Pengelompokan Data Pendistribusian Listrik Menggunakan Algoritma Mean Shift
Clustering Electricity Distribution Data Using the Mean Shift Algorithm
DOI:
https://doi.org/10.57152/malcom.v4i3.1428Keywords:
Data Mining, Mean Shift, Pendistribusian Listrik, PengelompokanAbstract
Penelitian ini mengkaji regionalisasi dan klasterisasi data distribusi listrik di Indonesia menggunakan algoritma Mean Shift, dengan tujuan untuk meningkatkan efisiensi distribusi energi di berbagai wilayah geografis yang beragam. Listrik memiliki peran krusial dalam kehidupan modern namun distribusinya masih belum merata, terutama di daerah terpencil dan pedesaan yang terkendala oleh akses dan keterbatasan dana. Sebagai salah satu Bada Usaha Milik Negera (BUMN) utama di sektor ketenagalistrikan, Perusahaan Listrik Negera (PLN) bertanggung jawab dalam menyediakan listrik di seluruh Indonesia, mendukung pertumbuhan ekonomi melalui penyediaan energi untuk sektor industri, pertanian, dan perdagangan. Dengan menggunakan algoritma Mean Shift, penelitian ini mengelompokkan Indonesia menjadi Sumatra, Jawa-Bali, Kalimantan-Sulawesi, dan Papua berdasarkan pola distribusi listrik, dengan menemukan bahwa pengaturan bandwidth optimal 0.5 menghasilkan tiga klaster per wilayah yang mencerminkan infrastruktur serupa, kebutuhan energi, dan sektor ekonomi dominan. Temuan ini menunjukkan fleksibilitas Mean Shift dalam menangani struktur data yang kompleks tanpa jumlah klaster yang telah ditentukan sebelumnya, yang penting untuk perencanaan strategis dalam pengelolaan energi di Indonesia demi mencapai distribusi listrik yang lebih efisien dan berkelanjutan
References
Astria, Cici, et al. "Metode K-Means Pada Pengelompokan Wilayah Pendistribusian Listrik." Seminar Nasional Sains dan Teknologi Informasi (SENSASI). Vol. 2. No. 1. 2019.
Herlambang, Amanda Austin, Muhammad Ary Murti, and Casi Setianingsih. "Pengelompokkan Data Penggunaan Energi Listrik Menggunakan Algoritma Mini Batch K-means Clustering." eProceedings of Engineering 9.5 (2022).
A. K. Poluakan, R. F. Runtuwene, and S. A. P. Sambul, “Pengaruh Kompensasi Terhadap Kinerja Pegawai PT. PLN (Persero) UP3 Manado,” J. Adm. Bisnis, vol. 9, no. 2, p. 70, 2019, doi: 10.35797/jab.9.2.2019.25114.70-77.
H. Hendrocahyo and L. Kurniawati, “Understanding the Financial Performance of PT PLN (Persero): A Narrative on State-Owned Enterprise (SOE) with a Mandate of Electricity in Indonesia,” Binus Bus. Rev., vol. 13, no. 3, pp. 241–258, 2022, doi: 10.21512/bbr.v13i3.7883.
Wang, T., Ren, C., Luo, Y., & Tian, J. (2019). NS-DBSCAN: A density-based clustering algorithm in network space. ISPRS International Journal of Geo-Information, 8(5), 218.
Rizuan, Rizuan, et al. "Penerapan Algoritma Mean-Shift Pada Clustering Penerimaan Bantuan Pangan Non Tunai." Journal of Computer System and Informatics (JoSYC) 4.4 (2023): 1019-1027.457
R. Yamasaki dan T. Tanaka, “Properties of Mean Shift,” IEEE Trans Pattern Anal Mach Intell, vol. 42, no. 9, hlm. 2273–2286, Sep 2020, doi: 10.1109/TPAMI.2019.2913640.
J. Chen, J. Yang, J. Huang, dan Y. Liu, “Robust truth discovery scheme based on mean shift clustering algorithm,” Journal of Internet Technology, vol. 22, no. 4, hlm. 835–842, 2021, doi: 10.53106/160792642021072204011.
Reliovani, Ryan, et al. "Mean Shift Algorithm to Determine Customer Segmentation in Online Store Sales." Gunung Djati Conference Series. Vol. 3. 2021.
Caesar, Rafli Agil, Desi Apriyanty, and Andre Mariza Putra. "Implementasi Mean Shift Clustering Dalam Mengelompokkan Pelanggan Retribusi Alat Pemadam Kebakaran Pada Dinas Pemadam Kebakaran dan Penanggulangan Bencana Kota Palembang." Jurnal Sistem Informasi (JASISFO) 4.2 (2023).
Simanjuntak, Krisman Pratama, and Ulfa Khaira. "Pengelompokkan Titik Api di Provinsi Jambi dengan Algoritma Agglomerative Hierarchical Clustering: Hotspot Clustering in Jambi Province Using Agglomerative Hierarchical Clustering Algorithm." MALCOM: Indonesian Journal of Machine Learning and Computer Science 1.1 (2021): 7-16.
Prasetia, Indra. Metodologi Penelitian Pendekatan Teori dan Praktik. umsu press, 2022.
Wijaya, C., Irsyad, H., & Widhiarso, W. (2020). Klasifikasi Pneumonia Menggunakan Metode K-Nearest Neighbor Dengan Ekstraksi GLCM. Jurnal Algoritme, 1(1), 33-44.
Marcelina, Dona, Annisa Kurnia, and Terttiaavini Terttiaavini. "Analisis Klaster Kinerja Usaha Kecil dan Menengah Menggunakan Algoritma K-Means Clustering: Cluster Analysis of Small Medium Enterprise Performance with K-Means Clustering Algorithm." MALCOM: Indonesian Journal of Machine Learning and Computer Science 3.2 (2023): 293-301.
Luchia, Nanda Try, et al. "Perbandingan K-Means dan K-Medoids Pada Pengelompokan Data Miskin di Indonesia: Comparison of K-Means and K-Medoids on Poor Data Clustering in Indonesia." MALCOM: Indonesian Journal of Machine Learning and Computer Science 2.2 (2022): 35-41
Isnain, Auliya Rahman, et al. "Sentimen Analisis Publik Terhadap Kebijakan Lockdown Pemerintah Jakarta Menggunakan Algoritma Svm." Jurnal Data Mining Dan Sistem Informasi 2.1 (2021): 31-37.
Putra, Febrianda, et al. "Penerapan Algoritma K-Nearest Neighbor Menggunakan Wrapper Sebagai Preprocessing untuk Penentuan Keterangan Berat Badan Manusia: Application of K-Nearest Neighbor Algorithm Using Wrapper as Preprocessing for Determination of Human Weight Information." MALCOM: Indonesian Journal of Machine Learning and Computer Science 4.1 (2024): 273-281.
I. Parlina, A. P. Windarto, A. Wanto, and M. R. Lubis, “Memanfaatkan Algoritma K-Means Dalam Menentukan Pegawai Yang Layak Mengikuti Asessment Center,” Memanfaatkan Algoritm. K-Means Dalam Menentukan Pegawai Yang Layak Mengikuti Asessment Cent. Untuk Clust. Progr. Sdp, vol. 3, no. 1, pp. 87–93, 2018.
T. Alfina and B. Santosa, “Analisa Perbandingan Metode Hierarchical Clustering, K-Means dan Gabugan Keduanya dalam Membentuk Cluster Data (Studi Kasus?: Problem Kerja Praktek Jurusan Teknik Industri ITS),” Anal. PerbandinganMetode Hierarchical Clust. K-means dan Gabungan Keduanya dalam Clust. Data, vol. 1, no. 1, pp. 1–5, 2012.
Cinderatama, Toga Aldila, Rinanza Zulmy Alhamri, and Yoppy Yunhasnawa. "Implementasi Metode K-Means, Dbscan, dan Meanshift Untuk Analisis Jenis Ancaman Jaringan Pada Intrusion Detection System." INOVTEK Polbeng-Seri Informatika 7.1 (2022): 169-184.
Nugraha, M. F., Martano, M., & Hayati, U. (2024). Clustering Data Indonesian Food Delivery Menggunakan Metode K-Means Pada Gofood Product List. JATI (Jurnal Mahasiswa Teknik Informatika), 8(3), 3484-3492.
M. Farid, F. Insani, S. Agustian, and L. Afriyanti, “Pengelompokkan Data Pendistribusian Listrik Menggunakan Algoritma Density Based Spatial Clustering Of Application With Noise (DBSCAN),” 2024, vol. 3.
S. Mulyadi, F. Insani, S. Agustian, and L. Afriyanti, “Pengelompokkan Data Pendistribusian Listrik Menggunakan Algoritma Mini Batch K-Means,” vol. 3, 2024.
