Data Mining Prediksi Besarnya Penggunaan Listrik Rumah Tangga di Kota Batam Dengan Menggunakan Algoritma C4.5

Penulis

  • Yulia Yulia
  • Nurul Azwanti

Kata Kunci:

Algoritma C4.5; Data Mining; Pemakaian Listri; Prediksi.

Abstrak

Aktifitas manusia dalam penggunaan listrik mengalami peningkatan dari waktu – kewaktu. Hal ini diakibatkan karena energi listrik sudah menjadi bagian penting bagi perkembangan peradaban manusia di berbagai bidang antara lain bidang ekonomi, teknologi, sosial dan budaya manusia. Strategi prakiraan kebutuhan energi listrik sangat dibutuhkan. Kebutuhan masyarakat akan energi listrik terus tumbuh setiap tahunnya. Disamping pertumbuhan penduduk, pertumbuhan ekonomi suatu wilayah diyakini sebagai salah satu faktor yang mempengaruhi meningkatnya konsumsi energi listrik di daerah tersebut. Seperti kota Batam khususya di kawasan Batam Center yang merupakan kota industri dan jumlah penduduknya yang terbilang padat. Wilayah Batam Center termasuk wilayah pusat kota Batam karena wilayah tersebut dekat dengan Bandara Hang Nadim Batam dan Pelabuhan Internasional Batam Center. Oleh karena itu setiap rumah tangga haruslah paham penggunaan listrik yang efektif sehingga kebutuhan listrik tidak menjadi lebih besar dari persediaan listrik. Teknik data mining dengan algoritma C4.5 mampu memprediksi penggunaan listrik rumah tangga agar lebih mudah mengatur penggunaan listrik rumah tangga. Data sampel yang diambil sebanyak 30 data koresponden yang menggunakan listrik meteran di kawasan Batam Center. Jumlah barang elektronik, jumlah pemakai, lama waktu di rumah dan luas bangunan rumah akan menjadi variabel dalam menganalisa data. Didapat variabel Luas Bangun Rumah dan Jumlah Anggota Keluarga menjadi variabel pembentuk pohon keputusan. Hasil perhitungan telah diuji dengan menggunakan Weka 3.7.4 dengan hasil rule yang sama.

Diterbitkan

2018-10-17

Terbitan

Bagian

Articles

Cara Mengutip

Data Mining Prediksi Besarnya Penggunaan Listrik Rumah Tangga di Kota Batam Dengan Menggunakan Algoritma C4.5. (2018). Prosiding, 1, 175-180. https://ejournal.upbatam.ac.id/index.php/prosiding/article/view/766

Artikel paling banyak dibaca berdasarkan penulis yang sama

<< < 1 2