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.

Referensi

Faradillah, S. (2013). Implementasi Data Mining Untuk Pengenalan Karakteristik Transaksi Customer Dengan Menggunakan Algoritma C4.5, 63–70.
Rahman, A., & Nanggalo, K. (2015). Prakiraan Dan Analisa Kebutuhan Energi Listrik Provinsi Sumatera Barat Hingga Tahun 2024 Dengan Metode Analisis Regresi Linear Berganda. Jurnal Teknik Elektro ITP, 4(2).
Riyadi, M. A. A., & Fithriasari, K. (2016). Data Mining Peramalan Konsumsi Listrik dengan Pendekatan Cluster Time Series sebagai Preprocessing, 5(1).
Saleh, A. (2015). Implementasi Metode Klasifikasi Naïve Bayes Dalam Memprediksi Besarnya Penggunaan Listrik Rumah Tangga. Citec Journal, 2, 207–217.
Sari, L. N. Y., Moh. Djemdjem Djamaludin, & Anggi Mayang. (2011). Analisis Sikapdan Perilaku Penghemaan Listrik Pada Sektor Rumah Tangga, 4(1), 82–90.
Selvia Lorena Br Ginting, Wendi Zarman, I. H. (2014). Analisis Dan Penerapan Algoritma C4.5 Dalam Data Mining Untuk Memprediksi Masa Studi Mahasiswa Berdasarkan Data Nilai Akademik, (November).
Siburian, B. R. (2014). Aplikasi Data Mining Untuk Menampilkan Tingkat Kelulusan Mahasiswa Dengan Algoritma Apriori. Pelita Informatika Budi Darma, VII, 56–61.
Tanjung, Y. P., Sentinuwo, S., & Jacobus, A. (n.d.). Penentuan Daya Listrik Rumah Tangga Menggunakan Metode Decision Tree.
Widjayanti, W. (2007). Profil Konsumsi Energi Listrik Pada Hunian Rumah Tinggal Studi Kasus Rumah Desain Minimalis Ditinjau Dari Aspek Pencahayaan Buatan. Enclosure, 6(2), 97–106.

##submission.downloads##

Diterbitkan

2018-10-17

Cara Mengutip

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

Terbitan

Bagian

Articles