Jumiati, Jumiati (2024) ANALISIS POLA ANOMALI TERHADAP PENGGUNAAN LISTRIK MENGGUNAKAN ALGORITMA FREQUENT PATTERN GROWTH (FP-GROWTH) (STUDI KASUS : PT. PLN (Persero) UP3 LHOKSEUMAWE). S1 thesis, Universitas Malikussaleh.

	Text Cover.pdf Download (216kB)
	Text Abstrak.pdf Download (185kB)
	Text Bab I.pdf Download (193kB)
	Text Daftar Pustaka.pdf Download (405kB)
	Text Full-text.pdf Restricted to Registered users only Download (3MB)

Abstract

Listrik merupakan kebutuhan vital yang mendukung berbagai aktivitas dalam masyarakat dan pemerintahan, dari rumah tangga hingga industri. Dengan meningkatnya konsumsi listrik seiring pertumbuhan ekonomi, analisis pola konsumsi listrik menjadi penting untuk menghindari kesalahan dalam penagihan dan mendeteksi kecurangan. Kecurangan listrik, seperti pencurian daya dan manipulasi meteran, menimbulkan kerugian besar bagi Perusahaan Listrik Negara (PLN) dan merusak infrastruktur serta layanan. Penelitian ini menggunakan teknik data mining dengan algoritma Frequent Pattern Growth (FP-Growth) untuk menganalisis pola anomali dalam penggunaan listrik. FP-Growth, yang merupakan pengembangan dari algoritma Apriori, efektif dalam menemukan frequent itemsets dengan cepat tanpa langkah iteratif, sehingga mengurangi beban komputasi. Algoritma FP-Growth terbukti mampu mengolah data besar dan mengidentifikasi pola tersembunyi, mendukung tindakan preventif dalam pengelolaan listrik. Dengan data dari 165 pelanggan PLN dan 27 item yang terlibat kecurangan, algoritma ini telah mampu mengidentifikasi pola asosiasi signifikan, seperti hubungan antara golongan pelanggaran dan jenis meteran, serta daya dengan jenis kWh tertentu. Hasil analisis menunjukkan bahwa pola tertentu memiliki nilai support dan confidence tinggi. Temuan utama menunjukkan bahwa pola-pola seperti hubungan antara golongan pelanggaran P3 yaitu pelanggaran yang akan mempengaruhi daya dan energi terhadap jenis meteran prabayar, dengan support 66% dan confidence 78%, serta pola daya 900 VA dengan kWh 4957, menunjukkan indikasi kecurangan dengan support 43% dan confidence 100%. Temuan pola-pola tersebut mengindikasikan adanya keterkaitan yang kuat antara jenis-jenis daya tertentu dan kWh temuan tertentu dalam pola anomali penggunaan listrik.Temuan ini memberikan wawasan untuk deteksi dini dan pencegahan kecurangan, serta memungkinkan pengambilan keputusan yang lebih cepat dan efektif dalam manajemen energi listrik.

Item Type:	Thesis (S1)
Subjects:	Q Science > QA Mathematics > QA75 Electronic computers. Computer science T Technology > T Technology (General) T Technology > TK Electrical engineering. Electronics Nuclear engineering
Divisions:	Fakultas Teknik > 57201 - Jurusan Sistem Informasi
Depositing User:	Jumiati Jumiati
Date Deposited:	13 Dec 2024 05:13
Last Modified:	13 Dec 2024 05:13
URI:	https://rama.unimal.ac.id/id/eprint/8715

Actions (login required)

View Item