Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal INTEGER: Journal of Information Technology
Tsany, Rahmat Basya Sharys
Unknown Affiliation
Computer Science & IT

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Implementasi Perbandingan Algoritma k-Means dan DB-Scan Pada Beban Listrik Rumah Tangga Aisyi Maulidhia, Alief Nur; Widyastuti, Indri Ika; Sukarno, Friska Intan; Tsany, Rahmat Basya Sharys; Brian, Thomas
INTEGER: Journal of Information Technology Vol 10, No 1: April 2025
Publisher : Fakultas Teknologi Informasi Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/j.integer.2024.v10i1.7479

Abstract

Konsumsi daya listrik rumah tangga merupakan aspek penting dalam manajemen energi, terutama dalam upaya meningkatkan efisiensi penggunaan listrik. Clustering merupakan salah satu metode yang dapat digunakan untuk mengelompokkan pola konsumsi daya listrik berdasarkan karakteristik tertentu. Penelitian ini bertujuan untuk membandingkan performa algoritma K-Means dan Density-Based Spatial Clustering of Applications with Noise (DBSCAN) dalam mengelompokkan beban listrik rumah tangga. Dataset yang digunakan berasal dari Household Electric Power Consumption yang tersedia di Kaggle, yang mencatat konsumsi daya listrik rumah tangga dalam satuan menit selama beberapa tahun. Data yang telah diproses melalui tahapan pembersihan, normalisasi, dan reduksi dimensi kemudian diklasterisasi menggunakan K-Means dan DBSCAN. Evaluasi performa dilakukan berdasarkan Silhouette Score dan Davies-Bouldin Index untuk mengukur kualitas klaster yang dihasilkan oleh kedua algoritma. Hasil penelitian menunjukkan bahwa K-Means lebih unggul dalam mengelompokkan data dengan pola konsumsi yang jelas dan terdistribusi secara linier, sementara DBSCAN lebih efektif dalam mendeteksi klaster dengan kepadatan yang bervariasi serta mengidentifikasi data pencilan (outliers). Dengan demikian, pemilihan algoritma klasterisasi sangat bergantung pada karakteristik data dan tujuan analisis yang ingin dicapai.
Co-Authors Aisyi Maulidhia, Alief Nur Brian, Thomas Sukarno, Friska Intan Widyastuti, Indri Ika