Innovative: Journal Of Social Science Research
Vol. 4 No. 1 (2024): Innovative: Journal Of Social Science Research

Perbandingan Algoritma DBSCAN dan K-Means Clustering untuk Pengelompokan Data Gangguan PT. PLN UID Kalselteng

Wijaya, Tri Amri (Unknown)
Utami, Ema (Unknown)
Al Fatta, Hanif (Unknown)



Article Info

Publish Date
07 Feb 2024

Abstract

Perusahaan Listrik Negara (PLN) merupakan salah satu perusahaan Badan Usaha Milik Negara, Dalam pendistribusian listrik sering terjadi gangguan yang menyebabkan pasoka listrik sering terdampak diantranya terjadi pemadaman, Bentuk pencegahan gangguan dilakukan dengan cara pengelompokan titik-titik gangguan yang sering terjadi, Untuk mengatasi permasalahan Terdapat berbagai metode yang dapat digunakan dalam pengelompokan data, diantaranya : DBSCAN dan K-Means. Tujuan dari penelitian ini untuk melakukan pengelompokan data gangguan menggunakan metode DBSCAN dan K-Means. Percobaan dilakukan menggunakan dataset sebanyak 2000 data yang terdiri dari 2 atribut: lattitude dan longtitude. Berdasarkan penelitian ini, Setelah melalui beberapa percobaan diperoleh hasil bahwa K-Means lebih unggul daripada DBSCAN dalam mengelompokkan data gangguan. Algoritma K-Means memiliki nilai SI terbaik sebesar 0,581 yang terletak pada percobaan dengan nilai k = 6.

Copyrights © 2024






Journal Info

Abbrev

Innovative

Publisher

Subject

Humanities Computer Science & IT Law, Crime, Criminology & Criminal Justice Public Health Other

Description

Innovative: Journal Of Social Science Research is a journal managed by Universitas Pahlawan Tuanku Tambusai which bridges researchers to publish research results in all scientific fields (multidiscipline). This includes the fields of education, health, law, economics, IT (Informatics Engineering), ...