Implementasi Data Mining Prediksi Kebutuhan Tenaga Listrik Di Kota Lubuklinggau

Authors

  • Robi Yanto STMIK Bina Nusantara Jaya Lubuklinggau

DOI:

https://doi.org/10.33633/tc.v19i2.3447

Keywords:

Data Mining, Listrik, Regresi Linear Berganda

Abstract

Kota Lubuklinggau dengan jumlah penduduk mencapai 229.224 Jiwa. Dan luas wilayah 401 KM2 merupakan kota terpadat kedua di sumatera selatan. Dalam memenuhi kebutuhan tenaga listrik bagi seluruh jenis pelanggan yang berjumlah 99805, Perusahaan Listrik Negara Kota Lubuklinggau di tahun 2018 memproduksi tenaga listrik sebesar 235.752 ribu KWH. Tenaga listrik merupakan kebutuhan pokok manusia untuk dapat membantu dalam menjalankan semua aktivitas yang dilakukan. Pemenuhan akan kebutuhan tenaga listrik merupakan suatu kewajiban yang harus dilakukan karena tanpa adanya tenaga listrik akan mengakibatkan kelumpuhan bagi aktivitas yang ada di Kota Lubuklinggau. Untuk mengatasi hal tersebut tentunya pemerintah wajib memiliki rencana jangka panjang untuk memenuhi kebutuhan tenaga listrik. Seiring dengan pertumbuhan penduduk dan berkorelasi pada peningkatan jumlah pelanggan mengakibatkan kebutuhan tenaga listrik yang akan terus bertambah. Dengan demikian maka perlu dilakukan analisa terhadap kebutuhan tenaga listrik dalam jangka panjang menggunakan algoritma regresi linear berganda. Berdasarkan hasil penelitian dapat diketahui pertumbuhan pelanggan sampai 2024 sebesar 169.037 pelanggan dan produksi tenaga listrik sebesar 336.887 Ribu KWH sehingga dihasilkan prediksi kebutuhan listrik sampai tahun 2024 adalah sebesar 162.569 Ribu KWH.

Author Biography

Robi Yanto, STMIK Bina Nusantara Jaya Lubuklinggau

Sistem Informasi

References

BPS Kota Lubuklinggau., 2019, Kota Lubuklinggau Dalam Angka Tahun 2019, Penerbit BPS Kota lubuklinggau.

Handoko, K., 2016, Penerapan Data Mining Dalam Meningkatkan Mutu Pembelajaran Pada Instansi Perguruan Tinggi Menggunakan Metode K-Means Clustering (Studi Kasus Di Program Studi TKJ Akademi Komunitas Solok Selatan), Jurnal TEKNOSI Vol 2 No 3 Hal 31-40.

Yanto, R., 2018, Implementasi Data Mining Estimasi Ketersediaan Lahan Pembuangan Sampah Menggunakan Algoritma Regresi Linear, Jurnal Rekayasa Sistem dan Teknologi Informasi, vol 2, No 1 hal 361-366.

Noviyanto, R.,Goeirmanto, R., 2019, Penerapan Data Mining Menggunakan Algoritam K-Means Clustering Untuk Menganalisa Bisnis Perusahaan Asuransi, Jurnal Teknik Informatika dan Sistem Informasi (JATISI MDP), Vol 6, No 1 Hal 85-95.

Sartika, D., Sensuse, I.D., 2017, Perbandingan Algoritma Klasifikasi Naive Bayes, Nearest Neighbour, dan Decision Tree pada Studi Kasus Pengambilan Keputusan Pemilihan Pola Pakaian, Jurnal Teknik Informatika dan Sistem Informasi (JATISI MDP), Vol 1, No 2 Hal 151-161.

Utama, N.P.S., 2017, Prakiraan Kebutuhan Tenaga Listrik Propinsi Bali Sampai Tahun 2018 Dengan Metode Regresi Berganda Deret Waktu, Jurnal Teknologi Elektro, Vol 6 , No 1, Hal 20-25.

Antonov., Rahman, A., 2015, Prakiraan Dan Analisa Kebutuhan Energi Listrik Provinsi Sumatera Barat Hingga Tahun 2024 Dengan Metode Analisis Regresi Linear Berganda, Jurnal Teknik Elektro ITP, Vol 4, No 2 Hal 34-43

Izzah, A., Widiastuti, R., 2017, Prediksi Harga Saham Menggunakan Improved Multiple Linear Regression Untuk Pencegahan Data Outlier, Jurnal KINETIK, Vol 2, No 3 Hal 141-150.

Purwadi., Ramadhan, P.S., Safitri., 2019, Penerapan Data Mining Untuk Mengestimasi Laju Pertumbuhan Penduduk Menggunakan Metode Regresi Linier Berganda Pada BPS Deli Serdang, Jurnal Sains dan Komputer, Vol 18, No 1 Hal 55-61.

Widagdo, S.P., 2016, Estimasi Harga Tebasan Jagung Bagi Tengkulak Menggunakan Metode Regresi Linier Berganda, Skripsi, Fakultas Teknik, UN PGRI Kediri, Kediri.

Triyanto, E., Sismoro, A., Laksito, A.D., 2019, Implementasi Algoritma Regresi Linear Berganda Untuk Memprediksi Produksi Padi Di Kabupaten Bantul, Jurnal Teknologi dan Sistem Informasi UNIVRAB, Vol 4, No 2 Hal 66-75.

Astno, W., Purwaningrum, P., Wahyudyanti, R., 2015. Perencanaan Tempat Pembuangan Akgir Sampah demgan menggunakan Metode Sanitary Landfill, Jurnla JTL, Vol.7 No.1, Hal 7-16.

Downloads

Published

2020-05-26

Issue

Section

Articles