Abstract

Listrik telah menjadi kebutuhan yang tidak terlepas dari kegiatan yang dilakukan oleh manusia sehari-hari. Penggunaan listrik mulai dari peralatan rumah tangga seperti kulkas, kipas angin, setrika, mixer, rice cooker hingga alat komunikasi seperti handphone, laptop dan berbagai macam alat eletronik lainnya sangat membutuhkan adanya energi listrik. Penggunaan tenaga listrik sekarang ini merupakan salah satu kebutuhan penting dalam kehidupan masyarakat. Batam merupakan salah satu kota besar yang ada di Indonesia. Daerah yang termasuk padat penduduk di Batam adalah daerah Batam Center. Kepadatan penduduk tersebut juga menyebabkan kebutuhan akan energi listrik menjadi sangat tinggi. Perusahaan sebagai penyedia sumber energi listrik di kota Batam adalah PT PLN Batam (b’right). Jika penduduk tidak bijak dalam menggunakan listrik, tentu saja akan sangat mempengaruhi menipisnya persediaan energi lstrik di Kota Batam itu sendiri. Untuk itu diperlukan suatu teknik untuk melakukan prediksi dalam penggunaan listrik rumah tangga agar tujuan dari pemerintah dalam upaya menerapkan program penghematan listrk tercapai. Teknik dalam melakukan prediksi dapat menggunakan teknik data mining dengan melakukan klasifikasi data dengan menggunakan Algoritma C4.5. Hasil dari perhitungan Algoritma C4.5 membentuk pohon keputusan dimana variabel jumlah anggota keluarga, luas bangunan rumah dan lama waktu di rumah menjadi variabel penting dari prediksi besarnya pengggunaan listrik. Pengujian dilakukan dengan Weka telah menghasilkan rule yang sama dari pohon keputusan yang terbentuk.

Highlights

  • Electricity has been proven from the activities carried out

  • The use of electricity ranging from household appliances

  • the only thing that matters in people's lives

Read more

Summary

Klasifikasi

Teknik dalam melakukan prediksi dapat menggunakan Teknik klasifikasi adalah pendekatan sistematis untuk teknik klasifikasi pada Algoritma C4.5. Node yang paling Untuk memilih atribut akar, didasarkan pada nilai gain atas dari pohon keputusan disebut sebagai root. 2. Internal Node , merupakan node percabangan, pada dengan gain tertinggi sebagai akar pohon, kemudian node ini hanya terdapat satu input dan mempunyai membuat cabang untuk tiap-tiap nilai, lalu membagi output minimal dua. 3. Leaf node atau terminal node , merupakan node untuk setiap cabang sampai semua kasus pada cabang akhir, pada node ini hanya terdapat satu input dan memiliki kelas yang sama [11]. Ulangi proses untuk setiap cabang sampai semua induksi pohon keputusan yaitu ID3 Entropy adalah ukuran dari listrik seperti mesin cuci, kipas angin, kulkas, setrika teori informasi yang dapat mengetahui karakteristik dan lain sebagainya.

Penelitian Terdahulu
Hasil Penelitian
B Tinggi
Jika jumlah anggota keluarga sedikit dan luas
Full Text
Paper version not known

Talk to us

Join us for a 30 min session where you can share your feedback and ask us any queries you have

Schedule a call