Klasifikasi Pelanggaran Penggunaan Listrik Menggunakan Algoritma Naïve Bayes (Studi Kasus: Pt. Thoyyibatul Rizki)

Abstract

Pelanggaran penggunaan listrik yang dilakukan oleh pelanggan PT. PLN (Persero) menimbulkan kerugian dan menjadi tantangan tersendiri bagi PT. Thoyyibatul Rizki sebagai mitra dalam meningkatkan efesiensi dalam penertipan pemakaian tenaga listrik. Penelitian ini menerapkan algoritma Naïve Bayes dalam mengklasifikasikan data pelanggan ke dalam tiga kategori yaitu, normal, sasaran operasi, dan penyimpangan. Data yang digunakan sebanyak 11.388 pelanggan, dikumpulkan dari bulan September 2023 hingga November 2024. Tahap penelitian meliputi proses data mining, mulai dari data selection, cleaning, transformation, penerapan Naïve Bayes, dan pengujian tools RapidMiner. Hasil pengujian menunjukan bahwa model klasifikasi mencapai akurasi sebesar 100% dengan distribusi klasifikasi 89,86% normal, 6,12% sasaran operasi, dan 4,01% penyimpangan. Hasil penelitian ini membuktikan bahwa algoritma Naïve Bayes efektif dalam mengklasifikasikan pelanggaran penggunaan listrik dengan akurasi yang sangat baik, penelitian ini diharapkan dapat meningkatkan efesiensi dalam penertiban tenaga listrik, membantu mengurangi kerugian perusahaan, serta mencegah terjadinya pelanggaran penggunaan listrik di masa mendatang.