Abstrak
PT PLN (Persero) ULP Sukarami mengelola data pelanggan Pascabayar
dalam jumlah besar, namun belum memiliki pengelompokan sistematis
berdasarkan kapasitas daya listrik terpasang, sehingga menyulitkan proses
pemantauan distribusi daya, evaluasi beban gardu, dan perencanaan jaringan
distribusi. Penelitian ini bertujuan untuk mengelompokkan (clustering) pelanggan
PLN Pascabayar di ULP Sukarami Kota Palembang berdasarkan kapasitas daya
listrik yang terpasang menggunakan algoritma K-Means. Metode K-Means dipilih
karena sederhana, efisien secara komputasi, dan sesuai dengan karakteristik data
daya yang bersifat satu dimensi dengan target pengelompokan yang jelas Proses
analisis dilakukan dalam kerangka kerja Knowledge discovery in Databases
(KDD), meliputi tahap seleksi, pembersihan, transformasi, penambangan, hingga
interpretasi data.
Data bersumber dari basis data internal PLN ULP Sukarami dalam format
Microsoft Excel, kemudian diproses menggunakan bahasa pemrograman Python
melalui platform Google Colaboratory. Hasil pengelompokan diharapkan dapat
mengidentifikasi sebaran dan dominasi kebutuhan daya listrik pelanggan pada tiap
kategori, sehingga dapat menjadi bahan pertimbangan awal bagi PLN ULP
Sukarami dalam penyesuaian beban gardu distribusi, perencanaan pengembangan
jaringan yang lebih terarah, serta mitigasi risiko kelebihan beban (overload) di
wilayah dengan konsentrasi pelanggan berdaya menengah dan tinggi.
Kata Kunci: Clustering, K-Means, Data Pelanggan PLN, Kapasitas Daya Listrik,
Knowledge discovery in Databases (KDD)