<?xml version="1.0" encoding="UTF-8" ?>
<modsCollection xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.loc.gov/mods/v3" xmlns:slims="http://slims.web.id" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-3.xsd">
<mods version="3.3" id="9197">
 <titleInfo>
  <title>Clustering Daya Pada Data Pelanggan PLN Panca Bayar Di ULP Sukarami Kota Palembang Mengunakan Metode K-Means</title>
 </titleInfo>
 <name type="Personal Name" authority="">
  <namePart>Mifta Riana Olivia</namePart>
  <role>
   <roleTerm type="text">Primary Author</roleTerm>
  </role>
 </name>
 <typeOfResource manuscript="no" collection="yes">mixed material</typeOfResource>
 <genre authority="marcgt">bibliography</genre>
 <originInfo>
  <place>
   <placeTerm type="text">Universitas Sumatera Selatan</placeTerm>
   <publisher>Fakultas Ilmu Komputer USS</publisher>
   <dateIssued>2026</dateIssued>
  </place>
 </originInfo>
 <language>
  <languageTerm type="code">id</languageTerm>
  <languageTerm type="text">Indonesia</languageTerm>
 </language>
 <physicalDescription>
  <form authority="gmd">Skripsi</form>
  <extent>xvii, 108 hlm. ; 30 cm</extent>
 </physicalDescription>
 <note>Abstrak&#13;
PT PLN (Persero) ULP Sukarami mengelola data pelanggan Pascabayar&#13;
dalam jumlah besar, namun belum memiliki pengelompokan sistematis&#13;
berdasarkan kapasitas daya listrik terpasang, sehingga menyulitkan proses&#13;
pemantauan distribusi daya, evaluasi beban gardu, dan perencanaan jaringan&#13;
distribusi. Penelitian ini bertujuan untuk mengelompokkan (clustering) pelanggan&#13;
PLN Pascabayar di ULP Sukarami Kota Palembang berdasarkan kapasitas daya&#13;
listrik yang terpasang menggunakan algoritma K-Means. Metode K-Means dipilih&#13;
karena sederhana, efisien secara komputasi, dan sesuai dengan karakteristik data&#13;
daya yang bersifat satu dimensi dengan target pengelompokan yang jelas Proses&#13;
analisis dilakukan dalam kerangka kerja Knowledge discovery in Databases&#13;
(KDD), meliputi tahap seleksi, pembersihan, transformasi, penambangan, hingga&#13;
interpretasi data.&#13;
Data bersumber dari basis data internal PLN ULP Sukarami dalam format&#13;
Microsoft Excel, kemudian diproses menggunakan bahasa pemrograman Python&#13;
melalui platform Google Colaboratory. Hasil pengelompokan diharapkan dapat&#13;
mengidentifikasi sebaran dan dominasi kebutuhan daya listrik pelanggan pada tiap&#13;
kategori, sehingga dapat menjadi bahan pertimbangan awal bagi PLN ULP&#13;
Sukarami dalam penyesuaian beban gardu distribusi, perencanaan pengembangan&#13;
jaringan yang lebih terarah, serta mitigasi risiko kelebihan beban (overload) di&#13;
wilayah dengan konsentrasi pelanggan berdaya menengah dan tinggi.&#13;
Kata Kunci: Clustering, K-Means, Data Pelanggan PLN, Kapasitas Daya Listrik,&#13;
Knowledge discovery in Databases (KDD)</note>
 <note type="statement of responsibility">Mifta Riana Olivia</note>
 <subject authority="">
  <topic>Ilmu Komputer</topic>
 </subject>
 <classification>004</classification>
 <identifier type="isbn"></identifier>
 <location>
  <physicalLocation>Perpustakaan UNIVERSITAS SUMATERA SELATAN Open Source Library Management System</physicalLocation>
  <shelfLocator>004 MIF c</shelfLocator>
  <holdingSimple>
   <copyInformation>
    <numerationAndChronology type="1">P0004061</numerationAndChronology>
    <sublocation>My Library</sublocation>
    <shelfLocator>004 MIF c</shelfLocator>
   </copyInformation>
  </holdingSimple>
 </location>
 <recordInfo>
  <recordIdentifier>9197</recordIdentifier>
  <recordCreationDate encoding="w3cdtf">2026-09-14 15:51:59</recordCreationDate>
  <recordChangeDate encoding="w3cdtf">2026-09-14 15:52:26</recordChangeDate>
  <recordOrigin>machine generated</recordOrigin>
 </recordInfo>
</mods>
</modsCollection>