Abstract
Kehandalan merupakan bagian mendasar untuk mendistribusikan energi listrik. PT. PLN harus mampu mendistrbusikan energi listrik dengan tingkat kehandalan yang tinggi. Penggunaan metode K-Nearest Neighbor merupakan metode supervise learning untuk melakukan klasifikasi pengkategorian handal dan tidak handal. Peneliti melakukan klasifikasi data SAIDI dan SAIFI untuk periode 10 bulan (Januari hingga Oktober) tahun 2021 di PT. PLN UP3 Surabaya Selatan menggunakan metode K-Nearest Neighbor. Program KNN dibuat menggunakan bahasa C++. Data SAIDI dan SAIFI bulan November dan Desember 2021 dipergunakan sebagai data uji. Hasil dari prediksi menggunakan K=1, K=2, K=3, K=4, K=5, K=6 dan K=6 menghasilkan akurasi 100% dalam mengkategorikan handal dan tidak handal.
Cite
CITATION STYLE
Prenata, G. D. (2023). KLASIFIKASI KEANDALAN SISTIM DISTRBUSI TENAGA LISTRIK DI PT. PLN (PERSERO) UP3 SURABAYA SELATAN MENGGUNAKAN METODE K-NEAREST NEIGHBOR (KNN). Jurnal Informatika Dan Teknik Elektro Terapan, 11(3s1). https://doi.org/10.23960/jitet.v11i3s1.3397
Register to see more suggestions
Mendeley helps you to discover research relevant for your work.