ANALISIS KLASTERING DAMPAK LINGKUNGAN BERDASARKAN KONSUMSI ENERGI PERUSAHAAN BERBASIS INDUSTRI 4.0 MENGGUNAKAN METODE CRISP-DM

Abstract

Pertumbuhan konsumsi energi didunia mengalami peningkatan yang cukup signifikan dalam dua dekade terakhir. Bertambahnya konsumsi energi pada suatu perusahaan, menandakan bahwa perusahaan menghasilkan emisi karbon CO2 lebih banyak dari biasanya. Emisi karbon yang berlebihan memberikan dampak yang besar terhadap kesehatan manusia dan lingkungan. Menurut World Health Organization (WHO), Emisi gas rumah kaca yang dihasilkan dari ekstraksi dan pembakaran bahan bakar fosil merupakan kontributor utama terhadap perubahan iklim dan polusi udara. Perlu untuk dilakukan analisis terkait hal apa yang menentukan jumlah emisi karbon yang tinggi. penelitian ini menggunakan metode CRISP-DM (Cross-Industry Standard Process for Data Mining). Algoritma K-Means akan digunakan untuk mengelompokkan fitur yang mempengaruhi tingginya emisi karbon. Proses penentuan fitur yang akan digunakan dalam K-Means menggunakan pearson correlation. Hasil model clustering mendapatkan nilai evaluasi yang baik menggunakan metrik evaluasi silhouette. Pada subset data 1 mendapatkan nilai silhouette 0.744 dan pada subset data 2 mendapatkan nilai silhouette 0.7629. Hasil evaluasi menunjukan bahwa model K-Means bekerja dengan cukup baik dalam membuat cluster. Kata Kunci: Emisi Karbon, K-Means, Konsumsi Energi, Kesehatan Lingkungan