Implementasi Algoritma C4.5 dan
Error Based Pruning
(EBP)
untuk Mendeteksi Pencurian Listrik
Studi Kasus PT. PLN (Persero) Distribusi Jawa Barat dan Banten Area
Bogor Rayon Bogor Kota

Yeline Juliana Maharani

Informasi Umum

Kode

113100114

Klasifikasi

518.1 - Algorithms

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Algorithms

Dilihat

30 kali

Informasi Lainnya

Abstraksi

Kasus pencurian listrik PLN saat ini masih marak terjadi. Berbagai upaya dilakukan untuk menghentikan kasus pencurian listrik ini, seperti memberlakukan petugas cater keliling dan penggunaan listrik pascabayar. Namun, sampai tahun 2013, PLN masih mengalami kerugian besar akibat kasus ini. Sehingga, pada tugas akhir ini akan dibuat sebuah sistem yang dapat membantu proses pendeteksian pencurian listrik PLN. Sistem dibuat dengan menggunakan salah satu fungsi data mining yaitu klasifikasi. Klasifikasi merupakan suatu proses menemukan pola pada suatu data yang nantinya akan menyatakan bahwa data tersebut masuk ke dalam suatu kelas yang sudah ditentukan. Salah satu metode klasifikasi yang populer adalah Decision Tree dan algoritma decision tree yang digunakan adalah C4.5. C4.5 menggunakan konsep Entropy untuk menentukan persebaran keragaman data dan Information Gain untuk memilih root dan internal node berdasarkan nilai gain tertinggi. Kelebihan Algoritma C4.5 adalah adanya proses pruning. Pruning akan menghapus node yang merupakan noise sehingga menghasilkan decision tree yang lebih sederhana. Algoritma pruning yang digunakan adalah Error Based Pruning, algoritma ini mengizinkan pergantian subtree dengan salah satu leaf node-nya untuk membuat decision tree yang lebih sederhana. Berdasarkan hasil pengujian, Algoritma C4.5 dan Error Based Pruning dapat digunakan untuk mendeteksi pencurian listrik PLN dengan akurasi sebesar 98.64%. Pencurian listrik, klasifikasi, algoritma C4.5, error based pruning (EBP)