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)