ABSTRAKSI: Pelanggaran yang terjadi terhadap Perusahaan Listrik Negara (PLN) sudah semakin banyak sehingga mengakibatkan kerugian milyaran rupiah. Hal ini tentu saja mengakibatkan kerugian terhadap negara, oleh karena itu pelanggaran yang terjadi harus segera diantisipasi dengan cara pendeteksian terhadap para pelanggar PLN.
Salah satu cara antisipasi pelanggaran tersebut dengan menggunakan prediksi dalam data mining. Klasifikasi dan prediksi adalah 2 bentuk dari data analisis yang bisa digunakan untuk mendapatkan model yang menggambarkan kelas data penting atau untuk memprediksi kecenderungan data di masa depan[6]. Salah satu metode yang digunakan untuk mengklasifikasi adalah maximum entropy dan naïve bayes. Maximum entropy adalah sebuah metode yang mencari probabilitas distribusi yang mempunyai nilai entropy yang paling tinggi. Naïve bayes adalah sebuah metode klasifikasi yang menggunakan teorema bayes.
Pada kasus identifikasi pelanggaran pengguna listrik, metode maximum entropy tingkat akurasi yang dihasilkan lebih tinggi dibandingkan metode naïve bayes walaupun selisih yang dihasilkan hanya sedikit sekali. Sedangkan pada jumlah penggunaan waktu yang digunakan pada proses pemodelan dan klasifikasi naïve bayes lebih unggul dibandingkan maximum entropy.
Kata Kunci : Klasifikasi, naïve bayes, maximum entropyABSTRACT: Violations of the State Electricity Company (PLN) has been more and more, resulting in losses of billions of dollars. This of course resulted in losses to the state, therefore, violations should be anticipated by the detection of offenders PLN.
One way to anticipate the offense by using the prediction in data mining. Classification and prediction are two forms of data analysis that can be used to obtain a model that describes the important data classes or to predict the future trend in the data [6]. Some of method used to classification are maximum entropy and naive bayes. Maximum entropy is a method to find the probability distribution that has the highest entropy value. Naive bayes is a classification method that uses Bayes theorem.
In case of violation of a power user identification, maximum entropy method produced an accuracy rate higher than the naive bayes method, although the difference in produced very little. While the amount of use time spent on process modeling and naive bayes classification superior to maximum entropy.
Keyword: Classification, naïve bayes, maximum entropy