Analisis Pola Asosiasi Gangguan Berulang Jaringan Distribusi PLN Menggunakan Algoritma Apriori
Year: 2026
Type: article
Abstract: Gangguan berulang pada jaringan distribusi tenaga listrik merupakan salah satu faktor yang memengaruhi keandalan sistem karena dapat meningkatkan frekuensi dan durasi pemadaman serta menurunkan kualitas pelayanan kepada pelanggan. Analisis gangguan yang selama ini dilakukan umumnya masih berfokus pada frekuensi kejadian sehingga belum mampu mengidentifikasi hubungan keterkaitan antar karakteristik gangguan yang terjadi secara berulang. Penelitian ini bertujuan menganalisis pola asosiasi gangguan berulang pada jaringan distribusi PT PLN (Persero) menggunakan algoritma Apriori untuk memperoleh informasi yang dapat mendukung pengambilan keputusan pemeliharaan berbasis data. Penelitian menerapkan metodologi Cross Industry Standard Process for Data Mining (CRISP-DM) yang meliputi tahapan Business Understanding, Data Understanding, Data Preparation, Modeling, Evaluation, dan Deployment. Dataset yang digunakan berupa data historis gangguan jaringan distribusi periode Januari – Agustus 2024 yang telah melalui proses data cleaning, seleksi atribut, dan transformasi menjadi dataset transaksi. Proses pemodelan dilakukan menggunakan algoritma Apriori dengan parameter minimum support sebesar 1% minimum confidence sebesar 65% sedangkan kualitas aturan asosiasi dievaluasi menggunakan nilai lift. Hasil analisis menghasilkan 20 association rules yang memenuhi kriteria dengan nilai lift tertinggi sebesar 2,5, yang menunjukkan adanya hubungan kuat antara FOC – PUTUS CORE dan CORE FO PROBLEM. Temuan tersebut menunjukkan bahwa algoritma Apriori mampu mengidentifikasi pola gangguan berulang yang tidak mudah dikenali melalui analisis konvensional. Informasi yang dihasilkan dapat dimanfaatkan sebagai dasar penentuan prioritas inspeksi, penyusunan program pemeliharaan preventif, serta mendukung peningkatan keandalan jaringan distribusi PT PLN (Persero).
Authors: Dwina Kuswardani, Muhamad Habibi
Institution: Institut Teknologi PLN
Language: Indonesian
Subfield: Information Systems
Field: Computer Science
Domain: Physical Sciences
Open Access status: diamond
OpenAlex ID: W7203784557