ANALISIS KARAKTERISTIK GARDU BERDASARKAN PEMBEBANAN TRANSFORMATOR MENGGUNAKAN ALGORITMA K-MEANS DAN FUZZY C-MEANS

Sistem distribusi listrik merupakan komponen esensial dari infrastuktur energi yang mendukung kehidupan modern. Dengan meningkatnya kebutuhan energi listrik, optimalisasi kinerja sistem distribusi menjadi sangat penting. Transformator, sebagai komponen kunci, harus efisien dan andal untuk memenuhi permintaan energi listrik. Namun, tantangan seperti capacity over-usage atau capacity under-usage dapat menyebabkan kerugian efisiensi dan penurunan keandalan sistem. Oleh karena itu, pemahaman yang mendalam tentang pembebanan, kapasitas transformator, ketidakseimbangan serta waktu beban puncak sangat diperlukan untuk mengatasi masalah ini. Tujuan penelitian ini adalah untuk menganalisis karakteristik gardu listrik menggunakan pendekatan clustering untuk evaluasi kondisi gardu. Dengan mengimplementasikan metode clustering ke dalam sistem informasi berbasis website, penelitian ini bertujuan untuk mengidentifikasi pola-pola penggunaan yang serupa di antara gardu listrik, sehingga memungkinkan penilaian yang lebih akurat terhadap kondisi transformator yang ada. Metodelogi penelitian ini melibatkan pengumpulan data profil beban gardu listrik selama satu tahun, yang kemudian dianalisis menggunakan algoritma clustering terbaik antara algoritma K-Means dan Fuzzy C-Means. Penentuan jumlah cluster optimal ditentukan berdasarkan Silhouette Score dan Elbow Method. Hasil penelitian menunjukkan bahwa pendekatan clustering efektif dalam mengidentifikasi kelompok-kelompok data penggunaan gardu dengan karakteristik penggunaan yang serupa. K-Means dengan k = 7 memberikan hasil terbaik dengan Silhouette Score = 0.55 dan SSE = 491.482 dibandingkan dengan Fuzzy C-Means dengan Silhouette Score = 0.5 dan SSE = 1775.243 untuk k = 5. Dari analisis ini, beberapa cluster diidentifikasi sebagai underperforming, yang menunjukkan kebutuhan untuk peningkatan kapasitas atau redistribusi beban.