Klasifikasi Pelanggaran Penggunaan Listrik Menggunakan Algoritma Naïve Bayes (Studi Kasus: Pt. Thoyyibatul Rizki)

Pelanggaran penggunaan listrik yang dilakukan oleh pelanggan PT. PLN (Persero)
menimbulkan kerugian dan menjadi tantangan tersendiri bagi PT. Thoyyibatul
Rizki sebagai mitra dalam meningkatkan efesiensi dalam penertipan pemakaian
tenaga listrik. Penelitian ini menerapkan algoritma Naïve Bayes dalam
mengklasifikasikan data pelanggan ke dalam tiga kategori yaitu, normal, sasaran
operasi, dan penyimpangan. Data yang digunakan sebanyak 11.388 pelanggan,
dikumpulkan dari bulan September 2023 hingga November 2024. Tahap
penelitian meliputi proses data mining, mulai dari data selection, cleaning,
transformation, penerapan Naïve Bayes, dan pengujian tools RapidMiner. Hasil
pengujian menunjukan bahwa model klasifikasi mencapai akurasi sebesar 100%
dengan distribusi klasifikasi 89,86% normal, 6,12% sasaran operasi, dan 4,01%
penyimpangan. Hasil penelitian ini membuktikan bahwa algoritma Naïve Bayes
efektif dalam mengklasifikasikan pelanggaran penggunaan listrik dengan akurasi
yang sangat baik, penelitian ini diharapkan dapat meningkatkan efesiensi dalam
penertiban tenaga listrik, membantu mengurangi kerugian perusahaan, serta
mencegah terjadinya pelanggaran penggunaan listrik di masa mendatang.