CLUSTERING ELECTRICITY CUSTOMERS WITH KNN TO DETECT ELECTRICITY MISUSE

Abstrak

Penelitian ini mengkaji penerapan K-Nearest Neighbors (KNN) untuk mengidentifikasi penyalahgunaan listrik pada pelanggan di Unit Pelaksana Pelayanan Pelanggan Perusahaan Listrik Negara di Kabupaten Demak yang biasa disebut PLN UP3 Demak. Studi ini mengevaluasi efektivitas Teknik Pengambilan Sampel Minoritas Sintetis (SMOTE) dalam mengatasi masalah ketidakseimbangan data. Pola penyalahgunaan listrik dianalisis di seluruh kelompok konsumen, dan dampak SMOTE terhadap akurasi dan sensitivitas prediksi KNN dinilai. Hasil menunjukkan bahwa meskipun SMOTE meningkatkan deteksi instance kelas minoritas, hal ini dapat mengurangi akurasi secara keseluruhan. Sebaliknya, model yang dilatih tanpa SMOTE menunjukkan stabilitas dalam mengidentifikasi pola penggunaan umum, sehingga meminimalkan risiko overfitting. Temuan ini menggarisbawahi trade-off antara mencapai kumpulan data yang seimbang dan menjaga ketepatan klasifikasi dalam deteksi penyalahgunaan listrik