Model Clustering Menggunakan Algoritma K-Means Pada Data Keluhan Pelanggan PT. PLN (Studi Kasus : PT. PLN (Persero) Distribusi Jakarta Dan Tangerang)

Abstract

Data mining adalah proses mengubah sejumlah besar data sampai menghasilkan keterhubungan antar isi data, proses pengelompokkan data (data clustering) menjadi sangat penting karena adanya peningkatan jumlah data dalam format teks yang cukup signifikan. Pengelompokkan data bertujuan membagi data dalam beberapa kelompok (cluster) sedemikian hingga data-data dalam cluster yang sama (intra-cluster) memiliki derajat kesamaan yang tinggi, sementara data-data dalam cluster yang berbeda (inter-cluster) memiliki derajat kesamaan yang rendah. Model clustering data gangguan yang dirancang dengan metode algoritma k-means, model aplikasi  ini dapat menampilkan gambaran dan menunjukan pola sebaran data keluhan pelanggan.