Optimasi Rute Penggantian KWhmeter Pascabayar Dengan K-Means Dan Algoritma Genetika

Dewandhika, Defriko Christian (2025) Optimasi Rute Penggantian KWhmeter Pascabayar Dengan K-Means Dan Algoritma Genetika. Masters thesis, Institut Teknologi Sepuluh November.

Text 6032222098-Master_Thesis.pdf - Accepted Version Restricted to Repository staff only Download (3MB) | Request a copy

Abstract

Berdasarkan tanggung jawab organisasi untuk mengelola bisnis niaga dan manajemen pelanggan, target penjualan dan menjaga profitabilitas unit menjadi salah satu KPI yang utama pada organisasi PLN Unit Induk Distribusi. Target tersebut menjadi dasar bagi organisasi dalam membuat dokumen Profil Risiko yang memiliki salah satu risiko ‘Saldo rekening tinggi pada tanggal 21 setiap bulan’ dengan tingkat risiko ‘Ekstrem’. Salah satu mitigasi yang direncanakan adalah penggunaan Advanced Metering Infrastructure (AMI) atau kWhmeter dua arah yang salah satu fungsinya bisa melakukan pemutusan jarak jauh. Proyek ini menerapkan metode K-means untuk memprioritaskan pelanggan yang akan diganti kWhmeternya karena keterbatasan material dan genetic algorithm untuk mendapatkan rute penggantian yang optimal dengan batasan waktu tertentu dan tim yang terbatas. Penggunaan k-means untuk mengelompokkan pelanggan dengan variabel frekuensi menunggak, umur kWhmeter, dan total history saldo tunggakan yang dikombinasikan dengan metode silhouette score menghasilkan kluster optimal dengan k=6. Pemilihan prioritisasi pelanggan dilakukan dengan metode kuartil dengan terpilihnya 800 pelanggan pada klaste 1. Proses optimasi menggunakan algoritma genetika menghasilkan nilai optimal jarak tempuh total paling minimum sepanjang 1.434,29 km dan 18.868,58 menit dengan kombinasi ukuran populasi 50 kromosom dengan ukuran iterasi 500 generasi.
=================================================================================================================================
PLN Unit Induk Distribusi makes Based on organization’s responsibility in retail and customer management, fulfilling sales objective and maintaining unit’s profitability are among the primary Key Performance Indicators within PLN Unit Induk Distribusi. These indicators serve as the basis for developing a Risk Profile that identifies ‘High account balance on the 21st of each month’ as an extreme-level risk. One of the planned mitigation strategies is to replace postpaid kWhmeter with Advanced Metering Infrastructure (AMI) or two-ways kWhmeter which are capable of remotely disconnecting electricity supply for customers with outstanding payment. This project applies the K-means method to prioritize customers for kWh meter replacement due to material constraints and employs a genetic algorithm to obtain optimal replacement routes under limited time and workforce. The use of K-means combined with silhouette score resulted in an optimal clustering with k = 6. The optimization process using genetic algorithm produced a minimum total travel distance of 1.434,29 km 18.868,58 minutes, using an initial population of 50 and 500 iterations as a combination.

Item Type:	Thesis (Masters)
Uncontrolled Keywords:	kWhmeter, AMI, Optimasi, K-means, algoritma genetika kWhmeter, AMI, Optimization, K-means, genetic algorithms
Subjects:	Q Science > QA Mathematics > QA402.5 Genetic algorithms. Interior-point methods.
Divisions:	Interdisciplinary School of Management and Technology (SIMT) > 61101-Master of Technology Management (MMT)
Depositing User:	Defriko Christian Dewandhika
Date Deposited:	18 Jul 2025 02:57
Last Modified:	18 Jul 2025 02:57
URI:	http://repository.its.ac.id/id/eprint/119978

Actions (login required)

View Item