- 1. TUGAS METODE PENILITIAN ESTIMASI PELANGGAN DAN KEBUTUHAN
DAYA LISTRIK KALIMANTAN SELATAN KATEGORI RUMAH TANGGA Oleh Anton
Azwar Ardywinata NIM J1F109003 PROGRAM STUDI S-1 ILMU KOMPUTER
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS LAMBUNG
MANGKURAT BANJARBARU 2013
2. ESTIMASI PELANGGAN DAN KEBUTUHAN DAYA LISTRIK KALIMANTAN
SELATAN KATEGORI RUMAH TANGGA I. Identifikasi Masalah Kemajuan
teknologi di segala bidang meningkat dengan begitu cepat, kemajuan
ini membawa konsekuensi peningkatan kebutuhan akan daya listrik.
Listrik merupakan salah bentuk energi yang banyak dibutuhkan, ini
dimungkinkan karena energi listrik mudah dalam penyaluran dan dapat
dengan mudah dirubah ke bentuk energi lain. Untuk memenuhi
kebutuhan daya listrik yang ada sekarang, pembangunan dan
pengembangan sistem kelistrikan yang dikelolah oleh PLN perlu
dikembangkan. Pertambahan penduduk yang semakin pesat dan diiringi
pertumbuhan ekonomi yang tinggi menyebabkan kebutuhan akan tenaga
listrik semakin meningkat, sehingga dibutuhkan penyediaan dan
penyaluran tenaga listrik yang memadai, baik dari segi teknis
maupun ekonomisnnya. Penggunaan tenaga listrik sekarang ini
merupakan salah satu kebutuhan penting dalam kehidupan masyarakat
dan sering kali dianggap sebagai salah satu tolok ukur taraf
kemajuan rakyat sejalan dengan perkembangan teknologi. Makin
banyaknya industri yang berskala menengah maupun besar serta
pertumbuhan pelanggan yang meningkat setiap tahunnya akan
membutuhkan pelayanan dan penyaluran energy listrik secara kontinyu
dengan kualitas layanan yang lebih baik. Kegiatan perdagangan,
perekonomian dan industri tumbuh pesat akhir-akhir ini. Oleh karena
itu permintaan akan tenaga listrik melonjak saat ini dan
pertumbuhan yang cepat ini diperkirakan akan berlangsung terus
untuk tahuntahun yang akan datang. Untuk memenuhi kebutuhan
pelanggan akan energi listrik, maka pihak penyuplai energi listrik
dalam hal ini PLN berusaha untuk melayani dan memenuhi kebutuhan
pelanggan yang semakin meningkat, sehingga PLN harus menyediakan
pembangkit listrik yang baru. Propinsi Kalimantan Selatan sebagai
salah satu propinsi di Indonesia tentunya memerlukan banyak sarana
untuk pembangunan. Salah satu sarana utama yang penting dan sangat
menentukan ialah tenaga listrik sebagai salah satu roda penggerak
perekonomian. 3. Bertolak dari kenyataan di atas maka dianggap
perlu untuk mengkaji kebutuhan daya listrik Kalimantan Selatan
dimasa yang akan datang. Estimasi ketersediaan daya listrik ialah
suatu perkiraan jangka panjang tentang besarnnya kebutuhan daya
listrik untuk suatu daerah tertentu dengan menggunakan suatu metode
analisis.Dalam sistem kelistrikan estimasi sangat dibutuhkan untuk
memperkirakan dengan tepat seberapa besar daya listrik yang
dibutuhkan untuk melayani beban dan kebutuhan energi dalam
distribusi energi listrik dimasa yang akan datang. Selain faktor
teknis, faktor ekonomi juga merupakan faktor terpenting yang perlu
diperhitungkan. Bila perkiraan tidak tepat akan menyebabkan tidak
cukupnnya kapasitas daya yang disalurkan guna memenuhi kebutuhan
beban, sebaliknnya jika perkiraan beban terlalu besar maka akan
menyebabkan kelebihan kapasitas pembangkit sehingga menyebabkan
kerugian. Ada beberapa faktor yang saling mempengarui dan mendorong
melonjaknnya kebutuhan tenaga listrik tersebut antara lain: a.
Industri tumbuh dengan pesat. b. Kegiatan ekonomi meningkat dengan
mantap. c. Tingkat kehidupan yang lebih baik, standar hidup yang
lebih tinggi, pendapatan perkapita yang terus meningkat memerlukan
energi listrik yang lebih banyak. d. Kemampuan penyediaan
pembangkitan dengan kapasitas yang lambat laun bertambah. e.
Kualitas penyediaan daya listrik yang semakin membaik. II.
Perumusan Masalah Berapa jumlah pelanggan dan jumlah daya listrik
yang tersambung pada PLN wilayah Kalimantan Selatan pada tahun ke
depan untuk jenis pelanggan rumah tangga? III. Tinjauan Pustaka
Metode Estimasi 3.1 Data Mining Dengan semakin besarnya jumlah data
dan kebutuhan akan analisis data yang akurat maka dibutuhkan metode
analisis data yang tepat. Data mining merupakan teknik yang
menggabungkan teknik analisis datatradisional dengan algoritma
untuk pemrosesan data dalam jumlah yang besar. Data mining dapat
digunakan untuk melakukan analisis data dan menemukan pola-pola
penting pada data. Secara sederhana, data mining atau penambangan
data dapat didefinisikan sebagai 4. proses seleksi, eksplorasi, dan
pemodelan dari sejumlah besar data untuk menemukan pola atau
kecenderungan yang biasanya tidak disadari keberadaannya. Data
mining dapat dikatakan sebagai proses mengekstrak pengetahuan dari
sejumlah besar data yang tersedia. Pengetahuan yang dihasilkan dari
proses data mining harus baru, mudah dimengerti, dan bermanfaat.
Dalam data mining, data disimpan secara elektronik dan diproses
secara otomatis oleh komputer mengunakan teknik dan perhitungan
tertentu. Alasan-alasan utama dalam penggunaan data mining adalah :
1. Banyaknya jumlah data yang ada dan akan terus meningkatnya
jumlah data. 2. Kebutuhan untuk menginterpretasikan data. Data
mining tidak hanya berhubungan dengan masalah basis data, tetapi
merupakan suatu titik temu dari berbagai macam ilmu pengetahuan
yang dapat digunakan untuk membangun suatu informasi dalam
memperoleh pengetahuan yang baru ataupun penting. Disiplin ilmu
tersebut dapat meliputi basis data, statistik, probabilistik,
jaringan saraf tiruan, data visual, dan sebagainya. 3.2 Estimasi
Estimasi merupakan suatu metode dimana kita dapat memperkirakan
nilai Populasi dengan memakai nilai sampel. Estimasi biasanya
diperlukan untuk mendukung keputusan yg baik, menjadwalkan
pekerjaan, menentukan berapa lama proyek perlu dilakukan dan berapa
biayanya, menentukan apakah proyek layak dikerjakan, mengembangkan
kebutuhan arus kas, menentukan seberapa baik kemajuan proyek,
menyusun anggaran time phased dan menetapkan baseline proyek.
Faktor-faktor yg mempengaruhi kualitas estimasi 1. Horizon
Perencanaan 2. Durasi proyek 3. Orang 4. Struktur dan organisasi
proyek 5. Menaikkan estimasi 6. Budaya organisasi 7. Faktor lain 5.
Panduan estimasi waktu, biaya dan sumber daya 1. Tanggung jawab 2.
Menggunakan beberapa orang untuk mengestimasi 3. Kondisi normal 4.
Unit waktu 5. Independensi 6. Ketidakpastian (contingency) 7.
Menambahkan penilaian risiko pada estimasi membantu menghindari
kejutan pada stakeholder 3.3 Koefisien Determinasi Koefisien
determinasi dilambangkan dengan r2, merupakan kuadrat dari
koefisien korelasi. Koefisien ini dapat digunakan untuk
menganalisis apakah variabel yang diduga / diramal (Y) dipengaruhi
oleh variabel (X) atau seberapa variabel independen ( bebas )
mempengaruhi variabel dependen ( tak bebas ). 3.4 Kesalahan Standar
Estimasi Untuk mengetahui ketepatan persamaan estimasi dapat
digunakan dengan mengukur besar kecilnya kesalahan standar
estimasi. Semakin kecil nilai kesalahan standar estimasi maka
semakin tinggi ketepatan persamaan estimasi dihasilkan untuk
menjelaskan nilai variabel yang sesungguhnya. Dan sebaliknya,
semakin besar nilai kesalahan standar estimasi maka semakin rendah
ketepatan persamaan estimasi yang dihasilkan untuk menjelaskan
nilai variabel dependen yang sesungguhnya. Kesalahan standar
estimasi diberi simbol Se yang dapat ditentukan dengan rumus
berikut : 6. 3.5 Microsoft excel Microsoft excel adalah Program
aplikasi pada Microsoft Office yang digunakan dalam pengolahan
angka (Aritmatika). Program ini sering digunakan oleh para akutan
untuk menuliskan atau mencatat pengeluaran dan pemasukan didalam
perusahaan atau suatu lembaga maupun instansi-instansi kecil.
Microsoft Excel juga sering digunakan oleh ibu rumah tangga untuk
menulis atau mencatat keuangan dalam rumah tangga sepertihalnya
pengeluaran atau pemasukan dalam tiap bulan atau minggu. Microsoft
Excel adalah program kedua yang mendasar dalam suatu komputer
setelah Microsoft Word, keduanya saling berkaitan dalam kehidupan
sehari-hari. Banyak para akutan yang mengerti dan bisa
mengoprasikan program ini, karena program ini sangat berguna dalam
menggunakan rumus rumus yang tersedia didalam program ini. Didalam
program ini kita dapat membuat grafik menggunakan program Microsoft
Excel. Dengan cara menggunakan bantuan tombol Toolbar Chart Wizard.
Kita dapat memilih grafik dengan bentuk yang tersedia, seperti
bentuk lingkaran, garis, kolom, area, radar, dan scatter. Kita
dapat memilihnya dengan cara mengklik Tab Custom Types. Didalam
program ini kita juga dapat menggunakan Wordart semacam bentuk
huruf atau model huruf yang merupakan variasi teks dan juga toolbar
drawing yang digunakan untuk membuat garis, kotak, dan lingkaran.
Kita dapat menggunakannya dengan cara mengklik insert, pilih
picture setelah itu klik Wordart maka akan tampil variasi huruf
yang menarik. 3.6 Ms Access Microsoft Access adalah suatu program
aplikasi basis data komputer relasional yang digunakan untuk
merancang, membuat dan mengolah berbagai jenis data dengan
kapasitas yang besar.Aplikasi ini menggunakan mesin basis data
Microsoft Jet Database Engine, dan juga menggunakan tampilan grafis
yang intuitif sehingga memudahkan pengguna. Microsoft Access dapat
menggunakan data yang disimpan di dalam format Microsoft Access,
Microsoft Jet Database Engine, Microsoft SQL Server, Oracle
Database, atau semua kontainer basis data yang mendukung standar
ODBC. Para pengguna/programmer yang mahir dapat menggunakannya
untuk mengembangkan perangkat lunak aplikasi yang kompleks,
sementara para programmer yang kurang mahir dapat menggunakannya
untuk mengembangkan perangkat lunak aplikasi yang sederhana. Access
juga mendukung teknik- teknik pemrograman berorientasi objek,
tetapi tidak dapat digolongkan ke dalam perangkat 7. bantu
pemrograman berorientasi objek. Komponen Utama (Object). Salah satu
keunggulan Microsoft Access dilihat dari perspektif programmer
adalah kompatibilitasnya dengan bahasa pemrograman Structured Query
Language (SQL); query dapat dilihat dan disunting sebagai
statemen-statemen SQL, dan statemen SQL dapat digunakan secara
langsung di dalam Macro dan VBA Module untuk secara langsung
memanipulasi tabel data dalam Access. Para pengguna dapat
mencampurkan dan menggunakan kedua jenis bahasa tersebut (VBA dan
Macro) untuk memprogram form dan logika dan juga untuk
mengaplikasikan konsep berorientasi objek. Microsoft SQL Server
Desktop Engine (MSDE), yang merupakan sebuah versi mini dari
Microsoft SQL Server 2000, dimasukkan ke dalam Office XP Developer
Edition dan dapat digunakan oleh Microsoft Access sebagai
alternatif dari Microsoft Jet Database Engine. Tidak seperti sebuah
sistem manajemen basis data relasional yang komplit, Microsoft JET
Database Engine tidak memiliki fitur trigger dan stored procedure.
Dimulai dari Microsoft Access 2000 yang menggunakan Microsoft Jet
Database Engine versi 4.0, ada sebuah sintaksis yang mengizinkan
pembuatan kueri dengan beberapa parameter, dengan sebuah cara
seperi halnya sebuah stored procedure, meskipun prosesur tersebut
dibatasi hanya untuk sebuah pernyataan tiap prosedurnya. Access
juga mengizinkan form untuk mengandung kode yang dapat dieksekusi
ketika terjadi sebuah perubahan terhadap tabel basis data, seperti
halnya trigger, selama modifikasi dilakukan hanya dengan
menggunakan form tersebut, dan merupakan sesuatu hal yang umum
untuk menggunakan kueri yang akan diteruskan (pass- through dan
teknik lainnya di dalam Access untuk menjalankan stored procedure
di dalam RDBMS yang mendukungnya. Dalam berkas Access Database
Project (ADP) yang didukung oleh Microsoft Access 2000 dan yang
selanjutnya, fitur-fitur yang berkaitan dengan basis data berbeda
dari versi format/struktur data yang digunakan Access (*.MDB),
karena jenis berkas ini dapat membuat koneksi ke sebuah basis data
MSDE atau Microsoft SQL Server, ketimbang menggunakan Microsoft JET
Database Engine. Sehingga, dengan menggunakan ADP, adalah mungkin
untuk membuat hampur semua objek di dalam server yang menjalankan
mesin basis data tersebut (tabel basis data dengan constraints dan
trigger, view, stored procedure, dan UDF). Meskipun demikian, yang
disimpan di dalam berkas ADP hanyalah form, report, macro, dan 8.
modul, sementara untuk tabel dan objek lainnya disimpan di dalam
server basis data yang membelakangi program tersebut. IV
Perancangan Penelitian 1. Tujuan Penelitian Tujuan dari penelitian
ini adalah Dapat menghasilkan pengetahuan jumlah pelanggan dan
jumlah daya listrik yang tersambung dari hasil estimasi data
pelanggan PLN untuk jenis pelanggan rumah tangga ketahun kedepan
nya. 2. Manfaat Penelitian Manfaat dari penelitian ini adalah
membantu PLN dan Pemerintah agar dapat memperhatikan peningkatan
jumlah daya listrik tersambung untuk masa yang akan datang dan
memperhatikan karakteristik beban dimasa lampau, karena dengan
mengetahui karakteristik beban dimasa lampau maka pengoperasian
sistem tenaga listrik dapat diatur sedemikian rupa sehingga
diharapkan suatu operasi sistem tenaga listrik dapat berjalan lebih
optimal. . 3. Batasan masalah Observasi dilakukan secara langsung
ke PLN Banjarmasin dimana sasaran adalah data pemakaian jenis
pelanggaan rumah tangga untuk wilayah kalimantan selatan dengan
batasan masalah pada jumlah pelanggan serta jumlah pemakaian
listrik yang tersambung pada PLN wilayah Kalimantan selatan. V.
Pengumpulan Data Metode Penelitian 1 Jenis Penelitian Penelitian
ini merupakan jenis penelitian ex post facto. Dengan demikian data
yang diteliti tidak dikendalikan atau dimanipulasi oleh peneliti,
tetapi fakta yang diungkapkan berdasarkan data yang ada pada PT.
PLN Wilayah Kalsel. 2. Defenisi Operasional Variabel Defenisi
Operasional yang akan diteliti dapat dikemukakan sebagai berikut:
a. Tahun pengamatan ialah tahun kejadian dimana data yang diambil
di PT. PLN Wilayah Kalsel yakni tahun 2003-2013 9. b. Jumlah daya
listrik ialah besar nya daya listrik yang tersambung setiap tahun
yang disediakan oleh PT. PLN Wilayah Kalsel 3. Teknik Analisis
Data. Analisis data yang digunakan dalam penelitian ini adalah: a.
Analis Deskriptif Analisis deskriptif digunakan untuk mengestimasi
data-data yang diperoleh dalam bentuk tabel tahunan dari jumlah
pelanggan dan jumlah daya tersambung yang diperoleh pada PT PLN
Wilayah Kalsel b. Analisis Estimasi 1. Estimasi untuk data
pelanggan dengan rumusan : Rata-rata sampel = jumlah pelanggan (
xi) /jumlah tahun Varians sampel = (xi-xrata-rata)^2 Standar
Deviasi = sqrt (akar dari varians sampel) 2. Estimasi untuk data
jumlah daya yang tersambung dengan rumusan : Rata-rata sampel =
jumlah daya ( xi) /jumlah tahun Varians sampel = (xi-xrata-rata)^2
Standar Deviasi = sqrt (akar dari varians sampel) 10. Prosedur
Penelitian Prosedur penelitian yang di pakai pada kesempatan ini
adalah model KDD Prosess : 3.2.1 Data Data adalah informasi
keseluruhan yang tersedia di PLN Banjarmasin. 5.1 Target Data
Target data adalah proses menganalisa informasi yang dibutuhkan
untuk penelitian. dari data yang tersedia di PLN Banjarmasin
seperti jumlah pelanggan dan jumlah daya yang tersambung untuk
kategori rumah tangga. 5.2 Proses Data Proses Data dialakukan untuk
pengambilan data dengan menyesuaikan target data yang di perlukan,
seperti jumlah pelanggan, jumlah daya yang tersambung dengan
kategori pelanggan rumah tangga PLN Banjarmasin. Data Target Data
Proses Data Transformasi data Pola Pengetahuan 11. 5.3 Transformasi
data Transformasi data merupakan tahapan untuk mengolah data
menjadi kumpulan variabel variabel seperti jumlah rata-rata
pelanggan dan jumlah rata-rata daya yang tersambung. 5.4 Pola Pola
merupakan proses estimasi dengan titik estimasi pelanggan dan
jumlah daya listrik. 5.5 Pengetahuan Pengetahuan adalah hasil atau
fakta yang di dapat dari analisis yang telah teruji kebenarannya.
5.6 Variabel Yang Di Pelajari Data yang dikumpulkan berasal dari
file Xls dengan variabel variabel nilai : - Rata- rata jumlah
pelanggan listrik dan jumlah pelanggan. - Kategori Pelanggan
-Estimasi pelanggan -Estimasi daya listrik 12. VI. Pengolahan Data
1. Data Jumlah Pelanggan rumah tangga No. tahun Jumlah pelanggan
(xi) (xi-xrata2)^2 1 2003 713.513 1.887.876 2 2004 890.794
1.590.494 3 2005 971.030 1.442.809 4 2006 1.034.979 3.388.029 5
2007 1.081.751 3.328.618 6 2008 1.117.599 6.795.719 7 2009
1.138.233 8.255.278 8 2010 1.156.344 9.328.809 9 2011 1.171.302
1.026.491 10 2012 1.188.201 1.137.631 11 2013 1.214.298 1.320.486
Jumlah total 9.360.044 41.502.240 Rata rata sampelnya adalah
9.360.044/11 = 850.913 pelanggan Varians sampelnya adalah
41.502.240/(11-1) = 4.150.244 pelanggan2 Standar deviasinya adalah
sqrt (4.150.244) = 2.037.214 pelanggan Estimasi Pelanggan
Menggunakan batas bawah (L) dan batas atau (U) a. Batas bawah (L) =
- Z /2 b. Batas atas (U) = + Z /2 13. Selang kepercayaan 95%, maka
= 100% - 95% = 5% Selang kepercayaan 90% maka = 10% Misal kita
gunakan selang kepercayaan 95% = 5% Z /2 = 5/2 = 2.5% = 0.025
Dilihat dari tabel distribusi Nilai 0.024998 ~ 0.0250 terletak
dalam baris 1.9 dan kolom 0.06 sehingga diperoleh 1.9 + 0.06 = 1.96
Z /2 batas bawah = -1.96 (nilai negatif) Z /2 batas atas = 1.96
(nilai positif) Tinggal menghitung = /sqrt(n) (standar deviasi
dibagi akar banyaknya data) = standar deviasi = 2.037.214 n =
banyaknya data = 11 tahun 14. = /sqrt(n) = 2.037.214/sqrt(11) =
185.201 batas bawah (L) = 850.913 1.96(185.201) = 487.920 batas
atas (U) = 850.913 + 1.96(185.201) = 1.213.906 jadi selang
kepercayaan 95% berdasarkan sampel tersebut adalah (487.920 ;
1.213.906) pelanggan 2. Data Jumlah daya listrik kategori rumah
tangga No. tahun Jumlah daya listrik (va) rumah tangga (xi)
(xi-xrata2)^2 1 2003 420.165.220 5.234.907.484 2 2004 480.346.851
2.843.188.525 3 2005 568.410.321 648.896.318 4 2006 587.666.950
375.738.007 5 2007 642.540.100 412.719.131 6 2008 685.768.400
135.453.279 7 2009 708.360.800 352.792.972 8 2010 728.688.200
635.588.077 9 2011 743.377.050 891.374.432 10 2012 770.108.400
1.467.568.341 11 2013 803.176.350 2.378.131.874 Jumlah total
7.138.608.642 15.376.376.440 Rata rata sampelnya adalah
7.138.608.642/11 = 648.964.422 va Varians sampelnya adalah
15.376.376.440/(11-1) = 1.537.637.644 va2 Standar deviasinya adalah
sqrt (1.537.637.644) = 39.212.722 va 15. Estimasi daya listrik
rumah tangga Menggunakan batas bawah (L) dan batas atau (U) c.
Batas bawah (L) = - Z /2 d. Batas atas (U) = + Z /2 Selang
kepercayaan 95%, maka = 100% - 95% = 5% Selang kepercayaan 90% maka
= 10% Misal kita gunakan selang kepercayaan 95% = 5% Z /2 = 5/2 =
2.5% = 0.025 Dilihat dari tabel distribusi Nilai 0.024998 ~ 0.0250
terletak dalam baris 1.9 dan kolom 0.06 sehingga diperoleh 1.9 +
0.06 = 1.96 16. Z /2 batas bawah = -1.96 (nilai negatif) Z /2 batas
atas = 1.96 (nilai positif) Tinggal menghitung = /sqrt(n) (standar
deviasi dibagi akar banyaknya data) = standar deviasi = 39.212.722
n = banyaknya data = 11 tahun = /sqrt(n) = 39.212.722/sqrt(11) =
3.564.792 batas bawah (L) = 648.964.422 1.96(3.564.792) =
641.977.430 batas atas (U) = 648.964.422 + 1.96(3.564.792) =
655.951.414 jadi selang kepercayaan 95% berdasarkan sampel tersebut
adalah (641.977.430 ; 655.951.414) va 17. VII. Penyimpulan Data
Hasil dan Saran Berdasarkan uraian estimasi dan pembahasan hasil
penelitian maka dapat ditarik beberapa kesimpulan, yaitu: 1. Jumlah
daya listrik yang tersambung pada PT PLN Wilayah Kalsel untuk
kategori pelanggan rumah tangga mengalami peningkatan setiap tahun
dan dari hasil estimasi daya listrik tersambung untuk jenis
pelanggan Rumah tangga ini diperoleh bahwa jumlah daya listrik
tersambung tahun 2014 atau tahun selanjutnya adalah berkisar antara
641.977.430 va ; 655.951.414 va dengan selang kepercayaan 95%. 2.
Jumlah pelanggan yang tersambung pada PT PLN Wilayah Kalsel untuk
kategori pelanggan rumah tangga untuk tahun 2014 atau tahun
selanjutnya adalah berkisar antara 487.920 pelanggan ; 1.213.906
pelanggan dengan selang kepercayaan 95%. Berdasarkan simpulan di
atas, maka disarankan: 1. Pihak PT PLN (Persero) Wilayah Kalsel
agar dapat memperhatikan peningkatan jumlah daya listrik tersambung
untuk masa yang akan datang dan memperhatikan karakteristik beban
di masa lampau, karena dengan mengetahui karakteristik beban masa
lampau maka pengoperasian sistem tenaga listrik dapat diatur
sedemikian rupa sehingga diharapkan suatu operasi sistem tenaga
listrik yang dapat berjalan lebih optimal 2. Untuk peneliti dimasa
mendatang disarankan agar perumusan model penelitian melibatkan
berbagai variabel lain seperti pengembangan suatu daerah, keadaan
suatu daerah yang menyebabkan meningkatnnya pemakaian energi
listrik pada daerah tersebut 18. DAFTAR PUSTAKA B.M Weddy. 1978.
Sistem Tenaga Listrik. Jakarta: Aksara Persada Indonesia. Hasan,
Iqbal . M. 2002. Pokok Pokok Materi Statistik. Jakarta: Bumi
Aksara. Isma, Amrullah. Dkk. 1985. Studi Pengembangan Sistem
Kelistrikan Kota Watampone dan sekitarnnya. Makassar: Skripsi
Fakultas Teknik UNM. Yusuf, M dan Harifuddin. 1996. Studi
Pengembangan Kelistrikan Kabupaten Luwu. Makassar: Skripsi Fakultas
Teknik UNHAS. Kadir, Abdul. 1995. Energi. Jakarta : Universitas
Indonesia. Kamaruddin. dkk. 1997. Kamus Istilah Karya Tulis: Bumi
Aksara. Pabla. AS. 1986. Sistem Distribusi Tenaga Listrik. Cetakan
ketiga. Terjemahan Ir. Abdul Hadi. Jakarta: Erlangga. Sembiring RK.
1995. Analisis Regresi. Bandung : ITB. Sugiyono. 1994. Metode
Penelitian Administrasi.
http://www.metris-community.com/pengertian-data-mining-konsep-pdf
Diakses tanggal 22 september 2013
http://Algoritma.K-means.clustering.com/2012/04/GAIBlog.html
Diakses tanggal 22 september 2013
http://seminar.nasional.aplikasi.teknologi.informasi.html/aplikasi.k-
means.untuk.pengelompokan.mahasiswa-pdf Diakses tanggal 22
september 2013