Anton azwar ardywinata - j1 f109003

• 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