SISTEM DIAGNOSA GANGGUAN KWH METER DENGAN METODE DECISION TREE BERBASIS WEBSITE

Penulis

  • Azis Nurokhman Universitas Sains Al-Quran
  • Muhamad Fuat Asnawi Universitas Sains Al-Qur'an
  • Nur Hasanah Universitas Sains Al-Qur'an
  • Iman Ahmad Ihsanuddin Universitas Sains Al-Qur'an
  • Dimas Prasetyo Utomo Universitas Sains Al-Qur'an

DOI:

https://doi.org/10.58641/technomedia.v3i2.270

Kata Kunci:

KWH meter, decision tree, diagnosis gangguan, sistem berbasis web

Abstrak

KWH meter merupakan perangkat penting dalam sistem kelistrikan yang berfungsi mengukur konsumsi listrik pelanggan. Gangguan teknis pada KWH meter dapat menyebabkan ketidaktepatan pencatatan daya dan menurunkan kualitas layanan kelistrikan. Penelitian ini bertujuan untuk merancang dan membangun sistem diagnosis gangguan KWH meter berbasis website menggunakan metode Decision Tree. Metode pengembangan sistem menggunakan pendekatan System Development Life Cycle (SDLC) model Waterfall yang terdiri dari analisis kebutuhan, perancangan, implementasi, pengujian, dan pemeliharaan. Data gangguan diperoleh dari laporan teknisi di PT. PLN (Persero) ULP Denpasar dalam format Excel, yang kemudian digunakan untuk melatih model klasifikasi Decision Tree. Sistem ini dirancang agar dapat menerima input parameter teknis seperti tegangan, arus, dan daya, lalu mengidentifikasi jenis gangguan secara otomatis. Hasil pengujian menunjukkan bahwa model memiliki tingkat akurasi rata-rata sebesar 83,08% dalam mengklasifikasikan gangguan. Sistem juga menyediakan antarmuka web yang ramah pengguna, fitur riwayat diagnosis, serta fungsi pembaruan data dan pelatihan ulang model. Dengan demikian, sistem ini dapat menjadi alat bantu diagnosis yang efektif dan dapat dikembangkan lebih lanjut untuk jenis KWH meter lainnya.

Diterbitkan

2026-07-31

Cara Mengutip

Azis Nurokhman, Muhamad Fuat Asnawi, Nur Hasanah, Iman Ahmad Ihsanuddin, & Dimas Prasetyo Utomo. (2026). SISTEM DIAGNOSA GANGGUAN KWH METER DENGAN METODE DECISION TREE BERBASIS WEBSITE. Tekompedia : Jurnal Ilmiah Ilmu Komputer, 3(2), 48–56. https://doi.org/10.58641/technomedia.v3i2.270

Terbitan

Bagian

Articles

Artikel paling banyak dibaca berdasarkan penulis yang sama

1 2 > >>