POLA PENGISIAN KENDARAAN LISTRIK YANG EFEKTIF DAN EFESIEN MENGGUNAKAN METODE CLUSTERING
DOI:
https://doi.org/10.54314/jssr.v8i4.4680Abstract
Abstract: The development of electric vehicles in Indonesia continues to grow in line with global efforts to reduce carbon emissions. However, the limited and uneven distribution of public electric vehicle charging stations (SPKLU) remains a major obstacle. This study aims to analyze effective and efficient electric vehicle charging patterns using the K-Means Clustering method. The dataset was obtained from the Kaggle platform, containing attributes such as time, duration, charging level, and location. The research process includes data collection, cleaning, normalization, model training, and testing. The results show that the K-Means method successfully groups charging patterns with good cluster clarity. The developed web-based system also simplifies the analysis of SPKLU usage patterns automatically and efficiently. This research is expected to serve as a reference for planning electric vehicle charging infrastructure in Indonesia and to expand the application of machine learning in the field of Information Technology Engineering.
Keywords: K-Means Clustering, Electric Vehicle, Charging Pattern, SPKLU, Machine Learning.
Abstrak: Perkembangan kendaraan listrik di Indonesia terus meningkat seiring upaya global mengurangi emisi karbon. Namun keterbatasan dan ketidakteraturan stasiun pengisian kendaraan listrik umum (SPKLU) masih menjadi kendala utama. Penelitian ini bertujuan menganalisis pola pengisian kendaraan listrik yang efektif dan efisien menggunakan metode K-Means Clustering. Data diperoleh dari platform Kaggle dengan atribut waktu, durasi, tingkat, dan lokasi pengisian. Proses penelitian meliputi pengumpulan, pembersihan, normalisasi, pelatihan, serta pengujian model. Hasil menunjukkan bahwa metode K-Means mampu mengelompokkan pola pengisian dengan tingkat kejelasan cluster yang baik. Sistem berbasis web yang dikembangkan juga mempermudah analisis pola penggunaan SPKLU secara otomatis dan efisien. Penelitian ini diharapkan menjadi acuan dalam perencanaan infrastruktur pengisian kendaraan listrik di Indonesia serta memperluas penerapan machine learning di bidang Teknik Informatika.
Keyword: K-Means Clustering, Kendaraan Listrik, Pola Pengisian, SPKLU, Machine Learning.
Downloads
References
Aulia, S. (2021). Klasterisasi Pola Penjualan Pestisida Menggunakan Metode K-Means Clustering (Studi Kasus Di Toko Juanda Tani Kecamatan Hutabayu Raja). Djtechno: Jurnal Teknologi Informasi, 1(1), 1–5. https://doi.org/10.46576/djtechno.v1i1.964
Cornelis, A. J., & Romadoni, A. M. (2024). ANALISIS EFEKTIVITAS INFRASTRUKTUR BANGUNAN SPKLU (Stasiun Pengisian Kendaraan Listrik Umum) DI INDONESIA MENUJU PROGRAM NZE (Net Zero Emission) TAHUN 2060. Jurnal Kajian Teknik Mesin, 9(2), 18–24. https://doi.org/10.52447/jktm.v9i2.8248
Febby Wilyani, Qonaah Nuryan Arif, & Fitri Aslimar. (2024). Pengenalan Dasar Pemrograman Python Dengan Google Colaboratory. Jurnal Pelayanan Dan Pengabdian Masyarakat Indonesia, 3(1), 08–14. https://doi.org/10.55606/jppmi.v3i1.1087
Gusnawan, R., Wijayanto, P., & Rosely, E. (2019). APLIKASI KELOMPOK INFORMASI MASYARAKAT (KIM) BERBASIS WEB MANAGEMENT OF COMMUNITY INFORMATION GROUP APPLICATION (KIM) WEB- BASED. E-Proceeding of Applied Science, 5(2), 1123–1132.
Handoko, D., & Purnomo, R. F. (2022). Analisis Pengolahan Pola Citra Background Pada Website. 18–27.
Hendita, G., & Kusuma, A. (2021). Perancangan Skema Sistem Keamanan Jaringan Web Servermenggunakan Web Application Firewalldan Fortigateuntuk Mencegah Kebocoran Data di Masa Pandemi Covid-19. Zeitschrift Für Wirtschaftlichen Fabrikbetrieb, 92(1–2), 37–37. https://doi.org/10.1515/zwf-1997-921-220
Hidayat, A., Yani, A., Rusidi, & Saadulloh. (2019). Membangun Website Sma Pgri Gunung Raya Ranau Menggunakan Php Dan Mysql. JTIM: Jurnal Teknik Informatika Mahakarya, 2(2), 41–52.
Pramudita, D. A., & Bagus Sumargo. (2019). Pengelompokan Pengguna Internet dengan Metode K-Means Clustering. Jurnal Statistika Dan Aplikasinya, 3(1), 1–12. https://doi.org/10.21009/jsa.03101
Prastiwi, H., Jeny Pricilia, & Errissya Rasywir. (2022). Implementasi Data Mining Untuk Menentuksn Persediaan Stok Barang Di Mini Market Menggunakan Metode K-Means Clustering. Jurnal Informatika Dan Rekayasa Komputer(JAKAKOM), 2(1), 141–148. https://doi.org/10.33998/jakakom.2022.2.1.34
Priscillia Z, I. Z., & Habibie, D. K. (2023). Peran Perusahaan Listrik Negara Sebagai Penyedia Fasilitas Dalam Rangka Penggunaan Kendaraan Bermotor Berbasis Listrik di Kota Pekanbaru. MOTEKAR: Jurnal Multidisiplin Teknologi Dan Arsitektur, 1(2), 192–200. https://doi.org/10.57235/motekar.v1i2.995
Prof. Dr. Husaini Usman, M.Pd., M. T. (2022). Pentingnya Perencanaan Dalam Upaya Pencapaian Tujuan Yang Efektif Dan Efisien. Jurnal Studi Interdisipliner Perspektif, 21(August), 1–23.
Putra, D. W. T., & Andriani, R. (2019). Unified Modelling Language (UML) dalam Perancangan Sistem Informasi Permohonan Pembayaran Restitusi SPPD. Jurnal TeknoIf, 7(1), 32. https://doi.org/10.21063/jtif.2019.v7.1.32-39
Rachmawati, E., & Novani, S. (2023). PENENTUAN LOKASI STASIUN PENGISIAN KENDARAAN LISTRIK DENGAN DBSCAN CLUSTERING DAN ANALYTICHIERARCHY PROCESS STUDY CASE. Journal of Comprehensive Science, 2(1), 449–453. https://doi.org/https://doi.org/10.59188/jcs.v2i1.231
Rahmat Inggi, & Heri Pebrianto Alam. (2023). Analisis Forensik Web Browser Pada Perangkat Android. Simtek : Jurnal Sistem Informasi Dan Teknik Komputer, 8(1), 215–220. https://doi.org/10.51876/simtek.v8i1.
Salsabila, A. (2022). Pola Komunikasi Guru Terhadap Sisiwa Tunarungu. ARKANA Jurnal Komunikasi Dan Media, 1(1), 12–21. https://ojs.unsiq.ac.id/index.php/arkana/article/view/2825/1771
