FUZZY KLUSTERING SHORT TIME SERIES UNTUK SEGMENTASI PELANGGAN (studi kasus: Sampel Load Pelanggan PLN di Yogyakarta)

MARIA TITAH JATIPANINGRUM, Prof. Drs. Subanar, Ph.D

2012 | Tesis | S2 Matematika

Klustering merupakan suatu teknik statistik deskriptif yang membantu dalam menentukan titik-titik pusat, merupakan konsep yang paling mendasar untuk menentukan pola data dalam segmentasi data. Keunggulan fuzzy klustering memberikan pengelompokan data secara fuzzy partisi, yang lebih kuat, lebih luas, dan lebih realistis daripada crisp partisi. Pada penelitian ini, telah dilakukan analisis empiris dengan metode fuzzy klustering dengan jarak short time series. Alasan penggunaan jarak tersebut, telah dipertimbangkan dapat menangkap informasi interval waktu dari data sampel. Analisis data empiris yang digunakan adalah data time series sampel load pelanggan PLN di Yogyakarta

Clustering is a descriptive statistical technique that helps in determining the central points, is the most fundamental concepts to determine the pattern of the data in the segmentation data. The advantages of fuzzy clustering gives a fuzzy clustering partition data, stronger, broader, and more realistic than crisp partition. In this research, given an empirical analysis with fuzzy clustering method with short time series distance. The reason behind it, because of capturing time interval information from sample data. Analysis of empirical data is used time series data i.e. customers loads sample Yogyakarta’s State Electricity Enterprise..e

Kata Kunci : short time series distance, fuzzy clustering, fuzzy clustering short time series, customers segmentation, loads sample Yogyakarta’s State Electricity Enterprise