Efektivitas Metode K-Means Clustering dalam Mitigasi Risiko Keandalan Transmisi Kritikal di UP2B Bali

Abstract

Saat ini kebutuhan listrik di Bali terus meningkat akibat didorong oleh pertumbuhan ekonomi dan sektor pariwisata sehingga memerlukan keandalan sistem transmisi tenaga listrik yang tinggi. Terdapat ruas transmisi kritikal, seperti SKLT Banyuwangi–Gilimanuk dan SUTT Celukan Bawang–Kapal, sangat rentan terhadap gangguan yang dapat menyebabkan pemadaman luas dan kerugian ekonomi. Sehingga penelitian ini bertujuan untuk menganalisis mitigasi risiko transmisi kritikal di UP2B Bali menggunakan metode K-Means Clustering berbasis data mining dengan software RapidMiner. Dengan mengidentifikasi pola risiko dan mengelompokkan ruas transmisi berdasarkan tingkat kerentanan yang nantinya membandingkan hasil dari metode clustering dengan metode mitigasi konvensional (analisis kontingensi), hal tersebut untuk mengevaluasi efektivitas pendekatan berbasis AI. Indikator stabilitas cluster digunakan untuk menilai keandalan hasil pengelompokan. Penelitian ini menghasilkan rekomendasi strategi mitigasi risiko yang lebih efektif dan ekonomis, serta memberikan kontribusi dalam meningkatkan kesiapan infrastruktur kelistrikan Bali menghadapi gangguan, sehingga kontinuitas pasokan listrik tetap terjaga. Temuan ini diharapkan dapat menjadi acuan praktis bagi pengelola sistem transmisi dalam pengambilan keputusan mitigasi risiko.