Analisis Pola Penggunaan Energi Listrik Pada Gedung Kampus 2 UKI Toraja Dengan Menggunakan Algoritma K-Means Clustering

Listrik merupakan sumber daya utama yang dibutuhkan dalam kegiatan operasional perguruan tinggi, namun pengelolaan energi di gedung kampus umumnya masih dilakukan secara manual tanpa analisis berbasis data, sehingga sulit mengidentifikasi ruangan dengan pola konsumsi paling boros. Penelitian ini bertujuan menganalisis pola konsumsi energi listrik pada 55 ruangan di Gedung B Kampus 2 Universitas
Kristen Indonesia Toraja menggunakan algoritma K-Means Clustering, guna mengelompokkan ruangan berdasarkan kemiripan karakteristik konsumsi energinya. Data yang digunakan adalah konsumsi energi listrik harian (Senin–Jumat) tiap ruangan, diproses menggunakan bahasa pemrograman Python dengan pustaka scikitlearn, tanpa standarisasi data karena seluruh fitur telah berada dalam satuan yang sama (kWh/hari). Jumlah cluster optimal ditentukan menggunakan Elbow Method berdasarkan persentase penurunan Within-Cluster Sum of Squares (WCSS). Hasil penelitian menunjukkan total konsumsi energi gedung sebesar 145,85 kWh/hari (rata-rata 2,65 kWh/hari per ruangan), dengan nilai K optimal sebesar 3 (WCSS =237,1302). Pengelompokan menghasilkan tiga cluster: Cluster 1 (Konsumsi Rendah) sebanyak 20 ruangan (36,4%) dengan rata-rata 1,20 kWh/hari; Cluster 2 (Konsumsi Sedang) sebanyak 23 ruangan (41,8%) dengan rata-rata 2,87 kWh/hari; dan Cluster 3 (Konsumsi Tinggi) sebanyak 12 ruangan (21,8%) dengan rata-rata 4,66 kWh/hari, yang meskipun jumlahnya paling sedikit, berkontribusi sekitar 38,3% dari total
konsumsi harian gedung. Hasil ini menunjukkan bahwa K-Means clustering mampu mengelompokkan pola konsumsi energi listrik secara objektif dan dapat digunakan sebagai dasar rekomendasi audit energi serta program efisiensi yang terarah pada ruangan berkonsumsi tinggi.
Kata kunci: K-Means Clustering, konsumsi energi listrik, Elbow Method, WCSS, efisiensi energi, gedung kampus