Pendampingan Analisis Data Penggunaan Air Pelanggan melalui K-Means Clustering di PDAM Tirta Pakuan Kota Bogor

Authors

  • M Hisyam Ahmad Hasan Hazmi Universitas Nusa Putra, Indonesia
  • Iwan Setiawan Universitas Nusa Putra, Indonesia

DOI:

https://doi.org/10.58266/jpmb.v4i4.1544

Keywords:

K-Means Clustering, Segmentasi Wilayah, PDAM, Dashboard Streamlit, Pengabdian Masyarakat

Abstract

Pemantauan konsumsi air pelanggan di PDAM Tirta Pakuan Kota Bogor selama ini masih dilakukan secara konvensional sehingga staf operasional kesulitan mengidentifikasi pola pemakaian air yang berbeda pada setiap wilayah kelurahan. Kegiatan pengabdian ini bertujuan mendampingi PDAM Tirta Pakuan dalam memetakan karakteristik konsumsi air pelanggan per wilayah agar dapat mendukung pengambilan keputusan operasional yang lebih terukur. Metode yang digunakan adalah penerapan algoritma K-Means Clustering terhadap data pelanggan yang telah melalui tahap pembersihan data, rekayasa fitur berupa agregasi jumlah pelanggan, rata-rata pemakaian, dan total pendapatan per kelurahan, serta standardisasi data menggunakan StandardScaler. Jumlah klaster optimal ditentukan melalui kombinasi Metode Elbow dan Silhouette Score, kemudian hasil klasterisasi divisualisasikan dalam dashboard interaktif berbasis Streamlit. Kegiatan ini menghasilkan tiga profil wilayah, yaitu wilayah berkonsumsi tinggi yang umumnya berasal dari pelanggan niaga atau industri, wilayah permukiman padat dengan pemakaian per pelanggan yang stabil, dan wilayah berpotensi untuk pengembangan jaringan baru karena jumlah pelanggan sedikit namun pemakaian tinggi. Dashboard yang dihasilkan memudahkan staf PDAM memantau sebaran klaster secara cepat dan berbasis data, sehingga kegiatan pengabdian ini terbukti membantu mitra mengubah data historis penggunaan air menjadi informasi segmentasi wilayah yang aplikatif bagi efisiensi distribusi air bersih.

References

Akbar, M. R., Nurkholis, A., & Ramdhan, M. (2025). Analisis Klasterisasi Tunggakan Pelanggan PDAM Menggunakan Algoritma K-Means sebagai Strategi Optimasi Penagihan. Jurnal Informatika dan Teknik Elektro Terapan, 13(1), 45–52.

AS, F., Hidayah, I., & Pratiwi, R. (2025). Pendampingan Digitalisasi UMKM Melalui Pelatihan Aplikasi Pencatatan Data Keuangan di Desa Wisata Cigugur Girang. Jurnal Pengabdian Masyarakat Bhinneka, 3(1), 12–21.

Ali, F., Lestari, D. L., Putri, M. D., & Azmi, K. N. (2023). Analysis of the Institutional Development of Drinking Water Supply Systems in XYZ City, Indonesia Coastal Area. River Research and Applications, 39(6), 1023–1035.

Albari, M., Suryadana, M., & Widyanto, M. R. (2019). Implementasi Electronic Government pada Command Center Kota Bandung untuk Meningkatkan Pelayanan Publik. Jurnal Pemerintahan dan Kebijakan Publik, 2(2), 88–101.

Kara, S., Karadirek, I. E., & Muhammetoglu, A. (2016). Real-time Monitoring and Control in Water Distribution Systems for Improving Operational Efficiency. Journal of Environmental Management, 172, 219–228.

Kanungo, T., Mount, D. M., Netanyahu, N. S., Piatko, C. D., Silverman, R., & Wu, A. Y. (2002). An Efficient K-Means Clustering Algorithm: Analysis and Implementation. IEEE Transactions on Pattern Analysis and Machine Intelligence, 24(7), 881–892.

Marcelina, A., Prasetyo, B., & Wulandari, C. (2023). Pendampingan Analisis Klaster K-Means untuk Penyusunan Strategi Pengembangan UMKM Berbasis Data Kinerja. Jurnal Pengabdian kepada Masyarakat Nusantara, 4(3), 312–321.

Muhaimin, A., Sari, P. P., & Fadilah, N. (2025). Pendampingan Pemanfaatan Kecerdasan Buatan untuk Personalisasi Pembelajaran di Sekolah Dasar. Jurnal Pengabdian Masyarakat Bhinneka, 3(2), 55–66.

Nurany, H., Handoyo, E., & Hastiaty, I. A. (2024). Evaluation of External Monitoring of Drinking Water in PDAM Tirta Benteng and Tirta Kerta Raharja, Tangerang City. Jurnal Serambi Engineering, 9(3), 1045–1056.

PERUMDA Tirta Pakuan Kota Bogor. (2024). Profil Perusahaan PERUMDA Tirta Pakuan Kota Bogor. Diakses dari https://www.tirtapakuan.co.id

Pratama, R., Suharto, E., & Lestari, W. (2023). Pelatihan Pencatatan dan Pemetaan Data Berbasis Aplikasi untuk UMKM di Desa Sukamaju. Jurnal Masyarakat Mandiri, 7(2), 701–710.

Putri, D. E. A., & Kriswibowo, A. (2024). Digital Government Enterprise Strategies at the Regional Drinking Water Company (PDAM) Delta Tirta, Sidoarjo. Jurnal Pemerintahan dan Sistem Informasi, 5(1), 45–58.

Rediana, R., & Pharmasetiawan, B. (2017). Designing a Business Model for Smart Water Management System with the Smart Metering System as a Core Technology. In Proceedings of 2017 International Conference on Information Management and Technology (ICIMTech) (pp. 137–141). IEEE.

Rochman, F., & Suryawan, D. (2023). Pengembangan Dashboard Interaktif Berbasis Streamlit untuk Pemantauan Data Produksi pada Mitra Industri. Kridatama Sains dan Teknologi, 5(2), 88–97.

Pham, D. T., Dimov, S. S., & Nguyen, C. D. (2005). Selection of K in K-means clustering. Proceedings of the Institution of Mechanical Engineers, Part C: Journal of Mechanical Engineering Science, 219(1), 103–119.

Rousseeuw, P. J. (1987). Silhouettes: A graphical aid to the interpretation and validation of cluster analysis. Journal of Computational and Applied Mathematics, 20, 53–65.

Sinaga, K. P., & Yang, M. S. (2020). Unsupervised K-Means clustering algorithm. IEEE Access, 8, 80716–80727. https://doi.org/10.1109/ACCESS.2020.2988796

Syakur, M. A., Khotimah, B. K., Rochman, E. M. S., & Satoto, B. D. (2018). Integration K-Means clustering method and Elbow method for identification of the best customer profile cluster. IOP Conference Series: Materials Science and Engineering, 336(1), 012017.

Wulandari, P. A., Sari, E. N., & Fitriani, D. (2023). Evaluasi program pengabdian masyarakat berbasis teknologi informasi pada institusi publik. Jurnal Pengabdian dan Pemberdayaan Masyarakat, 7(2), 183–192.

Streamlit Inc. (2024). Streamlit Documentation: The Fastest Way to Build and Share Data Apps. Diakses dari https://docs.streamlit.io

Zafira, N., & Nurhayati, E. (2023). Strategi Pengendalian Non-Revenue Water melalui Pembagian District Meter Area pada Sistem Distribusi Air PDAM. Jurnal Purifikasi, 23(2), 78–89.

Downloads

Published

2026-07-18

How to Cite

Hazmi, M. H. A. H., & Setiawan, I. (2026). Pendampingan Analisis Data Penggunaan Air Pelanggan melalui K-Means Clustering di PDAM Tirta Pakuan Kota Bogor. Jurnal Pengabdian Masyarakat Bhinneka, 4(4), 5986–5993. https://doi.org/10.58266/jpmb.v4i4.1544

Issue

Section

Articles
Abstract Views: 10 Times || PDF Download : 2 Times