Pemakaian listrik pada sektor rumah tangga mengalami peningkatan khususnya pada pandemi covid-19. Banyaknya aktivitas yang dilakukan didalam rumah seperti Work From Home, sekolah online, dan bisnis online mengakibatkan
sulitnya pemantaun konsumsi listrik. Tidak adanya ketetapan pemakaian listik berpengaruh pada proses pemantauan listrik. Sehingga dibutuhkan aplikasi monitoring pemakaian listrik secara real time. Fuzzy subtractive clustering merupakan metode tidak terawasi untuk membentuk jumlah dan pusat cluster sesuai dengan kondisi data. Metode ini berfungsi untuk mengelompokkan pengguna listrik golongan rumah tangga dengan parameter yang digunakan yaitu jumlah pemakaian dalam rupiah dan daya listrik. Hasil pengelompokkan dari metode tersebut membantu pengguna dalam monitoring pemakaian listrik secara real time. Keluaran yang dihasilkan menggambarkan tingkatan pemakaian listrik pengguna tinggi, sedang dan rendah. Berdasarkan hasil pengujian menunjukkan
nilai Silhouette Coefficient terbaik sebesar 0.8322535 dan hasil cluster yang terbentuk sebanyak tiga cluster, dengan nilai accept ratio 0.5, reject ratio 0.15, jari-jari 1.7 dan squash factor 0.5 sehingga diperoleh pemakaian tingkat tinggi dengan nilai rata-rata jumlah pemakaian dalam rupiah 655.993, daya 2757 VA, tingkat sedang 240.553, 1071 VA dan tingkat rendah 46.479, 675 VA

The use of electricity in household sector has increased, especially during the Covid-19 pandemic. The large number of activities carried out in home such as Work From Home, online schools, and online businesses caused difficulty to
monitor the electricity consumption. The absence of electricity usage provisions affects the electricity monitoring process. Hence it takes a real time monitoring
application of electricity consumption. Fuzzy subtractive clustering is an unsupervised method to form the number and center of clusters according to data conditions. This method serves to classify the household electricity users with the
parameters used, is the amount of usage in rupiah and electric power. The grouping results from this method help users to monitoring electricity consumption in real time. The output describes the level of high, medium and low
user electricity consumption. Based on the test results, the best Silhouette Coefficient value is 0.8322535 and three clusters are formed, with an accept ratio is 0.5, a reject ratio of 0.15, a radius of 1.7 and a squash factor of 0.5 hence a high level of use is obtained with an average value of the number of uses in IDR 655,993, power 2757 VA, medium level 240,553, 1071 VA and low level 46,479, 675 VA.