This thesis is about the classification for the determination of PLN customer violation rate in Cengkareng Area using Vector Space Model (VSM) method. The degree of violation is determined from the results of inspection by the officer. But sometimes the officers do not fill the level of violations committed by customers. This causes confusion to the officer in determining the level of his offense, since the fines for the violations are determined from the level of the offense. Therefore, text mining analysis is needed in handling the determination of the violation level. One of the important activities in text mining is the classification or category of the text. Text classification used Vector Space Model method, by processing data training and data testing. The data will be classified according to the category of violation rate determined by PT PLN (Persero) Area Cengkareng. Data will be categorized into four classes, such as Violation 1 (P1), Violation 2 (P2), Violation 3 (P3), Violation (P4). In this research will be produced by level of accuracy manual detection and automatic detection, and the results indicate that this research gives good results in conductin the process of high classification of violations of customers PLN Area Cengkareng

Penelitian ini membahas mengenai klasifikasi untuk penentuan tingkat pelanggaran pelanggan PLN di Area Cengkareng menggunakan metode Vector Space Model (VSM). Tingkat pelanggaran ditentukan dari Hasil berita acara pemeriksaan yang dilakukan oleh petugas. Namun kadang kala petugas dilapangan tidak mengisi tingkat pelanggaran yang dilakukan oleh pelanggan. Hal ini menyebabkan kebingungan kepada petugas dalam menentukan tingkat pelanggarannya, karena tarif denda pelanggaran ditentukan dari tingkat pelanggaran. Oleh karena itu analisis text mining sangat diperlukan dalam menangani penentuan tingkat pelanggaran tersebut. Salah satu kegiatan penting dalam text mining adalah klasifikasi atau kategori teks. Klasifikasi teks yang digunakan adalah metode Vector Space Model, dengan melakukan pemrosesan data training (Dokumen) dan data testing (Query). Data akan diklasifikasikan berdasarkan kategori tingkat pelanggaran yang telah ditentukan oleh PT PLN (PERSERO) Area Cengkareng. Data akan dikategorikan menjadi empat kelas, antara lain Pelanggaran 1 (P1),Pelanggaran 2 (P2), Pelanggaran 3 (P3), Pelanggaran (P4) . Pada penelitian ini akan dihasilkan tingkat akurasi dengan cara deteksi manual dan deteksi otomatis, dan hasilnya menunjukkan bahwa penelitian ini memberikan hasil yang baik dalam melakukan proses klasifikasi tingkat pelanggaran pelanggan PLN Area Cengkareng.