Penerapan Algoritma K-Modes Menggunakan Validasi Davies Bouldin Index Untuk Klasterisasi Karakter Pada Game Wild Rift

  • Dynesh Radixavendra Quinthara Universitas Nahdlatul Ulama Blitar
  • Abd. Charis Fauzan Universitas Nahdlatul Ulama Blitar
  • M. Maariful Huda Universitas Nahdlatul Ulama Blitar

Abstract

Bagi pemain baru pemilihan karakter merupakan hal yang sulit ketika role yang didapatkan tidak sesuai dengan yang diinginkan karena akan mempengaruhi faktor kemenangan. Dari berbagai macam jenis game ada yang disebut sebagai game MOBA (Multiplayer Online Battle Arena) pemain hanya bisa mengontrol 1 karakter. Dalam game League Of Legend : Wild Rift ada 40 lebih karakter. Masing-masing variabel pada karakter Wild-Rift mempengaruhi jalannya pertandingan penggunaan algoritma K-Modes Clustering untuk menentukan klaster. Penelitan ini menggunakan algoritma K-Modes Clustering untuk menentukan klaster berdasarkan role dari setiap karakter tanpa melihat tipe masing-masing karakter tersebut. Metode clustering dengan cara mengumpulkan data-data setiap karakter yang kemudian di proses dan dikelompokkan untuk mendapatkan data yang optimal dan menentukan karakter yg diinginkan tanpa memaksakan roleplay. Hasil dari perhitungan K-modes dievaluasi menggunakan validasi Davies Bouldin Index yang menghasilkan nilai DBI sebesar 0.8200 menunjukkan bahwa algoritma k-modes mencapai pengelompokan yang optimal. Klaster 5 merupakan klaster yang paling sering dipilih dengan karakter bertipe MarksMan.

References

A’yun, Qurrota, Wiguna Yanas Arifandi, and Hanik Muhimatul Mukharomah. 2022. “Penerapan Data Mining Terhadap Efek Samping Pasca Vaksinasi Covid-19 Menggunakan Algoritma K-Modes Clustering.” G-Tech: Jurnal Teknologi Terapan 6(1): 32–38.

Az-zahra, Alyeska Astri et al. 2021. “Penerapan Algoritma K-Modes Clustering Dengan Validasi Davies Bouldin Index Pada Pengelompokkan Tingkat Minat Belanja Online Di Provinsi Daerah Istimewa Yogyakarta.” Jurnal MSA ( Matematika dan Statistika serta Aplikasinya ) 9(1): 24.

Buulolo, Efori. 2020. Data Mining Untuk Perguruan Tinggi. Deepublish.

Fadillah, Adam Achmad et al. 2022. “KONSEP DIRI PELAKU TRASH-TALKING DI GAME LEAGUE OF LEGEND : WILDRIFT.”

Gustientiedina, Gustientiedina, M. Hasmil Adiya, and Yenny Desnelita. 2019. “Penerapan Algoritma K-Means Untuk Clustering Data Obat-Obatan.” Jurnal Nasional Teknologi dan Sistem Informasi 5(1): 17–24.

Ho, Savannah, and Leo Faria. 2021. “DEV: WILD RIFT ESPORTS.” wildrift.leagueoflegend.com. https://wildrift.leagueoflegends.com/id-id/news/dev/dev-wild-rift-esports/ (August 30, 2022).

Mamduh, Naufal. 2021. “Jenis-Jenis Game Populer, Kelebihan Dan Kekurangannya.” telset.id. https://telset.id/games/jenis-jenis-game-kelebihan-kekuranganya/ (August 29, 2022).

Mustofa, Mustofa. 2019. “Penerapan Algoritma K-Means Clustering Pada Karakter Permainan Multiplayer Online Battle Arena.” Jurnal Informatika 6(2): 246–54.

Raffi Danendra Athallah, Ahmad Arrio Irawan, Laras Elza Devila, Saifur Rohman Cholil. 2022. “Implementasi Algoritma K-Means Untuk Menganalisa Pemain Video Game Mobile Legend Untuk Mengetahui Tipe Hero Dan Role Yang Sering Digunakan.” STRING (Satuan Tulisan Riset dan Inovasi Teknologi) 6(3): 261–68.

Sagara, Satria, and Achmad Mujab Masykur. 2018. “Gambaran Online Gamer.” Empati 7(2): 418–24.

Septiani, Ike Wahyu, Abd. Charis Fauzan, and Muhamat Maariful Huda. 2022. “Implementasi Algoritma K-Medoids Dengan Evaluasi Davies-Bouldin-Index Untuk Klasterisasi Harapan Hidup Pasca Operasi Pada Pasien Penderita Kanker Paru-Paru.” Jurnal Sistem Komputer dan Informatika (JSON) 3(4): 556.

Takur, Tupac. 2022. “Sejarah Game Dan Perkembangannya Hingga Sekarang.” sobatgame.com. https://sobatgame.com/sejarah-game/ (August 29, 2022).

Yogatama, I Ketut Sidharta, Agi Putra Kharisma, and Lutfi Fanani. 2019. “Analisis Faktor-Faktor Yang Memengaruhi Minat Pemain Dalam Permainan MOBA ( Studi Kasus : Mobile Legends : Bang-Bang !).” Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 3(3): 2558–66. https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/view/4742.

Published
2023-07-24