PENGAMBILAN ROLE PADA GAME MOBILE LEGENDS BANG BANG MENGGUNAKAN METODE K-MEANS

Dimas, Afia (2023) PENGAMBILAN ROLE PADA GAME MOBILE LEGENDS BANG BANG MENGGUNAKAN METODE K-MEANS. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.

	Text (COVER-ABSTRAK) COVER.pdf Download (998kB)
	Text (BAB I) BAB I.pdf Download (218kB)
	Text (BAB II) BAB II.pdf Restricted to Registered users only Download (495kB)
	Text (BAB III) BAB III.pdf Restricted to Registered users only Download (121kB)
	Text (BAB IV) BAB IV.pdf Restricted to Registered users only Download (940kB)
	Text (BAB V) BAB V.pdf Download (49kB)
	Text (DAFTAR PUSTAKA) Daftar Pustaka.pdf Restricted to Registered users only Download (102kB)
	Text (SOURCE CODE) Source Code - afia dimas.ipynb Restricted to Repository staff only Download (256kB)
	Text (PUBLIKASI) Publikasi.pdf Restricted to Repository staff only Download (811kB)

Abstract

Di Indonesia, Mobile Legends Bang Bang adalah game berbasis multiplayer online battle arena (MOBA). Mobile legends bang bang dimainkan dengan dua tim, masing-masing dengan lima pemain, yang bekerja sama untuk menghancurkan pertahanan utama musuh. Kualitas tim dan pengalaman bermain setiap pemain dipengaruhi oleh pemilihan peran yang tepat. Pemilihan peran yang salah dapat menyebabkan kualitas tim dan pengalaman bermain yang buruk. Ketika pengalaman bermain menjadi buruk, pemain dapat berkomentar negatif, menyalahkan pemain lain di tim, dan melakukan ujaran kebencian (flaming) beserta melakukan ujaran kebencian pada pemain lain (toxic behavior). Banyak pemain yang melakukan hal ini. Pada penelitian ini bertujuan agar pemain memilih role yang cocok untuk 5 role yang tersedia agar terhindar dari flaming dan toxic behavior. Langkah-langkah pada penelitian dimulai dengan mengumpulkan data setiap hero mobile legends berdasar status dasar, dilanjutkan dengan menentukan centroid awal secara random, lalu menghitung data menggunakan metode K-Means clustering. Memeriksa apakah data ada yang berubah pada cluster sebelumnya, jika masih ada data yang berubah, ulangi proses menghitung sampai cluster tidak ada yang berpindah. Jika data tidak ada yang berpindah, maka proses clustering selesai. Hasil pengolahan data mobile legends menggunakan k-means clustering akan di kelompokkan pada clustering pada setiap hero. Hasil pada penelitian ini berupa akurasi yang menjadi parameter apakah metode clustering menggunakan metode k-means pada status dasar mobile legends efektif atau tidak. Pada penelitian ini dapat dimanfaatkan pada semua pemain mobile legends sebagai tinjauan hero mana yang cocok untuk mengisi pada satu role. Diharapkan pemain mobile legends dapat memilih role dengan baik dan tidak melakukan flaming dan toxic behavior.

Actions (login required)

View Item