PENERAPAN ALGORITMA SUPPORT VECTOR MACHINE PADA DATA REVIEW GAME

Al Fikrah, M. Danil (2022) PENERAPAN ALGORITMA SUPPORT VECTOR MACHINE PADA DATA REVIEW GAME. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.

	Text (COVER-ABSTRAK) COVER.pdf Download (973kB)
	Text (BAB I) BAB I.pdf Download (190kB)
	Text (BAB II) BAB II.pdf Restricted to Registered users only Download (423kB)
	Text (BAB III) BAB III.pdf Restricted to Registered users only Download (210kB)
	Text (BAB IV) BAB IV.pdf Restricted to Registered users only Download (197kB)
	Text (BAB V) BAB V.pdf Download (61kB)
	Text (DAFTAR PUSTAKA - LAMPIRAN) Daftar Pustaka dan Lampiran.pdf Restricted to Registered users only Download (40kB)
	Archive (SOURCE CODE) Source Code-18.11.2114-M.Danil AlFikrah.rar Restricted to Repository staff only Download (101kB)
	Text (PUBLIKASI) Publikasi-18.11.2114-M.Danil AlFikrah.pdf Restricted to Repository staff only Download (667kB)

Abstract

Dewasa ini, game merupakan hal yang digemari pada masa sekarang, bagaimana tidak banyak kalangan yang bermain game terlebih lagi kepada para remaja bahkan anak-anak sekarang banyak yang menggemari sebuah game baik itu game PC terlebih lagi game android bahkan game console pun tidak kalah rame nya. Sebuah game dikatakan layak dimainkan apabila game tersebut telah di download oleh banyak orang, memiliki rating yang tinggi. Pada penelitian ini, peneliti mencoba untuk menerapkan sebuah algoritma data mining terhadap data recommendation dalam sebuah data hasil review game yang telah di review oleh pemain sebelumnya yaitu menggunakan algoritma Support Vector Machine. Dalam proses penelitian peneliti melakukan proses klasifikasi terhadap 2 kategori yaitu kategori yang merekomendasikan game tersebut dan kategori yang tidak merekomendasikannya. Dari hasil performa yang didapatkan dari proses penelitian yang telah dilakukan terhadap data sebanyak 20.000 data dengan menggunakan teknik Support Vector Machine untuk nilai precission yang didapatkan yaitu sebesar 74,85%, untuk nilai recall yang didapatkan sebesar 100%, dan hasil untuk F1-Score nya yaitu 300%. Berdasarkan nilai f1 score yang diperoleh mengindikasikan bahwa model klasifikasi memiliki presisi dan recall yang baik.

Actions (login required)

View Item