relation: https://eprints.amikom.ac.id/id/eprint/32200/
title: KLASIFIKASI POPULARITAS GAME DI ROBLOX  BERDASARKAN AKTIVITAS PENGGUNA MENGGUNAKAN  ALGORITMA SUPPORT VECTOR MACHINE (SVM) DAN KNEAREST  NEIGHBOR  (KNN)
creator: Alensy, Zenic Belpha
subject: 000 Ilmu komputer, informasi dan pekerjaan umum
subject: 004 Pemrosesan data dan ilmu komputer
description: Popularitas game pada platform Roblox meningkat pesat seiring  bertambahnya jumlah pengguna dan pengembang. Kondisi ini menyulitkan  penentuan tingkat popularitas game secara objektif apabila hanya dilakukan secara  manual, terutama bagi pengembang baru dan pengguna dalam memilih game yang  berkualitas. Oleh karena itu, diperlukan sistem klasifikasi otomatis yang mampu  mengelompokkan popularitas game berdasarkan data aktivitas pengguna.   Penelitian ini bertujuan untuk membangun sistem klasifikasi popularitas   game Roblox menggunakan metode machine learning dengan memanfaatkan data   aktivitas pengguna. Dua algoritma yang digunakan adalah K-Nearest Neighbor  (KNN) dan Support Vector Machine (SVM). Tahapan penelitian meliputi prapemrosesan    data, pembagian data latih dan uji, pembangunan model, tuning  parameter, serta evaluasi kinerja menggunakan metrik akurasi dan confusion  matrix. Model yang dihasilkan kemudian diimplementasikan ke dalam aplikasi  berbasis Streamlit untuk pengujian prediksi secara interaktif.   Hasil penelitian menunjukkan bahwa model KNN memiliki performa lebih  baik dibandingkan SVM, dengan akurasi sebesar 97,53%, sedangkan SVM  mencapai 95,43%. Sistem yang dikembangkan terbukti mampu mengklasifikasikan  popularitas game Roblox ke dalam kategori High, Medium, dan Low secara efektif.  Penelitian ini diharapkan dapat menjadi alat bantu bagi pengembang, pengguna,  dan pihak platform dalam menganalisis popularitas game, serta dapat  dikembangkan lebih lanjut dengan penambahan fitur atau penerapan metode yang  lebih kompleks.
date: 2026-02-23
type: Thesis
type: NonPeerReviewed
format: text
language: id
identifier: https://eprints.amikom.ac.id/id/eprint/32200/1/COVER.pdf
format: text
language: id
identifier: https://eprints.amikom.ac.id/id/eprint/32200/2/BAB%20I.pdf
format: text
language: id
identifier: https://eprints.amikom.ac.id/id/eprint/32200/3/BAB%20II.pdf
format: text
language: id
identifier: https://eprints.amikom.ac.id/id/eprint/32200/4/BAB%20III.pdf
format: text
language: id
identifier: https://eprints.amikom.ac.id/id/eprint/32200/5/BAB%20IV.pdf
format: text
language: id
identifier: https://eprints.amikom.ac.id/id/eprint/32200/6/BAB%20V.pdf
format: text
language: id
identifier: https://eprints.amikom.ac.id/id/eprint/32200/7/Daftar%20Pustaka%20dan%20Lampiran.pdf
format: archive
language: id
identifier: https://eprints.amikom.ac.id/id/eprint/32200/8/Sourcecode%20-%2022.11.5128.zip
format: text
language: id
identifier: https://eprints.amikom.ac.id/id/eprint/32200/9/Publikasi.pdf
identifier:   Alensy, Zenic Belpha  (2026) KLASIFIKASI POPULARITAS GAME DI ROBLOX BERDASARKAN AKTIVITAS PENGGUNA MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE (SVM) DAN KNEAREST NEIGHBOR (KNN).  S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.