FEBRIANTO, MUHAMMAD RIZKY (2025) PREDIKSI TINGKAT KEMENANGAN GAME MOBILE LEGENDS BERDASARKAN HERO MENGGUNAKAN ALGORITMA MACHINE LEARNING. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.
![[img]](https://eprints.amikom.ac.id/style/images/fileicons/text.png) |
Text (COVER-ASBTRAK)
COVER.pdf - Published Version Download (2MB) |
|
Text (BAB I)
BAB I.pdf - Published Version Download (168kB) |
|
Text (BAB II)
BAB II.pdf - Published Version Restricted to Registered users only Download (752kB) |
|
Text (BAB III)
BAB III.pdf - Published Version Restricted to Registered users only Download (310kB) |
|
Text (BAB IV)
BAB IV.pdf - Published Version Restricted to Registered users only Download (641kB) |
|
Text (BAB V)
BAB V.pdf - Published Version Download (44kB) |
|
Text (DAFTAR PUSTAKA-LAMPIRAN)
Daftar Pustaka dan Lampiran.pdf - Published Version Restricted to Registered users only Download (623kB) |
![[img]](https://eprints.amikom.ac.id/style/images/fileicons/archive.png) |
Archive (SOURCE CODE)
Source Code - 21.11.4222.zip - Published Version Restricted to Repository staff only Download (4MB) |
|
Text (PUBLIKASI)
Publikasi.pdf - Published Version Restricted to Repository staff only Download (1MB) |
Abstract
Mobile Legends: Bang Bang merupakan permainan MOBA berbasis tim yang mengharuskan lima pemain bekerja sama dengan memilih hero berperan berbeda guna membentuk strategi efektif untuk menghancurkan base lawan. Pemilihan hero menjadi aspek krusial yang sangat memengaruhi hasil pertandingan, di mana kesalahan dalam draft pick dapat menyebabkan ketidakseimbangan tim dan melemahkan strategi permainan. Dalam konteks tersebut, penelitian ini bertujuan untuk memprediksi tingkat kemenangan berdasarkan pemilihan hero menggunakan model regresi logistik, yang menganalisis hubungan antara komposisi hero dan peluang kemenangan tim. Selain itu, penelitian ini juga mengevaluasi dampak ketidakseimbangan data serta efektivitas metode koreksi terhadap performa model. Hasil evaluasi model menunjukkan kinerja yang sangat baik, dengan accuracy sebesar 0.96 yang mencerminkan tingkat prediksi benar secara keseluruhan. Precision mencapai 0.97 untuk kelas Kalah dan 0.96 untuk kelas Menang, menunjukkan keandalan model dalam mengklasifikasikan hasil pertandingan dengan tepat. Recall sebesar 0.96 untuk kelas Kalah dan 0.97 untuk kelas Menang mengindikasikan kemampuan model dalam menangkap sebagian besar data sebenarnya tanpa banyak kesalahan. F1-Score yang konsisten pada angka 0.96 untuk kedua kelas mempertegas keseimbangan antara precision dan recall, menjadikan model ini efektif dalam memprediksi hasil pertandingan berdasarkan pemilihan hero dalam Mobile Legends.
| Item Type: | Thesis (S1 - Sarjana) | ||
|---|---|---|---|
| Contributor: |
|
||
| Uncontrolled Keywords: | Mobile Legends, Regresi Logistik, Prediksi Kemenangan, Klasifikasi, Machine Learning. Mobile Legends, Logistic Regression, Victory Prediction, Classification, Machine Learning. | ||
| Subjects: | 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 005 Pemrograman komputer, program dan data | ||
| Divisions: | Fakultas Ilmu Komputer > Informatika | ||
| Depositing User: | RC Universitas AMIKOM Yogyakarta | ||
| Date Deposited: | 24 Feb 2026 04:22 | ||
| Last Modified: | 24 Feb 2026 04:22 | ||
| URI: | http://eprints.amikom.ac.id/id/eprint/31617 |
Actions (login required)
 |
View Item |