Skripsi

Prediksi poin pemain pada game playerunknown\'s battleground mode solo menggunakan algoritma linear regression / Dwiki Bagus Putranto

Abstrak
RINGKASAN Putranto Dwiki Bagus. 2019. Prediksi poin pemain pada game Playerunknowns Battleground mode solo dengan menggunakan metode linear regression. Skripsi. Jurusan Teknik Elektro Fakultas Teknik Universitas Negeri Malang. Pembimbing (I) Harits Ar Rosyid S.T. M.T. Ph.D. (II) Muhammad Iqbal Akbar S.ST. M.MT. Kata kunci player rank score PUBG Linear Regression. Playerunknown rsquo s Battleground (PUBG) adalah game survival menggunakan mode first person shooter untuk menjadi pemain yang terakhir bertahan hidup. Dengan menemukan peralatan perang pada masing-masing map pemain dituntut untuk menguasai skill menembak lawan main ataupun berpindah lokasi secara dinamis sehingga dapat bertahan dari blue zone yang semakin mengecil tiap waktu. Pada PUBG belum terdapat publikasi perhitungan skor pemain untuk menentukan ranking khususnya di situs pubganalyzer.com. Pada penelitian ini statistik pemain akan menjadi atribut yang informatif dalam formulasi perhitungan poin tersebut. Penelitian ini menggunakan metode Linear Regression dengan reduksi fitur secara manual. Percobaan dilakukan dalam enam skenario dimana tiap skenario dilakukan reduksi atribut dengan konstanta terkecil. Dari enam model dapat dilihat pengaruh tiap atribut terhadap prediksi skor pemain PUBG. Berdasarkan hasil eksperimen algoritma linear regression dengan metode manual feature reduction memberikan nilai RAE terkecil sebesar 14.403% untuk keempat attribute yang ada dalam perhitungan yaitu matches wins HS.kills dan average damage. Lalu presentase 29.3859% adalah hasil eror terbesar dari perhitungan sebanyak 5 attribut matches wins HS.kills avg. damage dan KD. Ditemukan juga hasil formulasi dengan menghilangkan sampel outlier pada attribute KD dan memberikan hasil yang membaik yaitu sebesar 13.0283 % dengan memasukkan semua attribute yang sebelumnya memiliki eror sebesar 29.3841 %.

Informasi Detail

DDC

Rs 005.1 PUT p

Prodi

Universitas Negeri Malang. Program Studi Teknik Informatika, 2019.

Deskripsi Fisik

xiii, 55 lembar: ill.; tab.; 30 cm

Bahasa

Indonesia

No Reg

00094/KI/21

Edisi

Skripsi (Sarjana)--Universitas Negeri Malang. 2019

Subjek

1. ALGORITMA KOMPUTER
2. LINEAR REGRESSION
3. COMPUTER ALGORITHMS

Pembimbing

1. Harits Ar Rosyid; 2. Muhammad Iqbal Akbar

Lampiran Berkas