Skripsi

Penerapan algoritma decision tree c4.5 untuk klasifikasi peran pemain dalam game dota 2 / Galang Ryandana

Abstrak
eSports telah berkembang pesat saat ini bahkan sudah menjadi bagian dari program olahraga. eSports menjadikan para pemain atau tim secara kompetitif bertanding melawan pemain lainnya untuk memenangkan permainan seperti olahraga pada umumnya. Game MOBA yang menjadi game popular dan pernah memegang rekor dengan hadiah uang terbesar pada industri eSports adalah DOTA 2. Pada game DOTA 2 terdapat 5 peran yang harus diisi oleh setiap pemain dimana setiap peran memiliki tugasnya masing-masing. Pemilihan peran ini sangat penting untuk menunjang kemenangan tim karena ketika seorang pemain mengisi peran yang tidak dikuasai dapat menyebabkan kekalahan pada tim. log riwayat pertandingan DOTA 2 melimpah dan dapat digunakan kapan saja oleh karena itu dikumpulkan dataset turnamen profesional DOTA 2 The International 2019 dalam penelitian ini. Dataset tersebut digunakan untuk pengolahan dalam data mining agar dapat mengklasifikasi peran pemain menggunakan algoritma Decision Tree C4.5. Hasil performa yang didapatkan dari penelitian ini adalah nilai akurasi sebesar 91.25% nilai presisi sebesar 91.37% serta nilai recall sebesar 91.25% untuk skenario menggunakan information gain maximal depth 10 dan dilakukan pruning serta prepruning. Hal ini menunjukkan bahwa algoritma Decision Tree C4.5 sudah cukup baik dalam melakukan klasifikasi peran pemain dalam game DOTA 2.

Informasi Detail

DDC

SKRIPSI DIGITAL

Prodi

Universitas Negeri Malang. Program Studi Teknik Informatika, 2023.

Deskripsi Fisik

xiii, 37 hlm. : ilus.

Bahasa

Indonesia

No Reg

5181/RS/23

Edisi

Skripsi (Sarjana)--Universitas Negeri Malang. 2023

Subjek

1. ALGORITMA KOMPUTER - PERMAINAN - PELAKU, PEMAIN
2. ALGORITMA KOMPUTER - DECISION TREE
3. COMPUTER ALGORITHM - GAME - ACTORS, PLAYERS

Pembimbing

1. Harits Ar Rosyid, S.T., M.T., Ph.D; 2. Agusta Rakhmat Taufani, S.T., M.T.

Lampiran Berkas