Skripsi

Penerapan teknik active learning untuk klasifikasi peran pemain dalam game dota 2 / Ahmad Dhanis Shofarudin

Abstrak
Electronic Sports yang biasa disebut esport merupakan istilah dari kompetisi yang berfokus dalam game dan memiliki struktur yang menyerupai olahraga asli. Salah satu esport yang populer saat ini adalah DOTA 2 esport yang merupakan game MOBA (Multiplayer Online Battle Arena) yang membutuhkan koordinasi dan kerja sama tim dalam menghancurkan markas lawan. Strategi setiap tim dibantu dengan peran ndash peran yang tersedia seperti Carry Midlaner Offlaner Support dan Hard Support. Dengan banyaknya peran dan karakter yang bisa dimainkan pada DOTA 2 membuat pemain atau Tim esport DOTA 2 sering melakukan kesalahan dalam memilih peran yang cocok dengan cara bermain pemain tersebut. Untuk itu telah dikumpulkan dataset turnamen The International 9 DOTA 2 dan digunakan algoritma Pool-Based Active Learning untuk mengklasifikasi peran pemain pada DOTA 2. Hasil performa yang didapatkan dari penelitian ini dengan jumlah query sebanyak 450 query adalah nilai akurasi menggunakan strategi uncertainty sampling sebesar 88 44% dengan waktu eksekusi 52 85 detik nilai akurasi menggunakan strategi query by commitee sebesar 86 92% dengan waktu eksekusi 121 26 detik nilai akurasi menggunakan strategi random sampling sebesar 84 26% dengan waktu eksekusi 45 66 detik.

Informasi Detail

DDC

SKRIPSI DIGITAL

Prodi

Universitas Negeri Malang. Program Studi Teknik Informatika, 2023.

Deskripsi Fisik

xii, 26 hlm. : ilus.

Bahasa

Indonesia

No Reg

5282/RS/23

Edisi

Skripsi (Sarjana)--Universitas Negeri Malang. 2023

Subjek

1. ALGORITMA KOMPUTER
2. E-SPORTS - DOTA 2
3. COMPUTER ALGORITHM

Pembimbing

1. Harits Ar Rosyid, S.T., M.T., Ph.D; 2. Muhammad Iqbal Akbar, S.ST, M.MT.

Lampiran Berkas