PREDIKSI KEMENANGAN GAME MOBILE LEGENDS MENGGUNAKAN MACHINE LEARNING DENGAN ALGORITMA NEURAL NETWORK DAN RANDOM FOREST

Sena, I Gede Wiarta (2021) PREDIKSI KEMENANGAN GAME MOBILE LEGENDS MENGGUNAKAN MACHINE LEARNING DENGAN ALGORITMA NEURAL NETWORK DAN RANDOM FOREST. S1 thesis, Universitas Atma Jaya Yogyakarta.

[img]
Preview
Text (I Gede Wiarta Sena)
195303055 1.pdf

Download (449kB) | Preview
[img]
Preview
Text
195303055 2.pdf

Download (271kB) | Preview
[img]
Preview
Text
195303055 3.pdf

Download (232kB) | Preview
[img] Text
195303055 4.pdf
Restricted to Registered users only

Download (365kB)
[img] Text
195303055 5.pdf
Restricted to Registered users only

Download (386kB)
[img] Text
195303055 6.pdf
Restricted to Registered users only

Download (413kB)
[img]
Preview
Text
195303055 7.pdf

Download (242kB) | Preview

Abstract

Sebuah lembaga riset menjelaskan 83,7 juta pada populasi negara, indonesia termasuk dalam 20 besar pengguna internet di dunia. Bermacam kegiatan individu atau kelompok membutuhkan jaringan internet, salah satunya dalam bermain game. Seiring perkembangan dalam dunia game, khususnya game ber gendre MOBA (Massive Online Battle Arena). Ada berbagaimacam game bergendre MOBA, salah satunya adalah Mobile legends. Banyak team E-Sport besar menjadikan MOBA sebagai bisnis mereka karna income yang menjanjikan. Dalam penulisan ini, penulis merekomendasikan model algoritma Machine Learning yang baik digunakan untuk memprediksi hasil pertandingan khususnya Mobile legends. Dari 600 data histori pertandingan yang di analisa, hasil dari penulisan ini merekomendasikan Neural Network (NN) dan Random Forest (RF) sebagai algoritma yang tepat untuk melakukan prediksi hasil pertandingan. Dimana hasil prediksi dari masing – masing algoritma dapat mencapai 82.30% dan 80.04% tingkat akurasi. Hal ini dapat membantu para team analisa E-Sport untuk membangun strategi mereka dalam pertandingan.

Item Type: Thesis (S1)
Uncontrolled Keywords: Machine Learning, Neural Network, Random Forest, prediksi
Subjects: Magister Teknik Informatika > Inovation of Computational Science
Divisions: Pasca Sarjana > Magister Teknik Informatika
Depositing User: Editor 2 uajy
Date Deposited: 14 Dec 2021 09:41
Last Modified: 14 Dec 2021 09:41
URI: http://e-journal.uajy.ac.id/id/eprint/25965

Actions (login required)

View Item View Item