Penggunaan Algoritma K-Means Clustering untuk Mengelompokkan Pemain Berdasarkan Gaya Bermain  Pada Battle Royale Call of Duty Mobile

Mohd. Wildan Qasthari; Rakhmat Kurniawan

doi:10.61579/future.v2i3.177

Authors

Mohd. Wildan Qasthari Universitas Islam Negeri Sumatera Utara
Rakhmat Kurniawan Universitas Islam Negeri Sumatera Utara

DOI:

https://doi.org/10.61579/future.v2i3.177

Keywords:

Algoritma, K-Means Clustering, Gaya Bermain, Battle Royal

Abstract

Penelitian ini fokus pada game Call of Duty Mobile karena kompleksitas dan popularitasnya. Tujuan utama penelitian adalah menginvestigasi pola permainan dan preferensi pemain untuk mengembangkan fitur game yang lebih adaptif. Metode Elbow digunakan untuk menentukan jumlah cluster optimal dalam proses clustering, menghasilkan tiga cluster: Rusher, Camper, dan Support Players. Hasil K-Means Clustering menunjukkan karakteristik sebagai berikut: Cluster 1 (Rusher) dengan gaya bermain agresif, rata-rata MVP = 217, Kill = 4223, Menang = 241, Damage = 1011,45, Akurasi = 20,99%; Cluster 2 (Camper) dengan gaya bermain pasif, rata-rata Kill = 4660, Menang = 119, Damage = 1229,51, Akurasi = 27,25%; Cluster 3 (Support Players) dengan fokus pada dukungan tim, rata-rata MVP = 206, Kill = 3541, Menang = 287, Damage = 1265,51, Akurasi = 13,59%. Kesimpulan menunjukkan pemain dapat dikelompokkan menjadi tiga klaster utama dengan karakteristik yang berbeda, yaitu Rusher, Camper, dan Support, yang membantu dalam pengembangan game yang lebih inovatif dan sesuai kebutuhan pasar.

References

Amanda, & Sitorus, M. V. (2021). Penerapan Algoritma K-Means Clustering Untuk Pengelompokan Konsumsi Produk Kosmetik milik PT Cedefindo. Jurnal Ilmiah MIKA AMIK Al Muslim, 5(2).

Devila, L. E., Cholil, S. R., Athallah, R. D., & Irawan, A. A. (2022). Implementasi Algoritma K-Means untuk Menganalisa Pemain Video Game Mobile Legend untuk Mengetahui Tipe Hero dan Role yang Sering Digunakan pada Setiap Kalangan. STRING (Satuan Tulisan Riset Dan Inovasi Teknologi), 6(3), 261. https://doi.org/10.30998/string.v6i3.11094

Fauzi, I. S. N., & Sulistyowati, A. (2022). Literasi Keuangan dan Perilaku Keuangan Berpengaruh Terhadap Perilaku Konsumtif Pada Player Call Of Duty: Mobile. Jurnal Kajian Ilmiah, 22(2), 129–142. https://doi.org/10.31599/jki.v22i2.730

Khomarudin, A. N. (2016). Teknik Data Mining: Algoritma K-Means Clustering. Ilmu Komputer. Com.

Muharizki, M. I., & Arianto, D. B. (2023). Analisis Clustering dengan Metode K-Means terhadap Statistik Permainan Pro-Playervalorant Pada Kompetisi Valorant Champions 2022. Jurnal Serunai Ilmu Pendidikan, 9(1).

Mustofa. (2019). Penerapan Algoritma K-Means Clustering pada Karakter Permainan Multiplayer Online Battle Arena. Jurnal Informatika, 6(2). https://doi.org/https://doi.org/10.31294/ji.v6i2.6096

Petrus, R., Suryani, E., & Bajari, M. (2023). Analisis Penanganan Pengaduan Konsumen Pada Situs Konsumen Indonesia Menggunakan Metode K-Means Cluster. SAMMAJIVA : Jurnal Penelitian Bisnis Dan Manajemen, 1(1). https://doi.org/https://doi.org/10.47861/sammajiva.v1i1.99

Prasetiani, S. D., & Rochmawati, N. (2022). Penerapan Data Mining Untuk Clustering Menu Favorit Menggunakan Algoritma K-Means (Studi Kasus Kedai Expo). Journal of Informatics and Computer Science (JINACS), 3(03), 278–286. https://doi.org/10.26740/jinacs.v3n03.p278-286

Sekar Setyaningtyas, Indarmawan Nugroho, B., & Arif, Z. (2022). Tinjauan Pustaka Sistematis: Penerapan Data Mining Teknik Clustering Algoritma K-Means. Jurnal Teknoif Teknik Informatika Institut Teknologi Padang, 10(2), 52–61. https://doi.org/10.21063/jtif.2022.V10.2.52-61