dlbrw.com, oleh: Jordy Lasmana Putra dan Syarah Seimahuira
JAKARTA – Di era digital ini, industri video game berkembang pesat, termasuk game di smartphone seperti Mobile Legends. Permainan ini sangat digemari oleh berbagai kalangan, mulai dari anak-anak hingga orang dewasa. Salah satu aspek strategis yang menentukan kemenangan di Mobile Legends adalah pemilihan hero yang tepat dan memutuskan untuk melakukan ban pada hero tertentu. Memprediksi pola ban hero merupakan faktor penting dalam merancang strategi permainan yang efektif.
Ilmu data adalah bidang multidisiplin yang menggabungkan statistik, ilmu komputer, dan analisis untuk memperoleh pemahaman dari data. Salah satu teknik terpenting dalam ilmu data adalah data mining.
Data mining digunakan untuk menemukan pola atau tren tersembunyi dalam data berukuran besar dan melakukan analisis mendalam. Di Mobile Legends, data mining digunakan untuk menganalisis data permainan dan memprediksi pola perilaku pemain, seperti memutuskan untuk melakukan ban terhadap suatu hero, yakni mencegah hero tertentu digunakan oleh tim lawan.
Penelitian yang dilakukan oleh Guru Besar Universitas Nusa Mandiri ini bertujuan untuk mengembangkan aturan asosiasi yang dapat memprediksi bentuk hero plastik pada game Mobile Legends. Aturan asosiasi ini menggunakan metode Apriori untuk mencari hubungan antara dua variabel. Orang yang sering dipilih atau dilarang oleh pemain.
Menurut Syarah Seimahuira, penelitian ini mencoba memahami pola-pola yang sering muncul dalam proses pemblokiran hero, sehingga dapat memberikan perspektif strategis kepada developer dan pemain. Dengan aturan asosiasi ini, pengembang dapat lebih memahami preferensi pemain dan meningkatkan fitur game agar lebih sesuai dengan kebutuhan pengguna.
Jordy Lasmana Putra, peneliti yang juga Guru Besar Universitas Nusa Mandiri mengatakan bahwa algoritma Apriori sering digunakan dalam penelitian data mining karena kemampuannya dalam menemukan pola tersembunyi dan mengidentifikasi hubungan antar atribut yang berbeda dalam big data.
Algoritma ini sangat efektif jika diterapkan pada data perdagangan seperti model ban hero di Mobile Legends. Dengan menggunakan Apriori, developer dapat dengan mudah menentukan hero mana yang lebih sering di-ban secara bersamaan, yang kemudian akan membantu merancang strategi yang lebih kompetitif.
Proses prediksi model ban hero dilakukan dengan menggunakan metode cross-industry for data mining (CRISP-DM) yang terdiri dari beberapa langkah: pemahaman bisnis, pengumpulan dan pengolahan data, pemodelan menggunakan algoritma Apriori.
Pada tahap pengolahan data, data yang dikumpulkan melalui kuesioner akan diolah menggunakan aplikasi Weka. Data ini kemudian dianalisis untuk mengidentifikasi aturan asosiasi yang membantu memahami pola pahlawan. Algoritma Apriori memungkinkan pengembang untuk melihat hubungan antar atribut dan memutuskan hero mana yang lebih sering di-ban atau tidak.
Dari hasil penelitian, algoritma Apriori menghasilkan sejumlah aturan asosiasi yang menunjukkan hubungan antara hero yang dipilih pemain atau yang di banned. Misalnya saja hero Kaja tidak di banned, maka hero Chou tidak boleh di banned. Aturan-aturan ini memberikan wawasan yang berguna bagi pemain dan pengembang game untuk memahami strategi yang sering digunakan pemain untuk memilih atau melarang hero tertentu.
Hasil riset menunjukkan bahwa hero Chou sering di ban seperti hero lainnya. Data ini memberi pengembang wawasan strategis untuk memahami preferensi pemain dan susunan pahlawan tim. Dengan mengetahui hero mana saja yang paling sering di-ban, pihak developer juga dapat menyeimbangkan gameplay dan mengembangkan hero yang lebih menarik untuk para pemain.
Penelitian ini memberikan banyak manfaat bagi para pemain dan pengembang game. Bagi para pemain, hasil penelitian tersebut dapat digunakan untuk merancang strategi permainan yang lebih efektif dengan mempertimbangkan kemungkinan memblokir hero tersebut dari lawan. Bagi developer, memahami gaya hero plastik dapat membantu menyeimbangkan gameplay dan menciptakan hero yang lebih menarik.
Penggunaan algoritma Apriori untuk memprediksi bentuk hero di Mobile Legends menunjukkan bagaimana ilmu data dapat memberikan wawasan mendalam tentang preferensi dan strategi pemain. Penambangan data, sebagai bagian dari ilmu data, membantu menganalisis data besar secara efektif dan menemukan pola yang dapat digunakan untuk strategi yang lebih baik. Dengan terus menggunakan teknologi ilmu data, industri game memiliki peluang besar untuk meningkatkan kualitas game, memenuhi ekspektasi pemain, dan menciptakan game yang lebih kompetitif dan menarik.
Penulis: Jordy Lasmana Putra dan Syarah Seimahuira, Guru Besar Program Penelitian Ilmu Data Universitas Nusa Mandiri
+ There are no comments
Add yours