krumlovwedding.com, ditulis oleh: Jordi Lasmana Putra dan Ciara Cimahuera
JAKARTA – Di era digital ini, industri video game berkembang pesat, termasuk game berbasis 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 keputusan untuk melakukan ban pada hero tertentu. Memprediksi pola frame hero kamu merupakan faktor penting dalam merancang strategi bermain yang efektif.
Ilmu data adalah bidang interdisipliner yang menggabungkan statistik, ilmu komputer, dan analitik untuk mengekstraksi wawasan dari data. Metode penting dalam ilmu data adalah data mining.
Penambangan data digunakan untuk menemukan pola atau tren tersembunyi dalam data besar dan melakukan analisis mendalam. Di Mobile Legends, data mining digunakan untuk menganalisis data game dan memprediksi pola perilaku pemain, seperti keputusan untuk melakukan ban pada champion, artinya mencegah tim lawan menggunakan champion tertentu.
Penelitian yang dilakukan oleh dosen Universitas Nusa Mandiri ini bertujuan untuk mengembangkan aturan asosiasi yang dapat memprediksi pola frame hero pada game mobile legendaris. Basis asosiasi ini menggunakan algoritma Apriori untuk mencari hubungan antar hero yang sering dipilih atau di ban oleh pemain.
Menurut Syarah Seimahuira, penelitian ini berupaya memahami pola-pola yang sering muncul dalam proses ban champion, guna memberikan wawasan strategis kepada developer dan pemain. Dengan menggunakan aturan asosiasi ini, pengembang dapat lebih memahami preferensi pemain dan meningkatkan fitur game agar lebih sesuai dengan kebutuhan pengguna.
Jordi Lasmana Putra, peneliti dan dosen Universitas Nusa Mandiri, menambahkan 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 transaksional seperti pola keyframe di Mobile Legends. Dengan menggunakan Apriori, pengembang dapat dengan mudah mengidentifikasi champion mana yang sering di-ban pada suatu waktu, sehingga dapat membantu merancang strategi yang lebih kompetitif.
Proses prediksi model keyframe diimplementasikan menggunakan pendekatan proses standar lintas industri untuk data mining (CRISP-DM) yang terdiri dari beberapa langkah: pemahaman bisnis, pengumpulan dan pemrosesan data, serta pemodelan menggunakan algoritma Apriori.
Pada tahap pengolahan data, data yang dikumpulkan melalui kuesioner diolah menggunakan aplikasi Weka. Data ini dianalisis untuk menentukan aturan asosiasi yang membantu memahami pola bingkai yang berbeda. Algoritme Apriori memungkinkan pengembang untuk melihat hubungan antar atribut dan mengidentifikasi champion yang lebih sering di-ban atau tidak.
Dari hasil pencarian, algoritma Apriori menghasilkan beberapa aturan asosiasi yang menunjukkan hubungan antara hero yang dipilih atau di-ban oleh pemain. Kalau misalnya Kaja tidak di-ban, kemungkinan besar Chou juga tidak akan di-ban. Aturan-aturan ini memberikan wawasan yang berguna bagi pemain dan pengembang game untuk memahami strategi yang sering digunakan pemain untuk memilih atau melarang pahlawan tertentu.
Hasil riset menunjukkan bahwa hero Chu lebih jarang di banned dibandingkan hero lainnya. Informasi ini memberikan wawasan strategis kepada pengembang untuk memahami preferensi pemain dan meningkatkan komposisi pahlawan di tim mereka. Dengan mengetahui hero mana yang paling sering di-ban, developer dapat menyeimbangkan gameplay dan mengembangkan hero yang lebih menarik bagi pemain.
Penelitian ini memberikan banyak manfaat bagi para pemain dan pengembang game. Bagi pemain, hasil penelitian dapat digunakan untuk merancang strategi bermain yang lebih efektif dengan mempertimbangkan kemungkinan memblokir hero dari lawan. Bagi developer, memahami pola frame hero dapat membantu menyeimbangkan gameplay dan menciptakan hero yang lebih menarik.
Penggunaan algoritma Apriori untuk memprediksi pola frame champion di Mobile Legends menunjukkan bagaimana ilmu data dapat memberikan wawasan mendalam tentang preferensi dan strategi pemain. Penambangan data, sebagai bagian dari ilmu data, membantu mengeksplorasi data besar secara efisien dan menemukan pola yang dapat digunakan untuk strategi yang lebih baik. Dengan terus memanfaatkan teknologi ilmu data, industri game memiliki peluang besar untuk meningkatkan kualitas game, memenuhi ekspektasi pemain, dan menciptakan game yang lebih menarik dan kompetitif.
Penulis: Jordi Lasmana Putra dan Ciara Cimahuira, dosen Program Studi Ilmu Data Universitas Nusa Mandiri
