Saputra, Tri Ananda Nugrahandika Saputra (2021) Analisis game populer pada platform steam menggunakan metode k-means clustering dan k-nearest neighbor / Tri Ananda Nugrahandika Saputra. Diploma thesis, Universitas Negeri Malang.
Full text not available from this repository.Abstract
Menurut Ketua Asosiasi Pengusaha Teknologi Informasi dan Komunikasi Nasional (APTIKNAS) Bapak Okky Tri Hutomo perubahan aktivitas masyarakat di masa pandemi telah memicu tingginya pengguna game berbasis digital. Ia menegaskan pertumbuhan pengguna aplikasi baik berbasis android komputer maupun konsol menunjukkan kenaikan sebesar 196 persen. Salah satu platform penyedia layanan distribusi game digital terbesar dan terlaris saat ini adalah Steam. Steam masih menjadi yang terpopuler dibandingkan platform penyedia layanan distribusi game lain dengan memiliki 30.000 game didalamnya dan masih akan terus naik setiap tahunnya. Untuk itu penulis melihat peluang untuk mengumpulkan data dan menganalisis game populer di Steam menggunakan teknik clustering dan klasifikasi. Metode k-means clustering dalam penelitian ini akan melihat pengelompokkan alami dari game-game tersebut. Sedangkan metode klasifikasi k-nearest neighbor akan melihat bagaimana nilai ketepatan tersebut. Penetapan jumlah cluster dapat dilakukan dengan memperhatikan atribut dari dataset game yang didapatkan lalu digunakan teknik klasifikasi untuk mengetahui ketepatan pada dataset yang baru. Dengan hasil clustering dan klasifikasi maka dapat dilihat karakteristik popularitas game secara komprehensif.
| Item Type: | Thesis (Diploma) |
|---|---|
| Subjects: | ?? ?? |
| Divisions: | Fakultas Teknik (FT) > Departemen Teknik Elektro (TE) > S1 Teknik Informatika |
| Depositing User: | Users 2 not found. |
| Date Deposited: | 30 Dec 2021 04:29 |
| Last Modified: | 09 Sep 2021 03:00 |
| URI: | http://repository.um.ac.id/id/eprint/196411 |
Actions (login required)
 |
View Item |