Implementasi algoritma support vector machine (svm) dalam pengembangan model pengalaman afektif positif dan negatif pemain pada game pydash / Bhisma Farhan Aisyam</p>

Aisyam, Bhisma Farhan (2024) Implementasi algoritma support vector machine (svm) dalam pengembangan model pengalaman afektif positif dan negatif pemain pada game pydash / Bhisma Farhan Aisyam</p>. Diploma thesis, Universitas Negeri Malang.

Full text not available from this repository.

Abstract

p Industri game yang berkembang pesat menghadirkan pengalaman mendalam yang melibatkan pemain secara kognitif emosional dan perilaku. Salah satu genre populer adalah game platformer seperti Geometry Dash dan PyDash. Penelitian ini berfokus pada klasifikasi pengalaman afektif pemain dalam game PyDash yaitu hubungan atribut game dan reaksi emosional pemain terhadap permainan. Penelitian ini bertujuan untuk mengembangkan model klasifikasi pengalaman afektif positif dan negatif pemain dalam game PyDash menggunakan algoritma Support Vector Machine (SVM). Data yang digunakan adalah game-log dan kuesioner dari pemain. Analisis data log permainan preprocessing data dan implementasi SVM dilakukan untuk mengklasifikasikan pengalaman afektif pemain. Atribut game-log seperti attempt coin jump dan time digunakan untuk menggali pengalaman afektif. Data log game diberi label positif atau negatif berdasarkan skor Skala Likert. Empat dataset digunakan dengan metode SMOTE untuk mengatasi ketidakseimbangan kelas. Grid search dilakukan untuk menemukan parameter terbaik pada setiap dataset kemudian data dilatih menggunakan SVM. Performa model dievaluasi menggunakan cross-validation dengan acuan accuracy precision recall dan F1-score. Hasil pengujian menunjukkan bahwa nilai akurasi tertinggi dicapai pada Game_log_level_2 dengan nilai 96.88%. Sementara itu Game_log_level_4 memiliki akurasi terendah yaitu 91.64% dan Game_log_level_1 serta Game_log_level_3 mencapai akurasi 92.31%. /p

Item Type:	Thesis (Diploma)
Divisions:	Fakultas Teknik (FT) > Departemen Teknik Elektro (TE) > S1 Teknik Informatika
Depositing User:	library UM
Date Deposited:	01 Aug 2024 04:29
Last Modified:	09 Sep 2024 03:00
URI:	http://repository.um.ac.id/id/eprint/355593

Actions (login required)

View Item