Sistem Informasi Prediksi Kemenangan Game Mobile Legends Menggunakan Metode Naive Bayes
DOI:
https://doi.org/10.35145/jmapteksi.v7i3.5012Kata Kunci:
Mobile Legends, Naïve Bayes, test data, roleAbstrak
Mobile Legends: Bang Bang, sebuah permainan bergenre Multiplayer Online Battle Arena (MOBA), telah menarik jutaan pemain di seluruh dunia, termasuk Indonesia. Dalam permainan ini, dua tim bertanding untuk menghancurkan base lawan dengan menggunakan berbagai hero yang memiliki kemampuan dan peran unik, seperti tank, marksman, mage, assassin, dan support. Pemain yang berkompetisi secara serius sering kali mengandalkan analisis data dan statistik untuk meningkatkan performa mereka. Oleh karena itu, pengembangan sistem informasi yang dapat memprediksi hasil pertandingan berdasarkan data relevan sangat diperlukan. Penelitian ini menggunakan Algoritma Naive Bayes untuk menganalisis data pertandingan sebelumnya, termasuk hero yang dipilih, role yang diambil, dan statistik pemain, guna mengidentifikasi pola yang berhubungan dengan kemenangan atau kekalahan. Dengan pendekatan kuantitatif dan metode deskriptif, penelitian ini bertujuan untuk membangun sistem prediksi kemenangan dalam permainan Mobile Legends. hasil perhitungan menggunakan algoritma Naïve Bayes, probabilitas akhir untuk status Menang adalah sebesar 92.20%, sedangkan probabilitas untuk status Kalah adalah sebesar 7.80%.Angka menunjukan Tingkat presentasi kemenangan mencapai 92% Dengan demikian, sistem memprediksi bahwa hero dengan data uji yang diberikan memiliki kemungkinan besar untuk menghasilkan kemenangan dalam pertandingan.
Unduhan
Referensi
[1] S. M. Listijo, T. Purwani, S. T. Galih, and T. Hafidzin, “Prediksi Kemenangan Dan Susunan Tim Pada Game Mobile Legends Bang Bang Menggunakan Algoritma Naïve Bayes,” Imam Bonjol, vol. 50173, pp. 15–17, 2019.
[2] A. T. Susilo, H. Setiawan, R. A. Saputro, T. Purwadi, and A. Saifudin, “Penggunaan Metode Naïve Bayes untuk Memprediksi Tingkat Kemenangan pada Game Mobile Legends,” J. Teknol. Sist. Inf. dan Apl., vol. 4, no. 1, p. 46, 2021, doi: 10.32493/jtsi.v4i1.7807
[3] Hidayat, M. (2024). Strategi dan Taktik dalam Mobile Legends: Bang Bang untuk Meningkatkan Peluang Kemenangan. Jurnal Teknologi Game, 12(3), 85-97.
[4] A. B. I. Putra, J. E. Bata, Z. A. Da Costa, and F. Marisa, Model Prediksi Tingkat Kesulitan Hero Mobile Legend Berbasis Algoritma C4.5, 2023rd ed. Malang: Litrus, 2023.
[5] Kurniawan, I. Y. (2018). Perbandingan algoritma naïve bayes dan C4.5 dalam klasifikasi data mining. Jurnal Teknologi Informasi dan Ilmu Komputer, 5(4), 455-464..
[6] Riestiana, M., dan Sukadi. (2014). Sistem Informasi Penggajian Karyawan Pada Commenditaire Vennontschap (CV) RGL Bordir Dan Konveksi Pacitan. Journal Speed – Sentra Penelitian Engineering dan Edukasi, ISSN : 1979-9330, 6, (4), 31-37..
[7] Kurniawan, I. Y. (2018). Perbandingan algoritma naïve bayes dan C4.5 dalam klasifikasi data mining. Jurnal Teknologi Informasi dan Ilmu Komputer, 5(4), 455-464.
[8] P. N. Andono, N. B. Kurniawan, and C. Supriyanto, “DotA 2 bots win prediction using nai ve bayes based on adaboost algorithm,” ACM Int. Conf. Proceeding Ser., pp. 180–184, 2017, doi: 10.1145/3162957.3162981
