Rancang Bangun Aplikasi Prediksi Jumlah Pemain Game Menggunakan Random Forest Berbasis Web

Winata, Devin (2020) Rancang Bangun Aplikasi Prediksi Jumlah Pemain Game Menggunakan Random Forest Berbasis Web. Bachelor Thesis thesis, Universitas Multimedia Nusantara.

[img] Text
HALAMAN_AWAL.pdf
Restricted to Registered users only
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (7MB)
[img]
Preview
Text
DAFTAR_PUSTAKA.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (38kB) | Preview
[img]
Preview
Text
BAB_I.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (45kB) | Preview
[img]
Preview
Text
BAB_II.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (228kB) | Preview
[img]
Preview
Text
BAB_III.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (456kB) | Preview
[img] Text
BAB_IV.pdf
Restricted to Registered users only
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (254kB)
[img]
Preview
Text
BAB_V.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (33kB) | Preview
[img] Text
LAMPIRAN.pdf
Restricted to Registered users only
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (1MB)

Abstract

Berkembangnya nilai pasar game global yang juga dibarengi dengan meningkatnya jumlah game yang dirilis pada salah satu platform distribusi game PC yaitu Steam. Dibalik naiknya pasar game dan jumlah game yang dirilis, munculnya permasalahan game yang terlalu banyak beredar di pasaran membuat para pengembang game independen mencari jalan lain dalam aspek pembuatan game, seperti memilih genre game lain yang kurang populer. Dengan menggunakan API yang disediakan oleh Steam untuk mengakses data game seperti harga game, jumlah dan peringkat ulasan game, dan lain sebagainya data tersebut dapat digunakan untuk memprediksi jumlah pemain game yang ingin dibuat. Salah satu metode pembelajaran mesin untuk melakukan prediksi adalah Random Forest, Random Forest memiliki kelebihan dibandingkan hanya menggunakan satu decision tree. Aplikasi web untuk melakukan prediksi jumlah pemain game menggunakan Random Forest menghasilkan akurasi untuk memprediksi kategori average players dengan benar mencapai 59% dan rata-rata perbedaan jumlah average players antara prediksi dengan sebenarnya sebesar 490.49 pemain.

Item Type: Thesis (Bachelor Thesis)
Keywords: game, jumlah pemain, prediksi, random forest
Subjects: 000 Computer Science, Information and General Works > 000 Computer Science, Knowledge and Systems > 005 Computer Programming > 005.5 Application / Software
Divisions: Faculty of Engineering & Informatics > Informatics
SWORD Depositor: Administrator UMN Library
Depositing User: Administrator UMN Library
Date Deposited: 05 Dec 2020 10:53
Last Modified: 25 Aug 2023 06:26
URI: https://kc.umn.ac.id/id/eprint/13170

Actions (login required)

View Item View Item