Manfaatkan Sains Data, Perilaku Pemain dalam Pengembangan Game Bisa Dikelompokkan

iaminkuwait.com, Oleh: Jordi Lasmana Putra dan Ciara Simahweera

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 kesuksesan Mobile Legends adalah pemilihan hero yang tepat dan keputusan untuk melakukan ban terhadap hero tertentu. Prediksi pola ban Hero merupakan faktor penting dalam merancang strategi permainan yang efektif.

Ilmu data adalah bidang interdisipliner yang menggabungkan statistik, ilmu komputer, dan analitik untuk mendapatkan wawasan dari data. Metode penting dalam ilmu data adalah data mining.

Data mining digunakan untuk menemukan pola atau tren tersembunyi dalam big data 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 suatu hero, yakni mencegah tim lawan menggunakan hero tertentu.

Penelitian yang dilakukan oleh dosen Universitas Noosa Minderi ini bertujuan untuk mengembangkan aturan asosiasi yang mampu memprediksi pola tim hero pada game Mobile Legends. Aturan asosiasi ini menggunakan algoritma Apriori untuk mencari hubungan yang terjadi antar hero yang sering dipilih atau di-ban oleh pemain.

Menurut Ciara Semahvira, penelitian ini berupaya memahami pola-pola yang sering muncul dalam proses ban ban sehingga dapat memberikan wawasan strategis bagi pengembang dan pemain. Dengan aturan asosiasi ini, pengembang dapat lebih memahami preferensi pemain dan memilih fitur game sesuai kebutuhan pengguna.

Jordy Lasmana Putra, peneliti yang juga dosen Universitas Nusa Mandiri menambahkan, algoritma Apriori sering digunakan dalam penelitian data mining karena kemampuannya dalam menemukan pola tersembunyi dan mengidentifikasi hubungan antar fitur berbeda dalam big data.

Algoritma ini paling efektif jika diterapkan pada data transaksional, seperti pola deck hero di Mobile Legends. Dengan menggunakan Apriori, pengembang dapat dengan mudah mengidentifikasi champion mana yang sering di-ban secara bersamaan, yang kemudian dapat membantu merancang strategi yang lebih kompetitif.

Proses peramalan Model Ban Pahlawan dilakukan dengan menggunakan proses penambangan data standar lintas industri (CRISP-DM) yang terdiri dari beberapa langkah: intelijen bisnis, pengumpulan dan pemrosesan data, model menggunakan algoritma Apriori untuk melakukan

Pada tahap pengolahan data, data yang dikumpulkan melalui kuesioner diolah menggunakan aplikasi Wicca. Data ini kemudian dianalisis untuk mengidentifikasi aturan asosiasi yang membantu memahami pola dek pahlawan. Algoritma Apriori memungkinkan pengembang melihat hubungan antar fitur dan menentukan hero mana yang lebih sering di-ban atau tidak.

Dari hasil penelitian, algoritma Apriori menghasilkan banyak aturan asosiasi yang menunjukkan hubungan antara hero yang dipilih atau di-ban oleh pemain. Misalnya saja hero Kaja tidak kena banned, kemungkinan besar hero Cho juga tidak kena banned. Aturan-aturan ini memberikan wawasan yang berguna bagi para pemain dan pengembang game untuk memahami strategi yang sering digunakan oleh para pemain untuk memilih atau mengecualikan juara 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 mengoptimalkan komposisi pahlawan dalam tim. Dengan mengetahui champion mana yang paling sering di-ban, developer dapat menyeimbangkan gameplay dan menciptakan champion yang lebih menarik bagi pemain.

Penelitian ini memberikan banyak manfaat bagi para pemain dan pengembang game. Bagi para pemain, temuan penelitian ini dapat digunakan untuk merancang strategi permainan yang lebih efektif dengan mempertimbangkan potensi ban terhadap hero oleh lawan. Bagi developer, memahami pola level hero dapat membantu menyeimbangkan permainan dan menciptakan hero yang lebih menarik.

Penggunaan algoritma Apriory untuk memprediksi pola tim hero 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 Simahura, dosen Program Studi Ilmu Data Universitas Noosa Minderi

 

Tinggalkan Balasan

Alamat email Anda tidak akan dipublikasikan. Ruas yang wajib ditandai *