PENDEKATAN DEEPLEARNING DALAM KLASIFIKASI PERAWAKAN AVATAR UNTUK ROLE KEBUTUHAN KERJA PADA GAME GTA V ROLEPLAY

Muharrom, Rama and Tita Tosida, Eneng and Anggraeni, Irma (2024) PENDEKATAN DEEPLEARNING DALAM KLASIFIKASI PERAWAKAN AVATAR UNTUK ROLE KEBUTUHAN KERJA PADA GAME GTA V ROLEPLAY. Skripsi thesis, Universitas Pakuan.

Text SKRIPSI RAMA NURFAIZI M.pdf Download (3MB)

Abstract

PENDEKATAN DEEPLEARNING DALAM KLASIFIKASI PERAWAKAN AVATAR UNTUK ROLE KEBUTUHAN KERJA PADA GAME GTA V ROLEPLAY Oleh Rama Nurfaizi Muharrom Dalam bentuk wajah karakter avatar pada game GTA V Roleplay memiliki wujud yang berbeda beda serta pekerjaan yang berbeda beda dari player satu dengan player lainnya ada kemungkinan juga sebagai perwujudan kembar selayaknya dalam dunia nyata pada game tersebut bisa saja ada orang yang mengunakan karakter kembar saudara. Maka dari itu banyak nya jenis pekerjaan yang dikategorikan kedalam sebuah kelas dari tiap tiap jenis pekerjaan yang disesuaikan juga dengan gaji para pekerjaan tergantung sebagaimana para pemain melakukan pekerjaan tergantung dari berapa lama player tersebut bermain dan juga untuk bekerja dalam game ini. Karena banyak nya tidak kesesuaian wujud avatar dengan pekerjaan nya dibuatlah sebuah klasifikasi perawakan avatar untuk role kebutuhan kerja. Disusunlah sebuah penelitian yang memproses klasifikasi gambar dan juga klasifikasi data yang berdasarkan dari data pemain mulai dari gaji, berapa lama bermain, jenis pekerjaan, kelas pekerjaan dan berapa lama pemain dalam server. Pada penelitian ini menggunakan dua buah metode yakni, Algoritma CNN (Convolutional Neural Network) dan Algoritma C.45. CNN memproses gambar dengan total gambar sebanyak 837 data gambar avatar untuk dilakukan pengujian bahwa avatar tersebut termasuk kedalam kelas klasifikasi kelas pekerjaan yang telah di tentukan antara lain; Kelas Pegawai Negeri, Kelas Pegawai Swasta, Kelas Pegawai Buruh. Dari ketiga kelas tersebut dengan berbagai macam jenis pekerjaan dibuatkan sebuah klasifikasi dengan 3 kali percobaan dengan data uji yang berbeda beda Dari ketika percobaan tersebut didapati satu data uji yang telah memenuhi syarat dari klasifikasi dan angka keakuratan dari klasifikasi tersebut mendekati sempurna yaitu pada uji coba data 80% : 20%. Perbandingan data ini sebagai perbandingan antara data latih dengan data uji. Total data latih yang digunakan sebanyak 670 data latih, dengan ukuran gambar avatar 3x3 pada uji coba tersebut dilakukan sebanyak 3x epoch yakni 30, 60 dan 100 epoch didapati hasil akurasi sebesar 93%. Dan untuk tingkat akurasi dari metode Algoritma C.45 sebesar 87% yang meliputi data dari gaji pemain.

Item Type:	Thesis (Skripsi)
Subjects:	Fakultas Ilmu Pengetahuan Alam dan Matematika > Ilmu Komputer
Divisions:	Fakultas Matematika dan Ilmu Pengetahuan Alam > Ilmu Komputer
Depositing User:	PERPUSTAKAAN FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNPAK
Date Deposited:	05 Sep 2024 02:28
Last Modified:	05 Sep 2024 02:28
URI:	http://eprints.unpak.ac.id/id/eprint/8119

Actions (login required)

View Item