relation: http://eprints.unpak.ac.id/3791/
title: PENERAPAN ALGORITMA K-MEANS DAN K-MEDIANS UNTUK   PENENTUAN ROLE HERO YANG COCOK BAGI PEMAIN   MOBILE LEGEND
creator: Jan Febry, Andre
creator: Harsani, Prihastuti
creator: Maesya, Aries
subject: Ilmu Komputer
description: Abstrak   Game Mobile Legend merupakan permainan bersifat real time dimainkan dengan   kerjasama tim. Pada game ini terdapat 6 role hero yaitu Tank, Support, Fighter, Assassin,   Mage dan Marksman. Pada penelitian ini akan dicari mana role hero yang cocok bagi   pemain Mobile Legend dengan menggunakan teknologi data mining, salah satunya adalah   dengan tehnik clustering. K-Means dan K-Medians merupakan metode yang dapat   mengelompokkan data berdasarkan karakteristiknya, sehingga data yang berada dalam   cluster memiliki tingkat variasi yang kecil. Implementasi pada penelitian ini   menggunakan bahasa pemograman Python. Hasil clustering yang didapatkan pada   penelitian ini ditunjukkan untuk merekomendasikan hero mana yang paling digunakan   oleh pemain. Berdasarkan clustering yang telah dilakukan menunjukan bahwa dari total   566 data dengan jumlah 6 cluster pada algoritma K-Means yaitu rekomendasi role hero   Tank 102 data, Support 86 data, Fighter 132 data, Assassin 99 data, Mage 86 data, dan   Marksman 61 data, kemudian rekomendasi role hero pada algoritma K-Medians yaitu   Tank 78 data, Support 76 data, Fighter 72 data, Assassin 161 data, Mage 110 data, dan   Marksman 69 data. Hasil evaluasi cluster yang telah didapatkan menggunakan metode   Davies Bouldin Index menunjukkan bahwa pada algoritma K-Means semakin sedikit   jumlah cluster yang digunakan hasil clustering yang diperoleh semakin optimal. Pada   algoritma K-Medians hasil clustering yang lebih optimal terdapat pada jumlah 4 cluster.   Berdasarkan hasil evaluasi yang telah didapatkan dapat disimpulkan bahwa algoritma K�Means memiliki hasil clustering lebih optimal daripada algoritma K-Medians dalam   penentuan role hero yang cocok bagi pemain Mobile Legend.   Kata Kunci : K-Means, K-Medians, clustering, Mobile Legend, hero.
date: 2021-06
type: Thesis
type: NonPeerReviewed
identifier:   Jan Febry, Andre and Harsani, Prihastuti and Maesya, Aries  (2021) PENERAPAN ALGORITMA K-MEANS DAN K-MEDIANS UNTUK PENENTUAN ROLE HERO YANG COCOK BAGI PEMAIN MOBILE LEGEND.  Skripsi thesis, Universitas Pakuan.