Sistem Rekomendasi Karakter Berdasarkan Association Rules Menggunakan Algoritma Fp-Growth Dan Multilayer Perceptron Pada Game Dota 2

Lumbantobing, Erwin Jelly Barus (2021) Sistem Rekomendasi Karakter Berdasarkan Association Rules Menggunakan Algoritma Fp-Growth Dan Multilayer Perceptron Pada Game Dota 2. Other thesis, Univeristas Komputer Indonesia.

[img]
Preview
Text
1.UNIKOM_ERWIN JELLY BARUS LUMBANTOBING_COVER.pdf - Published Version

Download (30kB) | Preview
[img]
Preview
Text
19.UNIKOM_ERWIN JELLY BARUS LUMBANTOBING_LEMBAR PENGESAHAN.pdf - Published Version

Download (187kB) | Preview
[img]
Preview
Text
17.UNIKOM_ERWIN JELLY BARUS LUMBANTOBING_SURAT KETERANGAN PUBLIKASI.pdf - Published Version

Download (127kB) | Preview
[img]
Preview
Text
20.UNIKOM_ERWIN JELLY BARUS LUMBANTOBING_SURAT KETERANGAN ORISINALITAS.pdf - Published Version

Download (143kB) | Preview
[img]
Preview
Text
4.UNIKOM_ERWIN JELLY BARUS LUMBANTOBING_KATA PENGANTAR.pdf - Published Version

Download (55kB) | Preview
[img]
Preview
Text
5.UNIKOM_ERWIN JELLY BARUS LUMBANTOBING_DAFTAR ISI.pdf - Published Version

Download (238kB) | Preview
[img]
Preview
Text
11.UNIKOM_ERWIN JELLY BARUS LUMBANTOBING_BAB 1.pdf - Published Version

Download (169kB) | Preview
[img]
Preview
Text
12.UNIKOM_ERWIN JELLY BARUS LUMBANTOBING_BAB 2.pdf - Published Version

Download (1MB) | Preview
[img] Text
13.UNIKOM_ERWIN JELLY BARUS LUMBANTOBING_BAB 3.pdf - Published Version
Restricted to Repository staff only

Download (1MB) | Request a copy
[img] Text
14.UNIKOM_ERWIN JELLY BARUS LUMBANTOBING_BAB 4.pdf - Published Version
Restricted to Repository staff only

Download (971kB) | Request a copy
Official URL: http://elibrary.unikom.ac.id

Abstract

Dota 2 merupakan game komputer Multiplayer Online Battle Arena (MOBA) yang dikembangkan dan diterbitkan oleh Valve Corporation. Dota 2 dimainkan oleh dua tim, yang terdiri dari masing-masing lima pemain, dimana setiap pemain mengendalikan sebuah karakter bernama “hero”. Salah satu faktor penting yang dapat menentukan pemenang pertandingan Dota 2 yaitu pemilihan hero yang tepat. Kombinasi 5 dari 121 total hero menghasilkan 198.792.594 kemungkinan kombinasi yang dapat dipilih. Memilih kombinasi hero terbaik dari total kombinasi yang ada bukanlah hal mudah, apalagi untuk pemilihan setiap hero hanya diberikan waktu sekitar satu menit. Oleh karena itu, sebuah sistem rekomendasi dapat membantu pemain dalam memilih kombinasi hero yang terbaik. Pada penelitian ini dibangun sebuah sistem rekomendasi, yang memberikan saran kombinasi hero yang paling sering menang jika dipilih bersama. Sistem rekomendasi dibangun berdasarkan association rules menggunakan algoritma FP growth, dengan dataset yang dikumpulkan dari pertandingan publik Dota 2 dari bulan Mei s/d Juli. Untuk menguji performa sistem rekomendasi, dilatih sebuah model multilayer perceptron yang dapat memprediksi tim pemenang pertandingan Dota 2 dengan akurasi 63,43%. Hasil dari performa sistem rekomendasi diperoleh tingkat keberhasilan sebesar 81% pada 1000 kali simulasi.

Item Type: Thesis (Other)
Uncontrolled Keywords: Dota 2, Sistem Rekomendasi, Association Rules, FP growth, Multilayer Perceptron
Subjects: 000_COMPUTER SCIENCE, INFORMATION & GENERAL WORKS. > 004_Data Processing & Computer Science
Q Science > QA Mathematics > QA76 Computer software
Divisions: S1_SKRIPSI > FTIK_Teknik Informatika (01)
Depositing User: Mia Hayati Kosasih
Date Deposited: 18 Jun 2022 04:59
Last Modified: 18 Jun 2022 04:59
URI: http://elibrary.unikom.ac.id/id/eprint/5617

Actions (login required)

View Item View Item