Oleh: Jordy Lasmana Putra dan Syarah Seimahuira
Jakarta, NusamandiriNews–Di era digital ini, industri video game berkembang dengan pesat, termasuk game berbasis smartphone seperti Mobile Legends. Game ini sangat populer di berbagai kalangan, dari anak-anak hingga dewasa. Salah satu aspek strategis yang menentukan kemenangan di Mobile Legends adalah pemilihan hero yang tepat serta keputusan untuk melakukan ban hero tertentu. Memprediksi pola ban hero menjadi faktor penting dalam merancang strategi permainan yang efektif.
Sains data merupakan bidang multidisiplin yang menggabungkan statistik, ilmu komputer, dan analitik untuk memperoleh wawasan dari data. Salah satu metode penting dalam sains data adalah data mining.
Data mining digunakan untuk menemukan pola atau tren tersembunyi dalam data besar dan melakukan analisis mendalam. Dalam Mobile Legends, data mining digunakan untuk menganalisis data permainan dan memprediksi pola perilaku pemain, seperti keputusan untuk melakukan ban hero, yaitu melarang hero tertentu agar tidak dapat digunakan oleh tim lawan.
Baca juga: Peran Data Science Dalam Analisis Opini Publik Terhadap Bisnis Waralaba
Perilaku Pemain dalam Pengembangan Game
Penelitian yang dilakukan oleh dosen Universitas Nusa Mandiri (UNM) ini bertujuan untuk mengembangkan aturan asosiasi yang mampu memprediksi pola ban hero dalam game Mobile Legends. Aturan asosiasi ini menggunakan algoritma Apriori untuk menemukan hubungan yang terjadi antara hero yang sering dipilih atau di-ban oleh pemain.
Menurut Syarah Seimahuira, penelitian ini berupaya untuk memahami pola-pola yang sering muncul dalam proses ban hero, sehingga dapat memberikan wawasan strategis bagi pengembang dan pemain. Dengan aturan asosiasi ini, para pengembang dapat memahami preferensi pemain secara lebih baik dan mengoptimalkan fitur-fitur game agar lebih sesuai dengan kebutuhan pengguna.
Jordy Lasmana Putra sebagai peneliti yang juga dosen Universitas Nusa Mandiri menambahkan, Algoritma Apriori sering digunakan dalam penelitian data mining karena kemampuannya untuk menemukan pola-pola tersembunyi dan mengidentifikasi hubungan antara berbagai atribut dalam data besar.
Algoritma ini sangat efektif ketika diterapkan pada data transaksi, seperti pola ban hero di Mobile Legends. Dengan menggunakan Apriori, pengembang dapat dengan mudah mengenali hero mana yang sering di-ban secara bersamaan, yang kemudian dapat membantu dalam merancang strategi yang lebih kompetitif.
Proses prediksi pola ban hero dilakukan dengan pendekatan Cross-Industry Standard Process for Data Mining (CRISP-DM) yang terdiri dari beberapa fase: pemahaman bisnis, pengumpulan dan pengolahan data, hingga pemodelan menggunakan algoritma Apriori.
Dalam fase pengolahan data, data yang dikumpulkan melalui kuisioner diproses menggunakan aplikasi Weka. Data ini kemudian dianalisis untuk mengidentifikasi aturan asosiasi yang membantu memahami pola ban hero. Algoritma Apriori memungkinkan pengembang untuk melihat hubungan antar atribut dan menentukan hero mana yang lebih sering di-ban atau tidak di-ban.
Dari hasil penelitian, algoritma Apriori menghasilkan beberapa aturan asosiasi yang menunjukkan hubungan antara hero yang dipilih atau di-ban oleh pemain. Misalnya, jika hero Kaja tidak di-ban, kemungkinan besar hero Chou juga tidak di-ban. Aturan ini memberikan insight yang berguna bagi pemain dan pengembang game untuk memahami strategi yang sering digunakan oleh pemain dalam memilih atau melarang hero tertentu.
Baca juga: Tingkatkan Profitabilitas Dengan Sains Data Dalam Pemilihan Lokasi Usaha Waralaba
Hasil penelitian menunjukkan bahwa hero Chou lebih jarang di-ban dibandingkan hero lainnya. Informasi ini memberikan wawasan strategis bagi pengembang untuk memahami preferensi pemain dan mengoptimalkan komposisi hero dalam tim. Dengan mengetahui hero yang sering di-ban, pengembang juga dapat menyeimbangkan gameplay dan mengembangkan hero yang lebih menarik bagi pemain.
Penelitian ini memberikan beberapa manfaat bagi pemain dan pengembang game. Bagi pemain, hasil penelitian dapat digunakan untuk merancang strategi permainan yang lebih efektif dengan mempertimbangkan kemungkinan ban hero dari lawan. Bagi pengembang, pemahaman tentang pola ban hero dapat membantu menyeimbangkan gameplay dan menciptakan hero yang lebih menarik.
Pemanfaatan Algoritma Apriori dalam memprediksi pola ban hero di Mobile Legends menunjukkan bagaimana sains data dapat memberikan wawasan mendalam mengenai preferensi dan strategi pemain. Data mining, sebagai bagian dari sains data, membantu mengeksplorasi data besar secara efisien dan menemukan pola yang dapat digunakan untuk strategi yang lebih baik. Dengan terus memanfaatkan teknologi sains data, industri game memiliki peluang besar untuk meningkatkan kualitas permainan, memenuhi ekspektasi pemain, dan menciptakan game yang lebih menarik dan kompetitif.
Penulis: Jordy Lasmana Putra dan Syarah Seimahuira, dosen Prodi Sains Data Universitas Nusa Mandiri
(UMF)