Perkembangan pesat game mobile, khususnya game Multiplayer Online Battle Arena (MOBA) seperti Mobile Legends, menunjukkan transformasi signifikan dalam hiburan digital. Dengan 124 karakter (hero), pemain sering mengalami kesulitan dalam menyesuaikan pilihan hero dengan gaya bermain mereka. Penelitian ini mengusulkan penggunaan algoritma K-Means untuk menganalisis klasterisasi pemain dan meningkatkan sistem rekomendasi hero agar lebih personal dan relevan. Data dari 101 pemain dikumpulkan melalui kuesioner, diolah, dan dianalisis menggunakan RapidMiner. Hasil klasterisasi menunjukkan tiga klaster utama: 72 pemain setuju, 26 pemain netral, dan 3 pemain tidak setuju. Faktor-faktor seperti performa hero, strategi tim, dan popularitas hero memengaruhi preferensi pemain. Implementasi metode ini terbukti meningkatkan akurasi dan relevansi rekomendasi, memberikan pengalaman bermain yang lebih personal dan memuaskan bagi pemain Mobile Legends. Validasi menggunakan Indeks Davies-Bouldin yang menghasilkan Davies-Bouldin 0,096 menunjukkan efektivitas klasterisasi dalam meningkatkan kualitas rekomendasi dan daya saing permainan. Penelitian ini menyimpulkan bahwa penggunaan algoritma K-Means secara signifikan meningkatkan kepuasan pemain terhadap sistem rekomendasi hero. Dengan pendekatan yang lebih terstruktur dan berbasis data, sistem rekomendasi ini tidak hanya mempermudah pemain dalam memilih hero yang sesuai dengan gaya bermain mereka, tetapi juga meningkatkan kepuasan dan loyalitas pemain terhadap game Mobile Legends.
Bukti Submit Jurnal
Alghifari, F., & Juardi, D. (2021). PENERAPAN DATA MINING PADA PENJUALAN MAKANAN DAN MINUMAN MENGGUNAKAN METODE ALGORITMA NAÏVE BAYES. JURNAL ILMIAH INFORMATIKA, 9(02), 75–81. https://doi.org/10.33884/jif.v9i02.3755
Atalya Angelus Leza, M., Widya Utami, N., & Anugrah Cahya Dewi, P. (2024). PREDIKSI PRESTASI SISWA SMAS KATOLIK SANTO YOSEPH DENPASAR BERDASARKAN KEDISIPLINAN DAN TINGKAT EKONOMI ORANG TUA MENGGUNAKAN METODE KNOWLEDGE DISCOVERY IN DATABASE DAN ALGORITMA REGRESI LINIER BERGANDA. JATI (Jurnal Mahasiswa Teknik Informatika), 8(1), 373–379. https://doi.org/10.36040/jati.v8i1.8754
Awaludin, M., Mantik, H., & Fadillah, F. (2023). Penerapan Metode Servqual Pada Skala Likert Untuk Mendapatkan Kualitas Pelayanan Kepuasan Pelanggan. JURNAL SISTEM INFORMASI UNIVERSITAS SURYADARMA, 10(1), 89–106. https://doi.org/10.35968/jsi.v10i1.990
Cahyo, K. N., Martini, & Riana, E. (2019). Perancangan Sistem Informasi Pengelolaan Kuesioner Pelatihan Pada PT Brainmatics Cipta Informatika. Journal of Information System Research (JOSH), 1(1), 45–53.
Devila, L. E., Cholil, S. R., Athallah, R. D., & Irawan, A. A. (2022). Implementasi Algoritma K-Means untuk Menganalisa Pemain Video Game Mobile Legend untuk Mengetahui Tipe Hero dan Role yang Sering Digunakan pada Setiap Kalangan. STRING (Satuan Tulisan Riset Dan Inovasi Teknologi), 6(3), 261. https://doi.org/10.30998/string.v6i3.11094
Dewi, A. O. P. (2020). Big Data di Perpustakaan dengan Memanfaatkan Data Mining. Anuva: Jurnal Kajian Budaya, Perpustakaan, Dan Informasi, 4(2), 223–230. https://doi.org/10.14710/anuva.4.2.223-230
Februariyanti, H., Laksono, A. D., Wibowo, J. S., & Utomo, M. S. (2021). IMPLEMENTASI METODE COLLABORATIVE FILTERING UNTUK SISTEM REKOMENDASI PENJUALAN PADA TOKO MEBEL. JURNAL KHATULISTIWA INFORMATIKA, 09(01), 43–50.
Hidayat, V. R. A. (2024). Sistem Prediksi Kemenangan Hero Mobile Legends Menggunakan Metode Naive Bayes. JIKO (Jurnal Informatika Dan Komputer), 8(1), 100. https://doi.org/10.26798/jiko.v8i1.1120
Ihsan Irwanto. (2023). Pola Komunikasi Antar Gamers Pada Fitur Chat (IN- GAME) Studi Fenomenologi Pemain Game Online Mobile Legends di Bandung. Jurnal Pendidikan Tambusai, 7(2), 3702–3710.
Marisa, F., Maukar, A. L., & Akhriza, T. M. (2021). DATA MINING KONSEP DAN PENERAPANNYA (1st ed.).
Muliadi, K. H., & Lestari, C. C. (2019). Rancang Bangun Sistem Rekomendasi Tempat Makan Menggunakan Algoritma Typicality Based Collaborative Filtering. Techno.Com, 18(4), 275–287. https://doi.org/10.33633/tc.v18i4.2515
Mustofa. (2019). Penerapan Algoritma K-Means Clustering pada Karakter Permainan Multiplayer Online Battle Arena. JURNAL INFORMATIKA, 06(02), 246–254.
Mutaqin, M. A., Gunawan, & Andriyani, W. (2022). KLASTERISASI DATA DISABILITAS MENGGUNAKAN ALGORITMA K-MEANS. IJIR, 03(01), 25–35.
Nainggolan, R. Z., Ibnutama, K., & Suryanata, Mhd. G. (2021). Implementasi Data Mining Dengan Metode Regresi Linier BergandaDalam Estimasi Mahasiswa Baru Pada SekolahTinggi Agama Islam Raudhatul Akmal Batang Kuis. Jurnal CyberTech, 1(1), 13–20.
Parinata, D., & Puspaningtyas, N. D. (2021). Optimalisasi Penggunaan Google Form terhadap Pembelajaran Matematika. MATHEMA: JURNAL PENDIDIKAN MATEMATIKA, 3(1), 56. https://doi.org/10.33365/jm.v3i1.1008
Prasetyo, V. R., Lazuardi, H., Mulyono, A. A., & Lauw, C. (2021). Penerapan Aplikasi RapidMiner Untuk Prediksi Nilai Tukar Rupiah Terhadap US Dollar Dengan Metode Linear Regression. Jurnal Nasional Teknologi Dan Sistem Informasi, 7(1), 8–17. https://doi.org/10.25077/TEKNOSI.v7i1.2021.8-17
Purba, R., Hasibuan, N. A., & Hatmi, E. (2019). IMPLEMENTASI DATA MINING MENGGUNAKAN METODE DESKRIPSI UNTUK MENGETAHUI POLA PENENTUAN PENERIMA BANTUAN SISWA MISKIN (BSM) DI SMP N 3 DOLOKSANGGUL. KOMIK (Konferensi Nasional Teknologi Informasi Dan Komputer), 3(1). https://doi.org/10.30865/komik.v3i1.1632
Purwati, N., Kurniawan, H., & Karnila, S. (2021). Data Mining (1st ed.).
Ramdhan, D., Dwilestari, G., Dana, R. D., Ajiz, A., & Kaslani, K. (2022). Clustering Data Persediaan Barang Dengan Menggunakan Metode K-Means. MEANS (Media Informasi Analisa Dan Sistem), 1–9. https://doi.org/10.54367/means.v7i1.1826
Safitri, D. A. N., Helilintar, R., & Wahyuniar, L. S. (2021). Sistem Rekomendasi Skincare Menggunakan Metode Content-Based Filtering dan Algoritma Apriori. Seminar Nasional Inovasi Teknologi, 242–248.
Sanjaya, D. M. A. M., Paramitha, A. A. I. I., & Utami, N. W. (2022). Penerapan Data Mining untuk Prediksi Mahasiswa Berpotensi Non-Aktif Menggunakan Algoritma C4.5: Studi Kasus STMIK Primakara. Jurnal Ilmiah Ilmu Terapan Universitas Jambi, 6(1), 84–97.
Setio Purnomo, B., & Taqwa Prasetyaningrum, P. (2022). PENERAPAN DATA MINING DALAM MENGELOMPOKKAN KUNJUNGAN WISATAWAN DI KOTA YOGYAKARTA MENGGUNAKAN METODE K-MEANS. Journal of Computer Science and Technology (JCS-TECH), 1(1), 27–32. https://doi.org/10.54840/jcstech.v1i1.38
Sulaiman, D., & Utami, W. S. (2023). Rancang Bangun Sistem Rekomendasi Pemilihan Hero Pada Game Mobile Legends Menggunakan Algoritma Greedy. INTECOMS: Journal of Information Technology and Computer Science, 6(2), 998–1007. https://doi.org/10.31539/intecoms.v6i2.8128
Sulistio, M. R., Suarna, N., & Nurdiawan, O. (2023). Analisa Penerapan Metode Clustering X-Means Dalam Pengelompokan Penjualan Barang. Jurnal Teknologi Ilmu Komputer, 1(2), 37–42.
Sumarjono, & Saputra, M. A. (2022). PENERAPAN DATA MINING UNTUK PREDIKSI UJUK KERJA OPERASIONAL PENAMBANGAN BATUBARA. 245–258.
Susilo, A. T., Setiawan, H., Saputro, R. A., Purwadi, T., & Saifudin, A. (2021). Penggunaan Metode Naïve Bayes untuk Memprediksi Tingkat Kemenangan pada Game Mobile Legends. Jurnal Teknologi Sistem Informasi Dan Aplikasi, 4(1), 46. https://doi.org/10.32493/jtsi.v4i1.7807
Tania, A., Handhayani, T., & Hendryli, J. (2023). PERBANDINGAN ANTARA ALGORITMA K-MEANS DAN ALGORITMA BISECTING K-MEANS DALAM MENGANALISIS GEMPA BUMI DI INDONESIA. Simtek : Jurnal Sistem Informasi Dan Teknik Komputer, 8(2), 265–270. https://doi.org/10.51876/simtek.v8i2.205
Utomo, D. P., & Mesran, M. (2020). Analisis Komparasi Metode Klasifikasi Data Mining dan Reduksi Atribut Pada Data Set Penyakit Jantung. JURNAL MEDIA INFORMATIKA BUDIDARMA, 4(2), 437. https://doi.org/10.30865/mib.v4i2.2080
Zai, C. (2022). IMPLEMENTASI DATA MINING SEBAGAI PENGOLAHAN DATA. Portaldata.Org, 2(3), 1–12.
Zayyad, M. R. A., & Kurniawardhani, A. (2021). Penerapan Metode Deep Learning pada Sistem Rekomendasi Film. 02(01).