Klasifikasi Penggunaan Video Game Dengan Menggunakan Metode Algoritma Naive Bayes
DOI:
https://doi.org/10.29407/inotek.v8i2.5020Abstract
Penggunaan video game terus meningkat selama beberapa tahun terakhir, menghasilkan beragam jenis game yang ditujukan untuk berbagai kategori pengguna. Klasifikasi pengguna video game penting untuk memahami perilaku pengguna dan mengembangkan strategi pemasaran yang efektif. Tujuan dari penelitian ini adalah untuk mengklasifikasikan pemain video game menggunakan algoritma Naive Bayes. Algoritma ini digunakan karena kesederhanaannya dan kemampuannya menangani data dalam jumlah besar dengan efisiensi tinggi. Dataset yang digunakan meliputi Ranking, Platform, Tahun, Genre, dan Publikasi Game. Algoritma Naive Bayes dilatih untuk menganalisis pola penggunaan video game, hasil percobaan menunjukkan bahwa model ini dapat mengklasifikasikan pemain video game berdasarkan tingkat gairahnya mencapai tingkat akurasi 97.51%. Semua ini menunjukkan bahwa algoritma Naive Bayes dapat menjadi alat yang efektif untuk mengklasifikasikan pemain video game, mengindikasikan bahwa informasi berguna bagi pemain dan pengembang untuk memahami preferensi pengguna.
Keywords:
Klasifikasi, Video Game, Naive Bayes, Pengguna##plugins.themes.default.displayStats.downloads##
References
N. N. F. Adzani, W. Witanti, and F. R. Umbara, “KLASIFIKASI TINGKAT PENJUALAN VIDEO GAME DENGAN MENGGUNAKAN METODE K – NEAREST NEIGHBORS,” INFOTECH journal, vol. 9, no. 2, pp. 618–625, Nov. 2023, doi: 10.31949/infotech.v9i2.7371.
M. R. Hisham, J. Pratama, L. Andito, A. Kho, and H. Wijaya, “Analisa Klasifikasi Genre Game PC Terpopuler,” Journal of Information System,Graphics, Hospitality and Technology, vol. 4, no. 01, pp. 27–31, Mar. 2022, doi: 10.37823/insight.v4i01.145.
A. Pangestu, Y. T. Arifin, and R. A. Safitri, “ANALISIS SENTIMEN REVIEW PUBLIK PENGGUNA GAME ONLINE PADA PLATFORM STEAM MENGGUNAKAN ALGORITMA NAÏVE BAYES,” 2023.
F. Rozi, M. Fakhrul Rozi, R. Siregar, N. I. Syahputri, F. Teknik, and D. Komputer, “Penerapan Data Mining Menggunakan Metode Naive Bayes Untuk Klasifikasi Data Penentuan Hasil Penjualan Dalam Strategi Pemasaran,” Online, 2023.
Y. Sakti Wardhana and A. Kesumawati, “Implementasi Klasifikasi Naïve Bayes dan Pemodelan Topik dengan Latent Dirichlet Allocation untuk Data Ulasan Video Game Lokal Pada Platform Steam,” Emerging Statistics and Data Science Journal, vol. 1, no. 3, 2023.
O. Aura, R. Nabila, D. Priyono Putri, P. Erawati, and A. Marini, “https://bajangjournal.com/index.php/JPDSH PEMANFAATAN GAME EDUKASI ONLINE MATEMATIKA DALAM MENINGKATKAN KEMAMPUAN BERHITUNG SISWA,” 2022. [Online]. Available: https://bajangjournal.com/index.php/JPDSH
S. Nuralia and T. Prabowo, “Implementasi Naive Bayes Classifier Dalam Memprediksi Kelulusan Mahasiswa Implementation of Naive Bayes Classifier in Predicting Student Graduation,” 2023. [Online]. Available: https://bit.ly/45fwDP4
A. Guswandri, L. Andraini, S. I. Akutansi, and T. Komputer, “Menerapkan Analisis Sentimen Metode Naïve Bayes dan svm.”
Y. Kustanto, R. Arumi, D. Sasongko, E. Ully Artha, and N. A. Prabowo, “Implementasi K-Modes Clustering Untuk Pengelompokan Data Bermain Game Pada Mahasiswa Ditinjau Dari Durasi Belajarnya,” Media Online), vol. 4, no. 5, pp. 2495–2505, 2024, doi: 10.30865/klik.v4i5.1619.
O. Nurdiawan and N. Salim, “PENERAPAN DATA MINING PADA PENJUALAN BARANG MENGGUNAKAN METODE METODE NAIVE BAYES CLASSIFIER UNTUK OPTIMASI STRATEGI PEMASARAN,” Jurnal Teknologi Informasi dan Komunikasi STMIK Subng, 2018.
P. Sharma, D. Singh HOD, and A. Singh, “IEEE SPONSORED 2 ND INTERNATIONAL CONFERENCE ON ELECTRONICS AND COMMUNICATION SYSTEM(ICECS 2015) CLASSIFICATION ALGORITHMS ON A LARGE CONTINUOUS RANDOM DATASET USING RAPID MINER TOOL.”
W. Gata et al., “Algorithm Implementations Naïve Bayes, Random Forest. C4.5 on Online Gaming for Learning Achievement Predictions,” 2019.
R. P. Sidiq, B. A. Dermawan, and Y. Umaidah, “Sentimen Analisis Komentar Toxic pada Grup Facebook Game Online Menggunakan Klasifikasi Naïve Bayes,” Jurnal Informatika Universitas Pamulang, vol. 5, no. 3, p. 356, Sep. 2020, doi: 10.32493/informatika.v5i3.6571.
H. A. Abdullah, D. Risky, D. Putra, and Y. Azhar, “ANALISA PENJUALAN VIDEO GAME MENGGUNAKAN METODE ENSEMBLE,” 2022. [Online]. Available: https://jurnal.umj.ac.id/index.php/just-it/index
M. Faskal and P. Pratama, “Mengetahui Tingkat Kekuatan Karakter Klee pada Game Genshin Impact Menggunakan Metode Klasifikasi dengan Algoritma Naïve Bayes,” JDMIS: Journal of Data Mining and Information Systems, vol. 1, no. 2, pp. 72–77, 2023, doi: 10.54259/jdmis.v1i2.1710.
“Kaggle, Global Video Game Sales , CC0: Public Domain” https://www.kaggle.com/datasets/thedevastator/global-video-game-sales (accessed Juni 03, 2024).
Downloads
Published
Issue
Section
License
Copyright (c) 2024 Moh. Iqbal Iqza Jauhar, Afrizal Ahmad Bayu P, Aidina Ristyawan, Erna Daniati
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Authors who publish with this journal agree to the following terms:
- Copyright on any article is retained by the author(s).
- The author grants the journal, right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgment of the work’s authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal’s published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work.
- The article and any associated published material is distributed under the Creative Commons Attribution-ShareAlike 4.0 International License
