Penerapan Algoritma K-Modes Menggunakan Validasi Davies Bouldin Index Untuk Klasterisasi Karakter Pada Game Wild Rift

Abstract

Bagi pemain baru pemilihan karakter merupakan hal yang sulit ketika role yang didapatkan tidak sesuai dengan yang diinginkan karena akan mempengaruhi faktor kemenangan. Dari berbagai macam jenis game ada yang disebut sebagai game MOBA (Multiplayer Online Battle Arena) pemain hanya bisa mengontrol 1 karakter. Dalam game League Of Legend : Wild Rift ada 40 lebih karakter. Masing-masing variabel pada karakter Wild-Rift mempengaruhi jalannya pertandingan penggunaan algoritma K-Modes Clustering untuk menentukan klaster. Penelitan ini menggunakan algoritma K-Modes Clustering untuk menentukan klaster berdasarkan role dari setiap karakter tanpa melihat tipe masing-masing karakter tersebut. Metode clustering dengan cara mengumpulkan data-data setiap karakter yang kemudian di proses dan dikelompokkan untuk mendapatkan data yang optimal dan menentukan karakter yg diinginkan tanpa memaksakan roleplay. Hasil dari perhitungan K-modes dievaluasi menggunakan validasi Davies Bouldin Index yang menghasilkan nilai DBI sebesar 0.8200 menunjukkan bahwa algoritma k-modes mencapai pengelompokan yang optimal. Klaster 5 merupakan klaster yang paling sering dipilih dengan karakter bertipe MarksMan.