JUSTIN (Jurnal Sistem dan Teknologi Informasi)
Vol 11, No 3 (2023)

Inovasi Naive Bayes Classifier dalam Prediksi Rating Game untuk Pengalaman Gaming yang Lebih Menarik

Febri Liantoni (Universitas Sebelas Maret)
Dini Erlinawati (Universitas Sebelas Maret)
Yuliana Rizki Ikhsanty (Universitas Sebelas Maret)
Fadil Indra Sanjaya (Universitas Teknologi Yogyakarta)
Mulia Sulistiyono (Universitas Amikom Yogyakarta)



Article Info

Publish Date
31 Jul 2023

Abstract

Ada beberapa jenis game yang muncul dan dibuat untuk menarik perhatian para gamers. Beberapa permainan mampu mengobati rasa lelah, panik, sedih, bosan, dan kebanyakan mengisi waktu luang. Penelitian ini bertujuan untuk mengembangkan dan menerapkan metode Naive Bayes Classifier yang inovatif dalam prediksi rating game. Dengan menggunakan pendekatan yang memberikan rekomendasi rating yang akurat untuk setiap permainan yang akan dirilis, dengan tujuan meningkatkan pengalaman gaming pengguna. Dataset yang digunakan dalam penelitian ini mencakup informasi tentang game-game yang telah dirilis sebelumnya, termasuk rating yang diberikan oleh para pengguna. Hasil eksperimen menunjukkan bahwa metode Naive Bayes Classifier yang dikembangkan kami memiliki kinerja yang baik dalam memprediksi rating game. Penelitian ini memiliki potensi untuk meningkatkan pengalaman gaming pengguna dengan memberikan rekomendasi rating yang akurat. Dengan menggunakan metode Naive Bayes Classifier yang inovatif diharapkan dapat membantu pengguna dalam membuat keputusan yang tepat tentang permainan yang akan mereka mainkan.

Copyrights © 2023






Journal Info

Abbrev

justin

Publisher

Subject

Computer Science & IT

Description

JUSTIN aims to publish research results and thoughts among academics, researchers, scientists, and practitioners in the field of informatics/computer science so that they are freely available to the public, and support the exchange of knowledge. The scope of JUSTIN is but is not limited to the ...