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.
Copyrights © 2024