<![CDATA[Mobile Legends: Bang Bang adalah permainan video seluler ber-genre multiplayer online battle arena yang populer di Asia Tenggara, dengan turnamen seperti Mobile Legends Professional League (MPL) menjadi sangat kompetitif. Musim 13, sebuah kompetisi besar, menekankan strategi kompleks dan pengembangan meta permainan yang dinamis. Prediksi hasil MPL sangat penting bagi para pemain, analis, dan pemain yang tertarik untuk memahami dinamika persaingan[1]. Penelitian ini bertujuan untuk mengoptimalkan dan membandingkan kinerja algoritma k-Nearest Neighbors (k-NN) dan Decision Tree dalam memprediksi hasil pertandingan di MPL Season 13 Mobile Legends. Metode CRISP-DM digunakan untuk mengelola proses dari pemahaman bisnis hingga penerapan model prediksi, dengan evaluasi menggunakan metrik akurasi, presisi, dan recall. Hasil penelitian menunjukkan bahwa algoritma k-NN dengan parameter K=5 mencapai akurasi 75% dan tingkat kesalahan 25%, sementara Decision Tree mencapai akurasi 50% dengan tingkat kesalahan yang sama. Implementasi kedua algoritma menunjukkan adaptasi yang signifikan terhadap variasi data pertandingan. Penelitian ini tidak hanya memberikan wawasan strategis bagi tim dalam kompetisi, tetapi juga menunjukkan aplikasi praktis dari machine learning dalam menganalisis esports secara mendalam.]]>
Copyrights © 2024
