<![CDATA[Penelitian ini menganalisis pemilihan Role Hero dalam permainan Mobile Legends menggunakan algoritma Naïve Bayes sebagai teknik machine learning dengan pendekatan supervised learning. Tujuan utama dari penelitian ini adalah untuk membangun model klasifikasi yang efektif terhadap dataset pertandingan dan mengevaluasi efektivitas algoritma Naïve Bayes dalam konteks ketepatan pemilihan strategi pemilihan hero. Metodologi yang digunakan melibatkan tahapan Knowledge Discovery in Database (KDD) dan penerapan Laplace Smoothing untuk mengatasi masalah probabilitas nol. Pengolahan data dilakukan dengan enam operator di Rapidminer, yaitu Data Excel, Set Role, Split Data, Naïve Bayes, Apply Model, dan Performance. Hasil penelitian menunjukkan akurasi sebesar 72.92%, dengan nilai recall tertinggi pada Marksman (82.86%) dan nilai precision tertinggi juga pada Marksman (87.88%). Penelitian ini merekomendasikan perluasan dataset untuk meningkatkan representativitas, eksplorasi metode lain seperti Neural Network, dan pemanfaatan analisis ini dalam pengambilan keputusan strategis di pertandingan. Temuan ini diharapkan dapat membantu pemain dalam menyusun taktik dan memilih hero yang lebih efektif.]]>
Copyrights © 2024
