Sugandhi, Muhammad Iqbal (2019) Jaringan syaraf tiruan Backpropagation untuk Matchmaking Hero dalam game berjenis MOBA. Diploma thesis, UIN Sunan Gunung Djati Bandung.
|
Text (COVER)
1_cover.pdf Download (69kB) | Preview |
|
|
Text (ABSTRAK)
2_abstrak.pdf Download (25kB) | Preview |
|
|
Text (DAFTAR ISI)
3_daftarisi.pdf Download (204kB) | Preview |
|
|
Text (BAB I)
4_bab1.pdf Download (43kB) | Preview |
|
Text (BAB II)
5_bab2.pdf Restricted to Registered users only Download (491kB) | Request a copy |
||
Text (BAB III)
6_bab3.pdf Restricted to Registered users only Download (853kB) | Request a copy |
||
Text (BAB IV)
7_bab4.pdf Restricted to Registered users only Download (302kB) | Request a copy |
||
Text (BAB V)
8_bab5.pdf Restricted to Registered users only Download (27kB) | Request a copy |
||
Text (DAFTAR PUSTAKA)
9_daftarpustaka.pdf Restricted to Registered users only Download (151kB) | Request a copy |
Abstract
Dua tahun belakangan, Esport di Indonesia semakin besar didorong oleh game mobile. Tahun lalu, pasar game mencapai USD137,8 miliar dengan pertumbuhan 13,3 persen jika dibandingkan dengan tahun lalu. Newzoo memperkirakan, ada 2,3 miliar gamer aktif pada tahun lalu. Sebanyak 1,1 miliar gamer atau 46 persen rela untuk menghabiskan uang untuk game. Sebesar 51 persen dari total pasar game, sebesar USD70,3 miliar, merupakan pasar mobile game. Bahkan olahraga elektronik atau Esport yang di dalamnya mempertandingkan game dimasukan ke dalam salah satu cabang SEAGAMES 2019. Salah satu game yang dipertandingkan adalah DotA 2. Setiap musim, pengembang DotA 2 yaitu Valve merilis perubahan aturan dan detail kekuatan hero, sehingga pemain menemui kendala pada identifikasi jenis hero setelah adanya perubahan tersebut. Perubahan detail informasi hero biasanya disebut buff atau nerf. Penelitian ini dilakukan untuk mencocokan jenis hero dengan atribut baru yang terdapat pada hero setelah buff atau nerf sehingga pemain bisa menentukan taktik dan item hero yang digunakan. Dengan Jaringan Syaraf Tiruan pencocokan atau matchmaking hero dengan atribut baru dapat dilakukan dengan akurasi paling tinggi adalah 85% dengan dipadukan metode Backpropagation, dengan 16 data testing dan 99 training sebagai pembandingnya dan dilakukan dengan sebanyak 5000 training.
Item Type: | Thesis (Diploma) |
---|---|
Uncontrolled Keywords: | artificial neural networks; backpropagation; DOTA2; game; jaringan syaraf tiruan; |
Subjects: | Technology, Applied Sciences Computer Arts, Digital Arts |
Divisions: | Fakultas Sains dan Teknologi > Program Studi Teknik Informatika |
Depositing User: | iqbal sugandhi |
Date Deposited: | 09 Jan 2020 07:16 |
Last Modified: | 09 Jan 2020 07:16 |
URI: | https://digilib.uinsgd.ac.id/id/eprint/28670 |
Actions (login required)
View Item |