ALIF SEFTY WIYANTORO, 04315027 (2019) ANALISIS PENYERANG TERBAIK LIGA INGGRIS PADA GAME FIFA 19 DENGAN METODE K-MEANS CLUSTERING DAN TOPSIS. Undergraduate thesis, UNIVERSITAS NAROTAMA.
Text (HALAMAN JUDUL)
HALAMAN JUDUL.pdf Download (4MB) |
|
Text (BAB I)
BAB 1.pdf Download (1MB) |
|
Text (BAB II)
BAB 2.pdf Download (2MB) |
|
Text (BAB III)
BAB 3.pdf Download (3MB) |
|
Text (BAB IV)
BAB 4.pdf Download (8MB) |
|
Text (BAB V)
BAB 5.pdf Download (444kB) |
|
Text (DAFTAR PUSTAKA)
DAFTAR PUSTAKA.pdf Download (777kB) |
Abstract
Sepak bola merupakan salah satu olahraga yang sangat populer dikalangan masyarakat sejak dulu. Hal ini mendorong beberapa pengembang game untuk membuat sebuah game dengan tema sepak bola. Desain pemain pada game yang memiliki kemampuan yang hampir sama dengan aslinya membuat tertarik untuk melakukan sebuah penelitian berdasarkan database yang dimiliki oleh sebuah game yaitu Fifa 19. Dalam penelitian kali ini dilakukan analisa terhadap penyerang terbaik yang ada di Liga Inggris dari seluruh tim pada musim 2018 – 2019. Penulis melakukan klasterisasi, pememilihan fitur dan pembobotan untuk memilih penyerang terbaik menggunakan metode K-Means Clustering untuk klasterisasi pemain, metode Fisher’s Dicsriminant Ratio (FDR) untuk seleksi fitur dan TOPSIS (The Technique for Order of Preference by Similarity to Ideal Solution) sebagai metode untuk pembobotan. Pada proses klasterisasi berdasarkan 13 fitur yang ada didapatkan dua klaster yaitu klaster 1 berisi 161 pemain dan klaster 0 berisi 114 pemain. Selanjutnya dilakukan proses seleksi fitur menghasilkan 5 fitur yang berpengaruh yaitu Stamina, Acceleration, Agility, Dribbling dan Sprint Speed Proses selanjutnya pemilihan penyerang terbaik berdasarkan perhitungan dan pembobotan dari 5 fitur yang telah dipilih hingga didapatkan hasil 2 orang pemain yang memiliki nilai perhitungan preferensi yang paling tinggi diantara pemain lainnya yaitu Mohammed Salah dan Sadio Mane. Kata Kunci: K-Means, Topsis, Fisher’s Discriminant Ratio, Liga Inggris, Game
Item Type: | Thesis (Undergraduate) |
---|---|
Subjects: | A General Works > AI Indexes (General) Q Science > Q Science (General) T Technology > T Technology (General) |
Divisions: | Fakultas Ilmu Komputer > Teknik Informatika |
Depositing User: | Repository Administrator |
Date Deposited: | 23 Feb 2022 01:50 |
Last Modified: | 23 Feb 2022 01:50 |
URI: | http://repository.narotama.ac.id/id/eprint/1057 |
Actions (login required)
View Item |