PREDIKSI WIN RATE PADA GAME VALORANT MELALUI PEMILIHAN AGENT MENGGUNAKAN ALGORITMA NAÏVE BAYES

Pratama, Jonathan (2025) PREDIKSI WIN RATE PADA GAME VALORANT MELALUI PEMILIHAN AGENT MENGGUNAKAN ALGORITMA NAÏVE BAYES. Bachelor thesis, Universitas Nasional.

	Text COVER.pdf Download (514kB)
	Text BAB 1.pdf Download (222kB)
	Text BAB 2.pdf Download (382kB)
	Text BAB 3.pdf Download (619kB)
	Text BAB 4.pdf Download (567kB)
	Text BAB 5.pdf Download (216kB)
	Text LAMPIRAN.pdf Download (790kB)

Abstract

Kemajuan industri game online semakin pesat, dengan Valorant menjadi salah satu permainan
FPS 5v5 yang populer. Dalam permainan ini, pemilihan agent berperan penting dalam
menentukan peluang kemenangan tim. Namun, banyak pemain yang belum memahami
bagaimana komposisi agent yang efektif dapat meningkatkan win rate. Oleh karena itu,
penelitian ini bertujuan untuk memprediksi tingkat kemenangan tim dalam Valorant
berdasarkan susunan agent menggunakan algoritma Naïve Bayes. Penelitian ini dilakukan
dengan mengumpulkan dan memproses data pertandingan, termasuk agent yang dipilih, role
masing-masing agent, dan tier setiap agent. Data kemudian dikonversi ke dalam format
numerik menggunakan metode target encoding. Model Naïve Bayes diterapkan untuk
mengklasifikasikan hasil pertandingan menjadi "Menang" atau "Kalah". Evaluasi model
dilakukan dengan confusion matrix, yang menghasilkan nilai akurasi sebesar 71,79%,
precision 62,50%, recall 66,67%, dan F1-score 64,52%. Hasil penelitian menunjukkan bahwa
komposisi agent yang lebih seimbang dalam hal role (duelist, initiator, sentinel, controller)
memiliki peluang menang lebih besar dibandingkan dengan tim yang hanya berfokus pada satu
atau dua role saja. Temuan ini diharapkan dapat memberikan wawasan bagi pemain Valorant
dalam menyusun strategi pemilihan agent serta menambah referensi ilmiah terkait penerapan
algoritma Naïve Bayes dalam game analytics.

Item Type:	Thesis (Bachelor)
Subjects:	T Technology > TA Engineering (General). Civil engineering (General)
Divisions:	Skripsi > Fakultas Teknologi Komunikasi dan Informatika > Program Studi Teknik Informatika
Depositing User:	Users 30 not found.
Date Deposited:	19 Jun 2025 07:04
Last Modified:	19 Jun 2025 07:04
URI:	https://repository.unas.ac.id/id/eprint/13030

Actions (login required)

View Item