Analisa Klasifikasi Genre Game PC Terpopuler

Journal of Information System,Graphics, Hospitality and Technology Pub Date : 2022-03-31 DOI:10.37823/insight.v4i01.145

Muhammad Rivaldy Hisham, Jumiliono Pratama, Luky Andito, Andy Kho, Hendry Wijaya

{"title":"Analisa Klasifikasi Genre Game PC Terpopuler","authors":"Muhammad Rivaldy Hisham, Jumiliono Pratama, Luky Andito, Andy Kho, Hendry Wijaya","doi":"10.37823/insight.v4i01.145","DOIUrl":null,"url":null,"abstract":"Kemajuan teknologi yang terus berkembang dengan pesat memungkinkan banyak perusahaan memanfaatkan teknologi dengan menciptakan berbagai macam cara dengan menggunakan sistem serta aplikasi dari Teknologi Informasi, salah satu contoh dari sistem TI ialah video game. Maraknya aplikasi video game dengan berbagai kategori yang telah dirancang dan diimplementasikan lalu dipublikasikan pada platform Google Play Store sangat memungkinkan penggunanya memberikan penilaian dan akan berdampak pada peringkat video game yang dipublikasikan. Pada penelitian ini, penulis menggunakan dataset Google Play Store yang diperoleh dari situs website Kaggle untuk memprediksi aplikasi yang populer menggunakan dua model klasifikasi yaitu Random Forest Classifier (RFC) dan Gradient Boosting Decision (GBD) dan membandingkan akurasi model ini. Penelitian ini menghasilkan prediksi aplikasi manakah yang populer dan tidak menggunakan dua model serta menentukan kategori video gamenya. Penelitian ini diharapkan dapat membantu perusahaan mempertimbangkan aplikasi atau video game apa yang baik untuk dikembangkan pada masa yang akan datang.","PeriodicalId":273538,"journal":{"name":"Journal of Information System,Graphics, Hospitality and Technology","volume":"153 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2022-03-31","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Journal of Information System,Graphics, Hospitality and Technology","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.37823/insight.v4i01.145","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}

引用次数: 0

Abstract

Kemajuan teknologi yang terus berkembang dengan pesat memungkinkan banyak perusahaan memanfaatkan teknologi dengan menciptakan berbagai macam cara dengan menggunakan sistem serta aplikasi dari Teknologi Informasi, salah satu contoh dari sistem TI ialah video game. Maraknya aplikasi video game dengan berbagai kategori yang telah dirancang dan diimplementasikan lalu dipublikasikan pada platform Google Play Store sangat memungkinkan penggunanya memberikan penilaian dan akan berdampak pada peringkat video game yang dipublikasikan. Pada penelitian ini, penulis menggunakan dataset Google Play Store yang diperoleh dari situs website Kaggle untuk memprediksi aplikasi yang populer menggunakan dua model klasifikasi yaitu Random Forest Classifier (RFC) dan Gradient Boosting Decision (GBD) dan membandingkan akurasi model ini. Penelitian ini menghasilkan prediksi aplikasi manakah yang populer dan tidak menggunakan dua model serta menentukan kategori video gamenya. Penelitian ini diharapkan dapat membantu perusahaan mempertimbangkan aplikasi atau video game apa yang baik untuk dikembangkan pada masa yang akan datang.

查看原文本刊更多论文

最受欢迎的PC游戏分类分析

随着技术的迅速发展，许多公司通过使用信息技术的系统和应用程序来利用技术，其中一个例子就是电子游戏。在谷歌Play Store上发布并发布了一系列类别的视频游戏应用程序，这使得用户能够做出判断，并影响该游戏的发布评级。在这项研究中，作者使用从Kaggle网站获得的谷歌Play Store数据来预测受欢迎的应用程序，使用随机森林经典(RFC)和GBD booning Decision (GBD)的两种分类模型，并比较该模型的准确性。这项研究产生了对哪些应用程序的预测，它们不使用两个模型，并确定游戏的类别。本研究有望帮助企业考虑哪些应用程序或电子游戏将在未来发展。

本文章由计算机程序翻译，如有差异，请以英文原文为准。

求助全文

约1分钟内获得全文求助全文

来源期刊

Journal of Information System,Graphics, Hospitality and Technology

自引率

0.00%

发文量