Analisis dalam Prediksi Pola Map Bermain pada Perusahaan Server Ghostcap Menggunakan Metode Decision Tree

Abstract

Perusahan GhostCap didirikan oleh Pedrotski (Michael Steven Pedrotti) yang dimulai pada tahun 2015 awalnya merupakan gaming community yang hanya pada game Planetside 2 dan ingin memperluas jangkauannya yakni membuka server di bagian belahan dunia. GhostCap merupakan perusahaan komunitas game yang dapat menampung berbagai pilihan server yang tersedia, GhostCap gaming berfokus untuk menyatukan para gamer OCE (wilayah grafis oceania) dan SEA (wilayah South east asia).MAP (Peta) yang terdapat pada server GhostCap zombie escape server berjumlah sekitar 4954 zombie escape MAPs dengan banyaknya jumlah MAP tersebut maka cara yang sangat mudah untuk memahami user behavior yakni mengunakan metode algoritma Decision Tree machine learning. Namun adanya batasan masalah yang terdapat pada perusahaan GhostCap yakni penurunan user setiap pergantian MAP (tertentu dengan layout difficulty MAP yang berbeda menyebabkan berkurangnya pemain pada MAP tertentu, Dengan penelitian ini akan membahas berbagai metode untuk menangulangi masalah yang terdapat pada salah satu server yakni server zombie escape dengan mengunakan metode machine learning kita dapat meminimalisir permasalahan ini dengan memprediksi MAP apa yang memiliki stabilitas untuk server tersebut mengunakan metode algoritma Decision tree. The GhostCap company was founded by Pedrotski (Michael Steven Pedrotti) which started in 2015, initially as a gaming community that only focused on the game Planetside 2 and wanted to expand its reach, namely opening servers in other parts of the world. GhostCap is a gaming community company that can accommodate various server options available. GhostCap gaming focuses on uniting OCE (Oceania graphic region) and SEA (South East Asia region) gamers. The MAPs (maps) on the GhostCap zombie escape server total around 4954 zombie escape MAPs. With this large number of MAPs, a very easy way to understand user behavior is using the Decision Tree machine learning algorithm method. However, there is a limitation of the problem that exists at the GhostCap company, namely the decrease in users every time the MAP is changed (certainly with different MAP difficulty layouts causing a decrease in players on certain MAPs. With this research we will discuss various methods to overcome the problems found on one of the servers, namely the zombie escape server. By using the machine learning method, we can minimize this problem by predicting which MAP has stability for that server using the Decision tree algorithm method.