Penerapan Algoritma Backpropagation dalam Memprediksi Kemenangan dalam Bermain Mobile Legends

Rifdah Syahputri; Alwi Andika Panggabean; Lailan Sofinah Harahap

doi:10.61132/neptunus.v2i4.470

Authors

Rifdah Syahputri Universitas Islam Negeri Sumatera Utara
Alwi Andika Panggabean Universitas Islam Negeri Sumatera Utara
Lailan Sofinah Harahap Universiats Muhammadiyah Sumatera Utara

DOI:

https://doi.org/10.61132/neptunus.v2i4.470

Keywords:

Backpropagation algorithm, game prediction, Mobile Legens

Abstract

Victory in Mobile Legends is influenced by various factors, such as player skills, strategy, and character selection. To predict game outcomes, the backpropagation algorithm is applied to process historical gameplay data and create an accurate predictive model. This study aims to apply the backpropagation algorithm to predict victory based on player attributes, including team role, experience level, and past performance. The research method involves training and testing the model using data from multiple gameplay sessions with varied outcomes. Findings show that the backpropagation algorithm can predict game results with high accuracy, especially when the data includes a more comprehensive range of attributes. The implications of this study suggest that a backpropagation-based predictive model can help players understand their chances of winning and optimize their gameplay strategies. Furthermore, future developments in this algorithm could provide benefits for similar applications in other digital gaming fields.

References

Abdullah, M. H., Rafif, T., Nurhuda, P., Pinilih, B. S., Syadida, W. Q., Hafithuddin, D., & Kusumastuti, R. (2024). Penerapan algoritma backpropagation untuk memprediksi jumlah pemain pada game Valorant. Jurnal Informasi Dan Teknologi, 1(3), 12–23.

Adi, M., Hutabarat, P., Julham, M., Wanto, A., Studi, P., Informatika, T., Tunas, S., & Pematangsiantar, B. (2020). Penerapan algoritma backpropagation dalam memprediksi produksi tanaman padi sawah menurut kabupaten/kota di Sumatera Utara. Jurnal Teknologi Pertanian, 4(1), 77–86.

Al Mawalia, K. (2021). The impact of the Mobile Legend game in creating virtual reality. Indonesian Journal of Social Sciences, 12(02).

Fitryadi, K. (2023). Pengenalan jenis golongan darah menggunakan jaringan syaraf tiruan perceptron. Sutikno Jurnal Masyarakat Informatika, 7(1).

Hasan, A., Rahmat, A., & Napu, Y. (2022). Dampak game online Mobile Legends terhadap perilaku sosial remaja. Student Journal of Community Empowerment (SJCE), 1(1), 1–13. https://doi.org/10.3741

Hutabarat, D., Solikhun, Fauzan, M., Windarto, A. P., & Rizki, F. (2021). Penerapan algoritma backpropagation dalam memprediksi hasil panen tanaman sayuran. BIOS: Jurnal Teknologi Informasi Dan Rekayasa Komputer, 2(1), 21–29. https://doi.org/10.37148/bios.v2i1.18

Isherwood, L., & Quero, H. C. (2024). Queer ministers’ voices from the Global South: “A burning fire in my bones.” Routledge.

Janttaka, N., & Juniarta, W. (2020). Analisis dampak game online Mobile Legend pada anak usia sekolah dasar di Desa Junjung, Kecamatan Sumbergempol, Kabupaten Tulungagung. Inventa: Jurnal Pendidikan Guru Sekolah Dasar, 04(2). http://jurnal.unipasby.ac.id/index.php/jurnal_inventa

Ketut, I., Yogatama, S., Putra Kharisma, A., & Fanani, L. (2019). Analisis faktor-faktor yang memengaruhi minat pemain dalam permainan MOBA (Studi Kasus: Mobile Legends: Bang Bang!). Jurnal Teknologi Informasi dan Ilmu Komputer, 3(3). http://j-ptiik.ub.ac.id

Khaliq, I., Listyorini, S., & Pradhanawati, A. (2022). Mobile Legends Bang Bang: Studi pada konsumen Mobile Legends Bang Bang Kota Semarang. Jurnal Ilmu Administrasi Bisnis, 11(3). https://ejournal3.undip.ac.id/index.php/jiab

Kurniawan, A. A., Syaffruddin Kuryanto, M., & Ermawati, D. (2023). Hubungan frekuensi bermain game Mobile Legend terhadap tingkat interaksi sosial siswa sekolah dasar. Jurnal Ilmu Informasi dan Pendidikan, 1(1). http://Jiip.stkipyapisdompu.ac.id

Lesnussa, Y. A., & Risamasu, E. (2020). Aplikasi jaringan syaraf tiruan backpropagation untuk meramalkan tingkat pengangguran terbuka (TPT) di Provinsi Maluku. Sainmatika: Jurnal Ilmiah Matematika dan Ilmu Pengetahuan Alam, 17(2), 89. https://doi.org/10.31851/sainmatika.v17i2.3434

Muzakkir, I., Syukur, A., & Dewi, I. N. (2014). Peningkatan akurasi algoritma backpropagation dengan seleksi fitur particle swarm optimization dalam prediksi pelanggan telekomunikasi yang hilang. Jurnal Pseudocode, 1(1). www.ejurnal.unib.ac.id

Samsudin, S., Ikhwan, A., Putri, R. A., & Badri, M. (2023). Implementasi algoritma backpropagation neural networks untuk memprediksi hasil kinerja dosen. Journal of Information System Research (JOSH), 4(2), 410–417. https://doi.org/10.47065/josh.v4i2.2685

Sriwahyuni Purba, I., & Wanto, A. (2019). Prediksi jumlah nilai impor Sumatera Utara menurut negara asal menggunakan algoritma backpropagation. Agustus, 17(3), 302–311.

Wijaya, C. V., & Paramita, S. (2020). Komunikasi virtual dalam game online (Studi Kasus dalam game Mobile Legends).