artikel penentuan genre game berdasarkan...

ARTIKEL

PENENTUAN GENRE GAME BERDASARKAN KEPRIBADIAN

MENGGUNAKAN JARINGAN SYARAF TIRUAN PERCEPTRON

Oleh:

Risma Handi Wijaya

14.1.03.02.0161

Dibimbing oleh :

1. Intan Nur Farida, M.Kom

2. Daniel Swanjaya,M.Kom

PROGRAM STUDI TEKNIK INFORMATIKA

FAKULTAS TEKNIK

UNIVERSITAS NUSANTARA PGRI KEDIRI

TAHUN 2019

Artikel Skripsi

Universitas Nusantara PGRI Kediri

Risma Handi Wijaya | 14.1.03.02.0161 Fakultas Teknik – Prodi Teknik Informatika

simki.unpkediri.ac.id || 1||

Artikel Skripsi




PENENTUAN GENRE GAME BERDASARKAN KEPRIBADIAN

MENGGUNAKAN JARINGAN SYARAF TIRUAN PERCEPTRON

Risma Handi Wijaya

14.1.03.02.0161

Fakultas Teknik – Prodi Teknik Informatika

[email protected]

Intan Nur Farida, M.Kom. dan Daniel Swanjaya, M.Kom.

UNIVERSITAS NUSANTARA PGRI KEDIRI

ABSTRAK

Permainan adalah sesuatu yang dapat dimainkan dengan aturan tertentu sehingga ada

yang menang dan ada yang kalah, biasanya dalam konteks tidak serius atau dengan tujuan

refreshing. Suatu cara belajar yang digunakan dalam menganalisa interaksi antara sejumlah

pemain maupun perorangan yang menunjukkan strategi-strategi yang rasional. Komponen

dari game adalah tujuan, aturan, tantangan, dan interaksi. Game pada umumnya melibatkan

stimulasi mental atau fisik, dan bisa keduanya. Banyak game yang bisa mengembangkan

kreatifitas seseorang, sebagai bahan latihan, atau simulasi pendidikan. Genre game berperan

penting dalam game untuk menggolongkan permainan berdasarkan interaksi bidang

permainannya. Genre Game adalah pembagian kategori dari game yang terbagi dalam

beberapa bagian yaitu, Sport, First Person Shooter (FPS), Role Playing Game (RPG),

Fighting, dan Adventure. Setiap kategori memiliki jenis game yang berbeda – beda dan

tantangan yang berbeda juga. Banyaknya jumlah dari jenis genre game menyebabkan banyak

orang mengunduh dengan acak membuat game yang sudah diunduh tidak sesuai dengan

keingian. Penelitian ini menggunakan Metode Jaringan Syaraf Tiruan Perceptron yang

mendukung dalam memberikan sebuah rekomendasi genre game yang cocok bagi seseorang.

Hasil dari perhitungan data kuesioner yang telah dihitunh menggunakan metode perceptron

didapatkan bobot akhir kemudian hasilnya dibandingkan dengan nilai yang diinputkan oleh

user, sehingga menghasilkan sebuah rekomendasi genre game.

KATA KUNCI : Genre Game, Jaringan Syaraf Tiruan, Perceptron, Rekomendasi

I. LATAR BELAKANG

Berdasarkan Kamus Besar

Bahasa Indonesia (KBBI) game

merupakan kata dalam bahasa

Inggris yang berarti permainan.

Permainan adalah sesuatu yang dapat

dimainkan dengan aturan tertentu

sehingga ada yang menang dan ada

yang kalah, biasanya dalam konteks

tidak serius atau dengan tujuan

refreshing. Suatu cara belajar yang

digunakan dalam menganalisa

interaksi antara sejumlah pemain

maupun perorangan yang

menunjukkan strategi-strategi yang

rasional. Komponen dari game

adalah tujuan, aturan, tantangan, dan

interaksi. Game pada umumnya

melibatkan stimulasi mental atau

fisik, dan bisa keduanya. Banyak

Artikel Skripsi




game yang bisa mengembangkan

kreatifitas seseorang, sebagai bahan

latihan, atau simulasi pendidikan.

Genre game berperan penting

dalam game untuk menggolongkan

permainan berdasarkan interaksi

bidang permainannya. Genre Game

adalah pembagian kategori dari game

yang terbagi dalam beberapa bagian

yaitu, Sport, First Person Shooter

(FPS), Role Playing Game (RPG),

Fighting, dan Adventure

(inigame.id). Setiap kategori

memiliki jenis game yang berbeda –

beda dan tantangan yang berbeda

juga. Banyaknya jumlah dari jenis

genre game menyebabkan banyak

orang mengunduh dengan acak

membuat game yang sudah diunduh

tidak sesuai dengan keingian.

Penelitian tentang game pernah

dilakukan pada tahun 2014.

Penelitian ini menghasilkan aplikasi

yang mampu membedakan masalah

mental emosional pada remaja yang

bemain video game aksi dan non aksi

menggunakan pendekatan cross

sectional, dengan melaukan

kuesioner SDQ (Streng and

Difficulties Questionnaire) dan

kuesioner karakteristik responden

yang telah divalidasi menghasilkan

jumlah responden sebanyak 100

orang, terdiri dari 50 orang

responden pada masing-masing

kelompok (Kusuma, 2014).

Sebelumnya penelitian yang hampir

sama tentang jaringan saraf tiruan

perceptron telah dilakukan pada

tahun 2015. Penelitian ini

menghasilkan aplikasi sistem yang

mampu memprediksi potensi siswa

dalam bidang robotika menggunakan

jaringan saraf tiruan perceptron,

dengan membedakan 31 pola hasil

tes siswa yang berbeda dengan

menggunakan bobot yang didapat

dari 10 pola pembelajaran (Asmara,

2015).

Berdasarkan masalah-masalah di

atas maka untuk menyelesaikan

masalah menentukan genre game

maka dilakukan penelitian dengan

menggunakan algoritma Jaringan

Saraf Tiruan Perceptron yang

diharapkan bisa mempermudah

seseorang untuk menentukan genre

game yang sesuai dengan

kepribadian seseorang.

Diharapkan dengan adanya

sistem ini nantinya bisa membantu

seseorang untuk mengetahui genre

game yang sesuai dengan kepribadi-

annya dan tidak lagi mengunduh

game secara sembarangan.

Artikel Skripsi




II. METODE

I. Jaringan Syaraf Tiruan

JST adalah prosesor tersebar

parallel (parallel distributed processor)

yang sangat besar yang memiliki

kecenderungan wuntuk menyimpan

pengetahuan yang bersifat pengalaman

dan pembuatannya siap untuk

digunakan. JST menyerupai otak

manusia dalam dua hal, yaitu:

Pengetahuan diperoleh jaringan

melalui belajar; Kekuatan hubungan

antar sel syaraf (neuron) yang dikenal

sebagai bobot-bobot sinaptik

digunakan untuk menyimpan

pengetahuan. Jaringan syaraf tiruan

adalah paradigma pengolahan

informasi yang terinspirasi oleh sistem

saraf secara biologis, seperti proses

informasi pada otak manusia.

II. Perceptron

Menurut Khairil Fitriyadi (2016),

Model JST Perceptron merupakan

metode pelatihan terbimbing

(supervised). Metode terbimbing

merupakan metode pelatihan yang

memasukkan target keluaran dalam

data untuk proses pelatihannya. Hasil

dari pelatihan tersebut akan

menghasilkan bobot baru yang

digunakan untuk proses pengenalan.

Arsitektur jaringan perceptron

ditunjukkan pada gambar 1.

Gambar 1 Arsitektur Perceptron

Keterangan :

= neuron input

= neuron output

= bias

= bobot

Dari keterangan diatas, Algoritma dari

perceptron adalah :

a. inisialisasi bobot dan bias

Set learning rate ( ).

Untuk penyederhanaan set sama

dengan 1.

Set nilai threshold ( ) untuk

fungsi aktivasi.

b. Untuk setiap pasangan pembelajaran

, kerjakan:

Artikel Skripsi




1) Set aktivasi input,

2) Hitung responden untuk unit output:

∑ 1

3) Masukkan kedalam fungsi aktivasi:

{

2

4) Bandingkan nilai output jaringan

dengan target

Jika maka:

( ) ( ) 3

( ) ( ) 4

Jika , tidak ada perubahan bobot

dan bias:

( ) ( ) 5

( ) ( ) 6

Lakukan iterasi terus menerus hingga

sama dengan (target) dan iterasi

dihentikan (Sutojo, 2011). Artinya jika

semua output jaringan sama dengan

target maka jaringan telah mengenali

pola dengan baik.

III. HASIL DAN KESIMPULAN

A. Implementasi Sistem

1. Use Case Diagram

Gambar 2 : Use Case admin dan user

Dari gambar 2 dapat dilihat

bahwa sistem mempunyai dua entitas

yaitu admin dan user, di mana

setelah login ke sistem admin akan

mengolah data dan user menjawab

kuesioner lalu menhasilkan

rekomendasi.

2. Squence Diagram User

Gambar 3 : Squence Diagram User

Artikel Skripsi




Dari gambar 3 menggambarkan

interaksi yang terjadi dalam sistem

rekomendasi genre game. Diawali

dengan tampilnya halaman home lalu

untuk merekomendasikan genre

game user harus masuk ke form

rekomendasi. Pada form

rekomendasi pengguna harus

mengisi semua kuesioner kemudian

diproses muncul hasil.

3. Squence Diagram Admin

Gambar 5.6 : Squence Diagram Admin

Dari gambar 5.6 Pada menu

admin yang dapat mengakses hanya

admin saja. Didalam form

administrator admin dapat mengolah

data dan menyimpannya dalam

database.

B. Tampilan Program

Aplikasi penentuan genre game ini

dibuat dengan desain yang sederhana agar

memudahkan pengguna dalam

penggunaannya. Berikut adalah tampilan

progam :

Gambar 3 : Tampilan Home

Pada gambar dapat dilihat tampilan

halaman home terdapat beberapa menu dan

fungsi dari masing-masing elemen tersebut

adalah:

1. Menu Home

Menu home merupakan

tampilan awal yang akan dilihat

oleh user, berisikan pengertian

dari setiap genre game.

2. Menu Rekomendasi

Menu rekomendasi

merupakan inti untuk user

menjawab kuesioner dan

menghasilkan rekomendasi

genre game.

3. Menu Login

Menu ini digunakan admin

untuk login ke dalam menu

admistrator.

C. Uji Coba Sistem

Pada skenario uji coba

menggunakan contoh 10 data testing

pada data user yang dilakukan

Artikel Skripsi




perhitungan menggunakan sistem

dibandingkan hasil secara manual.

Uji coba 10 data testing didapatkan

hasil seperti yang terlihat pada tabel

1 sebagai berikut :

Tabel 1 Skenario Percobaan

No User Sisem Rekomendasi

Manual Sistem Hasil

1. User1 Sport Sport ✔

2. User2 FPS FPS ✔

3. User3 RPG RPG ✔

4. User4 RPG FPS ✖


6. User6 RPG RPG ✔


8. User8 Fght Fght ✔

9. User9 Adv RPG ✖

10. User10 Sport FPS ✖



13. User13 Adv Adv ✔

14. User14 Fght Fght ✔


TOTAL

POLA YANG

DIKENALI

13

PRESENTAS

E

Dari tabel 1 akurasi skenario

uji coba hasil contoh uji coba data

user dapat disimpulkan bahwa

perhitungan dengan sistem

dibandingkan dengan perhitungan

manual memiliki tingkat akurasi

kecocokan sebesar 80%. Sehingga

dapat dikatkan bahwa

pengelompokan cukup baik.

IV. PENUTUP

A. Simpulan

Simpulan penelitian ini sebagai

berikut :

1. Dengan adanya sistem

rekomendasi yang menggunakan

algoritma Jaringan Saraf Tiruan

Perceptron dapat menentukan

genre game sesuai dengan

kepribadian.

2. Mempermudah untuk menentukan

game yang sesuai dengan

kepribadian.

B. Saran

Saran pengembangan selanjutnya

sebagai berikut :

1. Penelitian dilakukan dengan objek

atau studi kasus yang berbeda dari

rekomendasi genre game.

2. Menambah jumlah kategori data

untuk dapat menghasilkan data

yang lebih banyak lagi di uji coba.

3. Penelitian selanjutnya dapat

menggunakan metode data mining

yang lain, guna memperoleh hasil

yang lebih baik bila dibandingan

dengan 1 metode yang digunakan

pada penelitian ini.

III. DAFTAR PUSTAKA

Asmara, Andik dan Haryanto. 2015.

Pengembangan Tes Minat Dan

Bakat Dengan Metode Jaringan

Syaraf Tiruan (Jst) Untuk

Memprediksi Potensi Siswa

Artikel Skripsi




Bidang Robotika. Yogyakarta.

Jurnal Pendidikan Vokasi.

(online). 5(3) : 273-286. Tersedia

: http://www.uny.ac.id. 04 Januari

2018.

Christantho, David. 2017. INI 8 Jenis

Genre Game dan Sub Genre-nya.

Tersedia :

https://www.inigame.id. 16

September 2017.

Fitriyadi, Khairil dan Sutikno. 2016.

Pengenalan Jenis Golongan Darah

Menggunakan Jaringan Syaraf

Tiruan Perceptron. Jurnal

Masyarakat Informatika. (online).

7(1) : 1-10. Tersedia :

http://eprints.undip.ac.id. 10

Januari 2018.

Karim, Syafei. 2018. Perubahan

perilaku Non-Player Character

(NPC) pada Game Arabic Hunter

menggunakan Jaringan Syaraf

Tiruan Perceptron. Surabaya.

Jurnal Ilmiah Teknologi Sistem

Informasi. (online). 3(2) : 34-41.

Tersedia :

https://www.journal.unipdu.ac.id.

12 Januari 2018.

Koetjaningrat. 2013. Pengertian

Kepribadian. Tersedia :

https://www.temukanpengertian.c

om. 20 November 2018

Kusuma, Sri. 2004. Membangun

Jaringan Syaraf Tiruan

Menggunakan MATLAB &

EXCEL LINK. Yogyakarta: Graha

Ilmu

Kusuma, Tirta dan Fitri Hartanto.

2014. Perbedaan Masalah Mental

Emosional Pada Remaja Yang

Bermain video Game Aksi Dan

Non Aksi Studi Kasus SMP N 3

Semarang. Semarang. Jurnal

Ilmiah Kedokteran Umum.

Tersedia :

http://www.eprints,undip.ac.id. 12

Januari 2018.

Sutojo, T., dan kawan-kawan. 2011.

Kecerdasan Buatan. Yogyakarta:

Andi Yogyakarta.

Suyanto. 2011. Artificial Intellegence.

Bandung: Informatika Bandung.

Bandung

Syarfianto, Andri. 2017. Peramalan

Nilai Akademis Mahasiswa Stmik

El-Rahma Menggunakan Neural

Network – Perceptron.

Yogyakarta. Jurnal Ilmiah Dasi.

(online). 18(2) : 42-47. Tersedia :

http://www.ojs.amikom.ac.id. 04

Januari 2018.

Yusuf, Syamsu dan A. Juntika. 2007.

Teori Kepribadian. Bandung:

PT.REMAJA ROSDAKAYYA.

Bandung

http://www.uny.ac.id/

https://www.inigame.id/

http://eprints.undip.ac.id/

https://www.journal.unipdu.ac.id/

https://www.temukanpengertian.com/

https://www.temukanpengertian.com/

http://www.eprints,undip.ac.id/

http://www.ojs.amikom.ac.id/

artikel penentuan genre game berdasarkan...

Documents