Data Mining Menggunakan Algoritma K-means Untuk Menentukan Game Terpopuler Pada Platform Steam Dengan Rapidminer
Kata Kunci:
data mining, k means, rapidminer, steam, game populerAbstrak
Di tengah jumlah game yang terus bertambah setiap tahunnya, menjadi tantangan tersendiri untuk menentukan game mana yang paling populer di platform Steam. Penelitian ini menggunakan algoritma clustering K-Means dalam RapidMiner untuk mengelompokkan game berdasarkan popularitasnya. Penilaian dan perkiraan jumlah unduhan game adalah variabel yang digunakan dalam penelitian ini. Data dikumpulkan dari dataset penjualan game teratas di platform Steam. Clustering menghasilkan dua klaster: Kurang Populer dan Paling Populer, yang menunjukkan tingkat popularitas game. Penelitian ini dapat membantu pengembang dan penerbit game memahami fitur apa yang paling diminati pengguna dalam game
Referensi
Amin, Z., Pangestu, S. E., Alfaruq, M. S., Efrizon, L., & Rahmadenni, R. (2025). Penerapan Algoritma K-Medoids untuk Pengelompokan Genre Game Berdasarkan Pola Penjualan. JURAL RISET RUMPUN ILMU TEKNIK, 4(1), 270–286.
Cevin, J., Gultom, D., Orlando, N., & Herdiatmoko, H. F. (2024). Analisis Sentimen Keluhan Pengguna pada Game Supremacy 1914 Menggunakan Algoritma K-Means Clustering. Jurnal Rekayasa Sistem Informasi dan Teknologi, 2(2), 769–776.
Devila, L. E., Cholil, S. R., Athallah, R. D., & Irawan, A. A. (2022). Implementasi Algoritma K-Means untuk Menganalisa Pemain Video Game Mobile Legend untuk Mengetahui Tipe Hero dan Role yang Sering Digunakan pada Setiap Kalangan. STRING (Satuan Tulisan Riset dan Inovasi Teknologi), 6(3), 261–268.
Dwipayana, L. (2021). Clustering dengan Metode K-Means untuk Menentukan Matchmaking pada Game Online Mobile Legends (Skripsi, Politeknik Negeri Jember).
Dwynne, Z. C., Aini, D. N., Pertiwi, T. A., Suryani, S., & Pramana, D. (2023, August). Cluster Tingkat Kecanduan Game Online pada Mahasiswa Fakultas Sains dan Teknologi dan Korelasinya terhadap Minat Belajar. In SENTIMAS: Seminar Nasional Penelitian dan Pengabdian Masyarakat (pp. 126–132).
Febriansyah, A. R., & Arifin, T. (2023). Penerapan Algoritma K-Means Clustering pada Agent Video Game Valorant. eProsiding Teknik Informatika (PROTEKTIF), 4(1), 106–214.
Hermawan, M. A. Analisis Klasterisasi Pemain Mobile Legends Menggunakan Algoritma K-Means terhadap Penyesuaian Sistem Rekomendasi Hero.
Jamil, H. M., & Sulianta, F. Analisis Pengaruh Harga dan Ulasan terhadap Penjualan Video Game Menggunakan Algoritma K-Means Clustering.
Maulida, L. (2025). Penggunaan Algoritma K-Means dalam Menentukan Karakter Game Zenless Zone Zero. REMIK: Riset dan E-Jurnal Manajemen Informatika Komputer, 9(1), 403–414.
Muharizki, M. I., & Arianto, D. B. (2023). Analisis Clustering dengan Metode K-Means terhadap Statistik Permainan Pro-Player Valorant pada Kompetisi Valorant Champions 2022. Serunai: Jurnal Ilmiah Ilmu Pendidikan, 9(1), 40–47.
Mustofa, M. (2019). Penerapan Algoritma K-Means Clustering pada Karakter Permainan Multiplayer Online Battle Arena. Jurnal Khatulistiwa Informatika, 6(2), 246–254.
Orlando, N., Prasetya, B. N., & Hermawan, L. (2025, April). Analisis Sentimen Keluhan Pengguna pada Game Mobile Legends Menggunakan Metode K-Means Clustering. In MDP Student Conference (Vol. 4, No. 1, pp. 292–298).
Prastyo, Y. (2017). Pembagian Tingkat Kecanduan Game Online Menggunakan K-Means Clustering serta Korelasinya terhadap Prestasi Akademik. Elinvo (Electronics, Informatics, and Vocational Education), 2(2), 138–148.
Pratama, A. R., Maulana, B., Rianda, R. D., & El Hasyim, S. (2023). Comparison of K-Means and K-Medoids Algorithms for Grouping Video Game Sales Data in North America: Perbandingan Algoritma K-Means dan K-Medoids untuk Pengelompokan Data Penjualan Video Game di Amerika Utara. Indonesian Journal of Informatic Research and Software Engineering (IJIRSE), 3(2), 111–118.
Qasthari, M. W., & Kurniawan, R. (2024). Penggunaan Algoritma K-Means Clustering untuk Mengelompokkan Pemain Berdasarkan Gaya Bermain pada Battle Royale Call of Duty Mobile. Future Academia: The Journal of Multidisciplinary Research on Scientific and Advanced, 2(3), 280–292.
RapidMiner Documentation. (2023). RapidMiner official documentation. Retrieved from https://docs.rapidminer.com
Reynaldo, Y., Triayudi, A., & Ningsih, S. (2022). Analisis Faktor yang Mempengaruhi Gamers PC dan Konsol Beralih ke Game Mobile Menggunakan Metode K-Means Clustering. Jurnal JTIK (Jurnal Teknologi Informasi dan Komunikasi), 6(1), 42–48.
Saputra, P. A. H. (2024). Penerapan Algoritma Clustering K-Means pada Pengelompokan Hero di Game Mobile Legends (Doctoral dissertation, Universitas Nahdlatul Ulama Sunan Giri).
Shahibah, S., Triyasri, N., Inanti, A. A., Rachel, J., & Pratama, N. D. (2025). Analisis Klastering dari Data Behavior Online Gaming Menggunakan Algoritma K-Means. JoDMApps (Journal of Data Science Methods and Applications), 1(1), 18–24.
Waode, Y. S. Kajian Algoritma Optimasi K-Means untuk Meningkatkan Kualitas Cluster pada Data Sparse.
Unduhan
Diterbitkan
Terbitan
Bagian
Lisensi
Hak Cipta (c) 2025 Deryl Iman Condro Baskoro, I Putu Ganesa Weda Pratama, Aryo Chandra Ray Hash, Muhammad Fakih, Muhammad Fauzan, Maulana Fansyuri (Author)
Artikel ini berlisensi Creative Commons Attribution 4.0 International License.
Creative Commons Attribution 4.0 International (CC BY 4.0).
This work is licensed under a 