Data Mining Using K-means Algorithm To Determine The Most Popular Games On The Steam Platform With Rapid Miner
Keywords:
data mining, k means, rapidminer, steam, popular gamesAbstract
With the number of games increasing every year, it is a challenge to determine which games are the most popular on the Steam platform. This study uses the K-Means clustering algorithm in RapidMiner to group games based on their popularity. Ratings and estimated number of game downloads are the variables used in this study. Data were collected from the top game sales dataset on the Steam platform. Clustering produces two clusters: less dan most populer, indicate the level of game popularity. This study can help game developers and publishers understand what features users are most interested in in a game.
References
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.
Downloads
Published
Issue
Section
License
Copyright (c) 2025 Deryl Iman Condro Baskoro, I Putu Ganesa Weda Pratama, Aryo Chandra Ray Hash, Muhammad Fakih, Muhammad Fauzan, Maulana Fansyuri (Author)
This work is licensed under a Creative Commons Attribution 4.0 International License.
Creative Commons Attribution 4.0 International (CC BY 4.0).
This work is licensed under a 