39 linkage dengan menggunakan matriks jarak yang sudah didapatkan.kemudian
proses terakhir atau proses keempat adalah proses perhitungan akurasi dengan berdasarkan cluster yang terbentuk dan dendrogram yang terbentuk.
3.5 Penjelasan Proses
3.5.1 Baca Data
Setelah data dimasukan kedalam excel dan melewati tahap knowledge discovery in database data siap digunakan dalam proses selanjutnya yaitu pre-
processing .Dalam sebuah pertandingan seorang Carry diwajibkan memiliki Gold-Per-Minute GPM yang tinggi karena dibutuhkan untuk membeli item atau
barang yang menunjang kemenangan tim tersebut.
3.5.2 Pre-processing
Setelah data siap maka proses selanjutnya adalah melakukan preprocessing pada data.terdapat 2 tahap Pre-processing sebelum data digunakan yaitu
transformasi data dengan Z-score dan MinMax terhadap 300 data pertandingan.Selain
transformasi data
juga akan
diuji menggunakan
PCAPrincipal component analysis untuk menguji apakah akurasi dapat lebih besar atau sebaliknya.Bagi yang memilkiki peran Carry NETWORTH menjadi
sangat penting karena dalam tim Carry diwajibkan memiliki item progres yang cepat , kemudian seroang Carry juga harus memiliki LAST_HIT yang banyak dan
juga KILL yang banyak. Sangat berbeda dengan yang berperan sebagai Support dan Hard-support dalam peran ini harus merelekan item mereka demi seorang
Carry agar Carry menjadi kuat dengan kata lain Carry menjadi prioritas utama.Dalam data terdapat atribut DAMAGE dimana atribut ini sangat tidak
berpengaruh terhadap proses cluster karena DAMAGE adalah besar serangan yang masuk kedalam musuh seroang Support bisa saja memiliki DAMAGE yang
besar karena skill yang dia miliki oleh karena itu atribut ini menggunakan normalisasi [0-1] agar tidak merusak proses clustering data berdasarkan proses
40 dalam
permainan.sedangkan NETWORTH
,GOLD_PER_MINUTE dan
EXPERIENCE_PER_MINUTE menggunakan normalisasi [0-471] karena dari ketiga atribut itu sangat tergantung pada LAS_HIT .Berikut adalah tahap-tahap
normalisasi :
a Langkah-langkah function MinMax
1. Proses cut data pada data pertandingan DOTA 2 profesional 2016 pemotongan hanya pada atribut 4,8,9 dan 10.
2. Simpan data cut menjadi satu dalam bentuk excel dengan nama DATA_CUT_NORMALISASI.xlsx.
3. Kemudian membuat data yang tidak di-cut dalam proses di atas menjadi 1 dengan nama DATA_CUT_SISA_NORMALISASI.xlsx
4. Mengambil nilai dari data cut minmax ,kemudian menentukan nilai minimal dan maksimal yang baru untuk dipakai dalam perhitungan.
5. Menghitung rumus
minmax yaitu
minmax=dataAwalcut- nilai_max_baru nilai_max_baru - nilai_min_baru nilai_max-
nilai_min+ nilai_max 6. Kemudian data hasil perhitungan dengan rumus tersebut digabungkan
dengan data sisa hasil cut kemudian dijadikan menjadi satu file excel untuk diolah dengan
nama DATA_FINAL_HASIL_NORMALISASI.xlsx
b Zscore menggunkan fungsi pada matlab
data zscore zscoredata=zscoredataAwal;
c Langkah-Langkah Perhitungan PCA
1. membuat matriks x dengan cara mengurangi rata2 setiap dimensi pada matriks
2. menghitung nilai covarience dari matriks x PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
41 3. menghitung eigenvector dan eigenvalue dari covariance matrix.
4. Pilih komponen dan bentuk vector feature dan principal component dari eigenvector yang memiliki eigenvalue paling besar diambil
decreasing order. 5. menurunkan satu set data baru
6. kemudian memasukan jumlah PCA yang digunakan dalam pemotongan data.
3.5.3 Pengukuran Jarak
