Meta M5: Analisis Hero dengan Ban Rate Tertinggi dalam Turnamen Mobile Legends Terbesar menggunakan Algoritma K-Means
Abstract
Penelitian ini bertujuan untuk mengelompokkan hero Mobile Legends: Bang Bang (MLBB) berdasarkan karakteristik ban rate dan win rate pada turnamen M5 World Championship 2023, guna mengungkap pola dominasi hero dalam meta kompetitif. Tidak semua hero dengan ban rate tinggi menunjukkan win rate yang tinggi, sehingga diperlukan analisis berbasis data untuk memahami efektivitas hero secara objektif. Metode yang digunakan dalam penelitian ini adalah algoritma K-Means Clustering, yang mengelompokkan 10 hero dengan ban rate tertinggi ke dalam tiga klaster berdasarkan kesamaan performa. Hasil clustering menunjukkan bahwa terdapat satu klaster yang terdiri dari hero dengan dominasi sangat tinggi (ban rate dan win rate tinggi), satu klaster hero berisiko sedang, dan satu klaster yang memiliki win rate tinggi meskipun jarang diblokir. Temuan ini memberikan gambaran strategis mengenai prioritas pelarangan (ban) dan pemilihan (pick) hero dalam kompetisi e-sports berbasis analisis kuantitatif
References
Boycakra, et al. (2023). Mobile Legend-analisis: M5 Tournament 2023 Analysis Tool. GitHub repository.
Christian. (2023, Desember 18). Daftar hero paling populer sepanjang M5 World Championship. Ulti.Asia.
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), Universitas Semarang.
Drachen, A., Thurau, C., Sifa, R., & Bauckhage, C. (2014, Juli). A comparison of methods for player clustering via behavioral telemetry. arXiv preprint.
Fauzi, A. (2023, Desember 8). Babak grup M5 World Championship: Daftar hero langganan ban. Pilihan Indonesia.
Jordan, J., & Yarah, S. (2021). Memprediksi pola ban hero pada game Mobile Legends menggunakan algoritma Apriori. Universitas Nusa Mandiri.
Liquipedia. (2023). M5 World Championship - Statistics. Liquipedia. https://liquipedia.net/mobilelegends/M5_World_Championship/Statistics
Qasthari, J. 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).
Qiu, Y., Gong, Y., & Liu, G. (2024, Juli). User behavior analysis and clustering in a MMO mobile game: Insights and recommendations. arXiv preprint.
Reddit user. (2023, Desember). MLBB tournament dataset (time-series ban/pick/win). Reddit.
Rudito, M. (2023, Desember 11). 5 hero paling sering kena ban di M5 World Championship. IDN Times.
Sumarto, M. A., & Firya, M. Z. (2024). Analisis klastering pada karakteristik karakter pahlawan Mobile Legends: Bang Bang (MLBB) menggunakan algoritma simple K-means. Journal Computer Science and Information Systems (J-CoSys), Universitas Mercu Buana Jakarta.
Zuhri, T. A. (2023, Desember 8). 10 hero tersering di-ban di babak grup M5 World Championship. Skor.id.
Zuhri, T. A. (2023, Desember 13). 3 hero wajib pick dan ban di playoff M5 World Championship. Skor.id
