PENGELOMPOKAN GAME BERDASARKAN DATA TOP SELLER PADA WEBSITE "STEAM" MENGGUNAKAN METODE K-MEDOIDS

Abstract

Bisnis game di Indonesia telah berkembang pesat dengan munculnya banyak industri yang berusaha masuk ke dalamnya. Salah satu platform terbesar yang digunakan untuk penjualan game saat ini adalah "Steam". Namun, dengan banyaknya transaksi dan data yang dihasilkan, sulit bagi manusia untuk secara langsung mengamati dan memahami pola transaksi tersebut. Oleh karena itu, diperlukan sebuah solusi menggunakan teknik data scraping untuk mengumpulkan data dan metode cluster K-Medoids untuk menganalisis pola transaksi.Teknik data scraping akan digunakan untuk mengumpulkan data dari situs web game market seperti Steam. Data yang terkumpul kemudian akan dikategorikan berdasarkan harga, lokasi, dan jumlah pembelian. Setelah data terkumpul, metode K-Medoids akan digunakan untuk mengelompokkan data penjualan game sesuai dengan kententuan yang telah ditentukan sejak awal, dengan jumlah cluster yang direkomendasikan didasarkan pada elbow plot sebagai panduan. Dengan menerapkan sistem K-Medoids ini, diharapkan waktu yang diperlukan untuk mengumpulkan semua data dan menganalisisnya dapat dilakukan secara efisien. Hal ini bertujuan agar informasi yang diperoleh dapat bekerja secara lebih efektif serta efisien untuk pengambilan keputusan terkait penjualan, pengembangan, serta strategi lainnya dalam bisnis game.