Penerapan Algoritma Decision Tree Dalam Menentukan Klasifikasi Rating Video Games ESRB

• MOHAMAD INDRA KURNIAWAN
• 2025

---

Penelitian ini membahas penerapan algoritma Decision Tree dalam menentukan
klasifikasi rating video game berdasarkan data dari Entertainment Software Rating Board
(ESRB). Dengan meningkatnya pengguna video game di masyarakat, terutama kalangan
anak-anak dan remaja, penting untuk memastikan konten yang dimainkan sesuai dengan usia
pemain. Sistem rating ESRB memberikan informasi mengenai kesesuaian usia berdasarkan
konten seperti kekerasan, bahasa kasar, dan tema tertentu.
Algoritma Decision Tree digunakan untuk mengklasifikasikan rating video game ke
dalam tiga kategori utama: Everyone (E), Teen (T), dan Mature (M). Proses penelitian
melibatkan pengumpulan data, pra-pemrosesan data, pelatihan model, dan evaluasi hasil.
Dataset yang digunakan berasal dari Kaggle dan berisi informasi tentang konten video game
serta rating yang telah ditetapkan oleh ESRB.
Hasil penelitian menunjukkan bahwa algoritma Decision Tree mencapai akurasi
90,97%. Beberapa fitur konten terpenting yang memengaruhi klasifikasi termasuk
strong_language, No_descriptors, blood_and_gore, mild_fantasy_violence, Lyric, dan
sebagainya. Visualisasi model juga memberikan transparansi yang baik, sehingga mudah
dipahami.
Penelitian ini diharapkan dapat membantu pengembang game, lembaga rating, serta
orang tua dalam menentukan klasifikasi rating secara otomatis dan akurat, serta memberikan
perlindungan kepada anak-anak dari konten yang tidak sesuai usia mereka.

• Decision Tree
• ESRB
• klasifikasi
• rating video game
• data mining.

https://repository.bsi.ac.id/repo/74916/Penerapan-Algoritma-Decision-Tree-Dalam-Menentukan-Klasifikasi--Rating-Video-Games-ESRB
Anda dapat membaca file tugas akhir ini di repository.