Sistem Pendukung Keputusan Rekomendasi Lineup Magic Chess: Go Go Berbasis Entropy-TOPSIS Berdasarkan Commander Pemain, Commander Lawan, dan Rank

Authors

  • Syafrillah Astro Heriadi Universitas Duta Bangsa Surakarta, Indonesia
  • Bondan Wahyu Pamekas Universitas Duta Bangsa Surakarta, Indonesia
  • Moh. Muhtarom Universitas Duta Bangsa Surakarta, Indonesia

DOI:

https://doi.org/10.62411/tc.v25i3.16765

Abstract

Penelitian ini mengembangkan sistem pendukung keputusan rekomendasi lineup Magic Chess: Go Go berbasis Entropy-TOPSIS, minimum support, dan Laplace smoothing. Filtering kontekstual dan fallback bertingkat hanya digunakan untuk membentuk kandidat, sedangkan alternatif dikelompokkan berdasarkan sinergi utama dan hero core. Alternatif dengan dukungan kurang dari tiga pertandingan dikeluarkan dari peringkat utama, sementara win rate dan top 4 rate dikoreksi menggunakan prior Beta(1,1) untuk mengurangi nilai ekstrem pada sampel kecil. Pada input Guinevere melawan Nana di rank Mythical Honor, cakupan exact tidak menghasilkan data, sedangkan cakupan commander pemain plus rank menghasilkan 8 pertandingan yang membentuk 7 alternatif, tetapi tidak satu pun memenuhi minimum support. Sistem kemudian memilih fallback berdasarkan rank yang memuat 420 pertandingan, 62 alternatif memenuhi syarat, dan 61 alternatif dikeluarkan. Tiga rekomendasi teratas adalah 4 Bruiser dengan Belerick (0,667866), 4 Stargazer dengan Luo Yi (0,640921), dan 4 Heartbond dengan Fanny (0,599140). UAT dilaksanakan terhadap 23 responden pada 25-31 Juli 2026 dan menghasilkan rata-rata penerimaan 84,42% serta keberhasilan tugas 95,65%. Namun, relevansi terhadap commander dan matchup masih lebih rendah karena seluruh kasus uji mencapai fallback berdasarkan rank. Metode revisi mencegah alternatif satu pertandingan mendominasi peringkat dan menampilkan batas kekuatan bukti setiap rekomendasi secara transparan.   Kata kunci - TOPSIS, sistem rekomendasi, Magic Chess: Go Go, lineup, sistem pendukung keputusan.

Downloads

Published

2026-08-26

Issue

Vol. 25 No. 3 (2026): August 2026

Section

Articles

License

Copyright (c) 2026 Syafrillah Astro Heriadi, Bondan Wahyu Pamekas, Moh. Muhtarom

Creative Commons License

This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.

 

License Terms

All articles published in Techno.COM Journal are licensed under the Creative Commons Attribution-NonCommercial 4.0 International (CC BY-NC 4.0). This means:

1. Attribution

Readers and users are free to:

  • Share – Copy and redistribute the material in any medium or format.

  • Adapt – Remix, transform, and build upon the material.

As long as proper credit is given to the original work by citing the author(s) and the journal.

2. Non-Commercial Use

  • The material cannot be used for commercial purposes.

  • Commercial use includes selling the content, using it in commercial advertising, or integrating it into products/services for profit.

3. Rights of Authors

  • Authors retain copyright and grant Techno.COM Journal the right to publish the article.

  • Authors can distribute their work (e.g., in institutional repositories or personal websites) with proper acknowledgment of the journal.

4. No Additional Restrictions

  • The journal cannot apply legal terms or technological measures that restrict others from using the material in ways allowed by the license.

5. Disclaimer

  • The journal is not responsible for how the published content is used by third parties.

  • The opinions expressed in the articles are solely those of the authors.

For more details, visit the Creative Commons License Page:
? https://creativecommons.org/licenses/by-nc/4.0/