Pemilihan baju terbaik pada game menggunakan metode Oreste dan Vikor berdasarkan data Suhu

INDONESIA:

Permainan bergenre endless runner menghadirkan tantangan berkelanjutan bagi pemain, di mana pemilihan karakter yang tepat dapat memengaruhi performa dalam permainan. Penelitian ini mengusulkan pengembangan sistem saran virtual berbasis Decision Support System (DSS) untuk membantu pemain memilih karakter terbaik pada game endless runner, dengan menggabungkan dua metode Multi-Criteria Decision Making (MCDM), yaitu ORESTE dan VIKOR. Sistem ini didukung oleh teknologi Internet of Things (IoT) menggunakan mikrokontroler ESP32, yang memungkinkan pembobotan kriteria disesuaikan secara dinamis berdasarkan data suhu lingkungan waktu nyata. Sebanyak 15 alternatif karakter dan 11 kriteria performa digunakan sebagai dasar evaluasi. Metode ORESTE digunakan untuk menyusun peringkat berdasarkan preferensi ordinal, sedangkan metode VIKOR menghasilkan solusi kompromi yang mendekati ideal. Hasil perhitungan dari kedua metode dibandingkan untuk menentukan keputusan akhir. Evaluasi sistem menunjukkan bahwa integrasi antara MCDM dan IoT dapat meningkatkan akurasi keputusan serta memberikan pengalaman bermain yang lebih adaptif dan personal. Sistem yang dibangun berpotensi untuk diterapkan lebih luas pada game berbasis edukasi maupun hiburan dengan skenario dinamis.

ENGLISH

Endless runner games present continuous challenges to players, where choosing the right character significantly influences gameplay performance. This study proposes the development of a virtual recommendation system based on a Decision Support System (DSS) to assist players in selecting the best character in an endless runner game. The system integrates two Multi-Criteria Decision Making (MCDM) methods: ORESTE and VIKOR. It is supported by Internet of Things (IoT) technology using the ESP32 microcontroller, enabling dynamic adjustment of criteria weights based on real-time environmental temperature data. A total of 15 character alternatives and 11 performance criteria were used as the evaluation basis. The ORESTE method ranks characters based on ordinal preferences, while the VIKOR method provides a compromise solution that approaches the ideal. The results from both methods are compared to generate final recommendations. System evaluation shows that the integration of MCDM methods with IoT enhances the accuracy of recommendations and provides a more adaptive and personalized gaming experience. The developed system holds potential for broader application in educational and entertainment-based games under dynamic conditions.

ARABIC

نوع اللعبةعداء لا نهاية لهيُمثل تحديًا مستمرًا للاعبين، حيث يؤثر اختيار الشخصية المناسب على أدائهم في اللعبة. تقترح هذه الدراسة تطوير نظام اقتراحات افتراضي قائم علىدعم القرارنظام (DSS) لمساعدة اللاعبين في اختيار أفضل شخصية علىلعبة عداء لا نهاية له، من خلال الجمع بين طريقتيناتخاذ القرارات متعددة المعايير(MCDM)، وهما ORESTE وVIKOR. هذا النظام مدعوم بتقنيةإنترنت الأشياءاستخدامات (إنترنت الأشياء)متحكم دقيقESP32، الذي يسمح بتعديل ترجيح المعايير ديناميكيًا بناءً على بيانات درجة الحرارة المحيطة في الوقت الفعلي. استُخدم ما مجموعه 15 بديلاً حرفيًا و11 معيار أداء كأساس للتقييم. استُخدمت طريقة ORESTE للتصنيف بناءً على التفضيلات الترتيبية، بينما تُنتج طريقة VIKOR حلاً وسطًا قريبًا من المثالي. تُقارن نتائج حسابات كلتا الطريقتين لتحديد القرار النهائي. يُظهر تقييم النظام أن التكامل بين MCDM وإنترنت الأشياء يُمكن أن يُحسّن دقة القرار ويوفر تجربة لعب أكثر تكيفًا وشخصية. يتمتع النظام المُصمم بإمكانية التطبيق على نطاق أوسع فيلعبةمبني على التعليم والترفيه مع سيناريوهات ديناميكية