Menangkan DOTA 2 Dengan Data Science!

By Fasya Al Rahmah | 18 Oktober, 2021

Turnamen Dota 2 terbesar di dunia, akhirnya diselenggarakan pada Oktober 2021. The International adalah ajang turnamen Dota 2 yang diselenggarakan oleh Valve Corporation setiap tahunnya. Tim-tim yang terpilih melalui Direct Invite dan lolos kualifikasi regional dari berbagai negara berkumpul dalam satu tempat untuk mendapatkan gelar juara The International, uang tunai, dan piala Aegis of the Champion.

Dota 2 adalah pertarungan antara 2 kelompok beranggotakan lima orang dimana setiap tim harus menyerang dan juga mempertahankan wilayahnya masing-masing. Dalam bidang e-sports sendiri, banyak sekali pemanfaatan Data Science yang dapat membantu setiap tim untuk memenangkan permainan dan pertandingan yang dihadirinya. Ada apa saja ya?

Prediksi Kemenangan di Dota 2 Dengan Data Science

Nicholas Kinkade membuat model win-prediction untuk Dota 2 dengan menggunakan variabel seperti:

Winning Side

Terdapat dua wilayah dalam Dota 2, yaitu daerah Dire dan Radiant. Dalam beberapa analisis, daerah yang ditempati oleh tim menjadi salah satu faktor penentu apakah tim tersebut akan menang atau tidak. Seperti, tim yang menempati daerah Dire memiliki kemungkinan untuk menang lebih banyak dan juga sebaliknya.

Durasi

Durasi permainan tim setiap bermain juga menjadi salah satu variabel dalam memprediksi kemenangan tim tersebut.

Untuk Setiap Pemain:

Pemain atau pro player juga masuk ke dalam variabel karena tentu performance dan kemahiran anggota dalam memainkan Dota 2 akan menentukan kemenangan timnya. Yang dilihat dari setiap pemain seperti XP per minute, Gold Per minute, jumlah kills, assists, dan juga jumlah deaths.

Hasilnya model ini memiliki 73% akurasi untuk memprediksi kemenangan team. Prediksi kemenangan juga bisa kamu lihat melalui layanan Dota Plus.

OpenAI Five: Bot Yang Kalahkan Team Pro Player Dota 2

Familiar dengan kisah Pemain Go Player terbaik dunia yang dikalahkan AlphaGo? Hal ini juga terjadi di e-sports. OpenAI membuat bot OpenAI Five menggunakan deep reinforcement learning. Dimana bot tidak diajari cara bermain game, melainkan diberi kemampuan untuk mempelajari game itu sendiri menggunakan sistem hadiah dan berbagai mekanism insentif lain.

Menurut Greck Brockman, chairman sekaligus co-founder OpenAI, mengatakan bahwa OpenAI Five menggunakan sistem deep reinforcerment learning, yang artinya pengembang tidak membuat kodenya untuk bermain. Namun membuatnya untuk belajar. Dalam eksistensinya selama 10 bulan ini, OpenAI Five sudah memainkan Dota 2 selama 45 ribu tahun.

Dan hasilnya? OpenAI Five berhasil mengalahkan Pro Team di Dota 2.

Pilih Hero Dengan Machine Learning

Iuliia Porokhnenko dkk, membuat pendekatan berbeda untuk memprediksi hasil pertandingan menggunakan metode machine learning berdasarkan hero yang dipilih oleh setiap pemain. Faktor signifikan untuk memenangkan Dota 2 salah satunya adalah pemilihan hero dalam team. Selama pertandingan berlangsung, setiap hero memiliki kemungkinan untuk menjadi lebih kuat, mengembangkan keterampilan baru, dan meningkatkan karakteristik mereka. Melihat keunikan dari setiap hero, mungkin untuk memprediksi hasil pertandingan berdasarkan pilihan hero dari setiap team.

Kapan dan Dimana Pakai Wards?

Wards juga merupakan item penting dimana setiap pemain dapat melihat suatu area (observer wards) dan melihat units yang tidak terlihat (sentry wards). Dengan ini, tim dapat melihat keadaan daerah lawan dan membangun strategi berdasarkan itu. Nadim Kawwa menggunakan model DBSCAN untuk melihat lokasi dengan vision yang diperebutkan serta dimana tim lawan memprioritaskan peletakan wards.

Ternyata, Data Science ini punya ruang lingkup pengaplikasian yang sangat luas. Dari industri formal hingga industri kreatif seperti e-sports. Apapun bidangnya, menguasai Data Science akan mempermudah dan mengefisiensikan pekerjaanmu.

Yuk belajar data science di Algoritma Data Science Education Center! Kamu bisa ikut berbagai kelas data science untuk pemula, salah satunya di program Academy kami.

PELAJARI LEBIH LANJUT

The last comment and 1 other comment(s) need to be approved.

Related Blog

Apa Itu Data Analysis Expressions?

Cara Menjadi Data Scientist Handal

Mengenal Apa Itu Distributed Processing

Turnamen Dota 2 terbesar di dunia, akhirnya diselenggarakan pada Oktober 2021. The International adalah ajang turnamen Dota 2 yang diselenggarakan oleh Valve Corporation setiap tahunnya. Tim-tim yang terpilih melalui Direct Invite dan lolos kualifikasi regional dari berbagai negara berkumpul dalam satu tempat untuk mendapatkan gelar juara The International, uang tunai, dan piala Aegis of the Champion.

Dota 2 adalah pertarungan antara 2 kelompok beranggotakan lima orang dimana setiap tim harus menyerang dan juga mempertahankan wilayahnya masing-masing. Dalam bidang e-sports sendiri, banyak sekali pemanfaatan Data Science yang dapat membantu setiap tim untuk memenangkan permainan dan pertandingan yang dihadirinya. Ada apa saja ya?

Prediksi Kemenangan di Dota 2 Dengan Data Science

Nicholas Kinkade membuat model win-prediction untuk Dota 2 dengan menggunakan variabel seperti:

Winning Side

Terdapat dua wilayah dalam Dota 2, yaitu daerah Dire dan Radiant. Dalam beberapa analisis, daerah yang ditempati oleh tim menjadi salah satu faktor penentu apakah tim tersebut akan menang atau tidak. Seperti, tim yang menempati daerah Dire memiliki kemungkinan untuk menang lebih banyak dan juga sebaliknya.

Durasi

Durasi permainan tim setiap bermain juga menjadi salah satu variabel dalam memprediksi kemenangan tim tersebut.

Untuk Setiap Pemain:

Pemain atau pro player juga masuk ke dalam variabel karena tentu performance dan kemahiran anggota dalam memainkan Dota 2 akan menentukan kemenangan timnya. Yang dilihat dari setiap pemain seperti XP per minute, Gold Per minute, jumlah kills, assists, dan juga jumlah deaths.

Hasilnya model ini memiliki 73% akurasi untuk memprediksi kemenangan team. Prediksi kemenangan juga bisa kamu lihat melalui layanan Dota Plus.

OpenAI Five: Bot Yang Kalahkan Team Pro Player Dota 2

Familiar dengan kisah Pemain Go Player terbaik dunia yang dikalahkan AlphaGo? Hal ini juga terjadi di e-sports. OpenAI membuat bot OpenAI Five menggunakan deep reinforcement learning. Dimana bot tidak diajari cara bermain game, melainkan diberi kemampuan untuk mempelajari game itu sendiri menggunakan sistem hadiah dan berbagai mekanism insentif lain.

Menurut Greck Brockman, chairman sekaligus co-founder OpenAI, mengatakan bahwa OpenAI Five menggunakan sistem deep reinforcerment learning, yang artinya pengembang tidak membuat kodenya untuk bermain. Namun membuatnya untuk belajar. Dalam eksistensinya selama 10 bulan ini, OpenAI Five sudah memainkan Dota 2 selama 45 ribu tahun.

Dan hasilnya? OpenAI Five berhasil mengalahkan Pro Team di Dota 2.

Pilih Hero Dengan Machine Learning

Iuliia Porokhnenko dkk, membuat pendekatan berbeda untuk memprediksi hasil pertandingan menggunakan metode machine learning berdasarkan hero yang dipilih oleh setiap pemain. Faktor signifikan untuk memenangkan Dota 2 salah satunya adalah pemilihan hero dalam team. Selama pertandingan berlangsung, setiap hero memiliki kemungkinan untuk menjadi lebih kuat, mengembangkan keterampilan baru, dan meningkatkan karakteristik mereka. Melihat keunikan dari setiap hero, mungkin untuk memprediksi hasil pertandingan berdasarkan pilihan hero dari setiap team.

Kapan dan Dimana Pakai Wards?

Wards juga merupakan item penting dimana setiap pemain dapat melihat suatu area (observer wards) dan melihat units yang tidak terlihat (sentry wards). Dengan ini, tim dapat melihat keadaan daerah lawan dan membangun strategi berdasarkan itu. Nadim Kawwa menggunakan model DBSCAN untuk melihat lokasi dengan vision yang diperebutkan serta dimana tim lawan memprioritaskan peletakan wards.

Ternyata, Data Science ini punya ruang lingkup pengaplikasian yang sangat luas. Dari industri formal hingga industri kreatif seperti e-sports. Apapun bidangnya, menguasai Data Science akan mempermudah dan mengefisiensikan pekerjaanmu.

Yuk belajar data science di Algoritma Data Science Education Center! Kamu bisa ikut berbagai kelas data science untuk pemula, salah satunya di program Academy kami.

PELAJARI LEBIH LANJUT