| dc.description.abstract | Pertumbuhan industri gim digital semakin pesat seiring dengan perkembangan
teknologi dan internet. Steam, sebagai salah satu platform distribusi gim terbesar di
dunia, menyediakan ribuan aplikasi gim yang terus bertambah setiap tahunnya.
Banyaknya jumlah gim yang tersedia menimbulkan tantangan dalam mengelola dan
memahami pola popularitas gim yang beragam. Penelitian ini bertujuan untuk
mengelompokkan aplikasi gim pada platform Steam berdasarkan tingkat
popularitasnya menggunakan metode K-Medoids. Data yang digunakan dalam
penelitian ini diperoleh melalui proses web scraping dari situs SteamDB pada bulan
Juni 2025, dengan mengambil data ‘Top Rated Steam Releases of 2024’. Data
tersebut terdiri dari 5 variabel indikator popularitas berdasarkan situs SteamDB,
yaitu harga, rating, followers, peak, dan review count. Penelitian ini menggunakan
metode analisis kelompok non-hierarki K-Medoids. K-Medoids atau Partitioning
Around Medoids (PAM) merupakan metode pengelompokan yang menggunakan
objek representatif (medoid) sebagai pusat kelompok. Metode K-Medoids dipilih
karena kemampuannya untuk menghasilkan kelompok yang lebih stabil dengan
meminimalkan pengaruh data ekstrem. Dari hasil analisis K-Medoids, diperoleh 2
kelompok yang memiliki karakteristik tersendiri. Kelompok pertama terdiri dari
7395 aplikasi gim yang memiliki nilai rata-rata variabel lebih tinggi. Sedangkan
kelompok kedua terdiri dari 6207 aplikasi gim yang memiliki nilai rata-rata yang
lebih rendah rendah. | en_US |
