Pengelompokan Aplikasi Gim Berdasarkan Popularitas di Platform Steam Menggunakan Metode K-Medoids

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.