Nama : Savira Riasti

NIM / Kelas : 201851227 / 4-C

Mata Kuliah : E-Bisnis
Nomor Jurnal : 42

BERAPA USIA ANDA SEBENARNYA ? SEBUAH ANALISIS EMPIRIS

TENTANG PENIPUAN IDENTITAS DALAM GAME ONLINE

1. LATAR BELAKANG
Dalam perkembangan teknologi informasi, muncul platform di berbagai
dunia virtual. Pengguna jarak jauh dapat berinteraksi satu sama lain melalui
avatar dengan sistem online di dunia maya (Castronova 2007). MMORPG
menyediakan pola baru kolaborasi dan interaksi sosial, sehingga game telah
menjadi contoh menarik dari dunia maya yang dianalisis sebagai topik
penelitian (Assmann et al. 2010; McKenna et al. 2011a; Roquilly 2011).
MMORPG adalah genre game role-playing online di mana pemain game
bisa berinteraksi satu sama lain. Pemain akan memilih sebuah karakter di dunia
virtual dan mengendalikan banyak tindakan pada karakter itu. Sebagian besar
MMORPG memiliki sistem perkembangan karakter, pemain memperoleh poin
pengalaman untuk tindakan tersebut dan digunakan untuk meningkatkan
karakter menjadi lebih tinggi agar memiliki banyak kemampuan dalam
permainan. Poin pengalaman diperoleh melalui pertempuran dengan monster,
penyelesaian misi atau pencarian, dan melalui pembelian ''item''. Pemain juga
dapat bekerja sama dengan pemain lain untuk naik level dengan cepat. Pemain
bisa mendapatkan item virtual dan mata uang yang bernilai nyata di dunia
virtual. Menurut Wall Street Journal (2011), pendapatan MMORPG dari 2009-
2011 meningkat sebesar 35% menjadi $2,6 miliar. MMORPG diakui sebagai
penghasil uang tunai tertinggi di antara genre game (Digi-Capital 2011). Lebih
dari 20 juta pengguna diperkirakan membayar pelanggan MMORPG di seluruh
dunia.
Dalam sistem penilaian untuk game, sistem klasifikasi digunakan untuk
mengontrol akses pengguna dalam hal kesesuaian usia. Sistem mengikuti
peringkat konten yang disediakan oleh organisasi seperti Entertainment Rating
Rating Board (ESRB). Perangkat lunak hiburan cenderung dikategorikan
sebagai Semua Orang, Remaja (usia 13 tahun ke atas), Dewasa (usia 17 tahun
ke atas), dan Dewasa Saja (usia 18 tahun ke atas). Kriteria untuk kategorisasi
meliputi tingkat kekerasan, perjudian, konten seksual dan bahasa yang kuat
(ESRB 2014). Sistem klasifikasi MMORPG seharusnya mengidentifikasi usia
pengguna dan membatasi waktu bermain dan kemampuannya untuk membeli
barang. Sejak April 2011, pemerintah di beberapa negara seperti Cina, Korea
Selatan dan Tiongkok mulai mengatur operator game online untuk mengontrol
jam pengguna agar dapat bermain selama periode 24 jam bagi pengguna di
bawah 18 tahun dan pemain game online diharuskan mendaftar dengan nama
asli dan menunjukkan nomor identitas untuk memverifikasi bahwa mereka
berusia lebih dari 18 tahun. Namun, hasil survei menunjukkan bahwa sekitar
15% pemain di bawah 18 tahun telah mendaftar dengan nomor ID orang tua
ketika mendaftar agar tidak terpengaruh oleh sistem kontrol (ChinaHearSay
2011).
Tujuan penelitian ini untuk menguji sistem klasifikasi MMORPG.
Penelitian ini melakukan tes untuk menentukan perbedaan perilaku di antara
kelompok usia dalam MMORPG dengan menganalisis set data transaksional
mikro yang diterima dari salah satu penerbit game online terkemuka Korea.
Penelitian ini menemukan diskriminasi di antara perilaku berbagai kelompok
 usia melalui analisis empiris kumpulan data besar yang diakumulasikan oleh
transaksi aktual.
2. TEORI
MMORPG adalah dunia fantasi di mana pemain mengontrol avatar
karakter mereka sendiri, menjelajahi lanskap, melawan berbagai monster,
menyelesaikan pencarian, dan berinteraksi dengan karakter non-pemain atau
pemain lain. Model Regresi binomial negatif dengan variabel dummy diatur
untuk menganalisis perbedaan perilaku antar kelompok usia. Peneliti berupaya
mengidentifikasi perbedaan di antara kelompok usia pengguna. Model variabel
dummy akan mengklarifikasi perbedaan yang ada sehubungan dengan frekuensi
pembelian barang.
Y = β0 + β 1 ln ( Waktu Bermain i )
+ β 2 ln ( Waktu Pertempuran/Waktu Istirahat i )
+ β 3 ln ( Jumlah Anggotai ) +δ 1 ( Kelompok Umur 1 )
+ δ 2 ( Jenis Kelamini ) +ε

Dalam model, frekuensi pembelian barang digunakan sebagai variabel

dependen. Fokus peneliti membandingkan perbedaan di antara kelompok usia.
Sebagai variabel independen mewakili frekuensi, mengambil model regresi
binomial negatif di atas model regresi linier sederhana. Nilai logaritma waktu
bermain, rasio antara waktu pertempurandan waktu istirahat serta jumlah
anggota partai digunakan untuk mencerminkan distribusi variabel yang sangat
miring.
3. METODE
Kumpulan data yang di gunakan dalam analisis ini adalah bagian yang dipilih
dari basis data yang dipulihkan dari MMORPG yang diperoleh dari salah satu
penyedia layanan paling terkemuka di Korea. Untuk mengklasifikasikan data log
mentah kami yang lebih besar dari terabyte, kami mengkodekan algoritma
manipulasi data dalam memori menggunakan Java. Kumpulan data memberikan
informasi terperinci tentang pengguna dan perilaku mereka termasuk: usia, jenis
kelamin, waktu bermain, waktu pertempuran, waktu istirahat, dan jumlah anggota
partai. Sampel data kami terdiri dari 284.194 catatan data pengguna dicatat selama
periode Februari-Agustus 2010.
4. HASIL
Model regresi binomial negatif memberi kesempatan untuk mengklarifikasi
hubungan frekuensi pembelian secara statistik dipengaruhi secara signifikan
oleh kelompok usia di mana pengguna berada. Hasil dari model regresi
binomial negatif dan model Ordinary Least Square (OLS) menyatakan, semua
variabel penjelas seperti waktu bermain log, waktu pertempuran log, waktu
istirahat, serta anggota partai log, secara statistik untuk menjelaskan variabel
dependen dari jumlah pembelian. Hasil model regresi binomial negatif dengan
variabel dummy menunjukkan kelompok usia pengguna signifikan
mempengaruhi frekuensi pembelian, dari semua koefisien untuk variabel
dummy positif maupun secara statistik signifikan. Artinya, kelompok 2, 3, dan
4 memiliki frekuensi pembelian lebih tinggi daripada kelompok 1. Tingkat
pengaruh kelompok 3 paling sedikit. Kelompok usia 3 mirip dengan kelompok
1 dari semua kelompok usia, karena koefisien kelompok 4 adalah 0,703 lebih
besar dari kelompok lain, dan koefisien variabel dummy kelompok 3 adalah
sekecil 0,244.
5. KESIMPULAN
Penipuan identitas bagi pengguna MMORPG sangat mungkin terjadi karena
pengguna dapat menggunakan identitas individu dalam kelompok usia yang
beragam, walaupun prediksi keakuratan identitas masih jauh dari jelas. Hasil
analisisnya dijelaskan dalam beberapa cara.
 a. Model Regresi Binomial Negatif
Menunjukkan bahwa ada perbedaan perilaku antara beberapa
kelompok usia. Frekuensi pembelian barang, waktu bermain, dan partisipasi
pertempuran ditampilkan secara berbeda tergantung pada kelompok usia.
b. Analisis Ekonometrika
Menunjukkan pola perilaku (khususnya pembelian) kelompok berusia
sekitar 40 tahun sangat mirip dengan kelompok remaja. Seharusnya terdapat
daya beli yang berbeda antara pengguna anak dan pengguna dewasa.
Kelompok dewasa lain menunjukkan jumlah pembelian yang jauh lebih
tinggi daripada kelompok pengguna anak. Permainan yang digunakan untuk
analisis adalah game bagi pengguna muda, dapat di simpulkan beberapa
pengguna dalam kelompok yang berusia sekitar 40 tahun mungkin adalah
remaja yang mencuri ID orang tua.
c. Analisis Diskriminan dan Analisis Lalu Lintas Log
Memperkirakan banyak pengguna muda menggunakan ID induk
mereka. Hasilnya, sekitar 47% dari pengguna berusia sekitar 40 tahun
ditemukan menjadi pengguna remaja.
Dari hasil tersebut disimpulkan bahwa distribusi usia dipisahkan menjadi dua
kelompok identitas yaitu identitas nyata dan palsu. Selama distribusi kurva A
mengikuti distribusi normal dan pengguna penipuan menggunakan identitas orang
tua mereka, kurva B dapat dianggap mewakili kelompok pengguna anak-anak yang
menipu ID orang tua mereka.