PENINGKATAN KECERDASAN COMPUTER PLAYER PADA GAME PERTARUNGAN BERBASIS K-NEAREST NEIGHBOR BERBOBOT

M Ihsan Alfani Putera, Darlis Heru Murti

Abstract


Salah satu teknologi komputer yang berkembang dan perubahannya cukup pesat adalah game. Tujuan dibuatnya game adalah sebagai sarana hiburan dan memberikan kesenangan bagi penggunanya. Contoh elemen dalam pembuatan game yang penting adalah adanya tantangan yang seimbang sesuai level. Dalam hal ini, adanya kecerdasan buatan atau AI merupakan salah satu unsur yang diperlukan dalam pembentukan game. Penggunaan AI yang tidak beradaptasi ke strategi lawan akan  mudah diprediksi dan repetitif. Jika AI terlalu pintar maka player akan kesulitan dalam memainkan game tersebut. Dengan keadaan seperti itu akan menurunkan tingkat enjoyment dari pemain. Oleh karena itu, dibutuhkan suatu metode AI yang dapat beradaptasi dengan kemampuan dari player yang bermain. Sehingga tingkat kesulitan yang dihadapi dapat mengikuti kemampuan pemainnya dan pengalaman enjoyment ketika bermain game terus terjaga. Pada penelitian sebelumnya, metode AI yang sering digunakan pada game berjenis pertarungan adalah K-NN. Namun metode tersebut menganggap semua atribut dalam game adalah sama sehingga hal ini mempengaruhi hasil learning AI menjadi kurang optimal.

Penelitian ini mengusulkan metode untuk AI dengan menggunakan metode K-NN berbobot pada game berjenis pertarungan. Dimana, pembobotan tersebut dilakukan untuk memberikan pengaruh setiap atribut dengan bobot disesuaikan dengan aksi player. Dari hasil evaluasi yang dilakukan terhadap 50 kali pertandingan pada 3 skenario uji coba, metode yang diusulkan yaitu K-NN berbobot mampu menghasilkan tingkat kecerdasan AI dengan akurasi sebesar 51%. Sedangkan, metode sebelumnya yaitu K-NN tanpa bobot hanya menghasilkan tingkat kecerdasan AI sebesar 38% dan metode random menghasilkan tingkat kecerdasan AI sebesar 25%.


Full Text:

PDF

References


Brathwaite, B. and Schreiber, I. (2009) Challenges for game designers. 1st edn. Rockland, MA, USA: Course Technology.

Emigh, M. S. et al. (2014) ‘Reinforcement Learning in Video Games using Nearest Neighbor Interpolation and Metric Learning’, 32611(c), pp. 1–20. doi: 10.1109/TCIAIG.2014.2369345.

Li, J. and Kendall, G. (2015) ‘A hyper-heuristic methodology to generate adaptivestrategies for games’, IEEE Transactions on Computational Intelligence and AI in Games, PP(99), p. 1. doi: 10.1109/TCIAIG.2015.2394780.

Maroney, K. (2001) My Entire Walking Life, The Games Journal | A Magazine About Boardgames.

Munajat, B. and Toto, A. (2014) ‘Implementasi Adaptive Artificial Intelligence pada game Capture The Flag dengan metode Dynamic Scripting’, 1(1), pp. 695–705.

Nakamichi, T. and Ito, T. (2016) ‘Implementation and qualitative analysis of an adaptive computer Shogi program by producing seesaw game’, TAAI 2015 - 2015 Conference on Technologies and Applications of Artificial Intelligence, pp. 453–460. doi: 10.1109/TAAI.2015.7407107.

Santoso, B. (2007). Data Mining Teknik Pemanfaatan Data untuk Keperluan Bisnis (1 ed.). Yogyakarta: Graha Ilmu.

Salen, K. and Zimmerman, E. (2004) Rules of Play: Game Design Fundamentals, Nihon Ronen Igakkai zasshi. Japanese journal of geriatrics. doi: 10.1093/intimm/dxs150.

Thawonmas, R. (2014) ‘Deduction of Fighting-Game Countermeasures Using the k-Nearest Neighbor Algorithm and a Game Simulator’, pp. 0–4.

Urh, M. et al. (2015) ‘The Model for Introduction of Gamification into E-learning in Higher Education’, Procedia - Social and Behavioral Sciences. Elsevier B.V., 197(February), pp. 388–397. doi: 10.1016/j.sbspro.2015.07.154.

Yannakakis, G. N. and Togelius, J. (2015) ‘A Panorama of Artificial and Computational Intelligence in Games’, IEEE Transactions on Computational Intelligence and AI in Games, 7(4), pp. 317–335. doi: 10.1109/TCIAIG.2014.2339221.




DOI: http://dx.doi.org/10.12962/j24068535.v16i1.a710

Refbacks

  • There are currently no refbacks.


Free counters!
Creative Commons License
JUTI (Jurnal Ilmiah Teknologi Informasi) by Department of Informatics, ITS is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License. JUTI is accordance with CC BY-SA.