BIDANG KAJIAN:
ANALISIS DAN PERANCANGAN ARTIFICIAL INTELLIGENCE
PADA SISTEM SIMULATOR TANK AMX-13
BIDANG KAJIAN:
ANALISIS DAN PERANCANGAN ARTIFICIAL INTELLIGENCE
PADA SISTEM SIMULATOR TANK AMX-13
Disetujui
Komisi Pembimbing
Mengetahui,
Ketua Departemen Ilmu Komputer
KATA PENGANTAR
Puji syukur, penulis panjatkan kehadirat Allah SWT karena dengan rahmat
dan karuniaNya tulisan ini berhasil diselesaikan. Semoga tulisan ini dapat
memberikan suatu dampak positif bagi kita semua. Tulisan ini merupakan hasil
Praktik Kerja Lapang(PKL) di PT Dirgantara Indonesia dengan bidang kajian
Artificial Intelligence pada simulator tank AMX-13. Kegiatan PKL ini dilaksanakan
sebanyak 35 hari kerja dari tanggal 27 Juni 2012 hingga 14 Agustus 2012.
Terima kasih penulis ucapkan kepada pihak yang telah membantu
menyelesaikan tulisan ini, kepada Bapak Dr. Wisnu Ananta Kusuma, ST, MT
selaku pembimbing kampus dan Bapak Wali Muhammad, ST selaku pembimbing
instansi. Terima kasih juga untuk kedua orang tua atas doa dan dukungannya
selama penulis menjalankan PKL, rekan-rekan Ilmu Komputer angkatan 46, serta
seluruh pihak yang turut membantu kelancaran pelaksanaan kegiatan PKL.
Penulis menyadari bahwa dalam penyusunan laporan ini masih banyak
kekurangan dan masih jauh dari sempurna, maka dengan segala kerendahan hati
penulis mengharapkan saran dan kritik yang bersifat membangun dari semua pihak
demi perbaikan dan penyempurnaan laporan ini, serta pembuatan laporan-laporan
lain dimasa mendatang.
Semoga setiap kata dan tulisan yang ada dalam tulisan ini dapat memberi
kontribusi untuk membawa keilmuan kita ke arah yang lebih baik, amin.
Penulis
ii
DAFTAR ISI
Halaman
KATA PENGANTAR..................................................................................................i
DAFTAR ISI................................................................................................................ii
DAFTAR GAMBAR..................................................................................................iii
DAFTAR TABEL.......................................................................................................iv
BAB I PENDAHULUAN..........................................................................................vi
1.Latar Belakang....................................................................................................vi
2.Tujuan..................................................................................................................vi
3. Ruang Lingkup..................................................................................................vi
PT Dirgantara Indonesia........................................................................................vi
4.Visi dan Misi PT Dirgantara Indonesia ............................................................vii
5.Struktur Organisasi............................................................................................vii
6.Waktu dan Jadwal Kerja Praktek Kerja Lapangan.............................................ix
7.Deskripsi Singkat Kajian....................................................................................ix
BAB II LANDASAN TEORI......................................................................................x
Simulasi...................................................................................................................x
Simulator Terintegrasi Tank AMX-13................................................................xiii
Spesifikasi Teknis Driving Simulator RANPUR Tank AMX-13.......................xiv
Kecerdasan Buatan(Artificial Intelligence)........................................................xvii
Kecerdasan Buatan pada Game...........................................................................xix
Metodologi Pengembangan................................................................................xxii
Pengembangan Artificial Intelligence pada Sistem Simulator Tank AMX-13 xxiii
BAB III PERENCANAAN DAN ANALISIS ARTIFICIAL INTELLIGENCE
PADA SISTEM SIMULATOR TANK AMX-13..................................................xxiv
Lingkup Masalah................................................................................................xxiv
Deskripsi Umum Sistem....................................................................................xxiv
User Requirement..............................................................................................xxiv
Use Case Diagram...............................................................................................xxv
Class Diagram....................................................................................................xxxi
System Sequence Diagram..............................................................................xxxiii
Activity Diagram...............................................................................................xxxv
BAB IV PERANCANGAN DAN IMPLEMENTASI ARTIFICIAL
INTELLIGENCE PADA SISTEM SIMULATOR...........................................xxxviii
TANK AMX-13.................................................................................................xxxviii
1.Perancangan AI pada Simulator Tank AMX-13........................................xxxviii
Implementasi AI pada Simulator Tank AMX-13................................................xlii
BAB V PENUTUP...................................................................................................xlv
DAFTAR PUSTAKA..............................................................................................xlvi
iii
DAFTAR GAMBAR
Halaman
Gambar 1 Struktur Organisasi PT Dirgantara Indonesia.........................................viii
Gambar 2 Struktur Organisasi Divisi Pusat Teknologi PT Dirgantara Indonesia.....ix
Gambar 3 Simulasi Dinamik Boeing 747...................................................................xi
Gambar 4 Simulasi Pesawat Terbang Tempur F16....................................................xi
Gambar 5 Simulasi Kecepatan Pesawat Terbang......................................................xii
Gambar 6 Simulasi Antrian Bank..............................................................................xii
Gambar 7.AI pada Components Package Delta3D..................................................xxi
Gambar 8 The Waterfall Model...............................................................................xxii
Gambar 9 System Development Life Cycle (SDLC).............................................xxiii
Gambar 10 Use Case trainer membuat skenario.....................................................xxv
Gambar 11 Use Case Skenario Trainee................................................................xxviii
Gambar 12 Use Case 3D World Console Trainer................................................xxviii
Gambar 13 Use Case 3D World Console Trainee..................................................xxix
Gambar 14 Class Diagram User.............................................................................xxxi
Gambar 15 Class Diagram AI...............................................................................xxxii
Gambar 16 Sequence diagram Actor Creation.....................................................xxxiii
Gambar 17 Sequence diagram Actor Deletion.....................................................xxxiv
Gambar 18 Sequence Diagram Trainer Console Usage.......................................xxxiv
Gambar 19. Activity Diagram Login.....................................................................xxxv
Gambar 20. Activity Diagram Trainer.................................................................xxxvi
Gambar 21. Activity Diagram Trainee................................................................xxxvii
Gambar 22. AI Related Classes..........................................................................xxxviii
Gambar 23. Subsection of the Scenario File TestTownLt Map.................................xl
Gambar 24. Subsection of the Senario File Marine.xml...........................................xli
Gambar 25. Method FindPathAndGoToWaypoint ................................................xliii
Gambar 26. Method GoToWayPoint......................................................................xliii
Gambar 27. Fungsi Main.........................................................................................xliv
Gambar 28. Animation Soldier pada Delta3D........................................................xliv
Gambar 29. Diagram dari contoh program pengambilan keputusan....................xlviii
Gambar 30. program pengambilan keputusan menggunakan FIS...............................l
Gambar 31. program pengambilan keputusan menggunakan FIS hasilnya...............li
iv
DAFTAR TABEL
Halaman
Tabel 1: Rule FISKeputusan....................................................................................xlix
Tabel 2: Rule FISLingkungan.................................................................................xlix
Tabel 3: Rule FISKondisi_Tank..............................................................................xlix
Tabel 4: Rule FISKondisi_Lapangan...........................................................................l
Tabel 5: Rule FISKondisi_Tank_Kawan.....................................................................l
v
DAFTAR LAMPIRAN
Halaman
Asumsi Membership Function TANK AMX-13.......................................................44
vi
BAB I PENDAHULUAN
1. Latar Belakang
Divisi Pusat Teknologi, Departemen Rekayasa Industri dan Perangkat Lunak
PT. Dirgantara Indonesia sejak bulan Mei 2012 mulai mengerjakan sebuah projek
Simulator Terintegrasi Tank AMX-13. Kami selaku mahasiswa PKL diberi tugas
oleh pihak instansi untuk mengkaji dan ikut menganalisis bagaimana cara
mengimplementasikan kecerdasan buatan pada simulator tank.
2. Tujuan
a. Pengenalan konsep Artificial Intelligence yang mampu mengendalikan
gerak teman maupun lawan pada simulator terintegrasi tank AMX-13.
b. Pemilihan metode Artificial Intelligence yang paling tepat untuk diterapkan
pada tank AMX-13.
c. Menerapkan metode terbaik dari Artificial Intelligence lalu
mengimplementasikan pada game engine Delta3D.
3. Ruang Lingkup
Ruang lingkup yang digunakan pada pengembangan perangkat lunak ini
dalam pengerjaan praktek kerja lapangan adalah:
• Peserta praktek kerja lapangan hanya mengerjakan sistem analisis dan
perancangan sistem dikarenakan waktu yang sedikit sedangkan pengerjaan
projek memakan waktu berbulan-bulan.
• Peserta praktek kerja lapangan memberikan usul tentang metode yang akan
digunakan dalam pengembangan Artificial Intelligence pada simulator tank
AMX-13.
• Pengembangan Artificial Intelligence yang diajukan peserta PKL berupa
beberapa asumsi yang akan diterapkan untuk gerak tank dalam keadaan
sebenarnya.
PT Dirgantara Indonesia
Pada tahun 1976 melalui Peraturan Pemerintah No. 12 tanggal 5 April,
pemerintah Indonesia telah memberikan kepercayaan penuh kepada Prof. BJ.
Habibie untuk mengembangkan industri pesawat terbang di Indonesia dengan nama
PT. Industri Peswata Terbang Nurtanio, tepatnya pada tanggal 23 Agustus 1976.
Industri ini mempunyai misi untuk menguasai teknologi kedirgantaraan dan
sekaligus mengembangkan kegiatan usaha sebagai layaknya sebuah badan usaha
milik negara. Pada tahun 1986 dalam rangka lebih memperluas jangkauan produksi
dan pemasaran, industri ini berganti nama menjadi PT. Industri Pesawat Terbang
Nusantara. PT. IPTN tidak hanya mempertahankan dan meningkatkan penguasan
teknologi tetapi juga mulai mengarah kepada upaya-upaya bisnis pesawat terbang
yang sesungguhnya. Ketika tahun 1997 krisis ekonomi dan moneter melanda
kawasan Asia tenggara dan Indonesia yang berdampak pada berkurangnya potensi
pasar Dirgantara Indonesia. Berkaitan dengan hal tersebut, sejak Oktober 1998
industri ini mempersiapkan paradigma baru, puncaknya adalah perubahan nama
menjadi PT. Dirgantara Indonesia. Saat ini, PT. Dirgantara Indonesia telah berhasil
sebagai industri manufaktur dan memiliki diversifikasi produknya, tidak hanya
vii
bidang pesawat terbang, tetapi juga dalam bidang lain, seperti teknologi informasi,
telekomunikasi, otomotif, maritim, militer, otomasi dan kontrol, minyak dan gas,
turbin industri, teknologi simulasi, dan engineering services.
Divisi Pusat Teknologi merupakan salah satu unit dari Direktorat Teknologi
dan Pengembangan yang berperan dalam proses pemilihan dan penentuan langkah
yang diperlukan untuk mengembangkan teknologi yang akan diintegrasikan ke
dalam produk yang terkait dengan teknologi kedirgantaraan serta menjaga kesiapan
seluruh peralatan pengembangan teknologi sehingga dalam mengintegrasikan
seluruh proses pengembangan teknologi dan peralatan yang dipilih akan dicapai
rangkaian proses yang paling efisien, efektif dan kompetitif.
5. Struktur Organisasi
PT Dirgantara Indonesia dikepalai oleh seorang direktur utama yang
membawahi enam direktorat, yaitu Direktorat Keuangan, Direktorat Umum dan
Sumber Daya Manusia, Direktorat Aerostructure, Direktorat Aircraft Integration,
Direktorat Aircraft Services serta Direktorat Teknologi dan pengembangan. Struktur
organisasi Direktorat Teknologi dan Pengembangan lebih lengkapnya dapat dilihat
pada Gambar 1. Bagian yang dilingkari dengan garis merah adalah tempat penulis
melaksanakan Praktik Kerja Lapangan, yaitu Divisi Pusat Teknologi.
viii
Direktur Utama
PT D.I
Divisi Rekayasa Divisi Logistik & Divisi Manajemen Divisi Pusat Rancang
Dukungan Pelanggan Logistik Bangun
Divisi Manajemen
Divisi Manajemen
Sumber Daya Divisi Pusat Uji Terbang
Sumber Daya Aerocraft
Aerostructure
Structure
Divisi Sertifikasi &
Manajemen Sumber
Daya
Environment System
ix
Divisi Pusat
Teknologi
Departemen
Departemen
Departemen Departemen Departemen Rekayasa Industri
Pengembangan
Aerodinamika Analisa Struktur Analisa Sistem & Perangkat
Teknologi
Lunak
Kerjasama Teknologi Pengembangan Produk Structrural Loadability Speciality & System System Definition &
& Manajemen HKI Baru Analysis Enginering Integration
Environment System
Simulasi
Simulasi adalah proses implementasi model menjadi program komputer
(software) atau rangkaian elektronik dan mengeksekusi software tersebut sehingga
perilakunya menirukan atau menyerupai sistem nyata (realitas) tertentu untuk tujuan
mempelajari perilaku (behaviour) sistem, pelatihan (training), atau perMainan
(gamming) yang melibatkan sistem nyata (realitas). Jadi, simulasi adalah proses
merancang model dari suatu sistem yang sebenarnya, mengadakan percobaan-
percobaan terhadap model tersebut dan mengevaluasi hasil percobaan tersebut.
Simulasi merupakan suatu metode eksperimental dan terpakai untuk
menjelaskan perilaku sistem, membangun teori atau hipotesis yang
mempertanggungjawabkan perilaku dari sistem yang diamati, memakai teori-teori
untuk meramalkan perilaku sistem yang akan datang, yaitu pengaruh yang akan
dihasilkan oleh perubahan-perubahan variabel dan parameter sistem atau perubahan
operasinya.
Berdasarkan perangkat keras yang digunakan, maka ada tiga jenis simulasi,
yaitu : simulasi analog, simulasi digital, dan simulasi hybrid. Simulasi analog
adalah simulasi yang implementasinya menggunakan rangkaian elektronika analog,
seperti opamp(operational amplifier) untuk integrasi, pembanding, pembalik,
penjumlah, dan lain-lain. Simulasi digital adalah simulasi yang implementasinya
menggunakan komputer digital. Simulasi hybrid adalah simulasi yang
implementasinya menggunakan gabungan rangkaian elektronika analog dan
komputer digital.
Berdasarkan waktu simulasi, maka ada simulasi waktu nyata(real time) dan
simulasi offline. Simulasi waktu nyata adalah simulasi dimana waktu simulasi
adalah sama dengan satu detik waktu nyata. Contoh simulasi waktu nyata adalah
simulasi terbang(flight simulation), simulasi mobil, dan simulasi tank, dan lain-lain.
Simulasi offline adalah simulasi dimana definisi waktu simulasi adalah tidak
sama(diskalakan) dengan waktu nyata, bisa dipercepat bisa diperlambat. Data
masukan dan hasil keluaran simulasi offline tidak perlu interaktif. Contoh simulasi
offline adalah simulasi perang, simulasi antrian bank, simulasi ekonomi, dan lain-
lain. Berikut beberapa contoh gambar simulasi,
xi
Medan Simulasi
Latihan mengemudi disimulasikan pada medan yang berbeda-beda,
berikut merupakan beberapa materi latihan mengemudi:
1. Mengemudi jalan datar/jalan raya
a. Tujuan: sebagai sarana pelatihan mengemudi dasar para pengemudi
untuk melatih keterampilan teknik mengemudi sebelum latihan
sebenarnya.
b. Visualisasi: view alam berupa medan datar dan terdapat jaring-jaring
jalan yang dapat dilalui ranpur.
c. Efek Suara: seperti suara mesin ranpur
d. Efek Gerak: pengemudi merasakan getaran saat melewati jalan tidak
rata.
2. Mengemudi di medan tanjakan/turun dan jalan berbelok
a. Tujuan : melatih mengendalikan ranpur pada saat jalan
menanjak/turun dan jalan berbelok.
b. Visualisasi: lebih dominan berupa panorama daerah perbukitan yang
banyak jalan menanjak/turun dan berbelok.
c. Efek Suara: seperti suara mesin ranpur.
d. Efek Gerak: pengemudi merasakan gerakan naik/turun tanjakan,
belok seperti saat mengemudi sebenarnya.
3. Mengemudi di medan pasir dan lumpur
a. Tujuan: melatih kemampuan pengemudi agar dapat melintasi medan
pasir dan berlumpur.
b. Visualisasi: berupaview daerah pasir dan lumpur terbatas.
c. Efek Suara: seperti suara mesin ranpur
xv
d. Senjata
1) Senjata utama : 1 pucuk kanon 105/75 mm.
2) Senjata Coak : 1 Pucuk metraliur AA-52.
3) Pelontar granat : 3 pasang untuk kanon 105/2 pasang.
xvi
b. Data Teknis
1) Berat kosong : 15700 kg.
2) Berat siap tempur : 17200 kg.
3) Besar tekanan jejak : 0,878 kg/cm2
a) Dengan kubah : 2,18 m.
b) Badan : 1,38 m.
4) Panjang dengan kanon : 6,36 m.
5) Panjang badan : 4,88 m.
6) Lebar : 2,510 mm.
7) Tinggi dengan kubah : 2,620 m.
8) Bebas dasar normal : 0,43m/beban tempur 0,39m/beban
9) Tebal baja
a) Depan : 40 mm.
b) Kiri/kanan : 20 mm.
c) Atas/bawah : 10 mm.
d) Belakang : 15 mm.
xvii
c. Senjata
1) Kanon caliber 105 mm dan coaxial.
2) PSU 7,62 mm ditambah pelontar.
3) Granat asap caliber 81 mm, dengan kemampuan putaran kubah 3600
d. Automotive
1) Mesin type : V.6 Turbocharger.
2) Model : 6.V 53 T.
3) Buatan pabrik : Detroit Diesel Alison (DDA).
4) Putaran mesin maksimal : 2800 Rpm dan mengeluarkan tenaga
300 HP
5) Putaran stasioner : 700 Rpm
6) Jenis bahan bakar : Diesel (solar)
7) Transmisi/gearbox diganti dengan otomatis penuh dengan data
sebagai berikut :
a) Type : Otomatis penuh
b) Model : 5 WG-180.
c) Buatan pabrik : ZF
d) Jumlah percepatan : 5 maju dan 2 mundur
8) Suspensi. Sistem suspense yang diganti adalah shock absorber
diganti dengan sistem hidrolic PNEUMATIC.
e. Radio : ANVRC-64
f. Kemampuan
1) Kecepatan maksimum : 0.65 m
2) Melewati rintangan tegak
a) Maju : 0,65 m.
b) Mundur : 0,45 m.
3) Melangkah parit : 1,60 m.
4) Menanjak besar sudut : 310
5) Mengarung kedalam : 0,80 m
6) Pemakaian bahan bakar : 1:1
7) Aksi radius dijalanan : ±450-599 Km dijalanan
8) Radius putar gandar dalam: 7,80 m / 3,90 m luar
9) Aksi radius dilapangan : 16-19 jam.
10)Berputar ditempat : 3600 ke kiri/kanan
sebagai acuan di massa-masa yang akan datang. Manusia dapat menyerap informasi
baru tanpa perlu mengubah atau mempengaruhi informasi lain yang telah tersimpan.
Program kecerdasan buatan membutuhkan cara yang jauh lebih sederhana
dibandingkan dengan memakai program standar tanpa kecerdasan buatan di
dalamnya.
Teknik yang digunakan dalam kecerdasan buatan memungkinkan dibuatnya
sebuah program yang setiap bagiannya mengandung langkah-langkah independen
dan dapat diidentifikasi dengan baik untuk dapat memecahkan sebuah atau
sejumlah persoalan. Setiap potong bagian program adalah seperti sepotong
informasi dalam pikiran manusia. Jika informasi tadi diabaikan, pikiran kita secara
otomatis dapat mengatur cara kerjanya untuk menyesuaikan diri dengan fakta atau
informasi yang baru tersebut.
Makin pesatnya perkembangan teknologi menyebabkan adanya
perkembangan dan perluasan lingkup yang membutuhkan kehadiran kecerdasan
buatan. Karakteristik cerdas sudah mulai dibutuhkan di berbagai disiplin ilmu dan
teknologi. Irisan antara psikologi dan kecerdasan buatan melahirkan sebuah area
yang dikenal dengan nama cognition & psycolinguistics. Irisan antara teknik elektro
dengan kecerdasan buatan melahirkan berbagai ilmu yang seperti: pengolahan citra,
teori kendali, pengenalan pola, dan robotika. Adanya irisan kecerdasan buatan di
berbagai ilmu menyebabkan cukup rumitnya untuk mengklasifikasikan kecerdasan
buatan menurut disiplin ilmu yang menggunakannya. Untuk memudahkan hal
tersebut, maka pengklasifikasian lingkup kecerdasan buatan didasarkan pada output
yang diberikan yaitu pada aplikasi komersial.
Lingkup utama dalam kecerdasan buatan adalah:
- Sistem Pakar(Expert System). Komputer digunakan sebagai sarana untuk
menyimpan pengetahuan pakar. Dengan demikian komputer akan memiliki
keahlian untuk menyelesaikan permasalahan dengan meniru keahlian yang dimiliki
oleh pakar.
- Pengolahan Bahasa Alami(Natural Language Processing). Dengan pengolahan
bahasa alami ini diharapkan user dapat berkomunikasi dengan komputer
menggunakan bahasa sehari-hari.
- Pengenalan Ucapan(Speech Recognition). Melalui pengenalan ucapan diharapkan
manusia dapat berkomunikasi dengan komputer menggunakan suara.
- Robotika & Sistem Sensor(Robotics & Sensory Systems) .
- Computer Vision, mencoba untuk dapat menginterpretasikan gambar atau obyek-
obyek tampak melalui komputer.
- Intelligent Computer-aided Instruction. Komputer dapat digunakan sebagai tutor
yang dapat melatih dan mengajar.
- Game Playing.
lengkapnya informasi, dan nilai kebenaran yang bersifat sebagian. Fungsi logika
fuzzy yaitu untuk mendukung keputusan yang akan diambil oleh NPC. Bentuk
aturan logika fuzzy mamdani adalah sebagai berikut:
IF X1 is A1 AND ... AND Xn is An THEN Y is B. Dimana A1,...,An, B adalah nilai-
nilai linguistik, sedangkan “X1 is A1” menyatakan bahwa nilai dari variabel X1
adalah anggota himpunan fuzzy.
A* Pathfinding
A* adalah algoritma pencarian umum yang biasa digunakan yang secara
intuitif mudah dimengerti dan sederhana untuk diimplementasikan. Pencarian path
digunakan dalam berbagai konteks mulai dari perencanaan AI sehingga
memungkinkan kita untuk memecahkan sejumlah besar masalah dengan lebih
mudah. Alasan A* baik untuk digunakan karena dapat direpresentasikan sebagai
ruang state yang cocok dengan suatu masalah dimulai dari kondisi dan keadaan
awal dari lingkungan kemudian menghasilkan tindakan yang sesuai dengan tujuan
penyelesaian masalah tersebut. A* tidak hanya mencari solusi yang cepat, tetapi
juga dapat mencari solusi terbaik.
Beberapa fungsi yang umum digunakan pada algoritma pathfinding A*
adalah sebagai berikut:
a. Manhattan Distance
Manhattan Distance adalah fungsi heuristic standar untuk algoritma
A*. Digunakan pada aplikasi yang memiliki empat arah gerakan dengan
fungsi:
h(n) = d * (abs (Xn - Xgoal) + abs (Yn - Ygoal))
Dimana:
• d adalah nilai biaya. Nilai d didapat dari nilai minimum cost
perpindahan antar node.
• Xn adalah koordinat X dari node pertama pada grid.
• Xgoal adalah koordinat X dari final node.
• Yn adalah koordinat dari node pertama dari grid.
• Ygoal adalah koordinat Y dari final node.
c. Diagonal Distance
Diagonal Distance adalah fungsi heuristic yang digunakan pada
aplikasi yang memiliki delapan arah gerakan (dapat bergerak diagonal).
h(n) = d* max abs (Xn - Xgoal) + abs (Yn - Ygoal)
Dimana:
xxi
Metodologi Pengembangan
Metodologi yang digunakan untuk mengembangkan aplikasi bidang kajian ini
adalah Model Waterfall. Disebut waterfall(berarti air terjun) karena diagram
tahapan prosesnya mirip dengan air terjun yang bertingkat. Ada lima tahapan utama
dalam Model Waterfall, antara lain :
• Tahap investigasi dilakukan untuk menentukan apakah terjadi suatu
masalah atau adakah peluang suatu aplikasi dikembangkan. Pada
tahap ini dilakukan studi kelayakan untuk menentukan apakah aplikasi
yang akan dikembangkan merupakan solusi yang layak.
• Tahap analisis bertujuan untuk mencari kebutuhan pengguna dan
organisasi serta menganalisa kondisi yang ada.
• Tahap disain bertujuan untuk menentukan spesifikasi detil dari
komponen-komponen aplikasi yang sesuai dengan tahap analisis.
• Tahap implementasi merupakan tahapan untuk mengembangkan
software (pengkodean program), pengujian dan pelatihan software.
• Tahap perawatan (Maintenance) dilakukan ketika software sudah
dioperasikan. Pada tahap ini dilakukan monitoring proses, evaluasi
dan perbaikan bila diperluakan.
Lingkup Masalah
AI pada Simulator Tank AMX-13 adalah perangkat lunak dalam sistem
simulator tank AMX-13 yang dapat menggerakan kendaraan kawan maupun musuh
atau infranteri lawan secara otomatis berdasarkan keadaan yang terdapat di
lapangan agar dapat digunakan dalam pelatihan pertempuran menggunakan tank
AMX-13. Perangkat lunak ini dapat menghasilkan keputusan sendiri berdasarkan
keadaan yang dialami oleh peserta latihan dan lingkungan sekitar kendaraannnya
sehingga membantu peserta latihan dalam bertempur menggunakan tank AMX-13.
User Requirement
Pengguna perangkat lunak ini merupakan trainer dan trainee yang terlibat
dalam suatu misi latihan menggunakan tank AMX-13.
Dari hasil analisis karakteristik pengguna dan batasan sistem, maka
kebutuhan pengguna (user requirement) adalah sebagai berikut :
1. Anggota TNI atau nama lainnya trainee yang akan berlatih menggunakan
simulator Tank AMX-13 dapat melihat musuh-musuh yang digerakan oleh AI
yang dapat menyerang trainee. Sehingga trainee tidak bisa memperkirakan
pergerakan tank musuh dan harus menyusun strategi untuk mengalahkan AI.
2. Trainer dapat mengatur skenario maupun misi yang harus diselesaikan oleh
trainee.
3. Trainer dapat mengikutsertakan AI atau tidak dalam sebuah misi latihan.
4. Trainee dapat melihat bagaimana tank bergerak dan melawan tank lain yang
dikendalikan oleh AI.
Trainer
Trainer adalah kelas user yang berfungsi membuat skenario pada 2D world map
dan mengamatinya pada 3D world map untuk mengevaluasi trainee setelah tahap
simulasi. Tahap pertama trainer harus membuat skenario baru dan menambahkan
xxv
aktor untuk fasilitas 2D map. Selanjutnya pada tahap kedua trainer akan mengamati
hasil skenario yang dibuat pada 3D world map.
Trainee
Kelas trainee sebagian besar menggunakan 3D world map dibandingkan 2D world
map. Tahap pertama yaitu pada 2D world map peserta pelatihan atau trainee dapat
memilih tank untuk mengontrol skenario simulasi. Tahap kedua trainee langsung
bisa mengontrol tank yang dipilih dan bebas bergerak dalam 3D world map. Semua
tindakan trainee pada 3D world map akan diamati dan dievaluasi oleh trainer.
Deskripsi : Trainer dapat memilih map mana yang akan dipilih pada suatu
skenario.
Asumsi : File-file program map telah diselesaikan pada produk akhir
program.
Steps :
1) Trainer mengakses bagian map yang akan dipilih.
2) Trainer memilih map dan mengkonfirmasi pilihannya.
4.3.2 Pause-Continue
Deskripsi : Trainer dapat menghentikan sementara atau melanjutkan
observasi.
Asumsi : Proses simulasi telah dimulai untuk melakukan observasi.
Steps :
1) Trainer mengakses tombol Start/Stop yang merupakan bagian dari
konsol.
4.3.3 Forward
Deskripsi : Trainer dapat mempercepat observasi.
Asumsi : Proses simulasi telah dimulai untuk melakukan observasi.
Steps :
1) Trainer mengakses tombol Forward yang merupakan bagian dari
konsol.
4.4.1 Movement
Deskripsi : Trainee mengontrol pergerakan unit yang dipilihnya.
Asumsi : Tidak ada hambatan apapun pada arah gerakan.
Steps :
1) Trainee mengontrol unit menggunakan keyboard dan mouse.
2) Tombol arah kiri dan kanan sesuai dengan gerakan horisontal.
3) Mouse dapat mengontrol arah unit.
xxx
4.4.2 Fire
Deskripsi : Trainee menembak untuk membunuh atau menghancurkan
beberapa target musuh.
Asumsi : Trainee memiliki peluru untuk menembak.
Steps :
1) Trainee mengatur kursor untuk menghancurkan target.
2) Klik tombol kiri mouse untuk menembak.
Class Diagram
Pada level ini package AI mampu menyediakan waypoint untuk aktor dan
menetapkan target. BaseAIComponent menangani komunikasi antaran Game
Engine Delta3D dan aktor. Kelas Waypoint dan WaypointManager menyediakan
waypoints untuk aktor. Kelas Goal dan Conditional didesain untuk menentukan
target tujuannya dengan memilih aktor, mendefinisikan urutan conditional, dan
goal. Semua game actor pada simulasi memiliki misi tertentu.
xxxiii
Activity Diagram
• Defending
Pada misi ini, aktor akan menjaga suatu daerah tertentu yang telah
diberikan oleh trainer. Peserta pelatihan diharapkan mampu
mempertahankan daerah tersebut dari serangan musuh.
xxxix
• Patrolling
Misi ini mirip dengan misi Defending tetapi terdapat perbedaan
yaitu setelah trainer menambahkan aktor dengan skenario, ia akan
memberikan waypoint dan misi berpatroli pada waypoint tersebut.
Trainee yang mengontrol actor akan diberi pesan tentang misi patroli dan
tempat dimana saja ia harus patroli akan ditampilkan dalam map.
2) Simulation Goals
Ada 2 tipe dari Simulation Goals:
• Elimination Goal
Ketika Trainer memberikan goal kapada tim, Non-Controllable
Actor atau AI akan menghancurkan musuh dan bangunan, dan
Controllable Actor atau Trainee akan diberi pesan bagaimana goal
mereka dan diharapkan Trainee dapat menghancurkan musuh.
• Capturing/Defending Goal
Trainer dalam satu tim akan menetapkan goal untuk menyerang area
tim lain. Dimana Trainer tim lain akan menetapkan goal bertahan untuk
menjaga area timnya. Diharapkan pesan yang disampaikan trainer
kepada trainee dapat diselesaikan dengan baik oleh trainee.
xl
3) Terrain Data
Berikut contoh potongan dari terrain data ditunjukkan oleh gambar
dibawah ini. XML menyimpan berbagai data yang berhubungan dengan
medan dari simulasi.
4) Actor’s Data
Aktor data menyimpan berbagai data yang berkaitan dengan aktor
dan property aktor yang berada dalam simulasi.
BAB V PENUTUP
Kesimpulan
Implementasi AI pada simulator Tank AMX-13 belum dapat dilakukan secara
keseluruhan karena peserta PKL belum mempelajari ilmu dasar simulation dan
game engine di bangku kuliah. Peserta juga tidak memiliki waktu yang cukup
karena banyaknya hal yang harus dipelajari terlebih dahulu sebelum membuatnya
sampai selesai. Peserta PKL berhasil membuat sebuah rancangan pengambilan
keputusan menggunakan Fuzzy Inference System dengan metode mamdani namun
pembuatan rancangan masih menggunakan bahasa JAVA dengan bantuan aplikasi
NetBeans 7. Rancangan ini masih menggunakan metode input dalam menghitung
yang seharusnya input dilakukan secara otomatis dan berkala (setiap detik).
Rancangan ini menggunakan database yang ada pada library aplikasi Delta3D dan
beberapa asumsi yang diberikan oleh pebimbing lapangan.
Contoh program sederhana pathfinding Delta3D berada di tahap
implementasi. Sedangkan contoh program pengambilan keputusan telah dibuat oleh
peserta PKL dan dimasukkan ke dalam halaman lampiran. Contoh program ini
mampu menentukan keputusan berdasarkan informasi pada database berupa kondisi
yang dihadapi oleh kendaraan AI.
Saran
Peserta harus lebih menguasai berbagai aplikasi yang dibutuhkan dalam
pembuatan simulator 3D seperti Delta3D serta beberapa dependencies yang ada.
Membuat animasi dan aktor juga perlu dipelajari contohnya menggunakan software
3DS Max, setelah aktor dibuat maka tahapan implementasi artificial intelligence
pada aktor tersebut dapat dilakukan. Peserta juga harus aktif bertanya kepada user
tentang apa yang dibutuhkan dalam simulator tersebut. Peserta juga harus
mengetahui keadaan sebenarnya dalam latihan menggunakan tank AMX-13
sehingga peserta paham dalam tahap pembuatannya.
xlvi
DAFTAR PUSTAKA
Arif, Yunia Miftachul, et al. Jurnal : Integrasi Hierarchy Finite State Machine dan
Logika Fuzzy untuk Desain Strategi NPC Game. Institut Teknologi Sepuluh
Nopember, [5 Agustus 2012].
Brandstetter, William E et al. Jurnal : SAI-BOTS:Scripted Artificial Intellegent
Basic Online Tank Simulator. Department of Computer Science and
Engineering University of Nevada, Reno, 2005.
Dewan, Lt Col Chetan. 2008. Disertasi : Customising Open-Source Rendering
Engine for Visual-based Simulation. Bombay : Indian Institute of
Technology.
Dimyati, Akhmad dan Tjutju Tarliah Dimyati. 1987. Operations Research : Model-
Model Pengambilan Keputusan. Bandung : Sinar Baru Bandung.
Martin, Robert C et al. Jurnal: UML Tutorial : Finite State Machines. Engineering
Notebook Column.
Mulyanto, Aunur. 2008. Rekayasa Perangkat Lunak Jilid 1. Departemen Pendidikan
Nasional : Direktorat Pembinaan Sekolah Menengah Kejuruan.
Novrisal, Dimas. Permodelan Sistem : Pusat Pengembangan Bahan Ajar-UMB.
Setiawan, Iwan. 2006. Perancangan Software Embedded System Berbasis FSM.
Universitas Diponegoro.
Benny Tsai. Introduction to the A-Star Algorithm.
http://upe.acm.jhu.edu/websites/Benny_Tsai/Introduction%20to
%20AStar.htm [12 Agustus 2012].
Gronbaek, Bjorn. 2009. Thesis: Development of a Graphical Regression Test Tool
for use in 3D Virtual Environments.
http://www.delta3d.org. [29 Juni 2012].
Nottoo Soft REARTS. Detailed Design Report.
Nottoo Soft REARTS. Requirement Analysis Report: Realistic Army Training
Simulation.
xlvii
LAMPIRAN
Kondisi Lapangan ---------> (jumlah tank lawan ---- kondisi tank kawan)
mendukung : 0-0-10-50 (trapesium)
kurang mendukung : 25-40-60-75 (trapesium)
tidak mendukung : 50-90-100-100 (trapesium)
Kondisi Tanah
aspal (jalan yang bagus) : 0-0-25 (segitiga)
tanah merah : 20-(30-40)-50 (trapesium)
berpasir : 40-55-75 (segitiga)
berlumpur : 60-90-100-100 (trapesium)
tempat berlindung
baik : 0-0-10-40 (trapesium)
kurang baik : 25-40-60-70 (trapesium)
tidak baik : 45-85-100-100 (trapesium)
Kondisi Mesin
baik : 0-0-10-40 (trapesium)
kurang baik : 25-40-50-70 (trapesium)
tidak baik : 50-85-100-100 (trapesium)
kondisi tank kawan ----------> (jumlah tank kawan ----- jarak tank kawan)
mendukung : 0-0-10-50 (trapesium)
kurang mendukung : 25-50-75 (segitiga)
tidak mendukung : 50-90-100-100 (trapesium)
xlviii