REVIEW : ALGORITMA-ALGORITMA

PADA AL GAME

Disusun Oleh:
Moch Irfan Prayoga
NIM 918096

PROGRAM STUDI TEKNIK INFORMATIKA S-1

FAKULTAS TEKNOLOGI INDUSTRI
INSTITUT TEKNOLOGI NASIONAL MALANG
2022
 ALGORITMA PADA AL GAME

Membuat sebuah aplikasi atau game tidak dapat terjadi dalam jangka
waktu sehari. Membuat aplikasi tidaklah mudah apalagi bagi para pemula. Namun
dalam kegiatan apapun, membuat pasti memiliki langkah-langkah. Algoritma
merupakan langkah-langkah logis yang dibutuhkan untuk menyelasaikan masalah
yang disusun secara sistematis.
Permainan video (bahasa Inggris: video game) adalah permainan yang
menggunakan interaksi dengan antarmuka pengguna melalui gambar yang
dihasilkan oleh piranti video. Permainan video umumnya menyediakan sistem
penghargaan, misalnya skor yang dihitung berdasarkan tingkat keberhasilan yang
dicapai dalam menyelesaikan tugas-tugas yang ada di dalam permainan.
Kata “video” pada “permainan video” pada awalnya merujuk pada piranti
tampilan raster. Namun dengan semakin dipakainya istilah “video game”, kini
kata permainan video dapat digunakan untuk menyebut permainan pada piranti
tampilan apapun. Sistem elektronik yang digunakan untuk menjalankan
permainan video disebut platform, contohnya adalah komputer pribadi dan konsol
permainan.
Game bertujuan untuk menghibur, biasanya game banyak disukai oleh
anak-anak hingga orang dewasa. Games sebenarnya penting dalam perkembangan
otak, untuk meningkatkan konsentrasi dan melatih untuk memecahkan masalah
dengan tepat dan cepat karena dalam game terdapat berbagai konflik atau masalah
yang menuntut kita untuk menyelesaikannya dengan cepat dan tepat.
Dalam membuat video game, khususnya dari segi pembuatan arsitektur
game itu sendiri, programmer dituntut untuk membuat arsitektur game yang
memungkinkan game untuk menampilkan performa yang maksimal dengan
menggunakan sumber daya yang sesedikit mungkin. Sumber daya yang dimaksud
bisa berupa waktu dan ruang (memori).
Algoritma sendiri memiliki beberapa fungsi jika diimplementasikan
kedalam pembuatan aplikasi dan game, diantaranya :
a. Membantu memecahkan program yang rumit
b. Merubah program yang besar menjadi lebih sederhana
c. Fungsi algoritma bisa digunakan lebih dari satu kali
d. Dapat mengatasi segala masalah logika dengan urut
e. Program menjadi lebih rapid an terstruktur sehingga mudah dibaca dan
dikembangkan
f. Ketika terdapat kesalahan dapat dicari dengan mudah

Berikut Algoritma-algoritma Pada Pembuatan Al Game

1. Algoritma MINIMAX
MINIMAX merupakan sebuah prosedur pencarian yg melihat kedepan,
memperhatikan apa yg akan terjadi, kemudian yang digunakan untuk memilih
langkah berikutnya. Algoritma Minimax terdiri dari 2 (dua) kata yaitu, MIN
adalah sebutan bagi lawan(komputer) yang bertujuan untuk mendapatkan
nilai minimal, sedangkan MAX adalah sebutan bagi pemain(orang) yang
bertujuan untuk mendapatkan nilai maksimal (Jayadi et al., 2016).
Pada algoritma Minimax, pengecekan akan dilakukan menurut rules atau
aturan – aturan yang diberikan oleh permainan Catur Jawa, sehingga didapat
seluruh kemungkinan langkah yang dapat dilakukan dari dimulainya
permainan hingga akhir permainan. Seluruh kemungkinan langkah tersebut
akan dijadikan sebagai pohon Minimax.
Review Contoh Penerapan
Judul Jurnal Penerapan Algoritma Minimax Pada Permainan
Tradisional Catur Jawa Skala 3x3 Untuk
Meningkatkan Daya Tarik Pemain
Nama Paradigma, Jurnal Komputer dan
Jurnal/Tahun/Volum Informatika/2018/Volume XX No. 2 September
e 2018 P-ISSN 1410-5063, E-ISSN: 2579-3500
Hasil Review Permainan Catur Jawa merupakan permainan
Catur Jawa tradisional, yang menggunakan
ukuran permainan papan skala 3x3 dan
dimainkan oleh 2 (dua) orang pemain. Setiap
pemain memiliki jumlah pion sebanyak 3 (tiga)
buah bidak yang disusun secara horizontal.
Kondisi menang-menang dapat dicapai, jika satu
pemain berhasil mempersiapkan sepertiga
pertama vertikal, diagonal atau horizontal-tally di
posisi yang berlawanan. Sekitar tahun 1980-an
Permainan ini dikenal dengan orang Indonesia.
Namun di Tahun 2018 ini, ketertarikan
masyarakat Indonesia terhadap Game ini
semakin menurun. Karena saat ini masyarakat
Indonesia kurang memperhatikan permainan
tradisional, malah lebih terfokus pada permainan
lebih modern.
Oleh karena itu, untuk mengembalikan
semangat mereka terhadap permainan Catur
Jawa, salah satu caranya adalah dengan
mendigitalkan permainan. Untuk
mewujudkannya, peneliti pada penelitian ini
menggunakan Minimax Algorithm sebagai
Artificial Intelligence pada Java Chess
permainan. Peneliti menggunakan Bahasa
Pemrograman Web yaitu HTML (Hypertext
Markup Language), CSS (Cascading Style
Sheets) dan PHP (Hypertext Preprocessor) dalam
merancang simulasi implementasi Minimax pada
game Catur Berbasis Java.
Berdasarkan hasil penerapan algoritma
Minimax pada simulasi permainan Catur Jawa,
terlihat bahwa komputer (AI) mengalahkan
pemain. Algoritma Minimax pada komputer (AI)
permainan Catur Jawa mampu menemukan
langkah yang akurat, menggunakan perhitungan
fungsi evaluasi algoritma Minimax pada
permainan Catur Jawa. Komputer (AI) akan
 memilih nilai total terkecil, sehingga komputer
(AI) dapat meminimalisasi kemenangan pemain
(Muttaqin & Bintoro, 2018).

2. Algoritma ALPHA-BETA PRUNING

Algoritma ini merupakan improvisasi dari algoritma minimax. Algoritma
ini untuk meningkatkan efisiensi fungsi minimax dalam hal pencarian,
kemudian fungsi evaluasi ditambahkan sepasang nilai alpha dan beta.
Algoritma Alpha-Beta Pruning adalah teknik optimisasi yang dapat
mengurangi waktu perhitungan dengan lebih cepat. Algoritma tersebut
memungkinkan sistem bekerja ke level yang lebih dalam di pohon game dan
memotong cabang di pohon game yang tidak perlu dicari karena sudah ada
langkah yang lebih baik.
Algoritma Alpha-Beta Pruning termasuk algoritma AI yang paling sering
digunakan dalam game-game berbentuk papan seperti catur karena algoritma
menggunakan analisis node pohon dalam memecahkan masalah.
Review Contoh Penerapan
Judul Jurnal Kecerdasan Buatan Menggunakan Algoritma
Alpha-Beta Pruning Pada Permainan Catur
Xiang Qi
Nama Jurnal Siskomti/2020/Vol. 3 No. 1 Februari 2020
Jurnal/Tahun/Volum ISSN 2656-5404
e
Hasil Review Permainan komputer yang diterapkan pada
penelitian ini adalah permainan strategi yakni
permainan Catur Xiang qi atau sering disebut
Catur Gajah ataupun Catur Cina. Ciri-ciri yang
unik termasuklah pergerakan unik pao (meriam),
peraturan yang melarang panglima (seperti "raja"
dalam catur internasional ) bertemu dalam
garisan yang sama, serta "sungai" dan "istana"
yang membatasi pergerakan buah catur.
 Penelitian ini ditekankan pada implementasi
algoritma Alpha Beta Pruning. Algoritma Alpha
Beta Pruning adalah algoritma yang digunakan
untuk mencegah perluasan node untuk
mendapatkan hasil pencarian langkah yang lebih
baik dari sebelumnya. Algoritma Alpha Beta
Pruning di uji dengan proses iterasi kedalaman
dan preset yang telah ditentukan. Metodologi
yang digunakan adalah Iterasi. Pembuatan game
ini menggunakan game engine Unity dan
bahasapemograman java dan C#.
Dari hasil pengujian yang telah dilakukan
pada penelitian ini, Algoritma Alpha Beta
Pruning dapat di implementasikan dengan baik
pada game Catur Xiang qi, di komputer.
Kecerdasan buatan yang dibentuk akan memiliki
jumlah menang lebih banyak dibandingkan
dengan pemain, sehingga kecerdasan buatan
yang dibangun dengan menggunakan algoritma
ini dapat digunakan dalam berlatih bermain catur
Xiang qi (Udjulawa, 2020).

3. Algoritma FUZZY
Logika fuzzy adalah pengembangan dari logika boolean. Sistem fuzzy atau
logika fuzzy adalah salah satu bahasa soft computing yang memiliki
karakteristik dan keunggulan dalam menangani permasalahan yang bersifat
ketidakpastian dan kebenaran parsial. Logika fuzzy merupakan
pengembangan dari logika boolean yang hanya memiliki nilai true (1) atau
false (0).
Algoritma fuzzy merupakan algoritma dalam kecerdasan buatan yang
dapat digunakan untuk mengambil keputusan / tindakan pada game dengan
beberapa syarat yang harus dipenuhi. Syarat-syarat inilah yang menjadi tolak
ukur sistem kerja dari fuzzy logic. Ciri umum dari algoritma fuzzy adalah
adanya parameter pada setiap nilai yang digunakan, dan parameter tersebut
juga berpengaruh terhadap hasil akhir dari proses fuzzy. Teori tentang
himpunan fuzzy pertama kali diperkenalkan oleh Prov Lutfi A.Zadeh tahun
1965. Teori himpunan fuzzy merupakan perluasan dari teori himpunan tegas
yang mana teori ini didasarkan oleh cara manusia mempersepsikan suatu nilai
yang tidak pasti.
Review Contoh Penerapan
Judul Jurnal Implementasi Algoritma Fuzzy Sugeno sebagai
Pendukung Keputusan dalam Penentuan Skor
Akhir pada Game Edukasi Simple Nomic
Nama JINACS: Journal of Informatics and Computer
Jurnal/Tahun/Volum Science/2019/Volume 01 Nomor 01, 2019
e
Hasil Review Game dibuat dan dirancang untuk
meningkatkan daya pikir siswa termasuk dalam
meningkatkan konsentrasi serta kemampuan
untuk memecahkan masalah. Dengan
digunakannya game sebagai media pembelajaran
yang tepat dan kreatif, dapat digunakan untuk
mengatasi kejenuhan siswa dalam menyerap
materi pelajaran di sekolah.
Pada penelitian ini dirancang penerapan
algoritma Fuzzy Sugeno untuk menentukan skor
akhir pada sebuah game edukasi bernama Simple
nomic. Fuzzy sugeno merupakan salah satu
kecerdasan buatan yang menggunakan konstanta
atau persamaan linear sebagai fungsi outputnya.
Pemain pada penelitian ini memiliki misi
mengumpulkan diamond sebanyak mungkin,
serta menjawab soal dengan benar hingga
mencapai finish dengan waktu seminimum
 mungkin. Penilaian skor akhir pada penelitian ini
didasarkan pada 3 aspek nilai yaitu jumlah
diamond (D), jumlah nilai menjawab soal (S),
dan waktu untuk menjawab soal (W). Ketiga
aspek ini digunakan agar penilaian pada skor
akhir tidak hanya tergantung pada aspek nilai
soal saja. Skor akhir yang dihasilkan yaitu berupa
jumlah bintang yang merupakan hasil dari 3
variabel inputan dan 8 nilai kaidah aturan.
Berdasarkan hasil penelitian yang telah
dilakukan peneliti, yaitu menerapkan algoritma
fuzzy sugeno pada penentuan skor akhir pada
game edukasi Simple Nomic, diperoleh
kesimpulan bahwa dalam menentukan skor akhir
pada permainan edukasi bisa dilakukan dengan
lebih dari satu variabel nilai sebagai acuan,
sehingga penilaian yang dilakukan lebih fair.
Dari hasil yang di dapatkan dari penelitian
ini, keluaran pada permainan telah sesuai dengan
keluaran yang dihasilkan pada aplikasi matlab,
dengan persentase ketidak sesuaian pada level 1
sebesar 0%, pada level 2 sebesar 0%, pada level
3 sebesar 0% serta pada Level 4 sebesar 0%,
dengan percobaan sebanyak 10 kali pada tiap
level. Secara keseluruhan, logika fuzzy pada
permainan Simple Nomic ini telah berjalan
dengan baik sesuai aturan algoritma fuzzy
sugeno yang telah dirancang (Ramadhani &
Qoiriah, 2019).

4. Algoritma GENETIKA
 Algoritma Genetika merupakan algoritma yang berusaha menerapkan
pemahaman mengenai evolusi alamiah pada tugas-tugas pemecahanmasalah
(problem solving). Pendekatan yang diambil oleh algoritma ini adalah dengan
menggabungkan secara acak berbagai pilihan solusi terbaik di dalam suatu
kumpulan (populasi) untuk mendapatkan generasi solusi terbaik berikutnya
yaitu pada suatu kondisi yang memaksimalkan kecocokannya atau lazim
disebut fitness.
Algoritma Genetika dikembangkan pertama kali oleh John Holand dari
New York, Amarika Serikat yang dipublikasikan dalam bukunya yang
berjudul “Adaption in Natural and Artificial Systems” tahun 1975.  Algoritma
Genetika merupakan Teknik untuk menemukan solusi optimal dari
permasalahan yang mempunyai banyak solusi. Teknik ini akan melakukan
pencarian dari beberapa solusi yang diperoleh sampai mendapatkan solusi
terbaik sesuai dengan kriteria yang telah ditentukan atau yang disebut sebagai
fungsi fitness. Algoritma ini masuk dalam kelompok algoritma evolusioner
dengan menggunakan pendekatan evolusi Darwin di bidang Biologi seperti
pewarisan sifat, seleksi alam, mutasi gen dan kombinasi (crossover).  Karena
merupakan Teknik pencarian optimal dalam bidang ilmu komputer, maka
algoritma ini juga termasuk dalam kelompok algoritma metaheuristik.
Langkah-langkah algoritma genetika dapat diuraikan sebagai berikut:
a. Penentuan representasi individu dari populasi
b. Pembetukan populasi individu secara acak
c. Evaluasi kecocokan setiap individu dalam populasi berdasarkan fungsi
fitness
d. Memilih individu dengan nilai kecocokan paling tinggi
e. Kombinasi antar individu terpilih dalam populasi dan mutasi individu
dengan tingkat tertentu untuk membentuk populasi baru
f. Proses 3 diulang sampai mendapatkan solusi terbaik.
Review Contoh Penerapan
Judul Jurnal Algoritme Genetika untuk Desain Level Dinamis
pada Game Edukasi Kebakaran Hutan
Nama Komputika: Jurnal Sistem Komputer/2021/ Vol.
Jurnal/Tahun/Volum 10, No. 1, April 2021
e
Hasil Review Sosialisasi kebakaran hutan terhadap
masyarakat dapat dilakukan melalui berbagai
cara, salah satunya menggunakan game. Game
dapat berfungsi untuk menumbuhkan
pengetahuan, kreativitas, emosi, kecerdasan dan
nilai-nilai sikap. Dalam pembuatan game, desain
level merupakan salah satu faktor utama yang
menentukan kualitas gameplay dari suatu game.
Penelitian ini menggunakan algoritme
genetika (GA) sebagai metode Procedural
Content Generation dalam desain level dari game
edukasi kebakaran hutan. Algoritma genetika
digunakan sebagai metode desain level berupa
maze hutan dalam game edukasi kebakaran
hutan. Implementasi metode GA menggunakan
model Steady State Population, yang berarti
dalam setiap generasi baru akan dihasilkan dua
kromosom baru dari hasil crossing kromosom
generasi sebelumnya yang telah diseleksi
berdasarkan nilai fitness. Model ini digunakan
agar kromosom dengan nilai fitnessm terendah
digantikan oleh kromosom baru hasil crossing
dengan tujuan mendorong populasi menuju nilai
fitness yang diinginkan. Level yang terbentuk
memiliki kriteria-kriteria seperti harus dapat
diselesaikan, pohon-pohon dalam map tersebar
secara merata, dan titik api sebagai awal
dimulainya kebakaran berjumlah sedikit sehingga
dapat menghasilkan bentuk level yang optimal
dari hasil iterasi dengan memilih kandidat
 terbaik.
Berdasarkan hasil yang didapat dari
penelitian ini, algoritme genetika berhasil untuk
menciptakan desain level secara dinamis dengan
memilih kandidat optimal dari hasil iterasi
generasi ke generasi. Proses pembuatan
lingkungan game menggunakan Algoritma
Genetika memiliki faktor - faktor penting, salah
satunya yaitu representasi genetika, karena dari
penelitian yang telah dilakukan, dna dari individu
harus dapat merepresentasikan solusi dari
masalah yang ada agar meminimalisir search
space. Faktor yang kedua yaitu desain Fitness
Evaluation harus dapat mendorong populasi
menuju solusi yang optimal karena jika desain
yang diberikan kurang komprehensif maka dapat
menyebabkan nilai fitness rata-rata stagnan atau
bahkan menurun secara drastic (Wijaya et al.,
2021).

5. Algoritma AI (ARTIFICIAL INTELEGENCE)

Kecerdasan Buatan (Artificial Intelligence) merupakan cabang terpenting
dalam dunia computer yang membuat agar mesin (computer) dapat
melakukan pekerjaan seperti dan sebaik yang dilakukan manusia. Pada
awalnya diciptakan computer hanya berfungsi sebagai alat hitung. Tapi
sekarang peran computer makin mendominasi kehidupan manusia. Komputer
di harapkan data diberdayakan untuk mengerjakan segala sesuatu yang biasa
dikerjakan oleh manusia.
Artificial Intelligence atau kecerdasan buatan adalah sistem komputer
yang mampu melakukan tugas-tugas yang biasanya membutuhkan kecerdasan
manusia. Teknologi ini dapat membuat keputusan dengan cara menganalisis
dan menggunakan data yang tersedia di dalam sistem. Proses yang terjadi
dalam Artificial Intelligence mencakup learning, reasoning, dan self-
correction. Proses ini mirip dengan manusia yang melakukan analisis sebelum
memberikan keputusan.
Menurut John Mc Carthy, 1956, Artificial Intelligence adalah untuk
mengetahui dan memodelkan proses–proses berpikir manusia dan mendesain
mesin agar dapat menirukan perilaku manusia. Cerdas, berarti memiliki
pengetahuan ditambah pengalaman, penalaran (bagaimana membuat
keputusan dan mengambil tindakan), moral yang baik (Lubis, n.d., 2021).
Kelebihan Artificial Intelligence
a. Lebih bersifat permanen. Kecerdasan alami bisa berubah karena sifat
manusia pelupa. Kecerdasan buatan tidak berubah selama sistem
komputer & program tidak mengubahnya
b. Lebih mudah diduplikasi dan disebarkan. Mentransfer pengetahuan
manusia dari satu orang ke orang lain membutuhkan proses yang sangat
lama dan keahlian tidak akan pernah dapat diduplikasi dengan lengkap.
Jadi jika pengetahuan terletak pada suatu sistem komputer, pengetahuan
tersebut dapat disalindari komputer tersebut dan dapat dipindahkan
dengan mudah ke komputer yang lain
c. Lebih murah. Menyediakan layanan komputer akan lebih mudah dan
murah dibandingkan mendatangkan seseorang untuk mengerjakan
sejumlah pekerjaan dalam jangka waktu yang sangat lama. Bersifat
konsisten karena kecerdasan buatan adalah bagian dari teknologi
komputer sedangkan kecerdasan alami senantiasa berubah-ubah
d. Dapat didokumentasi. Keputusan yang dibuat komputer dapat
didokumentasi dengan mudahdengan cara melacak setiap aktivitas dari
sistem tersebut. Kecerdasan alami sangat sulit untuk direproduksi
e. Cara kerja lebih cepat
f. Hasil lebih baik.
 DAFTAR PUSTAKA

Jayadi, E., Aziz, M., Rachman, F., & Yuliansyah, M. (2016). Aplikasi Game Tic
Tac Toe 6X6 Berbasis Android Menggunakan Algoritma Minimax Dan
Heuristic Evaluation. 6–7.

Lubis, M. S. Y. (2021). IMPLEMENTASI ARTIFICIAL INTELLIGENCE PADA.

1–7.

Muttaqin, M. F., & Bintoro, K. B. Y. (2018). Penerapan Algoritma Minimax

Pada Permainan Tradisional Catur Jawa Skala 3x3 Untuk Meningkatkan
Daya Tarik Pemain. XX(2), 39–44. https://doi.org/10.31294/p.v20i2.4033

Ramadhani, R. Y., & Qoiriah, A. (2019). Implementasi Algoritma Fuzzy Sugeno

sebagai Pendukung Keputusan dalam Penentuan Skor Akhir pada Game
Edukasi Simple Nomic. Journal of Informatics and Computer Science
(JINACS), 1(01), 48–55. https://doi.org/10.26740/jinacs.v1n01.p48-55

Udjulawa, D. (2020). Kecerdasan Buatan Menggunakan Algoritma Alpha – Beta

Pruning Pada Permainan Catur. Jurnal Sistem Informasi Komputer Dan …,
3(1), 44–56. https://www.ejournal.lembahdempo.ac.id/index.php/STMIK-
SISKOMTI/article/view/116

Wijaya, D., Haryanto, H., & Astuti, E. Z. (2021). Algoritme Genetika untuk
Desain Level Dinamis pada Game Edukasi Kebakaran Hutan Genetic
Algorithm for Dynamic Level Design on Education Game of Forest Fire.
10(28). https://doi.org/10.34010/komputika.v10i1.3586