PADA AL GAME
Disusun Oleh:
Moch Irfan Prayoga
NIM 918096
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
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).
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.
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