Tugas Resume Penerapan Algoritma Backtracking Pada Permainan Mathmaze

Permainan Math Maze merupakan game sederhana yang bertujuan menentukan jalur yang tept untuk mencapai tujuan yang telah ditetapkan. Permainan ini hamper sama dengan permainan labirin Maze biasa. Perbedaannya adalah pada Math Maze kita harus menemukan jalur pada labirin dengan menggunakan angka – angkapada sisi kiri dan sisi atas sebagai indikasi berapa banyak kotak yang dilewati untuk tiap baris atau tiap kolom dan tidak menggunakan tembok penghalang seperti labirin biasa.

 

Kecerdasan Buatan

Kecerdasan buatan adalah sebuah sebuah system yang dapat berpikir seperti manusia. Dengan definisi ini, kecerdasan buatan menawarkan baik media maupun teori uji kecerdasan. Pada proses membuat problem pada permainan Math Maze yang digunakan adalah algoritma backtracking.

 

Algoritma backtracking

Algoritma backtracking merupakan salah satu metode pemecahan masalah yang termasuk dalam strategi yang berbasis pencarian pada ruang status. Algoritma backtracking bekerja secara rekursif dan melakukan pencarian solusi persoalan secar sistematis pada semua kemungkinan solusi yang ada. Oleh karena algoritma ini berbasis pada algoritma Depth-First Search (DFS), maka pencarian solusi dilakukan dengan menelusuri struktur berbentuk pohon berakar secara preorder.

Prinsip dasar algoritma backtracking adalah mencoba semua kemungkinan solusi yang ada.

 

Langkah-langkah pencarian solusi dengan Backtracking dalah sebagai berikut :

  1. Solusi dicari dengan membentuk lintasan dari akar ke daun. Simpul yang sudah dilahirkan dinamakan simpul hidup dan simpul hidup yang diperluas dinamakan simpul-E
  2. Jika lintasan yang diperoleh dari perluasan simpul-E tidak mengarah ke solusi, maka simpul itu akan menjadi simpul mati dimana simpul itu tidak akan diperluas lagi.
  3. Jika posisi terakhir ada di simpul mati, maka pencarian dilakukan dengan membangkitkan simpul anak yang lainnya dan jika tidak ada simpul child maka dilakukan backtracking ke simpul parent.
  4. Pencarian dihentikan jika kita telah menemukan solusi atau tidak ada simpul hidup yang diperlukan.

Penerapan metode

Sistem yang akan dibuat dengan penerapan algoritma backtracking bukan untuk mencari solusi pada Papan permainan Math maze yang sudah siap, tapi penerapan yang dilakukan adalah proses pembuatan atau pembangkitan papan permainan Math Maze itu sendiri. Proses pembuatan papan permainan Math Maze itu terdiri dari beberapa langkah yaitu : proses pembangkitan sebuah maze, pencarian solusi dari Maze yang sudah di bangkitkan, dan membuat papan permainan Math Maze baru dengan memanfaatkan Mae yang sudah di ketahui solusinya.

 

Algoritma Program

Langkah pertam dalam Proses pembangkitan ini dilakukan dengan Algoritma Backtracking untuk membentuk sebuah Maze. Mulai

  1. Masukan ukuran grid(i x j)
  2. Selama total sel pda grid<sel yang telah dikunjungi lakukan langkah d,e dan f.
  3. Pilih secaraq acak sel tetangga(kanan,kiri aatas bawah)
  4. Cek apakah sel sudah pernah dikunjungi, jika ya kembali ke langkah d, jika tidak lakukan langkah f.
  5. Hapus wall atau pembatas pada sel
  6. Tentukan pintu masuk (start) dan goal (pintu keluar)
  7. Selesai

 

Kesimpulan

Berdasarkan hasil penerapan algoritma Backtracking pada permainan Math Maze dalam penelitian ini, diperoleh bahawa algoritma Backtracking dapat digunakan untuk menghasilkan maze yang tidak memiliki loop dan ruang yang tertutup atau terbuang. Terkait dengan solusi terhadap mae yang terbentuk, algoritma Backtracking juga dapat menghasilkan solusi yang pasti ada pada setiap problem dan hanya 1 solusi untuk setiap problemnya.

TUGAS RESUME JURNAL KECERDASAN BUATAN DLAM PERMAINAN SNAKE 3D MENGGUNAKAN VISUAL BASIC.NET DAN DIRECTX

Permainan ular merupakan permainan popular dalam telepon selular beberapa tahun yang lalu. Inti dari permainan ini adalah agar ular yang kita control mendapatkan sebanyak – banyaknya makanan tanpa membentur dinding atau bagian tubuhnya sendiri. Semakin banyak makanan yang ular dapatkan tubuhnya akan semakin panjang.

Permainan ini merupakan permainan tunggal. Kesuksesan permainan ini ditentukan oleh banyak atau sedikitnya buah yang dimakan oleh ular dan ular bisa menghindari dinding. Kelakuan seperti inilah yang ingin dicoba dalam permainan ular ini dengan memunculkan karakter kecerdasan buatan computer pada lawan pemain yang mampu berlaku sebagai pemain umumnya.

Algoritma yang dipilih unutk memodelkan kelakuan ular ini adalah Algoritma A Star (A*) yang merupakan algoritma pencarian jalur terpendek terbaik menuju tujuan.

 

Algoritma AStar(A*)

Algoritma A Star (A*) adalah algoritma pencarian terbaik dalam mencari jalur terpendek dengan perhitungan terkecil pada jalur dengan simpul awal menuju simpul akhir.

 

Pengujian Deteksi Tabrakan(Colission)

Terdapat 4 deteksi tabrakan dalam permainan snake 3D ini yaitu :

  1. Deteksi tabrakan ular dengan batas arena
  2. Deteksi tabrakan ular dengan penghalang jalan
  3. Deteksi tabrakan ular dengan tubuhnya sendiri
  4. Deteksi tabrakan ular dengan tubuh lawannya

 

Pengujian Algoritma A Star (A*)

Algoritma A Star (A*) merupakan algoritma pencarian dengan jalan terpendek menuju tujuan,dengan algoritma ini computer akan mendapatkan makanan dengan jalan yang terpendek (cepat dan efisien). Kendala Algoritma A Star (A*) pada permainan ini dalam hal efisiensi pencarian computer mendapatkan makanan melalui beberapa pengujian adalah %. Persentase mutlak ini adalah benarselama makanan yang dicari terdapat jalan yang dapat dilalui.

Kesimpulan

Berdasarkan hasil pengujian dan pembahasan dapat disimpulkan beberapa hal sebagai berikut:

  1. Komputer menggunakan Algoritma A Star untuk mencari makanannya
  2. Algoritma A Star (A*) pada computer dalam permainan ini teruji sangat efektif dalam mendapatkan makanannya dengan jalur terpendek.
  3. Persentase computer mendapatkan makanannya dengan jalur terpendek adalah 100% namun bukan berarti computer dalam permainan ini akan menang mutlak melawan pemain

TUGAS RESUME PENERAPAN SISTEM INFERENSI FUZZY DALAM MENENTUKAN PRIORITAS HEURISTIK PADA APLIKASI GAME FIGHTING SEDERHANA

Logika fuzzy adalah logika berdasarkan bahasa alami yang mengubah himpunan bilangan matematik(crips) ke dalam himpunan yang lebih sederhana. Sebagai salah satu bagian dari logika Fuy, system inferensi fuzy digunakan untuk menghasilkan derajat keanggotaan dari sebuah system produksi. Derajat keanggotaan yang didapatkan akan menentukan suatu kondisi dapat diterima dengan aturan system produksi yang telah ditetapkan. Tiap-tiap aturan (proposisi) pada basis pengetahuan fuzy akan berhubungan dengansuatu relasi fuzzy,seperti :

If (x1 is A1) (x2 is A2) (x3 is A3) then y is B

 

Implementasi

Dari aturan yang telah diterapkan, dengan menggunakan metode inferensi monotonic selection, dan menggunakan operasi min untuk operator AND, didapatkan rumus fungsi keanggotaan untuk tiap aturan sebagai berikut:

  1. Aturan I

Jika JARAK DEKAT dan KECENDERUNGAN AKSI SERANGAN ATAS, maka TINDAKAN 1

 

  1. Aturan II

Jika JARAK DEKAT dan KECENDERUNGAN AKSI SERANGAN TENGAH, maka TINDAKAN 2

 

  1. Aturan III

Jika JARAK DEKAT dan KECENDERUNGAN AKSI SERANGAN BAWAH, maka TINDAKAN 3

 

  1. Aturan IV

Jika JARAK JAUH dan KECENDERUNGAN AKSI SERANGAN ATAS, maka TINDAKAN 4

 

  1. Aturan V

Jika JARAK JAUH dan KECENDERUNGAN AKSI SERANGAN TENGAH, maka TINDAKAN 5

f.    Aturan VI

Jika JARAK JAUH dan KECENDERUNGAN AKSI SERANGAN BAWAH, maka TINDAKAN 6

 

Simpulan

Setelah dilakukan serangkaian pengujian pada aplikasipermainan tersebut,dapat disimpulkan :

 

  1. Logika fuzy dapat digunakan untuk merancang sebuah system pendukung dan pengambil keputusan dalam hal ini pada aplikasi game fighting.
  2. Proses pengambilan keputusan menghasilkan persentase pada tiap tindakan yang telah disediakan.
  3. Proses pengambilan keputusan tidak memfokuskan kepada satu hasil keputusan tetapi pada kombinasi tiap kemungkinan hasil keputusan dalam format persentase.
  4. Logika fuzy dapat menghubungkan beberapa variable dengan batasan aturan.
  5. Setiap keputusan didapatkan dari kombinasi atara variable jarak dan jumlah tiap serangan yang dapat dikategorikan sebagai sebuah kecenderungan atau prilaku dalam permainan.
  6. Tiap kecenderungan permainan yang dilakukan oleh karakter user. Menghasilkan pola permainan yang berbeda oleh karakter system.

TUGAS RESUME JURNAL PERANCANGAN APLIKASI PEMROGRAMAN TIK-TAK GAMES ON LINE PADA LAN

Penerapan kecerdasan buatan diharapkan dapat memadukan pelbagai kelebihan computer dan manusia, sehingga kinerjanya dalam menyelesaikan pelbagai masalah dapat maksimal dan obyektif. Ada beberapa alas an mengapa permainan Tik-tak digunakan sebagai penerapan kecerdasan buatan pada kasus ini,antara lain:

  1. Sangat mudah untuk menetukan ukuran kesuksesan, atau kegagalan.
  2. Sangat mungkin untuk dibandingkan dengan kemampuan manusia.

 

Konsep Dasar Algoritma Min-Max

Algoritma Min-Max diterapkan pada permainan dengan dua orang pemain, seperti Tik-tak, Chess, Go, dan lain-lain. Persamaan antara semua permainan tersebut yaitu semua merupakan permainan logika.

 

Kesimpulan

Kesimpulan yang dapat diambil dari aplikasi pemrograman tik-tak games adalah:

Untuk pencarian langkah yang lebih mendalam dengan menggunakan algoritma minmax maka node yang dicaripun semakin banyak

Untuk pencarian langkah yang lebih mendalam dengan menggunakan algoritma minmax pada permainan manusia tanding dengan computer akan membutuhkan waktu

Tugas Resume Jurnal Implementasi Algoritma Stochastic Hill Climbing Pada Permainan Mastermind

Mastermind adalah salah satu jenis permainan papan yang dimainkan oleh dua orang pemain, dimana satu pemain berperan menyusun sebuah kombinasi 4 warna dari 6 buah warna yang tersedia sedangkan pemain lainnya bertugas menebak kombinasi warna yang dipilih oleh pemain pertama. Pemain pertama akan memberikan umpan balik kepada pemain kedua berdasarkan tebakan pemain kedua. Permasalahan yang dihadapiadalah bagaimana mencari langkah selanjutnya untuk memaksimalkan kemenangan.

Sistem yang dibangun untuk pencarian solusi menggunakan algoritma Stochastic Hill Climbing. Pencarian dimulai dengan computer memasukan tebakan awal yang disebut CFG pada langkah pertama. Kemudian sistem mendapatkan umpanbalik berdasarkan tebakan tersebut. Dari umpanbalik tersebut sistem menentukan tebakan potensial tersebut juga akan mendapatkan umpan balik,kemudian nilai heuristic dari CFG dan tebakan potensial akan dibandingkan.

 

Algoritma Stochastic Hill Climbing

Algoritma SHC merupakan pengembangan dari algoritma Hill Climbing. Stochastic Hill Climbing memilih nilai yang digunakan secara acak berdasarkan nilai probabilitas yang muncul. Nilai probabilitas yang digunakan untuk memilih simpul berikutnya bisa berbeda berdasarkan kecuraman dari pergerakan nilai menuju keatas.

Urutan Algoritma SHC :

Tentukan tebakan pertama,tebakan ini disebut Current Favourite Guess(CFG).

Dari CFG yang telah kita masukan, ditentukan kode baru lagi dengan metode sebagai berikut:

Langkah 1 :

Jumlah warna kolom yang tetap digunakan dari tebakan sebelumnya/CFG bergantung       pada angka pertama dalam kurung nilai.

Langkah 2 :

Kolom yang dipindahkan bergantung pada angka ke dua dalam kurung nilai.

 

 

Langkah 3 :

Kolom terakhir yang belum dioperasikan diberi nilai baru yang tidak muncul pada kolom-kolom sebelumnya. Pemberian warna pada kolom yang masih kosong dilakukan secara acak.

 

Kesimpulan :

Dari hasil penelitian yang telah dilakukan, dapat disimpulkan beberapa hal mengenai Algoritma Stochastic Hill Climbing pada permainan Mastermind yaitu:

  1. Metode Stochastic Hill Climbing dengan fungsi heuristic dapat digunakan untuk menyelesaikan permainan Mastermind.
  2. Penerapan Metode Sochastic Hill Climbing mampu bekerja cukup baik. Namun pada beberapa ujicoba diperlukan langkah penyelesaian yang lebih banyak dari batas langkah maksimal untuk menyelesaikan permainan Mastermind.
  3. Berdasrkan analisi, semakin banyak jenis warna yang digunakan sebagai Pola Rahasia,lebih banyak langkah yang diperlukan untuk menyelesaikan permainan Mastermind.