IMPLEMENTASI ALGORITMA GREEDY DAN MINIMAX DENGAN OPTIMASI ALPHA BETA PRUNING DALAM GAME HALMA

Kholish, Muhammad Nur (2017) IMPLEMENTASI ALGORITMA GREEDY DAN MINIMAX DENGAN OPTIMASI ALPHA BETA PRUNING DALAM GAME HALMA. S1 thesis, Universitas Pendidikan Indonesia.

Abstract

Seiring dengan perkembangan zaman dan teknologi yang semakin maju, game juga
semakin maju dan berkembang. Pada sebuah game, biasanya terdapat implementasi
dari algoritma kecerdasan buatan untuk mendukung gameplay game tersebut. Pada
penelitian ini algoritma greedy dan minimax dengan alpha beta pruning dijadikan
sebagai kecerdasan buatan untuk non-player character (NPC) dalam game halma.
Algoritma greedy digunakan untuk mencari nilai perpindahan paling jauh pada setiap
bidak dan algoritma minimax dengan alpha beta pruning digunakan untuk
mengantisipasi pergerakan lawan dan mencari bidak yang paling optimal untuk
digerakkan. Dari hasil pengujian perbandingan antara algoritma greedy saja dengan
algoritma gabungan disimpulkan bahwa algoritma gabungan lebih baik dalam
pemilihan langkah terbaik dalam game halma dengan presentase kemenangan untuk
algoritma gabungan adalah 100% dalam pengujian dua pemain, 83.3% dalam
pengujian tiga pemain, dan 78.6% dalam pengujian empat pemain. Dari hasil
kuesioner yang diberikan kepada responden bahwa dengan adanya penerapan
kecerdasan buatan pada NPC, secara keseluruhan game halma lebih menarik untuk
dimainkan.----------Along with the development of the era and the more advanced technology, the game
is also more advanced and growing. In a game, there is usually an implementation of
artificial intelligence algorithm to support the game's gameplay. In this study the
greedy and minimax algorithms with alpha beta pruning serve as artificial intelligence
for non-player character (NPC) in game halma. The greedy algorithm is used to find
the most distant displacement value on each piece and the minimax algorithm with
alpha beta pruning is used to anticipate the movement of the opponent and find the
most optimized piece to move. From the result of comparison test between greedy
algorithm with combined algorithm it is concluded that the combined algorithm is
better in choosing the best step in game of halma with 100% winning percentage for
the combined algorithm in two player test, 83.3% in three player test, and 78.6% in
four player test. From the results of questionnaires given to the respondents that with
the application of artificial intelligence on the NPC, overall game is more interesting
halma to play.

Preview	Text S_KOM_1002478_Title.pdf Download (22kB) | Preview
Preview	Text S_KOM_1002478_Abstract.pdf Download (60kB) | Preview
Preview	Text S_KOM_1002478_Table_of_Content.pdf Download (314kB) | Preview
Preview	Text S_KOM_1002478_Chapter1.pdf Download (224kB) | Preview
	Text S_KOM_1002478_Chapter2.pdf Restricted to Staf Perpustakaan Download (461kB)
Preview	Text S_KOM_1002478_Chapter3.pdf Download (205kB) | Preview
	Text S_KOM_1002478_Chapter4.pdf Restricted to Staf Perpustakaan Download (1MB)
Preview	Text S_KOM_1002478_Chapter5.pdf Download (127kB) | Preview
Preview	Text S_KOM_1002478_Bibliography.pdf Download (66kB) | Preview
	Text S_KOM_1002478_Appendix.pdf Restricted to Staf Perpustakaan Download (54kB)

Item Type:	Thesis (S1)
Additional Information:	No. Panggil: S KOM KHO i-2017; Pembimbing: I. Rasim, II. Rosa Aviani; NIM: 1002478
Uncontrolled Keywords:	algoritma greedy, optimasi alpha beta pruning, game halma
Subjects:	L Education > L Education (General) Q Science > QA Mathematics > QA76 Computer software
Divisions:	Fakultas Pendidikan Matematika dan Ilmu Pengetahuan Alam > Program Studi Ilmu Komputer
Depositing User:	Mrs. Santi Santika
Date Deposited:	21 Mar 2018 06:56
Last Modified:	21 Mar 2018 06:56
URI:	http://repository.upi.edu/id/eprint/29153

Actions (login required)

View Item