BAB 3 ANALISIS DAN PERANCANGAN

Ukuran: px
Mulai penontonan dengan halaman:

Download "BAB 3 ANALISIS DAN PERANCANGAN"

Transkripsi

1 27 BAB 3 ANALISIS DAN PERANCANGAN 3.1. Othello (Reversi) Reversi (juga dipasarkan oleh Pressman dengan merk dagang Othello) adalah permainan papan dengan strategi abstrak ng dimainkan oleh 2 pemain di atas arena persegi berukuran delapan kali delapan menggunakan keping othello ng memiliki dua sisi. Keping Othello berbentuk seperti koin dengan sisi putih dan sisi hitam ng melambangkan masing-masing pemain. Tujuan dari permainan ini adalah membuat keping dengan warna ng mereka gunakan untuk menjadi pengisi terbank dari papan permainan pada saat permainan selesai dengan cara membalikkan sebank mungkin keping pemain lawan. (Dari Wikipedia) Peraturan bersilangan. Othello dimulai dengan posisi awal dua keping hitam dan dua keping putih ng Gambar Posisi awal permainan Othello 27

2 28 Kemudian pemain hitam memulai duluan dengan meletakkan keping mereka sedemikian rupa sehingga membuat lintasan secara vertikal, horizontal dan atau diagonal dengan keping hitam lainn namun memiliki jarak ng berisi keping putih dan boleh sel kosong. Keping putih ng ada di antara keping hitam ng baru diletakkan tersebut kemudian dibalikkan menjadi keping hitam ng bisa digunakan untuk giliran lain kecuali dibalikkan terlebih dahulu menjadi putih oleh pemain putih. Dengan peraturan ng sama, pemain putih kemudian meletakkan kepingn dan terus bergantian dengan pihak hitam sampai permainan usai. Jika salah satu pemain bisa membuat gerakan legal maka giliran akan dipindahkan ke pemain lawan, jika pemain lawan juga berhasil membuat langkah legal maka permainan dintakan selesai dan pemenangn adalah pemain dengan jumlah keping terbank di arena Strategi Seorang pemain ng baru mulai mungkin akan bermain othello dengan mengambil langkah ng memberikan jumlah keping ng mungkin untuk dihasilkan. Strategi ini mungkin akan memberikan kemenangan di bank permainan selama pemain tersebut dapat berpikir dua sampai tiga langkah ke depan. Pemain ng berpengalaman akan menggunakan strategi ng lebih efektif dan daripada mengambil langkah dengan jumlah keping terbank, elemen terpenting dalam strategi permainan Othello adalah pojok, mobilitas, pinggir, paritas, penyelesaian dan melihat ke depan.

3 Pojok (Corner) Posisi pojok, setelah diisi, akan dapat dibalikkan sampai akhir permainan karena ada keping lain di belakang mereka. Sehingga pemain ng mendapatkan posisi ini dapat menjadikann inti serangan untuk mengambil posisi-posisi pinggir secara permanen. Gambar Posisi Pojok (Ditandai keping hitam) Mobilitas (Mobility) Seorang pemain Othello berstrategi ng luman akan memberikan posisi pojok ataupun posisi bagus lainn dengan mudah. Sehingga untuk mendapatkan posisi ng baik ini, pemain harus memaksa pemain lawan untuk memberikan kesempatan untuk mengambil posisi tersebut. Jika pemain terus menahan jumlah gerakan legal ng bisa diambil lawan, maka cepat atau lambat lawan akan membuat langkah ng diinginkan oleh dia. Dengan mengambil langkah ng membuat keping pemain bertambah bank, pemain telah menahan bank gerakan legal ng bisa digunakan oleh lawan. Posisi ideal adalah posisi dimana keping milik pemain berada di tengah-tengah dikelilingi keping lawan, dalam situasi ini pemain secara tak langsung telah memberikan

4 30 pilihan ng sangat terbatas atau bahkan mungkin ada pilihan sama sekali. Namun strategi ini juga bisa dengan cepat membuat pemain kekurangan gerakan legal pada gilirann sendiri Pinggir (Edges) Saat memainkan posisi pinggir, strategi ini cenderung berbaha, pembalikkan di pinggir bisa membuat perubahan ke seluruh daerah pada permainan. Karena dengan mengambil bankn keping, akan semakin bank gerakan legal ng bisa digunakan oleh pemain lawan. Posisi pinggir ng berbatasan dengan pojok (biasa disebut persegi X), jika dimainkan pada awal permainan maka biasan pojok ng berbatasan dengann akan diambil pemain lawan. Namun jika dimanfaatkan dengan baik (biasan pada menjelang akhir permainan) maka persegi X akan bisa bermanfaat. Sedangkan posisi pinggir selain pojok ng juga bukan persegi x (bisa disebut persegi C) juga berbaha untuk dimainkan pada awal permainan (kecuali jika bisa membuat posisi tersebut bisa dibalik lawan) karena posisi ini terlalu sulit untuk dibalikkan oleh pemain lawan. Sebuah posisi lagi ng bisa menjadi kunci untuk memenangkan permainan juga disadari oleh penulis itu posisi diagonal terdekat dari pojok, ng memungkinkan bisa diambiln posisi pojok dari area ng bersangkutan.

5 31 Gambar Edge (keping hitam sebagai persegi X dan keping putih sebagai persegi C) Paritas (Parity) Paritas merupakan salah satu bagian penting dari strategi. Singkatn paritas berarti mengambil gerakan ng mengakhiri permainan pada setiap sel ng tersisa. konsep paritas ini ditemukan pada 1980an di Jepang dan mengubah ga permainan ng berbasis penyerang (hitam) dan bertahan (putih) Melihat ke depan (Look Ahead) Dalam permainan seperti Othello dan catur, seorang pemain han harus melihat kondisi permainan ng ada, tetapi juga melihat gerakan apa ng mungkin akan diambil oleh lawan main. Jadi untuk pemain harus melihat apakah langkah ng diambil itu bisa berguna untuk jangka panjang Penyelesaian (End Game) Pada kurang lebih 20 giliran sebelum permainan berakhir, pemain biasan mulai menggunakan strategi ng berbeda dari strategi ng digunakan pada awal

6 32 permainan. Dengan bankn keping ng ada di arena, pemain harus bisa menentukan gerakan mana ng akan membawa hasil akhir ng terbaik Komputer dalam Permainan Othello (Wikipedia) Komputer dalam perann di dalam dunia hiburan sebagai lawan dalam sebuah permainan sebenarn han bertugas untuk memberikan sebuah ilusi kecerdasan sehingga pemain merasakan ilusi bahwa komputer ng menjadi lawann sebagai sesuatu ng memiliki kecerdasan. Program komputer Othello terbaik dapat dengan mudah mengalahkan manusia terbaik. Pada awal 1980-an, program The Moor mengalahkan juara bertahan dunia. Pada 1997, Logistello telah mengalahkan juara dunia manusia Takeshi Murakami dengan skor 6:0 untuk Logistello. Manusia pada umumn dapat mengalahkan kecerdasan buatan dalam permainan Othello karena komputer dapat melihat ke depan lebih jauh daripada manusia. Para analis telah memperkirakan paling bank ada gerakan legal dan kompleksitas pohon permainan sebesar Secara matematis Othello masih belum terpecahkan. Karena para ahli belum bisa memecahkan prediksi hasil pertandingan ketika kedua pihak ng bermain melakukan perfect play (permainan sempurna). Perfect play merupakan sebuah istilah ng digunakan untuk langkah ng akan memberikan hasil terbaik apapun situasi ng berikan dengan cara mengevaluasi tiap langkah ng mungkin. Namun permainan sempurna han bisa dilakukan pada permainan ng memiliki informasi sangat lengkap seperti Othello atau catur dimana apa ng ada di atas papan permainan merupakan seluruh fakta ng ada dari situasi permainan tersebut. Permainan sempurna pada permainan Othello baru bisa

7 33 dilaksanakan han pada arena berukuran 4x4 dan 6x6 dimana kemenangan jatuh pada pihak pemain ng jalan pada giliran kedua Pseudo-Code Modul Permainan Othello ng dikerjakan oleh penulis ditulis menurut pseudo code berikut: cek available move { cek atas cek bawah cek kiri cek kanan cek kiri atas cek kanan atas cek kiri bawah cek kanan bawah jika ada ng mengembalikan nilai bukan 0 maka bisa jalan } 2 Dalam analisis dari ribuan permainan ng berbasis papan berukuran 8x8, dengan permainan sempurna dari dua pemainn biasan akan menghasilkan pertandingan seri.

8 34 Cek Atas Cek atas = 1 Tidak Cek atas kanan Ya Cek atas kanan = 1 Tidak Cek Bawah Ya Cek bawah = 1 Tidak Cek kiri Ya Cek ki ri=1 Ti dak Cek kanan Ya Ya Tidak Cek kanan bawah Cek kanan = 1 Ya Cek ki ri bawah Tidak Cek kanan bawah = 2 Ya Cek atas kiri Tidak Cek ki ri bawah = 1 Ya Cek atas kiri = 1 Tidak Ya Return 1 Return 0 Gambar Diagram alur modul Cek available move cek atas { dari posisi ng dipilih cek posisi jika nomor 1 sampai 2 teratas maka bisa jika tepat di atasn warna sama atau kosong maka bisa

9 35 selama di atasn warna berbeda maka lanjutkan cek ke atas jika ada ng kosong maka bisa jika melewati pinggir maka bisa kembalikan nilai dari jumlah keping lawan sebelum keping player } Posisi(X,Y) dan (X,Y-1) kosong Cek posisi jika Y>1 Y>1 Posisi (X,Y- i) sewarna? posisi(x,y-1) sewarna? i = 1 Posisi (X,Y-i) kosong? i+1 Return 0 Return i Y-i<0 Gambar Diagram alur Cek atas

10 36 cek bawah() { dari posisi ng dipilih cek posisi jika nomor 1 sampai 2 terbawah maka bisa jika tepat di bawahn warna sama atau kosong maka bisa selama di bawahn warna berbeda maka lanjutkan cek ke bawah jika ada ng kosong maka bisa jika melewati pinggir maka bisa kembalikan nilai dari jumlah keping lawan sebelum keping player } Posi si(x,y) dan (X,Y+1) kosong Cek posisi jika Y>7 Y<7 tid ak Posisi (X,Y+ i) sewarna? posisi (X,Y+ 1) sewarna? i = 1 Posisi (X,Y+i) kosong? i+ 1 Return 0 Return i Y+ i<8 Gambar Diagram alur cek bawah

11 37 cek kanan() { dari posisi ng dipilih cek posisi jika nomor 1 sampai 2 terkanan maka bisa jika tepat di kanann warna sama atau kosong maka bisa selama di kanann warna berbeda maka lanjutkan cek ke kanan jika ada ng kosong maka bisa jika melewati pinggir maka bisa kembalikan nilai dari jumlah keping lawan sebelum keping player } Posisi(X,Y) dan (X+1,Y) kosong Cek posisi jika X>7 X<7 posisi(x+ 1,Y) sewarna? i = 1 Posisi (X+i,Y) sewarna? Posisi (X+i,Y) kosong? ti dak i+1 Return 0 Return i X+i<8 Gambar Diagram alur cek kanan

12 38 cek kiri() { dari posisi ng dipilih cek posisi jika nomor 1 sampai 2 terkiri maka bisa jika tepat di kirin warna sama atau kosong maka bisa selama di kirin warna berbeda maka lanjutkan cek ke kiri jika ada ng kosong maka bisa jika melewati pinggir maka bisa kembalikan nilai dari jumlah keping lawan sebelum keping player } Posisi(X,Y) dan (X,Y -1) k osong Cek posisi jika Y>1 Y>1 ay posisi(x,y-1) sewarna? i = 1 Posisi (X,Y- i) sewarna? Posisi (X,Y-i) kosong? ti dak i+1 Return 0 Return i Y-i<0 Gambar Diagram alur cek kiri

13 39 cek atas kanan() { dari posisi ng dipilih cek posisi jika nomor 1 sampai 2 teratas kanan maka bisa jika tepat di atas kanann warna sama atau kosong maka bisa selama di atas kanann warna berbeda maka lanjutkan cek ke atas kanan jika ada ng kosong maka bisa jika melewati pinggir maka bisa kembalikan nilai dari jumlah keping lawan sebelum keping player } Posisi(X,Y) dan (X -1,Y+1) kosong Cek posisi jika X<0dan Y>7 X>0 dan Y<7 ti dak posi si (X-1,Y+1) sewarna? i = 1 Posisi (X-i,Y+i) sewarna? Posisi (X-i, Y+i) kosong? i+1 Return 0 Return i X-i>0 dan Y+i<8 Gambar Diagram alur cek atas kanan

14 40 cek kiri atas() { dari posisi ng dipilih cek posisi jika nomor 1 sampai 2 teratas kiri maka bisa jika tepat di atas kirin warna sama atau kosong maka bisa selama di atas kirin warna berbeda maka lanjutkan cek ke atas kiri jika ada ng kosong maka bisa jika melewati pinggir maka bisa kembalikan nilai dari jumlah keping lawan sebelum keping player } Posisi(X,Y) dan (X-1,Y+1) kosong Cek posisi jika X<0dan Y>7 X>0 dan Y<7 ti dak ti dak posisi(x-1,y+1) sewarna? ti dak i = 1 Posisi (X-i,Y+i) sewarna? Posisi (X-i,Y+i) kosong? i+1 Return 0 Return i X-i>0 dan Y+i< 8 Gambar Diagram alur cek kiri atas

15 41 cek bawah kiri() { dari posisi ng dipilih cek posisi jika nomor 1 sampai 2 terbawah kiri maka bisa jika tepat di bawah kirin warna sama atau kosong maka bisa selama di bawah kirin warna berbeda maka lanjutkan cek ke bawah kiri jika ada ng kosong maka bisa jika melewati pinggir maka bisa kembalikan nilai dari jumlah keping lawan sebelum keping player } Posisi(X,Y) dan (X-1,Y+1) kosong Cek posisi jika X<0dan Y>7 X>0 dan Y<7 ti dak ti dak posisi(x-1,y+1) sewarna? ti dak i = 1 Posisi (X-i,Y+i) sewarna? Posisi (X-i,Y+i) kosong? i+1 Return 0 Return i X-i>0 dan Y+i< 8 Gambar Diagram alur cek bawah kiri

16 42 cek bawah kanan() { dari posisi ng dipilih cek posisi jika nomor 1 sampai 2 terbawah kanan maka bisa jika tepat di bawah kanann warna sama atau kosong maka bisa selama di bawah kanann warna berbeda maka lanjutkan cek ke bawah kanan jika ada ng kosong maka bisa jika melewati pinggir maka bisa kembalikan nilai dari jumlah keping lawan sebelum keping player } Posisi(X,Y) dan (X+1,Y+1) kosong Cek posisi ji ka X>7 dan Y> 7 X<7 dan Y<7 ti dak ti dak posisi (X+1,Y+1) sewarna? ti dak i = 1 Posisi (X+i,Y+i) sewarna? Posisi (X+i,Y+i) kosong? i+1 Return 0 Return i X+i<8 dan Y+i< 8 Gambar Diagram alur cek bawah kanan

17 43 serang() { ubah arah atas ubah arah bawah ubah arah kiri ubah arah kanan ubah arah kiri atas ubah arah kanan atas ubah arah kanan bawah ubah arah kanan atas ubah sel ng dipilih } Ubah arah atas ubah arah kiri Ubah arah kanan bawah ubah arah bawah ubah arah kanan atas ubah arah kiri bawah Ubah arah kanan ubah arah kiri atas ubah sel ng bersangkutan Gambar Diagram alur serang

18 44 heuristic scoring { kalau di pojok 3000 kalau di persegi X pojok terdekat lawan/kosong maka kalo teman 2000 kalau di persegi C 500 kalau di daerah lain 250 } Jika dipetakan dengan tabel: Tabel Tabel Penilaian Heuristik / / /- 2000/ /- 2000/ / / / / / /

19 45 Heuristic { heuristic scoring periksa semua node ng mungkin skor ditambah sesuai skor dalam sel pilih node dengan penambahan tertinggi } Cek s kor pada Heurist heuristic ic scoring Scoring dan kondisi board cek langkah berikutn Langkah lain Pilih langkah dengan pertambahan skor tertinggi Gambar Diagram alur Heuristik

20 46 Tree lapis 1 { cek semua langkah ng mungkin buat node untuk tiap langkah ng mungkin } Cek available move buat node max ada sel lain Cek sel lain ada sel lain Gambar Diagram alur Tree lapis 1 Tree lapis 2 { untuk tiap masing-masing langkah dari tree lapis 1 jalankan langkah dari node lapis 1 cek langkah ng mungkin dari lapis 1 untuk node lapis 2 cek skor minimax }

21 47 pilih sel max baru Cek available move buat node min ada sel lain Ada sel max lain Cek sel lain ng mungkin ada sel lain Cek skor minimax Cek sel max lain ada sel lain Gambar Tree Lapis 2 cekskor minimax { hitung jumlah putih hitung jumlah hitam hitung jumlah sel ng terisi skor jumlah ng dimainkan: sel terisi }

22 48 Cek sel Hitam+1 hitam Kos ong ti dak Warna putih Putih+1 Semua sel sudah dicek Sel berikutn belum sudah keping ng dimainkan/semua keping Gambar Diagram alur cekskor minimax minimize { tunjuk sel selama menunjuk sel awal cek sel berikutn jika lebih kecil maka buang sel sebelumn jika lebih besar buang sel tersebut }

23 49 Tunjul sel delete sel ng dicek Jika sel berikutn lebih kecil Tunjuk sel ng lebih kecil Delete sel sebelumn Sel masih ada? Pilih sel ng tersisia Gambar Diagram alur Minimize maximize { tunjuk sel selama menunjuk sel awal cek sel berikutn jika lebih besar maka buang sel sebelumn jika lebih kecil buang sel tersebut pilih sel ng tersisa }

24 50 Tunjul sel Delete sel ng dicek Jika sel berikutn lebih besar Tunjuk sel ng lebih besar Delete sel sebelumn Sel masih ada? Pilih sel ng tersisa Gambar Diagram alur Maximize minimax { tree lapisan 1 (MAX) tree lapisan 2 (MIN) Hitung nilai dari masing-masing node lapis 2 Minimize Maximize }

25 51 Buat Tree Lapis 1 Buat tree lapis 2 Hitung skor tiap node lapis 2 Minimize Maximize Gambar Diagram alur Minimax Fuzzy Max { //Bagian minimax tree lapisan 1 (MAX) tree lapisan 2 (MIN) Hitung nilai dari masing-masing node lapis 2

26 52 Minimize //Bagian Pencarian Heuristik heuristic scoring periksa semua node ng mungkin skor ditambah sesuai skor dalam sel Fuzzify pilih move dengan prioritas Master->Expert->Intermediate->Beginner } Bu at tree lap is 1 Minimize Fuzzify Bu at tree lap is 2 Skor ing Heuristik Cari move kategori tertinggi Minimax Scoring Cek node heuristik Pilih move Gambar Diagram Alur Fuzzy Max Fuzzy Grader //untuk rating pemain lawan { //Bagian minimax Hitung nilai dari masing-masing node lapis 2 Minimize //Bagian Pencarian Heuristik

27 53 heuristic scoring periksa semua node ng mungkin skor ditambah sesuai skor dalam sel Fuzzify pilih move dengan nilai tertinggi } grading pilihan lawan Minimize Pilih move Buat tree lapis 1 Skoring Heuristik Buat tree untuk grading move lawan berikutn Buat tree lapis 2 Fuzzify Grading available move lawan berikutn Minimax Scoring Cari move kategori tertinggi Gambar Diagram Alur Fuzzy Grader Fuzzy Varier { fuzzy grader //Bagian minimax

28 54 tree lapisan 1 (MAX) tree lapisan 2 (MIN) Hitung nilai dari masing-masing node lapis 2 Minimize //Bagian Pencarian Heuristik heuristic scoring Fuzzify pilih move dengan kategori ng sama dengan ng dipilih player sebelumn }

29 55 Gil iran pertama? Tidak Cek pilihan lawan dan Ya Buat tree lapi s 1 Skoring Heuris tik Buat tree untuk grading move lawan beri kutn Buat tree lapi s 2 Fuzzify Gradin g avail able move Minimax Scoring Cari move kategori terti nggi Mi nimize Pilih move Gambar Diagram Alur Fuzzy Varier Fuzzify { cek nilai heuristik cek nilai minimax pilih kategori }

30 56 Cek Nilai Heuristik Cek Nilai Minimax Pilih kategori Gambar Diagram Alur Fuzzify play player 1 { cek move available pilih move serang ng dipilih }

31 57 Ada legal move? Pilih available move Serang tempat ng dipilih Giliran selesai Gambar Diagram alur play player 1 play player 2 { cek move available jika menu = 1 maka sama dengan play player 1 jika menu = 2 maka heuristik mode akan dipanggil jika menu = 3 maka minimax mode akan dipanggil jika menu = 4 maka fuzzy varier mode akan dipanggil jika menu = 5 maka fuzzy max mode akan dipanggil serang ng dipilih }

32 58 Ada legal move? Menu = 1 Play player 2 ti dak Menu = 2 Heuristic ti dak Menu = 3 Minimax ti dak Menu = 4 Fuzzy Max ti dak Fuzzy Varier Giliran selesai Gambar Diagram alur play player 2 main { pilih menu draw board (persegi 8x8) selama board belum penuh dan salah satu pemain masih pun legal move jika ada legal move play player 1

33 59 state winner jika ada legal move play player 2 } Pilih Menu Draw board Player 1 ada legal move Play player 1 Player 2 ada legal move Play player 2 2 pemain bisa play ntakan pemenang Gambar Diagram alur Main

34 Cara Gerak Komputer Mode Heuristik Pada mode heuristik, komputer akan membuat gerakan tanpa melihat jalan ng diambil oleh player. Heuristik mode akan memberikan perlawanan lakn seorang pemain ng masih pemula namun bermain dengan agresif. Karakteristik ng jelas dari mode ini adalah: Mencari posisi pojok sebagai prioritas utama tanpa melihat jumlah keping ng didapat saat mengambil posisi Jika ada dua posisi pojok ng bisa diambil maka akan diambil posisi pojok ng membalikkan keping lawan lebih bank dengan mengutamakan persegi C Menjauhi posisi persegi X ketika pojok terdekatn bukan keping sendiri Mengincar posisi persegi C ketika ada kesempatan Jika ada beberapa posisi ng akan memberikan hasil sama dalam sebuah giliran, maka pilihan dijatuhkan secara random di antara posisi-posisi ng memiliki nilai tertinggi. misalkan diberikan posisi pada board sebagai berikut (pemain hitam melakukan apapun): Gambar Test Board #1

35 61 Maka, keping putih akan diletakkan pada sel pada posisi (1,1) karena akan memberikan skor: 3000[pojok]+2000(Xbox)+4*500(Cbox) = 7000 poin. Gambar Test Board #2 Kemudian keping putih akan diletakkan pada posisi (8,3) karena akan memberikan skor: 500 (Cbox)+5*250 (sel biasa) = 1750 poin Gambar Test Board #3 Kemudian keping putih akan diletakkan pada posisi (7,5) karena akan memberikan skor: 6*250 (sel biasa) = 1500 poin dan pada akhirn akan mengambil posisi (8,7) karena merupakan langkah terakhir ng ada dengan skor: 5*250 (sel biasa) + (-1000) (Xbox) = 250 poin. Skor pada Xbox tersebut terjadi karena pada pojok terdekatn (8,8) bukan berisi keping putih. Pada kasus tertentu seperti pada kondisi berikut:

36 62 Gambar Test Board #4 Dimana semua posisi legal dengan nilai positif akan memberikan nilai ng sama (2*250 = 500 poin) kecuali posisi (2,2)(2,6)(6,2) dan (6,6) ng memberikan skor (250+(-1000) = -750) maka posisi ng memiliki nilai 500 akan dipilih secara acak Mode Minimax Pada mode Heuristik, komputer akan memilih posisi dengan menggunakan kemungkinan ng bisa dilakukan oleh lawan dan mencari posisi dengan berdasarkan jumlah keping. Karakteristik ng ada pada mode ini adalah: Mencari posisi ng akan memberikan lawan kemungkinan untuk mengambil jumlah keping ng sedikit. Jika ada posisi ng bernilai sama maka hasiln akan random antara posisi dengan nilai tertinggi. Tidak memperdulikan posisi penting seperti pojok, persegi X, dan persegi C.

37 63 Misal Posisi awal ng diberikan adalah sebagai berikut: Gambar Test Board #5 Posisi Minimax 1 Maka ada 8 langkah ng mungkin itu 1. legalmove #1: Posisi (6,2) sehingga board menjadi: sehingga board menjadi berbentuk: dan memungkinkan 8 legal move lain itu: Nilai: 6/15 6/15 5/15

38 64 Nilai: 5/15 6/15 5/15 Nilai: 5/15 6/15 Sehingga nilai ng akan didapat oleh legal move #1 = 5/15 2. legalmove #2: Posisi (7,2) sehingga board menjadi: sehingga board menjadi berbentuk: dan memungkinkan 9 legal move lain itu:

39 65 Nilai: 6/15 5/15 6/15 Nilai: 4/15 7/15 7/15 Nilai: 6/15 6/15 7/15 Sehingga nilai ng akan didapat oleh legal move #2 = 4/15 3. legalmove #3: Posisi (3,3) sehingga board menjadi: sehingga board menjadi berbentuk:

40 66 dan memungkinkan 8 legal move lain itu: Nilai: 4/15 5/15 4/15 Nilai: 5/15 5/15 4/15

41 67 Nilai: 3/15 5/15 Sehingga nilai ng akan didapat oleh legal move #3 = 4/15 4. legalmove #4: Posisi (7,3) sehingga board menjadi: sehingga board menjadi berbentuk: dan memungkinkan 11 legal move lain itu: Nilai: 5/15 5/15 5/15

42 68 Nilai: 5/15 5/15 5/15 Nilai: 5/15 4/15 4/15 Nilai: 4/15 5/15 Sehingga nilai ng akan didapat oleh legal move #4 = 4/15 5. legalmove #5: Posisi (6,6) sehingga board menjadi: sehingga board menjadi berbentuk:

43 69 dan memungkinkan 9 legal move lain itu: Nilai: 5/15 4/15 4/15 Nilai: 4/15 5/15 3/15

44 70 Nilai: 5/15 5/15 4/15 Sehingga nilai ng akan didapat oleh legal move #5 = 3/15 6. legalmove #6: Posisi (3,7) sehingga board menjadi: sehingga board mmenjadi berbentuk: dan memungkinkan 11 legal move lain itu: Nilai: 5/15 6/15 6/15

45 71 Nilai: 3/15 6/15 5/15 Nilai: 6/15 5/15 4/15 Nilai: 5/15 Sehingga nilai ng akan didapat oleh legal move #6 = 3/15 7. legalmove #7: Posisi (4,7) sehingga board menjadi: sehingga board menjadi berbentuk:

46 72 dan memungkinkan 9 legal move lain itu: Nilai: 5/15 5/15 5/15 Nilai: 5/15 3/15 4/15

47 73 Nilai: 4/15 5/15 3/15 Sehingga nilai ng akan didapat oleh legal move #7 = 3/15 8. legalmove #8: Posisi (5,7) sehingga board menjadi: sehingga board menjadi berbentuk: dan memungkinkan 7 legal move lain itu: Nilai: 5/15 6/15 6/15

48 74 Nilai: 6/15 4/15 4/15 Nilai: 3/15 Sehingga nilai ng akan didapat oleh legal move #8 = 3/15 9. legalmove #9: Posisi (6,7) sehingga board menjadi: sehingga board menjadi berbentuk: dan memungkinkan 9 legal move lain itu:

49 75 Nilai: 6/15 6/15 6/15 Nilai: 4/15 6/15 6/15 Nilai: 4/15 6/ Sehingga nilai ng akan didapat oleh legal move #9 = 4/15 Dilihat dari kesembilan legal move ng ada, maka pilihan akan dijatuhkan pada legal move #1 karena memiliki nilai tertinggi itu 5/15. Misalkan diberikan posisi board seperti pada heuristik, sebagai berikut:

50 76 maka langkah ng akan diambil akan random, karena semuan akan memberikan nilai ng sama itu 10(putih)/15(putih+hitam) = 2/3 dan keping hitam bisa membuat move Mode Fuzzy Max dan Fuzzy Varier Mode Fuzzy terbagi menjadi dua tipe itu tipe Max dan tipe Variatif. Namun keduan menggunakan tabel fuzivikasi ng sama itu sebagai berikut: Tabel Tabel Fuzifikasi Minimax\Heuristic Low Mid High Few Beginner Intermediate Expert Many Beginner Intermediate Master Lot Beginner Expert Master nilai [Minimax] pada tabel merupakan perbandingan antara keping ng dimainkan dengan total keping ng ada pada papan permainan. Sedangkan nilai [heuristik] pada tabel merupakan selisih jumlah skor ng akan didapat setelah memilih dengan jumlah skor sebelum memilih. Kedua ini akan dijadikan acuan pada perfect play dari mode Fuzzy Max.

51 77 Grafik Fuzzy: Gambar Grafik keanggotaan tingkatan Heuristik Fungsin keanggotaan: 1; heuristik<0 μlow[heuristik] = (1500-heuristik)/1500; 0<=heuristik<=1500 0; 1500<heuristik 0; heuristik<1000 atau 4000<Heuristik μmed[heuristik]= (heuristik-1000)/1000; 1000<=heuristik<=2000 (4000-heuristik)/2000; 2000<=heuristik<=4000 μhigh[heuristik]= (heuristik-3500)/1500; 3500<=heuristik<=5000 1; 5000<=heuristik

52 78 Grafik keanggotaan tingkatan Minimax: Gambar Grafik keanggotaan tingkatan Minimax μlow[minmax] = 0.5-minmax; 0<=Minmax<=0.5 0; 0.5<Minmax 0; Minmax<0.25 atau 0.75<Minmax μmed[minmax]= (0.5-Minmax)/0.25; 0.25<=Minmax<=0.5 (0.75-Minmax)/0.25; 0.5<=Minmax<=0.75 μhigh[minmax]= 0 Minmax<=0.5 (Minmax-0.5)/0.5; 0.5<=Minmax

53 79 Grafik keanggotaan Kategori Skill: Gambar Grafik keanggotaan tingkatan Skill Fungsi keanggotaan kategori skill: Skill = Min(μHeuristic, μminimax) μbeginer(skill) = (0.4-Skill)/0.4; 0<=Skill<=0.4 0; 0.4<=Skill 0; Skill<=0.25 atau 0.6<=Skill μintermediate(skill) = (Skill-0.4)/ <=Skill<=0.4 (0.6-Skill)/ <=Skill<=0.6 0; Skill<=0.4 atau 0.8<=Skill μexpert(skill) = (Skill-0.4)/ <=Skill<=0.4 (0.6-Skill)/ <=Skill<=0.6 μmaster(skill) = 0; Skill<=0.6 (Skill-0.6)/0.4 Skill>=0.6

54 80 Dengan peraturan: 1. If (Heuristic Low) and (Minimax Low) then (Category Beginner) 2. If (Heuristic Low) and (Minimax Med) then (Category Beginner) 3. If (Heuristic Low) and (Minimax High) then (Category Beginner) 4. If (Heuristic Med) and (Minimax Low) then (Category Intermediate) 5. If (Heuristic Med) and (Minimax Med) then (Category Intermediate) 6. If (Heuristic Med) and (Minimax High) then (Category Expert) 7. If (Heuristic High) and (Minimax Low) then (Category Expert) 8. If (Heuristic High) and (Minimax Med) then (Category Master) 9. If (Heuristic High) and (Minimax High) then (Category Master)

55 81 Misalkan papan permainan dalam kondisi sebagai berikut: 1. Legal Move #1: Gambar Test Board #6 dengan nilai:3000(pojok) (Xbox) = 5000 Yang memungkinkan player berikutn untuk mengambil langkah sebagai berikut: Nilai: 16/52 16/52 16/52

56 82 Nilai: 14/52 15/52 16/52 Nilai: 15/52 16/52 Skor ng diambil adalah 14/52 sehingga kategorin adalah: Expert dan Master 2. Legal Move #2: dengan nilai:-1000 (Xbox) + 3*500 (Cbox) = 500

57 83 Yang memungkinkan player berikutn untuk mengambil langkah sebagai berikut: Nilai: 21/52 18/52 21/52 Nilai: 21/52 21/52 22/52 Nilai: 22/52 22/52 22/52 nilai ng diambil adalah 18/52 sehingga kategorin adalah: Beginer

58 84 3. Legal Move #3: dengan nilai:500(cbox) = -500 Yang memungkinkan player berikutn untuk mengambil langkah sebagai berikut: Nilai: 16/52 15/52 14/52 Nilai: 16/52 17/52 16/52

59 85 Nilai: 17/52 17/52 Skor ng diambil adalah 14/52 sehingga kategorin adalah: Beginer 4. Legal Move #4: dengan nilai: 3*500(Cbox) (Xbox) = 500 Yang memungkinkan player berikutn untuk mengambil langkah sebagai berikut: Nilai: 18/52 16/52 17/52

60 86 Nilai: 18/52 19/52 18/52 Nilai: 19/52 19/52 Skor ng diambil adalah 16/52 sehingga kategorin adalah: Beginner 5. Legal Move #5: dengan nilai: 2000(Xbox)+500(Cbox) = 2500 Yang memungkinkan player berikutn untuk mengambil langkah sebagai berikut:

61 87 Nilai: 15/52 14/52 15/52 Nilai: 15/52 16/52 16/52 Nilai ng diambil adalah 14/52 sehingga kategorin adalah: Intermediate 6. Legal Move #6: dengan nilai: 2000 (Xbox)+ 250 (sel biasa) = 2250 Yang memungkinkan player berikutn untuk mengambil langkah sebagai berikut:

62 88 Nilai: 17/52 19/52 20/52 Nilai: 21/52 21/52 21/52 Nilai: 20/52 Nilai ng diambil adalah 17/52 sehingga kategorin adalah: Intermediate 7. Legal Move #7:

63 89 dengan nilai: -1000(Xbox)+7*250(sel biasa) = 750 Yang memungkinkan player berikutn untuk mengambil langkah sebagai berikut: Nilai: 17/52 20/52 20/52 Nilai: 20/52 21/52 22/52

64 90 Nilai: 20/52 Nilai ng diambil adalah 17/52 sehingga kategorin adalah: Beginer 8. Legal Move #8: dengan skor: (Xbox) + 3*500 (Cbox) = 500 Yang memungkinkan player berikutn untuk mengambil langkah sebagai berikut: Nilai: 17/52 16/52 18/52

65 91 Nilai: 18/52 17/52 18/52 Skor ng diambil adalah 17/52 sehingga kategorin adalah: Beginer 9. Legal Move #9: dengan nilai: 3000 (Pojok)+2000(Xbox)+3*500(Cbox) = 6500 Yang memungkinkan player berikutn untuk mengambil langkah sebagai berikut: Nilai: 19/52 17/52 18/52

66 92 Nilai: 19/52 18/52 19/52 Nilai: 19/52 Nilai ng diambil adalah 17/52 karena kategorin adalah: Expert dan Master Dilihat dari sembilan langkah di atas, maka ada dua langkah (itu #1 dan #9) ng kategori memiliki kategori tertinggi (Ekspert dan Master). Kedua langkah ini akan dipilih secara acak untuk kemudian digunakan sebagai langkah dalam Fuzzy Max. Sedangkan untuk Fuzzy Varier, Langkah ng akan diambil oleh lawan akan menjadi tolok ukur langkah mana ng akan diambil pada langkah selanjutn. Mode ini akan mengkategorikan langkah ng diambil sebelumn dengan metode fuzifikasi ng sama dengan Fuzzy Max, dan menyeleksi langkah dengan kategori ng sama dengan move pemain sebelumn kemudian memilihn secara acak. Jika ada langkah ng sesuai dengan kategori player sebelumn, maka langkah ng diambil akan dipilih secara acak dari semua langkah ng ada.

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belakang Permainan papan (board game) adalah sebuah permainan di mana bidak-bidak diletakkan, dipindahkan ataupun dimakan oleh bidak lawan yang dimainkan di atas papan yang

Lebih terperinci

BAB 1 PENDAHULUAN Latar belakang. Teknologi telah menjadi bagian dari kehidupan masyarakat hampir di seluruh

BAB 1 PENDAHULUAN Latar belakang. Teknologi telah menjadi bagian dari kehidupan masyarakat hampir di seluruh BAB 1 PENDAHULUAN 1.1. Latar belakang Teknologi telah menjadi bagian dari kehidupan masyarakat hampir di seluruh dunia. Salah satu fungsi teknologi yang digemari oleh hampir segala lapisan di dalam masyarakat

Lebih terperinci

BAB III ANALISA DAN PERANCANGAN

BAB III ANALISA DAN PERANCANGAN BAB III ANALISA DAN PERANCANGAN III.1. Analisis Masalah Strategi di belakang Minimax algoritma adalah komputer berasumsi bahwa kedua pemain akan main sejauh kemampuan mereka. Maka, jika lawan mempunyai

Lebih terperinci

Implementasi Permainan Reversi menggunakan Penelusuran BFS dengan Konsep Algoritma MinMax

Implementasi Permainan Reversi menggunakan Penelusuran BFS dengan Konsep Algoritma MinMax Implementasi Permainan Reversi menggunakan Penelusuran BFS dengan Konsep Algoritma MinMax Romi Fadillah Rahmat, Muhammad Anggia Muchtar, Dedy Arisandi Fakultas MIPA Program Studi Teknologi Informasi Universitas

Lebih terperinci

BAB 3 ANALISIS ALGORITMA

BAB 3 ANALISIS ALGORITMA BAB 3 ANALISIS ALGORITMA 3.1 Analisis Masalah Permainan congklak merupakan permainan ng diperlukan strategi dan kemampuan matematika untuk bisa memenangkan permainan. Umumn congklak menggunakan papan dengan

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang BAB I PENDAHULUAN 1.1 Latar Belakang Kecerdasan buatan (Artificial Intelligence) menyebabkan lahirnya berbagai teknologi yang dapat dikatakan bersifat cerdas, misalnya permainan (game), sistem pakar (expert

Lebih terperinci

Aplikasi Algoritma MiniMax pada Beberapa Permainan Papan

Aplikasi Algoritma MiniMax pada Beberapa Permainan Papan Aplikasi Algoritma MiniMax pada Beberapa Permainan Papan Gaudensius Dimas Prasetyo Suprapto - 13514059 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung,

Lebih terperinci

Penggunaan Algoritma Greedy untuk menyelesaikan Permainan Othello

Penggunaan Algoritma Greedy untuk menyelesaikan Permainan Othello Penggunaan Algoritma Greedy untuk menyelesaikan Permainan Othello Annisa Muzdalifa - 13515090 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha

Lebih terperinci

BAB I PENDAHULUAN. Dalam beberapa tahun terakhir Artificial Intelligence (AI) atau kecerdasan

BAB I PENDAHULUAN. Dalam beberapa tahun terakhir Artificial Intelligence (AI) atau kecerdasan BAB I PENDAHULUAN 1.1. Latar Belakang Penelitian Dalam beberapa tahun terakhir Artificial Intelligence (AI) atau kecerdasan buatan telah menjadi sesuatu yang berpengaruh dalam industri game application.

Lebih terperinci

IMPLEMENTASI ALGORITMA GREEDY PADA PERMAINAN OTHELLO

IMPLEMENTASI ALGORITMA GREEDY PADA PERMAINAN OTHELLO IMPLEMENTASI ALGORITMA GREEDY PADA PERMAINAN OTHELLO Nur Fajriah Rachmah NIM 13506091 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung Jalan Ganesha nomor

Lebih terperinci

Perbandingan Penerapan Algoritma Minimax Dengan Algoritma Alpha-Beta Pruning Pada Permainan Othello

Perbandingan Penerapan Algoritma Minimax Dengan Algoritma Alpha-Beta Pruning Pada Permainan Othello Perbandingan Penerapan Algoritma Minimax Dengan Algoritma Alpha-Beta Pruning Pada Permainan Othello T. Arie Setiawan P. Fakultas Teknologi Informasi Universitas Kristen Satya Wacana Salatiga 50711 arie_setiawan_p@yahoo.com

Lebih terperinci

BAB 3 METODOLOGI 3.1. Analisis Kebutuhan dan Masalah Analisis Kebutuhan

BAB 3 METODOLOGI 3.1. Analisis Kebutuhan dan Masalah Analisis Kebutuhan BAB 3 METODOLOGI 3.1. Analisis Kebutuhan dan Masalah 3.1.1. Analisis Kebutuhan Saat ini banyak permainan yang seharusnya dimainkan oleh dua orang atau lebih yang sudah dilengkapi dengan sistem komputer

Lebih terperinci

Penerapan Algoritma Greedy dalam Permainan Othello

Penerapan Algoritma Greedy dalam Permainan Othello Penerapan Algoritma Greedy dalam Permainan Othello Fabrian Oktavino H - 13510053 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung

Lebih terperinci

UKDW BAB 1 PENDAHULUAN Latar Belakang

UKDW BAB 1 PENDAHULUAN Latar Belakang BAB 1 PENDAHULUAN 1.1. Latar Belakang Perkembangan komputer dewasa ini telah banyak mengarah pada Kecerdasan Buatan atau Artificial Intelligence (AI). AI merupakan suatu cabang ilmu yang mempelajari tentang

Lebih terperinci

ALGORITMA MINIMAX DALAM PERMAINAN CHECKERS

ALGORITMA MINIMAX DALAM PERMAINAN CHECKERS ALGORITMA MINIMAX DALAM PERMAINAN CHECKERS Nadhira Ayuningtyas (13506048) Program Studi Teknik Informatika, Institut Teknologi Bandung Jl. Ganesha No. 10 Bandung e-mail: if16048@students.if.itb.ac.id ABSTRAK

Lebih terperinci

APLIKASI GAME TIC TAC TOE 6X6 BERBASIS ANDROID MENGGUNAKAN ALGORITMA MINIMAX DAN HEURISTIC EVALUATION

APLIKASI GAME TIC TAC TOE 6X6 BERBASIS ANDROID MENGGUNAKAN ALGORITMA MINIMAX DAN HEURISTIC EVALUATION APLIKASI GAME TIC TAC TOE 6X6 BERBASIS ANDROID MENGGUNAKAN ALGORITMA MINIMAX DAN HEURISTIC EVALUATION Ever Jayadi1), Muhammad Aziz Fatchur Rachman2), Muhammad Yuliansyah3) 1), 2), 3) Teknik Informatika

Lebih terperinci

BAB I PENDAHULUAN. Permainan papan atau biasa disebut dengan Board Games hampir tidak

BAB I PENDAHULUAN. Permainan papan atau biasa disebut dengan Board Games hampir tidak BAB I PENDAHULUAN 1.1 Latar Belakang Permainan papan atau biasa disebut dengan Board Games hampir tidak asing terdengar di kehidupan manusia. Banyak macam-macam permainan papan yang ada di kehidupan manusia

Lebih terperinci

Rancangan Permainan Othello Berbasis Android Menggunakan Algoritma Depth-First Search

Rancangan Permainan Othello Berbasis Android Menggunakan Algoritma Depth-First Search JURNAL DUNIA TEKNOLOGI INFORMASI Vol. 1, No. 1, (2012) 28-34 28 Rancangan Permainan Othello Berbasis Android Menggunakan Algoritma Depth-First Search 1 Mauza Saputri Handayani, 1 Dedy Arisandi, 1 Opim

Lebih terperinci

Penerapan Algoritma Greedy dalam Pembuatan Artificial Intelligence Permainan Reversi

Penerapan Algoritma Greedy dalam Pembuatan Artificial Intelligence Permainan Reversi Penerapan Algoritma Greedy dalam Pembuatan Artificial Intelligence Permainan Reversi Zacki Zulfikar Fauzi / 13515147 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi

Lebih terperinci

PEMBUATAN APLIKASI PERMAINAN OTHELLO 16X16 BERBASIS DESKTOP DENGAN ALGORITMA ALPHA BETA PRUNNING

PEMBUATAN APLIKASI PERMAINAN OTHELLO 16X16 BERBASIS DESKTOP DENGAN ALGORITMA ALPHA BETA PRUNNING PEMBUATAN APLIKASI PERMAINAN OTHELLO 16X16 BERBASIS DESKTOP DENGAN ALGORITMA ALPHA BETA PRUNNING Andrean Nurdiansyah 1), Bayu Trisna Pratama 2), Lalu M. Afif Farhan 3) 1), 2),3) Teknik Informatika STMIK

Lebih terperinci

BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Artificial Intelligence

BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Artificial Intelligence BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Artificial Intelligence atau kecerdasan buatan merupakan sub bidang ilmu komputer yang mengkonsentrasikan diri pada otomatisasi kecerdasan tingkah laku 1. Salah

Lebih terperinci

BAB I PENDAHULUAN. O, yang bergiliran menandai ruang dalam kotak berukuran 3 3. Pemain yang

BAB I PENDAHULUAN. O, yang bergiliran menandai ruang dalam kotak berukuran 3 3. Pemain yang BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Tic Tac Toe adalah permainan kertas dan pensil untuk dua pemain, X dan O, yang bergiliran menandai ruang dalam kotak berukuran 3 3. Pemain yang berhasil menempatkan

Lebih terperinci

Implementasi Algoritma Negascout Untuk Permainan Checkers

Implementasi Algoritma Negascout Untuk Permainan Checkers Implementasi Algoritma Negascout Untuk Permainan Checkers Aditya Kurniawan Effendi 1 aditya.kurniawan.eff@gmail.com Rosa Delima 2 rosadelima@ukdw.ac.id Antonius R. C. 3 anton@ti.ukdw.ac.id Abstract Checker

Lebih terperinci

Implementasi Algoritma Greedy, BFS, Branch and Bound, dan Metode Heuristik dalam Permainan Reversi

Implementasi Algoritma Greedy, BFS, Branch and Bound, dan Metode Heuristik dalam Permainan Reversi Implementasi Algoritma Greedy, BFS, Branch and Bound, dan Metode Heuristik dalam Permainan Reversi Gilang Julian Suherik - 13512045 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika

Lebih terperinci

IKI30320 Kuliah 8 26 Sep Ruli Manurung. Game playing. Strategi optimal. Bekerja cepat Cutoff Tree pruning. State of the art.

IKI30320 Kuliah 8 26 Sep Ruli Manurung. Game playing. Strategi optimal. Bekerja cepat Cutoff Tree pruning. State of the art. Outline IKI 3030: Sistem Cerdas : (Deterministic) Game Playing Fakultas Ilmu Komputer Universitas Indonesia 3 4 6 September 007 5 Masalah menghadapi lawan Jenis-jenis game State space search biasa: agent

Lebih terperinci

BAB III ANALISIS DAN PERANCANGAN

BAB III ANALISIS DAN PERANCANGAN BAB III ANALISIS DAN PERANCANGAN Pada bab ini akan dibahas mengenai analisis dan perancangan pada sistem ng dibangun, itu penerapan algoritma Backtrack dalam membangkitkan elemen awal permainan Sudoku.

Lebih terperinci

KOMBI ASI GREEDY, MI IMAX, DA ALPHA-BETA PRU I G U TUK PERMAI A REVERSI

KOMBI ASI GREEDY, MI IMAX, DA ALPHA-BETA PRU I G U TUK PERMAI A REVERSI KOMBI ASI GREEDY, MI IMAX, DA ALPHA-BETA PRU I G U TUK PERMAI A REVERSI I.Y.B. Aditya Eka Prabawa W. Laboratorium Ilmu dan Rekayasa Komputasi, Program Studi Teknik Informatika, Institut Teknologi Bandung

Lebih terperinci

Penerapan Algoritma Greedy dalam Permainan Connect 4

Penerapan Algoritma Greedy dalam Permainan Connect 4 Penerapan Algoritma Greedy dalam Permainan Connect 4 Muhammad Hasby (13509054) 1 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung

Lebih terperinci

Implementasi Algoritma Pencarian Shannon Type-A Pada Program Permainan Catur

Implementasi Algoritma Pencarian Shannon Type-A Pada Program Permainan Catur Implementasi Algoritma Pencarian Shannon Type-A Pada Program Permainan Catur Dian Rachmanto, ST, Waru Djuriatno, S.T., M.T., dan Ir. Muhammad Aswin, M.T. Jurusan Teknik Elektro, Fakultas Teknik, Universitas

Lebih terperinci

ANALISIS ALGORITMA MINIMAX DENGAN OPTIMASI ALPHA BETA PRUNIGN PADA PERMAINAN FIVE IN ROW

ANALISIS ALGORITMA MINIMAX DENGAN OPTIMASI ALPHA BETA PRUNIGN PADA PERMAINAN FIVE IN ROW Volume : II, Nomor : 1, Pebruari 214 ISSN : 2339-21X ANALISIS ALGORITMA MINIMAX DENGAN OPTIMASI ALPHA BETA PRUNIGN PADA PERMAINAN FIVE IN ROW Vanlyco Simbolon (811362) Mahasiswa STMIK Budidarma Medan Jln.

Lebih terperinci

BAB III METODE PENELITIAN. Berikut langkah-langkah yang dilakukan dalam penelitian ini :

BAB III METODE PENELITIAN. Berikut langkah-langkah yang dilakukan dalam penelitian ini : BAB III METODE PENELITIAN 3.1 Rancangan Langkah Penelitian Berikut langkah-langkah yang dilakukan dalam penelitian ini : 1. Studi Literatur Bertujuan untuk mencari teori mengenai permainan Tic Tac Toe

Lebih terperinci

Algoritma Greedy dalam Artificial Intelligence Permainan Tic Tac Toe

Algoritma Greedy dalam Artificial Intelligence Permainan Tic Tac Toe Algoritma Greedy dalam Artificial Intelligence Permainan Tic Tac Toe Alif Bhaskoro 13514016 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha

Lebih terperinci

ALGORITMA GREEDY DALAM PERMAINAN DOTS AND BOXES

ALGORITMA GREEDY DALAM PERMAINAN DOTS AND BOXES ALGORITMA GREEDY DALAM PERMAINAN DOTS AND BOXES Danang Tri Massandy Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung 40132, Indonesia

Lebih terperinci

BAB III KONSEP DAN PERANCANGAN 3.1 KONSEP APLIKASI PERMAINAN CONGKLAK BERBASIS ANDROID

BAB III KONSEP DAN PERANCANGAN 3.1 KONSEP APLIKASI PERMAINAN CONGKLAK BERBASIS ANDROID BAB III KONSEP DAN PERANCANGAN 3.1 KONSEP APLIKASI PERMAINAN CONGKLAK BERBASIS ANDROID Aplikasi ini adalah sebuah aplikasi ng dibuat dengan menggunakan Adobe Flash CS3, sehingga jenis file ng akan dihasilkan

Lebih terperinci

Aplikasi Teori Graf dalam Permainan Kombinatorial

Aplikasi Teori Graf dalam Permainan Kombinatorial Aplikasi Teori Graf dalam Permainan Kombinatorial Abraham Krisnanda Santoso 13510033 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung

Lebih terperinci

Penerapan Algoritma Greedy Untuk Memenangkan Permainan Go

Penerapan Algoritma Greedy Untuk Memenangkan Permainan Go Penerapan Algoritma Greedy Untuk Memenangkan Permainan Go Innani Yudho afi (13511054) Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10

Lebih terperinci

BAB 1 PENDAHULUAN. Hal 1. 1 Dan W. Patterson, Introduction to Artificial Intelligence and Expert System, Prentice Hall, 1990,

BAB 1 PENDAHULUAN. Hal 1. 1 Dan W. Patterson, Introduction to Artificial Intelligence and Expert System, Prentice Hall, 1990, BAB 1 PENDAHULUAN 1.1. Pengantar Sesuai dengan perkembangan jaman dan kemajuan teknologi, saat ini terdapat berbagai macam teknologi aplikasi yang dirancang untuk menggantikan fungsi benda yang dioperasikan

Lebih terperinci

ALGORITMA GENETIK SEBAGAI FUNGSI PRUNING ALGORITMA MINIMAX PADA PERMAINAN TRIPLE TRIAD CARD.

ALGORITMA GENETIK SEBAGAI FUNGSI PRUNING ALGORITMA MINIMAX PADA PERMAINAN TRIPLE TRIAD CARD. ALGORITMA GENETIK SEBAGAI FUNGSI PRUNING ALGORITMA MINIMAX PADA PERMAINAN TRIPLE TRIAD CARD. Nico Saputro [1] dan Erico Darmawan Handoyo [2] Jurusan Ilmu Komputer Fakultas Matematika dan Ilmu Pengetahuan

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 6 BAB 2 LANDASAN TEORI 2.1. Algoritma dan Pemrograman Terhadap berbagai masalah yang timbul perlu dicarikan pemecahannya sehingga dapat memberikan solusi yang benar atau yang paling benar. Berbicara mengenai

Lebih terperinci

BAB III ANALISIS DAN KEBUTUHAN ALGORITMA

BAB III ANALISIS DAN KEBUTUHAN ALGORITMA BAB III ANALISIS DAN KEBUTUHAN ALGORITMA 3.1 Analisis Masalah Berdasarkan penelitian yang dilakukan sebelumya oleh Hary Fernando dari Institut Teknologi Bandung dengan menerapkan algoritma burt force dan

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Permainan Reversi Permainan Reversi adalah permainan yang dimainkan oleh dua orang pemain. Permainan ini dimainkan di atas papan Reversi persegi yang terdiri dari 8 baris dan 8

Lebih terperinci

BAB III ANALISIS MASALAH DAN RANCANGAN PROGRAM

BAB III ANALISIS MASALAH DAN RANCANGAN PROGRAM BAB III AALISIS MASALAH DA RACAGA PROGRAM III.1. Analisis Masalah Permainan Halma merupakan permainan yang mengasah logika pemainnya. Permainan halma mengharuskan pemainnya untuk memindahkan pion-pion

Lebih terperinci

BAB 2 TINJAUAN PUSTAKA

BAB 2 TINJAUAN PUSTAKA BAB 2 TINJAUAN PUSTAKA 2.1 Kecerdasan Buatan Kecerdasan buatan merupakan salah satu bidang ilmu komputer yang didefinisikan sebagai kecerdasan yang dibuat untuk suatu sistem dengan menggunakan algoritmaalgoritma

Lebih terperinci

BAB IV HASIL DAN PENGUJIAN. Perangkat lunak terdiri dari 2 bagian utama, yaitu game tree untuk

BAB IV HASIL DAN PENGUJIAN. Perangkat lunak terdiri dari 2 bagian utama, yaitu game tree untuk BAB IV HASIL DAN PENGUJIAN Perangkat lunak terdiri dari 2 bagian utama, yaitu game tree untuk memberi kecerdasan bagi komputer.dan pencarian nilai terkecil bagi manusia. Langkah pertama sebelum menuju

Lebih terperinci

PERANCANGAN PENERAPAN ALGORITMA NEGAMAX ALPHA BETA PRUNING PADA PERMAINAN OTHELLO NASKAH PUBLIKASI. diajukan oleh Bayu Trisna Pratama

PERANCANGAN PENERAPAN ALGORITMA NEGAMAX ALPHA BETA PRUNING PADA PERMAINAN OTHELLO NASKAH PUBLIKASI. diajukan oleh Bayu Trisna Pratama PERANCANGAN PENERAPAN ALGORITMA NEGAMAX ALPHA BETA PRUNING PADA PERMAINAN OTHELLO NASKAH PUBLIKASI diajukan oleh Bayu Trisna Pratama 13.11.7056 kepada SEKOLAH TINGGI MANAJEMEN INFORMATIKA DAN KOMPUTER

Lebih terperinci

UKDW BAB 1 PENDAHULUAN Latar Belakang

UKDW BAB 1 PENDAHULUAN Latar Belakang BAB 1 PENDAHULUAN 1.1. Latar Belakang Permainan tic-tac-toe merupakan permainan klasik berjenis permainan papan (board-game) dengan ukuran 3x3. Cara memainkan Permainan tersebut dengan memberikan Nilai

Lebih terperinci

PEMODELAN DAN PENGIMPLEMENTASIAN PERMAINAN CONNECT FOUR

PEMODELAN DAN PENGIMPLEMENTASIAN PERMAINAN CONNECT FOUR PEMODELAN DAN PENGIMPLEMENTASIAN PERMAINAN CONNECT FOUR Andrew Mahisa Halim 1, Frederikus Judianto 1, Samuel Lukas 1, Petrus Widjaja 2 1 Teknik Informatika, Universitas Pelita Harapan, Lippo Karawaci,

Lebih terperinci

Aplikasi Pohon Keputusan pada Permainan Catur

Aplikasi Pohon Keputusan pada Permainan Catur Aplikasi Pohon Keputusan pada Permainan Catur Christian Anthony Setyawan 13514085 1 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung

Lebih terperinci

Combinatorial Game Theory, Game Tree, dan Intelegensia Buatan

Combinatorial Game Theory, Game Tree, dan Intelegensia Buatan Combinatorial Game Theory, Game Tree, dan Intelegensia Buatan Ripandy Adha - 13507115 Jurusan Teknik Informatika ITB, Bandung 40116, email: if17115@students.if.itb.ac.id Abstract Makalah ini membahas tentang

Lebih terperinci

Penerapan Algoritma Greedy untuk Permainan Halma

Penerapan Algoritma Greedy untuk Permainan Halma Penerapan Algoritma Greedy untuk Permainan Halma Vivi Lieyanda / 13509073 1 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung 40132,

Lebih terperinci

Algoritma Greedy pada Board Game Saboteur

Algoritma Greedy pada Board Game Saboteur Algoritma Greedy pada Board Game Saboteur Lathifah Nurrahmah - 13515046 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung 40132,

Lebih terperinci

Penggunaan Algoritma DFS dan BFS pada Permainan Three Piles of Stones

Penggunaan Algoritma DFS dan BFS pada Permainan Three Piles of Stones Penggunaan Algoritma DFS dan BFS pada Permainan Three Piles of Stones Muharram Huda Widaseta NIM 13508033 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung,

Lebih terperinci

MASALAH, RUANG KEADAAN

MASALAH, RUANG KEADAAN MASALAH, RUANG KEADAAN PENDAHULUAN Sistem yang menggunakna kecerdasan buatan mencoba untuk memberikan output berupa solusi dari suatu masalah berdasarkan kumpulan pengetahuan yang ada. Input yang diberikan

Lebih terperinci

ALGORITMA MINIMAX SEBAGAI PENGAMBIL KEPUTUSAN DALAM GAME TIC-TAC-TOE

ALGORITMA MINIMAX SEBAGAI PENGAMBIL KEPUTUSAN DALAM GAME TIC-TAC-TOE ALGORITMA MINIMAX SEBAGAI PENGAMBIL KEPUTUSAN DALAM GAME TIC-TAC-TOE Muhammad Kurniawan 1), Afib Pamungkas 2), Salman Hadi 3) 1), 2), 3) Teknik Informatika STMIK AMIKOM Yogyakarta Jl Ring road Utara, Condongcatur,

Lebih terperinci

BAB III METODE PENELITIAN. Metode penelitian yang digunakan adalah dengan cara mencoba

BAB III METODE PENELITIAN. Metode penelitian yang digunakan adalah dengan cara mencoba BAB III METDE PENELITIAN BAB III METDE PENELITIAN 3.1 Metode Penelitian Metode penelitian yang digunakan adalah dengan cara mencoba menjalankan dan memainkan permainan dengan berbagai tingkat kesulitan

Lebih terperinci

BAB II MASALAH DAN RUANG MASALAH. Gambar 2.1 sistem yang menggunakan kecerdasan buatan

BAB II MASALAH DAN RUANG MASALAH. Gambar 2.1 sistem yang menggunakan kecerdasan buatan BAB II MASALAH DAN RUANG MASALAH 2.1 MASALAH DAN METODE PEMECAHAN MASALAH Sistem yang menggunakan kecerdasan buatan akan memberikan output berupa solusi dari suatu masalah berdasarkan kumpulan pengetahuan

Lebih terperinci

KI Kecerdasan Buatan Materi 6: Pencarian dgn. Lihat Status Lawan (Adversarial Search)

KI Kecerdasan Buatan Materi 6: Pencarian dgn. Lihat Status Lawan (Adversarial Search) [AIMA] Russel, Stuart J., Peter Norvig, "Artificial Intelligence, A Modern Approach" rd Ed., Prentice Hall, New Jersey, KI9 Kecerdasan Buatan Materi 6: Pencarian dgn. Lihat Status Lawan (Adversarial Search)

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 16 BAB 2 LANDASAN TEORI 2.1 Game Game adalah kegiatan yang berlangsung antara dua orang atau lebih yang membuat keputusannya sendiri untuk meraih tujuan (Clark C, 1987). Orang telah memainkan game pada

Lebih terperinci

BAB III ANALISA DAN PERANCANGAN

BAB III ANALISA DAN PERANCANGAN BAB III ANALISA DAN PERANCANGAN III.1. Analisis Sistem Analisis sistem adalah teknik pemecahan masalah yang menguraikan bagian-bagian komponen dengan mempelajari seberapa bagus bagian-bagian komponen tersebut

Lebih terperinci

Analisis Efisiensi Algoritma Alpha Beta Pruning dan MTD(f) pada Connect4

Analisis Efisiensi Algoritma Alpha Beta Pruning dan MTD(f) pada Connect4 Analisis Efisiensi Algoritma Alpha Beta Pruning dan MTD(f) pada Connect4 Lukas Tommy Program Studi Teknik Informatika STMIK Atma Luhur Jl. Jend. Sudirman Selindung Pangkalpinang lukastommy@atmaluhur.ac.id

Lebih terperinci

UKDW. Bab 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

UKDW. Bab 1 PENDAHULUAN. 1.1 Latar Belakang Masalah Bab 1 PENDAHULUAN 1.1 Latar Belakang Masalah Perkembangan aplikasi yang mengarah dalam bidang kecerdasan buatan atau Artificial Intelligence (AI) khususnya dalam aplikasi permainan yang saat ini berkembang

Lebih terperinci

Implementasi Algoritma Greedy pada Permainan Ludo

Implementasi Algoritma Greedy pada Permainan Ludo Implementasi Algoritma Greedy pada Permainan Ludo Sylvia Juliana, 13515070 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl, Ganesha 10 Bandung 40132,

Lebih terperinci

UNIVERSITAS BINA NUSANTARA. Jurusan Teknik Informatika Skripsi Sarjana Komputer Semester Genap 2007/2008

UNIVERSITAS BINA NUSANTARA. Jurusan Teknik Informatika Skripsi Sarjana Komputer Semester Genap 2007/2008 UNIVERSITAS BINA NUSANTARA Jurusan Teknik Informatika Skripsi Sarjana Komputer Semester Genap 2007/2008 ANALISIS DAN PERANCANGAN PROGRAM PENYELESAIAN GAME CHECKER DENGAN METODE ALGORITMA GENETIK SERTA

Lebih terperinci

Penentuan Keputusan dalam Permainan Gomoku dengan Program Dinamis dan Algoritma Greedy

Penentuan Keputusan dalam Permainan Gomoku dengan Program Dinamis dan Algoritma Greedy Penentuan Keputusan dalam Permainan Gomoku dengan Program Dinamis dan Algoritma Greedy Atika Yusuf 135055 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung,

Lebih terperinci

IMPLEMENTASI ALGORITMA MINIMAX PADA PERMAINAN CATUR

IMPLEMENTASI ALGORITMA MINIMAX PADA PERMAINAN CATUR IMPLEMENTASI ALGORITMA MINIMAX PADA PERMAINAN CATUR Anton Topadang 1), Dedi Haryanto 2) 1,2) Jurusan Teknologi Informasi, Politeknik Negeri Samarinda Email: antontpd@gmail.com 1), dedihariyanto@gmail.com

Lebih terperinci

Perancangan Aplikasi Permainan Reversi Menggunakan Metode Greedy Edy 1), Wilianto 2), Yuliana 3)

Perancangan Aplikasi Permainan Reversi Menggunakan Metode Greedy Edy 1), Wilianto 2), Yuliana 3) JURNAL ILMIAH CORE IT e-issn: 2548-3528 p-issn: 2339-1766 Perancangan Aplikasi Permainan Reversi Menggunakan Metode Greedy Edy 1), Wilianto 2), Yuliana 3) STMIK IBBI Jalan Sei Deli No. 18 Medan e-mail:

Lebih terperinci

SISTEM INTELEGENSIA. Pertemuan 3 Diema HS, M. Kom

SISTEM INTELEGENSIA. Pertemuan 3 Diema HS, M. Kom SISTEM INTELEGENSIA Pertemuan 3 Diema HS, M. Kom MASALAH DAN RUANG KEADAAN, 1. Definisi Masalah dan Ruang Masalah 2. Cara Merepresentasikan Ruang Masalah MASALAH? Untuk Mendefinisikan Suatu Masalah: a.

Lebih terperinci

BAB I PENDAHULUAN Latar Belakang Masalah

BAB I PENDAHULUAN Latar Belakang Masalah BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Perkembangan teknologi yang meningkat sekarang ini, menyebabkan banyak perubahan dalam kehidupan manusia. Teknologi dipakai dalam bidang kedokteran, pendidikan,

Lebih terperinci

Aplikasi Graf untuk Penentuan Aksi Robot Sepak Bola (Robosoccer)

Aplikasi Graf untuk Penentuan Aksi Robot Sepak Bola (Robosoccer) Aplikasi Graf untuk Penentuan Aksi Robot Sepak Bola (Robosoccer) Khoirunnisa Afifah (13512077) Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha

Lebih terperinci

Penentuan Langkah Sederhana dalam Permainan Kartu Hearthstone dengan Algoritma Greedy

Penentuan Langkah Sederhana dalam Permainan Kartu Hearthstone dengan Algoritma Greedy Penentuan Langkah Sederhana dalam Permainan Kartu Hearthstone dengan Greedy Muhammad Umar Fariz Tumbuan - 13515050 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi

Lebih terperinci

XABCDEFGHY 8-+-mk-+-+( 7tR ' & 5+-+K+-+-% $ # " ! xabcdefghy

XABCDEFGHY 8-+-mk-+-+( 7tR ' & 5+-+K+-+-% $ #  ! xabcdefghy 0 BAB I PRINSIP PERTAMA : ENDINGS, MIDDLE-GAME DAN OPENING Dalam permainan catur, hal pertama yang harus dipahami adalah mengenal kekuatan masing-masing perwira. Cara terbaik adalah dengan menunjukkan

Lebih terperinci

MASALAH, RUANG KEADAAN & PENCARIAN

MASALAH, RUANG KEADAAN & PENCARIAN MASALAH, RUANG KEADAAN & PENCARIAN 1 Pokok Bahasan Mendefinisikan Masalah dalam Ruang Keadaan Representasi Ruang Keadaan Metode Pencarian & Pelacakan 2 Artificial Intelligence ARTIFICIAL INTELLIGENCE Input:

Lebih terperinci

Perumusan Isu Strategis

Perumusan Isu Strategis MODUL 5 Perumusan Isu Strategis TUJUAN Menunjukkan bahwa isu tidak tersedia dalam bentuk jadi sehingga harus dipilih dan diolah. Menunjukkan bagaimana mengembangkan isu strategis dengan mendayagunakan

Lebih terperinci

BAB I PENDAHULUAN. Permainan antara manusia melawan komputer menjadi sangat populer

BAB I PENDAHULUAN. Permainan antara manusia melawan komputer menjadi sangat populer BAB I PENDAHULUAN 1.1 Latar Belakang Permainan antara manusia melawan komputer menjadi sangat populer belakangan ini. Uniknya menerapkan kecerdasan buatan pada komputer tidak semudah mengajarkan permainan

Lebih terperinci

Penerapan Prinsip Greedy dalam Permainan Kartu Hearts

Penerapan Prinsip Greedy dalam Permainan Kartu Hearts Penerapan Prinsip Greedy dalam Permainan Kartu Hearts Adrian Edbert Luman Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung Jalan Ganesha 10, Bandung e-mail:

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang BAB I PENDAHULUAN 1.1 Latar Belakang Pada zaman ini perkembangan ilmu pengetahuan dan teknologi semakin berkembang dengan pesat, ini terlihat dari pemakaian alat-alat elektronik yang semakin canggih, Seiring

Lebih terperinci

BAB IV HASIL DAN UJI COBA

BAB IV HASIL DAN UJI COBA 40 BAB IV HASIL DAN UJI COBA IV.1. Tampilan Hasil Pada bab ini akan dijelaskan tampilan hasil dari aplikasi yang telah dibuat, yang digunakan untuk memperjelas tentang tampilan-tampilan yang ada pada aplikasi

Lebih terperinci

Penerapan Algoritma Runut-Balik (Backtracking) pada Permainan Nurikabe

Penerapan Algoritma Runut-Balik (Backtracking) pada Permainan Nurikabe Penerapan Runut-Balik (Backtracking) pada Permainan Nurikabe Putri Amanda Bahraini Program Studi Teknik Informatika, Institut Teknologi Bandung Jalan Ganesha 10, Bandung e-mail: if14041@students.if.itb.ac.id

Lebih terperinci

Permainan Papan Strategi Menggunakan Algoritma Minimax

Permainan Papan Strategi Menggunakan Algoritma Minimax Permainan Papan Strategi Menggunakan Algoritma Minimax Sandy Kosasi STMIK Pontianak Jalan Merdeka No. 372 Pontianak e-mail: sandykosasi@yahoo.co.id&sandykosasi@stmikpontianak.ac.id Abstrak Algoritma minimax

Lebih terperinci

Penerapan Struktur Pohon dan Pencarian Solusi Langkah pada Engine Catur

Penerapan Struktur Pohon dan Pencarian Solusi Langkah pada Engine Catur Penerapan Struktur Pohon dan Pencarian Solusi Langkah pada Engine Catur Tony / 13512018 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10

Lebih terperinci

Aplikasi Algoritma Greedy dalam Permainan Kartu Truf

Aplikasi Algoritma Greedy dalam Permainan Kartu Truf Aplikasi Algoritma Greedy dalam Permainan Kartu Truf Darwin Prasetio / 13512001 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung

Lebih terperinci

Sistem Kecerdasan Buatan. Masalah, Ruang Masalah dan Pencarian Solusi. Masalah. Masalah Sebagai Ruang Keadaan 10/7/2015

Sistem Kecerdasan Buatan. Masalah, Ruang Masalah dan Pencarian Solusi. Masalah. Masalah Sebagai Ruang Keadaan 10/7/2015 Sistem Kecerdasan Buatan Masalah, Ruang Masalah dan Pencarian Solusi Bahan Bacaan : Sri Kusumadewi, Artificial Intelligence. Russel, Artificial Intelligence Modern Approach 2 bagian utama kecerdasan buatan

Lebih terperinci

Masalah, Ruang Masalah dan Pencarian

Masalah, Ruang Masalah dan Pencarian Masalah, Ruang Masalah dan Pencarian Definisi Masalah dan Ruang Masalah Metode Pencarian Buta Breadth First Search Depth First Search Referensi Luger & Stubblefield - bab 3 Sri Kusumadewi - bab 2 Rich

Lebih terperinci

BAB I PENDAHULUAN 1-1. Howard. W. Sams & Co.1987, hal 1. 1 Frenzel, L.W. Crash Course In Artifical Intelligence And Expert Systems. 1st Edition.

BAB I PENDAHULUAN 1-1. Howard. W. Sams & Co.1987, hal 1. 1 Frenzel, L.W. Crash Course In Artifical Intelligence And Expert Systems. 1st Edition. BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Perkembangan teknologi yang makin pesat menyebabkan kebutuhan akan kecerdasan buatan (artificial intelligence) dalam komputerpun meningkat. Kecerdasan buatan

Lebih terperinci

Penerapan strategi runut-balik dalam penyelesaian permainan puzzle geser

Penerapan strategi runut-balik dalam penyelesaian permainan puzzle geser Penerapan strategi runut-balik dalam penyelesaian permainan puzzle geser Dimas Angga 13510046 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha

Lebih terperinci

GAME PLAYING UNTUK OTHELLO DENGAN MENGGUNAKAN ALGORITMA NEGASCOUT DAN MTDF

GAME PLAYING UNTUK OTHELLO DENGAN MENGGUNAKAN ALGORITMA NEGASCOUT DAN MTDF GAME PLAYING UNTUK OTHELLO DENGAN MENGGUNAKAN ALGORITMA NEGASCOUT DAN MTDF Gunawan, Yosi Kristian, Hermawan Andika Jurusan Teknik Informatika, Sekolah Tinggi Teknik Surabaya Jl.Ngagel Jaya Tengah 73-77,

Lebih terperinci

Kenali Kartu Permainan

Kenali Kartu Permainan 01 05 09 29 22 14 26 14 27 (bag. 1) Kenali Kartu Permainan Poin Objek Diperlukan Kartu Objek (12) Kartu Tugas (18) Memulai Permainan 1. Kocok Kartu Tugas dan Kartu Objek secara terpisah. 2. Ambil 3 Kartu

Lebih terperinci

BAB I PENDAHULUAN. terlibat dalam permasalahan buatan, ditentukan oleh aturan, yang memberikan

BAB I PENDAHULUAN. terlibat dalam permasalahan buatan, ditentukan oleh aturan, yang memberikan BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Permainan merupakan salah satu sarana hiburan bahkan sebagai sarana untuk belajar. Selain itu permainan dapat melibatkan pemain untuk menyelesaikan permainan

Lebih terperinci

MASALAH, RUANG KEADAAN. Kecerdasan Buatan

MASALAH, RUANG KEADAAN. Kecerdasan Buatan MASALAH, RUANG KEADAAN Kecerdasan Buatan Pokok Bahasan Mendefinisikan Masalah dalam Ruang Keadaan Representasi Ruang Keadaan Artificial Intelligence ARTIFICIAL INTELLIGENCE Input: MASALAH Knowledge Base

Lebih terperinci

Penerapan Algoritma Greedy dan Breadth First Search pada Permainan Kartu Sevens

Penerapan Algoritma Greedy dan Breadth First Search pada Permainan Kartu Sevens Penerapan Algoritma Greedy dan Breadth First Search pada Permainan Kartu Sevens Kharis Isriyanto 13514064 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung,

Lebih terperinci

GAME KAZEL: PENYELAMATAN DESA DENGAN ACTIONSCRIPT 2 BERBASIS FLASH

GAME KAZEL: PENYELAMATAN DESA DENGAN ACTIONSCRIPT 2 BERBASIS FLASH GAME KAZEL: PENYELAMATAN DESA DENGAN ACTIONSCRIPT 2 BERBASIS FLASH Cara menjalankan program: Aplikasi game ini dibangun dengan Adobe Flash CS4. Untuk menjalankan aplikasi game hanya dengan double click

Lebih terperinci

Aplikasi Permainan Battleship Menggunakan Algoritma Runut-Balik Dengan Breadth First Search

Aplikasi Permainan Battleship Menggunakan Algoritma Runut-Balik Dengan Breadth First Search Aplikasi Permainan Battleship Menggunakan Algoritma Runut-Balik Dengan Breadth First Search Arif Aliyanto 1, Felix Novendo Ishak 2 1 Sistem Informasi, Sekolah Tinggi Teknik Musi Jl. Bangau No.60, Palembang,

Lebih terperinci

BAB III ANALISA PERANCANGAN DAN PEMODELAN SISTEM

BAB III ANALISA PERANCANGAN DAN PEMODELAN SISTEM BAB III ANALISA PERANCANGAN DAN PEMODELAN SISTEM 3.1 Struktur Navigasi Struktur navigasi adalah urutan alur informasi dari suatu aplikasi multimedia. Dengan menggunakan struktur navigasi yang tepat maka

Lebih terperinci

Pengaplikasian Pohon dalam Algoritma Sebuah Game Catur

Pengaplikasian Pohon dalam Algoritma Sebuah Game Catur Pengaplikasian Pohon dalam Algoritma Sebuah Game Catur Adrian Edbert Luman / 13507057 1) Jurusan Teknik Informatika ITB, Bandung 40116, email: gabunakadree@yahoo.com Abstract Makalah ini menjelaskan mengenai

Lebih terperinci

ANALISIS MASALAH DAN RANCANGAN PROGRAM

ANALISIS MASALAH DAN RANCANGAN PROGRAM BAB III ANALISIS MASALAH DAN RANCANGAN PROGRAM III.1. Analisis Masalah Perkembangan teknologi komputerisasi yang fungsinya semakin luas yang semula hanya digunakan sebagai alat hitung, saat ini dapat digunakan

Lebih terperinci

IMPLEMENTASI DAN PENGUJIAN

IMPLEMENTASI DAN PENGUJIAN BAB 4 IMPLEMENTASI DAN PENGUJIAN Pada bab ini akan dilakukan implementasi dan pengujian terhadap aplikasi yang dibangun. Tahapan ini dilakukan setelah analisis dan perancangan selesai dilakukan dan selanjutnya

Lebih terperinci

BAB III ANALISIS SISTEM. literatur, paper maupun beberapa artikel di internet, mulai dari randomization

BAB III ANALISIS SISTEM. literatur, paper maupun beberapa artikel di internet, mulai dari randomization BAB III ANALISIS SISTEM 3.1. Analisis Sistem Pada tahapan ini dilakukan observasi permasalahan, mempelajari hal yang berkaitan dengan kecerdasan buatan. Pembelajaran ini didapat dari buku-buku literatur,

Lebih terperinci

Penerapan Algoritma Greedy dalam Permainan Bantumi

Penerapan Algoritma Greedy dalam Permainan Bantumi Penerapan Algoritma Greedy dalam Permainan Bantumi Andi Setiawan Program Studi Teknik Informatika Institut Teknologi Bandung Jalan Ganesha 10 Bandung e-mail: andise@students.itb.ac.id ABSTRAK Algoritma

Lebih terperinci

Game Playing #1/5. (C) 2005, gunawan -

Game Playing #1/5. (C) 2005, gunawan - #1/5 Game Playing Beberapa Karakteristik dan Batasan Game untuk Game Playing: Dimainkan oleh 2 (dua) pemain: manusia dan komputer. Para pemain saling bergantian melangkah. Perfect Information Game: kedua

Lebih terperinci

Penggunaan Strategi Algoritma Backtracking pada Pencarian Solusi Puzzle Pentomino

Penggunaan Strategi Algoritma Backtracking pada Pencarian Solusi Puzzle Pentomino Penggunaan Strategi Algoritma Backtracking pada Pencarian Solusi Puzzle Pentomino Muhammad Rian Fakhrusy / 13511008 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi

Lebih terperinci