BAB 3 ANALISIS DAN PERANCANGAN
|
|
- Vera Jayadi
- 6 tahun lalu
- Tontonan:
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 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 terperinciBAB 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 terperinciBAB 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 terperinciImplementasi 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 terperinciBAB 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 terperinciBAB 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 terperinciAplikasi 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 terperinciPenggunaan 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 terperinciBAB 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 terperinciIMPLEMENTASI 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 terperinciPerbandingan 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 terperinciBAB 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 terperinciPenerapan 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 terperinciUKDW 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 terperinciALGORITMA 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 terperinciAPLIKASI 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 terperinciBAB 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 terperinciRancangan 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 terperinciPenerapan 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 terperinciPEMBUATAN 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 terperinciBAB 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 terperinciBAB 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 terperinciImplementasi 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 terperinciImplementasi 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 terperinciIKI30320 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 terperinciBAB 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 terperinciKOMBI 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 terperinciPenerapan 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 terperinciImplementasi 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 terperinciANALISIS 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 terperinciBAB 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 terperinciAlgoritma 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 terperinciALGORITMA 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 terperinciBAB 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 terperinciAplikasi 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 terperinciPenerapan 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 terperinciBAB 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 terperinciALGORITMA 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 terperinciBAB 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 terperinciBAB 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 terperinciBAB 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 terperinciBAB 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 terperinciBAB 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 terperinciBAB 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 terperinciPERANCANGAN 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 terperinciUKDW 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 terperinciPEMODELAN 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 terperinciAplikasi 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 terperinciCombinatorial 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 terperinciPenerapan 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 terperinciAlgoritma 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 terperinciPenggunaan 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 terperinciMASALAH, 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 terperinciALGORITMA 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 terperinciBAB 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 terperinciBAB 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 terperinciKI 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 terperinciBAB 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 terperinciBAB 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 terperinciAnalisis 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 terperinciUKDW. 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 terperinciImplementasi 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 terperinciUNIVERSITAS 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 terperinciPenentuan 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 terperinciIMPLEMENTASI 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 terperinciPerancangan 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 terperinciSISTEM 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 terperinciBAB 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 terperinciAplikasi 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 terperinciPenentuan 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 terperinciXABCDEFGHY 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 terperinciMASALAH, 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 terperinciPerumusan 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 terperinciBAB 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 terperinciPenerapan 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 terperinciBAB 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 terperinciBAB 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 terperinciPenerapan 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 terperinciPermainan 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 terperinciPenerapan 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 terperinciAplikasi 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 terperinciSistem 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 terperinciMasalah, 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 terperinciBAB 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 terperinciPenerapan 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 terperinciGAME 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 terperinciKenali 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 terperinciBAB 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 terperinciMASALAH, 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 terperinciPenerapan 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 terperinciGAME 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 terperinciAplikasi 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 terperinciBAB 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 terperinciPengaplikasian 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 terperinciANALISIS 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 terperinciIMPLEMENTASI 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 terperinciBAB 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 terperinciPenerapan 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 terperinciGame 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 terperinciPenggunaan 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