Game Playing #1/5. (C) 2005, gunawan -
|
|
- Yandi Hardja
- 7 tahun lalu
- Tontonan:
Transkripsi
1 #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 pemain sama-sama memiliki akses pada informasi yang lengkap tentang keadaan permainan, sehingga tidak ada informasi yang tertutup bagi lawan mainnya. No Determined by Chances. Tidak melibatkan faktor probabilitas, misalnya dengan menggunakan dadu. No Phsychological Factors. Tidak melibatkan faktor psikologi, seperti "gertakan" (misalnya Poker) No Oversight Errors. Smart Opponent. Lawan diasumsikan pintar juga, jadi jangan mengharap lawan khilaf, sehingga terjadi salah langkah. Beberapa contoh permainan yang biasa digunakan sebagai contoh kasus Game Playing pada AI: 1. Last One Loses 2. n-coins Grundy's Game 3. Slide-5 (cari, mulai dari: 4. Tic-Tac-Toe 5. Checkers 6. Go 7. Nim 8. Othello 9. Chess Dengan memperhatikan karakteristik dan batasan di atas, menjadi mungkin untuk implementasi sejumlah permainan tradisional /sehari-hari seperti: 1. Dakon (Game Tradisi Jawa) 2. Halma Metode iterative diterapkan oleh karena space pencarian solusi terlalu besar, dalam hal ini pencarian akan dilakukan sebelum setiap langkah dilakukan untuk mendapatkan langkah berikutnya yang terbaik. Fungsi Evaluasi digunakan untuk menilai "seberapa baik" konfigurasi suatu game. Tidak seperti heuristic search yang fungsi evaluasinya adalah sebuah bilangan non-negatif, sebagai estimasi biaya dari start-state menuju goal-state, pada game playing fungsi evaluasinya memberikan estimasi tentang kualitas papan permainan dalam mengarahkan seorang pemain untuk memenangkan permainan (static evaluation function). Disebut juga dengan: Static Board Evaluator, f(n). Pada setiap branch nodes: Jika f(n) bilangan positif besar, artinya konfigurasi papan dengan pemilihan node n "baik untuk saya dan buruk untukmu"
2 #2/5 Jika f(n) bilangan negatif besar, artinya konfigurasi papan dengan pemilihan node n "buruk untuk saya dan baik untukmu" Jika f(n) dekat dengan 0, artinya papan dalam keadaan netral Pada leaf nodes: Jika f(n) = + "tak terhingga", artinya kondisi saya memenangkan pertandingan. Jika f(n) = - "tak terhingga", artinya kondisi kamu memenangkan pertandingan. Static Board Evaluator tidak selalu mudah untuk ditulis, misalnya untuk permainan catur. Banyak fungsi evaluasi game playing yang dispesifikasikan sebagai "jumlah berbobot dari featuresnya": (w1*feature1) + (w2*feature2) + (w3*feature3) +... (wn*featuren). Sebagai contoh pada Deep Blue (program catur yang "imbang" saat menghadapi Gary Kasparov) memiliki tidak kurang dari 6000 features dalam fungsi evaluasinya. Contoh static evaluation function untuk Tic-Tac-Toe: f(n) = [jumlah 3-length yang terbuka untuk saya] - [jumlah 3-length yang terbuka untukmu] Strategi Minimax Minimax adalah sebuah prosedur pencarian yang melihat ke depan -- memperhatikan apa yang akan terjadi kemudian -- yang digunakan untuk memilih langkah berikutnya. Asumsikan bahwa kita telah memiliki sebuah Static Board Evaluator yang akan mengembalikan sebuah bilangan yang menunjukkan "seberapa baiknya" sebuah konfigurasi papan. A / \ B C Anggaplah static board evaluator untuk konfigurasi papan D, E, F, G, masing-masing adalah 4, 7, 2, dan 8. Nilai konfigurasi B adalah 4 (karena jika saya memilih B, lawan akan memilih D -- langkah terbaik untuk dia). Hal yang sama akan terjadi bila saya melangkah ke C yang nilai konfigurasinya 2. Dengan demikian nilai konfigurasi A adalah 4 (artinya melangkah ke konfigurasi B=4 lebih baik bagi saya dibanding C=2). FUNCTION Minimax(N) 1. IF N adalah sebuah terminal node dari game tree THEN RETURN nilai yang dihitung oleh static board evaluator untuk node N Expand successors N1, N2, N3,..., Nm dari node N IF N berada pada level meminimalkan THEN RETURN min(minimax(n1), Minimax(N2),..., Minimax(Nm) ) RETURN max(minimax(n1), Minimax(N2),..., Minimax(Nm) ) 2. RETURN
3 #3/5 ab-pruning (ab-cutoff) Cara untuk meningkatkan efisiensi fungsi minimax standard. Metode tambahan ini ditambahkan pada function minimax untuk mereduksi jumlah node yang diexpand. Kepada function minimax ditambahkan sepasang nilai, α dan β. Penelusuran pada game tree dilakukan secara depth-first order (seperti DFS). Nilai a dari node n: Diberi harga awal dengan: nilai static-board evaluator dari node n, jika n adalah terminal node. -tak terhingga, pada keadaan lainnya (bukan leaf-node). Perubahan nilai α : pada level memaksimalkan, nilai α akan diisi dengan nilai terbesar dari semua successor yang diexpand, dan pada level meminimalkan, nilai α akan diisi dengan nilai α dari predecessornya. Nilai b dari node n: Diberi harga awal dengan: nilai static-board evaluator dari node n, jika n adalah terminal node. +tak terhingga, pada keadaan lainnya (bukan leaf-node). Perubahan nilai β : pada level meminimalkan, nilai β akan diisi dengan nilai terkecil dari semua successor yang diexpand, dan pada level memaksimalkan, nilai β akan diisi dengan nilai β dari predecessornya. Pengaturan nilai a dan b seperti itu akan menjamin: menghasilkan nilai yang sama seperti yang dihasilkan fungsi minimax standard untuk root node. nilai static-board evaluator dari sebuah node akan selalu tidak lebih kecil dari nilai α dan tidak pernah lebih besar dari node β. Selama algoritma bekerja, nilai α dan β dari sebuah node mungkin berubah, tetapi nilai α tak pernah berkurang (monotonically non-decreasing), dan nilai β tak pernah bertambah (monotonically non-increasing). Nilai α sebuah node tidak pernah kurang dari nilai α predecessornya Nilai β sebuah node tidak pernah lebih besar dari nilai β predecessornya Untuk node yang dikunjung terakhir: nilainya = α jika node ini berada pada level memaksimalkan nilainya = β jika node ini berada pada level meminimalkan A / \ B C
4 #4/5 Misalnya pada contoh game tree untuk minimax di atas, fungsi minimax telah dilakukan secara lengkap untuk node B, jadi kita akan mulai menerapkan fungsi yang sama untuk C. Pertama kita melihat F dan mendapatkan nilainya = 2. Dengan demikian saat ini sesungguhnya tidak perlu untuk memeriksa node G, karena apapun nilainya tidak akan mengubah keputusan saya untuk memilih langkah B. Perhatikan bahwa saat ini current maximum adalah 4: Jika G>2, misalnya G=8 seperti pada contoh di atas, maka lawan akan memilih F jika saya (komputer) memilih C. Dalam hal ini max(b,c) = max(min(4,7),min(2,8)) = max(4,2), jadi saya memilih B=4. Jika G<2, misalnya G=1, maka lawan akan memilih G jika saya memilih C. Dalam hal ini max(b,c) = max(min(4,7),min(2,1)) = max(4,1), jadi saya tetap memilih B=4. Kenyataan ini selanjutnya dapat digunakan untuk memangkas (pruning) seluruh game subtree di bawah node G. A nilai B = 4 / \ nilai C dipastikan <= 2 B C jadi nilai A = (dipangkas) Pada contoh di atas terjadi pemangkasan pada level meminimalkan. Hal yang sama juga terjadi pada level memaksimalkan. Efektivitas ab-pruning Worst-Case: No Pruning (tidak terjadi pemangkasan branch node). Menguji b^d terminal node, dimana setiap node memiliki b children, dan pencarian dilakukan sampai d-ply. Best-Case: Menguji hanya (2b)^(d/2) terminal node Biasanya memungkinkan pencarian sampai 2 kali lebih dalam (jumlah ply-nya) dari yang dilakukan minimax standard, sehingga kepandaiannya meningkat. Terjadi saat langkah terbaik dari seorang pemain adalah leftmost alternative (alternatif langkah yang paling kiri) atau child-node yang diexpand pertama kali. Jadi: pada level memaksimalkan (node-node MAX) child-node dengan nilai yang terbesar diexpand terlebih dahulu; sedang pada level meminimalkan (node-node MIN) sebaliknya, atau child-node dengan nilai yang terkecil diexpand terlebih dahulu. Pada program catur Deep-Blue, misalnya, secara empiris diketahui bahwa αβ-pruning menyebabkan rata-rata branching factor pada setiap nodenya menjadi hanya sekitar 6 child-node dari yang seharusnya sekitar 35 sampai 40 child-node (Catatan: Oleh sejumlah penulis disebutkan pada angka 38).
5 #5/5 FUNCTION Minimax-ab (N, A, B) 1. α <--- A β <--- B 2. IF N adalah sebuah terminal node dari game tree THEN RETURN nilai yang dihitung oleh static board evaluator untuk node N IF N berada pada level meminimalkan THEN REPEAT FOR i = 1, 2, 3,..., m Expand successor ke-i, atau Ni Value <--- Minimax-αβ (Ni, α, β) β <--- min (β, Value) IF β <= α THEN EXIT LOOP RETURN β {N berada pada level memaksimalkan} REPEAT FOR i = 1, 2, 3,..., m Expand successor ke-i, atau Ni Value <--- Minimax-αβ (Ni, α, β) α <--- max (α, Value) IF α >= β THEN EXIT LOOP RETURN α 3. RETURN Catatan: Pada beberapa permainan diimplementasikan dengan sebuah procedure, sehingga output valuenya disimpan pada salah satu parameternya. Lihat source code slide5.pas. Contoh Penerapan Fungsi Minimax-ab untuk Game Tree 3-Ply Berikut ini adalah sebuah game tree dengan sebuah b-cutoff pada node F dan a-cutoff pada node C dan D. Pada kasus ini dipangkas 10 node (O, H, R, S, I, T, U, K, Y, Z) dari total 26 node yang digenerate pada fungsi minimax standard.
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 terperinciARTIFICIAL INTELLIGENCE PADA GAME CATUR JAWA DENGAN MENGGUNAKAN METODE ALPHA-BETA
ARTIFICIAL INTELLIGENCE PADA GAME CATUR JAWA DENGAN MENGGUNAKAN METODE ALPHA-BETA Ayub Firsoni Dance NRP : 7406.030.057 Program Study Teknik Informatika, Politeknik Elektronika Negeri Surabaya, Institute
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 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 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 terperinciPenerapan Algoritma Alpha-Beta Pruning pada Permainan Nine Men s Morris
Penerapan Algoritma Alpha-Beta Pruning pada Permainan Nine Men s Morris Kevin Winata - 13510073 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha
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 terperinciKecerdasan Buatan Penyelesaian Masalah dengan Pencarian
Kecerdasan Buatan Pertemuan 02 Penyelesaian Masalah dengan Pencarian Kelas 10-S1TI-03, 04, 05 Husni Lunix96@gmail.com http://komputasi.wordpress.com S1 Teknik Informatika, STMIK AMIKOM, 2012 Outline Pendahuluan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Game Game atau permainan merupakan sebuah sistem yang melibatkan pemain dalam suatu permasalahan dengan aturan tertentu sehingga menciptakan hasil yang dapat diukur (Salen & Zimmerman,
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 terperinciKecerdasan Buatan. Penyelesaian Masalah dengan Pencarian... Pertemuan 02. Husni
Kecerdasan Buatan Pertemuan 02 Penyelesaian Masalah dengan Pencarian... Husni Lunix96@gmail.com http://komputasi.wordpress.com S1 Teknik Informatika, STMIK AMIKOM, 2013 Outline Konsep Pencarian Pencarian
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 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 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 terperinciPembuatan Game NIM menggunakan Alpha-beta Pruning ABSTRAK
Pembuatan Game NIM menggunakan Alpha-beta Muhammad Arifin Teknik Informatika Politeknik Elekronika Negeri Surabaya Institut Teknologi Sepuluh Nopember Surabaya Email: kuplakseruru@gmail.com, ABSTRAK Nim
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 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 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 Pohon dalam Algoritma Expectiminimax untuk Permainan Stokastik
Penerapan Pohon dalam Algoritma Expectiminimax untuk Permainan Stokastik Jordhy Fernando 13515004 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl.
Lebih terperinciBAB 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 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 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 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 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 terperinciBahasan Terakhir... Pencarian dan Klasifikasinya Breadth-first Search Depth-first Search Variasi Depth-first Search:
Bahasan Terakhir... Pencarian dan Klasifikasinya Breadth-first Search Depth-first Search Variasi Depth-first Search: Backtracking Depth Bounded/Limited Iterative Deepening Branch & Bound (Uniform Cost)
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 terperinciPemanfaatan Pohon dalam Realisasi Algoritma Backtracking untuk Memecahkan N-Queens Problem
Pemanfaatan Pohon dalam Realisasi Algoritma Backtracking untuk Memecahkan N-Queens Problem Halida Astatin (13507049) Program Studi Teknik Informatika, Sekolah Teknik Elektro dan Informatika, Institut Teknologi
Lebih terperinciComputer Chess Dengan Algoritma MinMax dan Alpha-Beta
Computer Chess Dengan Algoritma MinMax dan Alpha-Beta Adityo August P Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika, Institut Teknologi Bandung Kampus ITB Jl. Ganesha no.10 Bandung
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 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 terperinciAplikasi dan Analisis Algoritma BFS dan DFS dalam Menemukan Solusi pada Kasus Water Jug
Aplikasi dan Analisis Algoritma BFS dan DFS dalam Menemukan Solusi pada Kasus Water Jug Rizkydaya Aditya Putra NIM : 13506037 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika, Institut
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 terperinciTujuan Instruksional
Pertemuan 4 P E N C A R I A N T A N P A I N F O R M A S I B F S D F S U N I F O R M S E A R C H I T E R A T I V E D E E P E N I N G B I D I R E C T I O N A L S E A R C H Tujuan Instruksional Mahasiswa
Lebih terperinciBAB III ANALISIS DAN PERANCANGAN
BAB III ANALISIS DAN PERANCANGAN 3.1 Analisis Dalam sub bab analisis dan perancangan akan dibahas hal-hal yang berhubungan dengan pembuatan permainan ular tangga yang meliputi Analisis, Flowchart, Perancangan,
Lebih terperinciPoliteknik Elektronika Negeri Surabaya
Politeknik Elektronika Negeri Surabaya PRAKTIKUM 28 BINARY SEARCH TREE 2 A. TUJUAN Mahasiswa diharapkan mampu : 1. Memahami konsep menghapus node pada Binary Search Tree. Node yang dihapus adalah node
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN 3.1 Desain Penelitian Desain dan tahapan yang dilakukan dalam penelitian ini dapat dilihat pada gambar berikut: Rumusan Masalah Pengembangan Perangkat Lunak Analisis Data Model
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 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 terperinciBab 2 2. Teknik Pencarian
Bab 2 2. Teknik Pencarian Bab ini membahas bagaimana membuat ruang masalah untuk suatu masalah tertentu. Sebagian masalah mempunyai ruang masalah yang dapat diprediksi, sebagian lainnya tidak. 1.1 Pendefinisian
Lebih terperinciPERBANDINGAN ALGORITMA MINIMAX DAN NEGASCOUT PADA PERMAINAN CATUR SEDERHANA
Jurnal Informatika Mulawarman Vol. 8 No. 2 Edisi Juli 2013 29 PERBANDINGAN ALGORITMA MINIMAX DAN NEGASCOUT PADA PERMAINAN CATUR SEDERHANA David Program Studi Teknik Informatika Sekolah Tinggi Manajemen
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 terperinciKasus Pelacakan untuk Pemilihan rute terpendek. Bagaimana Representasi Graph (start : Arad => tujuan:bucharest)???
12/11/2009 1 Kasus Pelacakan untuk Pemilihan rute terpendek Oradea 71 75 Zerind 151 Arad 140 118 Timisora 111 Lugoj 70 Mehadia 75 Dobreta 120 Sibiu 99 Fagaras 80 Rimnicu Vilcea 97 Pitesti 146 138 Craiova
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 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 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 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 terperinciBAB 1 PENDAHULUAN. Berkembangnya game saat ini di Indonesia menumbuhkan minat masyarakat
1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Berkembangnya game saat ini di Indonesia menumbuhkan minat masyarakat terhadap game. Apalagi game merupakan salah satu cara terbaik untuk mengurangi kejenuhan akibat
Lebih terperinciALGORITMA MINIMAX PADA GAME ANDROID
ALGORITMA MINIMAX PADA GAME ANDROID Khamdan Alaik, Wahyu S. J. Saputra Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas Pembangunan Nasional Veteran Jatim E-mail: d42kit@gmail.com Abstrak.
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 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 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 terperinciPencarian Solusi Permainan Flow Free Menggunakan Brute Force dan Pruning
Pencarian Solusi Permainan Flow Free Menggunakan Brute Force dan Pruning Mamat Rahmat / 13512007 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl.
Lebih terperinciAlgoritma Branch & Bound
Algoritma Branch & Bound Bahan Kuliah IF2211 Strategi Algoritma Program Studi Informatika STEI ITB 2018 Overview Pembentukan pohon ruang status (state space tree) dinamis untuk mencari solusi persoalan
Lebih terperinciHal penting dalam menentukan keberhasilan sistem cerdas adalah kesuksesan dalam pencarian.
Hal penting dalam menentukan keberhasilan sistem cerdas adalah kesuksesan dalam pencarian. 3 Teknik Search menentukan simpul mana yang dibuat lebih dulu dan mana yang kemudian sampai ditemukannya simpul
Lebih terperinciProblem-solving Agent: Searching
Problem-solving Agent: Searching Kuliah 3 Sistem Cerdas 5 April 2010 STMIK Indonesia Problem-Solving Agent Kelemahan reflex agent tidak cocok untuk menangani masalah besar!! Goal-based agent memiliki tujuan,
Lebih terperinciPENERAPAN ALGORITMA BACKTRACKING PADA PERMAINAN WORD SEARCH PUZZLE
PENERAPAN ALGORITMA BACKTRACKING PADA PERMAINAN WORD SEARCH PUZZLE Alvin Andhika Zulen (13507037) Program Studi Teknik Informatika, Sekolah Teknik Elektro dan Informatika, Institut Teknologi Bandung Jalan
Lebih terperinciPENERAPAN ALGORITMA MINIMAX PADA PERMAINAN CHECKERS
PENERAPAN ALGORITMA MINIMAX PADA PERMAINAN CHECKERS Dahwila Syapnika 1, Edward Robinson Siagian 2 1 Mahasiswa Teknik Informatika STMIK Budi Darma 2 Dosen Tetap STMIK Budi Darma 1, 2 Jl. Sisimangaraja Np.
Lebih terperinciPENERAPAN ALGORITMA MINIMAX DENGAN OPTIMASI MTD(f) PADA PERMAINAN CATUR
PENERAPAN ALGORITMA MINIMAX DENGAN OPTIMASI MTD(f) PADA PERMAINAN CATUR Anwari Ilman (13506030) Jurusan Teknik Informatika, Sekolah Teknik Elektro dan Informatika, Institut Teknologi Bandung Jl. Ganesha
Lebih terperinciConstraint Satisfaction Problems (CSP)
Constraint Satisfaction Problems (CSP) CSP atau Constraint Satisfaction Problem adalah permasalahan yang tujuannya adalah mendapatkan suatu kombinasi variabel-variabel tertentu yang memenuhi aturan-aturan
Lebih terperinciALGORITMA PENCARIAN (HEURISTIC)
ALGORITMA PENCARIAN (HEURISTIC) Farah Zakiyah Rahmanti, M.T Diperbarui 2016 Overview Pengertian Pencarian Heuristik Generate and Test Hill Climbing Best First Searching Latihan Pencarian Heuristik Merupakan
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 terperinciBAB I PENDAHULUAN. sangat diandalkan selama kurang lebih 70 tahun lamanya (Mahfudz, 2013:18).
BAB I PENDAHULUAN 1.1 Latar Belakang Ilmu pengetahuan melahirkan sebuah mesin yang dapat mengerjakan beberapa kegiatan abstrak manusia seperti menghitung dan mengolah informasi berupa teknologi alat hitung,
Lebih terperinciAlgoritma dan Struktur Data. Click to edit Master subtitle style Konsep Tree
Algoritma dan Struktur Data Click to edit Master subtitle style Konsep Tree Basic Tree Concepts Tree berisi himpunan node dan garis berarah yang disebut branch yang menghubungkan dua node. Banyaknya branch
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI Bab ini membahas tentang teori penunjang serta penelitian sebelumnya yang berhubungan dengan permainan Babylon Tower serta algoritma-algoritma yang dapat diterapkan untuk mengatasi
Lebih terperinciTeori Game dan Pembuatan Intelegensi Buatan
Teori Game dan Pembuatan Intelegensi Buatan Adityo August-13506051 Program Studi Teknik Informatika, Institut Teknologi Bandung, Jl. Ganesha 10, Bandung, E-mail : if16051@students.if.itb.ac.id Abstract
Lebih terperinciIKI 30320: Sistem Cerdas Kuliah 3: Problem-Solving Agent & Search
IKI 30320: Sistem Cerdas : -Solving Agent & Fakultas Ilmu Komputer Universitas Indonesia 3 September 2007 Outline 1 2 3 4 5 Outline 1 2 3 4 5 -Solving Agent Di kuliah yang lalu kita melihat contoh reflex
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 terperinciDIKTAT KULIAH ALGORITMA dan STRUKTUR DATA II
Pertemuan 13 Waktu : 135 menit Tujuan Pembelajaran : Mahasiswa mampu menjelaskan teknik pemrograman menggunakan Tree. Substansi Materi : Tree Tabulasi Kegiatan Perkuliahan No Tahap Kegiatan Kegiatan Pengajar
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 terperinciKecerdasan Buatan. Pertemuan 03. Pencarian Branch & Bound dan Heuristik (Informed)
Kecerdasan Buatan Pertemuan 03 Pencarian Branch & Bound dan Heuristik (Informed) Husni Lunix96@gmail.com http://www.facebook.com/lunix96 http://komputasi.wordpress.com S1 Teknik Informatika, STMIK AMIKOM,
Lebih terperincimemberikan output berupa solusi kumpulan pengetahuan yang ada.
MASALAH DAN METODE PEMECAHAN MASALAH (Minggu 2) Pendahuluan Sistem yang menggunakan kecerdasan buatan akan memberikan output berupa solusi dari suatu masalah berdasarkan kumpulan pengetahuan yang ada.
Lebih terperinciMenyelesaikan Permainan Wordament Menggunakan Algoritma Backtracking
Menyelesaikan Permainan Wordament Menggunakan Algoritma Backtracking Krisna Fathurahman/13511006 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl.
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 terperinciJurnal Ilmiah Komputer dan Informatika (KOMPUTA) 45 Edisi... Volume..., Bulan 20.. ISSN :
Jurnal Ilmiah Komputer dan Informatika (KOMPUTA) 45 IMPLEMENTASI ALGORITMA ITERATIVE DEEPENING A* DAN METODE PRUNING PADA SOLUSI PERMAINAN PUZZLE FLOW FREE COLOR Fahrurrozi Jurusan Teknik Informatika FTIK
Lebih terperinciPROGRAM STUDI S1 SISTEM KOMPUTER UNIVERSITAS DIPONEGORO. Oky Dwi Nurhayati, ST, MT email: okydn@undip.ac.id
PROGRAM STUDI S1 SISTEM KOMPUTER UNIVERSITAS DIPONEGORO Oky Dwi Nurhayati, ST, MT email: okydn@undip.ac.id Kinerja yang perlu ditelaah pada algoritma: beban komputasi efisiensi penggunaan memori Yang perlu
Lebih terperinciPenyelesaian Permainan 3 missionaries and 3 cannibals Dengan Algoritma Runut-Balik
Penyelesaian Permainan 3 missionaries and 3 cannibals Dengan Algoritma Runut-Balik Hendro Program Studi Teknik Informatika Alamat : Jl. iumbeuluit Gg.Suhari No. 95/155A E-mail: kyoshiro@students.itb.ac.id
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 Algoritma Runut-Balik dan Graf dalam Pemecahan Knight s Tour
Penerapan Algoritma Runut-Balik dan Graf dalam Pemecahan Knight s Tour Krisnaldi Eka Pramudita NIM-13508014 Prodi Teknik Informatika, Sekolah Teknik Elektro dan Informatika, Bandung 40135, Email : if18014@students.if.itb.ac.id
Lebih terperinciSTMIK GI MDP. Program Studi Teknik Informatika Skripsi Sarjana Komputer Semester Genap tahun 2010/2011
STMIK GI MDP Program Studi Teknik Informatika Skripsi Sarjana Komputer Semester Genap tahun 2010/2011 PENERAPAN METODE HEURISTIK PADA STRATEGI PERMAINAN WIN TREASURE BERBASIS APLIKASI BERGERAK Feiny Chandra
Lebih terperinciIKI30320 Kuliah 3 3 Sep Ruli Manurung. Problem solving agent. Representasi masalah: state space. Pencarian solusi: search.
Outline IKI 00: istem Cerdas : -olving Agent & Fakultas Ilmu Komputer Universitas Indonesia 4 eptember 007 5 -olving Agent Mekanisme kerja -olving Agent Di kuliah yang lalu kita melihat contoh reflex agent:
Lebih terperinciTEKNIK PENYELESAIAN MASALAH BERDASARKAN AI
TEKNIK PENYELESAIAN MASALAH BERDASARKAN AI 1. Definisikan masalah dengan tepat 2. Analisa masalahnya 3. Representasikan task knowledge 4. Pilih dan gunakan representasi dan teknik reasoning Untuk mendefinisikan
Lebih terperinciAI sebagai Masalah Pelacakan. Lesson 2
AI sebagai Masalah Pelacakan Lesson 2 Teknik Pencarian Pendahuluan Setelah permasalahan direpresentasikan dalam bentuk state-space, maka selanjutnya dilakukan pencarian (searching) di dalam state-space
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 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 PENCARIAN (1)
ALGORITMA PENCARIAN (1) Permasalahan, Ruang Keadaan, Pencarian Farah Zakiyah Rahmanti Diperbarui 2016 Overview Deskripsi Permasalahan dalam Kecerdasan Buatan Definisi Permasalahan Pencarian Breadth First
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 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 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 terperinciAGEN CERDAS GAME REMI BERBASIS MINIMAX
AGEN CERDAS GAME REMI BERBASIS MINIMAX DWI KURNIAWAN SAPUTRO Program Pasca Sarjana Game Technology Institut Teknologi Sepuluh Nopember Surabaya Abstrak: Salah satu penggunaan agen game sebagai coumputer
Lebih terperinciBAB XI Manipulasi Binary Tree
www.hansmichael.com - Bab XI. Manipulasi Binary Tree BAB XI Manipulasi Binary Tree 11.1 Insert Node 11.2 Search Node 11.3 Delete Node 11.4 Copy Tree 11.5 Latihan Soal Binary tree seringkali diterapkan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Game (Permainan) Game merupakan suatu sistem yang memiliki aturan-aturan tertentu dimana pemain akan terlibat di dalam suatu permasalahan sehingga dapat menghasilkan suatu hasil
Lebih terperinciBACKWARD INDUCTION (4) N = 4. Kemungkinan langkah awal pemain pertama: 1, 2, atau 3 keping. 03 Juli 2012 Tugas Akhir KI091391
BACKWARD INDUCTION (4) N = 4 Kemungkinan langkah awal pemain pertama: 1, 2, atau 3 keping. 0 1 2 3 4 12 BACKWARD INDUCTION (5) Algoritma Backward Induction 1. Tentukan jumlah keping yang akan dihitung.
Lebih terperinciPENERAPAN ALGORITMA GENETIK PADA PERMAINAN CATUR JAWA
PENERAPAN ALGORITMA GENETIK PADA PERMAINAN CATUR JAWA Nico Saputro dan Erdo Dirgagautama Jurusan Ilmu Komputer, Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Katolik Parahyangan, Bandung Email
Lebih terperinciPenerapan Metode Best First Search Pada Permainan Tic Tac Toe
Penerapan Metode Best First Search Pada Permainan Tic Tac Toe Harvei Desmon Hutahaean STMIK Pelita Nusantara, Jl. Iskandar Muda No. 1 Medan, Sumatera Utara, Indonesia http : // www.penusa.ac.id, Email:
Lebih terperinciA. TUJUAN Mahasiswa diharapkan mampu : 1. Memahami Konsep Binary Search Tree 2. Mengimplementasaikan Binary Search Tree
PRAKTIKUM 27 BINARY SEARCH TREE A. TUJUAN Mahasiswa diharapkan mampu : 1. Memahami Konsep Binary Search Tree 2. Mengimplementasaikan Binary Search Tree B. DASAR TEORI Binary search tree adalah salah satu
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 terperinciPenerapan Algoritma Negamax Dengan Alpha-Beta Pruning pada Permainan Connect Four
IJCCS, Vol.x, No.x, Julyxxxx, pp. 1~5 ISSN: 1978-1520 1 Penerapan Algoritma Negamax Dengan Alpha-Beta Pruning pada Permainan Connect Four Rionaldi Halim* 1, Agustian 2, Daniel Udjulawa 3 1,2 STMIK GI MDP;
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 terperinciPenyelesaian N-Puzzle Menggunakan A* dan Iterative Deepening A*
Penyelesaian N-Puzzle Menggunakan A* dan Iterative Deepening A* Makalah IF2211 Strategi Algoritma Marvin Jerremy Budiman (13515076) Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika
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 terperinci