SIMULASI MULTI-AGENT DENGAN HEXAGONAL GRID MENGGUNAKAN METODE KNOWLEDGE-BASED SYSTEM
|
|
- Ida Setiabudi
- 6 tahun lalu
- Tontonan:
Transkripsi
1 SIMULASI MULTI-AGENT DENGAN HEXAGONAL GRID MENGGUNAKAN METODE KNOWLEDGE-BASED SYSTEM Ibrohim Yofid Fananda 1 *, Mochamad Hariadi 2, Supeno Mardi 3 Pasca Elektro, Institut Teknologi Sepuluh Nopember Surabaya, Indonesia 1* ibrohimy@gmail.com Jurusan Teknik Elektro, Fakultas Teknik Industri, Institut Teknologi Sepuluh Nopember Surabaya, Indonesia 2,3 Abstrak Multi-agent system melibatkan tim dengan lebih dari satu agen bekerja sama secara sosial untuk menyelesaikan tugas. Sebuah agen dapat bekerja sama dengan banyak cara. Salah satunya adalah ketika sebuah agen membantu agen lain dalam memecahkan masalah kompleks. Salah satu contoh adalah masalah mengejar menghindar atau pursuit evasion problem, diskenariokan bahwa sekumpulan agen polisi (pursuer) harus menangkap agen tersangka (evader) yang melarikan diri, dimana komunikasi dimungkinkan untuk antar agen polisi. Dalam penelitian ini, Lingkungan permainan berupa jaringan sel (grid world) dan setiap sel mempunyai bentuk segi enam atau hexagonal grid. Satu jaringan sel dapat berupa agen pengejar (pursuer), agen penghindar (evader), atau halangan (obstacle). Menurut informasi sensorik yang diperoleh, Peneliti dapat menetapkan keberadaan dari para agen (pursuer / evader) atau penghalang (obstacle) ke sel grid. Penelitian ini menjelaskan tentang bagaimana membuat simulasi multi-agent menggunakan Knowledge-Based System yang merupakan salah satu bidang Artificial Intelligence (AI) yang dalam hal ini menawarkan kemudahan pengambilan keputusan berdasarkan aturan sederhana. Kata kunci: Multi-agent system, pursuit evasion problem, Knowledge-Based System 1. Pendahuluan Multi-agent system melibatkan tim dengan lebih dari satu agen bekerja sama secara sosial untuk menyelesaikan tugas. Sebuah agen dapat bekerja sama dengan banyak cara. Salah satunya adalah ketika sebuah agen membantu agen lain dalam memecahkan masalah kompleks. Salah satu contoh adalah masalah mengejar menghindar atau pursuit evasion problem, diskenariokan bahwa sekumpulan agen polisi (pursuer) harus menangkap agen tersangka (evader) yang melarikan diri, dimana komunikasi dimungkinkan untuk antar agen polisi. Dalam penelitian ini, Lingkungan permainan berupa jaringan sel (grid world). Satu jaringan sel dapat berupa agen pengejar (pursuer), agen penghindar (evader), atau halangan (obstacle). Menurut informasi sensorik yang diperoleh, Peneliti dapat menetapkan keberadaan dari para agen (pursuit / evader) atau penghalang (obstacle) ke sel grid. Agen pengejar bergerak di grid dan mencoba untuk mendekati agen penghindar tersebut. Permainan terbatas pada grid (terbatas) berbentuk sel segi enam (hexagonal grid). Baik polisi dan tersangka dibatasi dengan gerakan horisontal dan vertikal ke sel yang berdekatan, dalam simulasi ini agen polisi dapat berkoordinasi dengan agen polisi lain dalam memburu agen tersangka, dimana agen polisi dan agen tersangka mempunyai parameter stamina yang membatasi kecepatan pergerakannya. Agen penghindar tertangkap ketika agen pengejar mencapai jarak kritis (critical distance). Penelitian ini membahas waktu permainan dari tertangkapnya agen tersangka dengan sensor pendeteksi agen polisi serta jumlah agen polisi. Dalam permainan ini diteliti agen polisi yang bisa mengambil keputusan secara otomatis untuk mendeteksi agen tersangka, mengejar agen tersangka, dan berkomunikasi dengan sesama agen polisi berdasarkan dari state pada FSM yang merupakan AI pada game. Pada FSM terdapat state-state yang dapat digunakan sebagai variabel atau patokan awal untuk mengotomatisasi agen (baik polisi maupun penjahat). Untuk mendapatkan agen-agen yang responsif maka FSM ini dikondisikan didalam rule yang ada didalam knowledge based system. Karena knowledge based system dapat mengambil keputusan secara baik berdasarkan rule yang telah di kondisikan dengan menggunakan aturan sederhana. 2.1 Simulasi Dalam kamus Oxford simulasi didefinisikan sebagai membuat suatu kondisi yang menghadirkan kondisi nyata untuk latihan atau tujuan pembelajaran. Untuk simulasi pergerakan agen dapat diartikan bahwa membuat suatu kondisi yang menghadirkan kondisi nyata dunia manusia pada komputer yaitu suatu dunia virtual yang didalamnya terdapat agen yang bergerak sesuai pergerakan manusia. Hal ini berarti dalam simulasi kali ini obyek yang dihadirkan dalam dunia virtual adalah agen yang mewakili keberadaan manusia dan dunia virtual itu sendiri yang didalamnya terdapat halangan
2 untuk mengetahui pergerakan otonom agen tersebut Agen Teknologi agen telah menjadi salah satu subyek diskusi dan riset yang hangat dibicarakan dalam bidang sains dewasa ini. Mulai dari teknologi robotika yang memanfaatkan dan meniru fungsi-fungsi perilaku dari makhluk hidup sampai pada pemodelan interaksi sosial manusia ke dalam simulasi komputer. Agen adalah sesuatu yang mampu mengindera lingkungannya melalui sensor dan memberikan reaksi terhadap lingkungan tersebut melalui effectors. Pada dasarnya sebuah agen adalah autonomous, karena agen beroperasi tanpa adanya intervensi secara langsung oleh manusia atau yang lainnya dan dapat mengontrol aksi yang dilakukan serta mengkondisikan dirinya sendiri terhadap lingkungannya. Awalnya agen diciptakan untuk mengerjakan hal-hal sederhana, sehingga diciptakanlah sebuah agen untuk mengerjakan hal-hal tersebut. Seiring dengan perkembangan kebutuhan terhadap automasi sistem yang menuntut banyak tugastugas yang kompleks sehingga penggunaan single agent untuk memenuhi kebutuhan tersebut dipandang kurang tepat. Hal ini disebabkan karena dengan menggunakan sebuah single agent untuk mengerjakan tugas yang kompleks akan tidak fleksibel dalam developmennya dan membutuhkan sumber daya yang sangat besar, sehingga dipandang perlu untuk mengembangkan suatu metode dimana banyak agen bekerja secara bersama-sama untuk menyelesaikan tugas kompleks tersebut. Kondisi dimana banyak agen bekerja secara bersamaan dinamakan multi-agent. Multi agen merupakan sebuah sistem dimana sejumlah agen melakukan sejumlah tugas untuk mencapai tujuan bersama. Agen-agen pada multi-agent system dapat saling berinteraksi satu dengan yang lainnya baik secara langsung (direct, melalui komunikasi dan negosiasi) ataupun tidak langsung (indirect, berinteraksi melalui lingkungannya). Gambar 2.1 memberikan sebuah gambaran sederhana tentang sebuah agen. Pada gambar tersebut, terlihat bahwa action output ditimbulkan oleh agen tersebut untuk memberikan manfaat terhadap lingkungannya (environment). Pada kebanyakan kompleksitas dari reasonable domain bahwa sebuah agen tidak akan melakukan kontrol penuh (complete control) terhadap lingkungannya. Yang dapat dilakukan oleh agen tersebut adalah partial control (kontrol per bagian) dan hal tersebut yang dapat mempengaruhi lingkungannya. Gambar 2.1 Agen dalam lingkungannya 2.3. AI dan Game Artificial Intelligence adalah ilmu yang mempelajari bagaimana komputer dapat berpikir sebagaimana manusia dan binatang. Komputer memang dapat melakukan hal yang sulit dilakukan manusia secara cepat, seperti masalah aritmatika, sorting, searching dan lainnya. Tapi masih banyak hal yang komputer tidak bisa lakukan. Mengenali wajah, berbicara dengan bahasa tertentu, memutuskan apa yang akan dilakukan, dan kreatif adalah beberapa contoh hal yang belum bisa dilakukan oleh komputer sebagaimana layaknya manusia saat ini. Didunia akademis, sebagian peneliti AI dimotivasi oleh filosofi: memahami proses berpikir dan membangun software untuk memodelkan bagaimana proses berpikir bisa terjadi. Sebagian lagi termotivasi oleh psikologi: memahani mekanisme dari otak manusia. Sedang sebagian yang lain termotivasi oleh engineering: membuat algoritma untuk memodelkan pekerjaan manusia. Untuk pembuat game lebih cocok untuk menggunakan pendekatan ketiga yaitu engineering Path Finding Merupakan algortima AI yang berada di antara decision making dan pergerakan. Kadang digunakan untuk mengetahui kemana akan bergerak untuk mencapai ujuan, tujuan itu diperoleh dari bagian AI yang lain sedangkan path finder mengerjakan bagaimana untuk mencapainya. Untuk mencapai ini, path finding bisa dimasukkan kedalam sistem kontrol pergerakan sehingga dia bisa dipakai jika diperlukan untuk merencanakan rute. Algoritma path finding yang paling banyak dipakai adalah A* (A Star). Tidak seperti Dijkstra, A* di desain untuk point to point path finding dan tidak digunakan untuk mencari rute terpendek pada permasalahan graph. Adapun rumus yang digunakan dalam Algoritma A* adalah: F(n) = G(n) + H(n) G(n) = cost yang sudah dihabiskan untuk bergerak dari posisi awal menuju posisi tujuan. H(n) = cost perkiraan yang akan dihabiskan ketika sampai di titik tujuan atau Heuristik. Biaya ini merupakan perkiraan sementara, karena peneliti
3 tidak mengetahui apa yang ada di depannya nanti. F(n) = biaya total. Biaya total dipilih yang paling kecil untuk menentukan jalan yang memiliki cost paling kecil. Algoritma A* menerapkan teknik heuristik dalam membantu penyelesaian persoalan. Heuristik adalah penilai yang memberi harga pada tiap simpul yang memandu A* mendapatkan solusi yang diinginkan. Dengan heuristik yang benar, maka A* pasti akan mendapatkan solusi (jika memang ada solusinya) yang dicari. Dengan kata lain, heuristik adalah fungsi optimasi yang menjadikan algoritma A* lebih baik dari pada algoritma lainnya. Namun heuristik masih merupakan estimasi / perkiraan biasa saja Sama sekali tidak ada rumus khususnya. Artinya, setiap kasus memiliki fungsi heuristik yang berbedabeda. Algoritma A* ini bisa dikatakan mirip dengan algoritma Dijkstra, namun pada algoritma Dijkstra, nilai fungsi heuristiknya selalu (nol) sehingga tidak ada fungsi yang mempermudah pencarian solusinya Heuristik Seperti telah disebutkan, bagian heuristik (komponen H(n)) yang digunakan oleh algoritma A* adalah yang membedakan dari algoritma Dijkstra yaitu dengan membimbing pencarian menuju node tujuan. Jika fungsi heuristik diterima (berarti tidak pernah overestimates biaya minimum untuk tujuan), maka A* juga, seperti Dijkstra, dijamin untuk menemukan jalan terpendek / termurah. Hal ini juga keuntungan besar untuk menggunakan heuristik yang meremehkan biaya minimum sesedikit mungkin, karena hal ini akan menghasilkan node lebih sedikit untuk diperiksa. Sebuah heuristik yang ideal akan selalu mengembalikan biaya sebenarnya seminimal mungkin untuk mencapai tujuan. Heuristik jarak diagonal adalah suatu heuristik menggunakan 8- adjacency dan heuristik jarak Manhattan adalah salah satu menggunakan 4-adjacency. Sebuah heuristik yang ketiga yang juga umum digunakan adalah heuristik jarak Euclidean. 1. Heuristik jarak Manhattan Heuristik Manhattan dihitung dengan menambahkan selisih antara titik asal x dengan titik tujuan x dan selisih titik awal y dengan titik tujuan y. Keuntungan menggunakan heuristik ini adalah perhitungan komputasi murah. 2. Heuristik jarak Diagonal Nilai heuristik terdiri dari dua bagian, diagonal dan bagian lurus. Untuk menemukanjumlah langkah diagonal yang dapat diambil, rumus berikut dapat digunakan: Jumlah langkah lurus yang perlu diambil ditemukan menggunakan: Alasan untuk mengurangkan dua kali jumlah langkah diagonal dari jarak Manhattan adalah 1 langkah diagonal adalah setara dengan 2 langkah lurus. Jika peneliti mengasumsikan bahwa langkah diagonal dengan biaya 2 dan langkah-langkah horisontal 1, maka rumus berikut menghasilkan nilai h untuk heuristik ini: 3. Heuristik jarak Euclidian 2.4. Decision Making System Secara sederhana decision making dapat didefinisikan sebagai kemampuan karakter untuk memutuskan apa yang akan dikerjakan selanjutnya. Karakter memproses informasi yang akan digunakan untuk memilih aksi yang akan dilakukan. Input dari decision making system adalah pengetahuan yang dimiliki karakter, sedangkan Ouputnya adalah aksi yang akan dilakukan. Terdapat banyak algoritma decision making yang bisa digunakan di game. Satu yang paling populer adalah FSM. Belakangan juga telah dikaji implementasi algoritma AI lain seperti logika fuzzy dan neural network Finite State Machine (FSM) Finite State Machine (FSM) merupakan metode yang paling populer digunakan pada game. Metode ini seakan menjadi standard dan telah digunakan secara luas dibidang game. Hal ini karena kesederhanaan dan kemudahan FSM diimplementasikan pada game. FSM pada dasarnya adalah pemodelan dari perilaku sebuah sistem/objek dengan beberapa kondisi yang terdefinisikan. Di mana objek tersebut dapat bertransisi ke state tertentu setiap waktu. FSM terdiri dari dua elemen utama yaitu state (keadaan) dan transition (transisi). State merupakan keadaan obyek saat ini, sedangkan transisi merupakan hal yang dilakukan agar bisa berpindah dari satu state ke state yang lain. transisi bisa juga menyatakan kondisi yang harus dipenuhi oleh obyek agar bisa berpindah dari satu state ke state yang lain. Contoh sederhana dari FSM adalah seperti gambar 2.4. Pada gambar tersebut dapat dijelaskan perilaku dari obyek prajurit (misalnya). State yang ada adalah mengumpulkan harta karun, menyelamatkan diri dan bertarung. Sedangkan transisi yang ada adalah melihat monster, tidak melihat monster, terpojok dan monster mati. Jadi dapat dikatakan
4 jika objek tersebut sedang berada di state mengumpulkan harta karun lalu melihat monster maka dia akan berpindah ke state menyelamatkan diri. Demikian seterusnya. Gambar 2.4 Contoh FSM Knowledge-Based System DSS (decission support systems) merupakan alat bantu untuk memecahkan persoalan-persoalan yang kurang terstruktur dengan baik. KBS (knowledge-based system atau expert system) merupakan alat bantu untuk persoalan yang kurang terstruktur dengan baik. KBS (system atau expert system) merupakan alat bantu untuk memecahkan persoalan yang mengikuti cara kerja pakar (expert). Penggabungan antara KBS dan DSS yang disebut dengan KB-DSS memberi suatu alternative baru untuk memecahkan persoalan. Knowledge Based System adalah suatu system yang menggunakan set (knowledge) yang dikodekan ke bahasa mesin untuk dapat menyimpulkan dan melakukan suatu tugas. Knowledge Based System digunakan untuk dapat membantu manusia dalam menyelesaikan masalah yang dihadapi dengan berdasarkan atas pengetahuan yang telah diprogramkan ke system tersebut. Untuk hal inilah maka digunakan knowledge based system dalam memecahkan masalah yang berhubungan AI Hexagonal Grid Segi enam telah digunakan dalam beberapa board games dan permaianan komputer karena mereka menawarkan jarak distorsi kurang dari grid persegi. Hal ini karena segi enam masing-masing memiliki tetangga lebih nondiagonal dari persegi (Diagonal mendistorsi jarak grid). Hexagonals memiliki penampilan yang menyenangkan dan terjadi di alam (misalnya, sarang tawon). Pada artikel ini, saya akan menggunakan segi enam yang memiliki puncak datar dan sisi runcing, tetapi matematika bekerja sama jika Anda ingin puncak runcing dan sisi datar. Teori pembentukan Hexagonal Grid Map dari Square Grid Map dapat digambarkan sebagai berikut: Gambar 2.5 Teori pembentukan Hexagon Field Dalam sistem grafis baik 2D dan 3D, peneliti harus mengubah "dunia" koordinat ke koordinat "layar" dan kembali. Dengan grid, peneliti juga harus mengubah "grid" koordinat ke koordinat "dunia" dan kembali. Transformasi terjadi pada titik. Rumus transformasi heksagon: Dimana n = jarak x antar hexagon dan m = jarak y antar hexagon atau dapat digambarkan sebagai berikut: Gambar 2.5 Koordinat Hexagonal Grid 3.1. Desain FSM agen Pada penelitian ini peneliti menggunakan FSM agent untuk membuat suatu kondisi dimana state yang akan dideteksi akan digunakan oleh knowledge-based system dalam mengambil suatu keputusan. Seperti dibawah ini : a. Pada posisi Patroli tidak terdeteksi apapun dan Agent bergerak random dengan kecepatan normal. b. Pada posisi Pursue / Evade terdeteksi bahwa ada musuh yang memasuki sensor pendeteksi, Agent Polisi mengejar Agent Penjahat dengan kecepatan tinggi sembari berkomunikasi dengan Agent Polisi lain, Agent Penjahat menghindari Agent Polisi dengan kecepatan tinggi, pada posisi ini stamina Agent akan berkurang. Pada agen Polisi yang menerima Komunikasi otomatis akan bergerak menuju lokasi target dengan pathfinding Algoritma A*. c. Pada posisi Komunikasi terdeteksi bahwa ada musuh yang memasuki sensor pendeteksi dan memberikan instruksi berupa posisi target kepada
5 Agent lain untuk bergerak ke posisi target, posisi ini hanya dimiliki Agent Polisi. d. Pada posisi Recovery tidak terdeteksi musuh setelah pengejaran atau penghindaran atau juga stamina agen habis dan stamina yang berkurang akan bertambah sedikit demi sedikit, Agent bergerak dengan kecepatan normal. Gambar 3 Desain FSM Agent 3.2. Menentukan aturan Dalam mengejar target ada beberapa aturan yang nantinya sebagai parameter yang dimasukkan ke dalam knowledge-based system. Peraturan ini mengenai kecepatan agent dalam bergerak baik mengejar maupun menghindar. Beberapa aturan dasarnya antara lain : IF musuh = 1 THEN kecepatan = 1 IF musuh = THEN kecepatan = 5 IF musuh = 1 AND stamina < 1 AND recovery = THEN kecepatan = 1 IF musuh = 1 AND stamina < 1 AND recovery = 1 THEN kecepatan = 2,5 IF musuh = AND stamina < 1 THEN kecepatan = 5 IF stamina = THEN kecepatan = 2,5 IF stamina = AND musuh = 1 THEN kecepatan = 2,5 IF stamina = AND musuh = THEN kecepatan = 2,5 IF recovery = 1 THEN kecepatan = 2,5 IF recovery = AND musuh = THEN kecepatan = 5 IF recovery = AND musuh = 1 THEN kecepatan = 1 IF recovery = AND musuh = AND < stamina < 1 THEN kecepatan = 5 IF recovery = AND musuh = 1 AND < stamina < 1 THEN kecepatan = 1 IF komunikasi = 1 AND recovery = THEN kecepatan = 1 IF komunikasi = 1 AND recovery = 1 THEN kecepatan = 2,5 IF komunikasi = THEN kecepatan = 5 Recovery = 1 apabila stamina agent = dan akan memulihkan stamina sampai penuh (1). Komunikasi = 1 apabila musuh = 1, Agent yang melihat target akan memberikan informasi berupa lokasi target kepada agent lain. Kecepatan = 2,5 = jalan, Kecepatan = 5 = normal, Kecepatan = 1 = lari 4. Hasil percobaan Dari simulasi yang telah dibuat akan dilakukan beberapa percobaan yang mana setiap percobaan melakukan sepuluh kali simulasi dengan kondisi yang sama. Data masukan (input) adalah Jumlah agen Polisi, Sensor pendeteksi agen Polisi dan Penjahat, serta penggunaan fitur Komunikasi untuk agen Polisi. Sedangkan output-nya adalah permainan dan Jumlah langkah agen Penjahat Jumlah Polisi = 5 Jumlah Polisi = 2 Gambar 4 Grafik hasil percobaan 1 Sensor agen Polisi = 6 Sensor agen Penjahat = 36 Nilai rata-rata dari waktu dengan jumlah agen Polisi = 5 adalah detik Nilai rata-rata dari waktu dengan jumlah agen Polisi = 2 adalah detik Dari grafik diatas dapat dilihat bahwa Jumlah agen Polisi sangat mempengaruhi waktu penangkapan agen Penjahat, dapat dilihat juga dalam grafik percobaan 4, 6, dan 7 bahwa pergerakan agen yang random pada saat tidak mendeteksi musuh juga dapat mempengaruhi waktu penangkapan biarpun jumlah agen lebih sedikit Sensor agen Polisi = 36, Sensor agen Penjahat = 6 Gambar 4.27 Grafik hasil percobaan 2 Jumlah agen Polisi = 2 Sensor agen Polisi = 6, Sensor agen Penjahat = 36
6 Nilai rata-rata dari waktu dengan sensor agen Polisi = 36 dan sensor agen Penjahat = 6 adalah detik Nilai rata-rata dari waktu dengan sensor agen Polisi = 6 dan sensor agen Penjahat = 36 adalah detik Dari grafik diatas dapat dilihat bahwa besar sensor pendeteksi agen Polisi dan besar sensor pendeteksi agen Penjahat sangat mempengaruhi waktu penangkapan, dapat dilihat bahwa jika sensor agen Penjahat lebih besar dari sensor agen Polisi maka waktu penangkapan semakin lama karena agen Penjahat memiliki keuntungan untuk menghindari agen Polisi sebelum agen Polisi mendeteksinya Komunikasi = Tidak Gambar 4.28 Grafik hasil percobaan 3 Jumlah agen Polisi = 2 Sensor agen Polisi = 6 Sensor agen Polisi = 36 Ya adalah detik Tidak adalah detik Dari grafik diatas dapat dilihat bahwa fitur Komunikasi cukup membantu (biarpun tidak signifikan) dalam mempercepat waktu penangkapan, dengan kondisi jumlah agen sedikit dan sensor pendeteksi agen Penjahat lebih besar dari sensor pendeteksi agen Polisi Komunikasi = Tidak Gambar 4.29 Grafik hasil percobaan 4 Jumlah agen Polisi = 5 Sensor agen Polisi = 36 Sensor agen Polisi = 6 Ya adalah detik Tidak adalah detik Dari grafik diatas dapat dilihat bahwa dengan kondisi jumlah agen Polisi banyak dan sensor pendeteksi Polisi lebih besar dari sensor pendeteksi Penjahat, fitur Komunikasi tidak terlalu membantu dalam mempercepat waktu penangkapan karena agen Polisi memiliki keuntungan berupa sensor pendeteksi yang besar dan jumlah agen banyak sehingga fitur komunikasi hampir tidak berpengaruh sama sekali. 5. Kesimpulan Dari dapat disimpulkan beberapa hal, yaitu: 1. Knowledge-based system dapat mengambil keputusan dengan baik dalam kondisi yang sudah ditentukan. Kecepatan sangat mempengaruhi simulasi dalam hal kecepatan pergerakan agen, baik pengejar (pursuer) maupun penghindar (evader). 2. Aturan Komunikasi terlalu sederhana sehingga tidak banyak membantu agen pengejar (pursuer) dalam berkoordinasi menangkap agen penghindar (evader). 3. Jumlah agen pengejar (pursuer) dan besar sensor agen terbukti sangat berpengaruh dalam hasil simulasi, semakin banyak agen pengejar (pursuer) dan sensor pendeteksi agen pengejar (pursuer) lebih besar daripada agen penghindar (evader) dapat mempercepat waktu penangkapan secara signifikan hingga dicapai waktu rata-rata detik. 6. Pustaka [1] Y. Uny Cao, Alex S. Fukunaga, and Andrew B. Kahng, Cooperative mobile robotics: Antecedents and directions", Autonomous Robots, vol. 4, no. 1, pp. 7-23, March [2] M. Mataric, Isues and approaches in the design of collective autonomous agents", Robotics and Autonomous Systems, vol. 16, pp , December [3] Ian Millington and John Funge, Artifical Intelligent for games (Second Edition), Morgan Kaufmann Publisher Inc., Oxford, UK, 29 [4] Daniel Hladek J an Vaˇsˇc ak Peter Sinˇc ak, MULTI ROBOT CONTROL SYSTEM FOR PURSUIT EVASION PROBLEM, Journal of ELECTRICAL ENGINEERING, VOL. 6, NO. 3, pp , 29 [5] Peter A. Beling, Brad J. Beaulieu, Imhotep S. Durham, Ryan H. McKinstrie, Paul W. Shumate, Kyle G. Stamper, Elizabeth K. Verell, DYNAMIC MULTI- AGENT COODINATION: ROBOCOPS, Proceedings of the 25 Systems and Information Engineering Design Symposium Ellen J. Bass, 25 [6] Amit J. Patel, Amit s Thoughts on Grids, 26 [8] A* Pathfinding for beginners, htm [9] Niels Van Reijmersdal, Hexagon pathfinding, [1] Daniel Rolf Wichmann, Automated route finding on digital terrains, 24
Penerapan Algoritma A* Untuk Pencarian Rute Terdekat Pada Permainan Berbasis Ubin (Tile Based Game)
Penerapan Algoritma A* Untuk Pencarian Rute Terdekat Pada Permainan Berbasis Ubin (Tile Based Game) Febriana Santi Wahyuni 1,*, Sandy Nataly Mantja 1 1 T.Informatika Fakultas Teknologi Industri Institut
Lebih terperinciOPTIMASI PENCAPAIAN TARGET PADA SIMULASI PERENCANAAN JALUR ROBOT BERGERAK DI LINGKUNGAN DINAMIS
OPTIMASI PENCAPAIAN TARGET PADA SIMULASI PERENCANAAN JALUR ROBOT BERGERAK DI LINGKUNGAN DINAMIS Yisti Vita Via Jurusan Teknik Informatika, Fakultas Teknologi Informasi, Institut Teknologi Sepuluh Nopember
Lebih terperinciSIMULASI PERGERAKAN PASUKAN BERBASIS POTENTIAL FIELD SISWATI
SIMULASI PERGERAKAN PASUKAN BERBASIS POTENTIAL FIELD UNTUK MUSUH DINAMIS SISWATI 2208205705 LATAR BELAKANG Pergerakan pasukan menuju objek yang ditentukan memerlukan sebuah perencanaan yang matang. Prinsip
Lebih terperinciAlgoritma A* untuk AI Path Finding bagi NPC
Algoritma A* untuk AI Path Finding bagi NPC Pendahuluan Definisi AI Kecerdasan Buatan merupakan bagian dari ilmu komputer yang mempelajari bagaimana membuat mesin (komputer) dapat melakukan pekerjaan seperti
Lebih terperinciARTIFICIAL INTELEGENCE ALGORITMA A* (A STAR) SEBAGAI PATHFINDING ENEMY ATTACK PADA GAME TRASH COLLECTION
ARTIFICIAL INTELEGENCE ALGORITMA A* (A STAR) SEBAGAI PATHFINDING ENEMY ATTACK PADA GAME TRASH COLLECTION TUGAS AKHIR Diajukan Untuk Memenuhi Persyaratan Guna Meraih Gelar Sarjana Strata 1 Teknik Informatika
Lebih terperinciDESAIN SIMULASI PENGAMBILAN KEPUTUSAN MULTIOBJECTIVE MENGGUNAKAN AGEN CERDAS
DESAIN SIMULASI PENGAMBILAN KEPUTUSAN MULTIOBJECTIVE MENGGUNAKAN AGEN CERDAS Mohamad Iman Prajitno 1, Bambang Wahyu W 2, Muh. Chosyi'in 3, Supeno Mardi S 4, Moch. Hariadi 5 Pasca Sarjana Jurusan Teknik
Lebih terperinciBAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Artificial Intelligence (AI) agen adalah fitur standar game komputer modern, baik sebagai lawan, teman atau tutor dari pemain. Agar tampil otentik, agen tersebut
Lebih terperinciStrategi Menyerang Jarak Dekat Menggunakan Klasifikasi Bayesian Pada NPC (Non Player Character)
Strategi Menyerang Jarak Dekat Menggunakan Klasifikasi Bayesian Pada NPC (Non Player Character) Siti Asmiatun 1, Latius Hermawan 2, Tri Daryatni 3 Fakultas Ilmu Komputer, Universitas Dian Nuswantoro, Semarang
Lebih terperinciPencarian Rute Oleh Non Player Character Menggunakan Algoritma A* Berbasis 2D
147 Pencarian Rute Oleh Non Player Character Menggunakan Algoritma A* Berbasis 2D Latius Hermawan *, Maria Bellaniar I **) Informatika, Universitas Katolik Musi Charitas Palembang E-Mail: * tiuz.hermawan@sttmusi.ac.id,
Lebih terperinciPenerapan Algoritma A-star (A*) Untuk Menyelesaikan Masalah Maze
Penerapan Algoritma A-star (A*) Untuk Menyelesaikan Masalah Maze Hapsari Tilawah - 13509027 1 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha
Lebih terperinciPengantar Teknologi Informasi
Pengantar Teknologi Informasi Kecerdasan Buatan (Artificial Intelligence) Defri Kurniawan, M.Kom Fasilkom 1/7/2016 What s Artificial Intelligence What is Artificial Intelligence (AI) Cabang Science yang
Lebih terperinciPerilaku Kamera Untuk Pengambilan Sudut Pandang Otomatis Menggunakan Metode
Perilaku Kamera Untuk Pengambilan Sudut Pandang Otomatis Menggunakan Metode Knowledge-Based System Prananto Yuwono 2208205802 2010 PROGRAM MAGISTER BIDANG KEAHLIAN JARINGAN CERDAS MULTIMEDIA JURUSAN TEKNIK
Lebih terperinciKompleksitas Algoritma A* Pada Implementasi PassiveAI Untuk Game Mobile AI
Kompleksitas Algoritma A* Pada Implementasi PassiveAI Untuk Game Mobile AI Dandy Akhmad Rahadiansyah 23514098 1 Program Magister Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung,
Lebih terperinciGAME CATUR JAWA WITH REINFORCEMENT LEARNING
GAME CATUR JAWA WITH REINFORCEMENT LEARNING Muhammad Fauzy Teknik Informatika Politeknik Elekronika Negeri Surabaya Institut Teknologi Sepuluh Nopember Surabaya Email: fauze86@gmail.com, ABSTRAK Kecerdasan
Lebih terperinciBAB I PENDAHULUAN 1.1 LATAR BELAKANG
BAB I PENDAHULUAN 1.1 LATAR BELAKANG Dewasa ini game semakin canggih dan kompleks. Tidak hanya dari sisi tampilannya, tetapi juga kecerdasan dari agen-agen yang ada didalam game tersebut. Sering kita temui
Lebih terperinciPERILAKU OTONOM DAN ADAPTIF NON PLAYER CHARACTER MUSUH PADA GAME 3 DIMENSI MENGGUNAKAN FUZZY STATE MACHINE DAN RULE BASED SYSTEM
PERILAKU OTONOM DAN ADAPTIF NON PLAYER CHARACTER MUSUH PADA GAME 3 DIMENSI MENGGUNAKAN FUZZY STATE MACHINE DAN RULE BASED SYSTEM Fahrul Pradhana Putra 1, Ahmad Zainul Fanani 2,Moch. Hariadi 3 1 Magister
Lebih terperinciBAB III TEORI DASAR SISTEM PAKAR DAN SISTEM KONTROL BERBASIS SISTEM PAKAR 20 BAB III TEORI DASAR SISTEM PAKAR DAN SISTEM KONTROL BERBASIS SISTEM PAKAR
SISTEM PAKAR 20 BAB III TEORI DASAR SISTEM PAKAR DAN SISTEM KONTROL BERBASIS SISTEM PAKAR 3.1 Sistem Pakar Sistem pakar adalah suatu program komputer cerdas yang menggunakan knowledge (pengetahuan) dan
Lebih terperinciPengenalan Kecerdasan Buatan (KB)
Pengenalan Kecerdasan Buatan (KB) Pengertian Kecerdasan Buatan VS Kecerdasan Alami Komputasi KB VS Komputasi Konvensional Sejarah KB Lingkup KB Soft Computing Referensi Luger & Stubblefield - bab 1 Sri
Lebih terperinciPENERAPAN ALGORITMA A* PADA PERMASALAHAN OPTIMALISASI PENCARIAN SOLUSI DYNAMIC WATER JUG
PENERAPAN ALGORITMA A* PADA PERMASALAHAN OPTIMALISASI PENCARIAN SOLUSI DYNAMIC WATER JUG Firman Harianja (0911519) Mahasiswa Program Studi Teknik Informatika STMIK Budidarma Medan Jl. Sisingamangaraja
Lebih terperinciKECERDASAN BUATAN Artificial Intelligence (AI)
KECERDASAN BUATAN Artificial Intelligence (AI) Pengertian AI Putu Putra Astawa S.Kom.,M.kom Ptputraastawa@gmail.com Ptputraastawa.wordpress.com Kedudukan Ilmu Kecerdasan Buatan Kecerdasan? Kecerdasan berasal
Lebih terperinciA-1 BAB I PENDAHULUAN
A-1 BAB I PENDAHULUAN Bab ini akan menjelaskan mengenai latar belakang penelitian judul skripsi Implementasi algoritma A* berbasis pathfinding dalam pengembangan game menanam pohon. 1.1. Latar Belakang
Lebih terperinciBAB 2 TINJAUAN TEORI. Artificial Intelligence. Jika diartikan Artificial memiliki makna buatan,
BAB 2 TINJAUAN TEORI 2.1 Kecerdasan Buatan Kecerdasan buatan adalah sebuah istilah yang berasal dari bahasa Inggris yaitu Artificial Intelligence. Jika diartikan Artificial memiliki makna buatan, sedangkan
Lebih terperinciPENGEMBANGAN APLIKASI GAME ARCADE 3D MARI SELAMATKAN HUTAN INDONESIA
PENGEMBANGAN APLIKASI GAME ARCADE 3D MARI SELAMATKAN HUTAN INDONESIA Dyah Ayu Irawati 1, Abdillah Ibnu Firdaus 2, Ridwan Rismanto 3 Program Studi Teknik Informatika, Jurusan Teknologi Informasi,Politeknik
Lebih terperinciJurusan Teknik Elektro ITS Surabaya, Jurusan Teknik Elektro ITS Surabaya, Jurusan Teknik elektro ITS Surabaya
1 PERENCANAAN JALUR TERPENDEK PADA ROBOT NXT DENGAN OBSTACLE DINAMIS MENGGUNAKAN ALGORITMA D* Wahris Shobri Atmaja 1), Diah Puspito Wulandari, ST.,Msc 2), Ahmad Zaini, ST., MT. 3) Jurusan Teknik Elektro
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Perkembangan permainan komputer dewasa ini semakin canggih dan kompleks, tidak hanya menyajikan grafis yang realistis namun juga kecerdasan dari agen-agen yang
Lebih terperinciSIMULASI PERILAKU AGEN OTONOM DALAM DUNIA VIRTUAL MENGGUNAKAN LOGIKA FUZZY
SIMULASI PERILAKU AGEN OTONOM DALAM DUNIA VIRTUAL MENGGUNAKAN LOGIKA FUZZY M. Faizal Rochman 2208205722 Pembimbing : Mochamad Hariadi, ST., MSc., PhD. Latar Belakang Meningkatnya kebutuhan akan kecerdasan
Lebih terperinciPROTOTIPE GAME MAZE CHASER DENGAN ALGORITMA A*
PROTOTIPE GAME MAZE CHASER DENGAN ALGORITMA A* Aditya Haryanov 1) 1) Teknik Informatika STMIK AMIKOM Yogyakarta Jl Ring road Utara, Condongcatur, Sleman, Yogyakarta 55281 Email : adityaharyanov@gmail.com
Lebih terperinciUKDW BAB 1 PENDAHULUAN
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Perkembangan game saat ini meningkat dengan pesat dan sudah banyak diterapkan pada gadget-gadget. Gadget-gadget itu pun sekarang sudah dilengkapi dengan sistem
Lebih terperinciBAB I PENGANTAR KECERDASAN BUATAN
BAB I PENGANTAR KECERDASAN BUATAN 1. 1 DEFINISI Kecerdasan buatan (Artificial Intelligence) : Bagian dari ilmu komputer yang mempelajari bagaimana membuat mesin (komputer) dapat melakukan pekerjaan seperti
Lebih terperinciSIMULASI AUTONOMOUS VEHICLE DI UNIVERSITAS KRISTEN SATYA WACANA SALATIGA
SIMULASI AUTONOMOUS VEHICLE DI UNIVERSITAS KRISTEN SATYA WACANA SALATIGA Sandro Angkat, Darmawan Utomo, Hartanto K. Wardana SIMULASI AUTONOMOUS VEHICLE DI UNIVERSITAS KRISTEN SATYA WACANA SALATIGA Sandro
Lebih terperinciPengembangan Heuristik Diferensial Terkompresi untuk Algoritma Block A*
Pengembangan Heuristik Diferensial Terkompresi untuk Algoritma Block A* Teguh Budi Wicaksono dan Rinaldi Munir Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung Bandung firezaps@gmail.com,
Lebih terperinciKoordinasi Non Playing Character (NPC) Follower Menggunakan Algoritma Potential Fields
Koordinasi Non Playing Character (NPC) Follower Menggunakan Algoritma Potential Fields Latius Hermawan 1, Siti Asmiatun 2 1,2 Pascasarjana MTI Universitas Dian Nuswantoro, Semarang 50131 E-mail : fanytiuz@gmail.com,
Lebih terperinciPengaturan Perilaku Pasukan Non Player Character menggunakan metode Flocking Behavior berbasis Agent pada permainan Real Time Strategy
1 Pengaturan Perilaku Pasukan Non Player Character menggunakan metode Flocking Behavior berbasis Agent pada permainan Real Time Strategy Priyodiva Robby Nugroho, Mochamad Hariadi, Christyowidiasmoro Teknik
Lebih terperinciPENGEMBANGAN HEURISTIK DIFERENSIAL TERKOMPRESI UNTUK ALGORITMA BLOCK A*
PENGEMBANGAN HEURISTIK DIFERENSIAL TERKOMPRESI UNTUK ALGORITMA BLOCK A* Teguh Budi Wicaksono 1), Rinaldi Munir 2) Sekolah Teknik Elektro dan Informatika, Institut Teknologi Bandung Bandung, Jawa Barat
Lebih terperinciSIMULASI PERGERAKAN PASUKAN BERBASIS POTENTIAL FIELDS UNTUK TARGET DINAMIS
SIMULASI PERGERAKAN PASUKAN BERBASIS POTENTIAL FIELDS UNTUK TARGET DINAMIS Siswati 1), Supeno Mardi SN 2) Moch.Hariadi 3) 1,2,3 Pasca Sarjana Jaringan Cerdas Multimedia (Game Teknologi) Teknik Elektro,Teknologi
Lebih terperinciUKDW BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Game atau permainan, telah diciptakan sejak masa sebelum masehi sebagai media hiburan bagi orang orang yang ikut memainkannya, atau juga hiburan bagi orang
Lebih terperinciPenerapan Algoritma A* (A Star) Sebagai Solusi Pencarian Rute Terpendek Pada Maze
Penerapan Algoritma A* (A Star) Sebagai Solusi Pencarian Rute Terpendek Pada Maze 1 Rakhmat Kurniawan. R., ST, M.Kom, 2 Yusuf Ramadhan Nasution, M.Kom Program Studi Ilmu Komputer, Fakultas Sains dan Teknologi
Lebih terperinciGambar 1 Sistem yang menggunakan kecerdasan buatan
BAB 1 PENGENALAN KECERDASAN BUATAN 1.1 DEFENISI KECERDASAN BUATAN Kecerdasan Buatan berasal dari bahasa Inggris Artificial Intelligence atau disingkat AI, yaitu Intelligence adalah cerdas, sedangkan artificial
Lebih terperinciARTIFICIAL INTELLIGENCE / AI (Kecerdasan Buatan)
ARTIFICIAL INTELLIGENCE / AI (Kecerdasan Buatan) Definisi : - Awalnya komputer difungsikan sebagai alat hitung. - Seiring dengan perkembangan jaman, komputer diharapkan dapat diberdayakan untuk mengerjakan
Lebih terperinciSTRATEGI MENYERANG NPC GAME FPS MENGGUNAKAN FUZZY FINITE STATE MACHINE Ady Wicaksono 1), Mochamad Hariadi 2), Supeno Mardi S. N 3)
STRATEGI MENYERANG NPC GAME FPS MENGGUNAKAN FUZZY FINITE STATE MACHINE Ady Wicaksono 1), Mochamad Hariadi 2), Supeno Mardi S. N 3) 1) Pasca Sarjana Teknik Elektro ITS, Surabaya 60111 2) Jurusan Teknik
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Pengertian Algoritma Algoritma merupakan urutan langkah langkah untuk menyelesaikan masalah yang disusun secara sistematis, algoritma dibuat dengan tanpa memperhatikan bentuk
Lebih terperinciPenerapan Algoritma Greedy pada Artificial Inteligence dalam Permainan Defence of the Ancient
Penerapan Algoritma Greedy pada Artificial Inteligence dalam Permainan Defence of the Ancient Gurun Nevada Dharan/ 13509076 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Makin pesatnya perkembangan teknologi menyebabkan adanya perkembangan dan perluasan lingkup yang membutuhkan kehadiran kecerdasan buatan. Kecerdasan buatan merupakan
Lebih terperinciJurnal Ilmiah Komputer dan Informatika (KOMPUTA) REPRESENTASI EMOSI MENGGUNAKAN LOGIKA FUZZY PADA PERMAINAN BONNY S TOOTH BOOTH
68 REPRESENTASI EMOSI MENGGUNAKAN LOGIKA FUZZY PADA PERMAINAN BONNY S TOOTH BOOTH Septiani Nur Hasanah 1, Nelly Indriani Widiastuti 2 Program Studi Teknik Informatika. Universitas Komputer Indonesia. Jl.
Lebih terperinciARTIFICIAL INTELLIGENCE
ARTIFICIAL INTELLIGENCE APA YANG DIMAKSUD DENGAN ARTIFICIAL INTELLIGENT ( AI )? AI atau Kecerdasan Buatan atau Kecerdasan Tiruan adalah : Kemampuan suatu komputer melaksanakan kegiatan kegiatan yang biasanya
Lebih terperinciBAB I Pengenalan Kecerdasan Buatan (Artificial Inteligent / AI ) Created A.Tohir from Dosen Mr.Zulkifli
BAB I Pengenalan Kecerdasan Buatan (Artificial Inteligent / AI ) Created A.Tohir from Dosen Mr.Zulkifli Definisi Kecerdasan Buatan Merupakan salah satu bagian dari ilmu komputer Yang membuat agar mesin
Lebih terperinciMenjelaskan tujuan dan karakteristik kecerdasan buatan dengan baik
Menjelaskan tujuan dan karakteristik kecerdasan buatan dengan baik Kecerdasan buatan adalah ilmu dan rekayasa yang membuat mesin mempunyai intelegensi tertentu khususnya program komputer yang cerdas (John
Lebih terperinciAlgoritma A* Memanfaatkan Navigation Meshes dalam 3 Dimensional Pathfinding
Algoritma A* Memanfaatkan Navigation Meshes dalam 3 Dimensional Pathfinding Edwin Kumara Tandiono, 13515039 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung,
Lebih terperinciArtificial intelligence
Artificial intelligence Team teaching: Sri Winiarti, Andri Pranolo, dan Anna Hendri SJ Andri Pranolo W : apranolo.tif.uad.ac.id M : 081392554050 E : andri.pranolo@tif.uad.ac.id Informatics Engineering,
Lebih terperinciMenurut Kaplan, AI mempunyai beberapa kelebihan dibandingkan dengan kecerdasan alami
KECERDASAN BUATAN (AI/Artificial Intelligence) Menurut Kaplan, AI mempunyai beberapa kelebihan dibandingkan dengan kecerdasan alami (kecerdasan manusia). Kelebihan AI yaitu : AI lebih bersifat permanent
Lebih terperinciIMPLEMENTASI SISTEM PARKIR CERDAS DI UNIVERSITAS TELKOM. SUBSISTEM : APLIKASI MOBILE
IMPLEMENTASI SISTEM PARKIR CERDAS DI UNIVERSITAS TELKOM. SUBSISTEM : APLIKASI MOBILE Implementation Of Smart Parking System In Telkom University. Subsystem : Mobile Application Annis Waziroh 1, Agus Virgono,
Lebih terperinciH. A. Simon [1987] : Rich and Knight [1991]:
H. A. Simon [1987] : Kecerdasan buatan (artificial intelligence) merupakan kawasan penelitian, aplikasi dan instruksi yang terkait dengan pemrograman komputer untuk melakukan sesuatu hal yang - dalam pandangan
Lebih terperinciBAB III ALGORITMA GREEDY DAN ALGORITMA A* membangkitkan simpul dari sebuah simpul sebelumnya (yang sejauh ini terbaik di
BAB III ALGORITMA GREEDY DAN ALGORITMA A* 3.1 Best First Search Sesuai dengan namanya, best-first search merupakan sebuah metode yang membangkitkan simpul dari sebuah simpul sebelumnya (yang sejauh ini
Lebih terperinciPerilaku Kamera Untuk Pengambilan Sudut pandang Otomatis Menggunakan Metode Knowledge-Based System
Perilaku Kamera Untuk Pengambilan Sudut pandang Otomatis Menggunakan Metode Knowledge-Based System Prananto Yuwono 1) Moch. Hariadi 2) Supeno Mardi S. N 3) 1) Jurusan Teknik Elektro ITS, Surabaya 60111,
Lebih terperinciGambar 1. Hop multi komunikasi antara sumber dan tujuan
Routing pada Jaringan Wireless Ad Hoc menggunakan teknik Soft Computing dan evaluasi kinerja menggunakan simulator Hypernet Tulisan ini menyajikan sebuah protokol untuk routing dalam jaringan ad hoc yang
Lebih terperinciBAB I PENGENALAN INTELEGENSI BUATAN
BAB I PENGENALAN INTELEGENSI BUATAN A. Pengantar Intelegensi Buatan (AI) Intelegensi Buatan (Artificial Intelligence) merupakan cabang terpenting dalam dunia computer yang membuat agar mesin (computer)
Lebih terperinci1. PENGANTAR KECERDASAN BUATAN (ARTIFICIAL INTELLIGENCE)
1. PENGANTAR KECERDASAN BUATAN (ARTIFICIAL INTELLIGENCE) 1.1 DEFINISI KECERDASAN BUATAN Definisi Kecerdasan Buatan H. A. Simon [1987] : Kecerdasan buatan (artificial intelligence) merupakan kawasan penelitian,
Lebih terperinciPENGANTAR KECERDASAN BUATAN
PERTEMUAN PERTAMA PENGANTAR KECERDASAN BUATAN SEKOLAH TINGGI TEKNIK HARAPAN TAHUN AJARAN 2017-2018 Fera Damayanti Welcome Dosen Alamat : Fera Damayanti, ST, M.Kom : Jalan Karya Bakti No.26 Tanjung Pura,
Lebih terperinciAPLIKASI PENCARI RUTE OPTIMUM PADA PETA GUNA MENINGKATKAN EFISIENSI WAKTU TEMPUH PENGGUNA JALAN DENGAN METODE A* DAN BEST FIRST SEARCH 1
APLIKASI PENCARI RUTE OPTIMUM PADA PETA GUNA MENINGKATKAN EFISIENSI WAKTU TEMPUH PENGGUNA JALAN DENGAN METODE A* DAN BEST FIRST SEARCH 1 Rudy Adipranata 1, Andreas Handojo 2, Happy Setiawan 3 1,2 Teknik
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Transportasi telah menjadi salah satu kebutuhan penting dalam kegiatan sehari-hari di kehidupan bermasyarakat. Kemajuan teknologi informasi yang ada sekarang,
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah 1.2 Perumusan Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Saat ini teknologi telah berkembang dengan cukup pesat. Perkembangan teknologi mengakibatkan pemanfaatan atau pengimplementasian teknologi tersebut dalam berbagai
Lebih terperinciKecerdasan Buatan (Artificial Intelligence) Muhammad Dahria
Kecerdasan Buatan (Artificial Intelligence) Muhammad Dahria Abstrak Kecerdasan Buatan (Artificial Intelligence) merupakan salah satu bagian dari ilmu komputer yang mempelajari bagaimana membuat mesin (komputer)
Lebih terperinciOPTIMISASI TOTAL TEMPUH NPC PADA RTS GAME MENGGUNAKAN HARMONY SEARCH ALGORITHM. Herti Miawarni 1* Jl. A. Yani 114, Surabaya 60231, Telp.
OPTIMISASI TOTAL TEMPUH NPC PADA RTS GAME MENGGUNAKAN HARMONY SEARCH ALGORITHM Herti Miawarni 1* 1 Program Studi Teknik Elektro, Fakultas Teknik, Universitas Bhayangkara Surabaya Jl. A. Yani 114, Surabaya
Lebih terperinciBAB 1 PENDAHULUAN. Dengan pesatnya perkembangan teknologi dalam bidang IT (Information
BAB 1 PENDAHULUAN 1.1 Latar Belakang Dengan pesatnya perkembangan teknologi dalam bidang IT (Information Technology), terutama dalam bagian AI (Artificial Intelligence), telah banyak aplikasiaplikasi yang
Lebih terperinciArtificial Intelegence. Eka Yuniar
Artificial Intelegence Eka Yuniar DEFINISI Awalnya komputer difungsikan sebagai alat hitung. Seiring dengan perkembangan jaman, komputer diharapkan dapatdiberdayakan untuk mengerjakan segala sesuatu yang
Lebih terperinciRancang Bangun Robot Vacuum Cleaner Berbasis Mikrokontroler
Seminar Nasional Teknologi Informasi dan Komunikasi Terapan (SEMANTIK) 2015 269 Rancang Bangun Robot Vacuum Cleaner Berbasis Mikrokontroler Afwan Zikri *), Anton Hidayat **), Derisma ***) * *** Sistem
Lebih terperinciWEBGIS KEMACETAN LALU LINTAS DAN SOLUSI RUTE TERPENDEK MENGGUNAKAN ALGORITMA DIJKSTRA BERBASIS OPENLAYER DI KOTA MALANG TUGAS AKHIR
WEBGIS KEMACETAN LALU LINTAS DAN SOLUSI RUTE TERPENDEK MENGGUNAKAN ALGORITMA DIJKSTRA BERBASIS OPENLAYER DI KOTA MALANG TUGAS AKHIR Diajukan Untuk Memenuhi Persyaratan Guna Meraih Gelar Sarjana Strata
Lebih terperinciOPTIMASI RUTE PERJALANAN AMBULANCE MENGGUNAKAN ALGORITMA A-STAR. Marhaendro Bayu Setyawan
OPTIMASI RUTE PERJALANAN AMBULANCE MENGGUNAKAN ALGORITMA A-STAR Marhaendro Bayu Setyawan 2206 100 021 AGENDA PEMBUKAAN DASAR TEORI Latar belakang Permasalahan Batasan masalah Tujuan Permasalahan Lintasan
Lebih terperinciImplementasi Pencocokan String Tidak Eksak dengan Algoritma Program Dinamis
Implementasi Pencocokan String Tidak Eksak dengan Algoritma Program Dinamis Samudra Harapan Bekti 13508075 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung,
Lebih terperinciSTUDI PENERAPAN ALGORITMA DIJKSTRA DAN ALGORITMA A* DALAM MENENTUKAN RUTE TERPENDEK PADA ROBOT PEMADAM API
STUDI PENERAPAN ALGORITMA DIJKSTRA DAN ALGORITMA A* DALAM MENENTUKAN RUTE TERPENDEK PADA ROBOT PEMADAM API Akhmad Alfan Hidayatullah, Anik Nur Handayani, Muhammad Jauharul Fuady Teknik Elektro - Universitas
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 terperinciBAB 3 ANALISIS DAN PERANCANGAN
BAB 3 ANALISIS DAN PERANCANGAN 3.1 Gambaran Umum Manusia mempunyai kemampuan untuk belajar sejak dia dilahirkan, baik diajarkan maupun belajar sendiri, hal ini dikarenakan manusia mempunyai jaringan saraf.
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN
SISTEM PENDUKUNG KEPUTUSAN N. Tri Suswanto Saptadi Informatics Engineering Faculty of Information Technology Konsep SPK SPK atau DSS (Decision Support System): suatu sistem berbasis komputer inter-aktif
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN (DECISION SUPPORT SYSTEMS-DSS)
SISTEM PENDUKUNG KEPUTUSAN (DECISION SUPPORT SYSTEMS-DSS) Adalah sistem penghasil informasi yang ditujukan pada suatu masalah tertentu yang harus dipecahkan oleh manajer dan keputusan yang harus dibuat
Lebih terperinciAS IR O R U O TI U N TI G P AD
Tesis OPTIMASI ROUTING PADA JARING DATA MULTI JALUR MENGGUNAKAN METODE ANT COLONY OPTIMIZATION (ACO) Nama : Agus Kurniwanto NIM : 2209206803 PROGRAM STUDI MAGISTER BIDANG KEAHLIAN TELEMATIKA JURUSAN TEKNIK
Lebih terperinciBAB 4 IMPLEMENTASI DAN PENGUJIAN SISTEM
BAB 4 IMPLEMENTASI DAN PENGUJIAN SISTEM 4.1. Implementasi Sistem Tahap implementasi merupakan tahap kelanjutan dari kegiatan perancangan sistem. Wujud dari hasil implementasi ini nantinya adalah sebuah
Lebih terperinciIMPLEMENTASI AUTOMATED PATH DAN ROUTE FINDING UNTUK UNIT BEHAVIOR PADA REAL-TIME STRATEGY GAME DENGAN MENGGUNAKAN FUZZY LOGIC
IMPLEMENTASI AUTOMATED PATH DAN ROUTE FINDING UNTUK UNIT BEHAVIOR PADA REAL-TIME STRATEGY GAME DENGAN MENGGUNAKAN FUZZY LOGIC Wijanarko Sukma Pamungkas, Ir. Suhadi Lili Jurusan Teknik Informatika, Fakultas
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 III ANALISIS DAN PERANCANGAN SISTEM
BAB III ANALISIS DAN PERANCANGAN SISTEM III1 Analisis Sistem Pada analisis sistem akan dibahas mengenai analisis game sejenis dan analis game pacman Arkage ini Pada analisis game sejenis dilakukan observasi
Lebih terperinciPERANCANGAN SYSTEM PAKAR GENERIC MENGGUNAKAN BINARY TREE
PERANCANGAN SYSTEM PAKAR GENERIC MENGGUNAKAN BINARY TREE Luky Agus Hermanto, ST., MT. Jurusan Teknik Informatika Fakultas Teknologi Informasi Institut Teknologi Adhi Tama Surabaya Jl. Arif Rahman Hakim
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Artificial Intelligence (AI) atau sering disebut kecerdasan buatan, berdasarkan pandangan prespektif kecerdasan adalah bagaimana membuat mesin yang cerdas dan dapat
Lebih terperinciGame NIM with Reinforcement Learning ABSTRAK
Game NIM with Reinforcement Learning Kresna Ade Putra Teknik Informatika Politeknik Elekronika Negeri Surabaya Institut Teknologi Sepuluh Nopember Surabaya Email: kresnoado@ymail.com, ABSTRAK Kecerdasan
Lebih terperinciPenerapan Dynamic Programming pada sistem GPS (Global Positioning System)
Penerapan Dynamic Programming pada sistem GPS (Global Positioning System) Christy Gunawan Simarmata - 13515110 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi
Lebih terperinciOPTIMASI PERENCANAAN JALUR PADA MOBILE ROBOT BERBASIS ALGORITMA GENETIKA MENGGUNAKAN POLA DISTRIBUSI NORMAL
OPTIMASI PERENCANAAN JALUR PADA MOBILE ROBOT BERBASIS ALGORITMA GENETIKA MENGGUNAKAN POLA DISTRIBUSI NORMAL Bayu Sandi Marta 1), Djoko Purwanto 2) 1), 2) Jurusan Teknik Elektro Institut Teknologi Sepuluh
Lebih terperinciSekilas Tentang Kecerdasan Buatan
Sekilas Tentang Kecerdasan Buatan Oleh: Entin Martiana Penyaji: Setiawardhana Definisi Kecerdasan Buatan Banyak cara untuk mendefinisikan Kecerdasan Buatan, diantaranya adalah : Suatu studi yang mengupayakan
Lebih terperinciMANAGEMENT INFORMATION SYSTEMS Raymond McLeod, Jr. and George Schell
MANAGEMENT INFORMATION SYSTEMS Raymond McLeod, Jr. and George Schell Sistem Pakar Disajikan dalam Kuliah SIM Program Sarjana Magister Universitas Gunadarma Oleh Lily Wulandari 1 Pendahuluan Subsistem CBIS
Lebih terperinciJURNAL TEKNIK POMITS Vol. 1, No. 1, (2012) 1-6 1
JURNAL TEKNIK POMITS Vol. 1, No. 1, (2012) 1-6 1 Rancang Bangun Sistem Pemantau Ruangan Berbasis Multi Kamera untuk Smartphone Android pada Jaringan Pikonet yang Adaptif terhadap Perubahan Situasi Ruangan
Lebih terperinciIMPLEMENTASI PENTERJEMAH KODE ISYARAT TANGAN MENGGUNAKAN ANALISIS DETEKSI TEPI PADA ARM 11 OK6410B
IMPLEMENTASI PENTERJEMAH KODE ISYARAT TANGAN MENGGUNAKAN ANALISIS DETEKSI TEPI PADA ARM 11 OK6410B Heri Setiawan, Iwan Setyawan, Saptadi Nugroho IMPLEMENTASI PENTERJEMAH KODE ISYARAT TANGAN MENGGUNAKAN
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 terperinciPengenalan Sistem Cerdas. Soft Computing dan Aplikasi AI
Pengenalan Sistem Cerdas Soft Computing dan Aplikasi AI Soft Computing (SC) Merupakan pendekatan inovatif untuk konstruksi komputasi dalam sistem cerdas SC adalah suatu pendekatan yang muncul untuk komputasi
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar belakang
BAB I PENDAHULUAN Pada bab ini akan dipaparkan mengenai garis besar Tugas Akhir yang meliputi Latar Belakang, Tujuan Pembuatan, Rumusan dan Batasan Permasalahan, Metodologi Pembuatan Tugas Akhir, dan Sistematika
Lebih terperinciBAB I PENDAHULUAN. pengetahuan yang sangat populer saat ini. Dengan ilmu pengetahuan ini, teknologi di
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Teknologi Informasi dan Komunikasi (TIK) merupakan suatu cabang ilmu pengetahuan yang sangat populer saat ini. Dengan ilmu pengetahuan ini, teknologi di dunia
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Kecerdasan Buatan ( Artificial Intelligence ) merupakan salah satu cabang dari ilmu computer yang membuat agar mesin atau komputer dapat melakukan pekerjaan
Lebih terperinciBAB I PENDAHULUAN. Mikrokontroler merupakan pengontrol mikro atau disebut juga Single Chip
BAB I PENDAHULUAN I.1. Latar Belakang Perkembangan teknologi yang sangat pesat khususnya kemajuan di dunia elektronika dan komputer menyebabkan banyak dihasilkannya suatu penemuanpenemuan yang dianggap
Lebih terperinciSeminar Tugas Akhir. Perancangan Sistem Pakar Fuzzy Untuk Pengenalan Dini Potensi Terserang Stroke Berbasis Web
Seminar Tugas Akhir Perancangan Sistem Pakar Fuzzy Untuk Pengenalan Dini Potensi Terserang Stroke Berbasis Web Oleh: Harmuda Pandiangan 1209 100 089 Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan
Lebih terperinciGambar 3.2 Struktur Hierarki Game Spinman
Pembuatan game spinman menggunakan software python Latar belakang Pendahuluan Salah satu perkembangan teknologi yang berkembang saat ini adalah teknologi computer khususnya dalam bidang aplikasi. Penerapan
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Kecerdasan Buatan Kecerdasan buatan atau artificial intelligence merupakan salah satu bagian ilmu komputer yang membuat agar mesin (komputer) dapat melakukan pekerjaan seperti
Lebih terperinciBAB I PENDAHULUAN. Di tengah masyarakat dengan aktivitas yang tinggi, mobilitas menjadi hal yang penting.
BAB I PENDAHULUAN 1.1 Latar Belakang Permasalahan Di tengah masyarakat dengan aktivitas yang tinggi, mobilitas menjadi hal yang penting. Namun pada kenyataannya, terdapat banyak hal yang dapat menghambat
Lebih terperinciKONTROL OTOMATIS PADA ROBOT PENGANTAR BARANG DENGAN PARAMETER MASUKAN JARAK DENGAN OBJEK DAN POSISI ROBOT. oleh. Ricky Jeconiah NIM :
KONTROL OTOMATIS PADA ROBOT PENGANTAR BARANG DENGAN PARAMETER MASUKAN JARAK DENGAN OBJEK DAN POSISI ROBOT oleh Ricky Jeconiah NIM : 622009004 Skripsi Untuk melengkapi salah satu syarat memperoleh Gelar
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA Sistem informasi adalah suatu sistem manusia dan mesin yang terpadu untuk menyajikan informasi guna mendukung fungsi operasi, manajemen, dan pengambilan keputusan. Tujuan dari sistem
Lebih terperinci