ANALISIS DAN IMPLEMENTASI ALGORITMA MINIMAX DENGAN OPTIMASI ALPHA BETA PRUNING PADA PERMAINAN FIVE IN ROW SKRIPSI NUR JANNAH

Transkripsi

1 ANALISIS DAN IMPLEMENTASI ALGORITMA MINIMAX DENGAN OPTIMASI ALPHA BETA PRUNING PADA PERMAINAN FIVE IN ROW SKRIPSI NUR JANNAH PROGRAM STUDI S1 ILMU KOMPUTER DEPARTEMEN ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA MEDAN 2010

2 ANALISIS DAN IMPLEMENTASI ALGORITMA MINIMAX DENGAN OPTIMASI ALPHA BETA PRUNING PADA PERMAINAN FIVE IN ROW SKRIPSI Diajukan untuk melengkapi tugas dan memenuhi syarat mencapai gelar Sarjana Komputer NUR JANNAH PROGRAM STUDI STRATA 1 ILMU KOMPUTER DEPARTEMEN ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA MEDAN 2010

3 PERSETUJUAN Judul : ANALISIS DAN IMPLEMENTASI ALGORITMA MINIMAX DENGAN OPTIMASI ALPHA BETA PRUNING Kategori : SKRIPSI Nama : NUR JANNAH Nomor Induk Mahasiswa : Program Studi : SARJANA (S1) ILMU KOMPUTER Departemen : ILMU KOMPUTER Fakultas : MATEMATIKA DAN ILMU PENGETAHUAN ALAM (FMIPA) UNIVERSITAS SUMATERA UTARA Komisi Pembimbing : Diluluskan di Medan, 4 Desember 2010 Pembimbing 2 Pembimbing 1 Syahriol Sitorus, S.Si, MIT Maya Silvi Lydia, B.Sc, M.Sc NIP NIP Diketahui/Disetujui oleh Departemen Ilmu Komputer FMIPA USU Ketua, Prof. Dr. Muhammad Zarlis NIP

4 PERNYATAAN ANALISIS DAN IMPLEMENTASI ALGORITMA MINIMAX DENGAN OPTIMASI ALPHA BETA PRUNING PADA PERMAINAN FIVE IN ROW SKRIPSI Saya mengakui bahwa skipsi ini adalah hasil kerja saya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing disebutkan sumbernya. Medan, 4 Desember 2010 NUR JANNAH

5 PENGHARGAAN Alhamdulillah, penulis ucapkan kepada Allah SWT yang senantiasa melimpahkan rahmat dan karunia-nya sehingga skripsi ini dapat diselesaikan dengan baik. Ucapan terima kasih penulis sampaikan kepada Ibu Maya Silvi Lydia, B.Sc, M.Sc selaku dosen pembimbing I dan Bapak Syahriol Sitorus, S.Si, MIT selaku dosen pembimbing II yang telah banyak membantu memberi panduan, masukan serta saran kepada penulis selama penulisan skripsi ini. Ucapan terima kasih juga turut penulis ucapkan kepada Bapak Prof.Dr.Tulus,M.Si dan Bapak Amer Sharif, S.Si, M.Kom selaku dosen pembanding I dan II. Ucapan terima kasih juga ditujukan kepada Bapak Prof. Dr. Muhammad Zarlis, Dekan dan Pembantu Dekan Fakultas Matematika dan Ilmu Pengetahuan Alam, serta seluruh staf pengajar di Program Studi S1 Ilmu Komputer. Ucapan terima kasih teristimewa penulis persembahkan kepada kedua orang tua tercinta, ayahanda Muhammad Yusuf dan ibunda Nur Azizah yang tak hentihentinya mendoakan dan memberikan semangat serta dorongan kepada penulis serta ucapan terima kasih kepada seluruh keluarga, abang dan adik-adik tersayang, Yusrizal, Liska Rahayu dan Fara Dila yang telah memberikan banyak bantuan kepada penulis selama pengerjaan skripsi ini. Tidak lupa pula ucapan terima kasih penulis sampaikan kepada teman-teman angkatan 2006, serta seluruh mahasiswa Program Studi S1 Ilmu Komputer dan semua pihak yang telah membantu penyelesaian skripsi ini baik secara langsung ataupun tidak langsung. Semoga Allah SWT membalas kebaikan Anda semua.

6 ABSTRAK Keberadaan industri game yang berkembang pesat membuktikan bahwa masyarakat menaruh minat yang besar terhadap permainan komputer. Salah satu jenis game komputer yang beredar luas antara lain game kecerdasan buatan, misalnya catur, dan Five In Row. Five In Row merupakan game logika yang membutuhkan strategi untuk mengalahkan lawan dengan menyusun lima buah keping sewarna dalam satu baris baik horizontal, vertikal, maupun diagonal. Algoritma yang diimplementasikan pada permainan ini adalah Minimax yang dioptimasikan dengan Alpha Beta Pruning. Minimax yang merupakan algoritma pohon pencarian akan melakukan penelusuran pada setiap node hingga diperoleh nilai maksimum untuk memenangkan pertandingan. Namun, pohon pencarian pada Five In Row memiliki kedalaman dan ruang lingkup percabangan yang luas, sehingga dibutuhkan waktu cukup lama untuk mengevaluasi seluruh kemungkinan. Untuk itulah dibutuhkan sebuah algoritma yang dapat mengoptimalkan pencarian, yaitu Alpha Beta Pruning. Algoritma ini akan memangkas beberapa percabangan pada pohon pencarian yang tidak mempengaruhi hasil evaluasi Minimax. Dengan adanya Alpha Beta Pruning maka ruang pencarian dapat dikurangi sehingga proses penelusuran dan evaluasi dapat dilakukan lebih cepat.

7 ANALYSIS AND IMPLEMENTATION OF MINIMAX ALGORITHM WITH ALPHA BETA PRUNING OPTIMIZATION IN FIVE IN ROW GAME ABSTRACT The existence of game industry which rapidly grows up proves that many people have big interest in computer games. One of the famous computer games that have been growing rapidly is Artificial Intelligence game for example: chess and five in row. Five in row is a logic game that requires a strategy to defeat opponent by arranging five of pieces with the same color in a line either horizontally, vertically or diagonally. The algorithm that implemented to this game is Minimax which being optimized with Alpha Beta Pruning. Minimax which is a search tree algorithm will explore every node to obtain the maximum value to win the game. However, a search tree in Five In Row has many depth and large branches, so much time is needed to evaluated every possibility. That s why an algorithm is required to optimize the searching, which is Alpha Beta Pruning. This algorithm will prune some branches at the search tree which have no effect to the Minimax value. With Alpha Beta Pruning, the scope of searching can be reduced so that exploring solutions can be done faster.

8 DAFTAR ISI Halaman Persetujuan Pernyataan Penghargaan Abstrak Abstract Daftar Isi Daftar Tabel Daftar Gambar ii iii iv v vi vii x xi Bab 1 Pendahuluan Latar Belakang Rumusan Masalah Batasan Masalah Tujuan Penelitian Manfaat Penelitian Metode Penelitian Sistematika Penulisan 5 Bab 2 Landasan Teori Kecerdasan Buatan Five In Row Aturan Permainan Five In Row Jenis Five In Row Agen Cerdas Perilaku Agen Struktur Agen Cerdas Agen Refleks Sederhana Agen Refleks Berbasis Model Agen Berbasis Tujuan (Goal Based Agent) Agen Berbasis Kegunaan (Utility Based Agent) Lingkungan Agen dan Sifatnya Algoritma Pencarian Minimax Alpha Beta Pruning Fungsi Evaluasi Reinforcement Learning Java UML (Unified Modelling Language) Activity Diagram (Diagram Aktivitas) 25

9 2.7.2 Class Diagram (Diagram Kelas) Sequence Diagram Use Case 28 Bab 3 Analisis dan Perancangan Aplikasi Analisis Kebutuhan Aplikasi Representasi Lingkungan Representasi Material Flowchart Aplikasi Analisis Algoritma Nilai Formasi Fungsi Evaluasi Proses Evaluasi Formasi Perancangan Aplikasi Perancangan Konseptual Deskripsi Class Diagram Aplikasi Deskripsi Kebutuhan Fungsional Aplikasi Deskripsi Proses dan Aktivitas Aplikasi Deskripsi Sequence Diagram Aplikasi Perancangan Fisik Perancangan Antarmuka Perancangan Piranti Masukan 67 Bab 4 Implementasi dan Pengujian Implementasi Aplikasi Spesifikasi Perangkat Lunak Spesifikasi Perangkat Keras Tampilan Aplikasi Tampilan Utama Tampilan Permainan Tampilan Menu Tampilan Game Play Implementasi Algoritma Pengujian Agen Level Satu Level Dua Level Tiga Level Empat Pengujian Aplikasi Pengujian Integrasi Aplikasi Play New Game Level About Pengujian Aspek Antarmuka Aplikasi Pengujian Aspek Penggunaan Aplikasi Penilaian Aplikasi 97

10 4.7.5 Pengujian Aspek Kehandalan Aplikasi 99 Bab 5 Kesimpulan dan Saran Kesimpulan Saran 103 Daftar Pustaka 104 Lampiran 106

11 DAFTAR TABEL Halaman Tabel 2.1 Diagram UML 25 Tabel 3.1 Hubungan Kedalaman dan Jumlah Node 32 Tabel 3.2 Proses Pencarian Alpha Beta Pruning 38 Tabel 3.3 Nilai Formasi 41 Tabel 3.4 Value Tiap Node 46 Tabel 3.5 CRC Card Class Interface 50 Tabel 3.6 CRC Carc Class Constanta 50 Tabel 3.7 CRC Card Class Check 50 Tabel 3.8 CRC Carc Class AIPlayer 51 Tabel 3.9 CRC Card Class Game 51 Tabel 3.10 CRC Card Class User 51 Tabel 3.11 Proses Play 53 Tabel 3.12 Proses New Game 54 Tabel 3.13 Proses Play 55 Tabel 3.14 Proses About 56 Tabel 4.1 Pengujian Agen Level Satu 76 Tabel 4.2 Pengujian Agen Level Dua 78 Tabel 4.3 Pengujian Agen Level Tiga 81 Tebel 4.4 Perbandingan Pergerakan Max dan Min 83 Tabel 4.5 Pengujian Agen Level Empat 84 Tabel 4.6 Hasil Evaluasi Proses Play pada Windows 88 Tabel 4.7 Hasil Evaluasi Proses Play pada Linux 89 Tabel 4.8 Hasil Evaluasi Proses New game pada Windows 90 Tabel 4.9 Hasil Evaluasi Proses New game pada Linux 90 Tabel 4.10 Hasil Evaluasi Proses Level pada Windows 91 Tabel 4.11 Hasil Evaluasi Proses Level pada Linux 91 Tabel 4.12 Hasil Evaluasi proses About pada Windows 92 Tabel 4.13 Hasil Evaluasi proses About pada Linux 92 Tabel 4.14 Hasil Kuesioner Aspek Antarmuka 94 Tabel 4.15 Hasil Kuesioner Aspek Penggunaan 95 Tabel 4.16 Hasil Kuesioner Penilaian Aplikasi 97 Tabel 4.17 Hasil Kuesioner Kehandalan Aplikasi 100

12 DAFTAR GAMBAR Halaman Gambar 2.1 Papan Permainan 8 Gambar 2.2 Ilustrasi Diagram Agen 10 Gambar 2.3 Skema Agen Refleks Sederhana 12 Gambar 2.4 Skema Agen Refleks Berbasis Model 13 Gambar 2.5 Skema Diagram Ageb Berbasis Tujuan 14 Gambar 2.6 Skema Diagram Agen Berbasis Kegunaan 15 Gambar 2.7 Pohon Minimax 19 Gambar 2.8 Pohon Alpha Beta Pruning 21 Gambar 2.9 Contoh Activity Diagram 26 Gambar 2.10 Contoh Class Diagram 27 Gambar 2.11 Contoh Sequence Diagram 28 Gambar 2.12 Contoh Use Case 28 Gambar 3.1 Papan Five In Row 29 Gambar 3.2 Representasi Material 30 Gambar 3.3 Flowchart Aplikasi Five In Row 31 Gambar 3.4 Flowchart Algoritma Minimax dengan Optimasi Alpha Beta Pruning 34 Gambar 3.5 Proses Pencarian Depth First Search 36 Gambar 3.6 Diagram Pohon Pencarian 37 Gambar 3.7 Posisi Sementara Permainan 42 Gambar 3.8 Contoh Kondisi Permainan 44 Gambar 3.9 Analisis Pohon Permainan 45 Gambar 3.10 Class Diagram 49 Gambar 3.11 Use Case Aplikasi 52 Gambar 3.12 Activity Diagram Play 54 Gambar 3.13 Activity Diagram New Game 55 Gambar 3.14 Activity Diagram Level 56 Gambar 3.15 Activity Diagram About 57 Gambar 3.16 Komponen Play 58 Gambar 3.17 Sequence Diagram Play 59 Gambar 3.18 Komponen New Game 60 Gambar 3.19 Sequence Diagram New Game 60 Gambar 3.20 Komponen Level 61 Gambar 3.21 Sequence Diagram Level 62 Gambar 3.22 Komponen About 62 Gambar 3.23 Sequence Diagram About 63 Gambar 3.24 Interface Aplikasi 64 Gambar 3.25 Submenu Game 65 Gambar 3.26 Submenu About 65 Gambar 3.27 Tampilan Game Play dan Author 65

13 Gambar 3.28 Message Dialog Kalah 66 Gambar 3.29 Message Dialog Menang 66 Gambar 3.30 Message Dialog Seri 66 Gambar 4.1 Papan Permainan 69 Gambar 4.2 Kondisi Akhir Permainan 70 Gambar 4.3 Message Dialog 71 Gambar 4.4 Menu Aplikasi 72 Gambar 4.5 Tampilan Game Play 73 Gambar 4.6 Diagram Hasil Evalausi Aspek Antarmuka 94 Gambar 4.7 Diagram Penilaian Aspek Antarmuka 95 Gambar 4.8 Diagram Hasil Evaluasi Aspek Penggunaan 96 Gambar 4.9 Diagram Penilaian Aspek Penggunaan Aplikasi 97 Gambar 4.10 Diagram Hasil Evaluasi Penilaian Aplikasi 98 Gambar 4.11 Diagram Penilai Aplikasi 99 Gambar 4.12 Diagram Hasil Pengujian Kehandalan Aplikasi 101