ARTIFICIAL INTELLIGENCE PADA GAME CATUR JAWA DENGAN MENGGUNAKAN METODE ALPHA-BETA

Transkripsi

1 ARTIFICIAL INTELLIGENCE PADA GAME CATUR JAWA DENGAN MENGGUNAKAN METODE ALPHA-BETA Ayub Firsoni Dance NRP : Program Study Teknik Informatika, Politeknik Elektronika Negeri Surabaya, Institute Teknologi Sepuluh November, Surabaya ayub_dance@yahoo.com Abstrak Algoritma Alpha Beta merupakan algoritma yg sangat terkenal dalam pengambilan keputusan khususnya pada game. Dimana dengan algoritma ini, komputer bisa mengambil keputusan terbaik dalam menangani permasalahan yang ada. Masalah yang akan diangkat disini adalah penggunaan Artificial Intelligence pada game Catur Jawa. Dengan menggunakan Algoritma Alpha Beta, Pohon Solusi akan dibuat di awal permainan, sehingga komputer akan memilih langkah yang akan menuntunnya ke hasil akhir berupa kemenangan atau setidaknya seri. Kata Kunci : Algoritma Alpha Beta, Artificial Intelligence, Game Catur Jawa, Pohon Solusi Abstract Alpha Beta algorithm is a very well-known algorithm in decision-making, especially in games. Where with this algorithm, the computer can take the best decisions in dealing with existing problems. Issues to be raised here is the use of Artificial Intelligence in Chess Java game. By using Alpha Beta Algorithm, Tree Solutions will be made early in the game, so the computer will select the steps that would lead her to the end result of victory or at least a series. Keywords: Alpha Beta Algorithm, Artificial Intelligence, Java Chess Game, Tree Solutions 1. Pendahuluan Istilah kecerdasan buatan atau AI adalah suatu tiruan atau buatan yang bisa berpikir secara cerdas.maksud dari kata cerdas disini adalah kepandaian dan ketajaman dalam berpikir, seperti halnya otak manusia dalam menyelesaikan suatu masalah.kecerdasan buatan ini dapat diterapkan atau diimplementasikan ke dalam berbagai bentuk aplikasi. Bentuk implementasi yang paling mudah untuk diukur tingkat keberhasilan (kecerdasan buatan) dan cukup digemari oleh sebagian besar publik yaitu pada games atau permainan. Salah satu algoritma yang dapat diimplementsaikan sebagai kecerdasan buatan dalam sebuah permainan adalah algoritma alpha-beta. Lebih khusus lagi, algoritma alpha-beta sangat baik diterapkan pada permainan yang melibatkan 2 orang dan bermain bergantian, misalnya pada permainan catur, othello, backgammon, catur jawa, dan lain sebagainya. Metode pendekatannya pun hampir sama dengan minimax, namun ada satu hal yang membuatnya mampu memangkas biaya kalkulasi yang cukup besar. Bila algoritma minimax lebih menggunakan algoritma BFS sebagai metode pembangkitan node, algoritma

2 alpha-beta lebih condong ke arah algoritma branch bound. Ide utama dari algoritma ini adalah jika suatu langkah sudah terbukti cukup buruk, maka tidak perlu membuang waktu untuk sesuatu yang tidak mengubah hasil akhir. Adapun beberapa Karakteristik dan Batasan Game untuk Game Playing, yaitu: 1. Dimainkan oleh 2 (dua) pemain: manusia dan komputer. Para pemain saling bergantian melangkah. 2. 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. 3. No Determined by Chances. Tidak melibatkan faktor probabilitas, misalnya dengan menggunakan dadu. 4. No Phsychological Factors. Tidak melibatkan faktor psikologi, seperti "gertakan" (misalnya Poker) 5. No Oversight Errors. Smart Opponent. Lawan diasumsikan pintar juga, jadi jangan mengharap lawan khilaf, sehingga terjadi salah langkah. Game Catur Jawa ini adalah salah satu bentuk implementasi dari kecerdasan buatan.dengan dibantu menggunakan metode Alpha-Beta, game Catur Jawa ini bisa menjadi sebuah contoh aplikasi untuk dapat mengukur sejauh mana kemampuan dari kecerdasan buatan yang telah dibuat.dan dalam pengembangannya, pembuatan gamenya sendiri menggunakan bahasa pemrograman java.hal ini dikarenakan, dapat dijalankan di beberapa platform / sistem operasi computer. 2. Artificial Intelligence Kecerdasan buatan (artificial intelligence) merupakan inovasi baru di bidang ilmu pengetahuan. Mulai ada sejak muncul komputer modern, yakni pada 1940 dan Ini kemampuan mesin elektronika baru menyimpan sejumlah besar info, juga memproses dengan kecepatan sangat tinggi menandingi kemampuan manusia. Pentingnya kecerdasan buatan menjadi nyata bagi negara-negara yang berperan sejak tahun Para pemimpin negara yang mengakui potensialnya kecerdasan buatan mengharap mendapat persetujuan jangka panjang untuk sumber-sumber yang memerlukan dana intensif. Jepang adalah yang pertama kali melakukan itu. Negara ini mengembangkan program yang sangat berambisi dalam penelitian kecerdasan buatan. 3. Catur Jawa Permainan catur jawa adalah permainan tradisional yang sudak lama digunakan oleh orang-orang indonesia. Permainan yang sederhana yang dimainkan oleh 2 orang secara bergantian. Dengan hanya berbekal kertas dan pensil, lalu mereka memainkan permainan ini dengan menggunakan 2 simbol, yaitu tanda X dan 0. Pada kesempatan ini, pemain bukan bermain dengan pemain lain, tetapi akan bermain dengan komputer. Komputer dengan kemampuan berpikir yang disebut kecerdasan buatan akan dibuat untuk menandingi kemampuan berpikir manusia. 4. Implementasi Alpha beta pada catur jawa Untuk membuat atau mengimplementasikan metode alpha beta pada permainan catur jawa, maka minimal

3 ada 4 komponen/fungsi yang diperlukan untuk membuat game ini. a. Tempat untuk proses game yang terdiri dari papan catur dan tomboltombol, atau secara keseluruhan bisa dikatakan interface. b. Tempat dimana proses alpha beta berlangsung c. Tempat dimana proses pencarian node berlangsung d. Tempat pengecekan untuk menentukan siapa yang menang Berikut adalah contoh sederhana dari implementasinya : Pembuatan button-button sebagai papan dimana game dimainkan : public final void new_game() board_easy.setbackground(color.yellow); board_easy.setlayout(new GridLayout(3, 3)); for (int i = 0; i < 9; i++) b[i] = new JButton(); b[i].setbackground(color.orange); b[i].setfont(new java.awt.font("chiller", 1, 30)); board[i] = 0; b[i].addactionlistener(new MoveListener(i)); board_easy.add(b[i]); Berikut merupakan listing dari alpha betanya : public class AI extends Thread MoveNode bestnode; static byte PLAYER; byte max = Byte.MIN_VALUE; int threadsstop = 0; public AI(byte board[], byte player) AI.PLAYER = (byte)(player * -1); MoveNode top = new MoveNode (board,player); MoveNode c; int i = 0; while((c = top.getchild())!= null) new RunThread(c).start(); threadsstop++; try while(threadsstop!= 0) catch(exception e) public byte[] getboard() return bestnode.getboard(); public class RunThread extends Thread MoveNode top; int depth = 0; public RunThread(MoveNode in) top = in; public void run() minimaxab(top,true,byte.min_value,byte.max_ VALUE); if(val >= max) max = val; bestnode = top; threadsstop--; public byte minimaxab(movenode m, boolean mini, byte alpha, byte beta) if(m.isleaf()) return m.value(); MoveNode child; if(mini) if(depth == easy.max_depth) return beta; depth++; while((child = m.getchild())!= null &&!(alpha > beta)) minimaxab(child,!mini,alpha,beta); depth--; if(val < beta) beta = val; return beta; if(depth > easy.max_depth) return alpha; depth++; while((child = m.getchild())!= null &&!(alpha > beta)) minimaxab(child,!mini,alpha,beta); depth--; if(val > alpha) alpha = val; return alpha; Dan inilah proses pencarian node dalam tree guna membantu AI mencari peluang: public class MoveNode byte board[]; byte score; boolean leaf = false; int next = -2; MoveNode child[] = new MoveNode[25]; int numchild = 0;

4 int player; int winner; public MoveNode(byte board[], player) this.board = board; if (player == easy.player_one) this.player = easy.player_two; if (player == easy.player_two) this.player = easy.player_one; winner = easy.checkwin(board); if (winner!= 0) leaf = true; public byte[] getboard() return board; public MoveNode getchild() if (next == -2 &&!leaf) generatemoves(); next++; int if (numchild == 0 numchild == next leaf) return null; return child[next]; public void generatemoves( () byte b[] = (byte[]) board; next = -1; for (int i = 0; i < board.length; i++) if (b[i] == 0) b[i] = (byte) player; child[numchild] = new MoveNode((byte[]) b.clone(), player); b[i] = 0; numchild++; public byte value() if (winner == AI.PLAYER) return Byte.MAX_VALUE; if (winner == 0 winner == easy.tie) return 0; return Byte.MIN_VALUE; byte bot[] = new byte[3]; int numleft = 0; for (int i = 0; i < 9; i++) if (i < 3) top[i] = b[i]; if (i < 6) mid[(i) % 3] = b[i]; bot[(i) % 3] = b[i]; if (b[i] == 0) numleft++; if (top[0] == top[1] && top[1] == top[2] && top[0]!= 0) return top[0]; if (mid[0] == mid[1] && mid[1] == mid[2] && mid[0]!= 0) return mid[0]; if (bot[0] == bot[1] && bot[1] == bot[2] && bot[0]!= 0) return bot[0]; if (top[0] == mid[1] && mid[1] == bot[2] && bot[2]!= 0) return bot[2]; if (top[2] == mid[1] && mid[1] == bot[0] && bot[0]!= 0) return bot[0]; if (top[0] == mid[0] && mid[0] == bot[0] && mid[0]!= 0) return mid[0]; if (top[1] == mid[1] && mid[1] == bot[1] && mid[1]!= 0) return mid[1]; if (top[2] == mid[2] && mid[2] == bot[2] && mid[2]!= 0) return mid[2]; if (numleft == 0) return easy.tie; return 0; Dari proses diatas bisa dihasilkan program seperti berikut : public boolean isleaf() return leaf; public void setleaf(boolean leaf) this.leaf = leaf; Berikut adalah proses pengecekan siapa yang menang : public static byte checkwin(byte b[]) byte top[] = new byte[3]; byte mid[] = new byte[3]; 5. Hasil Analisis Dari hasil permainan di atas, penulis hanya memberikan permainan catur jawa dalam ukuran 3x3. Sedangkan dalam program yang sesungguhnya, terdapat ukuran papan 5x5 dan 9x9.

5 Proses yang terlama sebenarnya terjadi pada saat pencarian node. Ini akan memakan waktu. Dan jika ukuran papannya semakin besar, maka proses pencarian node pun akan semakin besar. Hal ini dikarenakan banyaknya papan catur dan kemungkinan- kemungkinan yang dihasilkan computer. 6. Kesimpulan 1. Algoritma alpha beta merupakan algoritma yang sangat bagus dan cocok untuk pengambilan keputusan oleh AI. 2. Semakin akurat fungsi heuristic yang digunakan, semakin baik pula pengambilan keputusan yang dilakukan oleh AI. 3. Dengan menggunakan algoritma alpha beta untuk AI dalam permainan catur jawa, pemain (manusia) tidak akan pernah menang melawan AI tersebut. 7. Daftar Pustaka 1. Luger, George F Artificial Intelligence: Structures and Strategies for Complex Problem Solving 5th. Harlow, London. Addison-Wy 2. Khoirush Sholih Ridhwaana Akbar, 2007, ALGORITMA MINIMAX DALAM PENGAMBILAN KEPUTUSAN PADA PERMAINAN TIC-TAC-TOE, Bandung 3. Nico Saputro dan Erdo Dirgagautama, 2003, PENERAPAN ALGORITMA GENETIK PADA PERMAINAN CATUR JAWA, Bandung