Perbandingan Penerapan Algoritma Minimax Dengan Algoritma Alpha-Beta Pruning Pada Permainan Othello
|
|
- Sucianty Susman
- 6 tahun lalu
- Tontonan:
Transkripsi
1 Perbandingan Penerapan Algoritma Minimax Dengan Algoritma Alpha-Beta Pruning Pada Permainan Othello T. Arie Setiawan P. Fakultas Teknologi Informasi Universitas Kristen Satya Wacana Salatiga Jasson Prestiliano Fakultas Teknologi Informasi Universitas Kristen Satya Wacana Salatiga Sylvester Raymond Fakultas Teknologi Informasi Universitas Kristen Satya Wacana Salatiga ABSTRAK Saat ini kecerdasan buatan atau Artificial Intelligence (AI) digunakan untuk memecahkan berbagai masalah, salah satunya adalah memecahkan permasalahan dalam permainan papan atau board games. Algoritma minimax dan alpha-beta pruning contohnya untuk memecahkan masalah pada board game. Algoritma ini mengasumsikan bahwa setiap langkah yang diambil merupakan langkah terbaik disetiap posisi. Pada penulisan ini membahas penerapan algoritma minimax dengan algoritma alpha-beta pruning pada permainan othello. Tujuannya adalah untuk membandingkan dan menerapkan algoritma minimax dan algoritma alpha-beta pruning pada permainan othello. Kata Kunci: Algoritma minimax, Algoritma alpha-beta pruning, Board Game, Othello. 1. PENDAHULUAN Artificial Intelligence (AI) atau kecerdasan buatan merupakan bagian dari ilmu pengetahuan komputer yang ditujukan untuk perancangan otomatisasi tingkah laku cerdas dalam sistem kecerdasan komputer. Dengan demikian diharapkan komputer bisa menirukan beberapa fungsi otak manusia, seperti berpikir dan belajar. Kecerdasan merupakan kemampuan untuk memperoleh, mengerti dan menggunakan kemampuan yang dimilikinya untuk menyelesaikan persoalan yang dihadapinya. Definisi kecerdasan buatan atau biasa disebut Artificial Intelligence (AI) adalah suatu studi bagaimana membuat agar komputer dapat melakukan sesuatu sebaik yang dikerjakan oleh manusia (Kusumadewi, 2003). AI sering digunakan untuk menyelesaikan masalah, misalnya pada board game. Board game adalah permainan yang dimainkan pada papan yang dirancang khusus. Dengan menggunakan AI, komputer dapat bertindak seperti manusia dalam menyelesaikan suatu permasalahan. Supaya komputer bisa bertindak seperti dan sebaik manusia, maka komputer juga harus diberi 40 T IM
2 bekal pengetahuan dan mempunyai kemampuan untuk menalar. AI sudah mempunyai beberapa metode untuk membekali komputer dengan pengetahuan dan kemampuan untuk menalar, sehingga komputer bisa menjadi mesin yang pintar dalam memecahkan suatu permasalahan. Salah satu permasalahan yang dapat diselesaikan dengan metode AI adalah permainan othello. Othello ditemukan oleh Hasegawa Goro pada tahun Permainan othello dimainkan pada arena papan kotak-kotak persegi dengan koin hitam dan koin putih di atas arena, ukuran papan permainan othello adalah 8 x 8. Pada awal permainan diletakkan dua koin hitam dan dua koin putih. Koin warna putih harus melewati koin warna hitam agar koin warna hitam dapat diubah menjadi koin putih, dan sebaliknya. Algoritma minimax adalah algoritma yang bekerja secara rekursif dengan mencari langkah yang akan membuat lawan mengalami kerugian maksimum dan kerugian minimum untuk diri sendiri. Algoritma alpha-beta pruning melakukan pencarian yang mengurangi secara drastis jumlah simpul dengan melakukan pruning yaitu mengeliminasi simpul yang tidak perlu diproses. Algoritma alpha-beta pruning sendiri adalah pengembangan dari algoritma minimax. Algoritma alpha-beta pruning mengurangi jumlah simpul yang dieksplorasi algoritma minimax. Oleh karena itu menjadi menarik untuk menganalisa perbandingan algoritma minimax dan algoritma alpha-beta pruning pada permainan othello. Permasalahan yang ingin dikaji pada penelitian ini adalah bagaimana menerapkan algoritma minimax dengan algoritma alphabeta pruning pada permainan othello. Tujuan utamanya adalah menerapkan algoritma minimax dengan algoritma alphabeta pruning pada permainan othello dan manfaat dari penelitian ini dapat menjadi referensi, bahan pembanding atau dasar bagi penelitian yang lain. Pada penelitian ini terdapat tiga batasan masalah yaitu algoritma yang dibandingkan adalah algoritma minimax dan algoritma alpha-beta pruning, tingkat kedalaman (depth) maksimal yang diteliti adalah tujuh, dan kinerja yang dibandingkan adalah waktu. 2. LANDASAN TEORI Penelitian yang sudah dilakukan berjudul Game Playing untuk Othello dengan Menggunakan Algoritma Negascout dan MTDF (Rich & Knight, 1991). Negascout adalah salah satu metode 41 T IM
3 pencarian minimax dengan berasumsi bahwa langkah pertama yang diambil merupakan langkah terbaik, sedangkan sisanya merupakan langkah terburuk. Jika terdapat langkah yang terbaik dari langkah pertama maka akan dilakukan proses research. MTDF yang menggunakan upperbound dan lowerbound bekerja dengan melakukan pemanggilan alpha-beta with memory secara berulang-ulang. Proses pruning banyak dihasilkan dengan menggunakan bound ini. Percobaan dilakukan dengan mempertandingkan algoritma negascout melawan MTDF, yang akan dievaluasi melalui edge table, mobility, potential mobility atau frontier dan penguasaan corner. Edge table digunakan untuk menyimpan nilai mobility dengan mengevaluasi satu sisi papan, semakin banyak nilai mobility maka akan semakin bagus karena semakin banyak pula langkah yang bagus yang dapat dimainkan. Potential mobility atau frontier menggunakan liberties untuk mengevaluasi jumlah disc yang berbatasan dengan petak kosong. Semakin banyak frontier maka akan semakin buruk karena lawan akan mendapat mobility tambahan dan juga akan mengurangi mobility yang akan didapat. Penguasaan corner juga sangat penting karena dengan menguasai wilayah corner memperbesar kemungkinan kemenangan yang akan diraih (Gunawan, dkk, 2009). 2.1 Algoritma Minimax Pada permainan othello, algoritma minimax digunakan untuk menemukan nilai akurat untuk sebuah posisi papan. Algoritma minimax mengasumsikan bahwa kedua pemain selalu mengambil langkah terbaik pada setiap posisi (Russel, & Norvig, 2003). Keuntungan yang didapat dengan menggunakan algoritma minimax yaitu algoritma minimax mampu menganalisis segala kemungkinan posisi permainan untuk menghasilkan keputusan yang terbaik karena algoritma minimax ini bekerja secara rekursif dengan mencari langkah yang membuat lawan mengalami kerugian maksimum. Semua strategi lawan dihitung dengan algoritma yang sama dan seterusnya. Ini berarti, pada langkah pertama komputer menganalisis seluruh pohon permainan. Dan untuk setiap langkahnya, komputer akan memilih langkah yang paling membuat lawan mendapatkan keuntungan minimum, dan yang paling membuat komputer itu sendiri mendapatkan keuntungan maksimum dapat dilihat pada Gambar T IM
4 if ( not EmptyMove (bestmove)) then Move(M, bestmove.x,bestmove.y, Player) bestvalue Gambar 1 Ilustrasi Algoritma Minimax (Prabawa, 2009). Pada Gambar 1, saat mencari nilai terbaik maka akan dieksplorasi pohon sebelah kiri terlebih dahulu, -1 didapat karena minimize dari -1 dan 2, -8 didapat karena minimize dari -8, 9, 4. Kemudian keputusan pun diambil yaitu nilai 7 karena maximize dari -1, 7, -8. Pseudocode dari algoritma Minimax ini dapat dilihat pada Kode 1. Kode 1 Pseudocode Algoritma Minimax (Prabawa, 2009) If (GameOver (M) or (depth > Maxdepth)) then Evaluation (B, currentplayer) If (not CanPlay (Player)) then Minimax (M, depth, otherplayer) Moves ValidMoves (Player) if (Player = currentplayer) then bestvalue else bestvalue i traversal [1..moves.Count] N CopyMatrix(M) Move (N, moves[i].x,moves[i].y,player) Value if (Player = currentplayer) then if (Value > bestvalue) then bestvalue Value bestmove moves[i] else if (Value < bestvalue) then bestvalue Value bestmove moves[i] GameOver() adalah fungsi yang memeriksa apakah kondisi papan permainan menggambarkan akhir permainan. Evaluation() adalah fungsi yang menghitung nilai sebuah simpul daun. CanPlay() adalah fungsi yang memeriksa apakah seorang pemain dapat bergerak. ValidMoves() adalah fungsi yang menghasilkan beberapa langkah yang dapat dilakukan seorang pemain. Sort() adalah fungsi yang mengurutkan isi langkah yang dapat diambil pemain. CopyMatrix() adalah fungsi untuk menyalin isi matriks. Move() adalah fungsi yang mengesksekusi langkah seorang pemain pada papan permainan. EmptyMove() adalah fungsi yang memeriksa apakah sebuah langkah null atau tidak. 2.2 Algoritma Alpha-Beta Pruning Alpha-beta pruning adalah sebuah cara untuk mengurangi jumlah simpul yang diekplorasi dalam algoritma minimax. Dengan alpha-beta pruning, waktu yang diperlukan dalam pencarian akan berkurang dengan cara membatasi waktu yang terbuang percuma pada saat mengevaluasi pohon permainan. Implementasi alpha-beta pruning akan memberikan jalur terbaik 43 T IM
5 dalam setiap kemungkinan permainan dalam pohon permainan yang terbentuk (Prabawa, 2009). Dalam algoritma alpha-beta pruning, urutan jalannya algoritma akan dimulai sama seperti algoritma minimax. Untuk simpul MIN, nilai yang dihitung dimulai dengan positif infinity (+infinity) dan akan menurun seiring jalannya permainan. Untuk simpul MAX, nilai akan dihitung mulai dengan minus infinity (-infinity) dan akan naik seiring berjalannya waktu. Efisiensi prosedur alpha-beta akan sangat tergantung pada urutan simpul berikutnya dari sebuah simpul yang sedang dieksplorasi. Jika beruntung, maka sebuah simpul MIN akan dianggap sebagai simpul dengan urutan nilai dari rendah ke tinggi, dan simpul MAX dari tinggi ke rendah. Secara umum, dapat diperlihatkan bahwa dalam kondisi yang terbaik, alpha-beta akan membuka jumlah terminal nodes yang sama dengan minimax dalam pohon permainan, dengan dua kali lipat tingkat kedalaman pohon. Alpha-beta pruning adalah algoritma pencarian yang mengurangi secara drastis jumlah simpul yang dibangkitkan untuk dievaluasi pada pohon pencarian dengan algoritma minimax. Pruning adalah eliminasi simpul yang tidak perlu diproses saat pencarian. Gambar 2 Ilustrasi Algoritma Alpha-Beta Pruning (Prabawa, 2009) Berdasarkan Gambar 2, pada saat program mencari nilai A, B dievaluasi dan didapatkan bahwa nilanya adalah enam (minimum dari 6 dan 9), kemudian C dievaluasi. Dari sana didapatkan bahwa nilai E adalah empat (maksimum dari 4 dan -2). Karena C adalah Minimizer, dapat diketahui bahwa nilai C lebih kecil sama dengan empat (C 4). Oleh karena itu, C tidak akan dipilih oleh A sebagai maksimum, karena A telah memiliki anak B dengan nilai enam, yang tentunya akan lebih besar daripada semua nilai C yang mungkin. Dengan demikian, mengevaluasi F dan G tidak perlu dilakukan, dan proses evaluasi C dapat dihentikan (pruned). Dan evaluasi dilanjutkan ke simpul D. Hal yang sama dapat dilakukan bila misalnya A bukan maximizer melainkan minimizer. Secara umum dapat didefinisikan batas bawah (lower bound / alpha) dan batas atas (upper bound / beta) dari nilai sebuah 44 T IM
6 simpul. Salah satu batas ini tidak berubah dalam simpul, dan bila nilai simpul tersebut melewati batas, simpul tersebut dapat dieliminasi. Batas yang satunya lagi berubah bila nilai simpul tersebut diubah. Pseudocode dari algoritma Alpha-beta pruning yang merupakan hasil pengembangan dari algoritma minimax (Prabawa, 2009) dapat dilihat pada Kode 2. Kode 2 Pseudocode Algoritma Alpha-beta Pruning (Prabawa, 2009) If (GameOver (M) or (depth > Maxdepth)) then Evaluation (B, currentplayer) If (not CanPlay (Player)) then AlphaBeta (M, depth, otherplayer, alpha, beta) Moves ValidMoves (Player) Sort (moves) I traversal [1..moves.Count] N CopyMatrix(M) Move (N, moves[i].x,moves[i].y,player) Value AlphaBeta (N,depth+1, otherplayer, alpha, beta) if (Player = currentplayer) then if (Value > alpha) then alpha Value bestmove moves[i] if (alpha >= beta) then alpha else if (Value < beta) then beta Value bestmove moves[i] if (alpha >= beta) then beta if ( not EmptyMove (bestmove)) then Move(M, bestmove.x,bestmove.y, Player) if (Player = currentplayer) then alpha else beta GameOver() adalah fungsi yang memeriksa apakah kondisi papan permainan menggambarkan akhir permainan. Evaluation() adalah fungsi yang menghitung nilai sebuah simpul daun. CanPlay() adalah fungsi yang memeriksa apakah seorang pemain dapat bergerak. ValidMoves() adalah fungsi yang menghasilkan beberapa langkah yang dapat dilakukan seorang pemain. Sort() adalah fungsi yang mengurutkan isi langkah yang dapat diambil pemain. CopyMatrix() adalah fungsi untuk menyalin isi matriks. Move() adalah fungsi yang mengesksekusi langkah seorang pemain pada papan permainan. EmptyMove() adalah fungsi yang memeriksa apakah sebuah langkah null atau tidak. 3. PERANCANGAN SISTEM Berdasarkan Gambar 3 untuk aplikasi ini, maka diperoleh 1 aktor dalam use case yang terlibat dalam sistem yang dibangun untuk aplikasi. User Mulai Permainan Keluar Permainan Pilih Instruction Pilih Credit Gambar 3 Use Case Aplikasi Use case di aplikasi ini mempunyai 1 aktor yaitu User. Aktor mempunyai aktifitas yang dapat digambarkan pada Gambar 3. User mempunyai aktifitas untuk memilih mulai permainan, pilih instruction, pilih credit dan keluar permainan. 45 T IM
7 Adapun bentuk rancangan Activity Diagram untuk penggunaan aplikasi ini terlihat pada Gambar 4 Gambar 5 Flowchart Algoritma Minimax Gambar 4 Activity Diagram Aplikasi Pada Gambar 4, tampilan awal akan muncul pertama kali dan user dapat menentukan tipe pemain untuk player 1, jika tipe pemain player 1 adalah komputer maka user harus memilih tingkat kedalaman (depth), setelah player 1 sudah ditentukan, maka user juga harus menentukan tipe player 2 dan jika tipe player 2 adalah komputer maka tingkat kedalaman (depth) juga harus ditentukan. Jika player 1 dan player 2 telah ditentukan maka permainan pun dapat dimulai Berdasarkan Gambar 5, flowchart algoritma minimax terdapat lima langkah yaitu langkah pertama start merupakan awal dari permainan dimana belum ada satu langkah pun dari pemain. Kedua player atau komputer mengambil langkah pada tahap ini pemain dengan disk hitam melangkah terlebih dahulu. Ketiga minimax menghitung posisi langkah dari lawan, tahap ini adalah tahap dimana algoritma minimax mulai digunakan dengan cara menghitung tiap kemungkinan yang akan diambil lawan. Keempat pada tahap ini algoritma minimax mulai mengambil langkah dari perhitungan 46 T IM
8 yang telah dilakukan setelah menilai dari langkah yang diambil lawan. Kemudian lawan akan mengambil langkah terbaik untuk mencari kemenangan dari algoritma minimax, demikian seterusnya. Kelima Pada tahap ini program akan menghitung, apakah papan permainan sudah terisi penuh atau tiap pemain sudah tidak dapat melangkah lagi, maka jumlah disk yang ada pada papan permainan akan dihitung dan pemain yang memiliki disk terbanyak adalah pemenangnya. Berdasarkan Gambar 6, flowchart algoritma alpha-beta pruning terdapat lima langkah yaitu langkah pertama start merupakan awal dari permainan dimana belum ada satu langkah pun dari pemain. Kedua player atau komputer mengambil langkah pada tahap ini pemain dengan disk hitam melangkah terlebih dahulu. Ketiga alpha-beta pruning menghitung posisi langkah dari lawan, tahap ini adalah tahap dimana algoritma alpha-beta pruning mulai digunakan dengan cara menghitung tiap kemungkinan yang akan diambil lawan. Keempat pada tahap ini algoritma alphabeta pruning mulai mengambil langkah diawali dengan menghitung nilai alpha dan beta, kemudian dari perhitungan yang telah dilakukan setelah menilai dari langkah yang diambil lawan. Kemudian lawan akan mengambil langkah terbaik untuk mencari kemenangan dari algoritma alpha-beta pruning, demikian seterusnya. Kelima Pada tahap ini program akan menghitung, apakah papan permainan sudah terisi penuh atau tiap pemain sudah tidak dapat melangkah lagi, maka jumlah disk yang ada pada papan permainan akan dihitung dan pemain yang memiliki disk terbanyak adalah pemenangnya. Gambar 6 Flowchart Algoritma Alpha-Beta Pruning 47 T IM
9 4. PENERAPAN DAN PENGUJIAN Pada bagian ini dibahas mengenai aplikasi yang telah dibangun, yakni meliputi pembahasan antarmuka yang terdapat pada aplikasi serta hasil penerapan algoritma minimax dengan algoritma apha-beta pruning pada permainan othello. Pada menu awal user dapat memilih start game, instruction, credit, dan exit. Jika user memilih start game maka akan muncul tampilan start new game lalu permainan dapat dimulai. Jika tombol instruction dipilih maka akan muncul form baru yang berisi peraturan dari permainan othello, kemudian jika tombol credit yang dipilih maka akan muncul sebuah form baru yang berisi nama aplikasi dan nama pembuat aplikasi, dan jika tombol exit yang dipilih maka akan keluar dari aplikasi. Kemudian saat memilih tombol start game pada menu awal, maka akan muncul form start new game seperti terlihat pada Gambar 7. Gambar 7 Tampilan Start Game Pada tampilan start game, user dapat memilih tipe pemain untuk player 1 dan player 2, jika user memilih tipe pemain komputer maka label max depth akan aktif dan user dapat memilih tingkat kedalaman (depth) yang diinginkan. Setelah memilih tombol OK maka akan masuk pada tampilan utama, dimana permainan langsung dimulai, seperti yang terlihat pada Gambar 8. Permainan akan dimulai pertama kali oleh pemain yang memiliki disc hitam. Gambar 9 Tampilan Utama Aplikasi Pada tampilan utama seperti pada Gambar 9, user dapat langsung bermain pada papan permainan, dimana saat papan telah terisi penuh atau salah satu pemain tidak dapat mengambil langkah lagi maka permainan berakhir, seperti pada Gambar 10. Pada Gambar 10 pemenangnya adalah player 2 yang bernama alpha dengan tipe pemain computer_b. Pada pengujian ini dilakukan dua kali percobaan dimana masing-masing 48 T IM
10 percobaan dilakukan dengan beberapa tipe yaitu human VS computer_a, human VS computer_b, computer_a VS computer_b, dan computer_b VS computer_a. Pada computer_a diterapkan algoritma minimax dan pada computer_b diterapkan algoritma alpha beta pruning. Tabel 1 Tabel Hasil Permainan Computer_A vs Computer_B Jumlah Kedalaman (depth) Computer_A Computer_B Gambar 10 Tampilan Akhir Permainan Pengujian pertama dilakukan sebanyak lima kali permainan tiap tipe, yang dimaksudkan untuk melihat langkahlangkah yang diambil tipe pemain komputer sama atau tidak, dan melihat kemampuan dari setiap algoritma. Tanda pada tabel menandakan bahwa pemain tersebut memperoleh permainan sedangkan tanda D menandakan jika hasilnya seri pada permainan tersebut. Pada percobaan computer_a vs computer_b, saat kedalaman dua dan enam algoritma minimax menang dengan skor lima dan tiga, sedangkan pada kedalaman tiga, empat dan lima algoritma alpha-beta pruning memenangkan permainan dengan skor empat, empat, tiga. Namun pada kedalaman tujuh permainan tidak selesai dikarenakan waktu dalam mengambil keputusan algoritma minimax terlalu lama. Gambar 11 Grafik Hasil Permainan Computer_A vs Computer_B 49 T IM
11 Pada Gambar 11 dapat dilihat grafik hasil permainan dari algoritma minimax dan algoritma alpha-beta pruning pada tiap kedalaman. Pada percobaan computer_b vs computer_a, saat kedalaman lima algoritma alpha-beta pruning memenangkan permainan dengan skor tiga, sedangkan algoritma minimax memenangkan permainan pada kedalaman dua, tiga, empat dan enam dengan skor tiga, tiga, tiga, tiga. Namun pada kedalaman tujuh permainan tidak selesai dikarenakan waktu dalam mengambil keputusan algoritma minimax terlalu lama. Tabel 2 Tabel Hasil Permainan Computer_B vs Computer_A Jumlah Kedalaman (depth) Computer_B Computer_A Pada Gambar 12 dapat dilihat grafik hasil permainan dari algoritma alpha-beta pruning dan algoritma minimax pada tiap kedalaman. Gambar 12 Grafik Hasil Permainan Computer_B vs Computer_A Pada pengujian kedua, dilakukan pengujian yang sama dengan pengujian pertama, namun yang membedakannya adalah pada pengujian kedua ini waktu yang diperlukan untuk tiap AI mengambil langkah juga dicatat. Dimana untuk tiap AI memerlukan waktu yang berbeda dalam menentukan langkah, pada awal permainan AI cenderung cepat dalam mengambil langkah, namun saat tengah permainan waktu yang diperlukan lebih banyak. Hal ini jelas terlihat mulai pada percobaan kedalaman keenam dan ketujuh. Dalam mengambil keputusan untuk menentukan langkah algoritma minimax lebih banyak membutuhkan waktu dibandingkan dengan algoritma alpha-beta pruning. Ini disebabkan oleh karena algoritma minimax tetap mencari nilai yang terbaik dari tiap cabang, sedangkan algoritma alpha-beta pruning saat menemukan nilai terkecil atau terbesar maka 50 T IM
12 pencarian dihentikan (pruned). Berikut tabel hasil pengujian ketiga: Pada percobaan kedua computer_a vs computer_b, algoritma minimax 13 kali kemenangan dari 25 kali permainan dengan persentase 52%, sedangkan algoritma alphabeta pruning mendapatkan 12 kali kemenangan dari 25 kali permainan dengan persentase 48%, pada percobaan ini tidak terdapat permainan seri atau dengan persentase 0%. Percobaan kedalaman ketujuh tidak dihitung karena tidak ada permainan yang selesai. Tabel 3 Tabel Hasil Permainan Computer_A vs Computer_B Jumlah Kedalaman (depth) Persentase % Computer_A % Computer_B % Draw % Pada Gambar 13 dapat dilihat grafik hasil permainan dari algoritma minimax dan algoritma alpha-beta pruning pada tiap kedalaman. Gambar 13 Grafik Hasil Permainan Computer_A vs Computer_B Pada percobaan kedua computer_b vs computer_a, algoritma alpha-beta pruning 12 kali kemenangan dari 25 kali permainan dengan persentase 48%, sedangkan algoritma minimax mendapatkan 12 kali kemenangan dari 25 kali permainan dengan persentase 48%, pada percobaan ini terdapat satu kali permainan seri atau dengan persentase sebesar 4%. Percobaan kedalaman ketujuh tidak dihitung karena hanya dua permainan yang selesai dari lima kali permainan. Tabel 4 Tabel Hasil Permainan Computer_B vs Computer_A Jumlah Kedalaman (depth) Persentase % Computer_B % Computer_A % Draw % 51 T IM
13 Pada Gambar 14 dapat dilihat grafik hasil permainan dari algoritma alpha-beta pruning dan algoritma minimax pada tiap kedalaman. akan diambil. Misalnya pada awal permainan langkah yang dapat dipilih oleh player 1 adalah posisi D3, C4, F5, E6. Jika player 1 memilih langkah D3, maka player 2 dapat memilih langkah C3, C5, E3, namun bila player 1 memilih langkah selain D3 maka player 2 pun akan mempunyai langkah yang berbeda, sehingga langkah awal dari permainan menentukan kemenangan. Gambar 14 Grafik Hasil Permainan Computer_B vs Computer_A Berdasarkan percobaan-percobaan yang dilakukan diperoleh hasil bahwa algoritma minimax membutuhkan waktu yang lama dalam mengambil keputusan, terutama pada tingkat kedalaman (depth) tujuh, karena algoritma minimax tetap mencari nilai yang terbesar dan terkecil sampai pohon pencarian habis, sedangkan algoritma alpha-beta pruning membutuhkan waktu yang cukup singkat karena algoritma alpha-beta pruning mencari nilai alpha dan beta, setelah nilai alpha dan beta ditemukan maka pencarian terhadap pohon dihentikan dan keputusan diambil. Langkah awal pun menentukan suatu kemenangan, karena pada awal permainan saat player 1 akan mengambil langkah terdapat empat kemungkinan langkah yang 5. KESIMPULAN DAN SARAN Dari penerapan algoritma minimax dengan algoritma alpha-beta pruning pada permainan othello, simpulan yang didapat adalah (1) algoritma minimax membutuhkan waktu yang cukup lama dalam menentukan langkah, ini disebabkan karena algoritma minimax tetap mencari nilai yang terbesar dan terkecil sampai pohon pencarian habis. Sedangkan algoritma alpha-beta pruning membutuhkan waktu yang cukup singkat karena algoritma alpha-beta pruning mencari nilai alpha dan beta, setelah menemukan nilai alpha dan beta maka pencarian dihentikan dan keputusan diambil. (2) Berdasarkan hasil percobaan dapat disimpulkan bahwa langkah awal menentukan kemenangan, karena dengan langkah awal yang berbeda akan menghasilkan langkah yang berbeda pula yang akan diambil lawan. Penelitian ini 52 T IM
14 dapat menjadi dasar bagi pengembangan perangkat lunak lain yang menggunakan algoritma minimax atau algoritma alphabeta pruning dalam penyelesaian permasalahannya. Penelitian ini juga dapat dikembangkan dengan menambahkan satu algoritma lagi, dengan kata lain menerapkan tiga algoritma. Misalnya algoritma minimax, alpha-beta pruning, dan greedy 6. DAFTAR PUSTAKA Gunawan, dkk, 2009, Game Playing Untuk Othello Dengan Menggunakan Algoritma Negascout dan MTDF, Seminar Nasional Aplikasi Teknologi Informasi 2009 (SNATI 2009), F: Kusumadewi, Sri, 2003, Artificial Intelligence (Teknik dan Aplikasinya), Jogjakarta, Graha Ilmu. Prabawa, Aditya Eka, 2009, Kombinasi Greedy, Minimax dan Alpha-Beta Pruning Untuk Permainan Reversi, Bandung: Institut Teknologi Bandung. Rich, E., & Knight, K., 1991, Artificial Intelligence, New York: McGraw-Hill. Russel, Stuart, J., & Peter Norvig, 2003, Artificial Intelligence: A Modern Approach, New Jersey: Prentice Hall. 53 T IM
KOMBI 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 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 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 terperinciRancangan Permainan Othello Berbasis Android Menggunakan Algoritma Depth-First Search
JURNAL DUNIA TEKNOLOGI INFORMASI Vol. 1, No. 1, (2012) 28-34 28 Rancangan Permainan Othello Berbasis Android Menggunakan Algoritma Depth-First Search 1 Mauza Saputri Handayani, 1 Dedy Arisandi, 1 Opim
Lebih 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 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 terperinciGAME PLAYING UNTUK OTHELLO DENGAN MENGGUNAKAN ALGORITMA NEGASCOUT DAN MTDF
GAME PLAYING UNTUK OTHELLO DENGAN MENGGUNAKAN ALGORITMA NEGASCOUT DAN MTDF Gunawan, Yosi Kristian, Hermawan Andika Jurusan Teknik Informatika, Sekolah Tinggi Teknik Surabaya Jl.Ngagel Jaya Tengah 73-77,
Lebih terperinciBAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Artificial Intelligence
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Artificial Intelligence atau kecerdasan buatan merupakan sub bidang ilmu komputer yang mengkonsentrasikan diri pada otomatisasi kecerdasan tingkah laku 1. Salah
Lebih 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 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 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 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 terperinciANALISIS ALGORITMA MINIMAX DENGAN OPTIMASI ALPHA BETA PRUNIGN PADA PERMAINAN FIVE IN ROW
Volume : II, Nomor : 1, Pebruari 214 ISSN : 2339-21X ANALISIS ALGORITMA MINIMAX DENGAN OPTIMASI ALPHA BETA PRUNIGN PADA PERMAINAN FIVE IN ROW Vanlyco Simbolon (811362) Mahasiswa STMIK Budidarma Medan Jln.
Lebih terperinciBAB III 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 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 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 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 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 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 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 terperinciImplementasi Permainan Reversi menggunakan Penelusuran BFS dengan Konsep Algoritma MinMax
Implementasi Permainan Reversi menggunakan Penelusuran BFS dengan Konsep Algoritma MinMax Romi Fadillah Rahmat, Muhammad Anggia Muchtar, Dedy Arisandi Fakultas MIPA Program Studi Teknologi Informasi Universitas
Lebih terperinciBAB 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 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Kecerdasan buatan merupakan salah satu bidang ilmu komputer yang didefinisikan sebagai kecerdasan yang dibuat untuk suatu sistem dengan menggunakan algoritmaalgoritma
Lebih terperinciBAB III ANALISIS DAN KEBUTUHAN ALGORITMA
BAB III ANALISIS DAN KEBUTUHAN ALGORITMA 3.1 Analisis Masalah Berdasarkan penelitian yang dilakukan sebelumya oleh Hary Fernando dari Institut Teknologi Bandung dengan menerapkan algoritma burt force dan
Lebih 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 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 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 1 PENDAHULUAN. Hal 1. 1 Dan W. Patterson, Introduction to Artificial Intelligence and Expert System, Prentice Hall, 1990,
BAB 1 PENDAHULUAN 1.1. Pengantar Sesuai dengan perkembangan jaman dan kemajuan teknologi, saat ini terdapat berbagai macam teknologi aplikasi yang dirancang untuk menggantikan fungsi benda yang dioperasikan
Lebih 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 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 terperinciPenerapan Algoritma Greedy dalam Pembuatan Artificial Intelligence Permainan Reversi
Penerapan Algoritma Greedy dalam Pembuatan Artificial Intelligence Permainan Reversi Zacki Zulfikar Fauzi / 13515147 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi
Lebih 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 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 terperinciImplementasi Algoritma Alpha-Beta Pruning pada Permainan Bantumi dengan Berbasis Mobile Android
Implementasi Algoritma Alpha-Beta Pruning pada Permainan Bantumi dengan Berbasis Mobile Android Jati Lestari 1) Siti Annisa Amalia 2) Program Studi Teknik Informatika, Fakultas Teknologi Informasi, Universitas
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 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 III ANALISA PERANCANGAN DAN PEMODELAN SISTEM
BAB III ANALISA PERANCANGAN DAN PEMODELAN SISTEM 3.1 Struktur Navigasi Struktur navigasi adalah urutan alur informasi dari suatu aplikasi multimedia. Dengan menggunakan struktur navigasi yang tepat maka
Lebih 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 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 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 terperinciIMPLEMENTASI ALGORITMA MINIMAX PADA PERMAINAN CATUR
IMPLEMENTASI ALGORITMA MINIMAX PADA PERMAINAN CATUR Anton Topadang 1), Dedi Haryanto 2) 1,2) Jurusan Teknologi Informasi, Politeknik Negeri Samarinda Email: antontpd@gmail.com 1), dedihariyanto@gmail.com
Lebih terperinciPemanfaatan Augmented Reality Pada Permainan Othello
1 Pemanfaatan Augmented Reality Pada Permainan Othello Rendy Layman Aguston Program Studi Teknik Informatika Institut Informatika Indonesia rendy_lay@hotmail.com Hermawan Andika Program Studi Teknik Informatika
Lebih terperinciPerbandingan Performa Algoritma Minimax dan Negascout pada Permainan Checkers Berbasis Android
IJCCS, Vol.x, No.x, Julyxxxx, pp. 1~5 ISSN: 1978-1520 1 Perbandingan Performa Algoritma Minimax dan Negascout pada Permainan Checkers Berbasis Android Ardiansa* 1, Susanto 2, Abdul Rahman 3, Yohannes 4
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 terperinciPerancangan Aplikasi Permainan Reversi Menggunakan Metode Greedy Edy 1), Wilianto 2), Yuliana 3)
JURNAL ILMIAH CORE IT e-issn: 2548-3528 p-issn: 2339-1766 Perancangan Aplikasi Permainan Reversi Menggunakan Metode Greedy Edy 1), Wilianto 2), Yuliana 3) STMIK IBBI Jalan Sei Deli No. 18 Medan e-mail:
Lebih terperinciBAB III ANALISIS MASALAH DAN RANCANGAN PROGRAM
BAB III ANALISIS MASALAH DAN RANCANGAN PROGRAM III.1. Analisis Masalah Proses analisa sistem merupakan langkah kedua pada pengembangan sistem. Analisa sistem dilakukan untuk memahami informasi-informasi
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 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Permainan atau sering disebut dengan game merupakan suatu sarana hiburan yang diminati dan dimainkan oleh banyak orang baik dari kalangan anak-anak, remaja maupun orang
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Pada zaman ini perkembangan ilmu pengetahuan dan teknologi semakin berkembang dengan pesat, ini terlihat dari pemakaian alat-alat elektronik yang semakin canggih, Seiring
Lebih terperinciBAB 1 PENDAHULUAN 1.1. Latar Belakang
BAB 1 PENDAHULUAN 1.1. Latar Belakang Seiring dengan semakin berkembangnya teknologi jaman sekarang, dapat dijumpai sejumlah mesin yang dapat mengerjakan berbagai kegiatan layaknya manusia. Seseorang dapat
Lebih terperinciBAB I PENDAHULUAN Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Perkembangan teknologi yang meningkat sekarang ini, menyebabkan banyak perubahan dalam kehidupan manusia. Teknologi dipakai dalam bidang kedokteran, pendidikan,
Lebih terperinciAplikasi 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 terperinciIMPLEMENTASI ALGORITMA STOCHASTIC HILL CLIMBING PADA PERMAINAN MASTERMIND
IMPLEMENTASI ALGORITMA STOCHASTIC HILL CLIMBING PADA PERMAINAN MASTERMIND Ruby Vidian Hartanto, Joko Purwadi, Gunawan Santosa Program Studi Teknik Informatika Fakultas Teknik Universitas Kristen Duta Wacana
Lebih terperinciIMPLEMENTASI ALGORITMA MINIMAX PADA PERMAINAN TIC-TAC-TOE SKALA 9X9
IMPLEMENTASI ALGORITMA MINIMAX PADA PERMAINAN TIC-TAC-TOE SKALA 9X9 Dicky Herman Firmansyah zudenks@yahoo.co.id Pembimbing I : Nana Juhana, S.T., M.T. Pembimbing II : Irfan Maliki, S.T. Fakultas Teknik
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Membicarakan tentang teknologi mobile sekarang ini tentu sudah sangat digemari. Pesatnya perkembangan berbagai program aplikasi yang dibutuhkan sangat cepat dan menarik,
Lebih terperinciPERMAINAN KNIGHT S TOUR DENGAN ALGORITMA BACKTRACKING DAN ATURAN WARNSDORFF
PERMAINAN KNIGHT S TOUR DENGAN ALGORITMA BACKTRACKING DAN ATURAN WARNSDORFF Fransisca Cahyono (13509011) 1 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung,
Lebih terperinciBAB 1 PENDAHULUAN Latar Belakang
BAB 1 PENDAHULUAN 1.1. Latar Belakang Perkembangan teknologi sekarang ini kian pesat, mobilisasi pun merambah ke segala bidang. Game (aplikasi permaian) adalah sebagian kecil dari teknologi yang mengalami
Lebih terperinciBAB 1 PENDAHULUAN 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Permainan tradisional merupakan kekayaan khasanah budaya lokal, ragam permainan tradisional sangat banyak ditemukan di Indonesia sehingga permainan tradisional ini
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 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 terperinciIKI30320 Kuliah 8 26 Sep Ruli Manurung. Game playing. Strategi optimal. Bekerja cepat Cutoff Tree pruning. State of the art.
Outline IKI 3030: Sistem Cerdas : (Deterministic) Game Playing Fakultas Ilmu Komputer Universitas Indonesia 3 4 6 September 007 5 Masalah menghadapi lawan Jenis-jenis game State space search biasa: agent
Lebih 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 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 terperinciImplementasi Graf Pohon dalam Algoritma Minimax untuk Artificial Intelligence
Implementasi Graf Pohon dalam Algoritma Minimax untuk Artificial Intelligence Praditya Raudi Avinanto 13514087 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi
Lebih terperinciPenerapan Algoritma MTD(f) pada Permainan TIC TAC TOE Dengan Variasi Area
8888IJCCS, Vol.x, No.x, Julyxxxx, pp. 1~5 ISSN: 1978-1520 1 Penerapan Algoritma MTD(f) pada Permainan TIC TAC TOE Dengan Variasi Area Andrian Chanhar *1, Kelvin Sunanto Husin 2, Renni Angreni 3 123 STMIK
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 terperinciAPLIKASI PERMAINAN MUL-MULAN DENGAN MENGGUNAKAN ALGORITMA MINIMAX
APLIKASI PERMAINAN MUL-MULAN DENGAN MENGGUNAKAN ALGORITMA MINIMAX Bobby Kurniawan 1, Boko Susilo 2, Diyah Puspitaningrum 3 1,2,3 Program Studi Teknik Infomatika, Fakultas Teknik, Universitas Bengkulu.
Lebih terperinciANALISIS DAN IMPLEMENTASI KECERDASAN BUATAN PADA PERMAINAN CHECKER MENGGUNAKAN ALGORITMA MINIMAX DENGAN NEGASCOUT SKRIPSI
ANALISIS DAN IMPLEMENTASI KECERDASAN BUATAN PADA PERMAINAN CHECKER MENGGUNAKAN ALGORITMA MINIMAX DENGAN NEGASCOUT SKRIPSI MUHAMMAD AIDIL AKBAR 061401020 PROGRAM STUDI S1 ILMU KOMPUTER DEPARTEMEN ILMU KOMPUTER
Lebih terperinciBAB I PENDAHULUAN. Permainan atau yang saat ini lebih sering disebut dengan game merupakan
BAB I PENDAHULUAN 1.1 Latar Belakang Sistem komputerisasi saat ini telah merambah di berbagai aspek dalam bagian kehidupan manusia. Teknologi informasi berperan penting dalam memperbaiki kualitas suatu
Lebih terperinciBAB III ANALISA MASALAH DAN RANCANGAN PROGRAM
BAB III ANALISA MASALAH DAN RANCANGAN PROGRAM III.1. Analisa Perancangan aplikasi game bola pantul menggunakan Eclipse Galileo sebagai desain pengembang aplikasi. Eclipse memiliki sifat Multi-platform
Lebih terperinciAlgoritma Greedy dalam Artificial Intelligence Permainan Tic Tac Toe
Algoritma Greedy dalam Artificial Intelligence Permainan Tic Tac Toe Alif Bhaskoro 13514016 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha
Lebih terperinciBAB 1 PENDAHULUAN Latar Belakang
BAB 1 PENDAHULUAN 1.1. Latar Belakang Kecerdasan buatan merupakan cabang ilmu computer yang bertujuan membuat mesin menjadi lebih pintar dan dapat melakukan pekerjaan seperti manusia. Kecerdasan dapat
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 terperinciUKDW BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Kecerdasan buatan atau Artificial Intelligence adalah suatu pengetahuan yang membuat komputer dapat meniru kecerdasan manusia. Kecerdasan buatan dapat digunakan
Lebih terperinciBAB III ANALISIS DAN PERANCANGAN. Perancangan game mencocokkan gambar ini dibuat agar dapat berjalan
BAB III ANALISIS DAN PERANCANGAN III.1. Analisa Sistem Perancangan game mencocokkan gambar ini dibuat agar dapat berjalan pada sistem yang beroperasi pada perangkat komputer, game yang dikembangkan adalah
Lebih terperinciBAB 3 ANALISIS DAN PERANCANGAN
27 BAB 3 ANALISIS DAN PERANCANGAN 3.1. Othello (Reversi) Reversi (juga dipasarkan oleh Pressman dengan merk dagang Othello) adalah permainan papan dengan strategi abstrak ng dimainkan oleh 2 pemain di
Lebih terperinciPERANCANGAN PERMAINAN DOMINO BERBASIS ANDROID SKRIPSI MUHAMMAD ANDIKA SYAPUTRA
PERANCANGAN PERMAINAN DOMINO BERBASIS ANDROID SKRIPSI MUHAMMAD ANDIKA SYAPUTRA 081402061 PROGRAM STUDI S1 TEKNOLOGI INFORMASI FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA 2014
Lebih terperinciBAB III ANALISA MASALAH DAN RANCANGAN PROGRAM
30 BAB III ANALISA MASALAH DAN RANCANGAN PROGRAM III.1. Analisa Pada bab ini akan dibahas mengenai analisis permainan, yaitu konsep aturan dan cara bermain pada game yang berhubungan dengan program yang
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 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 terperinciIMPLEMENTASI ALGORITMA DEPTH LIMITED SEARCH PADA PERMAINAN PEG SOLITAIRE
IMPLEMENTASI ALGORITMA DEPTH LIMITED SEARCH PADA PERMAINAN PEG SOLITAIRE Griffin Theresia R (1) Joko Purwadi (2) Antonius Rachmat C. (3) griffintheresia@yahoo.com jokop@ukdw.ac.id anton@ti.ukdw.ac.id Abstraksi
Lebih terperinciPEMBUATAN GAME CONGKLAK DENGAN ALGORITMA ALPHA BETA PRUNNING BERBASIS ANDROID NASKAH PUBLIKASI. diajukan oleh Nofarianto Sihite
PEMBUATAN GAME CONGKLAK DENGAN ALGORITMA ALPHA BETA PRUNNING BERBASIS ANDROID NASKAH PUBLIKASI diajukan oleh Nofarianto Sihite 12.11.6675 kepada SEKOLAH TINGGI MANAJEMEN INFORMATIKA DAN KOMPUTER AMIKOM
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 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 terperinciPenerapan Algoritma Minimax dan Memory-Enhanced Test Driver With Value f pada Permainan Checkers
Penerapan Algoritma Minimax dan Memory-Enhanced Test Driver With Value f pada Permainan Checkers Erick Sanjaya *1, Tommy Wonggo 2, Renni Angreni 3 1,2 STMIK GI MDP, Jalan Rajawali No.14 Palembang, 0711-376400
Lebih terperinciPENGEMBANGAN GAME CONGKLAK BERBASIS ANDROID TUGAS AKHIR
PENGEMBANGAN GAME CONGKLAK BERBASIS ANDROID TUGAS AKHIR Sebagai Persyaratan Guna Meraih Gelar Sarjana Strata 1 Teknik Informatika Universitas Muhammadiyah Malang Oleh : Syaifulloh Muhyidin NIM. 06560161
Lebih terperinciAplikasi Permainan Battleship Menggunakan Algoritma Runut-Balik Dengan Breadth First Search
Aplikasi Permainan Battleship Menggunakan Algoritma Runut-Balik Dengan Breadth First Search Arif Aliyanto 1, Felix Novendo Ishak 2 1 Sistem Informasi, Sekolah Tinggi Teknik Musi Jl. Bangau No.60, Palembang,
Lebih terperinciUNIVERSITAS BINA NUSANTARA. Jurusan Teknik Informatika Skripsi Sarjana Komputer Semester Genap 2007/2008
UNIVERSITAS BINA NUSANTARA Jurusan Teknik Informatika Skripsi Sarjana Komputer Semester Genap 2007/2008 ANALISIS DAN PERANCANGAN PROGRAM PENYELESAIAN GAME CHECKER DENGAN METODE ALGORITMA GENETIK SERTA
Lebih terperinciBAB III ANALISA DAN PERANCANGAN
BAB III ANALISA DAN PERANCANGAN 3.1 Analisa Masalah Tahap awal pembangunan sebuah perangkat ajar adalah tahap analisis. Untuk menganalisa masalah pada aplikasi permainan yang akan dibangun, diperlukan
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 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 terperinciPenerapan Algoritma Greedy dalam Permainan Othello
Penerapan Algoritma Greedy dalam Permainan Othello Fabrian Oktavino H - 13510053 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung
Lebih terperinciBAB III ANALISA DAN PERANCANGAN
BAB III ANALISA DAN PERANCANGAN III.1. Analisis Pendidikan di Indonesia saat ini masih terus berkembang. Salah satunya dalam bidang informatika komputer. Di Indonesia saat ini mempelajari ilmu komputer
Lebih terperinciBAB III METODOLOGI 3.1 Analisis Kebutuhan Sistem Analisis Kebutuhan Fungsional
BAB III METODOLOGI 3.1 Analisis Kebutuhan Sistem Analisis kebutuhan sistem adalah sebuah upaya yang bertujuan untuk memperoleh gambaran rancangan sistem yang akan dibangun mulai dari apa saja proses yang
Lebih terperinciPenggunaan Algoritma Greedy untuk menyelesaikan Permainan Othello
Penggunaan Algoritma Greedy untuk menyelesaikan Permainan Othello Annisa Muzdalifa - 13515090 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha
Lebih terperinciBAB III ANALISIS DAN DESAIN SISTEM
BAB III ANALISIS DAN DESAIN SISTEM III.1. Analisa Masalah Game atau permainan merupakan salah satu hasil dari perkembangan teknologi informasi yang mebutuhkan sistem kecerdasan buatan. Beberapa permainan
Lebih terperinciPERBANDINGAN METODE PENCARIAN DEPTH-FIRST SEARCH, BREADTH-FIRST SEARCH DAN BEST-FIRST SEARCH PADA PERMAINAN 8-PUZZLE
e-journal Teknik Elektro dan Komputer (2014) ISSN: 2301-8402 1 PERBANDINGAN METODE PENCARIAN DEPTH-FIRST SEARCH, BREADTH-FIRST SEARCH DAN BEST-FIRST SEARCH PADA PERMAINAN 8-PUZZLE Oleh: Arie S. M. Lumenta
Lebih terperinciPerancangan dan Pembuatan Kecerdasan Buatan dengan Metode Alpha Beta Pruning pada Aplikasi Permainan Kartu Capsa
38 Perancangan dan Pembuatan Kecerdasan Buatan dengan Metode Alpha Beta Pruning pada Aplikasi Permainan Kartu Capsa Christhofer Natalius Tandawidjaja Program Studi Teknik Informatika Fakultas Teknologi
Lebih terperinciPenerapan Algoritma Minimax dan Memory Enhanced Test Driver with Value f pada Permainan Congklak
IJCCS, Vol.x, No.x, Julyxxxx, pp. 1~5 ISSN: 1978-1520 1 Penerapan Algoritma Minimax dan Memory Enhanced Test Driver with Value f pada Permainan Congklak Christian Hadi 1, Okky Saputra 2, Daniel Udjulawa
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 terperinci