BAB III METODE PENELITIAN. Berikut langkah-langkah yang dilakukan dalam penelitian ini :

dokumen-dokumen yang mirip
BAB IV HASIL DAN PENGUJIAN. Perangkat lunak terdiri dari 2 bagian utama, yaitu game tree untuk

BAB I PENDAHULUAN. O, yang bergiliran menandai ruang dalam kotak berukuran 3 3. Pemain yang

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang

APLIKASI GAME TIC TAC TOE 6X6 BERBASIS ANDROID MENGGUNAKAN ALGORITMA MINIMAX DAN HEURISTIC EVALUATION

BAB III METODE PENELITIAN. Metode penelitian yang digunakan adalah dengan cara mencoba

BAB 2 TINJAUAN PUSTAKA

Combinatorial Game Theory, Game Tree, dan Intelegensia Buatan

BAB 1 PENDAHULUAN Latar Belakang

BAB 1 PENDAHULUAN Latar Belakang

UKDW BAB 1 PENDAHULUAN Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN Latar Belakang Masalah

PERANCANGAN PENERAPAN ALGORITMA NEGAMAX ALPHA BETA PRUNING PADA PERMAINAN OTHELLO NASKAH PUBLIKASI. diajukan oleh Bayu Trisna Pratama

Implementasi Permainan Reversi menggunakan Penelusuran BFS dengan Konsep Algoritma MinMax

Algoritma Greedy dalam Artificial Intelligence Permainan Tic Tac Toe

Penerapan Pohon dengan Algoritma Branch and Bound dalam Menyelesaikan N-Queen Problem

BAB I PENDAHULUAN. Dalam beberapa tahun terakhir Artificial Intelligence (AI) atau kecerdasan

ANALISIS ALGORITMA MINIMAX DENGAN OPTIMASI ALPHA BETA PRUNIGN PADA PERMAINAN FIVE IN ROW

BAB I PENDAHULUAN. Permainan papan atau biasa disebut dengan Board Games hampir tidak

BAB 1 PENDAHULUAN 1.1. Latar Belakang

Aplikasi Teori Graf dalam Permainan Kombinatorial

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

Aplikasi Pohon Keputusan pada Permainan Catur

TREE STRUCTURE (Struktur Pohon)

Oleh Lukman Hariadi

BAB III METODOLOGI PENELITIAN

ALGORITMA GENETIK SEBAGAI FUNGSI PRUNING ALGORITMA MINIMAX PADA PERMAINAN TRIPLE TRIAD CARD.

BAB 2 LANDASAN TEORI

Implementasi Algoritma Greedy, BFS, Branch and Bound, dan Metode Heuristik dalam Permainan Reversi

BAB 2 LANDASAN TEORI

BAB 3 METODOLOGI 3.1. Analisis Kebutuhan dan Masalah Analisis Kebutuhan

Penerapan Algoritma Greedy dalam Permainan Connect 4

BAB II LANDASAN TEORI. memperhitungkan kekuatan dan kelemahan yang dimiliki.

UKDW BAB 1 PENDAHULUAN Latar Belakang

BAB II MASALAH DAN RUANG MASALAH. Gambar 2.1 sistem yang menggunakan kecerdasan buatan

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN 1-1. Howard. W. Sams & Co.1987, hal 1. 1 Frenzel, L.W. Crash Course In Artifical Intelligence And Expert Systems. 1st Edition.

BAB 1 PENDAHULUAN. Hal 1. 1 Dan W. Patterson, Introduction to Artificial Intelligence and Expert System, Prentice Hall, 1990,

PEMODELAN DAN PENGIMPLEMENTASIAN PERMAINAN CONNECT FOUR

Penerapan Algoritma Greedy dalam Pembuatan Artificial Intelligence Permainan Reversi

BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Artificial Intelligence

TIC TAC TOE v1.0 by FrdCkp dengan bahasa C.

BAB I PENDAHULUAN 1.1. Latar Belakang Masalah

UKDW. Bab 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB III ANALISIS MASALAH DAN RANCANGAN PROGRAM

Pemanfaatan Pohon dalam Realisasi Algoritma Backtracking untuk Memecahkan N-Queens Problem

ANALISIS DAN IMPLEMENTASI KECERDASAN BUATAN PADA PERMAINAN CHECKER MENGGUNAKAN ALGORITMA MINIMAX DENGAN NEGASCOUT SKRIPSI

Penerapan Pohon dalam Algoritma Expectiminimax untuk Permainan Stokastik

ALGORITMA MINIMAX SEBAGAI PENGAMBIL KEPUTUSAN DALAM GAME TIC-TAC-TOE

Pertemuan 5: Pengenalan Variabel Array

ALGORITMA MINIMAX PADA GAME ANDROID

ANALISA PENGGUNAAN ALGORITMA GREEDY PADA PERMAINAN FIVE LINK

PENERAPAN ALGORITMA GREEDY PADA PERMAINAN MILL BERBASIS ANDROID SKRIPSI SUANDO H SIMANJUNTAK

Penentuan Keputusan dalam Permainan Gomoku dengan Program Dinamis dan Algoritma Greedy

BAB III ANALISA DAN PERANCANGAN

@UKDW. Lampiran B - 1 BAB 1 PENDAHULUAN

BAB 1 PENDAHULUAN. mampu digunakan untuk melakukan komputasi yang berhubungan dengan

BAB I PENDAHULUAN. sangat diandalkan selama kurang lebih 70 tahun lamanya (Mahfudz, 2013:18).

PERBANDINGAN ALGORITMA MINIMAX DAN NEGASCOUT PADA PERMAINAN CATUR SEDERHANA

MASALAH, RUANG KEADAAN

GAME CATUR JAWA WITH REINFORCEMENT LEARNING

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

IMPLEMENTASI ALGORITMA MINIMAX PADA PERMAINAN CATUR

PENERAPAN ALGORITMA MINIMAX PADA PERMAINAN CHECKERS

BAB IV HASIL DAN UJI COBA

ALGORITMA GREEDY DALAM PERMAINAN DOTS AND BOXES

BAB IV HASIL DAN PEMBAHASAN

Teori Game dan Pembuatan Intelegensi Buatan

KATA PENGANTAR. Maha Esa, yang telah berkenan memelihara dan membimbing penulis, sehingga

UNIVERSITAS BINA NUSANTARA. Jurusan Teknik Informatika Skripsi Sarjana Komputer Semester Genap 2007/2008

PENGGUNAAN FUNGSI HEURISTIK SEDERHANA PADA PERMAINAN TIC-TAC-TOE

Aplikasi Permainan Battleship Menggunakan Algoritma Runut-Balik Dengan Breadth First Search

Implementasi Algoritma Negascout Untuk Permainan Checkers

@UKDW BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. untuk kesenangan dan kadang-kadang digunakan sebagai sarana pendidikan. Permainan

PERUMUSAN ISU STRATEGIS. 120 menit

BAB III PERANCANGAN SISTEM

Penerapan strategi runut-balik dalam penyelesaian permainan puzzle geser

BAB III ANALISA MASALAH DAN RANCANGAN PROGRAM

PEMBUATAN GAME CONGKLAK DENGAN ALGORITMA ALPHA BETA PRUNNING BERBASIS ANDROID NASKAH PUBLIKASI. diajukan oleh Nofarianto Sihite

BAB 1 PENDAHULUAN Latar belakang. Teknologi telah menjadi bagian dari kehidupan masyarakat hampir di seluruh

Team project 2017 Dony Pratidana S. Hum Bima Agus Setyawan S. IIP

MODUL VI PROYEK PERANCANGAN RANGKAIAN DIGITAL 2. STUDI PUSTAKA

BAB I PENDAHULUAN. terlibat dalam permasalahan buatan, ditentukan oleh aturan, yang memberikan

Perbandingan Penerapan Algoritma Minimax Dengan Algoritma Alpha-Beta Pruning Pada Permainan Othello

Penerapan Algoritma Minimax Pada Game Macan-macanan

BAB I PENDAHULUAN. bahwa catur adalah permainan yang digemari oleh segala usia. kendala bagi seseorang yang tergolong awam dalam catur.

UKDW BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah

Perancangan Lawan Bermain Permainan Tic-tac-toe dengan Menggunakan Algoritma Branch and Bound

Implementasi Graf Pohon dalam Algoritma Minimax untuk Artificial Intelligence

BAB 2 LANDASAN TEORI

Permainan Papan Strategi Menggunakan Algoritma Minimax

PENERAPAN ALGORITMA MONTE CARLO TREE SEARCH PADA PERMAINAN HALMA SKRIPSI VINCENTIUS

Penggunaan Algoritma DFS dalam Pencarian Strategi Permainan Catur

BAB III ANALISA PERANCANGAN DAN PEMODELAN SISTEM

BAB 1 PENDAHULUAN Latar Belakang

BAB 1 PENDAHULUAN 1.1 Latar Belakang

BAB II LANDASAN TEORI

Transkripsi:

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 dan metode Game Tree sehingga membantu dalam pembuatan program. Langkah ini dilakukan dengan metode wawancara dengan dosen, membaca literatur dari internet dan buku-buku penunjang yang ada. 2. Menjalankan Game Komputer Tic Tac Toe Langkah ini bertujuan untuk memperdalam pemahaman tentang game Tic Tac Toe. Dengan bermain dan mempelajari teknik yang ada untuk Tic Tac Toe. 3. Mendesain cara pemberian nilai/point pada suatu permainan Tic Tac Toe Memberi nilai/point pada tiap kotak untuk membantu komputer dalam mencari langkah yang terbaik. 4. Mengaplikasikan struktur data dinamis Tree untuk Game Tree a. Merancang struktur data yang bisa digunakan untuk mengakomodasi kebutuhan Game Tree. b. Merancang aplikasi Tic Tac Toe dengan komputer sebagai salah satu playernya, dimana kecerdasan komputer diperoleh dari metode Game Tree. Pemilihan langkah terbaik berdasarkan pada hasil penilaian yang telah didesain pada langkah 3. 21

22 5. Membuat program Tic Tac Toe Proses pembuatan program game Tic Tac Toe dengan aplikasi code::blocks berbasis C++. 6. Pengujian untuk membuktikan bahwa player komputer tidak pernah kalah. Untuk tahap pengujian dengan cara mencoba program dengan bermain melawan player komputer. 3.2 Flowchart Program akan insialisasi pemain untuk menentukan pemain pertama dan akan mendapat simbol X. Kemudian pada percabangan apabila komputer melangkah maka komputer akan mencari langkah terbaik. Pada sub algoritma berisi Game Tree sampai 2 langkah ke depan untuk komputer. Apabila komputer tidak melangkah maka player manusia yang melangkah. Kemudian untuk memeriksa permainan telah berakhir atau tidak akan di deteksi dari sub algoritma yang bertugas mencari tahu apakah permainan telah berakhir atau tidak dan menentukan pemenang dari permainan apakah pemain satu atau dua menang, kalah atau imbang. Apabila permainan berakhir maka hasil akan di tampilkan.

23 Berikut Flowchart dari peneletian : Gambar 3.1 Flowchart Penelitian

24 3.3 Alat Penelitian Alat yang digunakan untuk membuat penelitian ini adalah Personal Computer(PC)/Laptop. Pada alat tersebut terdapat Software/Aplikasi Code::Blocks. 3.4 Rules(Aturan) Dalam setiap permainan selalu mempunyai peraturan masing-masing. Maka dalam permainan Tic Tac Toe dengan ukuran kotak 3x3 mempunyai aturan sebagai berikut : 1. Pemain Manusia dapat memilih kesempatan bermain terlebih dahulu dengan memilih symbol O atau X. 2. Komputer akan memulai permainan setelah pemain manusia bermain terlebih dulu atau memulai sebelum pemain manusia apabila pemain manusia memilih melangkah setelah komputer. 3. Pemain manusia atau komputer harus satu garis lurus(horizontal, Vertikal, atau Diagonal) untuk dapat memenangkan permainan ini. 3.4.1 Kondisi Menang Kondisi ini terjadi apabila pemain manusia atau komputer berhasil membuat satu garis lurus sesuai simbol yang dimiliki secara Horizontal, Vertikal, atau Diagonal terlebih dahulu. 3.4.2 Kondisi Kalah Kondisi ini terjadi apabila salah satu dari pemain berhasil membuat satu garis lurus sesuai simbol yang dimiliki secara Horizontal, Vertikan, atau Diagonal terlebih dahulu. 3.4.3 Kondisi Seri Kondisi ini terjadi apabila semua kotak telah terisi penuh tanpa ada pemain yang berhasil membuat garis lurus sesuai simbol yang dimiliki secara Horizontal, Vertikal, atau Diagonal terlebih dahulu.

25 3.5 Perancangan Program Perancangan program dibagi menjadi beberapa bagian pengerjaan yaitu sebagai berikut : 3.5.1 Membuat Main Program Pada tahap ini adalah awalan program Tic Tac Toe yang dibuat, dimana pemain manusia memilih giliran bermain. Apabila pemain manusia memilih pertama maka simbol yang dimiliki pemain manusia O, sedangkan pemain komputer dengan simbol X. Kemudian akan dilanjutkan pada sub program manusia dimana terdapat proses permainan mulai awal hingga permainan berakhir. Apabila pemain manusia memilih giliran bermain kedua maka simbol yang dimiliki pemain manusia X, sedangkan pemain komputer dengan simbol O. Kemudian akan dilanjutkan pada sub program komputer dimana terdapat proses pemain komputer memilih langkah untuk dipilih kemudian bergantian dengan pemain manusia. Gambaran umum untuk main program dengan flowchart: Gambar 3.2 Flowchart Main

26 3.5.2 Membuat Sub Progam Manusia Sub program manusia bertugas untuk bagian melangkah manusia. Pilihan langkah manusia pada papan permainan di periksa kesamaannya dengan kondisi papan permainan terbaru. Terdapat pilihan 1 sampai dengan 9 yang disajikan untuk dipilih manusia, berikut penjelasan menu yang sudah ditetapkan : a. Menu 1 : Baris 1, kolom 1. b. Menu 2 : Baris 1, kolom 2. c. Menu 3 : Baris 1, kolom 3. d. Menu 4 : Baris 2, kolom 1. e. Menu 5 : Baris 2, kolom 2. f. Menu 6 : Baris 2, kolom 3. g. Menu 7 : Baris 3, kolom 1. h. Menu 8 : Baris 3, kolom 2. i. Menu 9 : Baris 3, kolom 3. Gambar 3.3 Kordinat Papan

27 Apabila kotak yang telah dipilih sudah terisi maka manusia akan diminta untuk memilih langkah lain. Setelah manusia selesai memilih, selanjutnya program akan dilanjutkan pada sub program untuk komputer. Berikut gambaran umum untuk sub program komputer dengan flowchart: Gambar 3.4 Flowchart manusia 3.5.3 Sub Program Kondisi Sub program kondisi berfungsi untuk melihat keadaan permainan atau sebagai pemeriksaan dimana salah satu pemain telah memiliki tiga simbol yang menyatakan pemain tersebut menang. Sub program kondisi disini juga untuk melihat keadaan papan permainan apabila semua kotak yang bisa di isi atau masih kosong sudah tidak ada. Dengan kata lain papan permainan telah terisi semua maka permainan berakhir seri atau tidak ada pemain yang berhasil menang. Sub ini bertujuan untuk memeriksa permainan setiap giliran manusia memilih. Berikut gambaran umum untuk sub program manusia dengan flowchart :

28 Gambar 3.5 Flowchart kondisi 3.5.4 Sub Program Komputer Pada sub algoritma komputer mempunyai tugas untuk membangun game tree dengan struct yang sudah dibangun. Kondisi papn permainan terbaru sebagai acuan untuk membangun game tree dimana komputer akan memprediksi 2 langkah kedepan pada permainan. Langkah 1 untuk kemungkinan langkah komputer selanjutnya, kemudian komputer mmprediksi kemungkinan langkah pada kotak permainan yang masih kosong untuk manusia. Langkah yang diprediksi ini sebagai pendukung kecerdasan komputer dalam bermain Tic Tac Toe sehingga komputer tidak pernah kalah dengan manusia. Berikut gambaran umum untuk sub program komputer dengan flowchart :

29 Gambar 3.6 Flowchart computer 3.5.5 Sub Program Metode Game Tree Game tree berfungsi untuk meneliti pergerakan langkah pemain dan pengambilan keputusan langkah yang optimal untuk computer dan meneliti kemungkinan dari 2 langkah kedepan dari permainan. Membangun node pertama sebagai akar atau root yang mempunyai data berisi papan permainan terbaru dan tingkatan untuk akar pada level 0. Selanjutnya akar akan membuat anak atau child sebanyak jumlah kotak yang belum terisis pada papan permainan. Pada setiap child berisi tiap-tiap langkah kemungkinan computer mulai dari awal kotak sampai akhir kotak yang kosong dimana child mempunyai tingkatan level 1. Pada child yang pertama setelah terisi data papan permainan dengan tambahan kemungkinan langkah komputer dibentuk kemudian membentuk sebuah daun atau leaf dengan berisi data kemungkinan manusia melangkah yang diambil setelah komputer memilih.

30 Leaf yang terletak pada level 3 ini nantinya yang akan menentukan langkah komputer yang akan dipilih. Dengan menghitung jumlah nilai dari letak posisi bidak manusia kemudian menelusuri nilai yang paling terkecil. Leaf yang mempunyai nilai yang paling terkecil ini nantinya akan memanggil atau kembali pada child. Child yang telah terpilih ini yang akan digunakan untuk mengambil keputusan langkah komputer selanjutnya. Proses game tree dapat di jelaskan pada gambar berikut : Gambar 3.7 Game Tree Gambar di atas adalah proses membuat game tree untuk langkah komputer dalam menentukan langkah. Game tree akan dimulai pada saat komputer mendapat giliran bermain,

31 dengan meneliti kondisi permainan hingga 2 langkah kedepan dimana pada level 0 adalah kondisi papan permainan yang terbaru, level 1 kemungkinan komputer untuk melangkah di bagian kotak yang kosong sedangkan untuk level 2 kemungkinan manusia melangkah setelah komputer memilih. 3.5.6 Sub Program Nilai Proses mencari nilai yang paling terkecil berguna untuk menentukan langkah komputer setelah game tree di buat. Hanya pada level 2 atau kemungkinan langkah manusia yang akan di hitung jumlah nilai yang dimiliki manusia. Berikut proses penentuan nilai pada setiap kotak : Gambar 3.8 Nilai/Point Seluruh nilai yang berada pada leaf node di jumlahkan dan di bandingkan dengan leaf node yang lain untuk mencari nilai yang terkecil. Leaf node yang memiliki nilai paling terkecil kembali kepada parent, parent tersebut berisi data yang akan dipakai untuk langkah komputer selanjutnya. Untuk mengunjungi antar node dengan memakai algorithm preorder, dengan awalan mengunjungi akar/root kemudian mengunjungi satu persatu child nodes dari pertama hingga akhir. Pencarian nilai dijelaskan pada gambar berikut :

32 Gambar 3.9 Pencarian Nilai Terkecil 3.6 Percobaan Metode Game Tree Percobaan metode game tree bertujuan untuk memastikan komputer dapat menentukan langkah terbaik dengan cara meneliti langkah-langkah manusia dan mencari nilai paling terkecil yang dimiliki manusia seperti pada gambar 3.9. Dengan awal permainan dimana komputer mendapat giliran pertama. Ketika kondisi papan permainan masih belum ada yang terisi maka komputer memilih posisi tengah kotak permainan sesuai dengan nilai yang paling terkecil yang dimiliki manusia. Pada gambar berikut bukti untuk ke akuratan keberhasilan metode game tree untuk memberi kecerdasan komputer dalam memilih langkah

33 terbaik dalam permainan Tic Tac Toe. Berikut gambar hasil pecobaan langkah komputer ketika mendapat giliran bermain yang pertama dengan metode game tree. Gambar 3.10 Hasil Percobaan pertama 3.7 Percobaan Metode Game Tree lanjut Percobaan selanjutnya bertujuan bertujuan untuk memastikan komputer dapat menentukan langkah terbaik dengan cara meneliti langkah-langkah manusia dan mencari nilai paling terkecil yang dimiliki manusia. Dalam percobaan lanjut ini komputer mendapat giliran bermain kedua setelah manusia melangkah. Dalam menentukan langkah komputer ketika menjadi pemain kedua juga dengan metode game tree dengan mencari nilai terkecil yang dimiliki manusia. Disini terdapat nilai terkecil yang memiliki kesamaan, komputer akan memilih angka terkecil terakhir untuk melangkah. Berikut gambaran proses metode game tree dengan nilai keseluruhan yang dipilih paling terkecil dari manusia :

34 Gambar 3.11 Pencarian Nilai Terkecil lanjut Keberhasilan dari percobaan lanjut ini dapat dilihat pada gambar berikut : Gambar 3.12 Hasil Percobaan kedua