Pohon Keputusan dalam Pemrograman AI Pokemon Trading Card Game Online

dokumen-dokumen yang mirip
Implementasi Pohon Keputusan untuk Menganalisa Desain Sistem Battle pada Game Brightsouls

Penerapan Pohon Keputusan pada Pemilihan Rencana Studi Mahasiswa Institut Teknologi Bandung

Algoritma Greedy untuk Pengambilan Keputusan pada Battle Game Pokemon

Penggunaan Brute Force dalam Mencari Pergerakan pada Permainan Pokémon Shuffle

Penerapan strategi runut-balik dalam penyelesaian permainan puzzle geser

Penggunaan Graf dan Pohon dalam Game Digimon World Dusk

Penggunaan Algoritma DFS dan BFS pada Permainan Three Piles of Stones

Pengaplikasian Pohon dalam Mekanisme Pengambilan Skill Game Dota 2

Implementasi Pohon Keputusan untuk Membangun Jalan Cerita pada Game Engine Unity

Penggunaan Pohon Biner dalam Binary Space Partition untuk Membuat Dungeon Game Roguelike RPG

Aplikasi Algoritma Greedy dalam Permainan Kartu Yu-Gi-Oh!

Penerapan Algoritma Greedy dan Breadth First Search pada Permainan Kartu Sevens

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

Menyelesaikan Permainan Wordament Menggunakan Algoritma Backtracking

Menerapkan Prinsip Greedy Dalam Bermain Digimon Card Battle

Algoritma Greedy pada Board Game Saboteur

Penerapan Algoritma Greedy Dalam Permainan Clash Royale

Aplikasi Pohon dan Logika pada Variasi Persoalan Koin Palsu

Aplikasi Kombinatorial dan Peluang Diskrit dalam Permainan Poker

Penerapan Algoritma Greedy dalam Pembuatan Artificial Intelligence Permainan Reversi

Algoritma Greedy untuk AI dalam Permainan DotA

I. PENDAHULUAN. 1.1 Permainan Rush Hour

Penerapan Pohon dalam Algoritma Expectiminimax untuk Permainan Stokastik

Aplikasi Teori Graf dalam Permainan Kombinatorial

Penggunaan Algoritma Greedy Untuk Menyelesaikan Permainan Cluedo

Penerapan Teori Graf dalam Game Bertipe Real Time Strategy (RTS)

Implementasi Pohon Dalam Permainan Ragnarok Online Valkyrie Uprising

Penerapan Algoritma Greedy pada Permainan Fire Emblem

Pemilihan Monster yang Akan Digunakan dalam Permainan Yu-Gi-Oh! Capsule Monster Coliseum

Aplikasi Pohon pada Pohon Binatang (Animal Tree)

Teori Peluang dalam Sistem Turnamen Eliminasi Ganda

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

Penerapan Kombinatorial dan Penggunaan Pohon Keputusan pada Role Jungler dalam Permainan League of Legends

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

Algoritma Puzzle Pencarian Kata

Penentuan Langkah Sederhana dalam Permainan Kartu Hearthstone dengan Algoritma Greedy

Penerapan Graf dan Pohon dalam Permainan Dota 2

Penerapan Pohon Keputusan dalam Pengambilan Keputusan Terbaik dibidang Pemasaran Produk

APLIKASI ALGORITMA GREEDY DALAM PERMAINAN CAPSA BANTING

LOGIKA PERMAINAN UNO KARTU

Strategi Optimized Brute Force Pada Tent Puzzle Solver

Penyelesaian Five Coins Puzzle dan Penghitungan Worst-case Time dengan Pembuatan Pohon Keputusan

Penerapan Algoritma Greedy pada Artificial Inteligence dalam Permainan Defence of the Ancient

Strategi Permainan Menggambar Tanpa Mengangkat Pena

Penerapan Pohon Keputusan dalam Pemodelan Perilaku Otomatis Unit Pasukan Game Bertipe Real Time Strategy

Penerapan Teori Kombinatorial dan Peluang Dalam Permainan Poker

Aplikasi Graf Berarah Pada Item Dalam Game DOTA 2

Penerapan Algoritma Greedy dalam Permainan Connect 4

Implementasi Algoritma Greedy pada Permainan Ludo

Kombinatorial untuk Membandingkan Kekuatan Suatu Kombinasi Kartu dalam Permainan Kartu Cap Sa

Penerapan Algoritma Greedy pada Permainan Kartu 100

PELUANG DISKRIT PERMAINAN KARTU BLACKJACK

dengan Algoritma Branch and Bound

Penerapan Logika dan Peluang dalam Permainan Minesweeper

Aplikasi Kombinatorial dan Peluang dalam Permainan Four Card Draw

Menyelesaikan Topological Sort Menggunakan Directed Acyclic Graph

Aplikasi Pohon dan Graf dalam Kaderisasi

Penerapan Algoritma Greedy dalam Permainan Tradisional Congklak

Algoritma Greedy dalam Artificial Intelligence Permainan Tic Tac Toe

TUGAS MAKALAH INDIVIDUAL. Mata Kuliah : Matematika Diskrit / IF2153 Nama : Dwitiyo Abhirama NIM :

Aplikasi Algoritma Greedy untuk Menyelesaikan Permainan Hedgewars

Aplikasi Algoritma Greedy dalam Permainan Kartu Truf

Aplikasi Teori Graf dalam Permainan Instant Insanity

Algoritma Greedy untuk Pengambilan Keputusan dalam Permainan Kartu Hearts

Our Way of Thinking I. PENDAHULUAN

Pencarian Solusi Optimal dalam Permainan Congklak dengan Program Dinamis

Aplikasi Algoritma MiniMax pada Beberapa Permainan Papan

Aplikasi Pohon Keputusan pada Permainan Catur

Combinatorial Game Theory, Game Tree, dan Intelegensia Buatan

Penerapan Pohon dalam Kombinasi Gerakan Karakter Game

Penentuan Langkah dengan Greedy dalam Permainan Ludo

Perbandingan Algoritma Brute Force dan Breadth First Search dalam Permainan Onet

Penggunaan Peluang dan Graf dalam Merancang Digital Game

Penerapan Logika dalam Card Game Cluedo

Aplikasi Graf Berarah dan Pohon Berakar pada Visual Novel Fate/Stay Night

Menghitung Besarnya Kemungkinan Kemenangan pada Permainan Kasino dengan Memanfaatkan Kombinatorial

Aplikasi Pohon dalam Pencarian dan Penempatan Buku di Perpustakaan

Aplikasi Algoritma Traversal Dalam Binary Space Partitioning

Penggunaan Pohon Biner Sebagai Struktur Data untuk Pencarian

Implementasi Brute Force dan Greedy dalam Permainan Big Two (Capsa)

Penggunaan Teori Graf dan Pohon untuk Memodelkan Game bertipe RPG

Aplikasi Algoritma Greedy, BFS dan DFS pada Penyelesaian Permainan Mahjong Solitaire

Aplikasi Algoritma Greedy dalam Permainan GWENT : The Witcher Card Game

Perbandingan Algoritma Depth-First Search dan Algoritma Hunt-and-Kill dalam Pembuatan Labirin

Aplikasi Algoritma Greedy Pada Permainan Big Two

Implementasi Algoritma DFS untuk Pergerakan Ghost di Permainan Pac Man

Aplikasi Pohon Pencarian Biner Seimbang sebagai Memo Table Dynamic Programming

Penerapan Pewarnaan Graf pada Permainan Real- Time Strategy

Pemanfaatan Algoritma Runut-Balik dalam Menyelesaikan Puzzle NeurOn dalam Permainan Logical Cell

PERBANDINGAN ALGORITMA BFS DAN DFS DALAM PEMBUATAN RUTE PERJALANAN OBJEK PERMAINAN 2 DIMENSI

Penggunaan Algoritma Greedy Dalam Perancangan Papan Teka Teki Silang

Aplikasi Graf dalam Permainan Berbasis Strategi.

Penggunaan Graf Semi-Hamilton untuk Memecahkan Puzzle The Hands of Time pada Permainan Final Fantasy XIII-2

Pengimplementasian Teori Graf dan Pohon dalam Video Game Pokemon

Penggunaan Algoritma Brute Force dan Greedy dalam Permainan Atomas

Penerapan Algoritma Greedy Pada Game Tower Defense: Tower of Greece

Penerapan Algoritma Greedy Pada Permainan Kartu Truf

APLIKASI KOMBINATORIAL DALAM TEXAS HOLD `EM

Pengaplikasian Tree dan Graf dalam Video Game RPG Berbasis Online Ragnarok Online

Penggunaan Struktur Data Pohon Berakar dalam XML

Transkripsi:

Pohon Keputusan dalam Pemrograman AI Pokemon Trading Card Game Online Aji Nugraha Santosa Kasmaji - 13510092 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung 40132, Indonesia newtwox@hotmail.com Abstract Makalah ini berisikan tentang bagaimana materi yang diajarkan pada kuliah Struktur Diskrit dipakai, khususnya di bidang informatika sendiri. Disini akan dijelaskan bagaimana teori-teori logika dan penerapan pohon keputusan dipakai sebagai dasar dari pemrograman Artificial Intelligence (AI) yang digunakan sebagai musuh pada permainan online Pokemon Trading Card Game. Seperti pada halnya Trading Card Game lainnya, disini dalam menentukan langkah, tiap pemain dihadapkan pada analisis keadaan sebelum nantinya melakukan suatu tindakan. Oleh karena itu, system pemrograman AI pada permainan ini diharapkan mampu melakukan pengambilan keputusan yang tepat, seperti pada saat manusia yang memainkannya. Namun terdapat beberapa masalah, walaupun cara permainannya yang tergolong mudah, di sisi lain cara memainkan suatu deck sangatlah bervariatif. Suatu jenis deck akan cenderung mendapat perlakuan yang berbeda, oleh karena itu pada makalah ini, penulis membatasi deck yang dipakai oleh AI adalah Basic Red dan Basic Green, salah satu deck popular yang dipakai oleh AI musuh pada permainan-permainan awal. Index Terms Pohon Keputusan, Logika, Artificial Intelegence, Pokemon Trading Card Game. I. PENDAHULUAN Pokemon Trading Card Game adalah salah satu permainan kartu yang terbilang cukup tua (diproduksi pertama kali tahun 1996), yang dibuat berdasarkan seri video gamenya yang telah beredar sebelumnya. pada permainan ini, pemain akan memainkan peran sebagai pelatih pokemon yang menggunakan pokemonnya, untuk mengalahkan pokemon milik pemain lain, yang direpresentasiken ke dalam bentuk permainan kartu. Tujuan dari permainan ini cukup sederhana, yaitu untuk membuat pokemon bertarung satu sama lain dan mengalahkannya untuk menang. Permainan ini bersifat turn-based system, dimana pemain akan melakukan tindakan ofensif secara bergantian satu sama lainnya. Tiap pokemon memiliki nyawa dalam bentuk Hit Points (HP), dimana apabila Hit Points nya telah mencapai 0, maka pokemon tersebut dinyatakan kalah. Apabila pemain berhasil membuat pokemon lawan kalah, maka pemain berhak mengambil 1 dari 6 prize card yang sebelumnya telah ditetapkan. Gambar 1 : Gampar contoh permainan Pokemon TCG Pada permainan ini, pemain dapat memperoleh sebuah kemenangan dengan menggunakan 3 cara, yaitu pada keadaan-keadaan sebagai berikut : - Ketika pemain telah mengambil seluruh prize card yang telah ia tetapkan (default sebanyak 6 buah, bisa lebih dengan efek beberapa kartu) - Ketika pemain lawan harus mengambil kartu dari deck, namun sudah tidak ada kartu lagi yang tersisa pada deck (kehabisan kartu). - Ketika pemain berhasil mengalahkan pokemon lawan yang sedang aktif, dan pemain lawan tidak memiliki pokemon cadangan (benched pokemon) lagi pada papan permainan. (kehabisan pokemon pada permainan). Beberapa waktu yang lalu, pada bulan April 2011, pihak official pokemon developer mengembangkan game terbarunya, yaitu Pokemon Trainer Challenge, sebuah game yang diadaptasi dari permainan kartu pokemon asli yang dibuat secara online dengan platform internet browser. Gambar 2 : Tampilan Pokemon Trainer Challenge

Permainan ini dilengkapi dengan system Artificial Intelligence (AI) yang membuat kita mampu bertarung melawan komputer. AI yang diimplementasikan inilah yang diprogram agar dapat melakukan analisis dan mengambil langkah yang tepat dan sesuai situasi yang ada. Disinilah, materi struktur diskrit terkait logika dan pohon keputusan dipakai sebagai dasar dari pemrograman AI ini. II. ARTIFICIAL INTELLIGENCE (AI) Artificial Intelligence, atau dalam bahasa Indonesia biasa disebut dengan keceerdasan buatan, adalah sebuah bentuk kecerdasan atau pola pikir yang ditanamkan pada suatu mesin. Ilmu yang mempelajari hal ini juga dinamai dengan nama yang sama, yang merupakan salah satu cabang ilmu pengetahuan teknik komputer. Bidang ilmu pengetahuan ini didirikian pada dasarnya untuk mencoba memasukkan kecerdasan atau akal yang dimiliki oleh manusia, agar dapat diimplementasikan di dalam mesin. Dengan menggunakan kecerdasan dan logika selevel manusia yang ditanamkan, ditambah dengan kinerja mesin yang jauh lebih cepat dari manusia, maka mesin dapat melakukan problem solving, seperti layaknya penghitungan dengan lebih cepat dan tepat. Namun, penelitian dan pengembangan terhadap kecerdasan buatan ini tidak hanya terbatas pada penghitungan. Banyak subdivisi-subdivisi yang dapat kita temukan dalam mempelajari AI ini, Banyak peneliti dan pengembang AI yang hanya mengembangkan AI pada suatu fungsi atau tujuan tertentu saja. Hal ini menimbulkan masalah baru, seperti misalnya terkadang antara satu bidang penelitan AI dengan yang lain susah untuk disatukan. Seperti yang sebelumnya dibicarakan, masalah-masalah yang sedang menjadi bahan utama untuk diatasi dengan AI dapat dibagi menjadi beberapa kategori, yang antara lain adalah : - pengambilan kesimpulan / keputusan, sering disebut dengan istilah Problem Solving, - representasi pengetahuan, - perencanaan / penjadwalan, - pembelajaran, - kemampuan bersosialitas, - persepsi dan daya tanggap, - melakukan gerakan dan manipulasi objek, - kreatifitas mesin, - dan AI untuk general purpose. Lalu, apa hubungannya dengan permainan video game? AI berperan sangatlah penting dalam sebuah permainan, dimana AI akan menciptakan sebuah ilusi bagi para pemain, dimana seakan-akan pemain akan merasakan bahwa NPC ( non-player / non-playable character ) yang dilawannya / yang sedang bermain dengannya seolaholah seperti seorang manusia nyata. Dan untuk permainan kartu, AI yang banyak dan paling mungkin digunakan adalah AI yang memiliki tujuan pengambilan keputusan/ problem solving, dimana AI nantinya akan menganalisa keadaan yang ada, dan mengambil keputusan dan tindakan berdasarkan hasil analisis yang telah didapatkan. III. POKEMON TRADING CARD GAME A. Persiapan Permainan Pada permainan kartu ini, anda dapat menemukan 5 macam tipe kartu dalam list Base Set Pokemon TCG, yang antara lain adalah Pokemon Cards, Energy Cards, Trainer Cards, Stadium Cards, dan Supporter Cards. Dalam mempersiapkan sebuah deck Pokemon, beberapa hal harus diperhatikan, antara lain adalah 1 Deck minimal terdiri dari 60 kartu, dan hanya boleh memiliki maksimal 4 kartu bernama sama di dalamnya untuk tipe kartu apapun, kecuali energy Cards yang boleh dimasukkan berapapun jumlahnya ke dalam deck. Pada makalah ini, dibatasi tanpa mengikutsertakan Trainer Card dan Supporter Card, dikarenakan trainer card dan supporter card yang sangat variatif dan memiliki fungsi yang berbeda antara satu dengan lainnya, sehingga diperlukan penanganan yang berbeda antara kartu yang satu dengnan yang lain. Gambar 3 : Tampilan Pokemon Card dan Energy Card B. Jenis Elemen dan Jenis Permainannya Pada Pokemon Trading Card Game, terdapat 9 jenis elemen yang diimplementasikan pada pokemon dan energy yang akan dipakainya. Tiap elemen memiliki karakteristik tersendiri, yang dapat dideskripsikan secara singkat sebagai berikut : - Grass, memiliki kemampuan menyembuhkan diri dan meracuni musuh. - Fire, memiliki serangan paling tinggi dan mampu memberikan status burned, namun butuh persiapan dalam menggunakannya. - Water, memiliki kemampuan manipulasi energi, serta mampu memanipulasi posisi pokemon musuh. - Lightning, deck ini memiliki kemampuan untuk dan mendapatkan energi dengan cepat, serta memberikan efek paralyzed pada musuh. - Psychic, deck ini memiliki pokemon dengan serangan yang spesial, serta mampu memberikan banyak status negatif kepada pokemon lawan. - Fighting, deck ini dapat dideskripsikan dengan kalimat sebagai berikut bigger risk, bigger outcome - Dark, memiliki kemampuan untuk menyerang memberikan efek kerugian atau situasi kurang menguntungkan pada pemain lawan

- Metal, memiliki daya tahan lebih dibandingkan deck lainnya, sehingga relatif susah untuk dikalahkan. - Normal, tipe kartu terakhir ini tidak memiliki kelebihan yang khusus, namun tipe permainannya bervariatif dan cocok dimasukan ke deck manapun. Pada makalah ini, akan dibahas deck Basic Red dan Basic Green, yang memiliki tipe karu api dan daun, penulis juga tidak membahas adanya bad status / special condition, karena diperlukan pembahasan lanjut lewat mata kuliah probabilitas dan statistika. C. Zona-zona Pada Tempat Bermain Pokemon TCG Arena yang digunakan permainan Pokemon TCG adalah : - Bench, Tempat pemain meletakkan pokemon cadangannya, pokemon cadangan yang bisa diletakkan maksimal 5 buah. D. Mengawali Permainan Untuk mengawali permainan, tiap pemain diharapkan melakukan serangkaian tindakan sebagai berikut : - Melakukan jabat tangan (tanda fair play) - Mengocok deck milik lawan, mengembalikannya - Mengambil 7 kartu dari deck - Cek, apakah ada basic pokemon atau tidak, jika tidak ada, tunjukan kartu di tangan kepada lawan, kembalikan kartu ke deck, dan ambil 7 kartu lagi, musuh dipersilahkan mengambil 1 kartu lagi dari decknya dengan gratis. - Taruh satu kartu basic pokemon di zona active pokemon, dalam keadaan tertutup. - Taruh maksimal 5 kartu basic pokemon di zona bench, dalam keadaan tertutup juga. - Ambil 5 kartu teratas dari deck, letakkan pada zona Prize Card. - Lakukan pengundian untuk menentukan siapa yang mendapatkan giliran pertama pada game dengan cara melempar koin. - Masing-masing pemain membalik semua kartu pokemon yang tadinya tertutup, dan permainan siap untuk dimulai. E. Bagian dari tiap Giliran Permainan (Turn) Gambar 4 : Tampilan Papan Permainan Pokemon TCG Berikut adalah penjelasan tiap zona yang tertera pada papan permainan di atas : - Hand, Merepresentasikan kartu yang ada di tangan pemain, dengan 7 kartu sebagai default. - Deck, Tempat kartu diambil, dengan kartu sebanyak 60 buah. - Prize Cards, Tempat kartu hadiah, yang dipilih 6 buah secara acak dari deck tiap pemain. Pemain hanya dapat mengambil satu kartu hadiah ini apabila telah berhasil mengalahkan satu pokemon lawan. - Discard Pile, Merupakan tempat bagi kartu yang telah selesai dipakai, kartu yang masuk ke dalam zona ini adalah kartu pokemon beserta energi yang telah dikalahkan lawan, atau kartu pendukung sekali pakai. - In Play, Daerah yang dinyatakan sedang dalam permainan, dibagi menjadi 2 bagian yaitu Active Pokemon dan Bench yang - Active Pokemon, Adalah zona dimana pokemon yang sedang aktif diletakkan (yang bisa menyerang dan diserang), pemain akan kalah apabila tidak memiliki pokemon aktif. Pada setiap giliran setelah permainan dimulai, maka secara umum pemain akan masuk ke dalam beberapa bagian berikut : - Mengambil satu kartu dari deck - Lakukan hal-hal berikut, dengan urutan bebas : a) Meletakan basic pokemon ke zona bench b) Mengevolusikan pokemon anda c) Meletakkan satu Energy Card ke satu pokemon d) Memainkan Trainer Card (hanya boleh sekali untuk supporter dan stadium) e) Menggunakan abilities dari tiap pokemon in-play f) Menukar pokemon aktif dengan yang ada di bench - Menyerang lawan, lalu akhiri giliran. (a) (b) (c) Gambar 5 : Tahap pengevolusian suatu Pokemon (a) Basic Pokemon (b) Stage One Pokemon (c) Stage Two Pokemon

II. POHON DAN PENGGUNAANNYA A. Pohon Keputusan Pohon adalah sebuah graf yang tidak berarah, dimana dua simpul dihubungkan oleh satu sisi sederhana saja. Pohon juga tidak diperbolehkan memiliki sirkuit. Pohon juga sering digunakan dalam ilmu computer, khususnya pada bidang struktur data untuk merepresentasikan suatu bentuk data. Pohon yang digunakan memiliki sisi yang berarah, yang merupakan salah satu jenis pohon, yaitu pohon berarah. Struktur pohon yang dipakai pada pemrograman AI ini adalah pohon keputusan, yang berupakan implementasi dari sebuah pohon berakar (rooted tree). Pohon berakar sendiri adalah pohon yang salah satu simpulnya diperlakukan sebagai akar dan dibuat menjadi graf berarah. Pada pohon, terdapat beberapa istilah penting, yang antara lain akan dijelaskan dengan gambar sebagai berikut : penelitian, bisnis, atau secara umum adalah untuk melakukan analisa keputusan, untuk membantu mengidentifikasi sebuah strategi yang menghasilkan hasil yang paling baik atau sesuai yang diinginkan pengguna. Ada 3 Simbol yang digunakan dalam suatu Pohon Keputusan. Masing-masing Simbol merepresentasikan keadaan yang sedang dihadapi saat itu, yang antara lain: - Simpul Keputusan : dilambangkan dengan persegi - Simpul Peluang : dilambangkan dengan lingkaran - Simpul Hasil : dilambangkan dengan segitiga a b c d h e i j f g k Gambar 7 : Salah satu contoh format Pohon Keputusan Representasi dengan diagram ini dapat menjelaskan solusi dari tiap permasalahan satu demi satu. Dapat dilihat pula bahwa semakin banyak dilakukan suatu pengambilan keputusan, maka hasil yang keluar juga akan semakin banyak, dan tidak pernah menyempit. Gambar 6 : Pohon Berakar - Anak : c adalah anak dari a, f adalah anak dari b - Orang tua : a adalah orangtua dari c - Lintasan : lintasan dari a ke j adalah a,b,e,j - Saudara kandung : e dan f adalah saudara kandung - Upapohon : pohon dengan akar b adalah upapohon a - Derajat : adalah jumlah sisi pada suatu simpul - Daun : simpul paling bawah dari sebuah pohon berakar - Simpul dalam : adalah simpul yang memiliki anak - Tingkat : tingkat ketinggian simpul (a = 0, b/c/d = 1) - Level : tingkat tertinggi dari suatu pohon Lalu bagaimana dengan Pohon Keputusan sendiri? Pohon Keputusan (Decision Tree) adalah salah satu aplikasi dari pohon berakar yang digunakan sebagai alat untuk membantu menentukan suatu keputusan dan kemungkinan-kemungkinan konsekuensi dari keputusan tersebut, termasuk hal-hal yang berbau probabilitas, Pohon keputusan ini biasanya dipakai dalam operasi l m B. Aplikasi dalam Pola Pikir AI Pada pengambilan keputusan yang dilakukan oleh AI, penggunaan pohon keputusan yang tepat sangatlah diperlukan, hal ini disebabkan karena kondisi atau situasi yang dialami oleh AI pada tiap giliran akan selalu berubah, sehingga pengambilan keputusan suatu giliran kemungkinan besar akan berbeda dengan giliran-giliran sebelumnya. Bisa dibilang, hamper semua sistem yang digunakan pada semua trading card game saat ini adalah turn based system, hal tersebut berlaku juga pada permainan Pokemon Trainer Challenge ini, sistem pertarungan yang digunakan adalah sisterm player versus player dan player versus computer. Saat ini yang akan dibahas adalah bagaimana permainan AI pada komputer diprogram. Pada tiap giliran (pengecualian pada giliran pertama), seperti yang telah dijelaskan sebelumnya, sistem permainan dapat dibagi menjadi 3 bagian, yaitu pengambilan kartu, persiapan, dan tindakan menyerang lawan (sekaligus mengakhiri giliran). Disini decision

making yang dilakukan menitikberatkan pada bagian persiapan, walaupun nantinya pada bagian penyerangan juga diperlukan decision making kembali. Pada tahap persiapan, tiap pemain diberikan beberapa pilihan untuk dilakukan. Pilihan-pilihan tersebut dapat dilakukan tanpa memperhatikan urutan, jadi tergantung bagaimana seorang pemain menentukan prioritasnya. Oleh karena itu, AI yang digunakan nantinya juga harus ditentukan dulu cara bermainnya lewat pohon keputusan yang bersangkutan pula. Dalam pengambilan keputusan, sebaiknya diikuti dengan strategi yang masuk akal. Contoh sederhana saja, apabila pokemon sudah hampir kalah, alangkah baiknya apabila kita menukar active pokemon tersebut dengan keuntungan. Oleh karena itu, bantuan ekspresi logika pada pohon keputusan yang akan digunakan nantinya sangatlah berpengaruh. Hal ini tidak hanya berlaku pada pemain, namun juga pada AI. Berikut ini adalah beberapa pohon keputusan yang telah dibuat berdasarkan pengamatan terhadap AI yang digunakan pada permainan Pokemon Trainer Challenge secara umum. Sebagai tambahan, untuk mengatasi kejadian saat penentuan giliran pertama, maka suatu parameter pengambilan keputusan yang lain, dikarenakan ada beberapa hal yang dilarang dilakukan pada giliran pertama, yaitu mengevolusikan pokemon dan memakai Trainer Card. Berikut ini adalah pohon keputusannya. Diagram di atas merupakan salah satu pola pikir AI yang berhasi diselidiki dari pengamatan yang dilakukan penulis untuk deck Basic Red dan Basic Green. Hanya saja deck Basic Red akan tetap memberikan energy walaupun pokemon tersebut sudah tidak membutuhkannya lagi, karena digunakan untuk persiapan pada turn selanjutnya. Sedangkan pada deck Basic Green, pokemon yang sekarat tidak ditukar dengan yang di bench, melainkan mempersiapkan pokemon pengganti yang ada di bench. yang ada di bench, sehingga musuh tidak mendapatkan Pada hasil pengambilan keputusan, terdapat beberapa huruf, yang artinya AI harus melakukan tindakantindakan sehubungan dengan huruf tersebut. Keterangan : a : meletakkan pokemon dari tangan ke bench b : mengevolusikan pokemon c : memberi Energy Card ke pokemon yg membutuhkan d : menukar active pokemon dengan yang di bench e : menyerang pokemon musuh

V. KESIMPULAN Penggunaan Pohon, khususnya pohon keputusan sangatlah berpengaruh dalam pemrograman AI dalam sebuah video game. Dengan menggunakan pohon keputusan, maka banyak hal dan kondisi yang dapat diperhitungakan dan diatasi oleh AI. Semakin rumit pohon, semakin komples AI dan semakin menyerupai manusia tingkah laku dari AI tersebut, sehingga permainan akan terasa lebih seru walau dimainkan sendiri. REFERENSI [1] http://en.wikipedia.org/wiki/pokemon_trading_card_game Diakses pada tanggal 10-12-2011 pukul 02.00 WIB [2] http://www.pokemontcg.com/ Diakses pada tanggal 10-12-2011 02.10 WIB [3] http://en.wikipedia.org/wiki/artificial_intelligence Diakses pada tanggal 11-12-2011 pukul 00.17 WIB [4] http://en.wikipedia.org/wiki/artificial_intelligence_(video_games) Diakses pada tanggal 11-12-2011 pukul 00.30 [5] http://en.wikipedia.org/wiki/tree_(graph_theory) Diakses pada tanggal 11-12-2011 pukul 12.00 [6] http://en.wikipedia.org/wiki/decision_tree Diakses pada tanggal 11-12-2011 pukul 12.10 [7] R. Munir, Diktat Kuliah IF2091 Struktur Diskrit. Bandung: Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, 2008 PERNYATAAN Dengan ini saya menyatakan bahwa makalah yang saya tulis ini adalah tulisan saya sendiri, bukan saduran, atau terjemahan dari makalah orang lain, dan bukan plagiasi. Bandung, 11 Desember 2011 Aji Nugraha SK / 13510092