Strategi Menyerang pada Game FPS Menggunakan Hierarchical Finite State Machine dan Logika Fuzzy

Arif, Yunifa Miftachul (2010) Strategi Menyerang pada Game FPS Menggunakan Hierarchical Finite State Machine dan Logika Fuzzy. Masters thesis, Institut Teknologi Sepuluh Nopember.

Text 2208205732 -Master_thesis.pdf Restricted to Repository staff only Download (26MB)

Abstract

Tujuan pengembangan kecerdasan buatan adalah untuk membuat aksi dan reaksi dari autonomous agent atau NPC (Non-Player Character) dalam game. Dua NPC bisa saling membantu dalam menjalankan strategi menyerang terhadap musuh. Penelitian ini menjelaskan tentang bagaimana membuat strategi menyerang yang dilakukan oleh NPC dengan menggunakan Hierarchical Finite State Machine untuk mendesain masing-masing perilaku. Selanjutnya digunakan logika fuzzy untuk menentukan respons perilaku terhadap kondisi yang dihadapi. Dua NPC yang dimaksud adalah NPC Scout yang bertugas memancing serangan musuh, dan NPC Sniper yang bertugas memberikan back up serangan dari jarak jauh. Dalam penelitian ini ditetapkan empat perilaku yang dimiliki oleh NPC Scout yaitu: menyerang brutal, menyerang, melarikan diri, dan bertahan. Perilaku yang dimiliki NPC Sniper yaitu: menyerang, bertahan, dan melarikan diri. Perilaku NPC Scout berubah berdasarkan perubahan variabel amunisi dan kesehatan, sedangkan perilaku NPC Sniper berubah berdasarkan perubahan variabel amunisi dan jarak musuh yang kesemuanya dimasukkan dalam sistem fuzzy. Masing-masing perilaku diujicobakan dalam game First Person Shooter menggunakan Torque Game Engine. Dalam simulasi game terjadi respons perubahan perilaku masing-masing NPC terhadap kondisi yang dihadapi. Strategi menyerang dalam penelitian ini mempunyai tingkat kemenangan rata-rata hingga 80% ketika diujicobakan dengan musuh yang mempunyai perilaku umum yaitu menyerang dan menghindari tembakan. Selanjutnya ketika diujicobakan melawan pemain game yang berkolaborasi dengan satu NPC musuh, strategi ini mencapai tingkat kemenangan rata-rata 75%.
===================================================================================================================================
The objective of artificial intelligence development is to create the action and reaction of autonomous agents or NPCs (Non-Player Characters) in games. Two NPCs can help each other to execute an attacking strategy against an enemy. This paper describes how to generate an attacking strategy undertaken by NPCs using a Hierarchical Finite State Machine. Fuzzy logic is used to determine the behavioral response to the conditions faced. The two NPCs involved are NPC Scout, which is responsible for provoking enemy attacks, and NPC Sniper, which is tasked with providing backup attacks from a distance. This study determines four behaviors for NPC Scout: brutal attack, attack, escape, and survive. The behaviors for NPC Sniper are attack, survive, and escape. NPC Scout behavior changes based on variations in ammunition and health variables, whereas NPC Sniper behavior changes based on ammunition and enemy distance variables, all of which are processed in the fuzzy system. Each behavior was tested in a First Person Shooter game using the Torque Game Engine. In this simulation, behavioral responses of each NPC occurred dynamically according to the conditions faced. The attacking strategy in this study achieved an average win rate of up to 80% when tested against enemies with standard behaviors (attacking and dodging gunfire), and an average win rate of up to 75% when tested against human players collaborating with an enemy NPC.

Item Type:	Thesis (Masters)
Uncontrolled Keywords:	Non Player Character, strategi menyerang, Hierarchycal Finite State Machine, logika fuzzy.
Subjects:	Q Science > QA Mathematics > QA336 Artificial Intelligence
Divisions:	Faculty of Electrical Technology > Electrical Engineering > 20101-(S2) Master Thesis
Depositing User:	magang .
Date Deposited:	28 Sep 2026 00:55
Last Modified:	28 Sep 2026 00:55
URI:	http://repository.its.ac.id/id/eprint/144916

Actions (login required)

View Item