Skenario Dinamis Menggunakan DCA (Dynamic Challenging Level Adapter) pada Permainan 2D Bergenre Real Time Strategy Tower Defense

Putra, Ramadhany Candra Arif (2015) Skenario Dinamis Menggunakan DCA (Dynamic Challenging Level Adapter) pada Permainan 2D Bergenre Real Time Strategy Tower Defense. Undergraduate thesis, Institut Teknologi Sepuluh Nopember.

[img]
Preview
Text
2211100044-Undergraduate Thesis.pdf - Published Version

Download (11MB) | Preview

Abstract

Permainan Real-time Strategy (RTS) merupakan permainan yang bersifat kompetitif, antara pemain melawan pemain ataupun mela- wan non-player character (NPC). Banyak pengembang permainan menggunakan kemampuan NPC lawan yang terstruktur secara sta- tis. Kemampuan tersebut tidak selalu dapat memberikan tingkat tantangan (challenging rate (CR)) yang sesuai ke berbagai tipe ka- rakter pemain. Oleh karena itu dibutuhkan suatu kecerdasan bu- atan (AI) yang dapat mengatur kemampuannya terhadap berbagai tipe karakter pemain, sehingga dihasilkan pola permainan yang di- namis serta tingkat tantangan yang sesuai. Pada tugas akhir ini akan diimplementasikan dynamic challenging level adapter (DCA) sebagai mekanisme untuk beradaptasi terhadap unsur permainan dan menentukan pemilihan keputusan. Pemilihan keputusan ak- an menggunakan bantuan decision tree dan penyelesaian knapsack problem digunakan untuk memilih kombinasi pasukan yang tepat dalam mengatasi keadaan. Untuk mengukur performa sistem AI de- ngan DCA, dibuat AI yang didasari tingkat kesulitan yang umum digunakan yaitu mudah, sedang, dan sukar untuk menjadi lawan tanding. Hasil pengujian AI dengan DCA didapatkan rata-rata da- ri rata-rata selisih nilai CR tiap waktu untuk hasil pertarungan dengan berbagai tipe tingkat kesulitan adalah 34,02, dibandingkan dengan rata-rata untuk hasil pertarungan dengan tingkat kesulit- an yang setara adalah 33,65 sehingga hanya terpaut sebesar 0,37. Sedangkan dengan tingkat kesulitan tidak setara didapatkan rata- rata terpaut sebesar 55,98 dari rata-rata tingkat kesulitan setara. Dengan hasil tersebut dapat disimpulkan penggunaan DCA dapat menjadi pengganti tingkat kesulitan yang statis namun tetap dengan tingkat tantangan yang sesuai bagi tiap tipe karakter pemain. ========================================================================================================== Real-time Strategy (RTS) game is a game with competitive envi- ronment, that can be played by player versus player or non-player character (NPC). Many game developer implement enemy NPC wi- th static pattern. Ability of static NPC not always give challenge to any kind of model player. Because of that, it needed an arti�cial intelligence (AI) that can maintain it's ability to any kind of mo- del player, so it's produce dynamic ow of gameplay and balance in challenging level. In this �nal project will be implemented dynamic challenging level adapter (DCA) as mechanism for adapting of ele- ment in game environment and choose decision. Decision selection will be handled with decision tree to decide outcome for all condition, and solution of knapsack problem will be used for choosing unit com- bination to handle the condition. To see what AI NPC with DCA is capable of, another AI is created that implement simple mechanism with default di�culty level like easy, medium, and hard. This new AI will be enemy for AI with DCA. The result of implementation NPC with DCA give the average of average di�erence in CR each time was 34,02 as the result of battle NPC with DCA and without DCA with di�erent di�culty level. Comparing the result of NPC without DCA battle with the same di�culty level, the average of average di�erence in CR each time was 33,65, adrift at 0.37. While with di�erent di�culty level got the average adrift at 55,98 from the same di�culty level. With these result we can conclude the use of DCA can be a substitute for static di�culty level but still with the same challenging level to every type of model player.

Item Type: Thesis (Undergraduate)
Additional Information: RSE 006.678 Put s
Uncontrolled Keywords: DCA, Kecerdasan Buatan, RTS, Decision Tree, Challenging Rate, Knapsack Problem.
Subjects: G Geography. Anthropology. Recreation > GV Recreation Leisure > GV1469.2 Computer games
Divisions: Faculty of Industrial Technology > Electrical Engineering > 20201-(S1) Undergraduate Thesis
Depositing User: Mr. Tondo Indra Nyata
Date Deposited: 05 Apr 2018 04:20
Last Modified: 24 Aug 2018 06:20
URI: https://repository.its.ac.id/id/eprint/51692

Actions (login required)

View Item View Item