Abstract
Non-Playable Character (NPC) merupakan salah satu elemen yang paling penting dalam video game. Umumnya, NPC menyediakan tantangan bagi pemain dalam menyelesaikan misi di dalam game, dimana NPC berarti bertindak sebagai musuh. Peran sebagai musuh menyebabkan tingkat kemenangan menjadi salah satu tujuan utama dari kecerdasan buatan yang diaplikasikan ke NPC. Tantangan yang disediakan NPC ini sangat penting untuk menjaga agar pemain tetap melanjutkan permainan. Untuk mendapatkan pengalaman yang sama menyenangkannya dengan saat bermain dengan orang lain, NPC harus dapat menyediakan tantangan yang seimbang layaknya manusia. Masalah yang terjadi adalah rendahnya tingkat kemenangan yang diraih oleh NPC, sehingga pemain dapat merasa bosan. Algoritma alpha-beta pruning merupakan salah satu algoritma pengambil keputusan yang sering diterapkan pada permainan yang memerlukan pemain lebih dari atau sama dengan dua. Karena itu algoritma ini cocok untuk diterapkan pada objek penelitian yaitu permainan Triple Triad. Permainan Triple Triad adalah permainan papan yang dimainkan oleh dua pemain. Permainan Triple Triad petama kali diperkenalkan sebagai sebuah mini-game yang terdapat dalam game Final Fantasy VIII. Permainan ini merupakan gabungan dari permainan kartu (card game) dan juga permainan papan (board game). Dalam penelitian ini, algoritma alpha-beta pruning terbukti dapat meningkatkan tingkat kemenangan (win rate) NPC. Hal ini ditunjukkan dengan hasil perbandingan win rate NPC yang memilih langkah secara acak yaitu sebesar 17.5% dengan NPC yang sudah diterapkan algoritma alpha-beta pruning yaitu sebesar 55%. Disini terlihat peningkatan win rate yang cukup signifikan.
Published Version (
Free)
Talk to us
Join us for a 30 min session where you can share your feedback and ask us any queries you have
Schedule a call