Melola Discovery

← Melola Discovery

Jurnal SINTA 2

ANALISIS PERBANDINGAN KECERDASAN BUATAN PADA COMPUTER PLAYER DALAM MENGAMBIL KEPUTUSAN PADA GAME BATTLE RPG

JUTI: Jurnal Ilmiah Teknologi Informasi · Vol. 15 No. 2 (2017) · pp. 226–237

DOI
10.12962/j24068535.v15i2.a671
ISSN
2406-8535, 1412-6389
Published
2017-07-01
Publisher
Institut Teknologi Sepuluh Nopember
Language
eng

Abstract

Pemanfaatan kecerdasan buatan telah diimplementasikan kedalam banyak hal, salah satunya adalah game. Secara umum tujuan dibuatnya game adalah untuk membuat pengguna menjadi terhibur dan merasakan kesenangan ketika sedang atau telah bermain. Kecerdasan buatan di dalam game dibutuhkan untuk meningkatkan tantangan di dalam game dan membuat game menjadi lebih dinamis dan terarah. Sehingga akan menciptakan kesenangan bagi pengguna pada saat dan setelah memainkan game. Beberapa penerapan kecerdasan buatan di dalam game diantaranya adalah dengan menggunakan metode Support Vector Machine (SVM). Dalam beberapa kasus game ada juga yang menggunakan metode Decision tree yang akan mengatur perilaku computer player di dalam permainan. Metode yang lebih sederhana untuk mengatur perilaku computer player yaitu Rulebase. Pada penelitian ini akan dilakukan perbandingan kecerdasan buatan untuk mengatur perilaku computer player di dalam game Role-Playing Game (RPG). Yang dimaksud computer player pada penelitian ini adalah pemain atau karakter yang dijalankan oleh sistem di dalam game.Tujuan dilakukannya perbandingan tersebut adalah untuk mengetahui metode kecerdasan buatan manakah yang paling baik diterapkan pada game berjenis battle RPG. Metode yang digunakan untuk menguji kecerdasan buatan yang diterapkan pada game battle RPG ini adalah dengan menggunakan skenario pertandingan.Berdasarkan analisis yang telah dilakukan didapatkan hasil bahwa kecerdasan buatan dengan menggunakan metode SVM memiliki keunggulan dalam faktor jumlah kemenangan. Hal ini dibuktikan dengan persentase kemenangan metode SVM sebesar 72.5%, Decision tree sebesar 50% dan Rulebase sebesar 22.5%. Berdasarkan data tersebut dapat disimpulkan bahwa pada penelitian ini metode SVM adalah metode pengambilan keputusan yang paling baik dibandingkan dengan metode decision tree dan Rulebase.

Collaboration network of the authors

33 authors · 66 co-authorship links

Hover or tap a name to highlight its co-authors. Double-click to open the author's page.

  • Institut Teknologi Sepuluh Nopember
  • Affiliation unknown
  • Different organisations
  • Same organisation
  • Affiliation unknown
  • Thicker line = more joint articles · bigger circle = more articles
Show as table
Co-authorOrganisationJoint articles
Agus Zainal ArifinInstitut Teknologi Sepuluh Nopember2
Aris TjahyantoAffiliation unknown2
Nanik SuciatiInstitut Teknologi Sepuluh Nopember2
Deny Prasetia HermawanInstitut Teknologi Sepuluh Nopember2
Ratri Enggar PaweningAffiliation unknown1
Tio DarmawanInstitut Teknologi Sepuluh Nopember1
Rizqa Raaiqa BintanaInstitut Teknologi Sepuluh Nopember1
Nursuci Putri HusainInstitut Teknologi Sepuluh Nopember1
Nursanti Novi ArisaInstitut Teknologi Sepuluh Nopember1
Putri Nur RahayuInstitut Teknologi Sepuluh Nopember1
Yuna SugianelaInstitut Teknologi Sepuluh Nopember1
Qonita Luthfia SutinoAffiliation unknown1
Joko Lianto BulialiInstitut Teknologi Sepuluh Nopember1
Giri WiriapradjaAffiliation unknown1
Anny YuniartiInstitut Teknologi Sepuluh Nopember1
Krisma Marinda Sormin SiregarAffiliation unknown1
Siti RochimahInstitut Teknologi Sepuluh Nopember1
Rahmi Ika NovianaAffiliation unknown1
Dody Rachmat WicaksonoAffiliation unknown1
Febriliyan SamopaInstitut Teknologi Sepuluh Nopember1
Firman FathoniAffiliation unknown1
Supria SupriaInstitut Teknologi Sepuluh Nopember1
Wijayanti Nurul KhotimahInstitut Teknologi Sepuluh Nopember1
Ridho Rahman HariadiInstitut Teknologi Sepuluh Nopember1
Imaduddin Al FikriInstitut Teknologi Sepuluh Nopember1
Dimas Fanny Hebrasianto PermadiInstitut Teknologi Sepuluh Nopember1
Ari Mahardika Ahmad NafisInstitut Teknologi Sepuluh Nopember1
Hadziq FabroyirInstitut Teknologi Sepuluh Nopember1
Matthew Vieri SuriawanInstitut Teknologi Sepuluh Nopember1
Muhammad Zain Fawwaz Nuruddin SiswantoroAffiliation unknown1

Affiliations come from OpenAlex; journal OAI-PMH metadata carries none. Authors without an OpenAlex ID are matched by name, which can merge or split people.

Metadata source: OAI-PMH (metadata jurnal) https://juti.if.its.ac.id/index.php/juti/oai, first harvested 26 Okt 2026, last seen 26 Okt 2026.
Original metadata (oai_dc)
<oai_dc:dc xmlns="http://www.openarchives.org/OAI/2.0/" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:oai_dc="http://www.openarchives.org/OAI/2.0/oai_dc/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/  http://www.openarchives.org/OAI/2.0/oai_dc.xsd">
	<dc:title xml:lang="en">ANALISIS PERBANDINGAN KECERDASAN BUATAN PADA COMPUTER PLAYER DALAM MENGAMBIL KEPUTUSAN PADA GAME BATTLE RPG</dc:title>
	<dc:creator xml:lang="en">Abdi, Musta'inul</dc:creator>
	<dc:creator xml:lang="en">Herumurti, Darlis</dc:creator>
	<dc:creator xml:lang="en">Kuswardayan, Imam</dc:creator>
	<dc:description xml:lang="en">Pemanfaatan kecerdasan buatan telah diimplementasikan kedalam banyak hal, salah satunya adalah game. Secara umum tujuan dibuatnya game adalah untuk membuat pengguna menjadi terhibur dan merasakan kesenangan ketika sedang atau telah bermain. Kecerdasan buatan di dalam game dibutuhkan untuk meningkatkan tantangan di dalam game dan membuat game menjadi lebih dinamis dan terarah. Sehingga akan menciptakan kesenangan bagi pengguna pada saat dan setelah memainkan game. Beberapa penerapan kecerdasan buatan di dalam game diantaranya adalah dengan menggunakan metode Support Vector Machine (SVM). Dalam beberapa kasus game ada juga yang menggunakan metode Decision tree yang akan mengatur perilaku computer player di dalam permainan. Metode yang lebih sederhana untuk mengatur perilaku computer player yaitu Rulebase. Pada penelitian ini akan dilakukan perbandingan kecerdasan buatan untuk mengatur perilaku computer player di dalam game Role-Playing Game (RPG). Yang dimaksud computer player pada penelitian ini adalah pemain atau karakter yang dijalankan oleh sistem di dalam game.Tujuan dilakukannya perbandingan tersebut adalah untuk mengetahui metode kecerdasan buatan manakah yang paling baik diterapkan pada game berjenis battle RPG. Metode yang digunakan untuk menguji kecerdasan buatan yang diterapkan pada game battle RPG ini adalah dengan menggunakan skenario pertandingan.Berdasarkan analisis yang telah dilakukan didapatkan hasil bahwa kecerdasan buatan dengan menggunakan metode SVM memiliki keunggulan dalam faktor jumlah kemenangan. Hal ini dibuktikan dengan persentase kemenangan metode SVM sebesar 72.5%, Decision tree sebesar 50% dan Rulebase sebesar 22.5%. Berdasarkan data tersebut dapat disimpulkan bahwa pada penelitian ini metode SVM adalah metode pengambilan keputusan yang paling baik dibandingkan dengan metode decision tree dan Rulebase.</dc:description>
	<dc:publisher xml:lang="en">Institut Teknologi Sepuluh Nopember</dc:publisher>
	<dc:date>2017-07-01</dc:date>
	<dc:type>info:eu-repo/semantics/article</dc:type>
	<dc:type>info:eu-repo/semantics/publishedVersion</dc:type>
	<dc:type xml:lang="en">Peer-reviewed Article</dc:type>
	<dc:format>application/pdf</dc:format>
	<dc:identifier>https://juti.if.its.ac.id/index.php/juti/article/view/671</dc:identifier>
	<dc:identifier>10.12962/j24068535.v15i2.a671</dc:identifier>
	<dc:source xml:lang="en">JUTI: Jurnal Ilmiah Teknologi Informasi; Vol 15, No. 2, Juli 2017; 226-237</dc:source>
	<dc:source>2406-8535</dc:source>
	<dc:source>1412-6389</dc:source>
	<dc:source>10.12962/j24068535.v15i2</dc:source>
	<dc:language>eng</dc:language>
	<dc:relation>https://juti.if.its.ac.id/index.php/juti/article/view/671/351</dc:relation>
</oai_dc:dc>