Surya Kurniawan Lie, Crist (2021) Implementasi Adaptive AI dalam Pengembangan Video Game Pertarungan. Bachelor Thesis thesis, Universitas Multimedia Nusantara.
Abstract
Pada video game, Artificial Inteligence (AI) digunakan untuk membuat non- player characters (NPCs) yang dapat menghasilkan tindakan cerdas, responsive, dan adaptive. Dalam video game pertarungan, AI digunakan untuk membuat karakter lawan yang dapat memberikan perlawanan kepada pemain seperti saat pemain sedang melawan pemain lain. Namun, penggunaan AI standard dalam video game pertarungan akan membuat karakter lawan memiliki strategi yang statis. Karena AI terus menggunakan strategi yang sama, hal tersebut akan menurunkan repeatability dari game saat pemain sudah mengetahui cara mengalahkan strategi yang digunakan oleh AI. Salah satu cara untuk mengatasi masalah tersebut adalah dengan mengimplementasi adaptive AI pada video game pertarugan, sehingga AI pada game dapat terus mempelajari strategi pemain dan menyesuaikan strategi yang digunakannya. Oleh karena itu, pada penelitian ini akan dikembangkan video game pertarungan dengan mengimplementasikan adaptive AI dan kemudian mengukur tingkat kepuasan pemain terhadap game yang telah dibuat. Nilai dari tingkat kepuasan pemain akan diukur menggunakan Game User Experience Satisfaction Scale. Game yang telah dibangun mendapatkan nilai 73.03% dari perhitungan GUESS yang menandakan bahwa pemain merasa puas terhadap game yang telah diciptakan.
Item Type: | Thesis (Bachelor Thesis) |
---|---|
Keywords: | adaptive AI, fighting game, game AI, GUESS |
Subjects: | 000 Computer Science, Information and General Works > 000 Computer Science, Knowledge and Systems > 006 Special Computer Methods > 006.3 Artificial Intelligence, Machine Learning, Pattern Recognition, Data Mining 700 Arts and Recreation > 790 Outline of Sports, Games and Entertainment > 793 Indoor Games and Amusements |
Divisions: | Faculty of Engineering & Informatics > Informatics |
SWORD Depositor: | Administrator UMN Library |
Depositing User: | Administrator UMN Library |
Date Deposited: | 24 Aug 2021 11:42 |
Last Modified: | 25 Aug 2023 07:18 |
URI: | https://kc.umn.ac.id/id/eprint/17682 |
Actions (login required)
View Item |