Amin, Arrizal (2018) Klon Perilaku Menggunakan Jaringan Saraf Tiruan Konvolusional Dalam Game SuperTuxKart. Sarjana thesis, Universitas Brawijaya.
Abstract
Salah satu komponen penting dari permainan video adalah kecerdasan buatan untuk membuat permainan menjadi lebih kompetitif. Kecerdasan buatan berperan dalam menentukan aksi yang akan dijalankan demi mencapai tujuan di dalam permainan. Dalam pembuatan algoritme kecerdasan buatan, pengembang permainan perlu memprogram kecerdasan buatan untuk dapat memilih aksi/langkah yang akan dipakai dalam setiap keadaan di dalam permainan yang memungkinkan. Dalam penelitian ini, jaringan saraf tiruan akan digunakan sebagai kecerdasan buatan dalam permainan video. Penggunaan jaringan saraf tiruan akan memudahkan pengembang karena tidak perlu memprogram algoritme kecerdasan buatan berdasarkan setiap keadaan yang ada. Selain itu jaringan saraf tiruan dapat beradaptasi dan dapat mempelajari perilaku pemain. Penelitian ini akan menggunakan contoh permainan SuperTuxKart untuk mengembangkan kecerdasan buatan. Kecerdasan buatan yang dibuat pada learning rate 0,0001, momentum 0,3 dan epoch ke-100 dapat mencapai akurasi 86,72% dalam meniru perilaku pemain saat memainkan permainan. Sehingga dapat disimpulkan bahwa penggunaan jaringan saraf tiruan dapat digunakan sebagai kecerdasan buatan dalam permainan video.
English Abstract
One of the important component of the video game is an artificial intelligence to make the game more competitive. Artificial intelligence used to decide action to reach goal in the game and challenge game player. In the process of developing artificial intelligence, developer needs to program an aritficial intelligence to make a decision for action for each states possible in the game. In this research, artifical neural network will be used as an artificial intelligence inside video game. Neural network will simplify process of developing artificial intelligence because developer does not have to program an algorithm to decide each action for each possible states in the game. Furthermore, neural network can learn or clone gamer’s behavior while playing the game. In this research, SuperTuxKart will be used for an example to develop artificial intelligence inside video game. Artificial Intelligence with learning rate 0.0001, momentum 0.3 and epoch 100 reaches accuracy 86.72% for cloning game’s behavior while playing video game. So this research concluded that neural network can be used as an artificial intelligence inside game.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/FTIK/2018/1094/051809198 |
| Uncontrolled Keywords: | jaringan saraf tiruan, jaringan saraf tiruan konvolusional, klon perilaku, kecerdasan buatan game computer vision, artificial neural network, convolutional neural network, game artificial intelligence |
| Subjects: | 000 Computer science, information and general works > 006 Special computer methods > 006.3 Artificial intelligence > 006.32 Neural nets (neural networks) |
| Divisions: | Fakultas Ilmu Komputer > Teknik Informatika |
| Depositing User: | Budi Wahyono Wahyono |
| Date Deposited: | 12 Dec 2018 07:48 |
| Last Modified: | 22 Oct 2021 04:50 |
| URI: | http://repository.ub.ac.id/id/eprint/13835 |
Preview |
Text
Arrizal Amin.pdf Download (20MB) | Preview |
Actions (login required)
 |
View Item |