Artificial Intelligence pada Game
Tugas Bab3
Nama : Wandi Muhammad Arif
NPM : 5C414180
Kelas : 3IA21
Matkul : Pengantar Teknologi Game
Dosen : Syefani Rahma Deski
NPM : 5C414180
Kelas : 3IA21
Matkul : Pengantar Teknologi Game
Dosen : Syefani Rahma Deski
PENGERTIAN ARTIFICIAL
INTILLIGENCE
Kecerdasan
Buatan atau kecerdasan yang ditambahkan kepada suatu sistem yang bisa diatur
dalam konteks ilmiah atau Intelegensi Artifisial (bahasa Inggris: Artificial
Intelligence atau hanya disingkat AI) didefinisikan sebagai kecerdasan entitas
ilmiah. Sistem seperti ini umumnya dianggap komputer. Kecerdasan diciptakan dan
dimasukkan ke dalam suatu mesin (komputer) agar dapat melakukan pekerjaan
seperti yang dapat dilakukan manusia. Beberapa macam bidang yang menggunakan
kecerdasan buatan antara lain sistem pakar, permainan komputer (games), logika
fuzzy, jaringan syaraf tiruan dan robotika.
Banyak hal yang kelihatannya sulit untuk kecerdasan manusia, tetapi untuk Informatika relatif tidak bermasalah. Seperti contoh: mentransformasikan persamaan, menyelesaikan persamaan integral, membuat permainan catur atau Backgammon. Di sisi lain, hal yang bagi manusia kelihatannya menuntut sedikit kecerdasan, sampai sekarang masih sulit untuk direalisasikan dalam Informatika. Seperti contoh: Pengenalan Obyek/Muka, bermain sepak bola.
Walaupun AI memiliki konotasi fiksi ilmiah yang kuat, AI membentuk cabang yang sangat penting pada ilmu komputer, berhubungan dengan perilaku, pembelajaran dan adaptasi yang cerdas dalam sebuah mesin. Penelitian dalam AI menyangkut pembuatan mesin untuk mengotomatisasikan tugas-tugas yang membutuhkan perilaku cerdas. Termasuk contohnya adalah pengendalian, perencanaan dan penjadwalan, kemampuan untuk menjawab diagnosa dan pertanyaan pelanggan, serta pengenalan tulisan tangan, suara dan wajah. Hal-hal seperti itu telah menjadi disiplin ilmu tersendiri, yang memusatkan perhatian pada penyediaan solusi masalah kehidupan yang nyata. Sistem AI sekarang ini sering digunakan dalam bidang ekonomi, obat-obatan, teknik dan militer, seperti yang telah dibangun dalam beberapa aplikasi perangkat lunak komputer rumah dan video game. ‘Kecerdasan buatan’ ini bukan hanya ingin mengerti apa itu sistem kecerdasan, tapi juga mengkonstruksinya.
Banyak hal yang kelihatannya sulit untuk kecerdasan manusia, tetapi untuk Informatika relatif tidak bermasalah. Seperti contoh: mentransformasikan persamaan, menyelesaikan persamaan integral, membuat permainan catur atau Backgammon. Di sisi lain, hal yang bagi manusia kelihatannya menuntut sedikit kecerdasan, sampai sekarang masih sulit untuk direalisasikan dalam Informatika. Seperti contoh: Pengenalan Obyek/Muka, bermain sepak bola.
Walaupun AI memiliki konotasi fiksi ilmiah yang kuat, AI membentuk cabang yang sangat penting pada ilmu komputer, berhubungan dengan perilaku, pembelajaran dan adaptasi yang cerdas dalam sebuah mesin. Penelitian dalam AI menyangkut pembuatan mesin untuk mengotomatisasikan tugas-tugas yang membutuhkan perilaku cerdas. Termasuk contohnya adalah pengendalian, perencanaan dan penjadwalan, kemampuan untuk menjawab diagnosa dan pertanyaan pelanggan, serta pengenalan tulisan tangan, suara dan wajah. Hal-hal seperti itu telah menjadi disiplin ilmu tersendiri, yang memusatkan perhatian pada penyediaan solusi masalah kehidupan yang nyata. Sistem AI sekarang ini sering digunakan dalam bidang ekonomi, obat-obatan, teknik dan militer, seperti yang telah dibangun dalam beberapa aplikasi perangkat lunak komputer rumah dan video game. ‘Kecerdasan buatan’ ini bukan hanya ingin mengerti apa itu sistem kecerdasan, tapi juga mengkonstruksinya.
Artificial Intellegence dalam Game
Salah satu unsur yang berperan
penting dalam sebuah game adalah kecerdasan buatan. Dengan kecerdasan buatan,
elemen-elemen dalam game dapat berperilaku sealami mungkin layaknya manusia.
Game AI adalah aplikasi untuk memodelkan karakter yang terlibat dalam permainan
baik sebagai lawan, ataupun karakter pendukung yang merupakan bagian dari permainan
tetapi tidak ikut bermain (NPC = Non Playable Character). Peranan kecerdasan
buatan dalam hal interaksi pemain dengan permainan adalah pada penggunaan
interaksi yang bersifat alami yaitu yang biasa digunakan menusia untuk
berinteraksi dengan sesama manusia.
Contoh media interaksi :
Penglihatan (vision)
Suara (voice), ucapan (speech)
Gerakan anggota badan ( gesture)
Contoh media interaksi :
Penglihatan (vision)
Suara (voice), ucapan (speech)
Gerakan anggota badan ( gesture)
Untuk pembentukan Artificial
Intelligence pada game ternyata digunakan pula algoritma, yaitu jenis pohon
n-ary untuk suatu struktur. Implementasi pohon (tree) ini biasa disebut game
tree. Berdasarkan game tree inilah sebuah game disusun algoritma kecerdasan
buatannya. Artificial intellegence yang disematkan dalam sebuah game yang
membentuk analisis game tree biasanya merepresentasikan kondisi atau posisi
permainan dari game sebagai suatu node, dan merepresentasikan langkah yang
mungkin dilakukan sebagai sisi berarah yang menghubungkan node kondisi tersebut
ke anak (child) sebagaimana representasi suatu pohon (tree). Namun, biasanya
representasi langsung tersebut mempunyai kelemahan, yaitu representasi data
pohon akan menjadi sangat lebar dan banyak. Mungkin bagi sebuah mesin komputer
mampu melakukan kalkulasi sebanyak apapun masalah, namun game tree yang lebar
dan besar memberikan beberapa masalah, antara lain konsumsi proses memori,
kapasitas penyimpanan yang cukup besar dan kinerja yang kurang pada konsol game
berspesifikasi rendah. Karena itu dibentuklah beberapa algoritma dan
penyederhanaan bagi sebuah game tree.
Pada salah satu contoh game klasik, yaitu tic tac toe, penyederhanaan dapat dilakukan dengan berbagai metode. Salah satu diantaranya adalah minimax. Metode ini berhasil diterapkan dan memberikan nilai reduksi yang cukup signifikan. Dan tidak hanya bisa digunakan secara monoton, minimax juga bisa digunakan untuk game-game yang lebih rumit seperti catur, tentunya dengan algoritma dan representasi berbeda. Minimax yang merupakan salah satu metode penerapan (implementasi) pohon n-ary pada suatu game, menandakan bahwa implementasi struktur (pohon khusunya) sangatlah diperlukan pada pembuatan dan penerapan Artificial Intelligence, dan tidak menutup kemungkinan ilmu dan metode baru yang lebih canggih akan ditemukan di masa depan. Ada banyak teknik yang diadaptasi dari bidang kecerdasan buatan. Beberapa diantaranya, yaitu:
Pada salah satu contoh game klasik, yaitu tic tac toe, penyederhanaan dapat dilakukan dengan berbagai metode. Salah satu diantaranya adalah minimax. Metode ini berhasil diterapkan dan memberikan nilai reduksi yang cukup signifikan. Dan tidak hanya bisa digunakan secara monoton, minimax juga bisa digunakan untuk game-game yang lebih rumit seperti catur, tentunya dengan algoritma dan representasi berbeda. Minimax yang merupakan salah satu metode penerapan (implementasi) pohon n-ary pada suatu game, menandakan bahwa implementasi struktur (pohon khusunya) sangatlah diperlukan pada pembuatan dan penerapan Artificial Intelligence, dan tidak menutup kemungkinan ilmu dan metode baru yang lebih canggih akan ditemukan di masa depan. Ada banyak teknik yang diadaptasi dari bidang kecerdasan buatan. Beberapa diantaranya, yaitu:
1.Pathfinding
Metode pathfinding paling
mudahditemui pada game-game bertipe strategi dimana kita menunjuk satu tokoh
untuk digerakkan ke lokasi tertentu dengan mengklik lokasi yang hendak dituju.
Si tokoh akan segera bergerak ke arah yang ditentukan, dan secara “cerdas”
dapat menemukan jalur terpendek ataupun menghindari dari rintangan-rintangan
yang ada. Salah satu algoritma pathfindin yang cukup umum dan yang paling
banyak digunakan utnuk mencari jarak terpendek secara efisien adalah algoritma
A* (baca: A star). Secara umum, algoritma A* adalah mendefinisikan area
pencarian menjadi sekumpulan node-node (tiles). Titik awal dan titik akhir
ditentukan terlebih dulu untuk mulai penelusuran pada tiap-tiap node yang memungkinkan
untuk ditelusuri. Dari sini, akan diperoleh skor yang menunjukkan besarnya
biaya untuk menempuh jalur yang ditemukan, ditambah dengan nilai heuristik yang
merupakan nilai biaya estimasi dari node yang ada menuju tujuan akhir. Iterasi
akan dilakukan hingga akhirnya mencapai target yang dituju.
2.
Waypoints
Merupakan titik acuan/kumpulan koordinat yang digunakan untuk keperluan navigasi. Maksud dari keperluan navigasi disini adalah mengidentifikasi sebuah titik dipeta. Disetiap koordinat biasanya menyertakan longitude, latitude, dan terkadang altitude untuk keperluan navigasi di udara.
Merupakan titik acuan/kumpulan koordinat yang digunakan untuk keperluan navigasi. Maksud dari keperluan navigasi disini adalah mengidentifikasi sebuah titik dipeta. Disetiap koordinat biasanya menyertakan longitude, latitude, dan terkadang altitude untuk keperluan navigasi di udara.
3. A* Searching
Algoritma A* merupakan yang sering digunakan
pada game yang menggunakan metode pathfinding. Algoritma ini dipilih karena A*
sangat mudah untuk diimplementasikan dan sangat efisien. Dengan menggunakan
algoritma A* kita dapat menentukan jalur terpendek. Pada algotitma ini akan
menyeleksi dengan cara membuang langkah yang tidak perlu dengan
mempertimbangkan bahwa langkah yang dibuang dipastikan tidak mencapai solusi
yang diinginkan.
Prinsip dari algoritma ini yaitu dengan cara mencari jalur
terpendek dari sebuah simpul awal (Starting Point) menuju ke simpul tujuan
dengan memperhatikan harga (F) terkecil. Algoritma A* akan memperhitungkan cost
dari current state ke tujuan dengan fungsi heuristic, selain itu algoritma ini
juga mempertimbangkan cost yang telah ditempuh selama ini dari initial state ke
current state. Jadi maksudnya jika jalan yang telah ditempuh terlalu panjang
dan ada jalan lain yang cost nya lebih kecil tetapi memberikan posisi yang sama
jika dilihat dari goal, maka jalan yang lebih pendeklah yang akan dipilih.
4. Dijkstra
Algoritma Dijkstra yang
dinamai penemunya yakni seorang ilmuwan komputer, Edsger Dijkstra merupakan
sebuah algoritma yang rakus atau biasa dikenal dengan algoritma greedy.
Algoritma ini biasa dipakai dalam memecahkan permasalahan jarak terpendek
(shortest path problem) untuk sebuah graf berarah (directed graph) dengan
bobot-bobot sisi (edge weights) yang bernlai positif.
5.
Tactical Pathfinding
Tactical Pathfinding merupakan algoritma pencarian jalur yang bisa melakukan pencarian jalur terpendek dengan menghitung bobot ancaman. Implementasi algoritma ini dapat memberikan gerakan taktis pada non-player character. Algoritma ini dilakukan berdasarkan algoritma pencarian jalur A* yang ditambah dengan perhitungan bobot.
Tactical Pathfinding merupakan algoritma pencarian jalur yang bisa melakukan pencarian jalur terpendek dengan menghitung bobot ancaman. Implementasi algoritma ini dapat memberikan gerakan taktis pada non-player character. Algoritma ini dilakukan berdasarkan algoritma pencarian jalur A* yang ditambah dengan perhitungan bobot.
6. Jaringan
saraf tiruan (neural network)
Neural network cukup baik ketika diterapkan pada
kasus-kasus yang sifatnya non-linier atau mengambil keputusan yang tidak dapat
dilakukan dengan metode tradisional. Penerapannya seringkali pada game-game
yang memerlukan kemampuan adaptif atau belajar dari pengalaman. Sebagai contoh,
jika suatau ketika terjadi pertempuran antar player dengan unit komputer, dan
unit komputer mengalami kekalahan, maka pada kesempatan lain yang serupa,
komputer akan memilih untuk tidak bertempur. Semakin banyak pengalaman yang
dialami komputer, maka komputer menjadi semakin cerdas. Prinsip dasar dari
jaringan saraf tiruan ini adalah perbaikan bobot secara terus menerus agar
output yang dihasilkan menjadi semakin akurat (semakin cerdas).
7. Algoritma Genetis (genetic algorithm)
Algoritma genetis sedikit
banyak dipengaruhi oleh teori evolusi yang dicetuskan Darwin, yaitu bahwa
spesies akan terus menerus beradaptasi dengan lingkungannya dan ciri khasnya
yang terletak pada kromosom, akan diturunkan pada generasi berikutnya. Generasi
turunan ini menerima gabungan kromosom dari kedua induknya, yang disebut dengan
crossover. Pada algoritma genetis, akan diterapkan langkah ranking fitness
untuk melakukan seleksi terhadap langkah ranking fitness untuk melakukan
seleksi terhadap generasi turunan yang terbaik. Pada game berbasis algorima
genetis, turunan terbaik inilah yang dilibatkan ke dalam game, dimana akan
digunakan oleh komputer untuk merespons perubahan-perubahan tingkah laku user.
sebenarnya bukan hanya 7 teknik kecerdasan buatan di atas
yang dapat digunakan dalam sebuah game berbasis kecerdasan buatan masih banyak
lagi teknik yang lain.
CONTOH GAME YANG MENGGUNAKAN AI
- Pacman
- Bomberman
- Tic tac toe
- Defense of the Ancients
- Counter-strike
- Fallout 3
Sumber :
https://laskyargiovane.wordpress.com/2016/04/25/artificial-intelligence-kecerdasan-buatan-pada-game/
http://dunotifkejora.blogspot.co.id/2016/04/kecerdasan-buatan-ai-pada-game.html
https://septianbudiuntoro.wordpress.com/2016/04/19/artificial-intelligence/
http://arifshofwan.blogspot.co.id/2016/03/artificial-intelligence-pada-sebuah-game.html
Tidak ada komentar:
Posting Komentar