Teknik Pembangunan
Game AI
Movement
Komputer sebagai alat untuk pemindahan
data yaitu untuk pemindahan data yang telah dibuat dan akan bisa membuka
kembali file yang telah kita buat dengan cara mengcopy paste file yang telah
kita buat. Contohnya dari keyboard ke layar monitor. Dalam
game, movement adalah metode yang menekankan konsep gerak
tubuh, meliputi konsep kesadaran tubuh, konsep usaha, konsep ruang, dan konsep
keterhubungan.
Pathfinding
Pathfinding merupakan metode yang sangat
dibutuhkan pada berbagai game, terutama game 3D. Path finding digunakan untuk
menentukan arah pergerakan suatu objek berdasarkan keadaan lokasi dan object
disekitarnya dari suatu titik ke titik lain. Pathfinding merupakan cara untuk
mendapatkan rute antara dua buah point, beberapa agoritma yang dapat diterapkan
antara lain brute force, BFS, DFS.
Pengambilan
Keputusan
Pengambilan keputusan adalah suatu
proses pemilihan dari berbagai alternatif baik kualitatif maupun kuantitatif
untuk mendapat suatu alternatif terbaik guna menjawab masalah atau
menyelesaikan konflik (pertentangan).
Proses penurunan suatu keputusan
mengandung empat unsur, yaitu :
-
Model : Model menunjukkan gambaran suatu
rnasalah secara kuantitatif atau kualitatif.
-
Kriteria: Kriteria yang dirumuskan menunjukkan tujuan dari
keputusan yang diambil. Jika terdapat beberapa kriteria yang saling
bertentangan, maka pengambilan keputusan harus melalui kompromi (misalnya
menambah jasa langganan dan mengurangi persediaan, maka keputusan mana
yang diambil perlu kompromi).
-
Pembatas: Faktor-faktor tambahan yang perlu diperhatikan
dalam memecahkan masalah pengambilan keputusan. Misalnya dana yang
kurang tersedia.
-
Optimalisasi: Apabila masalah keputusan
telah diuraikan dengan sejelas jelasnya, maka manajer menentukan apa yang
diperlukan (kriteria) dan apa yang diperbolehkan (pembatas). Pada keadaan
ini pengambil keputusan siap untuk memilih pemecahan yang terbaik atau
yang optimal.
Proses Pengambilan Keputusan
-
Penyelidikan: Mempelajari lingkungan atas kondisi yang
memerlukan keputusan. Data mentah diperoleh, diolah, dan diuji untuk
dijadikan petunjuk yang dapat mengidentifikasi persoalan.
-
Perancangan: Mendaftar, mengembangkan, dan menganalisis arah
tindakan yang mungkin. Hal ini meliputi proses-proses untuk memahami
persoalan, menghasilkan pemecahan, dan menguji kelayakan pemecahan
tersebut.
-
Pemilihan: Memilih arah tindakan tertentu dari semua yang
ada. Pilihan ditentukan dan dilaksanakan.
Jadi, proses keputusan dapat dianggap
sebagai sebuah arus dari penyelidikan sampai perancangan dan kemudian pada
pemilihan. Tetapi pada setiap tahap hasilnya mungkin dikembalikan ke tahap
sebelumnya untuk dimulai lagi. Jadi tahapan tersebut merupakan unsur-unsur
sebuah proses yang berkesinambungan.
Teori Pengambilan Keputusan
Teori pengambilan keputusan menekankan
bahwa terdapat tujuh langkah yang harus ditempuh, yaitu:
1. Identifikasi permasalahan yang dihadapi
Ada ungkapan yang mengatakan bahwa suatu
“permasalahan yang sudah dikenali hakikatnya dengan tepat sesungguhnya sudah
separo terpecahkan.” Ungkapan ini mempunyai tiga implikasi, yaitu:
-
Bahwa mutlak perlu mengenali secara mendasar
situasi problematik yang menimbulkan ketidakseimbangan dalam kehidupan
organisasi atau perusahaan.
-
Pengenalan secara mendasar berarti
“akar” penyebab timbulnya ketidakseimbangan harus digali sedalam-dalamnya.
-
Mengambil keputusan tidak boleh puas hanya dengan diagnosis
gejala-gejala yang segera tampak. Jika hanya gejala yang
diidentifikasikan, sangat mungkin “terapinya” pun hanya mampu
menghilangkan gejala tersebut. Padahal yang harus dihilangkan adalah
“sumber penyakitnya”.
2. Pengumpulan data
Berangkat dari pandangan bahwa
pengambilan keputusan memerlukan dukungan informasi yang lengkap, mutakhir,
dapat dipercaya, dan diolah dengan baik. Berarti bahwa dalam pengumpulan data
ada tiga hal yang mutlak mendapat perhatian, yaitu:
· Pentingnya
menggali data dari semua sumber yang layak digali, baik secara internal maupun
secara eksternal. Dari segi inilah harus dilihat pentingnya akses bagi para
pengolah data terhadap semua sumber data.
· Pentingnya
untuk menjamin bahwa data yang dikumpulkan relevan dengan permasalahan yang
hendak diatasi.
· Bahwa
mutu data yang dikumpulkan haruslah setinggi mungkin sehingga informasi yang
dihasilkan akan bermutu tinggi pula.
3. Analisis data
Analisis data harus mampu menunjukkan
berbagai alternatif yang mungkin ditempuh untuk memecahkan masalah. Oleh karena
itu, analisis data diarahkan pada pembentukan persepsi yang sama diantara
berbagai pihak tentang arti data yang dimiliki, dengan demikian memberikan
interpretasi yang sama tentang data tersebut.
4.Analisis berbagai alternatif
Salah satu tantangan yang dihadapi dalam
mengambil keputusan ialah menemukan jawaban yang paling tepat terhadap
pertanyaan: Apakah dalam mengambil keputusan harus selalu terdapat berbagai
alternatif? Pertanyaan ini penting karena jika seorang pengambil keputusan
dihadapkan kepada hanya satu alternatif dan ia memutuskan untuk menggunakan
alternatif tersebut, yang bersangkutan sudah mengambil keputusan. Bahkan teori
pengambilan keputusan mengatakan bahwa jika seseorang memutuskan untuk tidak
mengambil keputusan, tindakannya itu adalah pengambilan keputusan juga.
5.Pemilihan alternatif
Jika dilakukan dengan cermat, analisis
berbagai alternatif akan “memberi petunjuk” tentang alternatif yang sebaiknya
digunakan karena akan membuahkan solusi yang paling efektif. Alternatif di
pilih dengan demikian, merupakan alternatif yang tampaknya paling baik.
Pengalaman mengambil keputusan di masa lalu dan keyakinan bahwa keputusan yang
diambil adalah keputusan yang terbaik.
6.Implementasi (pelaksanaan)
Apakah alternatif yang dipilih merupakan
pilihan yang terbaik atau tidak diuji pada waktu digunakan dalam arti mampu
tidaknya menghilangkan situasi permasalahan dan apakah permasalahan yang
dihadapi tersebut dapat dipecahkan secara efektif atau tidak.
7.Evaluasi (penilaian)
Hasil pelaksanaan memerlukan penilaian
yang objektif, rasional dan berdasarkan tolok ukur yang baku. Seperti
dimaklumi, hasil penilaian dapat menunjukkan bahwa hasil yang di capai
melampaui harapan, sekedar sesuia dengan sasaran atau kurang dari sasaran.
Kesemuanya itu menjadi bahan penting dalam mengelola organisasi atau perusahaan
di masa depan.
Taktik dan strategi AI
AI dalam game biasanya memiliki kecepatan
dalam taktik bermain sehingga mengharuskan pemain untuk berfikir lebih cepat
untuk menyusun strategi terbaik agar dapat memperoleh skor yang maksimal.
Kecerdasan buatan merupakan kecerdasan yang ditujukan oleh suatu entitas
buatan, yang diciptakan dan diterapkan kedalam sebuah mesin (komputer) sehingga
dapat melakukan perbuatan seperti manusia. Strategi dalma gamepun bervariasi.
Salah satunya adalah dalam game Othello yaitu strategi bermain reversy, sperti
jumlah pin, penguasaan sudut/x-square/c-square, jumlah pin stabil, mobility,
jumlah pin tepi, parity, dan pola sisi/sudut.
Pembelajaran
Machine learning adalah teknik AI
yang berkaitan dengan pembelajaran data dan menggunakannya untuk memprediksi
informasi yang ada di dunia.
Machine learning dibangun dengan
menggunakan algoritma. Rangkaian instruksi ini akan menyelesaikan suatu
permasalahan. Contoh algoritma yang dimaksud adalah decision
tree learning dan association
rule learning.
Namun, algoritma machine learning yang
berperan dalam kehidupan di dunia adalah jaringan saraf buatan, suatu teknik
yang terinspirasi oleh cara kerja neuron otak manusia.
Sederhananya begini: suatu jaringan
saraf terdiri dari beberapa lapisan neuron. Input masuk melalui
lapisan pertama. Tiap neuronnya menerima input, sehingga setiap neuron
memiliki muatan, dan menghasilkan output berdasarkan muatan
mereka. Output dari lapisan pertama kemudian didistribusikan ke
lapisan kedua untuk diproses, dan begitu seterusnya hingga output akhir
dapat dihasilkan.
Kemudian hal menarik pun terjadi.
Siapapun yang menjalankan jaringan dapat mendefinisikan seperti apa output akhir
yang “benar” seharusnya. Setiap kali data didistribusikan melalui jaringan
tersebut, hasil akhirnya dibandingkan dengan hasil yang “benar”, dan sejumlah
penyempurnaan akan dilakukan hingga tercipta outputakhir yang benar.
Dengan kata lain, jaringan tersebut mampu melatih dirinya sendiri.
Otak buatan ini dapat mempelajari
bagaimana cara mengidentifikasi banyak hal. Misalnya kursi dalam sebuah foto,.
Seiring berjalannya waktu, ia dapat mempelajari karakteristik kursi tersebut,
dan meningkatkan kemampuannya dalam mengidentifikasi benda tersebut.
Referensi:
Komentar
Posting Komentar