AKSI PENYERANGAN NON-PLAYER CHARACTER (NPC) MENGGUNAKAN METODE NAÏVE BAYES PADA SHOOTER GAME
Edi Siswanto, 5302415002 (2020) AKSI PENYERANGAN NON-PLAYER CHARACTER (NPC) MENGGUNAKAN METODE NAÏVE BAYES PADA SHOOTER GAME. Under Graduates thesis, Universitas Negeri Semarang.
Preview |
PDF (AKSI PENYERANGAN NON-PLAYER CHARACTER (NPC) MENGGUNAKAN METODE NAÏVE BAYES PADA SHOOTER GAME)
- Submitted Version
Download (1MB) | Preview |
Abstract
Edi Siswanto. 2020. Aksi Penyerangan Non-Player Character (NPC) Menggunakan Metode Naïve Bayes pada Shooter Game. Alfa Faridh Suni, S.T., M.T. Pendidikan Teknik Informatika dan Komputer. Universitas Negeri Semarang. Aksi penyerangan pada non-player character (NPC) merupakan salah satu substansi penting dalam pembuatan game. Dalam melakukan penyerangan diperlukan strategi khusus agar NPC tidak mudah dikalahkan. Salah satu metode yang digunakan untuk mengatur penyerangan NPC adalah rulebase. Penggunaan rulebase dapat memberikan variasi serangan sesuai kondisi yang terjadi. Namun metode rulebase biasanya menghasilkan behaviour yang statis dan tidak adaptif jika terdapat kondisi baru. AI seperti ini akan mudah diprediksi dan repetitif sehingga menurunkan tingkat tantangan bermain game. Berdasarkan hal tersebut banyak peneliti yang menggunakan teknik learning. Salah satunya menggunakan metode naïve bayes. Tujuan dari penelitian ini adalah menerapkan metode naïve bayes sebagai strategi penyerangan NPC pada shooter game. Metode naïve bayes digunakan untuk keputusan serangan yang diambil NPC. Adapun parameter yang digunakan untuk klasifikasi penyerangan adalah nyawa, jarak, jumlah granat, dan jumlah amunisi yang dimiliki NPC. Sedangkan klasifikasi penyerangan dibagi menjadi serangan tembak, serangan granat, dan serangan pisau. Pengujian dilakukan dengan menghitung nilai akurasi, presisi, dan recall untuk mengetahui kinerja NPC dalam memprediksi serangan serta pengujian tingkat kemenangan NPC jika menggunakan metode naïve bayes dibandingkan metode rulebase. Hasil penelitian menunjukkan kinerja NPC mampu memprediksi serangan dengan benar jika terdapat kondisi baru dengan akurasi sebesar 91,67%, presisi 91,65%, dan recall 91,67%. Penerapan metode naïve bayes juga dapat meningkatkan kemenangan NPC dibanding penggunaan rulebase. Tingkat kemenangan NPC menggunakan metode naïve bayes sebesar 64% sedangkan rulebase sebesar 32%. Kata Kunci: Aksi Penyerangan, NPC, Naïve Bayes, Rulebase.
Item Type: | Thesis (Under Graduates) |
---|---|
Uncontrolled Keywords: | Aksi Penyerangan, NPC, Naïve Bayes, Rulebase. |
Subjects: | L Education > LB Theory and practice of education > Learning Method Q Science > QA Mathematics > QA76 Computer software T Technology > Information and Computer |
Fakultas: | Fakultas Teknik > Pendidikan Teknik Informatika dan Komputer, S1 |
Depositing User: | S.S Eko Handoyo |
Date Deposited: | 29 Dec 2020 05:12 |
Last Modified: | 29 Dec 2020 05:12 |
URI: | http://lib.unnes.ac.id/id/eprint/42493 |
Actions (login required)
View Item |