Penerapan Procedural Content Generation Untuk Perancangan Level Pada 2d Endless Runner Game Menggunakan Genetic Algorithm
| Main Author: | Muslim, Muadz Askarul |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | eng |
| Terbitan: |
, 2019
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/169117/1/Muadz%20Askarul%20Muslim%20%282%29.pdf http://repository.ub.ac.id/169117/ |
Daftar Isi:
- Dengan berkembang pesatnya industri game, jumlah konten yang dibutuhkan dalam permainan terus meningkat. Peningkatan jumlah konten diperlukan untuk menjaga agar para pemain tetap tertarik, maka dari itu pekerjaan desain semakin dibutuhkan untuk memenuhi persyaratan ini. Procedural Content Generation merupakan solusi dalam menghemat waktu dan uang dan telah berhasil diterapkan dalam beberapa Endless Runner Game. Di sini penulis menggunakan metode Genetic Algorithm untuk mengimplementasikan Procedural Content Generation pada 2D Endless Runner Game. Genetic Algorithm penulis pilih dikarenakan algoritma dapat melakukan optimisasi yang cocok untuk banyak kasus dari sebuah lingkungan. Selain optimisasi, Genetic Algorithm berbentuk modular, sehingga terpisah dari aplikasi dan dapat diaplikasikan ke kasus lainnya tanpa perubahan yang berarti didalamnya. Pembuatan level dapat dilakukan dengan dilakukan dengan menggunakan teknik random. Namun hasil level yang didapatkan dengan random dapat memiliki masalah seperti tidak tepatnya hasil yang diinginkan karena tidak ada kriteria sebagai pengukur kepantasan dari hasil yang dibuat dengan random seperti dapat dilewatinya level yang telah dibuat. Sedangkan dalam Genetic Algorithm ada sebuah bagian yang dapat menyeleksi setiap individu dan populasi agar sesuai dengan kriteria yang ditetapkan. Hasil dari pengujian menunjukkan waktu yang dibutuhkan program dalam membuat sebuah level sangatlah singkat, yaitu 0.02 detik. Dari hasil tersebut menujukkan bahwa algoritma dapat diterapkan dan bekerja dengan baik dalam waktu pembuatan level. Level yang dihasilkan juga dapat dilewati oleh pemain dengan baik berdasarkan hasil pengujian oleh sampel pemain. Namun kesulitan dari level yang dihasilkan tidak dapat dikendalikan menggunakan Genetic Algorithm yang digunakan.