Penerapan Neural Network Untuk Npc Braking Decision Pada Racing Game
| Main Author: | Prasetya, Herlambang Yudha |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | eng |
| Terbitan: |
, 2019
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/169249/1/Herlambang%20Yudha%20Prasetya%20%282%29.pdf http://repository.ub.ac.id/169249/ |
Daftar Isi:
- Genre game balap merupakan genre yang cukup populer. Alasan utamanya adalah game balap mampu untuk menawarkan bukan hanya sensasi untuk melaju dengan cepat, namun juga grafik yang semakin menarik, track yang bervariasi, serta kecerdasan buatan yang cukup menantang untuk dikalahkan pemain. Dari berbagai hal tersebut yang cukup penting untuk dikembangkan adalah kecerdasan buatan, karena inti game balap adalah tantangan yang menyenangkan, dan hal itu akan sulit dicapai jika kecerdasan buatan sebagai lawan main berperilaku monoton atau bahkan bermain sangat buruk saat balapan. Maka dari itu diperlukan kecerdasan buatan yang mampu mengenali pola pikir manusia dan menirukannya dalam mengambil keputusan. Salah satu keputusan yang ada pada mobil adalah penentuan gas dan rem atau braking decision. Dari hal tersebut menginspirasi penulis untuk merancang agen pada Racing Game Starter Kit(RGSK) dengan algoritma Neural network. Dengan meniru cara kerja neuron otak yang berjumlah milyaran membuat Neural network mampu menyederhanakan pengkodean mesin yang rumit dengan merelokasikan proses pengambilan keputusan ke satu atau lebih jaringan saraf terlatih. Serta algoritma ini memungkinkan untuk beradaptasi saat game dimainkan menjadi nilai tambah tersendiri terutama bagi peneliti di bidang Artificial Intelligent. Berdasarkan hasil akhir proses testing menggunakan Cross-Validation menunjukkan algoritma Neural network memiliki akurasi belajar sebesar 0.76 yang berarti tingkat kemiripan algoritma dengan perilaku manusia sebesar 76%. Dengan rata-rata fps yang didapat agen adalah 59 fps dan waktu tempuh 10 putaran total, memiliki waktu tempuh 72 detik atau 12% lebih cepat dibanding AI default kit.