Menyesuaikan Tingkat Kesulitan Permainan menggunakan Algoritma Genetika dengan Shanon-Wiener Diversity Index sebagai Dasar Pengambilan Keputusan untuk Menginterupsi Konvergensi Prematur

Rachmad Imam Tarecha, Soleman Soleman, Yan Riyanto

Abstract


Menyesuaikan tingkat kesulitan dengan perilaku pemain pada permainan menjadi penunjang agar pemain tidak berhenti bermain karena permainan yang dirasa terlalu sulit. Algoritma Genetika dapat digunakan sebagai metode untuk penyesuaianya. Metode ini berkerja dengan menyesuaikan tingkat kesulitan permainan sesuai dengan nilai fitness seorang pemain. Sayangnya, jika target nilai fitness mendekati ambang batas maksimal, algoritma ini membutuhkan proses iterasi yang banyak, bahkan memungkinkan terjadinya konvergensi prematur. Konvergensi prematur ini terjadi karena kurangnya keragaman populasi, sehingga nilai fitness minimal yang ditetapkan tidak memungkinkan untuk dicapai. Penelitian ini mencoba menginterupsi konvergensi prematur pada algoritma genetika agar tidak terjadi pengulangan iterasi yang tak berkesudahan dengan menetapkan dan menghitung batas keragamanya menggunakan Shanon-Wiener Diversity Index. Hasilnya, ketika ambang batas keragaman tercapai, nilai fitness saat keadaan itu diambil sebagai nilai paling optimum, sehingga tidak terjadi pengulangan iterasi yang tak berujung.  

Kata kunci—Konvergensi prematur, algoritma genetika, Shanon-Wiener Diversity Index



Full Text:

PDF

References


R. Sutoyo, D. Winata, K. Oliviani, and D. M. Supriyadi, “Dynamic Difficulty Adjustment in Tower Defence,” Procedia Comput. Sci., vol. 59, no. Iccsci, pp. 435–444, 2015.

P. W. Atmaja, D. O. Siahaan, and I. Kuswardayan, “Game Design Document Format For Video Games With Passive Dynamic Difficulty Adjustment,” Regist. J. Ilm. Teknol. Sist. Inf., vol. 2, no. 2, p. 86, 2016.

R. Rismala and M. D. Sulistyo, “PENERAPAN TEKNIK KLASIFIKASI PADA SISTEM REKOMENDASI MENGGUNAKAN ALGORITMA GENETIKA,” J. Ilm. Teknol. Inf. Terap., vol. II, no. 3, 2016.

A. W. Widodo and W. F. Mahmudy, “Penerapan Algoritma Genetika Pada Sistem Rekomendasi Wisata,” Ilm. KURSOR, vol. 5, no. 4, pp. 205–211, 2010.

M. R. Kamal, R. Satria, A. Syukur, F. I. Komputer, and U. D. Nuswantoro, “Integrasi Kromosom Buatan Dinamis untuk Memecahkan Masalah Konvergensi Prematur pada Algoritma Genetika untuk Traveling Salesman Problem,” vol. 1, no. 2, pp. 61–66, 2015.

C. Science and S. Engineering, “Preventing Premature Convergence in Genetic Algorithm Using DGCA and Elitist Technique,” vol. 4, no. 6, pp. 410–418, 2014.

E. Elejalde, L. Ferres, E. Herder, and J. Bollen, “Quantifying the ecological diversity and health of online news,” J. Comput. Sci., vol. 27, pp. 218–226, 2018.

M. F. Rahadian, A. Suyatno, and S. Maharani, “Penerapan Metode Finite State Machine Pada Game ‘The Relationship,’” Inform. Mulawarman J. Ilm. Ilmu Komput., vol. 11, no. 1, p. 14, 2016.

T. K. S. Okol Sri Suharyo, Bambang Suhardjo, “ASRO JURNAL- STTAL Vol. 8 ; Juli-Des 2017,” Asro J. - STTAL, vol. 8, 2017.

F. Purwanto, E. C. Djamal, and A. Komarudin, “Optimalisasi Penempatan Halte Trans Metro Bandung Menggunakan Algoritma Genetika,” Semin. Nas. Apl. Teknol. Inf., pp. 36–38, 2016.

R. Firmansyah et al., “PERAKITAN MOBIL RADIO CONTROL BUGGY NITRO OFFROAD,” pp. 1–7.

S. M. Lim, A. B. Sultan, N. Sulaiman, A. Mustapha, and K. Y. Leong, “Crossover and Mutation Operators of Genetic Algorithms,” Int. J. Mach. Learn. Comput., vol. 7, no. 1, pp. 10–13, 2017.

E. Nur Azizah, I. Cholissodin, and W. Firdaus Mahmudy, “Optimasi Fungsi Keanggotaan Fuzzy Tsukamoto Menggunakan Algoritma Genetika Untuk Penentuan Harga Jual Rumah,” J. Enviromental Eng. Sustain. Technol., vol. 2, no. 2, pp. 79–82, 2015.

Muliadi, “Pemodelan Algoritma Genetika Pada Sistem Penjadwalan Perkuliahan Prodi Ilmu Komputer Universitas Lambungmangkurat,” Kumpul. J. Ilmu Komput., vol. 01, no. 01, pp. 67–78, 2014.

E. N. N. Riris Aryawati, T. Zia Ulqodry, Heron Subakti, “Populasi Fitoplankton Skeletonema di Estuaria Banyuasin, Sumatera Selatan,” vol. 10, no. 2, pp. 269–276, 2018.

N. Thomas Hidayat, “Biodiversity Indices of Demersal Fish,” J. Penelit. Perikan. Indones., vol. 6, no. April, pp. 47–53, 2014.




DOI: http://dx.doi.org/10.31154/cogito.v5i2.185.137%20-%20147

Refbacks

  • There are currently no refbacks.


CogITo Smart Journal
A publication of Fakultas Ilmu Komputer, Universitas Klabat
In partnership with Coris and IndoCEISS
Phone: +62 (431) 891035
email: editorial.cogito@unklab.ac.id | web: http://cogito.unklab.ac.id/index.php/cogito
 
Free counters!
View CogITo Smart Journal Stats

CogITo Smart Journal is indexed by:
  DOAJ    SINTA     Indonesia OneSearch by Perpusnas    Crossref    Google Scholar      Base Search PKP Index    neliti    EBSCO Information Science    mendeley          scilit    road    worldcat    DRJI    OpenAIREplus    copac    Gent University Library Stanford Library    Harvard Library    Leiden University Libraries    The University of Sheffield    Boston University Library    University of Manchester    University of Oxford    CORE    Livivo
 



CogITo Smart Journal is licensed under a Creative Commons Attribution 4.0 International License.