[TUGAS] BAB 4 : Pengambilan Keputusan dalam Game
Pengambilan
Keputusan atau decision making adalah
serangkaian algoritma yang dirancang dengan memasukan beberapa kemungkinan
langkah yang bisa diambil oleh suatu aplikasi, Pada game ini decision making memberikan
kemampuan suatu karakter untuk menentukan langkah apa yang akan diambil. Decision making dilakukan dengan
cara menentukan satu pilihan dari list yang sudah dibuat pada algoritma yang
dirancang. Algoritma decision making kerap digunakan dalam
aplikasi game, akan tetapi algoritma decision making dapat
diimplementasikan pada banyak aplikasi lain. Berikut adalah beberapa konsep
pengambilan keputusan.
A.
Pohon keputusan
Pohon keputusan
atau decision tree adalah model
prediksi menggunakan struktur pohon atau struktur berhirarki. Pohon yang dalam
analisis pemecahan masalah pengambilan keputusan adalah pemetaan mengenai
alternatif-alternatif pemecahan masalah yang dapat diambil dari masalah
tersebut. Konsep dari pohon keputusan adalah mengubah data menjadi pohon
keputusan dan aturan-aturan keputusan. Data dalam pohon keputusan biasanya
dinyatakan dalam bentuk tabel dengan atribut dan record. Atribut menyatakan suatu parameter yang dibuat sebagai
kriteria dalam pembentukan tree.
Pohon keputusan
mempunyai 3 tipe simpul
1. Simpul akar,
dimana tidak memiliki cabang yang masuk dan memiliki cabang lebih dari satu,
terkadang tidak memiliki cabang sama sekali. Simpul ini biasanya berupa atribut
yang paling memiliki pengaruh terbesar pada suatu kelas tertentu.
2. Simpul internal,
dimana hanya memiliki 1 cabang yang masuk, dan memiliki lebih dari 1 cabang
yang keluar.
3. Simpul daun, atau simpul akhir dimana hanya memiliki 1 cabang
yang masuk, dan tidak memiliki cabang sama sekali dan menandai bahwa simpul
tersebut merupakan label kelas.
Tahapan
pembuatan decision tree:
1.
Definisikan dan
rinci msaalah secara jelas
2.
Gambarkan struktur
dari poon keputusan
3.
Tentukan nilai
payoff dari setiap kombinasi alternatif kemungkinan
4.
Tuntukan nilai
peluang dari seluruh kemungkinan dan keputusan
5.
Selesaikan
masalah dengan menghitung Expected Monetary Value (EMV)
B.
State Machine
Finite State
Machines (FSM) adalah sebuah metodologi perancangan sistem kontrol yang
menggambarkan tingkah laku atau prinsip kerja sistem dengan menggunakan tiga
hal berikut: State (Keadaan), Event (kejadian) dan Action (aksi). Pada satu saat dalam
periode waktu yang cukup signifikan, sistem akan berada pada salah satu state
yang aktif. Sistem dapat beralih atau bertransisi menuju state lain jika
mendapatkan masukan atau event tertentu, baik yang berasal dari perangkat luar
atau komponen dalam sistemnya itu sendiri (misal interupsi timer). Transisi
keadaan ini umumnya juga disertai oleh aksi yang dilakukan oleh sistem ketika
menanggapi masukan yang terjadi. Aksi yang dilakukan tersebut dapat berupa aksi
yang sederhana atau melibatkan rangkaian proses yang relatif kompleks.
C.
Fuzzy Logic
Fuzzy Logic adalah
suatu cabang ilmu Artificial
Intellegence, yaitu suatu pengetahuan yang membuat komputer dapat meniru
kecerdasan manusia sehingga diharapkan komputer dapat melakukan hal-hal yang
apabila dikerjakan manusia memerlukan kecerdasan. Fuzzy logic umumnya
diterapkan pada masalah-masalah yang mengandung unsur ketidakpastian (uncertainty), ketidaktepatan (imprecise),
noisy, dan sebagainya. Fuzzy logic menjembatani bahasa mesin
yang presisi dengan bahasa manusia yang menekankan pada makna atau
arti (significance).
D.
Sistem Markov
Sistem Markov
adalah suatu sistem yang sedang mengalami suatu perbaikan dengan menggunakan
metode markov. Metode Markov ini dapat diaplikasikan untuk sistem diskrit
(discrete system) atau pun sistem kontinyu (continuous system). Sistem
diskrit adalah sistem yang perubahan kondisinya (state) dapat diamati/terjadi
secara diskrit. Sedangkan sistem kontinyu adalah sistem yang perubahan kondisi
dan perilaku sistem terjadi secara kontinyu. Penjelasan lebih detail
tentang sistem diskrit dan sistem kontinyu ini akan diberikan pada sub bab
berikutnya.
Ada beberapa
syarat agar metode Markov dapat diaplikasikan dalam evaluasi keandalan
sistem. Syarat-syarat tersebut adalah:
1. Sistem harus
berkarakter lack of memory, dimana
kondisi sistem dimasa mendatang tidak dipengaruhi (independent) oleh kondisi sebelumnya.
Artinya kondisi sistem saat evaluasi tidak dipengaruhi oleh kondisi
sebelumnya, kecuali kondisi sesaat sebelum kondisi saat ini.
2. Sistem harus stationery atau homogen, artinya
perilaku sistem selalu sama disepanjang waktu atau
peluang transisi sistem dari satu kondisi ke kondisi lainnya akan selalu
sama disepanjang waktu. Dengan demikian maka pendekatan Markov hanya dapat
diaplikasikan untuk sistem dengan laju kegagalan yang konstan.
3. State is identifiable. Kondisi yang dimungkinkan terjadi pada
sistem harus dapat diidentifikasi dengan jelas. Apakah sistem memiliki
dua kondisi (state) yakni kondisi beroperasi dan kondisi gagal, ataukah sistem
memeiliki 3 kondisi, yakni 100% sukses, 50% sukses dan 100% gagal.
E.
Rule Based System
Rule Based
System merupakan metode pengambilan keputusan berdasarkan pada aturan-aturan
tertentu yang telah ditetapkan. Rule Based System dapat diterapkan pada agen
virtual dalam bentuk kecerdasan buatan sehingga dapat melakukan tindakan tertentu.
Tindakan tersebut direpresentasikan oleh set aturan yaitu penyebab tindakan itu
terjadi, proses tindakan dan hasil dari tindakan tersebut.
Sumber:
0 komentar: