RULE BASED SYSTEM PADA DEFENSE CHARACTER

SENTRA I - 113

PEMILIHAN TARGET SERANGAN MENGGUNAKAN

RULE BASED SYSTEM

_PADA

DEFENSE CHARACTER

Lailatul Husniah1, Juniardi Nur Fadila2, Mochamad Hariadi3, Eko Mulyanto Yuniarno4 1) Program Studi Teknik Informatika, Fakultas Teknik, Universitas Muhammadiyah Malang

2,3,4) Jurusan Teknik Elektro, Fakultas Teknik Industri, ITS Surabaya Indonesia 60111 Kontak Person:

Lailatul Husniah Jl. Raya Tlogo Mas No.246 Jawa TimurMalang , 65144

Telp: (0341) 464318, Fax: -, E-mail: husniah@umm.ac.id, juniardi.nur@gmail.com, mochar@ee.its.ac.id, ekomulyanto@ee.its.ac.id

Abstrak

Strategy game merupakan salah satu genre game yang populer beberapa tahun terakhir. Banyak penelitian telah dilakukan untuk mengembangkan strategy game dengan menerapkan Artificial Intelligence (AI) yang diterapkan pada NPC. Dengan menerapkan AI diharapkan dapat membuat NPC berperilaku realistis. Salah satu fitur perilaku realistis dalam AI game adalah kemampuan untuk mengenali strategi pemain lawan. Penelitian ini dilakukan untuk mengembangkan fitur perilaku realistis pada defense character dengan cara menganalisa kekuatan lawan dari karakteristik dan jenis lawan untuk dijadikan sebagai target serangan. Untuk mewujudkan hal itu digunakan metode rule based untuk menentukan lawan sebagai target serangan. Pengujian dilakukan untuk mengetahui rule yang dibuat apakah sudah sesuai dengan hasil yang diharapkan yaitu dapat memilih musuh yang memiliki nilai serangan yang paling tinggi dilihat dari nilai parameter Hit Point, Damage, Armor, dan Attack Speed dari lawan.

Kata kunci: _{Rule Based, Defense Character, dan Strategy Game}

Pendahuluan

Perkembangan teknologi yang pesat merupakan salah satu faktor pendorong berkembangnya permainan komputer atau computer game pada akhir-akhir ini. permainan komputer sendiri merupakan bentuk permainan yang mensimulasikan dunia nyata kedalam dunia virtual pada komputer. Sedangkan teori dari game itu sendiri adalah sistem matematika untuk menganalisis dan memprediksi bagaimana manusia berperilaku dalam situasi strategis. Ada beberapa genre computer game diantaranya adalah Shooter, Action, Sports, Adventure, Real Time Strategy (RTS), Role Playing Game (RPG), Simulations, dan beberapa genre game yang lain.

Game Strategi telah berkembang pesat dan memberikan platform yang ideal untuk penelitian

Artificial Intelligence (AI). Menurut website The Entertainmet Software Association tentang Essential Facts About The Computer And Video Game Industry tahun 2014, strategy game menempati posisi teratas pada penjualan computer game sepanjang tahun 2013. Hal tersebut membuktikan bahwa

strategy game merupakan genre game yang sedang popular beberapa tahun terkahir sehingga banyak penelitian telah dilakukan untuk mengembangkan strategy game dengan menerapkan Artificial Intelligence (AI) yang diterapkan pada Non Player Character (NPC). Dengan menerapkan AI diharapkan dapat membuat NPC berperilaku realistis. Salah satu fitur perilaku realistis dalam AI game adalah kemampuan untuk mengenali strategi pemain lawan. Ada beberapa teknik AI yang digunakan pada strategy game seperti Genetic Algorithm, Particle Swarm Optimization Algorithm, algoritma

I - 114 SENTRA

jumlah pemain dan satu atau lebih objectives atau keputusan yang dibuat oleh pemain. Strategi pada

game dibutuhkan untuk memenangkan permainan. Pada strategy game ada beberapa strategi yang digunakan seperti strategi menyerang dan bertahan.

Penelitian ini dilakukan untuk mengembangkan fitur perilaku realistis pada defense character

dengan cara menganalisa kekuatan lawan dari karakteristik dan jenis lawan untuk dijadikan sebagai target serangan. Untuk mewujudkan hal itu digunakan metode rule based untuk menentukan lawan sebagai target serangan. Pengujian dilakukan untuk mengetahui rule yang dibuat apakah sudah sesuai dengan hasil yang diharapkan yaitu memilih musuh yang memiliki nilai serangan yang paling tinggi dilihat dari nilai parameter Hit Point, Damage, Armor, dan Attack Speed dari lawan.

Hasil Penelitian dan Pembahasan

1. Rule based _{untuk Pemilihan target serangan}

Sebelum menentukan rule yang digunakan sebagai pemilihan target serangan maka ditentukan parameter apa saja yang digunakan baik dari lawan maupun dari defense character seperti yang terlihat pada tabel 1. Ada 3 tipe lawan atau musuh dan satu jenis tipe deffense character yang digunakan sedangkan character Tank digunakan sebagai deffense character. Masing-masing karakter memiliki Hit Point (HP), Damage, Attack Speed, dan Armor. Hit Point merupakan

sebuah

representasi numerik dari seberapa banyak kesehatan yang dimiliki sebuah unit atau karakter

dan berkurang ketika unit atau karakter mengambil

damage.

Saat

Hit Point

mencapai 0, maka

unit atau karakter tersebut hancur.

Damage merupakan sebuah representasi numerik dari

kerugian di HP. Parameter Armor merupakan representasi numerik seberapa banyak pelindung yang

dimiliki suatu unit atau karakter untuk mencegah kerusakan yang ditimbulkan akibat diserang pada suatu pertempuran.

Parameter terakhir adalah

Attack Speed yang menggambarkan kecepatan serangan dari karakter. Parameter-parameter tersebut digunakan sebagai dasar untuk menentukan

Attack Point Lawan, Deffense Point dari deffense character, Total Damage, dan Current Health dari lawan.

Gambar 1. Alur penentuan lawan sebagai target serangan

Ada beberapa aturan yang dibuat untuk menentukan tipe lawan yang akan diserang yaitu lawan harus berada dalam jangkauan serang dari deffense character, yang kedua mencari lawan yang paling berbahaya dengan memilih lawan yang memiliki Total Damage yang paling tinggi, aturan yang kedua digunakan untuk memilih jenis lawan dari beberapa kumpulan lawan yang ada. Sedangkan aturan yang ketiga yaitu memilih lawan yang paling mudah dihancurkan dalam kelompoknya yaitu lawan yang memiliki Current Health paling minimum, aturan ketiga ini digunakan untuk memilih lawan yang akan diserang pertama kali dalam kelompoknya. Aturan yang terakhir adalah jika nilai Current Health untuk masing-masing lawan dalam satu kelompok adalah sama maka dipilih musuh yang pertama kali masuk dalam jangkauan deffense character.

Tabel 1. Tipe dan karakterstik musuh dan deffense character Name type Lawan1 Lawan2 Lawan3 Tank

HP 40 30 40 35

Damage 10 7 5 10

Armor 5 4 2 4

Attack Speed 1 1 1 6

Mengambil Parameter Musuh

Menentukan rule untuk pemilihan target serangan

SENTRA I - 115

Untuk merepresentasikan aturan yang kedua maka nilai Total Damage(τ) didapatkan dari rata-rata Attack Point lawan yaitu A dan Deffense Point yaitu D. Dimana Attack Point lawan ditentukan dengan menghitung selisih dari dm yaitu Damage lawan dan at yang merupakan Armor dari deffense character yang dikalikan dengan s yaitu Attack Speed lawan. Nilai D didapatkan dengan menghitung selisih Damage dari deffense character yaitu dengan Armor lawan yaitu am yang dikalikan dengan v

yang merupakan Attck Speed dari deffense character. Seperti yang ditulis pada rumus 1. Sedangkan untuk mencari Current Health pada aturan ketiga di dapatkan dengan menghitung Current Health sebelumnya dibagi dengan maksimum health dan dikalikan seratus seperti yang ditulis pada rumus 2.

100

Gambar 2. Model deffense character yang digunakan 2. Hasil dan pembahasan

Sistem yang sudah jadi akan dilakukan uji coba untuk mengetahui aturan yang dibuat apakah sudah sesuai dengan hasil yang diharapkan yaitu dapat memilih musuh yang memiliki nilai serangan yang paling tinggi dilihat dari nilai parameter Hit Point, Damage, Armor, dan Attack Speed dari lawan. Uji coba yang dilakukan berupa pengamatan untuk mengetahui musuh mana yang akan dipilih oleh

deffense character dengan membuat beberapa skenario percobaan dan apakah metode Rule Based

merupakan metode yang dapat digunakan untuk pemilihan target serangan.

Skenario uji coba pertama dilakukan untuk mengetahui apakah sistem berhasil mengimplementasikan aturan yang kedua yaitu untuk menguji apakah deffense character mampu memilih jenis lawan yang menyerang. Pada skenario uji coba yang pertama jumlah lawan yang masuk dalam jangkauan serang dari tank total sebanyak 3 lawan dari masing-masing tipe lawan yang ada, 4 lawan dengan rincian perbandingan lawan1: lawan2 : lawan3 adalah 2:1:1, dan 5 lawan dengan rincian perbandingan lawan1: lawan2 : lawan3 adalah 2:2:1 dimana hasil rincian dari perhitungan seperti yang terlihat pada tabel 2.

Skenario uji coba kedua dilakukan untuk mengetahui apakah sistem berhasil mengimplementasikan aturan yang ketiga yaitu untuk menguji apakah deffense character mampu memilih lawan yang paling mudah dihancurkan dalam kelompoknya yaitu lawan yang memiliki

I - 116 SENTRA

Tabel 2. Hasil perhitungan uji coba dari skenario 1 U

ji Coba ke-

T ipe Lawan

J umlah

To tal Damage

A ttack Point

Def fense point

1

1 1 18 6 30

2 1 19

,5 3 36

3 1 24

,5 1 48

2

1 2 36 6 30

2 1 19

,5 3 36

3 1 24

,5 1 48

3

1 2 54 6 48

2 2 39 3 36

3 1 24

,5 1 48

(a) (b)

(c)

SENTRA I - 117 Gambar 4. Hasil uji coba dari skenario 2

Kesimpulan

pada penelitian ini defense character mampu memilih target serangan sesuai dengan rule yang telah di buat. Jarak lawan terhadap deffense character tidak berpengaruh dalam pemilihan target. Untuk kedepannya sebelum defense character melakukan pemilihan target serangan maka dibuat sebuah sistem yang mampu menganalisa kekuatan musuh sehingga defense character mampu menentukan sikap apakah ia harus menyerang atau bertahan dengan tujuan selain untuk bertahan juga untuk menghemat resource yang ada.

Referensi

[1]

Turocy, T.

B, Stengel (2001)“Game Theory”

. CDAM Research Report LSE

–

CDAM-2001-09, http://www. cdam. lse. ac. uk/Reports/Files/cdam-2001-09. pdf.

[2] Apperley, Thomas H. (2006). "Genre and game studies: Toward a critical approach to video game

genres”. University of Melbourne. Simulation & Gaming Vol. 37 (1): 6–

DOI:10.1177/1046878105282278.

[3] Pinelle David, Wong Nelson, and Stach Tadeusz, (2008), Using Genres to Customize Usability Evaluations of Video Games. Toronto, Ontario, Canada, ACM 978-1-60558-218-4.

[4] Chan Hei, Fern Alan, Ray Soumya, Wilson Nick and Ventura Chris. (2007). Online Planning for Resource Production in Real-Time Strategy Games School of Electrical Engineering and Computer Science.Oregon State University. Corvallis, OR 97330. Association for the Advancement of Artificial Intelligence.

[5] A. Fern´ andez-Ares, A.M. Mora, J.J. Merelo, P. Garc´ ıa-S ´ anchez and C. Fernandes. Optimizing player behavior in a real-time strategy game using evolutionary algorithms.

Departamento de Arquitectura y Tecnolog´ ıa de Computadores. University of Granada

[6] Safadi Firas and Ernst Damien. Organization in AI design for real-time strategy games. University of Liege.

[7] Iskander Umarov, Maxim Mozgovoy dan P Clint Rogers, “Believable and Effective AI Agents in

Virtual World : Current State and Future Perspectives”, International Journal of Gaming and

Computer-Mediated Simulations, Volume 4 2012.

[8] Julian Togelius, Georgios N. Yannakis, Sergey Karakovskiy dan Noor Shaker lee and Edward A.

Lee, “Assesing Believability”, In Hingston, P.,ed., Believable Bots : Can Computers Play Like

People?. Springer, Chapter 9, 2012

[9] Penelope Sweetser dan Peta Wyeth, ”GameFlow : A Model for Evaluating Player Enjoyment in

Games” ACM Computers in Entertainment, Vol. 3, No. 3, July 2005

[10] C.F Camerer. T.H Ho, and J.K Chong, Behavioural Game Theory: Thinking,Learning and Teaching.

[11]H. Andi, “Algoritma Optimasi dan Aplikasinya“, Wing 20 level5-6, Sekolah Pasca Sarjana IPB,