Implementasi Algoritma Greedy Pada Game Pacman
Pamela Hapsari Putri, Muhammad Ridlo Arifandi, Edy Hardianto Rifeni, Fakhrur Wiradhika, Rumini, Anggit Dwi Hartanto
Jurusan Informatika, Fakulitas Ilmu Komputer, Universitas AMIKOM Yogyakarta, Indonesia Jl. Ring Road Utara, Condong Catur, Sleman, Yogyakarta, Indonesia
E-mail: 1[email protected], 2[email protected],
3[email protected], 4[email protected], 5[email protected],
Abstrak
Pacman adalah sebuah game arkade yang di kembangkan oleh Namco dan dirilis di Jepang pada 22 Mei 1980. Pac-Man yang masih populer hingga kini telah dirilis pula dalam platform lainnya seperti Game Boy dan SNES. Perancang permainan ini adalah Toru Iwatani, yang merupakan karyawan Namco. Konsep permainan pada game pacman pun sangat sederhana : Pemain harus mengontrol karakter pacman untuk memakan semua titik-titik kecil dan benda-benda khusus lainnya yang berada dalam labirin tanpa tertangkap oleh 4 hantu. Algortima greedy digunakan untuk mencari lintasan terpendek saat ini dari posisi karakter musuh (ghost) ke posisi karakter Pacman.
Kata Kunci: Greedy, Pacman, Lintasan Terpendek
Abstract
Pacman is an arcade game developed by Namco and released in Japan on May 22, 1980. Pac-Man, which is still popular today, has also been released on other platforms such as Game Boy and SNES. The designer of this game is Toru Iwatani, who is a Namco employee. The concept of the game in the Pacman game is very simple: Players must control the Pacman character to eat all the small dots and other special objects that are in the maze without being caught by 4 ghosts. The greedy algorithm is used to find the current shortest path from the position of the ghost character to the position of the Pacman character.
Keywords : Greedy, Pacman, Shortest Path
1. PENDAHULUAN
Pacman adalah game yang beraliran labirin (maze) dengan konsep yang sederhana : terdapat 1 labirin dengan beberapa dinding sebagai pengahalang atau rintangan di dalammnya, suatu titik menjadi titik awal munculnya karakter Pacman, titik-titik sebagai makanan yang harus dimakan oleh karakter Pacman, dan hantu sebagai musuh yang harus di hindari. Ketika permainan Pacman di mulai, selama beberapa detik musuh akan terkurung dalam sebuah kotak yang berada di dalam labirin, setelah beberapa detik, karakter musuh tersebut akan bebas dan mulai berjalan secara acak Untuk meningkatkan tantangan dan kesulitan pada game Pacman, musuh di berikan kecerdasan khusus untuk mementukan rute paling pendek (minimum) agar dapat mendekati karakter Pacman.
Kecerdasan yang di gunakan pada musuh karakter pacman pun beragam. Salah satunya menggunakan Algoritma.
2. TEORITIS
2.1 Algoritma Greedy
Persoalan karakter musuh (ghost) dalam menentukan arah mana yang harus di lewatinya untuk mendekatkan diri pada karakter pacman dapat di kategorikan sebagai persoalan optimasi, dan persoalan ini cukup efektif dipecahkan menggunakan algoritma Greedy[2].Persoalan optimasi pada ghost termasuk persoalan minimasi, yaitu mencari lintasan terpendek untuk menuju ke karakter pacman.
Prinsip algoritma greedy adalah memilih keputusan yang terbaik dalam setiap langkahnya (Optimum local). Keputusan local yang di ambil akhirnya akan menjadi solusi optimum yang mutlak (Optimum global).
Berikut adalah elemen dari algoritma Greedy : a. Himpunan Kandidat
b. Himpunan Solusi : himpunan bagian dari himpunan kandidat yang merupakan solusi dari permasalahan.
c. Fungsi Seleksi : fungsi yang memiliki unsur greedy, digunakan untuk menyeleksi himpunan kandidat.
d. Fungsi Layak : digunakan untuk memeriksa apakah solusi yang dipilih merupakan solusi yang layak atau tidak.
e. Fungsi Objektif : solusi yang dihasilkan optimum
Namun, kekurangan dari algortima greedy adalah solusi akhir yang dibentuk oleh fungsi seleksi tidak selalu menghasilkan solusi global yang paling optimum. Hal ini dikarenakan algoritma greedy tidak memeriksa semua kemungkinan dan hanya mengambil yang terbaik relative terhadap fungsi seleksi yang didefinisikan. Meskipun demikian, algortima greedy cocok di terapkan untuk mendapatkan solusi yang mendekati optimum. Untuk
Strategi algotima greedy pada suatu persoalan tidak hanya satu, namun bisa menjadi sangat banyak , dan tiap strategi bisa menghasilkan solusi yang berbeda-beda. Karena algoritma greedy tidak menjamin optimalitas solusi, maka pemilihan fungsi seleksi menjadi sangat penting. Strategi yang digunakan algoritma greedy cukup ampuh untuk diterapkan pada persoalan-persoalan optimasi. Hasil solusi yang didapatkan oleh algoritma greedy cenderung mendekati / menghampiri hasil solusi optimal, selain itu, yang menjadi kelebihan algoritma greedy sendir adalah implementasinya yang sangat sederhana dan langsung[3]. Namun demikian, jika yang dibutuhkan adalah solusi yang mengharuskan didapatkannya solusi yang paling optimum suatu algoritma greedy harus dapat dibuktikan secara matematis terlebih dulu bahwa algoritma tersebut dapat menghasilkan solusi yang paling optimum, jika tidak, maka tidak bisa dijamin bahwa algoritma greedy yang dibuat akan optimum untuk semua kasus.
3. ANALISA DAN PEMBAHASAN
Berikut adalah elemen algoritma greedy pada permasalahan karakter ghost :
a. Himpunan kandidat : kumpulan titik-titik (node) yang merupakan lintasan yang dapat di lalui oleh karakter ghost
b. Himpunan solusi : kumpulan titik-titik (node) yang di pilih adalah lintasan yang berakhir pada posisi karakter pacman
c. Fungsi seleksi : node yang dipilih semakin mendekati karakter pacman
d. Fungsi layak : node yang dipilih dapat dilalui. Bukan tembok atau karakter musuh lain e. Fungsi objektif : lintasan yang dipilih adalah lintasan yang paling optimum (paling pendek) Fungsi seleksi pada kasus ini dapat dijabarkan sebagai berikut :
a. Jika karakter pacman ada di sebelah kanan ghost, maka ghost pindah ke kanan, jika tidak pindah kekiri b. Jika karakter pacman ada di atas ghost, maka ghost pindah ke atas, jika tidak pindah kebawah
Sebelum ghost berpindah, maka terlebih dahulu dicek apakah langkah tersebut layak, dalam hal ini tidak ada tembok atau karakter ghost lain yang menghalangi.
Pada kode semu di bawah digunakan dua tipe variable yaitu “ghost” dan “pacman” yang merepresentasikan karakter hantu (musuh) dan karakter pacman. Masing-masing tipe tersebut memiliki atribut X dan Y yang menunjukan posisi dan ordinat tipe tersebut pada maze atau labirin permainan. Kode semu algoritma greedy untuk menentukan arah pergerakan karakter ghost adalah sebegai berikut :
Fungsi seleksi :
Fungsi layak : untuk menentukan apakah pada posisi x dan y terdapat dinding atau karakter ghost (musuh) lain yang menghalangi
Dengan algotima di atas karakter ghost digerakkan hingga mencapai suatu titik dalam labirin yang merupakan percabangan atau persimpangan. Jadi fungsi gerakGhost di atas akan di panggil secara berulang setiap karakter ghost sampai di suatu percabangan.
function isOK(x, y:integer)-> boolean { if(noDinding(x,y) && noGhost(x,y))
➔ true else
➔ false }
procedure gerakGhost(g:host,p:pacman) { if(p.X() >= g.X and isOK(g.X+1, g.Y)) then
pindahKanan(g)
else if(p.Y()>= g.Y and (isOK(g.X, g.Y+1)) then pindahAtas(g) else if (isOK(g.X, g.Y - 1) Then pindahBawah(g) else if(isOK(g.X-1, Y)) then pindahKiri(g)
}
Berikut adalah contoh keadaan dalam permainan pacman. Pada kasus ini di asumsikan karakter pacman tidak bergerak, untuk menentukan apakah lintasan yang di pilih oleh hasil algortima greedy merupakan yang paling optimum atau tidak.
Gambar 1. Contoh keadaan permainan pacman
Misalkan fungsi seleksi gerakGhost diterapkan pada salah satu karakter ghost. Posisi karakter ghost berada di sebelah kiri pacman (g.X < p.X), maka karakter ghost seharusnya bergerak ke kanan, namun ada dinding yang menghalangi, maka di lakukan pengecekan terhadap perbandingan posisi Y dan didapati karakter ghost berada di atas pacman (g.Y > p.Y) dan tidak ada dinding atau karakter ghost lain yang menghalangi, maka ghost di pindahkan ke atas.
Gambar 2. Hasil pergerakan pertama
Setelah itu di terapkan lagi algoritma greedy untuk kedua kalinya. Posisi karakter ghost sekarang berada di sebelah kiri pacman (g.X < p.X) dan tidak ada yang menghalangi pada sebelah kanannya, maka karakter ghost bergerak ke kanan.
Gambar 3. Hasil pergerakan kedua
Setelah bergerak ke kanan, di terapkan lagi algoritma greedy dan karakter ghost berada di atas pacman (g.Y >
p.Y), maka ghost di gerakkan ke bawah sampai bertemu dengan pacman : jarak yang di tempuh untuk menemukan pacman adalah jarak yang paling pendek. Untuk kasus ini, algoritma greedy menghasilkan hasil yang optimal.
Namun algoritma greedy tidak selalu dapat menghasilkan solusi yang optimal karena algortima greedy tidak memeriksa semua kemungkinan. Berikut adalah contoh lain dari permainan pacman yang ternyata tidak dapat di
Gambar 4. Contoh kedua
Pada contoh di atas karakter ghost berada di sebelah kiri posisi pacman (g.X < p.X), maka ghost di gerakkan ke kanan.
Gambar 5. Hasil pergerakan pertama
Setelah bergerak ke kanan, posisi ghost tetap berada di sebelah kiri pacman, namun musuh tidak bisa bergerak ke kanan lagi karena terhalang dinding, setelah di cek ternyata karakter ghost berada di atas pacman (g.Y > p.Y) maka sesuai dengan algoritma greedy yang telah di tetapkan, ghost di gerakkan ke bawah.
Gambar 6. Hasil pergerakan kedua
Setelah bergerak ke bawah, posisi karakter ghost ada di sebelah kiri dan di bawah karakter pacman. Di terapkan lagi algoritma greedy. Ghost seharusnya di gerakkan ke kanan, namun ternyata ada karakter musuh yang lainnya maka ghost de gerakkan ke bawah lagi.
Gambar 7. Hasil pergerakan ketiga
Pada hasil pergerakan ketiga, karakter ghost bergerak ke bawah lagi, dan dapat diketahui bahwa lintasan yang ditempuh karakter ghost sudah tidak mungkin menjadi optimal lagi di bandingkan dengan solusi optimal (lintasan terpendek) yang mungkin dari posisi awal karakter ghost ke pacman seperti berikut :
Gambar 8. Solusi optimal pergerakan karakter ghost
Solusi yang telah di capai algoritma greedy hingga pada gambar 8 di atas menunjukkan bahwa algoritma greedy tidak selalu menghasilkan solusi yang paling optimal. Namun karena objektif dari karakter ghost tidak harus selalu bergerak pada lintasan yang meupakan solusi paling optimum, maka algoritma greedy cukup baik untuk mendapatkan solusi yang mendekati solusi paling optimum tersebut.
4. KESIMPULAN
Strategi yang digunakan algortima greedy cukup ampuh untuk di terapkan pada permasalahan optimasi. Hasil solusi yang di dapatkan cenderung mendekati hasil solusi optimal. Selain itu, kelebihan dari algortima greedy adalah implementasinya yang sederhana. Namun, jika di yang di perlukan adalah solusi yang mengharuskan didapatkannya solusi yang paling optimum maka harus dibuktikan secara sistematis terlebih dahulu bahwa algoritma tersebut dapat menghasilkan solusi yang paling optimum. Untuk permasalahan optimasi yang tidak mengharusan di dapatkannya solusi yang paling optimum, algoritma greedy sangat cocok di terapkan.
UCAPAN TERIMA KASIH
Kami para peneliti mengucapkan banyak terima kasih kepada Allah SWT yang telah memberikan kemudahan serta kelancaran kepada kami, dan juga kepada dosen pembimbing kami, orang tua kami dan jurnal atau paper- paper yang ada dalam referensi kami.
REFERENCES
[1] Pac-Man. http://en.wikipedia.org/wiki/Pacman . Waktu akses : 27 Oktober 2018 pukul 23:00
[2] Munir. Rinaldi. “Diktat Kuliah IF2251 Strategi Algoritmik”. 2005. Bandung: Program Studi Teknik Informatika – Institut Teknologi Bandung
[3] Nugroho Chandra. Timotus. “ Aplikasi Algoritma Greedy untuk Pergerakan Musuh pada Permainan Pac-Man”. 2010. Bandung: Program Studi Teknik Informatika – Institut Teknologi Bandung
