Please take a moment to complete this survey below

Library's collection Library's IT development Cancel

Meningkatkan variasi tindakan non-playable character pada game survival menggunakan metode markov

Permainan digital atau sering disebut game sudah tidak asing untuk didengar pada jaman saat ini. Berkembangnya varian game membuat game tidak pernah berhenti berkembang terutama pada bagian Artificial Intelligence. Setiap game memiliki kecerdasan buatannya tersendiri sehingga banyak variasi yang dihasilkan dan membuat sebuah game menjadi unik.
Penelitian ini mencoba untuk membuat sebuah variasi tindakan yang dilakukan oleh NPC terhadap pemain. Dalam upaya membuat variasi tersebut, digunakan metode Markov Chain untuk membantu pemilihan state. Metode Markov Chain dikombinasikan dengan Finite-State Machine untuk pemilihan state NPC.
Berdasarkan hasil pengujian dan kuesioner, 80.4% sangat setuju dan 19.6% setuju bahwa NPC yang dihasilkan memiliki variasi tindakan yang banyak. Pada hasil kuesioner juga didapatkan 69.6% sangat tidak realistis dan 30.4% mengatakan bahwa NPC tidak realistis atau tidak meniru tingkah laku dari manusia.

Creator(s)
  • (C14170032) HENDRA WINATA
Contributor(s)
  • Liliana → Advisor 1
  • Leo Willyanto Santoso → Examination Committee 1
  • Hans Juwiantho → Advisor 2
  • Alvin Nathaniel Tjondrowiguno → Examination Committee 2
Publisher
Universitas Kristen Petra; 2021
Language
Indonesian
Category
s1 – Undergraduate Thesis
Sub Category
Skripsi/Undergraduate Thesis
Source
Skripsi No. 01022052/INF/2021; Hendra Winata (C14170032)
Subject(s)
  • ARTIFICIAL INTELLIGENCE
  • ELECTRONIC GAMES
  • SEQUENTIAL MACHINE THEORY
File(s)

Similar Collection

by creator, contributor, or subject