< prev

Page 1Page 2Page 3Page 4Page 5Page 6Page 7Page 8

Page 4 of 8
next >

Jurnal Ilmiah Komputer dan Informatika (KOMPUTA)

102

Vol. 5, No. 2, Oktober 2016, ISSN : 2089-9033

pemain yang akan bermain pada giliran selanjutnya

flowchart

Gambar 6. Flowchart Ganti Giliran

Dalam

penelitian

kali

ini

papan

akan

direpresentasikan ke dalam sebuah matriks dua

dimensi seperti pada gambar 7 di bawah ini.

Gambar 7. Matriks Papan Permainan

2.4.2 Analisis Algoritma

Tahap

pertama

yang

dilakukan

adalah

pembangunan pohon pencarian atau kemungkinan-

kemungkinan yang akan terjadi dalam jalannya

permainan. Struktur pohon pencarian menggunakan

general tree yaitu pohon yang setiap induk boleh

memiliki anak lebih dari 2. Pohon yang dibuat terdiri

Node

Node

1, 3 berasal dari kemungkinan pergerakan komputer.

Node

memiliki beberapa variabel yaitu :

Node

node

kiri yang terdiri dari satu atau lebih digit angka dan

bagian kanan yang hanya terdiri dari satu digit angka.

node

node

sendiri.

2. Papan

Papan ini merupakan array yang berisi informasi

kondisi papan permainan pada kemungkinan yang

terjadi.

3. Nilai evaluasi.

Nilai evaluasi adalah nilai yang akan dipakai pada

proses pencarian solusi.

4. Anak

node

kemungkinan yang bisa terjadi pada kondisi papan

node

Gambar 8. Contoh Pohon Permainan

Setelah pembuatan pohon langkah selanjutnya

adalah menentukan nilai evaluasi dan proses

pencarian solusi. Dalam penelitian ini akan dijelaskan

cara menentukan nilai dan solusi menggunakan

algoritma algoritma Negascout. Berikut adalah

penjelasannya:

Pada algoritma Negascout cara membedakan

kapan harus dilakukan pencarian minimum dan

node

anaknya dan dicari nilai maksimum. Pada saat

kondisi mencari nilai maksimum maka nilai evaluasi

node

karena pada saat pengambilan nilai evaluasi nilainya

akan dinegatifkan terlebih dahulu. Negatif dari

negatif nilai evaluasi adalah nilai evaluasi, maka

ketika dicari nilai maksimumnya akan didapatkan

nilai maksimum dari nilai evaluasi. Pada saat kondisi

node

anaknya haruslah positif nilai evaluasi, karena pada

saat pengambilan nilai evaluasi nilainya akan

dinegatifkan terlebih dahulu. Negatif dari positif nilai

evaluasi adalah negatif nilai evaluasi, maka ketika

dicari nilai maksimumnya akan didapatkan nilai

minimum dari nilai evaluasi. Berdasarkan hal ini

maka nilai evaluasi pada algoritma Negascout

didapatkan dengan menggunakan rumus sebagai

berikut :

Jika evaluasi nilai dilakukan pada giliran

komputer(level ganjil) maka

E = - (mangkukK – mangkukM)

atau

E = mangkukM – mangkukK

Jika evaluasi nilai dilakukan pada giliran

manusia(level genap) maka

E = mangkukK – mangkukM