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

Page 1 of 7
next >

Jurnal Komputer dan Informatika (KOMPUTA)

37

Edisi. I Volume. 1, Maret 2012

MODEL PERILAKU BERJALAN AGEN-AGEN MENGGUNAKAN

FUZZY LOGIC

Nelly Indiani Widiastuti

Program Studi Teknik Informatika

Fakultas Teknik dan Ilmu Komputer Universitas Komputer Indonesia

Jl. Dipati Ukur No. 112-116 Bandung

Email : alifahth@yahoo.com / indiwidi@gmail.com

ABSTRAK

Perilaku sebuah agen yang natural atau mampu

merespon

lingkungan

adalah

tujuan

yang

dikembangkan oleh para game developer. Logika

fuzzy adalah salah satu metode yang mampu

menangkap kondisi lingkungan yang tidak diskrit.

Penelitian ini menjelaskan model perilaku kecepatan

berjalan sejumlah agen yang mendapat pengaruh

dari lingkungannya. Variabel masukan untuk

penelitian ini adalah ukuran kelompok, kondisi

stamina dan kondisi lingkungan yang secara random

dimunculkan. Metode inferensi yang digunakan

adalah metode Mamdani dan metode defuzzifikasi

Mean Of Maximum. Hasil yang diperoleh dalam

penelitian ini adalah 3,9 yang merupakan kecepatan

berjalan yang dipengaruhi ukuran kelompok 16

buah, dengan kondisi stamina tingkat 6 dan kondisi

lingkungan pada state 42.

Kata Kunci

Mamdani, Mean of Maximum.

1.

PENDAHULUAN

Game interaktif semakin berkembang dari waktu

ke waktu, hal ini menyebabkan harapan untuk game

yang berkualitas semakin tinggi. Kemampuan game

developer untuk membuat game yang menarik perlu

ditunjang oleh kemampuan untuk men„cipta‟kan

karakter-karakter

dalam

game

yang

mampu

merespon lingkungannya.

Mensimulasikan sebuah agen dalam kecerdasan

buatan adalah suatu pekerjaan yang bertujuan untuk

mengembangkan agen agar semakin mendekati

perilaku manusia. Berjalan adalah salah satu

perilaku manusia yang memiliki keunikan tertentu

yang perlu dimiliki sebuah agen. Perilaku berjalan

sebuah agen adalah cara, tindakan atau respon

dalam mencapai tujuan. Sebuah agen dilengkapi

sensor

untuk

mengetahui

lingkungannya.

Pengetahuan ini akan diolah menjadi serangkaian

life-like

digunakan untuk memilih kombinasi tindakan yang

sesuai[7]. Penelitian ini akan difokuskan pada

perilaku berjalan sebuah agen.

Perilaku berjalan sebuah agen dipengaruhi oleh

beberapa faktor, yaitu : usia, jenis kelamin, ukuran

kelompok, kondisi atau stamina, medan yang akan

dilalui, dan lain-lain. Dalam penelitian ini faktor

yang dipertimbangkan adalah ukuran kelompok,

stamina, dan kondisi lingkungan. Metode fuzzy

digunakan memodelkan perilaku berjalan agen

sehingga menghasilkan kecepatan berjalan yang

dinamis.

2.

FRAMEWORK

Memodelkan perilaku agen dalam sebuah game

fuzzy logic

dilakukan. Perkembangan kecepatan microprosesor,

membuat penggunaan fuzzy logic dan teknik

kecerdasan buatan lainnya semakin meningkat[1].

Dalam game bergenre strategi, terutama yang

melibatkan banyak agen cerdas, perilaku berjalan

yang berbeda-beda dibutuhkan untuk mendapatkan

life-like

Ada beberapa framework yang digunakan untuk

merancang dan mengimplemantasikan agen cerdas.

Yang paling terkenal misalnya, Beliefs-Desires-

Intentions

(BDI),

Goal-Operators-Methods-

Selections (GOMS) rules, dan Soar[2]. Framework

yang digunakan dalam penelitian ini adalah BDI,

karena mendukung kelompok-kelompok agen yang

saling berinteraksi[3].

Referensi [5] menjelaskan bahwa arsitektur BDI

merupakan contoh penalaran praktis sebagai proses

menemukan

keputusan.

Keputusan

tersebut

merupakan aksi yang dilakukan dari waktu ke waktu

untuk kelanjutan tujuan. BDI menggunakan dua

proses penting :

a.

Deliberations : menentukan tujuan apa yang akan

dicapai

b.

Means-ends reasoning : menentukan bagaimana

cara mencapai tujuan tersebut.

Arsitektur BDI adalah contoh arsitektur yang

menyeimbangkan reactive behavior dengan goal-

directed behavior. untuk membedakan antara konsep