NON-PLAYER CHARACTER IN FIRE FIGHTER GAMES USING GENETIC ALGORITHM

  • Muhammad Fikriansyah Program Studi Teknik Elektro, Fakultas Teknik, Universitas Mataram
  • Giri Wahyu Wiriasto Program Studi Teknik Elektro, Fakultas Teknik, Universitas Mataram
  • A. Sjamsjiar Rachman Program Studi Teknik Elektro, Fakultas Teknik, Universitas Mataram

Abstract

Game ini berjenis role playing game (RPG) dengan tema Game Pemadam Kebakaran. Dalam role skenario, terdapat dua karakter pemain, yakni human player dan komputer player. Karakter human player memiliki dua misi yaitu menyelamatkan hutan yang terbakar dengan cara memadamkan dan mengalahkan karakter komputer player menggunakan senjata air, sedangkan misi komputer player kebalikannya.  Khusus untuk komputer player, karakternya bergerak secara mandiri. Karakter komputer player berupa NPC (non-player character) dimana pada permainan ini berwujud karakter monster-api. Perilaku mandiri dari NPC dikendalikan oleh algoritma yang disematkan padanya. Pada artikel ini dijelaskan implementasi metode Algoritma Genetika (GA) sebagai metode yang melatarbelakangi perubahan perilaku pada NPC bersifat acak dipengaruhi berdasarkan kondisi parameter disekitarnya. Parameter tersebut diinisialisasikan sebagai variabel dalam struktur algoritma genetiknya. Metode ini berjalan dengan memaksimalkan nilai parameter yang disimpan dalam gen pada suatu kromosom suatu individu. Pada satu individu kromosom yang dibangkitkan, terdapat empat gen seperti kemampuan menyerang (Attack), kecepatan berpindah (Movement Speed), kecepatan menembak musuh (Attack speed) dan parameter ketahanan (Health point). Perilaku NPC pada karakter monster-api tergambarkan dalam diagram finite state machine (FSM). Pada FSM tampak perilaku dalam bentuk state, event, dan action dimana kondisi dapat berubah sesuai interaksi yang terjadi dan direncanakan dalam godot scene. Hasil ujicoba pada penelitian ini menunjukkan bahwa pembangkitan populasi pada GA sampai dengan generasi ke-5 mendapatkan nilai parameter fitness 134,87. Untuk pembangkitan populasi hingga generasi ke-10, nilai fitness 128,64. Pada setiap pembangkitan generasi akan memperoleh nilai parameter fitness yang optimum ditunjukkan dengan perolehan nilai gen pada kromosom populasi mendapat nilai yang tertinggi.

Downloads

Download data is not yet available.
Published
2023-05-15
How to Cite
FikriansyahM., Wahyu WiriastoG. and RachmanA. S. (2023) “NON-PLAYER CHARACTER IN FIRE FIGHTER GAMES USING GENETIC ALGORITHM”, Jurnal Mnemonic, 6(1), pp. 11-19. doi: 10.36040/mnemonic.v6i1.5757.