LEARNING BAYESIAN NETWORK PADA GAME SPORT PINGPONG
Article Sidebar
Main Article Content
Abstract
Game pingpong adalah salah satu game yang membutuhkan Non-Playable Character atau NPC. NPC yang menjadi musuh dalam permainan pingpong harus dapat memodelkan seorang pemain pingpong yang menerima dan melakukan serangan terhadap seorang player dengan tingkat akurasi atau kesesuaian arah pukulan yang sesuai dengan player. Berdasarkan hal tersebut, maka dibutuhkan sebuah metode untuk NPC agar dapat menentukan behaviour sehingga NPC menjadi lebih baik dengan akurasi serangan yang baik. Bayesian Network merupakan salah satu kecerdasan buatan yang digunakan untuk mengatasi hal – hal yang bersifat tidak pasti atau uncertainty. setiap node yang ada pada sebuah graph yang merepresentasikan sebuah random variable (variabel acak) , sedangkan edges (garis yang menghubungkan antar node) yang berada diantara node – node merepresentasikan probilitas dependensi antara kesesuaian variabel – variabel acak[1]. Hasil pengujian implementasi pada game pingpong penggunaan Bayesian Network pada permainan pingpong terbukti efektif membuat NPC memiliki tingkat akurasi pukulan yang tinggi.
Article Details
Section
Penulis yang menerbitkan dengan jurnal ini setuju pada persyaratan berikut ini:
- Penulis menyimpan hak cipta dan memberikan jurnal hak penerbitan pertama, dengan pekerjaan 6 bulan setelah penerbitan secara simultan dengan lisensi di bawah: Creative Commons Attribution License yang memudahkan yang lain untuk berbagi karya dengan pengakuan penerbitan awal dan kepenulisan karya di jurnal ini.
- Penulis bisa memasukkan ke dalam penyusunan kontraktual tambahan terpisah untuk distribusi non-ekslusif versi kaya terbitan jurnal (contoh: mempostingnya ke repositori institusional atau menerbitkannya dalam sebuah buku), dengan pengakuan penerbitan awalnya di jurnal ini.
- Penulis diizinkan dan didorong untuk mem-posting karya mereka online (contoh: di repositori institusional atau di website mereka) sebelum dan selama proses penyerahan, karena dapat mengarahkan ke pertukaran produktif, seperti halnya sitiran yang lebih awal dan lebih hebat dari karya yang diterbitkan. (Lihat Efek Akses Terbuka).