#PETGAME
KONSEP AI
(ARTIFICIAL INTELEGENT)
Pada umumnya yang manusia tau itu hanyalah TEKNOLOGI MASAKINI , padahal teknologi memiliki banyak sub sub lainnya yang salah satunya kali ini kita bahas oke .
PENGERTIAN
Menurut pendapat saya AI merupakan sebuah mesin yang memiliki tingkat kecerdasan . dia dapat memberikan respon yang baik, maupun buruk secara bergantian. menjawab, mengemukakan, dan memberikan aksi. tetapi jangan jadi patokan ya pendapat saya. hehee, saya bias menjawan ini karna apa ? karna ada pendapat menurut para ahli yang pastinya dapat dijadikan pegangan pedoman untuk menjawab bila ditanyakan "APA PENGERTIAN AI?" dan pastinya nilai anda akan 100 bila benar, hehehehe. yak langsung saja Pengertian AI menurut para ahli:
- Encyclopedia Britannica: “Kecerdasan Buatan (Artificial Intelligence) ialah cabang dari ilmu komputer yang dalam merepresentasi pengetahuan lebih banyak menggunakan bentuk simbol-simbol daripada bilangan, dan memproses informasi berdasarkan metode heuristic atau dengan berdasarkan sejumlah aturan”
- Rich and Knight [1991]: “Kecerdasan Buatan (Artificial Intelligence) ialah sebuah studi tentang bagaimana membuat komputer melakukan hal-hal yang pada saat ini dapat dilakukan lebih baik oleh manusia.”
- H. A. Simon [1987]“ Kecerdasan buatan (Artificial Intelligence) ialah sebuah tempat sebuah penelitian, aplikasi dan instruksi yang terkait dengan pemrograman komputer untuk melakukan sesuatu hal yang -dalam pandangan manusia adalah- cerdas”
- John McCarthy [1956]: Kecerdasan buatan (Artificial Intelligence) ialah Memodelkan proses berpikir manusia dan mendesain mesin agar menirukan perilaku manusia.
Decision Tree
Decision tree, atau yang biasa kita sebut dengan pohon keputusan, menggambarkan pemilihan alternatif secara sistimatis dan komprehensif dan menyeluruh tentang kejadian apa yang mungkin yang terjadi sebagai akibat suatu keputusan. Model ini biasa digunakan dalam melakukan evaluasi alternatif dugaan dampak yang tidak pasti dikemudian hari. Penerapannya memerlukan imajinasi hubungan variabel serta data nilai kemungkinan untuk setiap kejadian tak pasti serta memuat hasil keputusan berupa nilai pay-off atau losses. Hasil keputusan bisa dinyatakan secara kuantitatif atau kualitatif.
Finite State Machine (FSM)
Bahasa formal dapat dipandang sebagai entitas abstrak, yaitu sekumpulan string-string simbol alphabet tertentu. Namun bahasa juga dapat dipandang sebagai entitas-entitas abtrak yang dapat dikenali atau dibangkitkan melalui suatu mesin komputasi. Mesin yang dapat mengenali bahasa kelas ini adalah finite state machine.
FSM terdiri dari dua jenis, yaitu FSM ber-output dan FSM tidak ber-output. FSM tidak ber-output digunakan untuk pengenalan bahasa dalam komputer, dengan input yang dimasukkan akan diperoleh apakah input tersebut dikenal oleh bahasa komputer atau tidak. Salah satu penggunaan FSM tidak ber-output adalah program compiler, yaitu program untuk memeriksa apakah perintah yang digunakan pengguna benar atau salah. Sementara untuk FSM ber-output digunakan untuk merancang mesin atau sistem (Zen, 2008).
Rule-based System
Rule, atau yang biasa kita sebut kaidah, menyediakan cara formal untuk merepresentasikan rekomendasi, arahan, atau strategi. Pada aturan produk atau kaidah produksi pengetahuan disajikan dalam aturan-aturan yang berbentuk pasangan keadaan-aksi (condition-action): “JIKA keadaan terpenuhi atau terjadi MAKA suatu aksi akan terjadi”.
Sistem Pakar yang basis pengetahuannya selalu disajikan dalam bentuk aturan produk disebut sistem berbasis-aturan (rule-based sistem). Dari decision table yang telah tereduksi, setiap barisnya dapat dikonversikan menjadi IF_THEN Rule. Setiap baris pada decision table yang telah tereduksi akan membentuk satu set rule final. Struktur dan penulisan rule adalah sebagai berikut :
- RULE label, Tabel yang berisi nama rule tersebut.
- IF, sebagai penanda awal kondisi.
- THEN, sebagai penanda awal kesimpulan pada sebuah rule.
- ELSE, sebagai penanda awal alternatif kesimpulan pada sebuah rule, bersifat opsional, jadi boleh tidak ada.
Pathfinding
Pathfinding, atau pencarian jalur, merupakan salah satu implementasi kecerdasan buatan dalam permainan. Pencarian jalur terpendek merupakan hal yang mempengaruhi pergerakan dan pengambilan keputusan pada non-player character. Namun, jalur terpendek belum tentu dan tidak selalu menjadi jalur paling aman. Dalam permainan berbasis militer, karakter dituntut untuk bergerak secara taktis dalam menghadapi ancaman. Agen yang bergerak secara taktis dalam pencarian jalur tidak hanya mencari jalur terpendek, namun harus mempertimbangkan ancaman karena pertimbangan hit points, demi meningkatkan kesan nyata pada permainan
Tactical Pathfinding merupakan salah satu algoritma pencarian jalur yang dapat melakukan pencarian jalur terpendek dengan perhitungan bobot ancaman. Implementasi algoritma tactical pathfinding dapat memberikan gerakan taktis pada non-player character. Algoritma tactical pathfinding dilakukan berdasarkan algoritma pencarian jalur berdasarkan A* ditambah perhitungan bobot.
Metode Waypoint
Waypoint merupakan kumpulan dari beberapa titik kordinat yang kemudian dijadikan sebagai navigasi pergerakan. Dalam sebuah game, pergerakan NPC (non-playable character) umumnya menggunakan titik arah antara titik kordinat yang satu yang lain ditentukan oleh pencipta game. Waypoint dapat digunakan pada non-playable character untuk melakukan patroli di dalam game dengan melintasi titik-titik kordinat yang ditentukan.
#http://www.pendidikanmu.com/2015/04/pengertian-kecerdasan-buatan-menurut-para-ahli.html
#http://informatika.stei.itb.ac.id/~rinaldi.munir/Matdis/2013-2014/Makalah2013/MakalahIF2120-2013-037.pdf
#http://ira.lecturer.pens.ac.id/SPK/spk%207.pdf
#http://repository.usu.ac.id/bitstream/123456789/24728/3/Chapter%20II.pdfhttp://repository.usu.ac.id/bitstream/123456789/18888/4/Chapter%20II.pdf
#http://filkom.ub.ac.id/doro/download/article/file/DR00002201312
