penerapan metode probabilistic reasoning dalam permainan

PENERAPAN METODE PROBABILISTIC REASONING
DALAM PERMAINAN “TERIMA ATAU TOLAK”
Eza Budi Perkasa
Teknik Informatika STMIK ATMA LUHUR PANGKALPINANG
Jl. Jend. Sudirman, Selindung Lama, Pangkalpinang, Kepulauan Babel
e-mail: [email protected]
Abstract
“Terima Atau Tolak” is a game that is adapted from “Deal Or No Deal” game. The game is played by two people
who have different role in. Every player has different way to play. The game is also a game that needs some
strategy for its players. The strategy is needed so that the player gets the biggest score possible compared to
his/her opponent. In this research, a method called probabilistic reasoning will be applied. The method is used
by computer as its strategy in this game. Goal to be obtained is to look at the efficacy of the strategy that has been
developed with the method. This research is done with prototype approaching. In the research, values of player’s
victory probability will be calculated using certain algorithm. The values are compared with values got from some
experiments. General conclusion obtained is that value of victory probability is depended on game condition and
has inexact value. Users are wished to be able to narrow/expand the condition of the game to compare value of
victory probability before and after changing.
Keywords: Game, “Terima Atau Tolak”, probabilistic reasoning, strategy, victory probability
1.
dapat menjadi dasar untuk menentukan sebuah
Pendahuluan
keputusan. Manusia yang telah terlatih dapat dengan
1.1 Latar Belakang
Di zaman yang serba canggih ini, komputer
cepat
mengambil
keputusan
dengan
tepat.
telah menjadi sebuah kebutuhan bagi manusia.
Permainan “Terima Atau Tolak” merupakan solusi
Tidak seperti dahulu kala ketika komputer masih
untuk dapat melatih pikiran manusia sehingga dapat
merupakan barang mewah sehingga sulit didapat.
berpikir
Sekarang,
komputer
reasoning
dimanapun, di supermarket, di instansi-instansi,
keputusan.
kita
bisa
menemukan
menggunakan
dengan
metode
cepat
probabilistic
dalam
mengambil
bahkan kita sendiri dapat memilikinya dengan
Sebagaimana diketahui, terdapat cukup banyak
sangat mudah. Ini karena seperangkat komputer
variasi permainan komputer yang mempunyai genre
mampu mempermudah pekerjaan manusia, baik
yang berbeda-beda. Akan tetapi, hingga saat ini,
pekerjaan yang ringan sekalipun, maupun pekerjaan
masih jarang terdapat permainan yang dibuat di
berat
dapat
Indonesia. Selain itu, kebanyakan permainan
melakukannya. Bahkan, komputer dapat memiliki
bersifat closed source sehingga jika sang pemain
tingkat kecerdasan yang lebih tinggi dari manusia
sudah
yang merupakan pemiliknya.
menunggu versi selanjutnya untuk memainkan
yang
belum
tentu
manusia
menuntaskan
permainannya,
ia
harus
Salah satu kemudahan yang diberikan oleh
modus ataupun level baru. Apabila permainan
perangkat komputer saat ini adalah kemampuannya
tersebut bersifat open source, tentu pemain dapat
untuk menghibur penggunanya melalui permainan.
mengembangkan
Pada
keinginannya dan juga mempelajari algoritma yang
metode
probabilistic
reasoning,
setiap
pemikiran manusia diarahkan untuk dapat berpikir
permainan
terdapat di dalam permainan.
dengan menerima banyak kemungkinan. Hal ini
1
sesuai
dengan
Dari
permasalahan
yang
telah
diuraikan
c. Implementasi dan pengujian
sebelumnya, penulis bermaksud untuk merancang
1) Pengevaluasian prototype
permainan yang bersifat open source. Di samping
2) Perbaikan prototype
itu, penulis juga akan menguraikan algoritma dan
metode permainan yang penulis rancang serta tahaptahap
pengimplementasiannya.
1.5 Tujuan Penulisan
Adapun
topik
Tujuan yang hendak penulis capai dalam
ambil
adalah
penulisan makalah ini adalah menerapkan metode
“Kecerdasan Buatan (Artificial Intelligence/AI)”
probabilistic reasoning sebagai strategi dalam
dan penulis memberi judul penelitian ini “Penerapan
permainan “Terima Atau Tolak”.
penelitian
yang
akan
penulis
Metode Probabilistic Reasoning Dalam Permainan
‘Terima Atau Tolak’”.
2.
Landasan Teori
2.1 Kecerdasan Buatan
Kecerdasan buatan berasal dari bahasa Inggris
1.2 Rumusan Masalah
a. Tahap-tahap penerapan metode probabilistic
“Artificial Intelligence” atau disingkat AI. Secara
reasoning dalam permainan “Terima Atau
harfiah, intelligence adalah kata sifat yang berarti
Tolak” dengan menggunakan algoritma tertentu.
cerdas,
sedangkan
artificial
berarti
buatan.
b. Penentuan nilai peluang kemenangan untuk tiap-
Kecerdasan buatan yang dimaksud merujuk pada
tiap kondisi dan pembandingannya untuk
mesin yang mampu berpikir, menimbang tindakan
menetapkan strategi terbaik.
yang akan diambil, dan mampu mengambil
keputusan seperti yang dilakukan oleh manusia [1].
Kecerdasan buatan merupakan salah satu
1.3 Batasan Masalah
a. Selama permainan berlangsung, pemain dapat
bagian ilmu komputer yang membuat agar mesin
menggunakan keyboard atau mouse sebagai
(komputer) dapat melakukan pekerjaan seperti dan
media input. Sementara outputnya ditampilkan
sebaik yang dilakukan oleh manusia. Pada awal
di monitor komputer dengan batasan resolusi
diciptakannya, komputer hanya difungsikan sebagai
minimum (1366 × 768 piksel).
alat hitung saja. Akan tetapi, seiring dengan
b. Terdapat
enam
modus
permainan
yang
perkembangan zaman, peran komputer semakin
disesuaikan dengan jumlah dan kebutuhan
mendominasi kehidupan umat manusia. Komputer
pemain. Jumlah pemain maksimum adalah dua
tidak lagi hanya digunakan sebagai alat hitung,
orang.
melainkan
c. Desain antarmuka permainan dibuat sesederhana
komputer
juga
diharapkan
untuk
mengerjakan segala sesuatu yang bisa dikerjakan
mungkin tanpa mengurangi maksud yang
oleh manusia [2].
hendak dicapai dalam permainan sehingga dapat
menghemat ruang penyimpanan.
2.2 Soft Computing
Soft computing adalah koleksi dari beberapa
1.4 Metode Penelitian
metodologi yang bertujuan untuk mengeksploitasi
a. Analisa dan pengumpulan kebutuhan
adanya
b. Perancangan
ketidakpastian, dan kebenaran parsial untuk dapat
toleransi
terhadap
ketidaktepatan,
1) Perancangan cepat
diselesaikan dengan mudah, robustness, dan biaya
2) Pembangunan prototype
penyelesaiannya murah. Definisi ini pertama kali
2
diungkapkan oleh Prof. Lotfi A. Zadeh pada tahun
2.4 Game Playing
1992.
Dalam beberapa tahun terakhir, AI telah
Soft computing merupakan inovasi baru dalam
menjadi garis depan dalam industri permainan
membangun sistem cerdas. Sistem cerdas ini
(game).
Hampir
semua
permainan
sekarang
merupakan sistem yang memiliki keahlian seperti
membutuhkan AI untuk membuat komputer seolah-
manusia pada domain tertentu, mampu beradaptasi
olah tampak cerdas. Konsep cerdas dibutuhkan
dan belajar agar dapat bekerja lebih baik jika terjadi
untuk mengontrol dan mengklasifikasi karakter
perubahan lingkungan.
pemain atau bukan.
Terdapat empat unsur pokok dalam soft
Program pertama yang dibuat AI adalah game
computing, yaitu Sistem Fuzzy (mengakomodasi
playing. Sejarah teori permainan dari tahun 1950,
ketidaktepatan), Jaringan Syaraf (menggunakan
ketika komputer mulai dapat diprogram. Permainan
pembelajaran),
Reasoning
pertama yang menggunakan AI adalah catur.
(mengakomodasi ketidakpastian), dan Evolutionary
Inisiator teori permainan dalam AI adalah Konard
Computing (optimasi). Keempat unsur tersebut
Zuse (penemu pertama komputer yang dapat
bukan merupakan pesaing antara satu dengan
diprogram dan bahasa pemrograman pertama),
lainnya, namun diantaranya bisa saling melengkapi.
Claude Shannon (penemu teori informasi), Norbert
Probabilistic
Wiener (pencipta teori kontrol modern), dan Alan
Turing. Sejak saat itu, mulai ada kemajuan dalam
2.3 Algoritma Pencarian Langkah Terbaik
Pencarian [3][4] adalah suatu proses mencari
standar
bermain
permainan,
sampai-sampai
solusi dari suatu permasalahan melalui sekumpulan
komputer dapat mengalahkan manusia dalam
kemungkinan ruang keadaan (state space). Ruang
permainan catur dan dalam banyak permainan
keadaan merupakan suatu ruang yang berisi semua
kompetitif lainnya [1].
keadaan yang mungkin. Dalam ilmu komputer,
sebuah algoritma pencarian merupakan algoritma
2.5 Use Case Diagram
yang menerima masukan berupa sebuah masalah
Use
dan menghasilkan sebuah solusi untuk masalah
digunakan
tersebut yang biasanya didapat dari evaluasi
dibutuhkan pada sistem dan dilakukan pada saat
beberapa kemungkinan solusi. Himpunan semua
awal pembuatan sistem dan pada tahap analisis.
kemungkinan solusi dari sebuah masalah disebut
Diagram ini digunakan untuk membantu developer
ruang pencarian. Algortima pencarian brute-force
agar dapat mengerti fungsi yang dibutuhkan oleh
atau pencarian uninformed menggunakan metode
sistem tanpa khawatir tentang kebutuhan yang akan
yang sederhana dan sangat intuitif pada ruang
diimplementasikan [5]. Pada umumnya, Use Case
pencarian, sedangkan algoritma pencarian informed
Diagram mempunyai tiga bagian. Bagian-bagian
menggunakan
tersebut adalah sebagai berikut.
heuristik
untuk
menerapkan
Case
Diagram
untuk
adalah
menganalisa
model
yang
fungsi
yang
pengetahuan tentang struktur dari ruang pencarian
a. Actor, menggambarkan peran dari pemain atau
untuk berusaha mengurangi banyaknya waktu yang
sebuah alat yang berinteraksi langsung dengan
dipakai dalam pencarian.
sistem. Biasanya, actor digambar berupa stick
figures.
3
b. Use case, merupakan aksi-aksi yang dapat
2.7 MySQL
dijalankan oleh actor. Use case biasanya
MySQL adalah sebuah sistem manajemen basis
berbentuk elips.
data relasi yang bersifat open source. Maksud dari
c. Association, menggambarkan hubungan antara
sifat ini adalah MySQL boleh diunduh oleh siapa
dua atau lebih objek, biasanya mewakilkan
saja, baik source code-nya ataupun program
hubungan yang diperbolehkan dalam proses di
executable-nya dan dapat digunakan secara (relatif)
suatu sistem. Association digambarkan dengan
gratis, baik untuk dimodifikasi sesuai dengan
garis lurus dan jika dibutuhkan, boleh ditambah
kebutuhan seseorang maupun sebagai suatu program
panah pada ujungnya untuk memberitahukan
aplikasi komputer [7].
arah koneksi tersebut.
3.
Metode Penelitian
3.1 Teknik Pengumpulan Data
Entry Pelanggan
a. Observasi:
Mengunduh
dan
memainkan
permainan yang sejenis, menganalisa algoritma
Entry Barang
Pelanggan
yang digunakan, dan memperhatikan uraian dari
Bagian Penjualan
Entry Kendaraan
programmer permainan bersangkutan.
Supir
b. Studi pustaka:
Entry Supir
Mencari referensi untuk
membantu proses implementasi permainan yang
penulis rancang ke dalam bahasa pemrograman
Gambar 2.1
Contoh Use Case Diagram
yang penulis pilih.
c. Angket (kuesioner):
2.6 Bahasa Pemrograman Visual Basic .NET
Memberikan kuesioner
kepada beta tester dan menganalisa hasilnya
Visual Basic .NET adalah sebuah alat untuk
mengembangkan dan membangun aplikasi yang
untuk
bergerak di atas sistem .NET Framework, dengan
permainan selanjutnya.
menggunakan
bahasa
BASIC.
dijadikan
landasan
pengembangan
Dengan
3.2 Use Case Diagram
menggunakan alat ini, para programmer dapat
membangun aplikasi Windows Forms, aplikasi web
Input nama pemain
berbasis ASP.NET, dan juga aplikasi command-line.
Masuk menu modus
permainan
Alat ini dapat diperoleh secara terpisah dari
beberapa produk lainnya (seperti Microsoft Visual
Pilih lawan pemain
C++, Visual C#, atau Visual J#), atau juga dapat
«extends»
diperoleh secara terpadu dalam Microsoft Visual
User
Melihat nilai
tertinggi
«extends»
Studio .NET. Bahasa Visual Basic .NET sendiri
menganut
paradigma
bahasa
Melihat klasemen
Melihat profil
pemain
Melihat bantuan
pemrograman
berorientasi objek yang dapat dilihat sebagai evolusi
Keluar dari
permainan
dari Microsoft Visual Basic versi sebelumnya yang
Gambar 3.1
Use Case Diagram
diimplementasikan di atas .NET Framework [6].
4
adalah jumlah kotak yang masih belum terbuka
3.3 Entity Relationship Diagram
(termasuk kotak yang dipegang kontestan).
Level
Score
Party_Data
1
Save
Name
Wisdom
Wisdom_Id
Word
Person
1
Player_Standing
1
1
Get
Get
Name
1
Name
Reg_Time
Win
Draw
Lose
1
1
Get
Name
Get
Name
d. Penawaran Banker (Modus Arena)
Get
Name
Name
Nilai penawaran ditentukan dengan persamaan
M
High_Score_1v1
Score
Round
Time
M
M
M
High_Score_Arena
High_Score_Party
High_Score_Redenomination
Score
Time
Score
Round
Level
Time
Score
Round
Time
0; 𝑏 = 1 atau 𝑏 = 26
26
−
𝑏
𝑜n = {(10 × ⌈
⌉ + 𝑛) % × ∑𝑚
3
; 2 ≤ 𝑏 ≤ 25
𝑏
M
High_Score_Story
Score
Round
Time
Gambar 3.2
Entity Relationship Diagram
Penawaran pada modus ini hanya dapat
dilakukan apabila kontestan telah memegang
3.4 Algoritma Pencarian Langkah Terbaik
kotak uang.
a. Pemilihan Kotak Uang (Modus Selain Arena)
b. Pemilihan Kotak Uang (Modus Arena)
3.5 Rancangan Arena Permainan
Jam dan tanggal sistem komputer
Modus Permainan
Arahan permainan
Sisa kotak
yang harus dipilih
Ronde
99
Kumpulan kotak uang
99
Nama banker
Money tree
(nilai kecil)
c. Penawaran Banker (Modus Selain Arena)
Penawaran sebelumnya
9.999.999.999
9.999.999.999
9.999.999.999
9.999.999.999
9.999.999.999
9.999.999.999
9.999.999.999
Tingkat
Gambar
banker
Saya menawarkan kotak Anda
dengan harga
Nama kontestan
Kotak yang dipegang
Nilai penawaran ditentukan dengan persamaan
Akhiri Permainan!
Bantuan?
Gambar 3.3
Rancangan Arena Permainan
dengan on adalah nilai penawaran (dibulatkan ke
bilangan bulat terdekat), r adalah ronde berjalan,
n adalah angka acak yang dipilih (0 hingga 5),
Σm adalah jumlah nilai uang yang masih berada
di money tree (nilai yang belum terpilih), dan b
5
Money tree
(nilai besar)
Terima
atau
Tolak?
Nilai
99.999.999.999.999.999.999
(10 × 𝑟 + 𝑛)% × ∑𝑚
𝑜n =
𝑏
999
9.999.999.999
Gambar
tumpukan
uang
3.6 Rancangan Alur Proses
START
START
Start = False
Pause = False
Sisa Kotak = 26
Sisa Waktu = 60
Start = False
Pause = False
Sisa Kotak = 26
Ronde = 0
Sisa Kotak yang Terpilih = 1
Hitung
mundur
waktu
3
Pemilihan
kotak uang
Ronde = 0
True
Pemilihan
kotak uang
Start = True
Ronde = 1
Sisa Kotak yang Terpilih = 3
False
Start = False
Sisa Kotak yang Terpilih -= 1
Sisa Kotak -= 1
True
Start = True
False
Sisa Kotak -= 1
False
Sisa Kotak yang Terpilih = 0
False
True
Sisa Waktu = 0
Jeda
permainan
True
Jeda
permainan
Penawaran
banker
Pause = True
1
Pause = True
Gambar 3.4
Alur Proses Modus Cerita, Satu Lawan Satu, Redenominasi, dan
???
Penawaran
banker
1
Gambar 3.6
Alur Proses Modus Arena
1
START
Tampilkan
nilai
penawaran
Mulai permainan
dari tingkat
tersimpan
Start = False
Pause = False
Sisa Kotak = 26
Ronde = 0
Sisa Kotak yang Terpilih = 1
5
3
Akhir permainan
True
False
Terima
Atau
Tolak?
Terima
Letakkan kotak
uang kontestan
di sebelah kanan
Tolak
Tampilkan nilai
kumulatif,
tingkat, dan ronde
terakhir selama
permainan
Periksa ronde
dan modus
berjalan
2
Pemilihan
kotak uang
Ronde = 8 OR
Modus = Arena
Start = True
True
Ronde = 0
Ronde = 1
Sisa Kotak yang Terpilih = 3
False
Lanjutkan
atau akhiri
permainan
False
Pause = False
Ronde += 1
True
Letakkan kotak
uang kontestan
di sebelah kiri
Sisa Kotak yang Terpilih -= 1
Sisa Kotak -= 1
4
False
Sisa Kotak yang Terpilih = 0
True
Jeda
permainan
Gambar 3.7
Alur Proses Penawaran
Pause = True
Penawaran
banker
1
Gambar 3.5
Alur Proses Modus Pesta
6
3
4
Buka
kotak uang
kontestan
4.
Hasil dan Pembahasan
4.1 Tampilan Arena Permainan
Bandingkan
dengan nilai
penawaran
banker
Nilai uang dalam kotak >
Penawaran banker
True
Periksa letak
kotak uang
Letak kotak
uang
Kanan
Status =
Banker
menang
Kiri
False
Status =
Kontestan
menang
A
Lanjutkan
pembandingan
nilai
Nilai uang dalam kotak <
Penawaran banker
True
Periksa letak
kotak uang
Letak kotak
uang
Kanan
Status =
Kontestan
menang
Kiri
False
Status =
Banker
menang
Status = Seri
A
Modus =
Pesta
True
Tingkat +=1
Gambar 4.1
Ronde 0
5
False
2
END
4.2 Hasil Uji Coba
Gambar 3.8
Alur Proses Akhir Permainan
Tabel 4.1 Perbandingan Peluang Kemenangan Banker Pada
Modus Cerita dan Redenominasi
3.7 Tabel Peluang Kemenangan (TPK)
Percobaan
Secara teoritis, peluang kemenangan dalam
I
II
III
IV
V
VI
VII
VIII
IX
permainan adalah 50% (dengan mengabaikan hasil
seri). Akan tetapi, pada kenyataannya, nilai ini tidak
eksak. Untuk itu, penulis menggunakan Tabel
Peluang Kemenangan (TPK) sebagai alat bantu
penghitungan peluang kemenangan.
Peluang Kemenangan (%)
Cerita
Redenominasi
58,67834584
65,70170558
51,08753086
60,78497802
61,45700177
52,56498647
57,68437019
52,00559671
64,24566823
57,85534925
55,20079771
57,82502131
52,34867860
50,09874964
50,43478261
48,26086957
47,10144928
42,75362319
Gambar 4.2
Grafik Perbandingan Peluang Kemenangan Banker Pada Modus
Cerita dan Redenominasi
Terlihat pada tabel dan grafik tersebut bahwa
Gambar 3.9
Tabel Peluang Kemenangan
modus Cerita cenderung lebih unggul daripada
modus Redenominasi, sehingga dapat dikatakan
Nilai peluang kemenangan pemain (pada penelitian
bahwa modus Redenominasi cocok untuk pemain
ini, penulis memilih banker yang merupakan AI
pemula yang baru berlatih. Apabila pemain tersebut
dalam permainan), wB, dapat dihitung menggunakan
menginginkan tantangan yang lebih besar, modus
rumus berikut.
lainnya dapat menjadi pilihan (dalam hal ini, modus
𝑤B =
Jumlah huruf B pada TPK
× 100%
6×𝑏
Cerita).
7
4.3 Kelebihan dan Kekurangan Program
5.2 Saran
a.
a.
Kelebihan
1) Alur permainan tidak terlalu rumit dan
dijalankan lintas platform sehingga dapat
mudah untuk dipahami.
dibandingkan strategi AI pada masing-masing
2) Memiliki sistem penilaian yang membuat
platform yang berbeda.
pemain merasa tertantang.
b.
Membuat aplikasi permainan yang dapat
b.
Mempersempit
pencarian
nilai
peluang
3) Tampilan cukup menarik.
kemenangan dengan TPK yang di-prunning,
4) Digemari seluruh kalangan dan usia.
yaitu pencarian nilai peluang kemenangan yang
Kekurangan
dilakukan
1) Dibutuhkan waktu yang lama untuk
ditampilkan sehingga dalam TPK, hanya
menyelesaikan permainan.
tepat
ketika
nilai
penawaran
terdapat satu kolom saja.
2) Walaupun menarik, tampilan permainan
c.
masih perlu perbaikan.
Mengubah rumusan penawaran banker dan
membandingkan nilai peluang kemenangan
sebelum dan setelah pengubahan.
5.
Kesimpulan dan Saran
5.1 Kesimpulan
a.
Metode
Daftar Pustaka
probabilistic
diterapkan
untuk
reasoning
menetapkan
dapat
[1]
Sutojo, T. dkk. 2011. Kecerdasan Buatan.
Yogyakarta: Penerbit ANDI.
[2]
Kusumadewi, Sri. 2003. Artificial Intelligence
(Teknik dan Aplikasinya). Yogyakarta: Graha
Ilmu.
[3]
Nilson J., N. 1998. Artificial Intelligence: A New
Synthesis. USA: Morgan Kaufmann Publisher.
[4]
Sigiro, Irma Y.N. 2011. Analisis dan
Implementasi Penyelesaian Game Minesweeper
Menggunakan Algoritma Greedy Best First
Search [Skripsi]. Medan: Fakultas Matematika
dan Ilmu Pengetahuan Alam, Universitas
Sumatera Utara.
[5]
George J.F. et al. 2004. Object-Oriented System
Analysis and Design: International Edition. USA:
Pearson Education.
[6]
Wikipedia Indonesia. 2013. “Visual Basic .NET”
http://id.wikipedia.org/wiki/Visual_Basic_.NET,
diakses tanggal 13 November 2013.
[7]
Arbie. 2004. Manajemen Database Dengan
MySQL. Yogyakarta: Penerbit ANDI.
peluang
kemenangan dengan cara memetakan tiap-tiap
keadaan permainan dan kemudian menghitung
nilai peluang kemenangan dengan algoritma
tertentu.
b.
Nilai peluang kemenangan teoritis untuk
permainan ini adalah sama untuk setiap modus
yang dipilih, yaitu 50%. Nilai ini didapat
apabila hasil seri diabaikan.
c.
Nilai
peluang
kemenangan
sebenarnya
bergantung dari kombinasi nilai uang yang
dapat diperoleh dan juga penawaran dari
banker.
d.
Nilai peluang kemenangan standar untuk
penawaran
yang
diterima
adalah
40%.
Sedangkan nilai peluang kemenangan standar
untuk penawaran yang ditolak adalah 60%.
e.
Strategi AI
dikatakan
dalam permainan ini dapat
baik
apabila
nilai
peluang
kemenangannya berada di atas nilai standar.
8