UPT Perpustakaan UM

  • Beranda
  • Informasi
  • Repository UM
  • SIPADU UM
  • OPAC SIPADU

Pencarian Spesifik

Pencarian berdasarkan :

SEMUA Pengarang Subjek ISBN/ISSN Pencarian Spesifik

Pencarian terakhir:

{{tmpObj[k].text}}
No image available for this title

Skripsi

Penerapan search-based procedural content generation untuk perancangan level pada roguelike games menggunakan algoritma genetika. / Ruri Ayyul Maulidya

Maulidya, Ruri Ayyul - Nama Orang;

Abstrak
Roguelike games mempunyai tempat khusus di industri game independen sebagai genre yang menerapkan procedural content generation (PCG). Roguelike memberikan pemain dengan jumlah konten dan replayability yang luar biasa. PCG menghasilkan konten menggunakan algoritma bukan secara manual. Meskipun PCG memiliki hasil yang tidak dapat diprediksi procedural level dapat terstruktur sebaik yang dibuat oleh tangan game designer dengan menggunakan sejumlah aturan yang tepat. Hal tersebut memungkinkan game designer untuk input set parameter ke komputer. Algoritma genetika merupakan salah satu dari banyaknya jenis algoritma yang dapat diterapkan ke dalam PCG dan dapat menghasilkan solusi dalam jumlah yang besar. Penelitian ini bertujuan untuk menerapkan Search-based Procedural Content Generation menggunakan Algoritma Genetika untuk perancangan level pada Roguelike Games. Penelitian dilakukan dengan menggunakan metode eksperimen dengan tahapan meliputi studi pustaka implementasi post-processing level eksperimen dan evaluasi. Proses implementasi dilakukan dengan menerapkan algoritma genetika dan pathfinding menggunakan software Unity versi 2019.4.8f1 untuk game development. Pada proses post-processing level dengan generator parameter dan metrics. Pada proses eksperimen menggunakan standard deviation. Pada proses evaluasi menggunakan acceptability range dan expressive range analysis (ERA). Hasil penelitian menunjukkan bahwa set parameter terbaik memiliki nilai standar deviasi metrics best fitness score terendah. Nilai pengukuran acceptability range yang diperoleh pada 30 test data sebesar 97% dengan parameter 100 population size 50 generation limit 11 width of map dan 11 length of map. Grafik plot ERA yang ditampilkan pada variabel metrics best gen. index best fitness score path dan duration adalah linear dan variabel metrics corner adalah tidak linear. Berdasarkan hasil tersebut maka dapat disimpulkan bahwa level design roguelike games yang dihasilkan cukup baik dan plot ERA pada variabel metrics corner tidak linear karena corner merupakan variabel parameter yang digunakan untuk penyetaraan tingkat kesulitan level.


Informasi Detail
DDC
Rs 005.1 MAU p
Prodi
Universitas Negeri Malang. Program Studi Teknik Informatika, 2021.
Deskripsi Fisik
xiii, 80 lembar : ilus. ; 30 cm
Bahasa
Indonesia
No Reg
03441/KI/22
Edisi
Skripsi (Sarjana)-Universitas Negeri Malang. 2021
Subjek
1. ALGORITMA KOMPUTER
2. ALGORITMA GENETIKA
3. COMPUTER ALGORITHM

Pembimbing
Haris Ar Rosyid ; 2. Muhammad Iqbal Akbar
Lampiran Berkas
You must be logged in to get fulltext


UPT Perpustakaan UM
  • Berita

Tentang Kami

TIM IT Perpustakaan 2023

Cari

masukkan satu atau lebih kata kunci dari judul, pengarang, atau subjek

Donasi untuk SLiMS

Pilih subjek yang menarik bagi Anda
  • Karya Umum
  • Filsafat
  • Agama
  • Ilmu-ilmu Sosial
  • Bahasa
  • Ilmu-ilmu Murni
  • Ilmu-ilmu Terapan
  • Kesenian, Hiburan, dan Olahraga
  • Kesusastraan
  • Geografi dan Sejarah
Icons made by Freepik from www.flaticon.com
Pencarian Spesifik