Implementasi jaringan syaraf tiruan metode feed forward untuk memprediksi cara bermain player dan mengoptimalkan nilai kartu tertinggi dalam game poker

Poker adalah permainan kartu keluarga yang melibatkan taruhan dan bermain individu, dimana pemenang ditentukan oleh jajaran dan kombinasi dari kartu mereka, beberapa di antaranya tetap tersembunyi hingga akhir pertandingan. Game poker bervariasi dalam jumlah kartu dibagikan dan jumlah kartu yang tetap tersembunyi. Prosedur taruhan bervariasi di antara permainan poker. Berbeda dengan game lainnya seperti catur, poker adalah game dengan informasi yang tidak lengkap karena kita tidak dapat melihat kartu lawan, begitu juga sebaliknya, sehingga dalam pengembangan sebuah kecerdasan buatan dalam game poker dibutuhkan pendekatan yang berbeda, saat ini kebanyakan game poker offline yang dimainkan dengan lawan komputer menggunakan fixed model dalam kecerdasan buatannya, ini membuat lawan komputer tersebut mudah untuk dikalahkan karena pola permainan yang tidak berubah sehingga kita bisa dengan mudah menebak pola permainan komputer dan permainanpun menjadi membosankan. Dengan mengunakan jaringan syaraf tiruan artificial inteligence yang terdapat di dalam game ini akan menjadi learning machine yang dapat mempelajari pola permainan player, sehingga semakin lama bermain maka artificial inteligence ini akan semakin sulit untuk dikalahkan dan memiliki pola permainan yang berbeda setiap rondenya. Sedangkan jaringan syaraf tiruan yang digunakan adalah feedforward dengan algoritma backpropagation sebagai pelatihannya. Berdasarkan hasil yang didapat dalam penelitiaan dan penyusunan skripsi ini serta disesuaikan dengan tujuan, maka diperoleh kesimpulan bahwa dengan menerapkan jaringan syaraf tiruan feed forward dengan algoritma backpropagation sebagai pelatihannya, artificial inteligence pada game dapat memprediksi cara bermain player dan melakukan keputusan terbaik sesuai antara tabel aksi dengan aksi yang diambil.

Poker is a family of card games involving betting and playing individual, where the winner is determined by the ranks and combinations of their cards, some of which remain hidden until the end of the game. Poker games vary in the number of cards are dealt and the number of cards that remain hidden. Betting procedures vary among poker game. In contrast to other games such as chess, poker is a game with incomplete information because we can not see the opponent's cards, and vice versa, resulting in the development of an artificial intelligence poker game takes a different approach, this time mostly offline poker game played with computer opponent using a fixed model in artificial intelligence, this makes the computer opponent is easy to beat because that does not change the pattern of the game so that we can easily guess the pattern of computer games and permainanpun be boring. By using artificial neural networks Intelligence contained in this game will be a learning machine that can learn patterns of game players, so the longer play the artificial Intelligence will be increasingly difficult to beat and have a pattern of different games each round. While the neural network used is feedforward backpropagation algorithm as training. Based on the results obtained in penelitiaan and the preparation of this paper as well adapted to the purpose, it could be concluded that by applying a feed forward neural network with backpropagation algorithm as training, artificial Intelligence in the game can predict how to play the best players and perform appropriate decision between the action table action taken.