Implementasi Algoritma Neural Network Backpropagation Untuk Perilaku NPC Berkelompok Di Game Action-RPG

Role Playing Game atau yang biasa disingkat RPG adalah salah satu jenis permainan dimana para pemainnya memainkan peran karakter fiksi yang bertujuan untuk merajut sebuah cerita dalam game. Biasanya musuh dalam game Action-RPG dibuat berkelompok dengan job class yang berbeda. Dari beberapa job class tersebut diharapkan dapat saling bekerjasama sesuai situasi dan berdasarkan job class nya. Dibutuhkan algoritma yang dapat memberikan solusi agar sebuah non player character (NPC) dapat melakukan kerjasama. Tidak menutup kemungkinan implementasi Artificial Neural Network (ANN) dalam AI Game. Backpropagation adalah salah satu metode ANN yang paling banyak digunakan, karena modelnya yang hampir sama dengan sistem pengendalian secara umum. ANN dengan sifat backpropagation dipilih dalam game Action-RPG karena sifatnya yang terbimbing. Berdasarkan hasil dari penelitian dapat disimpulkan implementasi algoritma neural network backpropagation dapat digunakan untuk memprediksi pola kerjasama yang harus dipilih untuk mengalahkan pemain. Dari dataset yang digunakan memiliki akurasi prediksi yang dihasilkan sebesar 96.66% menggunakan parameter learning rate 0.4 batas error 0.00001 dan menggunakan 8 perceptron pada hidden layer. Dengan akurasi yang cukup baik dapat disimpulkan bahwa NPC musuh dapat bekerjasama sesuai dengan pola data latih yang digunakan dan secara objektif perilaku kerjasama dapat terlihat, hal ini membuat permainan lebih baik.

Role Playing Game or commonly abbreviated as RPG is a type of game where the players play the role of a fictional character which aims to knit a story within the game. Usually the enemies in-game Action-RPG created a group with job class. From some of the job class was expected to be working together fits the situation and based on job class. Required algorithm that can provide solutions for a non player character (NPC) can conduct cooperation. Do not cover the possibility of the implementation of Artificial Neural Network (ANN) in AI Game. Backpropagation is one of the methods most used ANN, because his model almost the same with control systems in General. ANN with backpropagation properties selected in the Action-RPG game for its social interactions. Based on the results of the research can be summed up the implementation of neural network backpropagation algorithm can be used to predict the pattern of cooperation that should be chosen in order to beat the players. From the datasets used have generated prediction accuracy of 96.66% using the parameters of the learning rate limit error of 0.00001 and 0.4 uses 8 perceptron on a hidden layer. With pretty good accuracy may be inferred that the NPC enemies can work together in accordance with the training data patterns are used and objectively conduct cooperation can be seen, this makes the game better.