Menentukan Aksi Lawan Komputer Pada Game Strategi Menggunakan Algoritma K-Nearest Neighbour

Abstrak

Kemajuan teknologi komputer memperbolehkan berbagai perangkat untuk menyelesaikan komputasi rumit terutama pada bidang industri hiburan dan contohnya adalah game. Game strategi merupakan jenis game yang paling sering diimplementasikan sistem Artificial Intelligence atau AI untuk menirukan tingkah laku manusia saat bermain game. Sistem AI game banyak yang mudah ditebak sehingga pemain cepat bosan, maka dibutuhkan AI adaptif dan sederhana untuk memudahkan pengembang game. K-Nearest Neighbour merupakan algoritma klasifikasi dengan supervised learning, algoritma ini akan digunakan dalam penelitian ini. Metode penelitian menguji tingkat akurasi algoritma dalam menentukan kelas aksi dengan memberikan data sampel yang dibagi menjadi data training dan data uji. Pengukuran tingkat akurasi dihitung menggunakan confusion matrix setelah didapat tabel pengujian. Hasil penelitian menyimpulkan bahwa algoritma K-Nearest Neighbour dapat menentukan aksi lawan komputer dengan baik. Dibutuhkan lebih banyak lagi data sampel sebagai data training untuk meningkatkan tingkat akurasi klasifikasi.