Professional Documents
Culture Documents
net/publication/307987436
CITATION READS
1 651
2 authors, including:
Nico Saputro
Universitas Katolik Parahyangan
46 PUBLICATIONS 358 CITATIONS
SEE PROFILE
Some of the authors of this publication are also working on these related projects:
Drones-aided Platform for Enabling Next Generation Intelligent Transportation Systems View project
All content following this page was uploaded by Nico Saputro on 12 September 2016.
Abstrak
Pada permainan catur Jawa, ada 7 strategi berdasarkan kondisi papan
permainan yang diusulkan untuk memilih langkah mana yang akan diambil.
Setiap strategi mempunyai bobotnya masing-masing. Algoritma genetik
dipakai untuk mencari bobot setiap strategi tersebut. Algoritma alpha-beta
cutoff dipakai untuk melakukan proses evaluasi dan pemilihan langkah
yang diambil komputer.
Abstract
In Jawa Chess game, there are seven proposed strategy based on the board
situation to choosed which way the komputer should moved. Every strategy
has their own weight. Genetic Algoritm is used to search the weight of each
strategy. Alpha Beta Cutoff Algorithm used for certain the computer’s
movement in the game.
17
INTEGRAL, Vol. 9 No. 1, Maret 2004
18
INTEGRAL, Vol. 9 No. 1, Maret 2004
String A 1.224 5.343 0.456 2.293 2.445 akan memiliki bagian dari struktur kedua
String B ABJEIFJDHDHERJDLDLEGT orang tuanya. Ada beberapa jenis pindah
String C (back), (back), (right), (fwd), (left) silang, yaitu One Point Crossover, Multi
Gambar 2.1 Contoh Value Encoding Point Crossover dan Uniform
Crossover(4). Berikut adalah langkah-
Pengkodean ini sangat baik untuk langkah One Point Crossover :
masalah spesifik dan rumit. Namun 1. Pasangkan secara acak string-string
pengkodean ini sering memerlukan baru hasil reproduksi.
operator pindah silang dan mutasi yang 2. Pilih posisi pindah silang (titik
dikembangkan sesuai dengan pindah silang).
karakteristik masalahnya (2). 3. Lakukan pertukaran bagian string
disebelah kiri atau disebelah kanan
2.1.2. Siklus Algoritma Genetik titik pindah silang dengan bagian dari
Siklus secara umum sebagai berikut(4) : string pasangannya yang telah
1. Inisialisasi populasi awal (secara dipartisi dengan cara yang sama.
acak atau berdasarkan kriteria Induk A Abcdef|ghi
tertentu). Induk B Jklmno|pqr
2. Evaluasi nilai fitness setiap string. Anak C Abcdefpqr
3. Reproduksi, diperoleh kumpulan Anak D Jklmnoghi
string baru calon anggota populasi Gambar 2.2 Contoh Single Point
berikutnya. Crossover
4. Pindah silang, dihasilkan string baru
kombinasi dari orang tuanya. Multi Point Crossover sama dengan One
5. Mutasi, dilakukan dengan mengubah Point Crossover, perbedaannya terletak
karakter-karakter dari string secara pada jumlah titik pindah silang.
acak.
6. Ulangi langkah 2-5 sampai 2.1.5 Mutasi
konvergen atau sejumlah iterasi telah Operator mutasi memungkinkan
dilakukan. pencarian dalam sembarang daerah
dalam domain solusi, sehingga peluang
2.1.3 Reproduksi Menggunakan untuk melakukan pencarian pada suatu
Elitism daerah tidak akan pernah nol. Melalui
Secara sederhana, reproduksi merupakan mutasi, string baru dapat diciptakan
proses penyalinan string(4). Setiap string dengan melakukan modifikasi terhadap
pada suatu generasi akan diseleksi satu atau lebih karakter pada string yang
berdasarkan fungsi fitnessnya. Peluang sama(4).
terpilihnya string sebesar nilai fitness
string dibagi jumlah nilai fitness seluruh Proses mutasi suatu string dapat
string dalam populasi. Proses reproduksi dilakukan dengan cara mengubah nilai
yang dipergunakan adalah metode pada sebuah atau beberapa gen secara
Elitism. Metode ini dipilih untuk acak berdasarkan peluang mutasinya.
menjamin agar string terbaik pada Contoh dari proses mutasi dapat dilihat
generasi sekarang terpilih masuk ke pada tabel berikut ini.
generasi berikutnya. Kromosom A 11001011
Hasil Mutasi 11000011
2.1.4 Pindah Silang Gambar 2.3. Contoh Mutasi
Proses pindah silang bertujuan untuk
menambah keanekaragaman string di Kromosom A mengalami mutasi pada
generasi berikutnya berdasarkan string- gen kelima, yakni nilai awal bit 1
string dari generasi saat ini. String baru menjadi 0.
19
INTEGRAL, Vol. 9 No. 1, Maret 2004
20
INTEGRAL, Vol. 9 No. 1, Maret 2004
21
INTEGRAL, Vol. 9 No. 1, Maret 2004
22
INTEGRAL, Vol. 9 No. 1, Maret 2004
23
INTEGRAL, Vol. 9 No. 1, Maret 2004
24
INTEGRAL, Vol. 9 No. 1, Maret 2004
5. Kesimpulan
1. Algoritma Genetik dapat dipakai pada
permainan Catur Jawa.
2. Berdasarkan pengujian, waktu
simulasi lebih bergantung pada
kedalaman level Alpha-Beta Cutoff
Gambar 4.9 Langkah Komputer bila daripada jumlah individu.
kedalaman alpha-beta cutoff=1 3. Untuk 7 strategi yang diusulkan pada
permainan catur jawa, Algoritma
Terlihat langkah komputer dengan Alpha-Beta Cutoff sebagai algoritma
kedalaman 1 ternyata lebih baik daripada untuk menentukan langkah yang akan
langkah komputer dengan kedalaman 2. diambil kurang memberikan hasil
maksimal.
Gambar 4.11 dan gambar 4.12
merupakan langkah yang diambil 6. Daftar Pustaka
komputer bila dipergunakan kedalaman 1. Faybish, Itamar, “Applying The
tertentu berdasarkan kondisi awal papan Genetic Algorithm To The Game of
pada gambar 4.10. Othello”, Computer Science
Department Vrije Universiteit Brussel,
1998.
25
INTEGRAL, Vol. 9 No. 1, Maret 2004
26