Implementasi Dynamic Challenging Level Adapter (DCA) menggunakan Fuzzy Sugeno pada level Game Adventure Gunung Kelud untuk NPC

INDONESIA:

Pengembangan sistem level dalam pembuatan game membutuhkan desain dan alur yang menarik untuk mempertahankan minat serta keterlibatan pemain sebagai hiburan hingga mendapatkan kepuasan batin tersendiri. Difficulty Adjustment atau tingkat kesulitan level sebuah game dibuat semenarik mungkin agar pemain tidak merasa bosan apabila level terlalu mudan ataupun merasa frustasi apabila level terlalu sulit. Dalam hal ini peneliti membuat sebuah sistem level game dengan kabut sebagai objek dengan menerapkan metode DCA sebagai pengelola variabel input diantaranya, variabel score, time remain dan player life yang betujuan untuk melihat kesesuaian tingkatan level kabut dengan bantuan Fuzzy Sugeno sebagai pengambil keputusan level kabut yang akan ditetapkan. Kemudian dilakukan pengujian dan perhitungan menggunakan Confusion Matrix untuk mengetahui nilai akurasi, presisi, recall, dan f-measure dengan menggunakan data hasil pengujian antara sistem yang menggunakan metode DCA dan ataupun sistem yang tanpa metode. Hasil dari 20 percobaan pengujian yang telah dilakukan diperoleh nilai akurasi dan precision terbesar berada pada percobaan 4 dengan nilai akurasi sebesar 0,6 dan precision sebesar 0,5 serta untuk nilai terkecil berada pada percobaan 20 dengan nilai akurasi sebesar 0,2 dan precision sebesar 0,066666667. Sedangkan untuk nilai recall dan f-measure terbesar berada pada percobaan 6 dengan nilai recall sebesar 0,3166667 dan f-measure sebesar 0,3506711, serta untuk nilai terkecil berada pada percobaan 16 dengan nilai recall sebesar 0,04 dan f-measure sebesar 0,0571420039.

ENGLISH:

The development of the system level in making games requires a design and flow that is attractive to maintain the interest and involvement of the players as entertainment to getthe inner satisfaction of its own. Difficulty Adjustment or the level of difficulty level of a game made as attractive as possible so that players do not feel bored if the level is too mudan or feel frustrated if the level is too difficult. In this case the researchers make a system level the game with the fog as objects with apply methods of DCA as the manager of the input variables, such variables score, time remain and the player's life that aims to see the suitability of the levels of fog with the helpof Fuzzy Sugeno as decision-makers the level of fog that will be set. Then do the testing and calculations using a Confusion Matrix to determine the value of accuracy, precision, recall, and f-measure by using the testing result data between the systems using the method of DCA and or system without the method. The results of 20 experiments testing has been done to obtain the value of accuracy and precision is greatest on trial 4 with an accuracy value of 0.6 and a precision of 0.5.as well as to the smallest value is on the trial 20 with the accuracy values of 0.2 and precision of 0,066666667. As for the value of recall and f-measure is the largest are on the experiment 6 with the recall value of 0,3166667 and f-measure of 0,3506711, as well as to the smallest value was at experiment 16 with the recall value of 0.04 and f-measure of 0,0571420039.