Metode Pengacakkan Shuffle Posisi Objek

1.3 Metode Pengacakkan Shuffle Posisi Objek

Untuk menerapkan pengacakan posisi gambar dengan sistem shuffle random dilakukan dengan beberapa tahap berikut ini :

1. Menentukan jumlah pasangan gambar Awal dari penerapan yaitu menentukan jumlah puzzle pasangan gambar dan menyusunnya layaknya sebuah matrik seperti pada gambar 1.

P1 P2 P3 P4

P5 P6

Gambar 1. Matrik 6 × 1 Permainan Puzzle penanganan(P) yang belum teracak ?

Pada tahap ini dilakukan deklarasi nilai array seperti pada contoh script dibawah ini :

A = new Array(1,2,3,4,5,6)

Dimana nilai indek array yang pertama (indeks ke-0) adalah 0, dan indeks terakhir adalah 5.

2. Menyimpan setiap koordinat x dan y dari setiap puzzle gambar Setiap objek gambar atau shape dalam project board permainan pasti memiliki koordinat x dan y seperti pada gambar 2.

Gambar 2.Koordinat x dan y dari 6 kotak gambar

Pada tahap ini keenam koordinat kotak gambar dicatatdalam sebuah prosedur

Procedure daftar_posisi() if (posisi = 0) then x 100 y 150

Else if (posisi = 1)then x 100 y 200

Else if (posisi = 2) then x 100 y 250

Else if (posisi = 3) then x 100 y 300

Else if (posisi = 4) then x 100 Else if (posisi = 4) then x 100

End If End Procedure

3. Pengkodean pengacakan posisi Tahap terakhir adalah penggunaan fungsi shuffle random, serta pengacakan posisi koordinat dari setiap kotak puzzle gambar sesuai script pengacakan berikut ini :

posisirandom.shuffle(A)

sehingga susunan matrik dapat teracak seperti gambar 3 di bawah ini :

P1 P2 P3 P4 P5 P6

Gambar 3. Matrik 6 × 1 Permainan puzzle penanganan (P) yang telah teracak

1.4 Metode Decision Tree Agent

Decision tree merupakan salah satu metode klasifikasi yang menggunakan representasi struktur pohon (tree) di mana setiap node merepresentasikan atribut, cabangnya merepresentasikan nilai dari atribut, dan daun merepresentasikan kelas. Node yang paling atas dari decision tree disebut sebagai root. Decision tree merupakan metode klasifikasi yang paling populer digunakan. Selain karena pembangunannya relatif cepat, hasil dari model yang dibangun mudah untuk dipahami. Pada decision tree terdapat 3 jenis node, yaitu:

1. Root Node, merupakan node paling atas.

2. Internal node, merupakan node percabangan.

3. Leaf node atau terminal node, merupakan node akhir.

Gambar 4. Model logika Decision Tree pada pasien

Dapat dipahami dari pohon di Gambar. 4, root node-nya adalah “apakah diberi plaster” ini adalah kondisi awal penanganan terhadap luka dalam permainan ini. Apabila kondisi ini bernilai True mka alur akan menuju leafnode “senyum” yang berarti game agent akan memberikan ekspresi tersenyum. Sedangkan apabila kondisi bernilai False maka alur akan menuju pada internalnode “apakah diberi kompres”. Rule ini berpengaruh pada alur ekspresi dari game agent pasien. Di akhir leafnode game agent akan memberikan eskpresi bahagia yang berarti semua lukanya telah terobati.

2. PEMBAHASAN

2.1 Antarmuka Edugame

“First Aid Care” adalah sebuah permainan edukasi Drag and Dropyang termasuk dalam kategori puzzle game yang dapat mengajak pemain bermain sambil belajar secara rileks, mudah dipelajari ataupun dimainkan “First Aid Care” adalah sebuah permainan edukasi Drag and Dropyang termasuk dalam kategori puzzle game yang dapat mengajak pemain bermain sambil belajar secara rileks, mudah dipelajari ataupun dimainkan

Edugame ini memiliki aturan main yaitu pemain harus melakukan penanganan pada pasien yang terkena cedera dengan cara men – drag and drop alat P3K yang sudah di sediakan pada kolom alat P3K yang telah dimainkan oleh pemain. konsep ini di assembly pada antarmuka gambar 4.

Gambar 5. Antarmuka scene opening “First Aid Care”

Pada menu pengenalan alat P3K, pemain akan belajar mengenai fungsi alat – alat pertolongan pertama pada kecelakaan dengan nama alat P3K beserta gambar alat P3K. (tampak pada gambar 6)

Gambar 6. Antarmuka scenepengenalan alat P3K

Scene bermain adalah scene dimana user bermain dengan cara member pertolongan pertama pada pasien yang mengalami cedera sesuai dengan instruksi yang diberikan oleh dokter, pemain harus menyelesaikan lima level. Jika user telah menyelesaikan penanganan cedera pada pasien, maka user dapat lanjut ke level berikutnya. Apabila user telah menyelesaikan kelima level tersebut, maka akan masuk ke scene penghargaan dan pemain dapat mengulang permainan dari level awal dengan masing –masing level yang telah di random dengan jumlah dan jenis penanganan yang berbeda –beda agar permaianan tidak monoton. (Tampak pada gambar 7)

Gambar7. Antarmuka scene bermain

2.2 Assembly Pengacakkan Shuffle Posisi Objek

Agar pemain tidak bosan setiap level akan di acak dengan berbagai penanganan pada pasien di permaian“First Aid Care”, maka teknik pengacakan penanganan harus dilakukan di setiap memulai level permainan. Artinya semua posisi penanganan di setiap level akan selalu berubah –ubah walaupun pemain memainkan permainan ini berulang-ulang.

Gambar 8. Pengacakan penanganan pada pasien pada setiap level

Seperti pada gambar 8, letak cedera pasien dapat berpindah-pindah secara acak dimana user bermain dengan cara memberi pertolongan pertama pada pasien yang mengalami cedera sesuai dengan instruksi yang diberikan oleh dokter, pemain harus menyelesaikan lima level. Jika user telah menyelesaikan penanganan cedera pada pasien, maka user dapat lanjut ke level berikutnya. Apabila user telah menyelesaikan kelima level tersebut, maka akan masuk ke scene penghargaan dan pemain dapat mengulang permainan dari level awal dengan masing – masing level yang telah di random dengan jumlah dan jenis penanganan yang berbeda –beda agar permaianan tidak monoton.

2.3 Assembly Decision Tree

Model logika Decision Tree (gambar 4) di terapkan sebagai pola ekspresi karakter pasien pada permainan, karakter pasien akan memberikan ekspresi apabila pemain telah memberikan penanganan terhadap pasien yang cedera.

Gambar 9. Ekspresi agen yang ditangani

Dapat dilihat pada gambar 9 di atas, karakter pasien dapat memberikan ekspresi sedih, senang, meringis, menangis, dan bahagia pada saat cedera di obati. Logika decision tree akan membuat perubahan ekpresi ini muncul sesuai dari aksi yang dilakukan pemain.

Gambar 10. Antarmuka scene menyelesaikan penanganan

Semua tampilan dan ekspresi ini dibuat dengan tujuan membuat antarmuka permainan menjadi lebih berinteraksi dengan pemain anak-anak. Sehingga anak-anak yang memainkan edugame ini merasa didampingi dengan hadirnya game agent.

2.4 Pengujian Beta

Pengujian beta merupakan uji coba sebuah aplikasi secara live didalam suatu lingkungan yang tidak dapat dikontrol. Uji coba dilakukan dalam bentuk quisioner sederhana yang diisi oleh guru dan siswa-siswi sekolah dasar. Dalam penelitian ini uji coba dilakukan pada 2 orang guru dan 8 murid, dimana disajikan 2 pertanyaan yang mengacu pada gameplay dan peran game agent. Pertanyaan quisioner dibuat sesederhana mungkin agar anak-anak usia dini juga dapat mengisinya.

Tabel 1. Hasil pengujian beta

Pertanyaan

Jawaban Responden

Bagaimana gameplay edugame ini?

Bagaimana peran karakter pasien dan dokter pada game?

Total Jawaban

Dari hasil pengujian beta pada tabel 1, dapat ditentukan bobot perhitungan untuk jawaban “kurang” memiliki bo bot 1, untuk jawaban “cukup” dengan bobot 2, dan jawaban “bagus” dengan bobot 3. Maka dapat diambil perhitungan rata-rata persentase nilai responden:

Berdasarkan perolehan persentase tersebut didapat persentase adalah 95%, maka edugame “First Aid Care” ini dapat diterima karena presentasi nilai yang didapat, di atas nilai persentase minimum yaitu 50% (di atas cukup), dan mendekati angka 100% (sangat bagus).

3. KESIMPULAN

Dari hasilpenelitian ini dapat diperoleh beberapa kesimpulan antara lain:

1. Telah dibangun edugame “First Aid Care” permainan edukasi yang mengajarkan bagaimana cara melakukan terhadap seseorang yang mengalami cedera bentuk permainan drag and drop. Pengembangan aplikasi dilakukan sesuai tahap pengembangan multimedia, mulai dari mengkonsep gameplay sampai pendistribusian aplikasi.

2. Teknik pengacakan posisi objek didalam edugame “First Aid Care” dilakukan dengan tujuan untuk mencegah pemain menghafal posisi penanganan pasien dalam setiap level permainan, sehingga permainan menjadi tidak statis dan tidak membosankan.

3. Menghadirkan game agent sebagai karakter pendamping anak bermain. Decision Tree yang diterapkan pada game agent, membuat ekspresi lucu pada permainan dapat berinteraksi sesuai logika aksi-reaksi dari gaya bermain pemain. Hal inilah yang membuat permainan edukasi lebih interaktif terhadap anak.