Implementasi Logika Fuzzy Untuk Mengatur Perilaku Character Dalam Life-Simulation Games

(1)

SKRIPSI

Diajukan untuk Menempuh Ujian Akhir Sarjana

SEPRYNALDO

10109644

PROGRAM STUDI TEKNIK INFORMATIKA

FAKULTAS TEKNIK DAN ILMU KOMPUTER

UNIVERSITAS KOMPUTER INDONESIA

2014

(2)

(3)

(4)

BIODATA PENULIS

DATA PRIBADI

Nama Jenis Kelamin Tempat, tanggal lahir Kewarganegaraan Status Tinggi, berat badan Agama Alamat

No Handphone Email

Seprynaldo Laki-laki

Padang, 2 September 1990 Indonesia

Belum Menikah 172cm, 65kg Islam

Jl. Tubagus Ismail XVII no. 10 Kel. Sekeloa, Bandung, 40134 +62-813-63432330

Seprynaldo@gmail.com

LATAR BELAKANG PENDIDIKAN

2009 - 2014 2006 - 2009 2003 - 2006 2000 - 2002 1996 - 2000

Universitas Komputer Indonesia (UNIKOM), Bandung Madrasah Aliyah Al-Zaytun, Indramayu

Madrasah Tsanawiyah Al-Zaytun, Indramayu Sekolah Dasar Negri 001, Pekanbaru

(5)

DAFTAR ISI

ABSTRAK ...

i

ABSTRACT ...

ii

KATA PENGANTAR ...

III

DAFTAR ISI ...

V

DAFTAR GAMBAR ...

IX

DAFTAR TABEL ...

XI

DAFTAR SIMBOL ...

XII

DAFTAR LAMPIRAN ...

XV

BAB 1 PENDAHULUAN ... 1

1.1 LATAR BELAKANG MASALAH ... 1

1.2 RUMUSAN MASALAH ... 2

1.3 MAKSUD DAN TUJUAN ... 2

1.4 BATASAN MASALAH ... 3

1.5 METODOLOGI PENELITIAN ... 4

1.5.1 Metode Pengumpulan Data ... 4

1.5.2 Metode Pembuatan Perangkat Lunak ... 4

1.6 SISTEMATIKA PENULISAN ... 6

BAB 2 LANDASAN TEORI ... 7

2.1 ARTIFICIAL INTELLIGENCE(AI) ... 7

2.2 KECERDASAN BUATAN PADA GAME ... 7

2.3 LOGIKA FUZZY ... 8

2.3.1 Sistem Inferensi fuzzy / (Fuzzy Inference System/FIS) ... 16

2.3.1.1 Metode Tsukamoto ... 17

2.3.1.2 Metode Mamdani ... 17

2.3.1.3 Metode Sugeno ... 21

2.4 GAME ... 22

2.4.1 Pengertian Game ... 22

(6)

2.5 GAME BERBASIS DESKTOP ... 24

2.6 GAMELIFE-SIMULATION ... 24

2.6.1 Kriteria Game simulasi ... 24

2.7 PASAR ... 25

2.8 PEDAGANG ... 26

2.9 SOFTWARE PENGIMPLEMENTASIAN ALGORITMA ... 28

2.9.1 Unity ... 28

2.9.2 Matlab fuzzy toolkit ... 29

2.9.3 Google sketchup ... 29

2.9.4 Iclone ... 30

2.10 PEMROGRAMAN BERORIENTASI OBJEK ... 30

2.10.1 Analisis dan Desain Berorientasi Objek ... 31

2.10.2 Objek (Object) ... 31

2.10.3 Kelas (Class) ... 32

2.10.4 Pembungkusan (Encapsulation) ... 32

2.10.5 Pewarisan (Inheritance) dan Generalization ... 32

2.10.6 Polimorfisme ... 33

2.11 BAHASA PEMPROGRAMAN C# ... 33

2.12 UML(UNIFIED MODELING LANGUAGE) ... 34

2.12.1 Diagram UML ... 35

2.11.1.1 Diagram Kelas (Class Diagram) ... 36

2.11.1.2 Diagram Use Case ... 36

2.11.1.3 Diagram Aktivitas (Activity Diagram) ... 38

2.11.1.4 Diagram State Machine ... 39

2.11.1.5 Diagram Sekuen (Sequence Diagram) ... 40

BAB 3 ANALISIS DAN KEBUTUHAN ALGORITMA... 41

3.1 ANALISIS MASALAH ... 41

3.2 ANALISIS GAME... 41

3.2.1 Storyline ... 42

3.2.2 Gameplay ... 42

(7)

vii

3.4 ANALISIS METODE /ALGORITMA ... 46

3.4.1 Variabel Linguistic ... 46

3.4.2 Fuzzification ... 50

3.4.3 Inference ... 51

3.4.4 Defuzzification ... 51

3.4.5 Perhitungan Fuzzy ... 52

3.5 KEBUTUHAN NON FUNGSIONAL ... 54

3.5.1 Analisis Kebutuhan Perangkat Keras... 55

3.5.2 Analisis Kebutuhan Perangkat Lunak ... 55

3.6 KEBUTUHAN FUNGSIONAL ... 56

3.6.1 Use Case Diagram... 56

3.6.1.1 Definisi Actor ... 57

3.6.1.2 Definisi Use Case ... 57

3.6.1.3 Skenario Use Case ... 57

3.6.2 Activity Diagram... 61

3.6.2.1 Activity Diagram Memulai Permainan ... 61

3.6.2.2 Activity Diagram Melihat Petunjuk ... 61

3.6.2.3 Activity Diagram keluar dari permainan ... 61

3.6.2.4 Activity Diagram Menggerakan karakter ... 62

3.6.2.5 Activity Diagram Belanja ... 62

3.6.2.6 ActivityDiagram Tawar-menawar ... 63

3.6.3 Statechart Diagram ... 64

3.6.3.1 StatechartDiagram Memulai Permainan ... 64

3.6.3.2 Statechart Diagram Melihat Petunjuk ... 64

3.6.3.3 Statechart Diagram Keluar dari Permainan ... 65

3.6.3.4 StatechartDiagram Belanja ... 65

3.6.3.5 StatechartDiagram Tawar-menawar ... 66

3.6.4 Sequence Diagram ... 67

3.6.4.1 Sequence Diagram Memulai Permainan ... 67

3.6.4.2 SequenceDiagram Melihat Petunjuk ... 67

(8)

viii

3.6.4.4 SequenceDiagram Menggerakan karakter ... 69

3.6.4.5 Sequence Diagram belanja ... 69

3.6.4.6 SequenceDiagram Tawar-Menawar ... 69

3.6.5 Class Diagram ... 70

BAB 4 IMPLEMENTASI DAN PENGUJIAN ... 71

4.1 IMPLEMENTASI ... 71

4.1.1 Implementasi Perangkat Keras ... 71

4.1.2 Implementasi Perangkat Lunak ... 71

4.1.3 Implementasi Instalasi Aplikasi Game ... 72

4.1.4 Implementasi Antarmuka ... 72

4.2 PENGUJIAN SIMULASI ... 75

4.2.1 Pengujian Berdasarkan Rule ... 75

4.2.1.1 Pengujian Rule 1 ... 75

4.2.1.2 Pengujian Rule 2 ... 75

4.2.1.3 Pengujian Rule 3 ... 75

4.2.1.4 Pengujian Rule 4 ... 75

4.2.1.5 Pengujian Rule 5 ... 77

4.2.1.6 Pengujian Rule 6 ... 77

4.2.1.7 Pengujian Rule 7 ... 77

4.2.1.8 Pengujian Rule 8 ... 78

4.2.1.9 Pengujian Rule 9 ... 78

4.2.1.10 Kesimpulan Pengujian ... 78

4.2.2 Pengujian White Box ... 78

4.2.2.1 Kesimpulan Pengujian White box ... 85

BAB 5 KESIMPULAN DAN SARAN ... 87

5.1 KESIMPULAN ... 87

5.2 SARAN... 87

(9)

DAFTAR PUSTAKA

[1] Zadeh, lotfi Fuzzy Logic for the Management of Uncertainty .Łukasiewicz. [2] Wardhana, mitra. Kecerdasan Buatan dalam Game untuk Merespon Emosi

dari Teks Berbahasa Indonesia Menggunakan Klasifikasi Teks dan Logika Fuzzy. ITS . Surabaya.

[3] El-Nasr Magy Seif, Yen John. (1999). Agent, Emotional Inteligent and Fuzzy Logic.

[4] Umar , husein (2000) Business an introduction. Gm , jakarta

[5] Mascharenhas, Sergio.(2005). Standard Designation for Primary Physical Attributes in RPG.

[6] Parrott, W. (2001), Emotions in Social Psychology, Psychology Press, Philadelphia

[7] Kusumadewi, Sri dan Hari Purnomo. 2004. Aplikasi Logika Fuzzy untuk Mendukung Keputusan. Yogyakarta : Graha Ilmu

[8] Suyanto, (2007), Artificial Intelligence: Searching, Reasoning, Planning and Learning, Penerbit Informatika: Bandung.

[9] Kusumadewi, Sri dan Hari Purnomo. 2004. Aplikasi Logika

Fuzzy untuk Mendukung Keputusan. Yogyakarta : Graha Ilmu [10] Sabale, R. G., & Dani, A. R. (2012). Comparative Study of Prototype

Model For Software Engineering With System Development Life Cycle. IOSR Journal of Engineering.

[11] Susilo, Frans. 2006. Himpunan dan Logika Kabur serta Aplikasinya Graha Ilmu : Yogyakarta.

[12] Agustinus Nilwan. 1998. Pemrograman Animasi dan Game Profesional 4. Elex Media Komputindo. Jakarta

[13] A.S-M.Shalahuddin, Rosa. 2011. Modul Pembelajaran Rekayasa Perangkat Lunak (Terstruktur dan Berorientasi Objek). Modula. Bandung. [14] Munawar. (2005). Edisi pertama (Pemodelan visual dengan UML)

Yogyakarta : Graha Ilmu.

[15] Sibero, Ivan C. (2012). Langkah mudah membuat game 3d.: MediaKom Yogyakarta

(10)

BAB 1

PENDAHULUAN

1.1 Latar Belakang Masalah

Pada penelitian sebelumnya yang berjudul “Kecerdasan buatan dalam game untuk merespon emosi dari teks berbahasa Indonesia menggunakan klasifikasi teks dan logika fuzzy“ [1], telah dilakukan perhitungan menggunakan logika fuzzy yang berhasil menggubah teks bahasa Indonesia menjadi suatu nilai menggunakan data mining dan kemudian nilai tersebut digunakan sebagai parameter input fuzzy yang kemudian di konversi menjadi suatu nilai emosi menggunakan logika fuzzy [6]. bila dikembangkan lebih jauh hasil perhitungan tersebut sebenarnya dapat digunakan untuk memunculkan sebuah perilaku pada NPC di dalam game. tetapi dalam penelian sebelumnya hasil perhitungan fuzzy yang di hasilkan belum di terapkan pada NPC di game. Berdasarkan pernyataan diatas disimpulkan suatu masalah yaitu, bagaimana cara menerapkan metode logika fuzzy, sehingga menghasilkan suatu output berupa keputusan yang dapat digunakan untuk mengatur perilaku NPC pada game.

Agar masalah diatas dapat terselesaikan maka dibuatlah suatu game bergenre life-simulation yang diberi nama Pasar Jajanan. didalam game ini

terdapat dua jenis karakter, karakter utama sebagai pembeli yang dapat di kendalikan oleh pemain dan Karakter NPC sebagai Pedagang. Karakter Pedagang/NPC di dalam game ini, akan di terapkan sebuah kecerdasan buatan dengan metode logika fuzzy agar NPC dapat memiliki kemampuan dalam melakukan proses interaksi tawar-menawar dengan karakter utama selayaknya sedang berinteraksi dengan manusia secara langsung sebagai tantangan dalam memainkan Game tersebut.

(11)

mungkin, maka akan digunakan Sistem Inferensi Fuzzy (FIS) model mamdani. karena model ini dirasa paling sesuai dengan naluri manusia, FIS model mamdani bekerja berdasarkan kaidah-kaidah linguistic dan memiliki algoritma fuzzy yang menyediakan sebuah aproksimasi untuk dimasuki analisa matematik, sehingga hasil yang diperoleh lebih dinamis dan manusiawi dibandingkan dengan model yang lain [2].

Berdasarkan uraian di atas, maka penulis tertarik mengambil topik skripsi dengan judul IMPLEMENTASI LOGIKA FUZZY UNTUK MENGATUR PERILAKU CHARACTER DALAM LIFE-SIMULATION GAMES.

1.2 Rumusan Masalah

Berdasarkan latar belakang yang telah diuraikan, maka didapat rumusan masalah sebagai berikut :

Bagaimana menerapkan algoritma logika fuzzy agar dapat membantu NPC (Non Playable Character) untuk menentukan keputusan dalam proses tawar -menawar dengan karakter utama sebagai hambatan dan rintangan di dalam Game.

1.3 Maksud dan Tujuan

Maksud dari penelitian skripsi ini adalah :

Menerapkan algoritma logika fuzzy untuk membantu NPC (Non Playable Character) dalam menentukan keputusan dalam proses tawar-menawar di Game bergenre life-simulation.

Sedangkan tujuan yang akan dicapai dalam penelitian ini adalah :

Menghasilkan suatu kecerdasan buatan dengan metode logika fuzzy yang dapat membantu NPC, dalam menentukan keputusan dalam proses tawar-menawar dengan karakter utama sebagai hambatan dan rintangan di dalam Game.

(12)

1.4 Batasan Masalah

Batasan masalah dalam penelitian tugas akhir ini adalah sebagai berikut:

1. Aplikasi game yang dibangun berupa prototype, yang di beri judul game Pasar jajanan dimana tugas karakter utama membeli barang kepada penjual dengan cara tawar-menawar, semakin murah harga barang yang di beli semakin banyak barang yang bisa di dapat.

2. Aplikasi game ini dibuat hanya untuk mengimplementasikan logika fuzzy pada NPC.

3. Logika fuzzy di game ini menggunakan 3 variable yaitu 2 variable input (emosi dan harga tawar) dan 1 variable output (KeputusanJual).

4. Penelitian ini menggunakan Sistem Inferensi Fuzzy aturan mamdani karena aturan tersebut bekerja berdasarkan kaidah-kaidah linguistic

dan memiliki algoritma fuzzy yang menyediakan sebuah aproksimasi untuk dimasuki analisa matematik.

5. Perhitungan logika fuzzy di simulasikan dengan software matlab dengan tools fuzzy toolkit untuk mendapatkan hasil perhitungan yang lebih akurat. 6. Aplikasi Game dibuat berbasis desktop atau diperuntukkan untuk PC

(Personal Computer).

7. Game ini dimainkan oleh 1 pemain atau single player dan offline.

8. Game dibangun menggunakan bahasa pemrograman C# dan Javascript dengan tools Unity.

9. Untuk membangun character,design 3d dan animasi digunakan tools Google sketchup dan iclone.

10. Sebagai media interaksi pada Game ini adalah mouse dan beberapa fungsi keyboard untuk input dan monitor sebagai outputnya.

(13)

1.5 Metodologi Penelitian

Metode penelitian yang digunakan adalah metode penelitian dan pengembangan (research and development), yaitu metode penelitian yang bertujuan menghasilkan produk tertentu serta menguji efektivitas produk tersebut. Sedangkan metodologi penelitian dilakukan melalui metode pengumpulan data dan pembuatan perangkat lunak.

1.5.1 Metode Pengumpulan Data

Metode pengumpulan data bertujuan untuk memperoleh data apa saja yang dibutuhkan dalam mengimplementasikan logika fuzzy ke dalam Game Pasar Jajanan. Adapun yang dilakukan dalam metode pengumpulan data adalah Studi Literatur yaitu Studi Pustaka yang dilakukan dengan mempelajari berbagai literatur, seperti buku-buku, artikel-artikel, e-book, website, dan sumber-sumber yang berkaitan dengan judul penelitan, meliputi kecerdasan buatan, desain, tools dan juga pemodelan dengan UML.

1.5.2 Metode Pembuatan Perangkat Lunak

Metode dalam pembuatan perangkat lunak menggunakan paradigma perangkat lunak secara Prototype. Prototyping adalah salah satu pendekatan dalam rekayasa perangkat lunak yang secara langsung mendemonstrasikan bagaimana sebuah perangkat lunak atau komponen-komponen perangkat lunak akan bekerja dalam lingkungannya sebelum tahapan konstruksi aktual dilakukan [10]. Model ini dimulai dengan pengumpulan kebutuhan. Pendekatan prototyping model digunakan jika pemakai hanya mendefenisikan objektif umum dari perangkat lunak tanpa merinci kebutuhan input, pemrosesan dan outputnya, sementara pengembang tidak begitu yakin akan efisiensi algoritma, adaptasi sistem operasi, atau bentuk antarmuka manusia-mesin yang harus diambil.

Adapun tahapan-tahapan dalam pembuatan perangkat lunak selama proses penelitian dengan menggunakan model Prototype adalah sebagai berikut :

1. Pengumpulan kebutuhan

(14)

penelitian. Seperti pengumpulan data-data, jurnal, artikel mengenai Game Life

-Simulation, serta komponen-komponen yang dibutuhkan dalam membangun aplikasi Game.

2. Perancangan

Pada tahap ini dilakukan analisis dan perancangan sistem, baik itu analisis kebutuhan fungsional ataupun non fungsional seperti analisis data, analisis berorientasi objek yang terdiri dari perancangan use case diagram, activity diagram, sequence diagram, statechart diagram, dan class diagram. Serta perancangan antarmuka, perancangan pesan, dan perancangan method. Dan setelah itu perancangan sistem dan perangkat lunak ditranslasikan ke dalam aplikasi perangkat lunak dengan menggunakan bahasa pemrograman C# dan IDE Unity. Sehingga hasil dari tahap ini adalah aplikasi perangkat lunak yang sesuai dengan perancangan sistem dan perangkat lunak yang telah dibuat.

3. Evaluasi prototype

Pada tahap ini dilakukan pengujian pada aplikasi perangkat lunak yang terdiri dari pengujian alpha dan beta serta memastikan bahwa semua bagian sudah diuji. Hal ini dilakukan untuk mengetahui kesalahan dan meminimalisirnya serta memastikan perangkat lunak yang dihasilkan sesuai yang diinginkan

Pengumpulan kebutuhan

Evaluasi prototype

Perancangan

(15)

1.6 Sistematika Penulisan

Sistematika penulisan skripsi ini disusun untuk memberikan gambaran umum tentang penelitian yang dijalankan. Sistematika penulisan skripsi ini adalah sebagai berikut :

BAB 1 PENDAHULUAN

Pada bab ini menguraikan tentang latar belakang masalah, merumuskan permasalahan yang terjadi, menentukan maksud dan tujuan penelitian, batasan masalah, dan metodologi penelitian yang digunakan serta sistematika penulisan. BAB 2 TINJAUAN PUSTAKA

Pada bab ini membahas berbagai konsep dasar dan teori-teori yang berkaitan dengan topik penelitian yang dilakukan dan hal-hal yang berguna dalam proses analisis permasalahan. Seperti pengertian pkl dan pasar, teori tentang Game, pemrograman berorientasi objek, dan diagram UML.

BAB 3 ANALISIS DAN KEBUTUHAN ALGORITMA

Pada bab ini membahas tentang analisis game, analisi metode/algoritma, analisis masukan , analisis kebutuhan fungsional dan non fungsional.

BAB 4 IMPLEMENTASI DAN PENGUJIAN

Pada bab ini membahas tentang implementasi dari perancangan perangkat lunak sebelumnya ke dalam bahasa pemrograman yang digunakan yaitu C# dan JavaScript dengan IDE Unity 3D dan pengujian terhadap aplikasi perangkat lunak apakah telah benar dan sesuai seperti yang diharapkan.

BAB 5 KESIMPULAN DAN SARAN

Pada bab ini membahas tentang kesimpulan yang diperoleh dari hasil penelitian yang telah dilakukan dan masukan-masukan yang dapat digunakan untuk perbaikan hasil dari penelitian atau untuk pengembangan aplikasi Game yang lebih baik.

(16)

BAB 2

LANDASAN TEORI

2.1 Artificial Intelligence (AI)

Definisi kecerdasan buatan atau artificial intelligent yang paling tepat untuk saat ini adalah Acting rationally dengan pendekatan Rational agent. Hal ini berdasarkan pemikiran bahwa komputer bisa melakukan penalaran secara logis dan juga bisa melakukan aksi secara rasional berdasarkan hasil penalaran tersebut [8].

2.2 Kecerdasan buatan pada Game

Kecerdasan buatan atau AI merupakan kegiatan membuat komputer agar dapat berpikir dan mengerjakan kegiatan yang dapat dilakukan oleh manusia maupun binatang. Saat ini dapat ditemukan program komputer yang memiliki kemampuan menangani masalah seperti aritmatic, sorting, searching[8]. Bahkan komputer juga dapat bermain beberapa board game seperti catur lebih baik dari pada manusia. Namun masih banyak hal yang tidak dapat dilakukan dengan baik oleh komputer. Seperti, mengenali wajah, berbicara bahasa manusia, menentukan sendiri apa yang harus dilakukan, dan bertingkah kreatif. Hal itu semua merupakan domain dari AI untuk mencoba menentukan algoritma apa yang dibutuhkan untuk memenuhi kebutuhan diatas.

Dalam bidang akademik, beberapa peneliti AI termotivasi oleh filosofi, yaitu memahami alam pikiran dan alam kecerdasan dan membangun program untuk memodelkan bagaimana proses berpikir. Beberapa juga termotivasi oleh psychology, bertujuan untuk memahami mekanisme otak manusia dan proses mental. Dan lainya termotivasi oleh engineering, dengan tujuan membangun algoritma untuk melakukan kegiatan seperti manusia atau hewan. Dalam pembangunan Game, umumnya akan cenderung hanya pada sisi engineering yang bertujuan membangun algoritma yang dapat membuat Game karakter mengerjakan kegiatan seperti yang dilakukan manusia atau binatang [8].

(17)

tertentu, salah satu metode dalam kecerdasan buatan adalah metode logika fuzzy. 2.3 Logika Fuzzy

Fuzzy secara bahasa diartikan sebagai kabur atau samar-samar. Suatu nilai dapat bernilai besar atau salah secara bersamaan. Dalam fuzzy dikenal derajat keanggotaan yang memiliki rentang nilai 0 (nol) hingga 1(satu). Berbeda dengan himpunan tegas yang memiliki nilai 1 atau 0 (ya atau tidak).

Logika Fuzzy merupakan suatu logika yang memiliki nilai kekaburan atau kesamaran (fuzzyness) antara benar atau salah. Dalam teori logika fuzzy suatu nilai bisa bernilai benar atau salah secara bersama. Namun berapa besar keberadaan dan kesalahan suatu tergantung pada bobot keanggotaan yang dimilikinya. Logika fuzzy memiliki derajat keanggotaan dalam rentang 0 hingga 1 [7]. Berbeda dengan logika digital yang hanya memiliki dua nilai 1 atau 0. Logika fuzzy digunakan untuk menterjemahkan suatu besaran yang diekspresikan menggunakan bahasa (Linguistic), misalkan besaran kecepatan laju kendaraan yang diekspresikan dengan pelan, agak cepat, cepat, dan sangat cepat. Dan logika fuzzy menunjukan sejauh mana suatu nilai itu benar dan sejauh mana suatu nilai itu salah. Tidak seperti logika klasik (crisp)/tegas, suatu nilai hanya mempunyai 2 kemungkinan yaitu merupakan suatu anggotan himpunan atau tidak. Derajat keanggotaan 0 (nol) artinya nilai bukan merupakan anggota himpunan dan 1 (satu) berarti nilai tersebut adalah anggota himpunan.

Logika fuzzy adalah suatu cara yang tepat untuk memetakan suatu ruang input kedalam suatu ruang output, yang mempunyai nilai continued. Fuzzy dinyatakan dalam derajat dari suatu keanggotaan dan derajat dari kebenaran. Oleh sebab itu sesuatu dapat dikatakan sebagian benar dan sebagian salah pada waktu yang sama [9]. Logika Fuzzy memungkinkan nilai keanggotaan antara 0 dan 1, tingkat keabuan dan juga hitam dan putih, dan dalam bentuk linguistic, konsep tidak pasti seperti "sedikit", "lumayan" dan "sangat" [1]. Kelebihan dari teori logika fuzzy adalah kemampuan dalam proses penalaran secara bahasa (Linguistic reasoning). Sehingga dalam perancangannya tidak memerlukan persamaan matematik dari objek yang akan dikendalikan.

(18)

Suatu sistem berbasis aturan fuzzy yang lengkap terdiri dari tiga komponen utama yaitu:

1. Fuzzification 2. Inference 3. Defuzzification

Pada gambar 2.1 di bawah ini akan dijelaskan langkah-langkah pengambilan keputusan menggunakan logika fuzzy.

Gambar 2. 1 langkah-langkah fuzzy [3].

1. Fuzzification yaitu suatu proses untuk mengubah suatu masukan dari bentuk tegas (Crisp) menjadi fuzzy (variabel linguistic) yang biasanya disajikan dalam bentuk himpunan-himpunan fuzzy dengan suatu fungsi kenggotaannya masing-masing,

2. Inference yaitu proses melakukan penalaran menggunakan fuzzy input dan fuzzy rules yang telah ditentukan sehingga menghasilkan fuzzy output. pada umumnya aturan-aturan fuzzy dinyatakan dalam bentuk “IF THEN” yang merupakan inti dari relasi fuzzy.

3. Defuzzification yaitu mengubah fuzzy output menjadi Crisp value (nilai pasti) berdasarkan fungsi keanggotaan yang telah ditentukan. proses pengubahan data-data fuzzy tersebut menjadi data-data numerik yang dapat dikirimkan ke peralatan pengendalian.

(19)

Ada beberapa hal yang perlu diketahui dalam memahami sistem fuzzy. yaitu: 1. Variabel fuzzy

Variabel fuzzy merupakan variabel yang hendak dibahas dalam suatu sistem fuzzy.

Contoh: umur, temperatur, permintaan, dsb. 2. Himpunan fuzzy

Himpunan fuzzy merupakan suatu grup yang mewakili suatu kondisi atau keadaan tertentu dalam suatu variable fuzzy [11].

Himpunan fuzzy memiliki 2 atribut, yaitu:

1) Linguistic, yaitu penamaan suatu grup yang mewakili suatu keadaan atau kondisi tertentu dengan menggunakan bahasa alami, seperti: MUDA, PAROBAYA, TUA.

2) Numeris, yaitu suatu nilai (angka) yang menunjukkan ukuran dari suatu variabel seperti: 40, 25, 50, dsb.

Himpunan fuzzy merupakan suatu pengembangan lebih lanjut tentang konsep himpunan dalam matematika. Himpunan fuzzy adalah rentang nilai-nilai, masing-masing nilai mempunyai derajat keanggotaan antara 0 sampai dengan 1. Suatu himpunan fuzzy Ã dalam semesta pembicaraan U dinyatakan dengan fungsi keanggotaan μÃ, yang nilainya berada dalam interval [0,1], dapat dinyatakan dengan:

μÃ : U → [0,1] (2.1) Himpunan fuzzy Ã dalam semesta pembicaraan U biasa dinyatakan sebagai sekumpulan pasangan elemen u (u anggota U) dan derajat keanggotaannya dinyatakan sebagai berikut:

Ã = {(u, μÃ (u) | u ∈ U}. (2.2) Cara tradisional untuk menyatakan apakah sebuah obyek merupakan anggota sebuah himpunan atau tidak adalah dengan menggunakan fungsi karakteristik (kadang-kadang disebut juga dengan fungsi diskriminasi). Jika sebuah obyek merupakan anggota dari sebuah himpunan maka fungsi karakteristiknya 1. Jika sebuah obyek bukan merupakan anggota dari sebuah

(20)

himpunan maka fungsi karakteristiknya 0. Fungsi karakteristik dapat didefinisikan menggunakan pemetaan fungsional sebagai berikut:

μa(X) : X →{0.1} (2.3) yang menyatakan bahwa fungsi karakteristik memetakan himpunan universal X ke himpunan yang terdiri dari 0 dan 1. Himpunan dimana fungsi ini berlaku disebut himpunan Crisp.

Pada himpunan tegas (Crisp), nilai keanggotaan suatu item x dalam suatu himpunan A, yang sering ditulis dengan μA[x], memiliki 2 kemungkinan, yaitu: 1) satu (1), yang berarti bahwa suatu item menjadi anggota dalam suatu

himpunan, atau

2) nol (0), yang berarti bahwa suatu item tidak menjadi anggota dalam suatu himpunan.

Contoh :

Misalkan variabel umur dibagi menjadi 3 kategori, yaitu: 1) MUDA umur < 35 tahun

2) PAROBAYA 35 ≤ umur ≤ 55 tahun 3) TUA umur > 55 tahun

Nilai keanggotaan secara grafis, himpunan MUDA, PAROBAYA dan TUA ini dapat. dilihat pada Gambar 2.2.

Gambar 2. 2 Himpunan: MUDA, PAROBAYA, dan TUA

Pada Gambar 2.2, dapat dilihat bahwa:

1) Apabila seseorang berusia 30 tahun, maka ia dikatakan MUDA (μMUDA[30] =1);

(21)

2) Apabila seseorang berusia 40 tahun, maka ia dikatakan PAROBAYA (μPAROBAYA[40]=1);

3) Apabila seseorang berusia 60 tahun, maka ia dikatakan TUA (μTUA[60]=1);

Dari sini bisa dikatakan bahwa pemakaian himpunan Crisp untuk menyatakan umur sangat tidak adil, adanya perubahan kecil saja pada suatu nilai mengakibatkan perbedaan kategori yang cukup signifikan. Himpunan fuzzy digunakan untuk mengantisipasi hal tersebut. Seseorang dapat masuk dalam 2 himpunan yang berbeda, MUDA dan PAROBAYA, PAROBAYA dan TUA, dsb. Seberapa besar eksistensinya dalam himpunan tersebut dapat dilihat pada nilai keanggotaannya.

Gambar 2. 3 Menunjukkan himpunan fuzzy untuk variabel umur

Pada Gambar 2.3 dapat dilihat bahwa:

1) Seseorang yang berumur 40 tahun, termasuk dalam himpunan MUDA dengan μMUDA[40]=0,25; namun dia juga termasuk dalam himpunan PAROBAYA dengan μPABOBAYA[40]=0,5.

2) Seseorang yang berumur 50 tahun, termasuk dalam himpunan MUDA dengan μTUA[50]=0,25; namun dia juga termasuk dalam himpunan PAROBAYA dengan μPABOBAYA[50]=0,5.

Bila pada himpunan Crisp, nilai keanggotaan hanya ada 2 kemungkinan, yaitu 0 atau 1, pada himpunan fuzzy nilai keanggotaan terletak pada rentang 0 sampai 1. Apabila x memiliki nilai keanggotaan fuzzy μA[x]=0 berarti x tidak menjadi anggota himpunan A, demikian pula apabila x memiliki nilai

(22)

keanggotaan fuzzy μA[x]=1 berarti x menjadi anggota penuh pada himpunan A. Terkadang kemiripan antara keanggotaan fuzzy dengan probabilitas menimbulkan kerancuan. Keduanya memiliki nilai pada interval [0,1], namun interpretasi nilainya sangat berbeda antara kedua kasus tersebut.

Keanggotaan fuzzy memberikan suatu ukuran terhadap pendapat atau keputusan, sedangkan probabilitas mengindikasikan proporsi terhadap keseringan suatu hasil bernilai benar dalam jangka panjang. Misalnya, jika nilai keanggotaan suatu himpunan fuzzy MUDA adalah 0,9; maka tidak perlu dipermasalahkan berapa seringnya nilai itu diulang secara individual untuk mengharapkan suatu hasil yang hampir pasti muda. Di lain pihak, nilai probabilitas 0,9 muda berarti 10% dari himpunan tersebut diharapkan tidak muda.

3. Semesta Pembicaraan

Semesta pembicaraan adalah keseluruhan nilai yang diperbolehkan untuk dioperasikan dalam suatu variabel fuzzy. Semesta pembicaraan merupakan himpunan bilangan real yang senantiasa naik (bertambah) secara monoton dari kiri ke kanan. Nilai semesta pembicaraan dapat berupa bilangan positif maupun negatif. Adakalanya nilai semesta pembicaraan ini tidak dibatasi batas atasnya. Contoh:

Semesta pembicaraan untuk variabel umur: [0 + ∞) 4. Domain himpunan fuzzy

Domain himpunan fuzzy adalah keseluruhan nilai yang diijinkan dalam semesta pembicaraan dan boleh dioperasikan dalam suatu himpunan fuzzy. Seperti halnya semesta pembicaraan, domain merupakan himpunan bilangan real yang senantiasa naik (bertambah) secara monoton dari kiri kekanan. Nilai domain dapat berupa bilangan positif maupun negatif.

Contoh domain himpunan fuzzy: 1) MUDA = [0 45]

2) PABOBAYA = [35 55] 3) TUA = [45 +∞)

(23)

5. Fungsi Keanggotaan

Fungsi Keanggotaan (membership function) adalah suatu kurva yang menunjukkan pemetaan titik-titik input data ke kedalam nilai keanggotaannya (sering juga disebut dengan derajat keanggotaan) yang memiliki interval antara 0 sampai 1. Salah satu cara yang dapat digunakan untuk mendapatkan mendapatkan nilai keanggotaan adalah dengan melalui melalui pendekatan fungsi.

Ada beberapa fungsi yang bisa digunakan, yaitu [11]: 1) Representasi Linear

2) Representasi Kurva Segitiga 3) Representasi Kurva Trapesium

Selanjutnya akan dijelaskan mengenai fungsi-fungsi yang dapat digunakan untuk mencari nilai keanggotaan fuzzy tersebut.

1) Representasi Linear

Pada representasi linear, pemetaan input ke derajat keanggotannya digambarkan sebagai suatu garis lurus. Bentuk ini adalah yang paling sederhana dan menjadi pilihan yang baik untuk mendekati suatu konsep yang kurang jelas. Terdapat 2 keadaan himpunan fuzzy yang linear, yaitu :

A. Representasi Linear Naik

Kenaikan himpunan dimulai pada nilai domain yang memiliki derajat keanggotaan nol [0] bergerak ke kanan menuju ke nilai domain yang memiliki derajat keanggotaan lebih tinggi.

Gambar 2. 4 Representasi linear naik

(24)

�[�] = {

; �

�−

− ; �

; �

(2.4)

B. Representasi Linear Turun

Garis lurus dimulai dari nilai domain dengan derajat keanggotaan tertinggi pada sisi kiri, kemudian bergerak menurun ke nilai domain yang memiliki derajat keanggotaan lebih rendah.

Gambar 2. 5 Representasi linear turun

Fungsi Keanggotaannya dapat di tulis sebagai : �[�] = { −�− ; �

; � (2.5)

2) Representasi Kurva Segitiga

Kurva Segitiga pada dasarnya merupakan gabungan antara 2 garis (linear) seperti terlihat pada Gambar 2.6.

(25)

Fungsi Keanggotaannya dapat di tulis sebagai : �[�] = {

;� ,��,� �− / − ; �

−� / − ; � (2.6)

3) Representasi Kurva Trapesium

Kurva Trapesium pada dasarnya seperti bentuk segitiga, hanya saja ada beberapa titik yang memiliki nilai keanggotaan1.

Gambar 2. 7 Representasi kurva segitiga

Fungsi Keanggotaannya dapat di tulis sebagai : �[�] = {

;� ,��,� �− / − ; �

; � −� / − ; �

(2.7)

2.3.1 Sistem Inferensi fuzzy / (Fuzzy Inference System/FIS)

Sistem Inferensi Fuzzy (Fuzzy Inference System/FIS) disebut juga fuzzy inference engine adalah sistem yang dapat melakukan penalaran dengan prinsip serupa seperti manusia melakukan penalaran dengan nalurinya.

Terdapat beberapa jenis FIS yang dikenal yaitu Tsukamoto, Mamdani, dan Sugeno. FIS yang paling mudah dimengerti, karena paling sesuai dengan naluri manusia adalah FIS Mamdani. FIS tersebut bekerja berdasarkan kaidah-kaidah linguistic dan memiliki algoritma fuzzy yang menyediakan sebuah aproksimasi untuk dimasuki analisa matematik.

Berikut ini akan dijelaskan beberapa jenis FIS yang umum di gunakan dalam fuzzy logic :

(26)

2.3.1.1Metode Tsukamoto

Pada Metode Tsukamoto, setiap konsekuen pada aturan yang berbentuk IF-Then harus direpresentasikan dengan suatu himpunan fuzzy dengan fungsi keanggotaan yang monoton (Gambar 2.8). Sebagai hasilnya, output hasil inferensi dari tiap-tiap aturan diberikan secara tegas (Crisp) berdasarkan α-predikat (fire strength). Hasil akhirnya diperoleh dengan menggunakan rata-rata terbobot.

2.3.1.2Metode Mamdani

Metode Mamdani sering juga dikenal dengan nama Metode Max-Min. Metode ini diperkenalkan oleh Ebrahim Mamdani pada tahun 1975. Untuk mendapatkan output, diperlukan 4 tahapan:

1. Pembentukan himpunan fuzzy.

Pada Metode Mamdani, baik variabel input maupun variabel output dibagi menjadi satu atau lebih himpunan fuzzy.

(27)

2. Aplikasi fungsi implikasi.

Pada Metode Mamdani, fungsi implikasi yang digunakan adalah Min. 3. Komposisi Aturan.

Tidak seperti penalaran monoton, apabila sistem terdiri-dari beberapa aturan, maka inferensi diperoleh dari kumpulan dan korelasi antar aturan. Ada 3 metode yang digunakan dalam melakukan inferensi sistem fuzzy, yaitu:

1) Max.

2) Additive. 3) probabilistic.

1) Metode Max (Maximum)

Pada metode ini, solusi himpunan fuzzy diperoleh dengan cara mengambil nilai maksimum aturan, kemudian menggunakannya untuk memodifikasi daerah fuzzy, dan mengaplikasikannya ke output dengan menggunakan operator OR (union). Jika semua proposisi telah dievaluasi, maka output akan berisi suatu himpunan fuzzy yang merefleksikan konstribusi dari tiap-tiap proposisi. Secara umum dapat dituliskan:

��[�] ← max(��[�] , � �[�] ) (2.8)

dengan:

��[�] = nilai keanggotaan solusi fuzzy sampai aturan ke-i;

� �[�] = nilai keanggotaan konsekuen fuzzy aturan ke-i;

Misalkan ada 3 aturan (proposisi) sebagai berikut:

[R1] IF Biaya Produksi RENDAH And Permintaan NAIK THEN Produksi Barang BERTAMBAH;

[R2] IF Biaya Produksi STANDAR

THEN Produksi Barang NORMAL;

[R3] IF Biaya Produksi TINGGI And Permintaan TURUN THEN Produksi Barang BERKURANG;

(28)

Apabila digunakan fungsi implikasi MIN, maka metode komposisi ini sering disebut dengan nama MAX-MIN atau MIN-MAX atau MAMDANI. Proses inferensi dengan menggunakan metode Max dalam melakukan komposisi aturan seperti terlihat pada Gambar 2.9.

Gambar 2. 9 Komposi Aturan Metode MIN-MAX [11]. 2) Metode Additive (Sum)

Pada metode ini, solusi himpunan fuzzy diperoleh dengan cara melakukan bounded-sum terhadap semua output daerah fuzzy. Secara umum dituliskan:

��[�] ← min(1,��[�]+ � �[�]) (2.9)

dengan:

��[�] = nilai keanggotaan solusi fuzzy sampai aturan ke-i;

� �[�] = nilai keanggotaan konsekuen fuzzy aturan ke-i;

3) Metode Probabilistic (probor)

(29)

product terhadap semua output daerah fuzzy. Secara umum dituliskan:

��[�] ← (��[�]+ � �[�]) - (��[�] * � �[�]) (2.10)

dengan:

��[�] = nilai keanggotaan solusi fuzzy sampai aturan ke-i;

� �[�] = nilai keanggotaan konsekuen fuzzy aturan ke-i;

4. Penegasan (defuzzification)

Input dari proses defuzzifikasi adalah suatu himpunan fuzzy yang diperoleh dari komposisi aturan-aturan fuzzy, sedangkan output yang dihasilkan merupakan suatu bilangan pada domain himpunan fuzzy tersebut. Sehingga jika diberikan suatu himpunan fuzzy dalam range tertentu, maka harus dapat diambil suatu nilai Crisp tertentu sebagai output seperti terlihat pada Gambar 2.10.

Gambar 2. 10 Proses Defuzzifikasi [11].

Terdapat beberapa metode defuzzifikasi pada komposisi aturan MAMDANI, antara lain:

1) Metode Centroid (Composite Moment)

Pada metode ini, solusi Crisp diperoleh dengan cara mengambil titik pusat (z*) daerah fuzzy. Secara umum dirumuskan:

�∗ ₌ ∫ ��

∫ � � �_� → � � �� (2.11)

�∗₌∑�= � μ �

∑� μ �

(30)

Metode Defuzzifikasi inilah yang di gunakan dalam pengimplementasian logika fuzzy pada game pasar jajanan ini karena dirasa paling cocok untuk mencari nilai crisp untuk kemudian dikonversi kedalam perilaku NPC. 2) Metode Bisektor

Pada metode ini, solusi Crisp diperoleh dengan cara mengambil nilai pada domain fuzzy yang memiliki nilai keanggotaan separo dari jumlah total nilai keanggotaan pada daerah fuzzy.

3) Metode Mean of Maximum (MOM)

Pada metode ini, solusi Crisp diperoleh dengan cara mengambil nilai rata -rata domain yang memiliki nilai keanggotaan maksimum.

4) Metode Largest of Maximum (LOM)

Pada metode ini, solusi Crisp diperoleh dengan cara mengambil nilai terbesar dari domain yang memiliki nilai keanggotaan maksimum.

5) Metode Smallest of Maximum (SOM)

Pada metode ini, solusi Crisp diperoleh dengan cara mengambil nilai terkecil dari domain yang memiliki nilai keanggotaan maksimum.

2.3.1.3Metode Sugeno

Penalaran dengan metode SUGENO hampir sama dengan penalaran MAMDANI, hanya saja output (konsekuen) sistem tidak berupa himpunan fuzzy, melainkan berupa konstanta atau persamaan linear. Metode ini diperkenalkan oleh Takagi- Sugeno pada tahun 1985.

1. Model Fuzzy Sugeno Orde-Nol

Secara umum bentuk model fuzzy SUGENO Orde-Nol adalah:

IF (x1 is A1) . (x2 is A2) .(x3 is A3) ….(xN is AN) THEN z = k (2.12) dengan Ai adalah himpunan fuzzy ke-i sebagai anteseden, dan k adalah suatu konstanta (tegas) sebagai konsekuen.

2. Model Fuzzy Sugeno Orde-Satu

Secara umum bentuk model fuzzy SUGENO Orde-Satu adalah:

(31)

dengan Ai adalah himpunan fuzzy ke-i sebagai anteseden, dan pi adalah suatu konstanta (tegas) ke-i dan q juga merupakan konstanta dalam konsekuen.

2.4 Game

Game merupakan kata dalam bahasa inggris yang berarti permainan. Permainan adalah sesuatu yang dapat dimainkan dengan aturan tertentu sehingga ada yang menang dan ada yang kalah, biasanya dalam konteks tidak serius atau dengan tujuan refreshing. Suatu cara belajar yang digunakan dalam menganalisa interaksi antara sejumlah pemain maupun perorangan yang menunjukkan strategi strategi yang rasional. Teori permainan pertama kali ditemukan oleh sekelompok ahli Matematika pada tahun 1944. Teori itu dikemukakan oleh John von Neumann and Oskar Morgenstern yang berisi:

"Permainan terdiri atas sekumpulan peraturan yang membangun situasi bersaing dari dua sampai beberapa orang atau kelompok dengan memilih strategi yang dibangun untuk memaksimalkan kemenangan sendiri atau pun untuk meminimalkan kemenangan lawan. Peraturan-peraturan menentukan kemungkinan tindakan untuk setiap pemain, sejumlah keterangan diterima setiap pemain sebagai kemajuan bermain, dan sejumlah kemenangan atau kekalahan dalam berbagai situasi"[8].

2.4.1 Pengertian Game

Pengertian Game menurut beberapa ahli :

1. Menurut Agustinus Nilwan dalam bukunya Pemrograman Animasi dan Game Profesional terbitan Elex Media Komputindo, Game merupakan permainan komputer yang dibuat dengan teknik dan metode animasi. Jika ingin mendalami pengunaan animasi haruslah memahami pembuatan Game. Atau jika ingin membuat Game, maka haruslah memahami teknik dan metode animasi, sebab keduanya saling berkaitan.

2. Menurut Clark C. Abt, Game adalah kegiatan yang melibatkan keputusan pemain, berupaya mencapai tujuan dengan dibatasi oleh konteks tertentu (misalnya, dibatasi oleh peraturan).

(32)

3. Menurut Chris Crawford, seorang computer Game designer mengemukakan bahwa Game, pada intinya adalah sebuah interaktif, aktivitas yang berpusat pada sebuah pencapaian, ada pelaku aktif (player), ada pelaku pasif (NPC).

4. Menurut David Parlett, Game adalah sesuatu yang memiliki "akhir dan cara mencapainya" : artinya ada tujuan, hasil dan serangkaian peraturan untuk mencapai keduanya.

5. Menurut Roger Caillois, seorang sosiolog Perancis, dalam bukunya yang berjudul Les jeux et les hommes menyatakan Game adalah aktivitas yang mencakup karakteristik berikut: fun (bebas bermain adalah pilihan bukan kewajiban), separate (terpisah), uncertain, non-productive, governed by

rules (ada aturan), fictitious (pura-pura).

6. Menurut Greg Costikyan, Game adalah ―sebentuk karya seni di mana peserta, yang disebut Pemain, membuat keputusan untuk mengelola sumberdaya yang dimilikinya melalui benda di dalam Game demi mencapai tujuan.

2.4.2 Klasifikasi Game

Klasifikasi game adalah genre game yang didasari interaksi pemainnya, Visualisasi juga menjadi ukuran dari Klasifikasi game berikut ini adalah pembagian genregame menurut platform permainannya [15].

1. Arcade Games

yaitu yang sering disebut ding-dong di Indonesia, biasanya berada di

daerah / tempat khusus dan memiliki box atau mesin yang memang khusus di design untuk jenis video Games tertentu dan tidak jarang bahkan memiliki fitur yang dapat membuat pemainnya lebih merasa masuk dan menikmati , seperti pistol, kursi khusus, sensor gerakan, sensor injakkan dan stir mobil (beserta transmisinya tentunya).

2. PC Games

yaitu video Game yang dimainkan menggunakan Personal Computers. 3. Console Games

(33)

yaitu video Games yang dimainkan menggunakan console tertentu, seperti Playstation 2, Playstation 3, XBOX 360, dan Nintendo Wii.

4. Handheld Games

yaitu yang dimainkan di console khusus video Game yang dapat dibawa kemana-mana, contoh Nintendo DS dan Sony PSP.

5. Mobile Games

yaitu yang dapat dimainkan atau khusus untuk mobile phone atau PDA.

2.5 Game berbasis Desktop

Desktop Game adalah aplikasi Game yang di buat untuk di jalankan oleh desktop komputer dan dikembangkan untuk dijalankan di masing klien. Database diletakkan di server sedangkan aplikasinya di instal di masing-masing klien. Bahasa pemograman yang digunakan untuk aplikasi tipe ini adalah C#, javascript dsb.

Pada Game berbasis desktop, aplikasi di bangun dengan menggunakan tool tertentu contohnya unity , kemudian dikompilasi dan Hasilnya dapat langsung digunakan dalam computer.

2.6 Gamelife-simulation

Life-Simulation Game adalah cabang dari genre Game simulator yaitu,

sebuah genre Games yang dimana pemainnya bertanggung jawab atas sebuah tokoh atau karakter dalam memenuhi kebutuhan tokoh selayaknya kehidupan nyata, namun dalam ranah virtual. Karakter memiliki kebutuhan dan kehidupan layaknya manusia, seperti kegiatan bekerja, bersosialisasi, makan, belanja, dan sebagainya. Biasanya karakter ini hidup dalam sebuah dunia virtual yang dipenuhi oleh karakter-karakter yang dimainkan pemain lainnya. Contoh Game yang ber -genre life-simulation adalah The Sims dan Second Life.

2.6.1 Kriteria Game simulasi

Dari semua jenis permainan yang ada, masing-masing memiliki tingkat kesulitan dan kemudahannya, jika bukan algoritmanya maka akan mudah dalam hal animasinya, akan tetapi Games simulasi bisa disebut sebagai jenis permainan

(34)

yang paling sulit, baik algoritma pembuatannya maupun animasinya. Permainan jenis ini juga yang paling membuat pusing dibandingkan dengan permainan jenis lainnya. Algoritmanya sangat sulit sebab harus memperhitungkan semua kejadian dalam kondisi sebenarnya. Berbagai efek animasi yang dibuat tidak cukup bermodalkan ahli grafik dan algoritma saja, tetapi sedikitnya harus mengerti persoalan matematika, teknik dan fisika. Contoh permainan jenis ini adalah Stellar7, F-15 Strike Eagle, Flight Simulator 98, F-14 Tomcat, F-16 Falcon, Jet Fighter [12].

Construction and manajement simulation Game, disingkat CMSs, adalah tipe Game simulasi dimana player harus mendirikan, memperluas atau mengelola komunitas atau proyek fiksi.

1. City-building Game , merupakan bagian dari economic simulation Game.

contoh dari Game ini adalah sims city series.

2. Economic simulation Game, biasanya berupa simulasi keadaan ekonomi atau bisnis , dimana player mengontrol keadaan ekomomi dari Game tersebut contoh Game ini adalah monopoly tycoon

3. god Game, sering tidak mempunyai tujuan akir yang membuat player memenangkan Game contoh the sims series

4. government simulation Game , biasa disebut juga political Game, masukkan unsur kepolisian, pemerintahan atau politik sebuah negara, bahkan juga peperangan.

2.7 Pasar

Pasar adalah salah satu dari berbagai sistem, institusi, prosedur, hubungan sosial dan infrastruktur dimana usaha menjual barang, jasa dan tenaga kerja untuk orang-orang dengan imbalan uang [4]. Barang dan jasa yang dijual menggunakan alat pembayaran yang sah seperti uang fiat. Kegiatan ini merupakan bagian dari perekonomian. Ini adalah pengaturan yang memungkinkan pembeli dan penjual untuk item pertukaran. Persaingan sangat penting dalam pasar, dan memisahkan pasar dari perdagangan. Dua orang mungkin melakukan perdagangan, tetapi dibutuhkan setidaknya tiga orang untuk memiliki pasar, sehingga ada persaingan

(35)

pada setidaknya satu dari dua belah pihak. Pasar bervariasi dalam ukuran, jangkauan, skala geografis, lokasi jenis dan berbagai komunitas manusia, serta jenis barang dan jasa yang diperdagangkan. Beberapa contoh termasuk pasar petani lokal yang diadakan di alun-alun kota atau tempat parkir, pusat perbelanjaan dan pusat perbelanjaan, mata uang internasional dan pasar komoditas, hukum menciptakan pasar seperti untuk izin polusi, dan pasar ilegal seperti pasar untuk obat-obatan terlarang.

Dalam ilmu ekonomi mainstream, konsep pasar adalah setiap struktur yang memungkinkan pembeli dan penjual untuk menukar jenis barang, jasa dan informasi. Pertukaran barang atau jasa untuk uang adalah transaksi. Pasar peserta terdiri dari semua pembeli dan penjual yang baik yang memengaruhi harga nya. Pengaruh ini merupakan studi utama ekonomi dan telah melahirkan beberapa teori dan model tentang kekuatan pasar dasar penawaran dan permintaan. Ada dua peran di pasar, pembeli dan penjual. Pasar memfasilitasi perdagangan dan memungkinkan distribusi dan alokasi sumber daya dalam masyarakat. Pasar mengizinkan semua item yang diperdagangkan untuk dievaluasi dan harga. Sebuah pasar muncul lebih atau kurang spontan atau sengaja dibangun oleh interaksi manusia untuk memungkinkan pertukaran hak (kepemilikan) jasa dan barang.

2.8 Pedagang

Perdagangan adalah semua tindakan yang tujuannya menyampaikan barang untuk tujuan hidup sehari-hari, prosesnya berlangsung dari produsen kepada konsumen. Orang yang pekerjaannya memperjualbelikan barang atas prakarsa dan resiko dinamakan pedagang .

Perdagangan dibedakan atas perdagangan besar dan perdagangan kecil. Dalam perdagangan besar jual beli berlangsung secara besar-besaran. Dalam perdagangan besar, barang tidak dijual/disampaikan langsung kepada konsumen atau pengguna, sedangkan dalam perdagangan kecil, jual beli berlangsung secara kecil-kecilan dan barang dijual langsung kepada konsumen.

(36)

pedagang keliling, pedagang asongan, pedagang dari pintu ke pintu (door to door), pedangang kios, pedangang kaki lima, grosir (pedagang besar), pedagang supermarket dan sebagainya. Jenis-jenis pedagang ini lazim dibedakan berdasarkan pada cara menawarkan barang dagangannya masing-masing yaitu : 1. Pedagang keliling

Pedagang keliling adalah pedagang yang menawarkan barang dagangannya dengan cara berkeliling. Berkeliling di sini biasanya dilakukan dari RT ke RT, dari RW ke RW, dari kampung ke kampung, atau dari desa ke desa. Barang yang mereka tawarkan biasanya digendong, dipikul.

2. Pedagang Asongan

Pedagang asongan adalah pedagang yang menawarkan barang dagangannya dengan cara menempatkannya di kotak kecil yang mudah dibawa dan dipindah-pindahkan. Kotak tersebut biasanya mereka kalungkan di leher seperti tas, dan barang-barang yang mereka tawarkan biasanya berupa rokok, korek api, kembang gula, kertas tisu, kacang, kuaci, buah, dan barang-barang ringan lainnya

3. Pedagang Kaki Lima

Pedagang kaki lima adalah pedagang yang menawarkan barang dagangannya dengan cara menggelarnya di trotoar atau di tepi jalan yang ramai. Untuk menggelar dagangannya, mereka menggunakan tikar, terpal atau semacam balai-balai. Barang-barang yang mereka tawarkan umumnya berupa sepatu, pakaian, makanan, buah-buahan dan lain – lain. 4. Pedagang Grosir

Grosir adalah pedagang yang dalam menawarkan barang tidak langsung berhadapan dengan calon pembeli. Pedagang grosir tidak langsung menawarkan barang kepada calon pembeli sebagaimana pedagang eceran, melainkan calon pembelilah yang mendatangi pedagang grosir.

(37)

2.9 Software pengimplementasian algoritma fuzzy logic pada Game

Untuk mengiplementasikan fuzzy logic pada game life-simulation

dibutuhkan beberapa software pendukung, Berikut adalah software’s tersebut.

2.9.1 Unity

Unity Game Engine adalah software atau Game engine yang digunakan untuk membuat video Game berbasis dua atau tiga dimensi dan dapat digunakan secara gratis. Selain untuk membuat Game, unity juga dapat digunakan untuk membuat konten yang interaktif lainnya seperti, visual arsitektur dan real-time 3D animasi.

karena unity memiliki berbagai fitur yang sangat berguna bagi perancangan game 3d seperti yang di deskripsikan diatas dan bisa meng-import format FBX dari software lainya seperti google skechup dan lain-lain, game engine ini di pilih untuk di gunakan sebagai software utama dalam membuat game pasar jajanan ini.

Unity adalah sebuah sebuah tool yang terintegrasi untuk membuat Game, arsitektur bangunan dan simulasi. Unity bisa digunakan untuk Games PC dan Games online. Untuk Games online diperlukan sebuah plugin, yaitu Unity Web Player, yang sama halnya dengan flash player pada browser. Bahasa pemrograman yang digunakan bermacam-macam, mulai dari javascript, C#, dan boo. Unity tidak bisa melakukan desain atau modelling, dikarenakan unity bukan merupakan tools untuk mendesain. Banyak hal yang bisa di lakukan di unity, ada fitur audio reverb zone , particle effect , sky box untuk menambahkan langit, dan masih banyak lagi, dan juga bisa langsung edit texture dari editor seperti photoshop dll.

Features (Scripting) di dalam unity adalah sebagai berikut (Unity Technologies, 2013): Mendukung 3 bahasa pemrograman, JavaScript, C#, dan Boo. Flexible and EasyMoving, rotating, dan scaling objects hanya perlu sebaris kode. Begitu juga dengan duplicating, removing, dan changing properties. Multi Platform Game bisa di deploy di PC, Mac, Wii, iPhone, iPad dan browser, android. Visual Properties Variables yang di definisikan dengan scripts

(38)

ditampilkan pada editor. Bisa digeser, di drag and drop, bisa memilih warna dengan color picker. Berbasis .NET, penjalanan program dilakukan dengan Open Source .NET platform, Mono.

2.9.2 Matlab fuzzy toolkit

Fuzzy toolkit adalah suatu tools khusus yang di sediakan oleh Software Matlab (matrix laboratory) dengan tools ini kita bisa mensimulasikan perhitungan fuzzy logic dengan segala aturanya dengan hasil yang cepat dan akurat, serta bisa langsung mendapatkan keluaran berupa graphic hasil perhitungan fuzzy dan lain lain.

Matlab adalah sebuah lingkungan komputasi numerikal dan bahasa pemrograman komputer generasi keempat. Dikembangkan oleh The MathWorks, MATLAB memungkinkan manipulasi matriks, pem-plot-an fungsi dan data, implementasi algoritma, pembuatan antarmuka pengguna, dan peng-antarmuka-an dengan program dalam bahasa lainnya. Meskipun hanya bernuansa numerik, sebuah kotak kakas (toolbox) yang menggunakan mesin simbolik MuPAD, memungkinkan akses terhadap kemampuan aljabar komputer. Sebuah paket tambahan, Simulink, menambahkan simulasi grafis multiranah dan Desain Berdasar-Model untuk sistem terlekat dan dinamik.

2.9.3 Google sketchup

Google sketchup sebuah software buatan google yang berfungsi untuk desain grafis,yang dapat menghasilkan berupa gambar 3D. Selain itu software ini sangat ringan daripada software-software lainnya. Walaupun dengan tampilannya yang sederhana, Google SketchUp memungkinkan kita untuk menggambar lebih cepat dan akurat. Program ini merupakan suatu program aplikasi pemodelan 3D yang fleksibel cepat dan dan praktis. Google SketchUp juga Biasa digunakan Untuk mendisain bangunan serta detail-detailnya dengan penampilan 3D yang mudah.

Google SketchUp ini di gunakan untuk mendesain model 3d dari pasar serta seluruh isinya di dalam game Pasar jajanan ini, software ini digunakan karena mudah digunakan dan dapat meng-export file yang di buat menjadi format

(39)

FBX sehingga memungkinkan untuk di gunakan di software UNITY.

2.9.4 Iclone

iClone adalah sebuah software yang di buat dan di kembangkan oleh reallusion yaitu sebuah software real-time animasi 3D untuk aktor digital, lingkungan & efek visual dengan editing drag & drop, yang dirancang untuk design kreativitas dalam siaran, pendidikan produksi & previzualization.

Profesional dan pemula dapat mengambil keuntungan dari konten dan interaktivitas cerdas antara aktor, kendaraan dan alat peraga yang membuat animasi dan logic lebih menyenangkan.

Software ini di gunakan untuk membuat model 3d, dan seluruh animasi dari karakter utama dan NPC yang di gunakan sebagai penjual dan pembeli di dalam game Pasar jajanan ini.

2.10 Pemrograman Berorientasi Objek (Object Oriented Programing)

OOP adalah konsep yang membagi program menjadi objek-objek yang saling berinteraksi satu sama lain. Objek adalah benda, baik benda yang berwujud nyata maupun benda yang tidak nyata (konsep). Objek adalah kesatuan entitas yang memiliki sifat dan tingkah laku [13].

Dalam kehidupan sehari-hari, objek adalah benda, baik benda berwujud nyata seperti manusia, hewan, mobil, komputer, handphone, pena, ataupun benda yang tidak nyata atau konsep, seperti halnya tabungan bank, sistem antrian, sistem internet banking, dan sebagainya.

Ada 6 keuntungan dalam menggunakan oop yaitu : 1. Alami (Natural).

2. Dapat diandalkan (Reliable).

3. Dapat digunakan kembali (Reusable).

4. Mudah untuk dalam perawatan (Maintainable). 5. Dapat diperluas (Extendable).

(40)

Berikut ini beberapa bahasa pemrograman yang sudah menggunakan konsep OOP, adalah :

1. C++. 2. C#.

3. Visual Basic. 4. Java script.

2.10.1 Analisis dan Desain Berorientasi Objek

Pemrograman berorientasi objek bekerja dengan baik ketika dibarengi dengan object-oriented analysis and design process (OOAD). Jika membuat

program berorientasi objek tanpa OOAD, ibarat membangun rumah tanpa terlebih dahulu menganalisa apa saja yang dibutuhkan oleh rumah itu, tanpa perencanaan tanpa blueprint, tanpa menganalisis ruangan apa saja yang diperlukan, berapa besar rumah yang akan dibangun dan sebagainya.

2.10.2 Objek (Object)

Orientasi objek merupakan teknik dalam menyelesaikan masalah yang kerap muncul dalam pengembangan perangkat lunak. Teknik ini merupakan titik kulminasi dalam menemukan cara yang efektif dalam membangun sistem dan menjadi metode yang paling banyak dipakai oleh para pengembang perangkat lunak saat ini. Orientasi objek merupakan teknik pemodelan sistem ril yang berbasis objek. Inti dari konsep ini adalah objek yang merupakan model dari sistem nyata.

Objek adalah entitas yang memiliki atribut, karakter dan kadangkala disertai kondisi. Objek merepresentasikan sesuatu sistem nyata seperti siswa, sistem kontrol permukaan sayap pesawat, sensor atau mesin. Objek juga merepresentasikan sesuatu dalam bentuk konsep seperti nasabah bank, merek dagang, pernikahan atau sekedar listing. Bahkan bisa juga mengatakan visualisasi seperti, bentuk huruf, histogram, poligon, garis atau lingkaran. Semuanya memiliki fitur atribut (untuk data), behavior (operation atau method), keadaan (memori), identitas dan tanggung jawab. Proses menjabarkan sistem nyata menjadi objek dinamakan abstraksi (abstraction). Abstraksi mengeliminir aspek

(41)

yang tidak perlu dalam suatu objek.

2.10.3 Kelas (Class)

Kelas adalah penggambaran satu set objek yang memiliki atribut dan behaviour yang sama. Kelas mirip tipe data pada pemrograman non objek, tapi lebih komprehensif karena terdapat struktur sekaligus karakteristiknya. Programmer dapat membentuk kelas baru yang lebih spesifik dari kelas general -nya. Kelas dan objek merupakan jantung dari pemrograman berorientasi objek. Untuk menghasilkan program jenis ini sangat penting untuk selalu berfikir dalam bentuk objek.

2.10.4 Pembungkusan (Encapsulation)

Pembungkusan sebagai penggabungan potongan-potongan informasi dan perilaku-perilaku spesifik yang bekerja pada informasi tersebut, kemudian mengemasnya menjadi apa yang disebut sebagai objek. Dalam perbankan dikenal objek rekening yang memiliki perilaku-perilaku misalnya buka, tutup, penarikan, penyimpanan, ubah nama, ubah alamat, dan sebagainya. Akibatnya, perubahan -perubahan pada sistem perbankan yang berkaitan dengan rekening-rekening dapat secara sederhana diimplementasikan satu kali saja pada objek rekening. Keuntungan lainnya adalah membatasi efek-efek perubahan pada sistem. Misalnya, saat manajemen bank menentukan jika seseorang memiliki rekening pinjaman di bank yang bersangkutan, rekening pinjaman itu harus dapat juga digunakan sebagai sarana bagi penarikan rekening.

2.10.5 Pewarisan (Inheritance) dan Generalization

Konsep dimana metode dan atau atribut yang ditentukan di dalam sebuah objek kelas dapat diwariskan atau digunakan lagi atau digunakan lagi oleh objek kelas lainnya. Sedangkan generalization merupakan teknik dimana atribut dan perilaku yang umum pada beberapa tipe kelas objek, dikelompokkan (atau diabstraksi) ke dalam kelasnya sendiri (dinamakan supertype). Atribut dan metode kelas objek supertype kemudian diwariskan oleh kelas objek tersebut (dinamakan subtype).

(42)

2.10.6 Polimorfisme

Polimorfismeberarti suatu fungsionalitas yang diimplementasikan dengan berbagai cara yang berbeda. Pada terminologi berorientasi objek, ini berarti dapat memiliki berbagai implementasi untuk sebagian fungsionalitas tertentu. Sebagai contoh, misalkan pengembang akan mengembangkan sistem berbasis grafis. Saat pengguna mau menggambar sesuatu, misalnya garis atau lingkaran, sistem akan memunculkan perintah gambar. Sistem akan mengenali berbagai bentuk gambar, masing-masing dengan perilakunya sendiri-sendiri. Manfaat dari polimorfisme adalah kemudahan pemeliharaannya. Jika perlu menambahkan gambar baru (misalnya segitiga) maka cukup menambahkan fungsi baru (fungsi menggambar segitiga) sedangkan fungsi umumnya (fungsi gambar) tidak mengalami perubahan.

2.11 Bahasa Pemprograman C#

C# merupakan sebuah bahasa pemrograman yang berorientasi objek yang dikembangkan oleh Microsoft sebagai bagian dari inisiatif kerangka .NET Framework. C# adalah Java versi Microsoft, sebuah bahasa multi flatform yang didesain untuk bisa berjalan di berbagai mesin. C# adalah pemrograman berorientasi Object (OOP). C# memiliki kekuatan bahasa C++ dan portabilitas seperti Java. Fitur-fitur yang diambilnya dari bahasa C++ dan Java adalah desain berorientasi objek, seperti garbage collection, reflection, akar kelas (root class), dan juga penyederhanaan terhadap pewarisan jamak (multiple inheritance).

Bahasa pemrograman C# dibuat sebagai bahasa pemrograman yang bersifat general-purpose (untuk tujuan jamak), berorientasi objek, modern, dan

sederhana. C# ditujukan agar cocok digunakan untuk menulis program aplikasi baik dalam sistem klien-server (hosted system) maupun sistem embedded

(embedded system), mulai dari program aplikasi yang sangat besar yang menggunakan sistem operasi yang canggih hingga kepada program aplikasi yang sangat kecil.

(43)

2.12 UML (Unified Modeling Language)

UML adalah keluarga notasi grafis yang didukung oleh meta-model tunggal, yang membantu pendeskripsian dan desain sistem perangkat lunak, khususnya sistem yang dibangun menggunakan pemrograman berorientasi objek. Definisi ini merupakan definisi sederhana. Pada kenyataannya, pendapat orang -orang tentang UML berbeda satu sama lain. Hal ini dikarenakan oleh sejarahnya sendiri dan oleh perbedaan persepsi tentang apa yang membuat sebuah proses rancang bangun perangkat lunak efektif [14].

UML merupakan standar yang relatif terbuka yang dikontrol oleh Object Management Group (OMG), sebuah konsorsium terbuka yang terdiri dari banyak perusahaan. OMG dibentuk untuk membuat standar-standar yang mendukung interoperabilitas, khususnya interoperabilitas sistem berorientasi objek. OMG mungkin lebih dikenal dengan standar-standar COBRA (Common Object Request Broker Architecture).

UML lahir dari penggabungan banyak bahasa pemodelan grafis berorientasi objek yang berkembang pesat pada akhir 1980-an dan awal 1990-an. Sejak kehadirannya pada tahun 1997, UML menggantikan menara Babel yang telah menjadi sejarah. UML merupakan dasar bagi perangkat (tool) desain berorientasi objek dari IBM.

Bagian-bagian utama dari UML adalah view, diagram, model element, dan general mechanism . Diagram berbentuk grafik yang menunjukkan simbol elemen model yang disusun untuk mengilustrasikan bagian atau aspek tertentu dari sistem. Sebuah diagram merupakan bagian dari suatu view tertentu dan ketika digambarkan biasanya.

(44)

2.12.1 Diagram UML

UML terdiri dari 13 macam diagram yang dikelompokkan dalam 3 kategori [13]. Pembagian kategori dan macam-macam diagram tersebut dapat dilihat pada gambar 2.11 di bawah ini.

UML 2.3 Diagram

Interaction Overview Diagram State Machine

Activity Diagram Use Case Diagram

Communication Diagram

Deployment Diagram Package Diagram

Sequence Diagram

Composite Structure Diagram Component Diagram

Object Diagram Class Diagram

Intraction Diagram Behavior Diagram

Structure Diagram

Timming Diagram

Gambar 2. 11 Diagram UML

Berikut ini penjelasan singkat dari pembagian kategori tersebut.

1. Structure diagrams yaitu kumpulan diagram yang digunakan untuk menggambarkan suatu struktur statis dari sistem yang dimodelkan.

2. Behavior diagrams yaitu kumpulan diagram yang digunakan untuk menggambarkan kelakuan sistem atau rangkain perubahan yang terjadi pada sebuah sistem.

3. Interaction diagrams yaitu kumpulan diagram yang digunakan untuk menggambarkan interaksi sistem dengan sistem lain maupun interaksi antarsubsistem pada suatu sistem.

(45)

2.11.1.1 Diagram Kelas (Class Diagram)

Diagram kelas menggambarkan struktur sistem dari segi pendefinisian kelas-kelas yang akan dibuat untuk membangun sistem. Kelas memiliki apa yang disebut atribut dan metode atau operasi.

1. Atribut merupakan variabel-variabel yang dimiliki oleh suatu kelas. 2. Operasi atau metode adalah fungsi-fungsi yang dimiliki oleh suatu kelas.

Diagram kelas dibuat agar pembuat program atau programmer membuat kelas-kelas sesuai rancangan di dalam diagram kelas agar antara dokumentasi perancangan dan perangkat lunak sinkron. Berikut adalah contoh dari diagram kelas.

Gambar 2. 12 Contoh class diagram [13]

Pada gambar 2.12 diatas terdapat sebuah contoh dari class diagram yang bernama class KoneksiBasisDatayang terdiri dari tiga bagian, bagian pertama menjelaskan nama dari class tersebut yaitu class KoneksiBasisData, bagian kedua adalah atribut dari class tersebut yaitu host,database, username, password dan bagian ke tiga adalah proses yang berjalan dari class tersebut yaitu proses open, execute, getresult,dan close.

2.11.1.2 Diagram Use Case

Diagram use case merupakan pemodelan untuk kelakuan (behaviour) sistem informasi yang akan dibuat. Use case mendeskripsikan sebuah interaksi antara satu atau lebih aktor dengan sistem informasi yang akan dibuat. Secara kasar, use case digunakan untuk mengetahui fungsi apa saja yang ada di dalam sebuah sistem informasi dan siapa saja yang berhak menggunakan fungsi-fungsi

(46)

itu. Syarat penamaan pada use case adalah nama didefinisikan sesimpel mungkin dan dapat dipahami. Ada dua hal utama pada use case yaitu pendefinisian apa yang disebut aktor dan use case.

1. Aktor merupakan orang, proses, atau sistem lain yang berinteraksi dengan sistem informasi yang akan dibuat diluar sistem informasi yang akan dibuat itu sendiri, jadi walaupun simbol dari aktor adalah gambar orang, tapi aktor belum tentu merupakan orang.

2. Use case merupakan fungsionalitas yang disediakan sistem sebagai unit -unit yang saling bertukar pesan antar -unit atau aktor.

Gambar 2. 13 Contoh use case diagram [13]

Pada gambar 2.13 di atas di jelaskan bahwa terdapat 2 actor yaitu Nasabah dan teller di dalam use case diagram tersebut, Nasabah hanya dapat memasuki system untuk melakukan Penyetoran uang, penarikan Uang, dan Transfer uang sedangkan Teller dapat melakukan semua hal yang nasabah bisa ditambah dengan menambah bunga.

(47)

2.11.1.3 Diagram Aktivitas (Activity Diagram)

Diagram aktivitas atau activity diagram adalah sebuah diagram yang menggambarkan workflow (aliran kerja) atau aktivitas dari sebuah sistem atau proses bisnis. Dalam diagram aktivitas yang perlu diperhatikan adalah bahwa diagram aktivitas menggambarkan aktivitas sistem, bukan apa yang dilakukan aktor, jadi aktivitas yang dapat dilakukan oleh sistem.

Diagram aktivitas juga banyak digunakan untuk mendefinisikan hal-hal berikut :

1. Rancangan proses bisnis di mana setiap urutan aktivitas yang digambarkanmerupakan proses bisnis sistem yang didefinisikan.

2. Rancangan proses bisnis di mana setiap urutan aktivitas yang digambarkan merupakan proses bisnis sistem yang didefinisikan.

3. Rancangan proses bisnis di mana setiap urutan aktivitas yang digambarkan merupakan proses bisnis sistem yang didefinisikan.

Contoh dari activity diagram dapat dilihat pada gambar 2.14.

(48)

2.11.1.4 Diagram State Machine

State machine diagram atau statechart diagram atau dalam bahasa Indonesia disebut diagram mesin status atau sering juga disebut diagram status digunakan untuk menggambarkan perubahan status atau transisi status dari sebuah mesin atau sistem atau objek. Jika diagram sekuen digunakan untuk interaksi antar objek maka diagram status digunakan untuk interaksi di dalam sebuah objek. Perubahan tersebut digambarkan dalam suatu graf berarah.

Gambar 2. 15 Contoh statechart diagram [13].

Pada gambar 2.15 di atas di jelaskan sebuah contoh state chart diagram pada sebuah database langkah pertama menyiapkan basisdata agar dapat diakses kemudian mengeksekusi query dan mengakses hasil query kemudian menutup database.

2.11.1.5 Diagram Sekuen (Sequence Diagram)

Diagram sekuen menggambarkan kelakuan pada objek use case dengan mendeskripsikan waktu hidup objek dan message yang dikirimkan dan diterima antar objek. Oleh karena itu untuk menggambar diagram sekuen maka harus diketahui objek-objek yang terlibat dalam sebuah use case beserta metode-metode yang dimiliki kelas yang diinstansiasi menjadi objek itu. Membuat diagram sekuen juga dibutuhkan untuk melihat skenario yang ada pada use case.

(49)

Banyaknya diagram sekuen yang harus digambar adalah minimal sebanyak pendefinisian use case yang memiliki proses sendiri atau yang penting semua use case yang telah didefinisikan interaksi jalannya pesan sudah dicakup pada diagram sekuen sehingga semakin banyak use case yang didefinisikan maka diagram sekuen yang harus dibuat juga semakin banyak.

Gambar 2. 16 Contoh sequence diagram [13].

Pada gambar 2.16 di gambarkan sebuah contoh sequence diagram yang mendeskripsikan waktu hidup objek dan message yang dikirimkan dan diterima antar objek antara computer dan server pada proses pengecekan email. Pada langkah pertama user akan mengakses komputer kemudian komputer mengirim informasi kepada server yaitu mengirim email baru dan email yang belum terkirim, dan setelah itu server merespon informasi tersebut selanjutnya computer men-download email baru dari server dan mendelete email lama.

(50)

BAB 3

ANALISIS DAN KEBUTUHAN ALGORITMA

3.1 Analisis Masalah

Berdasarkan latar belakang yang telah di jabarkan sebelumnya didapat suatu masalah yaitu, bagaimanakah cara menerapkan metode logika fuzzy, sehingga menghasilkan suatu output berupa keputusan yang dapat digunakan untuk mengatur perilaku NPC, agar NPC di dalam game ini dapat bersosialisasi dengan baik saat melakukan kegiatan tawar-menawar dengan karakter utama sebagai tantangan dalam memainkan game Pasar Jajanan ini.

Untuk mencapai tujuan tersebut maka akan diterapkannya suatu kecerdasan buatan dengan metode logika fuzzy yang menggunankan aturan Sistem Inferensi Fuzzy (FIS) model Mamdani, FIS model mamdani di pilih karena menggunakan perhitungan cenderung lebih rumit akan tetapi hasil yang diperoleh lebih dinamis dan manusiawi. Oleh karena pemrosesan perilaku NPC di dalam game ini membutuhkan hasil yang semanusiawi mungkin, maka dalam penelitian ini digunakan model Mamdani.

3.2 Analisis Game

Life-Simulation Game adalah cabang dari genre Game simulator, yaitu

sebuah genre Games yang dimana pemainnya bertanggung jawab atas sebuah tokoh atau karakter dalam memenuhi kebutuhan tokoh selayaknya kehidupan nyata namun dalam ranah virtual. Karakter memiliki kebutuhan dan kehidupan layaknya manusia, seperti kegiatan bekerja, bersosialisasi, makan, belanja, dan sebagainya.

Game Pasar Jajanan termasuk dalam genre Game simulasi karena Game ini mensimulasikan kegiatan jual beli dengan cara tawar-menawar seperti pada dunia nyata. Game ini berfokus pada seorang karakter yang bertugas menyelesaikan misi. Di dalam Game ini pemain akan menjadi seorang pembeli yang akan membeli suatu barang/item yang ada di sebuah Pasar. Game ini dibuat hanya bertujuan untuk menerapkan system jual beli tawar menawar seperti yang

(51)

biasa kita lakukan saat membeli barang-barang yang ada di Pasar maupun kaki lima. misi utama dalam Game ini adalah untuk membeli barang-barang yang tersebar di sebuah Pasar yang belatar belakang Kota Bandung. Di dalam Game ini terdapat suatu tantangan yaitu NPC yang bisa melakukan kegiatan tawar menawar dengan Karakter utama sebagai tantangan dalam Game ini.

Saat karakter utama akan membeli suatu barang di pedagang tertentu, maka pedagang akan memberikan harga tawaran pertama barang mereka dan pemain akan berusaha menawar harga barang tersebut, semakin rendah harga suatu barang maka akan semakin banyak sisa uang yang ada di kantong pemain. Setelah list seluruh barang terpenuhi sisa uang yang tersisa di kantong pemain akan di hitung dan akan di tukar menjadi point sebagai nilai dari misi. semakin banyak uang tersisa semakin banyak pula point yang di dapat.

3.2.1 Storyline

Game Pasar Jajanan bercerita tentang karakter utama yang di perankan oleh seorang pelancong yang sedang berada di Kota Bandung, dan ingin membeli sejumlah barang sebagai oleh-oleh dari perjalanan-nya, lalu sang karakter pergi mendatangi sebuah Pasar yang khusus menjual Jajanan khas Kota Bandung untuk membeli oleh-oleh tersebut. Tetapi karakter utama tidak mempunyai cukup uang untuk membeli barang-barang yang dia inginkan, jadi sang karakter utama harus mencari cara agar uang yang di milikinya bisa cukup untuk membeli oleh-oleh yang dia inginkan, maka agar seluruh barang yang di inginkannya dapat terbeli, karakter utama harus menawar harga yang di berikan oleh pedagang serendah mungkin agar uang yang di milikinya cukup untuk membeli barang tersebut.

3.2.2 Gameplay

Tugas utama pemain dalam memainkan Game ini yaitu menyelesaikan misi untuk membeli barang/items yang akan di berikan listnya dan sejumlah uang untuk membeli barang-barang tersebut, kesulitan atau tantangan dalam Game ini adalah dalam memenuhi misinya karakter akan di hadapakan dengan NPC (Non player character) yaitu pedagang yang mampu berinteraksi dengan karakter utama. Saat karakter utama akan membeli suatu barang di pedagang tertentu,

(52)

maka pedagang akan memberikan harga tawaran pertama barang mereka dan pemain akan berusaha menawar harga barang tersebut serendah mungkin, semakin rendah harga suatu barang maka akan semakin banyak sisa uang yang ada di kantong pemain. Setelah list seluruh barang terpenuhi sisa uang yang tersisa di kantong pemain akan di hitung dan akan di tukar menjadi point sebagai nilai dari misi. semakin banyak uang tersisa semakin banyak pula point yang di dapat.

Untuk memulai permainan, pemain akan di hadapkan dengan menu sebagai berikut:

1) Menu mulai berfungsi untuk memulai permainan.

2) Menu Petunjuk berfungsi untuk memberikan informasi tentang aturan -aturan yang diterapkan di dalam Game.

3) Menu keluar untuk keluar dari permainan.

Untuk memasuki permainan pemain harus memilih menu mulai, lalu pemain akan di hadapkan dengan sebuah tampilan informasi tentang misi dan jumlah uang yang ada di dompet karakter utama, di informasi misi akan di tampilkan list barang apa saja yang harus di beli oleh karakter utama untuk menyelesaikan misi, setelah itu klik tombol oke untuk melanjutkan permainan maka pemain akan masuk ke arena permainan yaitu sebuah pasar tradisional yang berada di kota bandung. lalu karakter utama akan bergerak berkeliling ke dalam pasar untuk mencari barang apa saja yang di butuhkannya untuk menyelesaikan misi.

Misalkan pemain mempunyai list misi yaitu membeli batagor,baju, dan gelang maka pemain tinggal mendatangi pedagang penjual barang tersebut. Sebagai contoh karakter utama akan membeli gelang, maka karakter akan mendatangi toko sovenir dan memilih item gelang, setelah item gelang dipilih maka system akan menampilkan harga awal tawaran gelang dari pedagang, dan akan keluar dua opsi yaitu beli dan tidak jadi beli. bila memilih beli maka pemain akan masuk ke menu negosiasi berisi opsi tawar untuk menawar dan deal untuk membeli dan bila memilih tidak jadi beli pemain akan kembali ke pasar.

(1)

23. Cyclomatic complexity

V(G)

E = 28 , N = 21

V(G) = E – N + 2

V(G) = 28 – 21 + 2

V(G) = 7 + 2 = 9

Keterangan :

E = jumlah

edge

pada grafik alir

N = jumlah

node

pada grafik alir

24. Independent Path

Dari hasil perhitungan

Cyclomatic complexity

terdapat 11

Independent

path

yaitu:

Path

1 =

1 -

8 -

9 -

10 -

11 -

20 -

21 Path

2 =

1 -

8 -

10 -

12 -

20 -

21 Path

3 =

1 -

8 -

10 -

17 -

20 -

21 Path

4 =

1 -

2 -

3 -

5 -

6 -

7 -

14 -

20 -

21 Path

5 =

1 -

2 -

3 -

5 -

7 -

13 -

20 -

21 Path

6 =

1 -

2 -

3 -

5 -

7 -

18 -

20 -

21 Path

7 =

1 -

2 -

4 -

5 -

7 -

15 -

20 -

21 Path

8 =

1 -

2 -

4 -

5 -

6 -

7 -

16 -

20 -

21 Path

9 =

1 -

2 -

4 -

19 -

20 -

21

(2)

1. Graph

Metrik

Algoritma

Fuzzy Logic

Graph metrik digunakan untuk membantu uji coba basis path atau struktur

data. Pada tabel 4.10 dibawah ini akan di jabarkan pengujian graph metrik pada

fuzzy logic

game Pasar Jajanan.

Tabel 4. 12 Graph Metrik Algoritma Fuzzy Logic pada NPC

N 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 N(E) -1

1 1 1 2-1=1

2 1 1 2-1=1

3 1 1-1=0

4 1 1 2-1=1

5 1 1 2-1=1

6 1 1-1=0

7 1 1-1=0

8 1 1 2-1=1

9 1 1-1=0

10 1 1-1=0

11 1 1 2-1=1

12 1 1-1=0

13 1 1 2-1=1

14 1 1-1=0

15 1 1 2-1=0

16 1 1-1=0

17 1 1 2-1=1

18 1 1-1=0

19 1 1-1=0

20 1 1-1=0

21 1-1=0

8+1=9 Sum (E) + 1

Keterangan :

a.

Baris dan kolom mempersentasikan simpul.

(3)

2. Kasus uji berdasarkan Path

Tabel 4. 13 Kasus Uji Berdasarkan Path

Path

No Node (n) Kasus uji Hasil Sesuai Kasus Uji Keterangan

1 1-8-9-10-11-20-21

Mengacak nilai emosi dan mengubah nilai emosi menjadi nilai linguistik,

Nilai acak emosi di ubah menjadi nilai

linguistik,

 alur path terlewati  alur path tidak terlewati

2 1-8-10-12-20-20-21

Nilai harga tawar di ubah menjadi nilai linguistik

Nilai harga tawar ter ubah menjadi nilai

linguistik

 alur path terlewati  alur path tidak terlewati

3 1-8-10-17-20-21

Hasil fuzifikasi variable harga tawar di proses melalui rule emosi = senang dan harga tawar = rendah dengan keputusan = jual

Hasil fuzifikasi variable harga tawar

dapat di proses melalui rule emosi =

senang dan harga tawar = rendah dengan keputusan =

jual

 alur path terlewati  alur path tidak terlewati

4 1-2-3-5-6-7-14-20-21

Hasil fuzifikasi variable emosi di proses melalui rule emosi = tenang dan harga tawar = rendah dengan keputusan = naikan tawaran

Hasil fuzifikasi variable emosi dapat

di proses melalui rule emosi = tenang

dan harga tawar = rendah dengan keputusan = naikan

tawaran

 alur path terlewati  alur path tidak terlewati

5 1-2-3-5-7-15-20-21

Hasil fuzzyfikasi dari variable emosi = tenang dengan menggunakan interferensi fuzzy rule dengan keputusan jual naikan tawaran Hasil fuzzyfikasi dari variable emosi

= tenang dengan menggunakan interferensi fuzzy

rule dengan keputusan jual naikan tawaran

 alur path terlewati  alur path tidak terlewati

(4)

6 1-2-3-5-7-18-20-21

emosi dengan nilai lingguistik = sedang dengan harga tawar = sedang menghasilkan keputusan jual = naikan harga

emosi dengan nilai lingguistik = sedang

dengan harga tawar = sedang menghasilkan keputusan jual =

naikan harga

 alur path terlewati  alur path tidak terlewati

7 1-2-4-5-7-16-20-21

emosi dengan nilai lingguistik = sedang dengan harga tawar = tinggi

menghasilkan keputusan jual = jual

emosi dengan nilai lingguistik = sedang

dengan harga tawar = tinggi menghasilkan keputusan jual =

jual

 alur path terlewati  alur path tidak terlewati

8 1-2-4-5-6-7-13-20-21

emosi dengan nilai lingguistik = marah dengan harga tawar = tinggi

menghasilkan keputusan jual = naikan harga dan system

memberikan harga alternative

emosi dengan nilai lingguistik = marah dengan harga tawar

= tinggi menghasilkan keputusan jual = naikan harga dan system memberikan

harga alternative

 alur path terlewati  alur path tidak terlewati

9 1-2-4-19-20-21

emosi dengan nilai lingguistik = senang dengan harga tawar = sedang menghasilkan keputusan jual = jual