Platform Nama Kode
Tanggal Rilis Level API
Android 3.0 22 February 2011
11 Android 3.1
Honeycomb 12
Android 3.2 13
Android 4.0 –
Android 4.0.2 Ice Cream
Sandwich 19 October 2011
14 Andorid 4.0.3
15
Android 4.0.4 28 Maret 2012
15 Android 4.1
Jelly Bean 27 Juni 2012
16 Dari Tabel 2.1 dapat dilihat pada setiap perubahan versi android terdapat
perubahan API Level. API Level adalah nilai yang menunjukkan revisi framework pada platform Android. Nomor versi android yang terus berubah dikarenakan
perubahan API Level. Setiap versi android mendukung tepat satu API Level, namun tetap mendukung API Level sebelumnya. API Level akan menentukan apakah suatu
aplikasi bisa dijalankan pada suatu platform Android atau tidak.
2.9 Penelitian Sebelumnya
Pencarian solusi pada permainan congklak sudah pernah dilakukan dengan menggunakan beberapa metode, diantaranya Implementasi Algoritma Greedy Pada
Permainan Congklak Adha, 2009 dan Analisis dan Implementasi Algoritma Backtracking Pada Permainan Congklak Bakri, 2010. Algoritma Minimax juga
sudah pernah diimplementasikan untuk menyelesaikan permainan, diantaranya Analisis dan Implementasi Kecerdasan Buatan Pada Permainan Checker
Menggunakan Algoritma Minimax Dengan Negascout Akbar, 2011 dan Algoritma Minimax Dalam Pengambilan Keputusan Pada Permainan Tic-Tac-Toe Akbar,
2007.
Universitas Sumatera Utara
Tabel 2.2 Penelitian Sebelumnya No
Judul Pengarang
Tahun Keterangan
1 .
Implementasi Algoritma Greedy
Pada Permainan Congklak
Ripandy Adha
2009 Algoritma Greedy dapat memecahkan
masalah optimum, namun tidak selalu menghasilkan solusi yang optimum.
2 .
Analisis dan Implementasi
Algoritma Backtracking Pada
Permainan Congklak
Adhhal Huda Bakri
2010 Algoritma ini secara sistematis mencari
solusi persoalan
diantara semua
kemungkinan solusi yang ada. Namun langkah yang diambil belum tentu
merupakan langkah
yang terbaik,
sehingga memungkinkan terjadi terlalu banyak
backtracking yang
harus dilakukan.
3 Analisis dan Implementasi
Kecerdasan Buatan Pada Permainan
Checker Menggunakan
Algoritma Minimax Dengan
Negascout Muhammad
Aidil Akbar 2011
Algoritma Minimax kurang efesien apabila
digunakan secara
tunggal sehingga perlu dilakukan pemotongan
dengan Negascout.
Pemotongan pada Negascout dapat meminimalkan waktu
yang diperlukan sistem dalam melakukan pencarian.
4 Algoritma Minimax Dalam
Pengambilan Keputusan Pada
Permainan Tic- Tac-Toe
Khoirush Sholih
Ridhwaana Akbar
2007 Algoritma
Minimax bekerja
secara rekursif dengan mencari langkah yang
akan membuat
lawan mengalami
kerugian minimum. Semua strategi lawan akan dihitung dengan algoritma yang
sama dan seterusnya.
Universitas Sumatera Utara
BAB 3
ANALISIS DAN PERANCANGAN APLIKASI
Kecerdasan buatan atau Artificial Intelligence AI merupakan bagian dari ilmu pengetahuan yang penting dalam bidang komputer. Banyak permainan komputer yang
memanfaatkan kecerdasan buatan untuk membuat permainan tersebut bertindak cerdas dengan memilih langkah terbaik pada permainan. Tetapi banyak orang yang
memainkan permainan tersebut tidak mengerti cara kerja dari kecerdasan buatan itu sendiri. Oleh karena itu, penulis mencoba membuat suatu aplikasi permainan congklak
yang memiliki kecerdasan buatan yaitu dengan menggunakan algoritma Minimax yang dioptimasi oleh Alpha Beta Pruning dan menjelaskan cara kerja algoritma
tersebut pada permainan congklak.
3.1 Analisis Algoritma
