BAB IV IMPLEMENTASI DAN PENGUJIAN
Pada bab ini dilakukan pembuatan sistem sesuai dengan analisis dan perancangan.
Kemudian melakukan pengujian sistem
4.1 Implementasi
Dalam tugas akhir ini, program dibangun menggunakan bahasa pemrograman Actionscript 3. Program ini terdiri dari 5 form utama, yaitu: form main menu untuk
menampilkan menu pada game ini, form pilihan level untuk memilih level game, form tentang untuk menampilkan informasi game, form game sebagai tempat
berlangsungnya permainan dan interaksi antara pemain dengan objek pada game.
4.1.1 Form Main Menu Form Main Menu merupakan form yang pertama muncul setelah animasi intro game
ini. Pada form ini, terdapat tiga button untuk memulai menggunakan sistem ini.
Gambar 4.1 Form Main Menu
Universitas Sumatera Utara
4.1.2 Form Pilihan Level Form Pilihan Level merupakan form untuk memilih level. Pada form ini pemain
dapat memilih level permainan.
Gambar 4.2 Form Pilihan Level
4.1.3 Form Game Form Game merupakan form sebagai tempat berlangsungnya proses game dan
interaksi dari pemain dengan objek game. Pada form ini pemain dapat meletakkan objek pohon dan objek pelindung. Di form ini juga terjadinya proses pathfinding
pada objek musuh untuk mendapatkan rute perjalanan menuju objek pohon.
Gambar 4.3 Form Game
Universitas Sumatera Utara
4.1.4 Form Bantuan Form Bantuan digunakan sebagai panduan untuk cara memainkan video game ini.
Gambar 4.4 Form Bantuan
4.1.5 Form Tentang Form Tentang berisikan tentang informasi tentang informasi game dan pengembang
game developer.
Gambar 4.5 Form Tentang.
Universitas Sumatera Utara
4.2 Pengujian
4.2.1 Skenario Algoritma A Misalkan grid peta permainan berukuran 16x7 Kolom x Baris dalam bentuk matrix
yang terdiri dari node-node objek game dan masing-masing objek tersebut memiliki identitas, yaitu tanah = “ “ kosong, pohon = “T”, batu = “S”. Dimana terdapat 3
objek pohon yang terdapat dalam matrix. Dan musuh tidak dapat melangkahi batu. Matrix yang akan diuji, yaitu:
Gambar 4.6 Grid Permainan
Dan masing-masing posisi objek adalah kolom,baris : 1.
Musuh E = 1,2 2.
Pohon T
1
= 2,5 3.
Pohon T
2
= 6,7 4.
Pohon T
3
= 12,2 Berikut adalah proses pathfinding dengan algoritma A.
4.2.1.1 Searching Proses ini bertujuan untuk mencari jalan ke pohon yang akan di tujuh oleh musuh.
Dalam hal ini menggunakan persamaan . Berikut ini adalah langkah demi langkah proses pencarian node pohon, sebagai contoh pencarian node pohon T
1.
Keterangan grid:
Universitas Sumatera Utara
Warna merah : unwalkable node node yang tidak dapat dilalui Warna kuning : current node node sekarang
Warna abu-abu : open node node yang bisa dilalui Warna orange : closed node node yang sudah dilalui
Warna hijau : path rute
1.
2.
Gambar 4.7 Ilustrasi Proses Pathfinding A ke- 1 dan 2
3.
Universitas Sumatera Utara
4.
5.
Gambar 4.8 Ilustrasi Proses Pathfinding A ke- 3 s.d. 5
6.
7.
Universitas Sumatera Utara
8.
Gambar 4.9 Ilustrasi Proses Pathfinding ke- 6 s.d. 8
9.
10.
Universitas Sumatera Utara
11.
Gambar 4.10 Ilustrasi Proses Pathfinding A ke- 9 s.d. 11
12.
13.
Universitas Sumatera Utara
14.
Gambar 4.11 Ilustrasi Proses Pathfinding A ke-12 s.d. 14
15.
`16.
Universitas Sumatera Utara
17.
Gambar 4.12 Ilustrasi Proses Pathfinding A ke-15 s.d. 17
18.
Universitas Sumatera Utara
19.
20.
Gambar 4.13 Ilustrasi Proses Pathfinding A ke-18 s.d. 20
21.
Universitas Sumatera Utara
22.
23..
Gambar 4.14 Ilustrasi Proses Pathfinding A ke-21 s.d. 23
24.
Universitas Sumatera Utara
25. .
26.
Gambar 4.15 Ilustrasi Proses Pathfinding A ke-24 s.d. 26
27.
28.
Universitas Sumatera Utara
29.
Gambar 4.16 Ilustrasi Proses Pathfinding A ke-27 s.d. 29
30.
Gambar 4.17 Ilustrasi Proses Pathfinding A ke-30
Universitas Sumatera Utara
Proses searching akan berakhir, bila current node sama dengan goal node node tujuan. Penjelasan proses searching dapat dilihat pada table 4.1.
Tabel 4.1 Proses Pathfinding Algoritma A
n Current
Node Neighbour
Node gn
hn fn=
gn+hn Open Node
Closed Node Parent
Node
1 1,2
1,1 1
11 12
1,1;1,3;2,2 1,2
- 1,3
1 9
10 2,2
1 9
10 2
1,3 1,4
2 8
10 1,1;2,2;
1,4;2,3 1,2;1,3
1,2 2,3
2 8
10
3 2,2
2,1 2
8 10
1,1;1,4;2,3 ;
2,1;3,2 1,2;1,3;2,2
1,2 3,2
2 8
10
4 1,4
1,5 3
7 10
1,1;2,3;2,1 ;
3,2;1,5;2,4 1,2;1,3;2,2
; 1,4
1,3
2,4 3
7 10
5 2,3
3,3 3
7 10
1,1;2,1;3,2 ;
1,5;2,4;3,3 1,2;1,3;2,2
; 1,4;2,3
1,3
6 3,2
4,2 -
- -
1,1;2,1;1,5 ;
2,4;3,3 1,2;1,3;2,2
; 1,4;2,3;3,2
2,2
7 1,5
1,6 4
6 10
1,1;2,1;2,4 ;
3,3;1,6; 2,5;
1,2;1,3;2,2 ;
1,4;2,3;3,2 ;
1,5 1,4
2,5 4
6 10
Universitas Sumatera Utara
8 2,4
3,4 4
6 10
1,1;2,1;3,3 ;
1,6;2,5;3,4 1,2;1,3;2,2
; 1,4;2,3;3,2
; 1,5;2,4
1,4
9 3,3
4,3 4
6 10
1,1;2,1;1,6
2,5;3,4;4,3 1,2;1,3;2,2
; 1,4;2,3;3,2
; 1,5;2,4;3,3
2,3
10 1,6
1,7 5
5 10
1,1;2,1;2,5 ;
3,44,3;1,7 ;
2,6 1,2;1,3;2,2
; 1,4;2,3;3,2
; 1,5;2,4;3,3
; 1,6
1,5 2,6
5 5
10
11 2,5
3,5 5
5 10
1,1;2,1;3,4 ;
4,3;1,7;2,6 ;
3,5 1,2;1,3;2,2
; 1,4;2,3;3,2
; 1,5;2,4;3,3
; 1,6;2,5
1,5
12 3,4
4,4 5
5 10
1,1;2,1;4,3 ;
1,7;2,6;3,5 ;
4,4; 1,2;1,3;2,2
; 1,4;2,3;3,2
; 1,5;2,4;3,3
; 1,6;2,5;3,4
2,4
Universitas Sumatera Utara
13 4,3
5,3 -
- -
1,1;2,1;1,7 ;
2,6; 3,5;4,4;
1,2;1,3;2,2 ;
1,4;2,3;3,2 ;
1,5;2,4;3,3 ;
1,6;2,5;3,4 ;
4,3 3,3
14 1,7
2,7 5
5 10
1,1;2,1;2,6 ;
3,5;4,4;2,7 ;
1,2;1,3;2,2 ;
1,4;2,3;3,2 ;
1,5;2,4;3,3 ;
1,6;2,5;3,4 ;
4,3;1,7 1,6
15 2,6
3,6 5
5 10
1,1;2,1; 3,5;
4,4;2,7;3,6 1,2;1,3;2,2
; 1,4;2,3;3,2
; 1,5;2,4;3,3
; 1,6;2,5;3,4
; 4,3;1,7;2,6
1,6
16 3,5
4,5 -
- -
1,1;2,1;4,4 ;
2,7;3,6; 1,2;1,3;2,2
; 1,4;2,3;3,2
2,5
Universitas Sumatera Utara
; 1,5;2,4;3,3
; 1,6;2,5;3,4
; 4,3;1,7;2,6
; 3,5
17 4,4
5,4 6
4 10
1,1;2,1;2,7 ;
3,6;5,4 1,2;1,3;2,2
; 1,4;2,3;3,2
; 1,5;2,4;3,3
; 1,6;2,5;3,4
; 4,3;1,7;2,6
; 3,5;4,4
3,4
18 2,7
3,7 7
3 10
1,1;2,1;3,6 ;
5,4;3,7 1,2;1,3;2,2
; 1,4;2,3;3,2
; 1,5;2,4;3,3
; 1,6;2,5;3,4
; 4,3;1,7;2,6
; 3,5;4,4;2,7
1,7
19 3,6
4,6 -
- -
1,1;2,1;5,4 ;
1,2;1,3;2,2 ;
2,6
Universitas Sumatera Utara
3,7 1,4;2,3;3,2
; 1,5;2,4;3,3
; 1,6;2,5;3,4
; 4,3;1,7;2,6
; 3,5;4,4;2,7
; 3,6
20 5,4
5,5 7
3 10
1,1;2,1;3,7 ;
5,5;6,4 1,2;1,3;2,2
; 1,4;2,3;3,2
; 1,5;2,4;3,3
; 1,6;2,5;3,4
; 4,3;1,7;2,6
; 3,5;4,4;2,7
; 3,6;5,4
4,4
6,4 7
3 10
21 3,7
4,7 -
- -
1,1;2,1;5,5 ;
6,4 1,2;1,3;2,2
; 1,4;2,3;3,2
; 1,5;2,4;3,3
; 1,6;2,5;3,4
; 4,3;1,7;2,6
2,7
Universitas Sumatera Utara
; 3,5;4,4;2,7
; 3,6;5,4;3,7
22 5,5
5,6 8
2 10
1,1;2,1;6,4 ;
5,6;6,5 1,2;1,3;2,2
; 1,4;2,3;3,2
; 1,5;2,4;3,3
; 1,6;2,5;3,4
; 4,3;1,7;2,6
; 3,5;4,4;2,7
; 3,6;5,4;3,7
; 5,5
5,4
6,5 8
2 10
23 6,4
7,4 8
4 12
1,1;2,1;5,6 ;
6,5;7,4 1,2;1,3;2,2
; 1,4;2,3;3,2
; 1,5;2,4;3,3
; 1,6;2,5;3,4
; 4,3;1,7;2,6
; 3,5;4,4;2,7
; 3,6;5,4;3,7
5,4
Universitas Sumatera Utara
; 5,5;6,4
24 5,6
5,7 9
1 10
1,1;2,1;6,5 ;
7,4;5,7;6,6 1,2;1,3;2,2
; 1,4;2,3;3,2
; 1,5;2,4;3,3
; 1,6;2,5;3,4
; 4,3;1,7;2,6
; 3,5;4,4;2,7
; 3,6;5,4;3,7
; 5,5;6,4;5,6
5,5 6,6
9 1
10
25 6,5
7,5 9
3 12
1,1;2,1;7,4 ;
5,7;6,6;7,5 1,2;1,3;2,2
; 1,4;2,3;3,2
; 1,5;2,4;3,3
; 1,6;2,5;3,4
; 4,3;1,7;2,6
; 3,5;4,4;2,7
; 3,6;5,4;3,7
; 5,5;6,4;5,6
5,5
Universitas Sumatera Utara
; 6,5
26 5,7
6,7 10
10 1,1;2,1;7,4
; 6,6;7,5;6,7
1,2;1,3;2,2 ;
1,4;2,3;3,2 ;
1,5;2,4;3,3 ;
1,6;2,5;3,4 ;
4,3;1,7;2,6 ;
3,5;4,4;2,7 ;
3,6;5,4;3,7 ;
5,5;6,4;5,6 ;
6,5;5,7 5,6
27 6,6
7,6 10
2 12
1,1;2,1;7,4 ;
7,5;6,7;7,6 1,2;1,3;2,2
; 1,4;2,3;3,2
; 1,5;2,4;3,3
; 1,6;2,5;3,4
; 4,3;1,7;2,6
; 3,5;4,4;2,7
; 3,6;5,4;3,7
; 5,6
Universitas Sumatera Utara
5,5;6,4;5,6 ;
6,5;5,7;6,6
28 6,7
- -
- -
5,7
4.2.1.2 Backtracking Setelah goal node didapat, maka proses selanjutnya yaitu backtracking. Proses
bracktracking bertujuan untuk memetakan rute yang akan dilalui dengan cara memanggil satu per-satu parent node node induk dimulai dari memanggil parent
node goal node hingga parent node start node node awal. Proses backtracking berhenti bila parent node merupakan node awal.
Gambar 4.18 Proses Backtracking
Berikut adalah rute yang dihasilkan dari proses backtracking, dapat dilihat pada gambar 4.19.
Universitas Sumatera Utara
Gambar 4.19 Sebelum proses backtracking a, sesudah proses backtracking b
4.2.1.3 Rute Pohon Terdekat Untuk mengetahui pohon mana yang akan di tuju duluan oleh musuh, maka musuh
harus mencari setiap rute masing-masing pohon. Dengan cara di atas, maka hasil dari pencarian rute dari musuh ke masing-masing pohon adalah
a. E terhadap T
1
, memiliki 18 langkah. b.
Gambar 4.20 Rute Musuh menuju Pohon T
1
c. E terhadap T
2,
memiliki 10 langkah
Universitas Sumatera Utara
Gambar 4.21 Rute Musuh menuju Pohon T
2
d. E terhadap T
3
memiliki 15 langkah
Universitas Sumatera Utara
e.
Gambar 4.22 Rute Musuh menuju Pohon T
3
Dari proses pencarian goal node pada masing-masing pohon di atas, kemudian dibandingkan panjang rute dari start node. Perbandingan panjang rute ke masing-
masing pohon dapat dilihat pada table 4.2.
Tabel 4.2 Heuristik Manhattan Distance
Ex Ey
Tx Ty
dx=[Tx-Ex] dy=[Ty-Ey]
h=dx+dy Panjang
Rute 1
2 5
2 4
4 18
1 2
6 7
5 5
10 10
1 2
12 2
11 11
15
Berdasarkan tabel 4.2 maka pohon yang memiliki rute terpendek adalah
pohon T
2
dengan jarak estimasi heuristik sebesar 10. 4.2.2
Pengujian Pathfinding A
Universitas Sumatera Utara
Pengujian ini dilakukan untuk mengetahui pengaruh banyak penghalang terhadap banyak node yang dikunjungi, pengaruh banyak node yang dikunjungi terhadap rute,
dan pengaruh banyak node yang dikunjungi dan panjang rute terhadap waktu dengan start node dan goal node yang berbeda.
Tabel 4.3. Banyak Node yang Dikunjungi terhadap Banyak Penghalang
NO Start Node
kolom,baris Goal Node
kolom,baris Banyak
Penghalang Banyak
node yang dikunjungi
1. 1,2
6,7 20
40 2.
1,2 12,2
20 49
3. 1,2
2,5 20
69 4.
1,1 1,7
45 112
5. 1,9
16,16 60
144
Berdasarkan tabel 4.3 dapat dapat dilihat grafik yang terdapat pada gambar 4.23 yaitu pengaruh banyak node yang dikunjungi terhadap banyak penghalang
berbeda.
Gambar 4.23 Grafik Banyak Node Dikunjungi terhadap Banyak Penghalang
Berdasarkan grafik pada gambar 4.23 dapat diinformasikan bahwa semakin banyak penghalang node yang tidak dapat dilalui maka semakin banyak node yang
dikunjungi untuk sampai ke goal node.
Universitas Sumatera Utara
Tabel 4.4. Banyak Node Dikunjungi terhadap Panjang rute
NO Start Node
kolom,baris Goal Node
kolom,baris Banyak
node yang dikunjungi
Panjang Rute
1. 1,2
6,7 40
10 2.
1,2 12,2
49 15
3. 1,2
2,5 69
18 4.
1,1 1,7
112 67
5. 1,9
16,16 144
84
Berdasarkan tabel 4.4 dapat dapat dilihat grafik yang terdapat pada gambar 4.24 yaitu pengaruh banyak node yang dikunjungi terhadap panjang rute.
Gambar 4.24 Grafik Pengaruh Panjang Rute terhadap Banyak Node yang Dikunjungi
Berdasarkan grafik pada gambar 4.24 dapat diinformasikan bahwa semakin banyak banyak node yang dikunjungi maka semakin panjang rute untuk sampai ke goal
node.
Tabel 4.5 Pengaruh Banyak Node Penghalang, Banyak Node yang Dikunjungi dan Panjang Rute terhadap Waktu
NO Start Node
kolom,baris Goal Node
kolom,baris Banyak
Penghalang Banyak
node yang dikunjungi
Panjang Rute
Waktu detik
Universitas Sumatera Utara
1. 1,2
6,7 20
40 10
0,004 2.
1,2 12,2
20 49
15 0,007
3. 1,2
2,5 20
69 18
0,009 4.
1,1 1,7
45 112
67 0,015
5. 1,9
16,16 60
144 84
0,016
Berdasarkan tabel 4.5 dapat dapat dilihat grafik yang terdapat pada gambar 4.25 yaitu pengaruh banyak penghalang, banyak node yang dikunjungi dan panjang rute
terhadap waktu dalam melakukan proses pathfinding. Waktu pada proses pathfinding A akan berubah sesuai dengan spesifikasi dan performa hardware dimana aplikasi
tersebut diuji.
Gambar 4.25 Grafik Pengaruh Banyak Node Pengahalang, Banyak Node yang Dikunjungi dan Panjang Rute terhadap Waktu
Universitas Sumatera Utara
Berdasarkan grafik pada gambar 4.25 dapat diinformasikan bahwa semakin banyak penghalang node yang tidak dapat dilalui, semakin banyak node yang dikunjungi,
dan semakin panjang rute. maka sistem memerlukan waktu yang lebih lama untuk melakukan proses searching.
Universitas Sumatera Utara
BAB V KESIMPULAN DAN SARAN