Catalog Detail

Non-Player Character (NPC) pada game fighting seringkali menunjukkan perilaku statis dan repetitif akibat ketergantungan pada Finite State Machine atau Behavior Trees, serta kompleksitas penentuan bobot fungsi utilitas secara manual. Penelitian ini mengembangkan sistem AI hibrida yang mengintegrasikan Utility-Based AI (UBAI) sebagai mekanisme pengambilan keputusan dengan Algoritma Genetika (GA) untuk optimasi otomatis parameter bobot fungsi utilitas. Sistem diimplementasikan pada prototipe game 2.5D menggunakan Unreal Engine 5. Arsitektur GA menerapkan Real-Valued Encoding dengan empat gen bobot: agresivitas (W_Aggr), pertahanan (W_Def), pengelolaan jarak (W_Dist), dan serangan balik (W_Counter). Proses evolusi melibatkan Tournament Selection, Arithmetic Crossover, dan Gaussian Mutation pada populasi 20 individu selama 20 generasi, dengan fungsi fitness berbasis kontribusi gen, penalti ketidakseimbangan, dan bonus sinergi taktis. Hasil simulasi menunjukkan GA berhasil meningkatkan fitness rata-rata populasi sebesar 21,2% (44,46 ke 53,87) dan fitness terbaik sebesar 8,4% (56,37 ke 61,13) melalui tiga fase konvergensi. NPC hasil optimasi mampu mengeksekusi transisi dinamis antarlima aksi taktis berdasarkan konteks spasial, temporal, dan penalti repetisi. Integrasi UBAI dan GA terbukti efektif menghasilkan pola serangan NPC yang variatif, adaptif, serta bebas dari bias desain manual.