PERBANDINGAN EFESIENSI FINATE STATE MACHINE, BEHAVIOR TREE DAN GOAL ORIENTED ACTION PLANNING UNTUK PERILAKU NPC DALAM GAME

Hakim, Muhammad Luqmanul (2025) PERBANDINGAN EFESIENSI FINATE STATE MACHINE, BEHAVIOR TREE DAN GOAL ORIENTED ACTION PLANNING UNTUK PERILAKU NPC DALAM GAME. Other thesis, Universitas Amikom Purwokerto.

[thumbnail of COVER.pdf] Text
COVER.pdf

Download (572kB)
[thumbnail of DAFTAR ISI.pdf] Text
DAFTAR ISI.pdf

Download (518kB)
[thumbnail of ABSTRAK.pdf] Text
ABSTRAK.pdf

Download (442kB)
[thumbnail of BAB I.pdf] Image
BAB I.pdf
Restricted to Registered users only

Download (464kB)
[thumbnail of BAB II.pdf] Image
BAB II.pdf
Restricted to Registered users only

Download (641kB)
[thumbnail of BAB III.pdf] Image
BAB III.pdf
Restricted to Registered users only

Download (464kB)
[thumbnail of BAB IV.pdf] Image
BAB IV.pdf
Restricted to Registered users only

Download (1MB)
[thumbnail of BAB V.pdf] Image
BAB V.pdf
Restricted to Registered users only

Download (440kB)
[thumbnail of DAFTAR PUSTAKA.pdf] Image
DAFTAR PUSTAKA.pdf
Restricted to Registered users only

Download (544kB)
[thumbnail of LAMPIRAN.pdf] Text
LAMPIRAN.pdf
Restricted to Repository staff only

Download (1MB)

Abstract

Industri game mengalami perkembangan pesat, meningkatkan kebutuhan akan Non-Player Characters (NPC) yang adaptif dan cerdas. Tiga metode utama dalam desain perilaku NPC adalah Finite State Machine (FSM), Behavior Tree (BT), dan Goal-Oriented Action Planning (GOAP). Penelitian ini membandingkan efisiensi tiga metode kecerdasan buatan dalam mengelola perilaku NPC (Non-Player Character) dalam game, yaitu Finite State Machine (FSM), Behavior Tree (BT), dan Goal-Oriented Action Planning (GOAP), dengan fokus pada efisiensi penggunaan memori dan kecepatan respons. Tujuan penelitian ini adalah mengevaluasi performa ketiga metode tersebut melalui simulasi menggunakan Unity Engine untuk mengukur runtime dan konsumsi memori. Metode penelitian mencakup studi literatur, observasi, dan simulasi berbasis skenario tertentu. Setiap metode dievaluasi dalam hal efisiensi runtime dan penggunaan memori menggunakan simulasi yang dilakukan di Unity Game Engine. FSM menunjukkan kesederhanaan dan penggunaan memori yang rendah 1394 MB, sehingga cocok untuk lingkungan dengan keterbatasan sumber daya, tetapi menunjukkan pengambilan keputusan yang lebih lambat dengan runtime rata-rata 4,72 ms. BT mencapai pengambilan keputusan tercepat dengan runtime rata-rata 3,88 ms karena struktur hierarkisnya, meskipun dengan mengorbankan konsumsi memori yang lebih tinggi 1454 MB. GOAP menunjukkan kemampuan beradaptasi dan penentuan prioritas tujuan yang dinamis, unggul dalam skenario yang kompleks tetapi membutuhkan sumber daya komputasi yang signifikan, dengan runtime rata-rata 5,87 ms dan penggunaan memori 1404 MB. Temuan ini menyoroti kekuatan dan kelemahan masing-masing metode, yang menekankan kesesuaiannya untuk berbagai skenario permainan. FSM direkomendasikan untuk aplikasi yang mudah, BT untuk lingkungan yang dinamis dan kritis terhadap kinerja, dan GOAP untuk permainan yang membutuhkan perilaku NPC yang canggih dan adaptif.
Item Type: Thesis (Other)
Additional Information: Dosen Pembimbing: Dr. Rujianto Eko Saputro, M.Kom.
Uncontrolled Keywords: Kata kunci: Perilaku NPC, Finite State Machine, Behavior Tree, Goal-Oriented Action Planning, game.
Subjects: T Technology > T Technology (General)
Divisions: Fakultas Ilmu Komputer > Teknologi Informasi
Depositing User: UPT Perpustakaan Pusat Universitas Amikom Purwokerto
Date Deposited: 24 Mar 2025 03:28
Last Modified: 24 Mar 2025 03:28
URI: https://eprints.amikompurwokerto.ac.id/id/eprint/2636

Actions (login required)

View Item
View Item