IMPLEMENTASI ALGORITMA STOCHASTIC HILL CLIMBING PADA PERMAINAN MASTERMIND
Abstract: Artikel ini membahas
tentang implementasi algoritma Stochastic Hill Climbing (SHC) pada permainan
Mastermind. Mastermind adalah salah satu jenis permainan papan yang dimainkan
oleh dua orang pemain, dimana satu pemain berperan menyusun sebuah kombinasi 4
warna dari 6 buah warna yang tersedia. Sedangkan pemain lainnya bertugas menebak
kombinasi warna yang dipilih oleh pemain pertama. Pemain pertama akan
memberikan feedback kepada pemain kedua berdasarkan tebakan pemain kedua.
Permasalahan yang dihadapi adalah bagaimana mencari langkah selanjutnya untuk
memaksimalkan kemenangan.
Sistem yang dibangun untuk pencarian solusi menggunakan pendekatan
algoritma Stochastic Hill Climbing. Pecarian dimulai dengan komputer memasukkan
tebakan awal yang disebut CFG pada langkah pertama. Kemudian sistem mendapatkan
feedback berdasarkan tebakan tersebut. Dari feedback tersebut sistem menentukan
Tebakan Potensial yang akan digunakan untuk langkah berikutnya. Tebakan
Potensial tersebut juga akan mendapatkan feedback, kemudian nilai heurstik dari
CFG dan Tebakana Potensial akan dibandingkan, jika nilai heuristik CFG lebih
kecil dari Tebakan Potensial, maka Tebakan Potensial tersebut akan dianggap
sebagai CFG baru. Sebaliknya, jika nilai heuristik CFG lebih baik dari Tebakan
Potensial, tentukan Tebakan Potensial berdasar CFG yang lama. Proses akan berlanjut
hingga sistem mampu menebak Pola Rahasia.
Penulis: Ruby Vidian Hartanto,
Joko Purwadi, Gunawan Santosa
Kode Jurnal: jptinformatikadd100259