SKRIPSI DIGITAL
Implementasi Algoritma Goal-Oriented Action Planning pada perilaku Non-Playable Character pada Game Action RPG = Implementation of the Goal-Oriented Action Planning Algorithm for Non-Playable Character Behavior in an Action RPG
Mochamad Abdiel Rayhan Jaya, Implementasi Algoritma Goal-Oriented Action Planning pada Perilaku Non-Playable Character pada Game Action RPG, Tugas Akhir, Jurusan Teknik Elektro, Politeknik Negeri Semarang, di bawah bimbingan Nurseno Bayu Aji, S.Kom., M.Kom dan Muttabik Fathul Lathief, S.Kom.,M.Eng., Juli 2026, 129 hal.
Perancangan perilaku Non-Player Character (NPC) musuh yang responsif menjadi elemen krusial dalam menciptakan pengalaman bertarung pada game Action RPG. Penelitian ini mengimplementasikan algoritma Goal-Oriented Action Planning (GOAP) sebagai arsitektur Decision Making utama berbasis perencanaan, serta membandingkan performanya dengan Behavior Tree (BT) dan Finite State Machine (FSM) pada purwarupa game 3D dengan Unity Engine. Pengujian kuantitatif dilakukan melalui 270 test cases yang mencakup Pathfinding, responsivitas Combat Decision, profil komputasi profiler yaitu beban CPU dan Garbage Collection, serta stress test hingga 100 agen. Hasil pengujian menunjukkan GOAP unggul mutlak pada Cost Terrain dengan efisiensi rute mencapai 80,33% dibanding BT 50,51% dan FSM 56,63% serta interupsi keputusan input lock 0,103 ms dan BT 7,515 ms. Melalui fitur Plan Caching, GOAP mampu menekan beban CPU Pathfinding hingga 0,0025 ms. Namun, saat stress test 100 agen, GOAP mengalami degradasi performa yaitu beban CPU 19,65 ms dengan alokasi Garbage Collection 10,47 MB, akibat dari eksekusi A-Star bersamaan. Berdasarkan Scoring Matrix, FSM memperoleh skor tertinggi (8,92), disusul BT (8,51), dan GOAP (8,18). Evaluasi kepuasan pengguna pada beta test dengan 20 responden, menunjukkan tingkat kepuasan gameplay sebesar 79,75% dan tingkat kesulitan level sebesar 72,25%. Hasil ini membuktikan efektivitas GOAP untuk NPC tingkat Boss, sementara BT dan FSM lebih ideal untuk pasukan musuh yang masif guna menjaga stabilitas game engine.
Kata kunci: Goal-Oriented Action Planning, Behavior Tree, Finite State Machine, Non-Player Character, Action RPG, Cost Terrain, Plan Caching, Decision Making.
Tidak tersedia versi lain