Pengambilan Keputusan Dalam Game
Nama : Ramadhan Eko N
Kelas : 3IA20
NPM : 55415628
1. PENGAMBILAN KEPUTUSAN
1.1 DECISION
MAKING GAME
Pengertian decision making yaitu suatu pemecahan
masalah dan pengambilan keputusan. Decision making game merupakan suatu
pemecahan masalah dalam pembuatan permainan dan menentukan solusi dari suatu
masalah tersebut.
1.2 SITUASI
DECISION MAKING
Decision making bisa terjadi apabila mengalami 3
situasi diantaranya :
1. Decision
making under certainty. Missal : linear programming.
2. Decision
making under risk (uncertainty). Misal : maximax, maximin, dll
3. Decision
making in conflict. Dengan game theory.
1.3 TEORI
PERMAINAN & KEPUTUSAN STRATEGIS
Teori permainan dan keputusan strategis terbagi ada
2 kelompok diantaranya :
1. Permainan Kooperatif (Binding
contracts is possible). Contoh : penjual dan pembeli
menegosiasi harga barang/jasa atau kerja sama 2 perusahaan (missal : Sony dan
Erricson).
2. Permainan Noncooperative.
Contoh : 2 pedagang HP bersaing dalam harga dan iklan untuk dapat pangsa pasar.
2.1 Pohon Keputusan
Konsep dari pohon
keputusan adalah mengubah data menjadi pohon keputusan dan aturan-aturan
keputusan. Manfaat utama dari penggunaan pohon keputusan adalah kemampuannya
untuk mem-break down proses pengambilan keputusan yang
kompleks menjadi lebih simpel sehingga pengambil keputusan akan lebih
menginterpretasikan solusi dari permasalahan. Pohon Keputusan juga berguna
untuk mengeksplorasi data, menemukan hubungan tersembunyi antara sejumlah calon
variabel input dengan sebuah variabel target.
2.2 State Machine
State machine merupakan penggambarkan transisi dan
perubahan keadaan (dari satu state ke state lainnya) suatu obyek pada sistem
sebagai akibat dari stimulans yang diterima.
State Machine Diagram Untuk memodelkan behavior/methode (lifecycle) sebuah kelas atau object Memperlihatkan urutan kejadian sesaat (state) yang dilalui sebuah object, transisi dari sebuah state ke state lainnya.
State Machine Diagram Untuk memodelkan behavior/methode (lifecycle) sebuah kelas atau object Memperlihatkan urutan kejadian sesaat (state) yang dilalui sebuah object, transisi dari sebuah state ke state lainnya.
2.3 Fuzzy Logic
Fuzzy Logic adalah suatu cabang ilmu Artificial Intellegence, yaitu suatu pengetahuan yang
membuat komputer dapat meniru kecerdasan manusia sehingga diharapkan komputer
dapat melakukan hal-hal yang apabila dikerjakan manusia memerlukan kecerdasan.
Konsep Fuzzy Logic
· Fuzzy logic umumnya
diterapkan pada masalahmasalah yang mengandung unsur ketidakpastian (uncertainty), ketidaktepatan (imprecise),
noisy, dan sebagainya.
· Fuzzy logic menjembatani
bahasa mesin yang presisi dengan bahasa manusia yang menekankan pada
makna atau arti (significance).
· Fuzzy logic dikembangkan
berdasarkan cara berfikir manusia
2.4 Sistem Markov
Dasar analisis
aplikasi markov chain terlebih dahulu pada bagian ini akan
digambarkan secara ringkas konsep dasar markov chain (MC), mulai
dari asumsi, definisi sampai pada beberapa theorema yang diperlukan. Kejadian
tertentu dari suatu rangkaian eksperimen tergantung dari beberapa kemungkinan
kejadian, maka rangkaian eksperimen tersebut disebut Proses Stokastik. Proses
dikatakan terhingga (finite) apabila seluruh kemungkinan kejadian yang dapat
terjadi terhingga. Terdapat banyak tipe Proses Stokastik dan dikelompokan
berdasarkan sifat- sifat fungsi peluangnya (Mulyono, 2004).
2.5 Rule Based System
sistem berbasis aturan atau sistem berbasis
pengetahuan adalah perangkat lunak khusus yang merangkum 'kecerdasan manusia'
seperti pengetahuan ada dengan membuat decissions intelijen dengan cepat dan
dalam bentuk berulang
References By :
https://syaifulmaarif374.wordpress.com/2015/10/23/rantai-markov
http://diagram-uml.blogspot.co.id/2012/09/state-machine-diagram.html
http://dua7an.blogspot.co.id/2013/12/tentang-pohon-keputusan-decision-tree.html
http://danas0230.blogspot.co.id/2011/09/tugas-2-sistem-pakar-rule-based-system.html
Komentar
Posting Komentar