Implementasi Hybrid Finite State Machine dan Fuzzy Logic Tsukamoto pada Perilaku Adaptif Non-Player Character Game

Abstract

Perilaku Non-Player Character (NPC) yang monoton akibat penggunaan aturan transisi yang kaku pada metode Finite State Machine (FSM) dapat mengurangi pengalaman imersif pemain dalam permainan digital. Integrasi logika fuzzy berpotensi meningkatkan fleksibilitas pengambilan keputusan NPC, namun kompleksitas komputasi yang ditimbulkan dapat memengaruhi performa permainan. Penelitian ini bertujuan menganalisis pengaruh integrasi Fuzzy Logic Tsukamoto ke dalam FSM terhadap perilaku NPC serta membandingkan dampak implementasi fuzzy secara parsial dan keseluruhan terhadap stabilitas performa game. Metode pengembangan yang digunakan adalah Rapid Application Development (RAD) dengan implementasi sistem pada Game Engine Unity menggunakan bahasa pemrograman C#. Pengujian dilakukan melalui Black-box Testing untuk memverifikasi fungsionalitas sistem dan pengukuran performa menggunakan parameter Frame Per Second (FPS) serta waktu scripting melalui Unity Profiler. Hasil pengujian menunjukkan bahwa seluruh skenario fungsional berhasil dijalankan sesuai kebutuhan sistem. Integrasi Fuzzy Logic Tsukamoto menghasilkan perilaku NPC yang lebih adaptif dibandingkan FSM murni karena keputusan dipengaruhi oleh kombinasi variabel jarak dan kecepatan pemain. Pengujian performa menunjukkan implementasi Full Fuzzy memperoleh rata-rata 78,11 FPS dengan waktu scripting 2,374 ms, sedangkan implementasi Fuzzy Parsial memperoleh 79,58 FPS dengan waktu scripting 2,334 ms. Perbedaan performa yang relatif kecil menunjukkan bahwa integrasi logika fuzzy tidak memberikan dampak signifikan terhadap stabilitas permainan. Dengan demikian, kombinasi FSM dan Fuzzy Logic Tsukamoto efektif meningkatkan fleksibilitas perilaku NPC tanpa mengorbankan performa game secara berarti.