STTSSTTS

INSYST: Journal of Intelligent System and ComputationINSYST: Journal of Intelligent System and Computation

Perkembangan cepat kecerdasan buatan (AI) telah membuka peluang baru untuk meningkatkan interaksi pengguna dalam permainan video. Penelitian ini memperkenalkan desain dan implementasi sistem asisten berbasis tombol untuk permainan simulasi Story of Seasons: Friends of Mineral Town, bertujuan untuk menyederhanakan tugas berulang pemain dan meningkatkan pengalaman bermain secara keseluruhan. Sistem yang diusulkan memanfaatkan pendekatan hibrida yang menggabungkan Machine Learning dan Deep Learning, khususnya Optical Character Recognition (OCR) dengan Tesseract, deteksi objek menggunakan model YOLOv7 yang dilatih secara khusus, algoritma A* untuk navigasi, dan kontrol input otomatis melalui scripting. Asisten ini mampu membaca waktu permainan, cuaca, dan peristiwa langsung dari tangkapan layar, mengenali karakter non-pemain (NPC), dan secara otomatis mengarahkan karakter pemain ke lokasi atau NPC yang diinginkan berdasarkan data kontekstual seperti hari, waktu, dan kondisi cuaca. Modul yang didorong oleh basis data menyimpan informasi kunci seperti jadwal NPC, hadiah favorit, dan peristiwa harian untuk memungkinkan pengambilan keputusan yang terinformasi dan automasi interaksi. Pengujian komprehensif dilakukan, termasuk perbandingan algoritma penemu jalan, penilaian akurasi model, dan evaluasi pengalaman pengguna yang melibatkan sukarelawan. Hasil menunjukkan akurasi deteksi tinggi dengan YOLOv7 dan umpan balik pengguna positif terhadap antarmuka dan kemudahan penggunaan asisten. Pengguna melaporkan pengalaman bermain yang lebih lancar dan menyenangkan, terutama dalam mengelola tugas harian dan interaksi karakter. Penelitian ini menunjukkan bagaimana pendekatan AI hibrida dapat diterapkan secara efektif pada permainan video tradisional, menawarkan dasar untuk pengembangan lebih lanjut dalam sistem bantuan permainan cerdas. Metodologi yang diusulkan tidak hanya meningkatkan kenyamanan tetapi juga memberikan wawasan tentang integrasi praktis AI dalam desain permainan yang berpusat pada pengguna.

Penelitian ini mengembangkan sistem asisten berbasis tombol untuk permainan Story of Seasons.Friends of Mineral Town, yang dirancang untuk menyederhanakan permainan melalui integrasi teknik Machine Learning dan Deep Learning.Dengan menggabungkan Optical Character Recognition (OCR), deteksi objek menggunakan YOLOv7, algoritma A* untuk penemu jalan, dan automasi input otomatis, sistem ini mampu membaca informasi permainan, mengenali NPC, dan mengarahkan karakter pemain secara otomatis.Evaluasi menunjukkan kinerja yang baik dalam akurasi navigasi, deteksi objek, dan kepuasan pengguna.Meskipun ada batasan, seperti deteksi objek yang terbatas pada satu NPC dan persyaratan resolusi layar tetap, sistem ini diterima dengan baik dan dianggap sangat bermanfaat untuk pemain kasual dan baru.Pengembangan masa depan akan berfokus pada perluasan kemampuan deteksi objek untuk mencakup NPC tambahan, implementasi deteksi skalabilitas layar adaptif, dan integrasi perintah suara atau gestur untuk meningkatkan aksesibilitas.Penelitian ini menunjukkan bagaimana pendekatan AI hibrida dapat diterapkan secara efektif untuk menciptakan sistem dukungan cerdas yang sadar konteks, memberikan wawasan berharga bagi pengembang permainan dan praktisi AI.

Untuk penelitian lanjutan, dapat dipertimbangkan pengembangan sistem asisten yang lebih luas dengan kemampuan deteksi objek yang mencakup NPC tambahan dalam permainan. Selain itu, implementasi deteksi skalabilitas layar adaptif akan meningkatkan kompatibilitas lintas perangkat dan memperluas penggunaannya. Integrasi perintah suara atau gestur dapat meningkatkan aksesibilitas dan pengalaman pengguna secara keseluruhan. Penelitian ini dapat menjadi dasar untuk pengembangan lebih lanjut dalam sistem bantuan permainan cerdas, dengan fokus pada personalisasi dan peningkatan pengalaman bermain.

  1. A Hybrid Machine Learning and Deep Learning Approach for In-Game Assistance | INSYST: Journal of Intelligent... doi.org/10.52985/insyst.v7i1.430A Hybrid Machine Learning and Deep Learning Approach for In Game Assistance INSYST Journal of Intelligent doi 10 52985 insyst v7i1 430
Read online
File size1.01 MB
Pages7
DMCAReport

Related /

ads-block-test