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.