<![CDATA[Penelitian ini bertujuan untuk menginvestigasi penggunaan kecerdasan buatan dalam sebuah game edukasi mitigasi bencana. Jenis kecerdasan buatan yang dipilih adalah jaringan saraf tiruan. Dalam penelitian ini, diajukan penggunaan jaringan saraf tiruan untuk menentukan tingkat kerumitan game berdasarkan capaian pemain. Jaringan saraf tiruan propagasi balik menggunakan arsitektur 7-4-3-4 (7 masukan, 4 dan 3 hidden neuron, serta 4 keluaran) dengan fungsi aktivasi dan optimizer. Kemudian diuji untuk mencari jenis fungsi aktivasi dan optimizer mana yang memiliki akurasi tinggi yang digunakan untuk menentukan tingkat kerumitan dalam game edukasi mitigasi bencana. Tujuh masukan yang digunakan adalah nilai pemain, waktu bermain, nyawa pemain, jumlah musuh, nilai musuh, jumlah barang dan nilai barang. Sedangkan sisi keluaran berupa kombinasi ketebalan kabut, sisi kognitif, afektif dan psikomotor dari konten edukasi yang di tampilkan dalam game. Berdasarkan pengujian terhadap 100 dataset, dengan skenario pengujian 70 data latih dan 30 data uji, memiliki loss paling rendah yaitu 0.0011 dan akurasi 1. Sedangkan dari sisi penggunaan fungsi aktivasi ReLU dan optimizer Adam, memberikan akurasi 1.]]>
Copyrights © 2024
