Permainan batu gunting kertas sering digunakan sebagai objek penelitian kecerdasan buatan karena pemain manusia cenderung memiliki pola tertentu yang dapat diprediksi. Penelitian ini bertujuan membandingkan performa metode Markov chain dan n-gram dalam memprediksi pola permainan berdasarkan histori langkah pemain. Data diperoleh melalui simulasi 100 ronde permainan antara pemain manusia dan sistem komputer dengan rasio pembagian data training dan testing sebesar 80:20. Markov chain melakukan prediksi menggunakan matriks probabilitas transisi antar state, sedangkan n-gram menggunakan pendekatan bigram berdasarkan pola urutan langkah sebelumnya. Hasil pengujian menunjukkan bahwa metode n-gram memiliki performa lebih baik dibandingkan Markov chain orde pertama, terlihat dari distribusi probabilitas yang lebih stabil dan jumlah kemenangan AI yang lebih tinggi. Hal ini karena n-gram memanfaatkan konteks historis yang lebih panjang sehingga mampu mengenali pola permainan yang lebih kompleks. Penelitian selanjutnya disarankan menggunakan dataset yang lebih besar dan jumlah pemain yang lebih banyak.
Copyrights © 2026