Kualitas perilaku musuh menjadi faktor penentu keterlibatan pemain pada game bergenre tower defense, namun algoritma pathfinding klasik seperti A* tidak mempertimbangkan tingkat ancaman di sepanjang rute, sehingga musuh selalu menempuh rute yang sama meskipun terdapat pertahanan sangat kuat. Penelitian ini bertujuan mengimplementasikan algoritma Q-Learning pada unit musuh dalam game tower defense berbasis phaser engine untuk menghasilkan agen yang adaptif terhadap perubahan ancaman. Agen dirancang dengan state berupa posisi grid dan level ancaman diskrit pada empat arah, ruang aksi empat arah pergerakan, serta fungsi reward berjenjang. Training dilakukan selama 5.000 episode dengan skema epsilon-greedy, dan kemampuan adaptasi diuji pada lima skenario konfigurasi menara, dibandingkan dengan agen non-adaptif (random walk dan A* statis). Hasil menunjukkan agen mencapai pembelajaran konvergen, dengan reward meningkat 96% dan success rate 99,84% selama training. Agen terbukti beradaptasi secara proporsional terhadap konfigurasi ancaman, ditunjukkan melalui perubahan pola jalur yang signifikan serta reaksi real-time terhadap menara yang muncul mendadak. Pada evaluasi akhir, agen mencapai success rate 100% dengan efisiensi jalur 1,15–1,47 kali jarak optimal. Dibandingkan random walk, efisiensi jalur agen 20–30 kali lebih baik, sedangkan terhadap A* statis terdapat trade-off wajar (selisih 15–47% langkah) demi mengurangi eksposur ancaman. Penelitian ini membuktikan bahwa Q-Learning tabular efektif menghasilkan perilaku musuh adaptif dengan komputasi ringan untuk platform browser.
Copyrights © 2026