Machine learning adalah sebuah bidang pada ranah kecerdasan buatan (Artificial Intelligence) yang memberikan kemampuan kepada komputer melalui ilmu statistika dan matematika, untuk dapat belajar dan berkembang dari pengalaman tanpa harus secara spesifik kita program. Contohnya adalah untuk melakukan klasifikasi e–mail yang masuk ke inbox kita adalah e-mail junk atau bukan, atau mempediksi harga saham berdasarkan data history saham yang sudah ada. Machine learning juga dapat diimplementasikan untuk behaviour generation pada Non-Player Character (NPC) di game. Sehingga, NPC pada games dapat belajar untuk berjalan, kapan saat tepat untuk menyerang musuh, kapan harus mundur, dan lain-lain. Beberapa contoh penerapan machine learning di game dapat dilihat pada penelitian [1] dan [2].

Penerapan machine learning pada game dapat dilakukan dengan menggabungkan API untuk Machine Learning seperti Tensorflow (https://www.tensorflow.org/) dan Game Engine seperti Unity (https://unity3d.com/). Unity menyediakan sebuah plug-in untuk dapat menggunakan model yang sudah ditraining dengan menggunakan Tensorflow untuk dapat diimplementasikan di Unity. Plug-in tersebut bernama Unity ML-Agents yang dapat diunduh melalui tautan berikut: https://github.com/Unity-Technologies/ml-agents. Gambar 1 mengilustrasikan contoh implementasi machine learning untuk training NPC untuk bermain tenis. Beberapa contoh project-project-nya dapat dilihat pada tautan berikut: https://unity3d.com/machine-learning.

Daftar Pustaka

[1] Moniaga, J. V., Chowanda, A., Prima, A., & Rizqi, M. D. T. (2018). Facial Expression Recognition as Dynamic Game Balancing System. Procedia Computer Science, 135, 361-368.

[2] Chowanda, A. (2013). Emowars: Interactive Game Input Menggunakan Ekspresi Wajah. ComTech: Computer, Mathematics and Engineering Applications, 4(2), 1009-1017.

[3] Unity (2017). Machine Learning. Retrieved December 7, 2018, from https://unity3d.com/machine-learning