Pengembangan Game Math Runner Dengan Metode Reinforcement Learning Dan Finite State Machine

Martin, Alfarico (2025) Pengembangan Game Math Runner Dengan Metode Reinforcement Learning Dan Finite State Machine. Bachelor thesis, Universitas Nasional.

	Text Cover.pdf Download (531kB)
	Text BAB I.pdf Download (101kB)
	Text BAB II.pdf Download (193kB)
	Text BAB III.pdf Download (78kB)
	Text BAB IV.pdf Download (809kB)
	Text BAB V.pdf Download (36kB)
	Text Lampiran.pdf Download (214kB)

Abstract

enelitian ini bertujuan untuk mengembangkan sebuah game edukasi bernama Math Runner,
yang mengintegrasikan dua algoritma penting, yaitu Finite State Machine (FSM) dan
Reinforcement Learning (RL), untuk meningkatkan pengalaman belajar matematika pada
siswa. Dalam game ini, FSM digunakan untuk mengatur transisi antar status permainan, seperti
berlari, melompat, dan menjawab soal matematika, sedangkan RL, khususnya algoritma Q-
learning, diterapkan untuk memilih tindakan optimal dalam menjawab soal matematika.
Pemain akan mendapatkan feedback berupa reward atau penalti berdasarkan tindakan mereka,
yang memungkinkan mereka untuk belajar dan meningkatkan keterampilan mereka dalam
memecahkan soal matematika secara lebih efisien. Hasil penelitian ini menunjukkan bahwa
penggunaan kedua algoritma ini dapat meningkatkan dinamika permainan, menjadikannya
lebih interaktif dan adaptif sesuai dengan performa pemain. Penelitian ini berkontribusi dalam
pengembangan game edukasi yang lebih menyenangkan dan efektif, serta memberikan manfaat
untuk pembelajaran matematika bagi anak-anak.

Item Type:	Thesis (Bachelor)
Subjects:	H Social Sciences > HA Statistics L Education > L Education (General)
Divisions:	Skripsi > Fakultas Teknologi Komunikasi dan Informatika > Program Studi Teknik Informatika
Depositing User:	Users 30 not found.
Date Deposited:	17 Jul 2025 07:14
Last Modified:	17 Jul 2025 07:14
URI:	https://repository.unas.ac.id/id/eprint/13774

Actions (login required)

View Item