A. REVIEW ALUR
GAME DUOLINGO
Aplikasi
Duolingo didesain untuk membantu mempelajari Bahasa dengan mudah dan nyaman
sehingga melakukannya tidak seperti sedang belajar tapi lebih kearah
bersenang-senang . Aplikasi ini mengijinkan kita untuk belajar lebih banyak
Bahasa yang berbeda seperti Spanyol, Inggris, Italia atau Portugis,dll. Kita
hanya tinggal memilih Bahasa yang ingin dipelajari saat pertama kali
menggunakan aplikasinya.
Salah
satu manfaat dari Duolingo dibandingkan dengan aplikasi pembelajaran Bahasa
yang lainnya adalah cara penggunaan konsepnya ‘gamification’.
Duolingo
menyajikan pelajaran dengan cara yang membuatnya seolah anda sedang bermain
dalam sebuah permainan.
Setelah
anda melengkapi pelajaran, anda
mendapatkan poin pengalaman. Jika anda membuat kesalahan, ia akan menghilangkan
hati. Duolingo mencoba untuk membuatnya sehingga proses belajar anda terasa
seperti permainan video yang menyenangkan.
Dalam
aplikasi ini apabila user mampu melewati serangkaian soal maka level pun akan
meningkat. Dalam tiap level yang meningkat ini membuat user mampu untuk
melewati jenjang soal yang lebih sulit yang sudah dikelompokkan.
B. DECISION
MAKING PADA GAME DUOLINGO
Decision
Making adalah serangkaian algoritma yang dirancang dengan memasukan beberapa
kemungkinan langkah yang bisa diambil oleh suatu aplikasi, Pada game ini
decision makingmemberikan kemampuan suatu karakter untuk menentukan langkah apa
yang akan diambil. Decision making dilakukan dengan cara menentukan satu
pilihan dari list yang sudah dibuat pada algoritma yang dirancang. Decision
Making dibagi menjadi 3 :
Decision Tree
Pohon
Keputusan (Decision Tree) merupakan metode klasifikasi dan prediksi yang sangat
kuat dan terkenal. Metode pohon keputusan mengubah fakta yang sangat besar
menjadi pohon keputusan yang merepresentasikan aturan. Aturan dapat dengan
mudah dipahami dengan bahasa alami. Aturan ini juga dapat diekspresikan dalam
bentuk bahasa basis data seperti SQL untuk mencari record pada kategori
tertentu. Pohon keputusan juga berguna untuk mengeksplorasi data, menemukan
hubungan tersembunyi antara sejumlah calon variabel input dengan sebuah
variabel target. Karena pohon keputusan memadukan antara eksplorasi data dan
pemodelan, pohon keputusan ini sangat bagus sebagai langkah awal dalam proses
pemodelan bahkan ketika dijadikan sebagai model akhir dari beberapa teknik lain
(J R Quinlan, 1993).
State Machine
Finite
State Machines (FSM) adalah sebuah metodologi perancangan sistem kontrol yang
menggambarkan tingkah laku atau prinsip kerja sistem dengan menggunakan tiga
hal berikut: State (Keadaan), Event (kejadian) dan action (aksi). Pada satu
saat dalam periode waktu yang cukup signifikan, sistem akan berada pada salah
satu state yang aktif. Sistem dapat beralih atau bertransisi menuju state lain
jika mendapatkan masukan atau event tertentu, baik yang berasal dari perangkat
luar atau komponen dalam sistemnya itu sendiri (misal interupsi timer).
Transisi keadaan ini umumnya juga disertai oleh aksi yang dilakukan oleh sistem
ketika menanggapi masukan yang terjadi. Aksi yang dilakukan tersebut dapat berupa
aksi yang sederhana atau melibatkan rangkaian proses yang relative kompleks.
Rule System
Rule
Based System merupakan metode pengambilan keputusan berdasarkan pada
aturan-aturan tertentu yang telah ditetapkan. RBS dapat diterapkan pada agen
virtual dalam bentuk kecerdasan buatan sehingga dapat melakukan tindakan
tertentu. Tindakan tersebut direpresentasikan oleh set aturan yaitu penyebab
tindakan itu terjadi, proses tindakan dan hasil dari tindakan tersebut.
Diantara
ketiga jenis Decision making diatas, game Duolingo cenderung kerah Rule system.
Dengan adanya aturan yang sudah ditetapkan, Artificial intelligence membuat
suatu tindakan dalam game. Sebagai contoh, saat game menanyakan sejumlah soal
dalam Bahasa lain dan user salah sedikit dalam menuliskan jawaban. Sistem akan
menilai bahwa jawaban tersebut hampir benar.
Ditambah
lagi dengan adanya fitur menjawab dalam bentuk voice recognition membuat user
harus semakin cerdas dalam memberikan jawaban.
C. PATHFINDING
PADA GAME DUOLINGO
Pathfinding
merupakan cara untuk mendapatkan route antara 2 buah point. Pathfinding
memiliki beberapa algoritma yang bisa diterapkan antara lain.
· Brute Force Algoritma ini merupakan algoritma yang
paling mudah dimengerti. Cara kerjanya adalah membandingkan posisi
sekarang dengan posisi tujuan dan menentukan langkah berikutnya.
· BFS Breadth-First Search merupakan algortima yang
menyelesaikan masalah dengan memanfaatkan struktur pohon.
· DFS Deep-First Search merupakan algoritma yang
menyeleseaikan masalah dengan memanfaatkan struktur pohon. DFS mencari solusi
ke node yang paling dalam pada pohon.
· Branch and Bound dan A* Branch and Bound merupakan
pengembangan dari BFS. Pada Branch and Bound, setiap node memiliki harga
(dengan cara penghitungan harga yang bermacam-macam). Harga node menentukan
kedekatan node dengan solusi. Algoritma A* (Baca : A bintang) merupakan salah
satu pengembangan dari Algoritma Branch and Bound. Perhitungan harga pada
algoritma A* memanfaatkan unsur heuristik pada benda.
Berdasarkan
algoritma pathfinding diatas, Duolingo cenderung ke arah Branch and Bound. Mengapa
demikian? Karena game ini membuat user melewati berbagai tahapan level dengan
point yang berbeda-beda yang harus dicapai.
Misal,
jika user ingin mendapatkan banyak point maka user harus menjawab soal dengan
tingkat keakurasian yang tinggi. Sehingga level dan point bertambah
Tidak ada komentar:
Posting Komentar