ABSTRAK Faiz Aulia Rahman
Terbatas  Yati Rochayati
» Gedung UPT Perpustakaan
Terbatas  Yati Rochayati
» Gedung UPT Perpustakaan
COVER Faiz Aulia Rahman
Terbatas  Yati Rochayati
» Gedung UPT Perpustakaan
Terbatas  Yati Rochayati
» Gedung UPT Perpustakaan
BAB 1 Faiz Aulia Rahman
Terbatas  Yati Rochayati
» Gedung UPT Perpustakaan
Terbatas  Yati Rochayati
» Gedung UPT Perpustakaan
BAB 2 Faiz Aulia Rahman
Terbatas  Yati Rochayati
» Gedung UPT Perpustakaan
Terbatas  Yati Rochayati
» Gedung UPT Perpustakaan
BAB 3 Faiz Aulia Rahman
Terbatas  Yati Rochayati
» Gedung UPT Perpustakaan
Terbatas  Yati Rochayati
» Gedung UPT Perpustakaan
BAB 4 Faiz Aulia Rahman
Terbatas  Yati Rochayati
» Gedung UPT Perpustakaan
Terbatas  Yati Rochayati
» Gedung UPT Perpustakaan
BAB 5 Faiz Aulia Rahman
Terbatas  Yati Rochayati
» Gedung UPT Perpustakaan
Terbatas  Yati Rochayati
» Gedung UPT Perpustakaan
PUSTAKA Faiz Aulia Rahman
Terbatas  Yati Rochayati
» Gedung UPT Perpustakaan
Terbatas  Yati Rochayati
» Gedung UPT Perpustakaan
Perilaku berkawanan dari hewan merupakan suatu fenomena unik yang dapat
ditemukan di alam bebas. Akan tetapi, fenomena ini cukup sulit diamati terlebih
disimulasi dan divisualisasikan. Pada tahun 1987, Craig Reynolds menciptakan
sebuah algoritma baru yaitu boid yang berarti objek seperti burung. Algoritma ini
terdiri dari aturan yang akan menunjukkan perilaku tertentu, mewakili gerak
individu dalam kawanan yang kemudian dideskripsikan kembali oleh penciptanya
pada 1999 ke dalam tiga perilaku dasar: cohesion, alignment, dan separation.
Aturan ini mendorong setiap agen dalam simulasi untuk bergerak dan berinteraksi
satu sama lain selama berkawanan.
Penelitian ini bertujuan untuk menggali lebih dalam segala hal seputar boid. Agar
dapat mengubah gaya-gaya yang berlaku pada boid diberikan suatu nilai bobot
untuk setiap aturan. Nilai bobot aturan-aturan ini lah yang divariasi untuk
memperoleh data. Selain itu digunakan beberapa aturan tambahan seperti bound,
containment, dan wander. Simulasi ini dilakukan dengan engine berbasis C# yaitu
Unity versi 2020.3.3f1 LTS. Analisis dilakukan menggunakan alignment clustering
index atau ACI sebab kawanannya bergerak secara periodik di area yang sama.
Didapatkan bahwa aturan yang paling berpengaruh pada perilaku berkawanan
adalah alignment yang terlihat pada nilai rata-rata ACI yang naik seiring
bertambahnya bobot alignment.