IDENTIFIKASI PERSON PADA GAME FIRST PERSON SHOOTER (FPS) MENGGUNAKAN YOLO OBJECT DETECTION DAN DIIMPLEMENTASIKAN SEBAGAI AGENT CERDAS AUTOMATIC TARGET HIT

Abstract

Game First-person shooter (FPS) merupakan genre video game yang berpusat pada senjata, umumnya permainan ini membutuhkan akurasi untuk membidik sasaran dengan cepat. Tetapi pemain terutama pemain baru biasanya tidak memiliki reaksi yang cepat dalam mengetahui lawan(person) disekitarnya. Metode yang biasa digunakan adalah memanipulasi memori menggunakan dynamic-link library untuk membuat asisten bidik untuk mendeteksi lawan. Penelitian ini mendeteksi dan mengklasifikasi citra person dengan menggunakan metode YOLO. Versi YOLO yang digunakan sebanyak tiga versi, yaitu YOLOv3, YOLOv4 dan YOLOv5s, karena tingkat keberhasilan YOLO yang luar biasa. YOLO akurasi klasifikasi sebesar 65 persen, dan presisi sebesar 98 persen dengan peforma inference pada YOLO Tiny sebesar 30FPS. YOLO pada penelitian ini mendapatkan hasil yang baik pada klasifikasi, akan tetapi dibutuhkan metode untuk mempercepat inference yang baik juga untuk melakukan deteksi yang lebih cepat. Metode YOLO dapat digunakan untuk melakukan deteksi objek, akan tetapi pada kecepatan deteksi didapatkan hasil yang kurang memuaskan.