Hidden Markov model untuk meningkatkan replay intention pada Interactive Story Game

Interactive story game adalah format di mana pemain menavigasi narasi dengan membuat keputusan di titik percabangan cerita. Pilihan pemain mempengaruhi alur cerita, memberikan kebebasan. Namun, jika keputusan tidak berdampak signifikan pada plot, replay intention bisa menurun. Banyak game interactive story saat ini memiliki pilihan terbatas, menyebabkan rendahnya replay value. Untuk mengatasi masalah ini, skripsi ini menggunakan Hidden Markov Model (HMM) untuk meningkatkan variasi pilihan pemain dan interaksi Non-Player Character (NPC), sehingga meningkatkan replay intention dengan menawarkan pengalaman yang lebih beragam. Dalam game ini, pemain memburu NPC di peta dinamis di mana lokasi dan gerakan mereka dipengaruhi oleh suasana hati yang dimodelkan menggunakan HMM. Suasana hati NPC berubah berdasarkan pilihan dialog pemain, mempengaruhi perilaku dan pergerakan mereka. Sistem dinamis ini memberikan tantangan dan pengalaman strategis yang bervariasi, meningkatkan replay value dengan menyediakan pengalaman bermain yang lebih menarik. Pengujian sistem ini dilakukan melalui survei pemain. Hasilnya menunjukkan "Reunion Day" dengan HMM mendapat umpan balik netral, dengan skor rata-rata 3,02. Meski menghadirkan variasi perilaku NPC, game ini tidak terlalu berbeda dari game cerita interaktif lainnya.

BUDIMAN CANDRA Liliana (Advisor 1); Hans Juwiantho S.Kom., M.Kom (Examination Committee 1); Alvin Nathaniel Tjondrowiguno, S.Kom., M.T. (Examination Committee 2) Universitas Kristen Petra Indonesian Digital Theses Undergraduate Thesis Skripsi/Undergraduate Thesis Skripsi No. 01022593/INF/2024; Budiman Candra (C14200039) HIDDEN MARKOV MODELS; VIDEO GAMES--DESIGN

Files