Kursus Skripsi Tesis Disertasi Unity 3D ~ Game Adventure Berbasis Unity dengan Narasi Adaptif Menggunakan Algoritma Machine Learning

Berikut adalah silabus 10 sesi untuk kursus “Game Adventure Berbasis Unity dengan Narasi Adaptif Menggunakan Algoritma Machine Learning”, masing-masing berdurasi 1,5 jam per sesi.

🎮 Silabus 10x Sesi

Game Adventure Berbasis Unity dengan Narasi Adaptif Menggunakan Algoritma Machine Learning

🔹 Sesi 1: Pengenalan Game Adventure & Narasi Adaptif

• Pengantar jenis-jenis game adventure

• Konsep narasi adaptif: pengertian dan manfaat

• Studi kasus game dengan narasi adaptif (Detroit: Become Human, AI Dungeon, dll.)

• Pengantar Unity dan struktur proyek awal

• Tools yang digunakan: Unity, Visual Studio, Python/ML model (opsional)

🔹 Sesi 2: Setup Proyek Unity Game Adventure

• Setup project baru di Unity

• Pembuatan dunia dasar (scene awal, terrain, karakter player)

• Sistem navigasi dasar (WASD movement, kamera third-person)

• Manajemen scene dan prefab untuk cerita

🔹 Sesi 3: Sistem Dialog dan Pilihan

• Membuat UI dialog box dan pilihan bercabang

• Sistem percabangan menggunakan ScriptableObject / JSON

• Menyimpan riwayat pilihan player

• Simulasi narasi berdasarkan pilihan manual (tanpa ML dulu)

🔹 Sesi 4: Pengenalan Machine Learning dalam Game

• Dasar algoritma ML untuk narasi adaptif

• Contoh algoritma: Decision Tree, Naive Bayes, atau Clustering (KMeans)

• Dataset cerita dan cara melatih model sederhana

• Tools: Scikit-Learn (Python) atau ML-Agents (jika pakai reinforcement learning)

🔹 Sesi 5: Integrasi Unity dengan Model Machine Learning

• Menyimpan input keputusan pemain (player decision history)

• Ekspor riwayat ke file JSON/CSV

• Komunikasi Unity dengan model Python (via file/Socket/REST API)

• Output model: prediksi arc cerita selanjutnya

🔹 Sesi 6: Implementasi Narasi Adaptif (Versi 1)

• Membuat sistem narasi yang menyesuaikan output ML

• Memasukkan hasil prediksi model ke alur cerita (dynamic branching)

• Penyesuaian reaksi karakter NPC berdasarkan player behavior

🔹 Sesi 7: Logika Adaptive Story & State Memory

• Membuat sistem “memory” untuk NPC dan dunia game

• Memasukkan variabel seperti: kepercayaan, moral, loyalitas

• Menyesuaikan ending game berdasarkan kombinasi variabel tersebut

🔹 Sesi 8: Visualisasi & UI untuk Narasi

• Menampilkan progress narasi adaptif ke player (story map, indikator moral, dll.)

• Sistem log cerita dan replay

• Desain UI untuk immersive storytelling

🔹 Sesi 9: Testing dan Evaluasi Sistem Narasi Adaptif

• Simulasi dengan berbagai jenis player (agresif, pasif, netral)

• Analisis efektivitas algoritma ML terhadap adaptivitas cerita

• Debug dan perbaikan pada data decision & response

🔹 Sesi 10: Finalisasi Game dan Presentasi Proyek

• Optimasi performa dan size

• Ekspor dan build game

• Presentasi hasil game adventure adaptif

• Review dan diskusi pengembangan lebih lanjut (ekspansi cerita, upgrade ML)