Abstract :
Teknologi yang berkembang saat ini mendorong sistem untuk bisa berpikir
dan mengambil keputusan layaknya manusia yang disebut Kecerdasaan Buatan.
Salah satu permainan yang bisa diimplementasikan Kecerdasaan Buatan yaitu
Ultimate Tic Tac Toe. Ultimate Tic Tac Toe adalah permainan klasik yang berjenis
permainan papan berukuran 3x3 dimana setiap kotaknya berisi dengan 3x3 Tic Tac
Toe yang lebih kecil. Diasumsikan 3x3 Papan besar dengan Board dan 3x3 papan
kecil dengan Field. Permainan ini dimulai dengan memilih salah satu kotak dari 81
kotak yang kosong. Langkah ini akan mengirim gerakan lawan ke board yang
relatif. Maksudnya bila pemain memilih kotak atas kanan di board tengah, maka
gerakan player dipaksa untuk berada di atas kanan board. Jika sebuah gerakan
dimainkan dan memenangkan suatu field maka ia memenangkan board setempat.
Permainan ini berakhir dengan memenangkan board dengan aturan Tic Tac Toe
yaitu dengan menaruh bidak secara horizontal ,vertical , atau diagonal. Salah satu
Algoritmna yang terkenal yang dapat menyelesaikan game klasik yaitu Minimax,
Minimax adalah metode yang memilih gerakan terbaik yang diberikan dari
permainan alternatif. Permasalah yang terdapat dalam Minimax adalah jumlah yang
harus diperiksa adalah ekponensial ke dalaman pohon. Oleh karena itu, Penulis
memutuskan untuk menggunakan metode Alpha-Beta Pruning yang merupakan
lanjutan dari Algoritma Minimax yang akan mengefisienkan waktu pencarian
dengan memotong jalur yang tidak efisien. Pembuatan aplikasi ini bertujuan untuk
mengetahui cara kerja sistem untuk menentukan solusi terbaik dan melatih daya
piker masyarakat yang belum mengetahui permainan ini. Dalam pengujian sistem
yang dilakukan digunakan studi kasus pada kondisi papan tertentu pada masing-masing gerakan yang bisa dipilih bisa disimpulkan bahwa sistem yang dibuat dapat
menentukan solusi terbaik dalam permainan Tic Tac Toe dan metode Alpha-Beta
pruning yang terdapat pada permainan Ultimate Tic Tac Toe memiliki kelemahan
yaitu pemotongannya tidak efisien jika gerakan terbaiknya tidak ditemukan diawal
permainan.