Analisis Perbandingan Perlin Noise Dan Simplex Noise Untuk Penciptaan Permukaan Daratan Pada Pembuatan Game
Abstrak
Procedural content generation merupakan salah satu cara untuk menciptakan objek atau perilaku yang bersifat acak serta otomatis, agar memiliki tampak yang berbeda dari objek lain. Content pada sebuah game seperti pembentukan permukaan daratan atau terrain dapat dibentuk secara unik menggunakan metode noise. Dalam sistem ini, noise yang akan digunakan adalah Perlin noise dan simplex noise. Kedua noise tersebut dikembangkan agar dapat membentuk suatu simulasi permukaan daratan yang menyerupai daratan, pegunungan, atau dasar laut. Hasil dari penelitian ini untuk mencari tahu tingkat efisiensi dan besarnya penggunaan beban komputasi di antara Perlin dan simplex noise. Metodologi yang digunakan terdiri dari proses studi literatur, analisa data, desain sistem, implementasi, dan pengujian sistem. Masin-masing noise memiliki bidang dimensi satu hingga dimensi tiga yang diuji berdasarkan input frekuensi noise, octave, persistence, lacunarity. Pengujian dilakukan dengan membandingkan penggunaan CPU, GPU, dan RAM komputer pada saat proses render masing-masing noise tersebut. Simplex noise yang berasal dari pengembangan Perlin noise tingkat lanjut memiliki tingkat efisiensi penggunaan CPU, GPU, dan RAM yang lebih baik daripada Perlin noise.Referensi
Smith, AJ & Joanna JB 2014, A Logical Approach to Building Dungeons: Answer Set Programming for Hierarchical Procedural Content Generation in Roguelike Games, University of Bath.
Johnson, L, Georgios NY & Julian T 2010, Cellular Automata for Real-Time Generation of Infinite Cave Levels, IT University of Copenhagen.
Spjut, JB dkk 2009, Hardware-Accelerated Gradient Noise for Graphics, Proceedings of the 19th ACM Great Lakes symposium on VLSI, Vol. 8, h. 457-462.
Smelik, RM dkk 2009, A Survey of Procedural Methods for Terrain Modelling, Proceedings of the CASA Workshop on 3D Advanced Media In Gaming And Simulation, Vol.1, h. 25-34.
McEwan, I dkk 2012, Efficient Computational Noise in GLSL, Journal of Graphics Tools, Vol.16, No.2, h.85-94.
Gustavon, S 2005, Simplex Noise Demystified, Lingkoping University, Lingkongping.