ABSTRAK Nama : Hafiz Adhiyasa Pratama Program Studi : Magister Ilmu Komputer Judul : Merepresentasikan Dynamic Difficulty pada Turn Based Role Playing Games Menggunakan Monte Carlo Tree Search Hampir pada semua video games atau permainan digital, tingkat kesulitan adalah salah satu aspek yang dibutuhkan selama game dimainkan. Untuk itu dibutuhkan pengaturan tingkat kesulitan yang mempu menyesuaikan diri dengan tingkat kemampuan pemain selama pemain tersebut menyelesaikan tantangan dan tujuan utama pada game tersebut. Khususnya pada Role Playing Game (RPG), salah satu genre pada permainan digital yang memiliki aspek yang lebih luas. Pada pengembangannya, para developer RPG mengalami masalah saat menyesuaikan tingkat kesulitan yang mana dapat memuaskan seluruh tipe pemain dengan kemampuan yang berbeda-beda. Apa yang cocok untuk suatu pemain belum tentu cocok untuk pemain lainnya. Untuk mengatasi masalah ini Monte Carlo Tree Search (MCTS) diusulkan untuk menyesuaikan tingkat kesulitan secara dinamis pada permainan RPG. Karena itu sebuah eksperimen akan dilakukan, dimana tujuan dari metode MCTS tersebut akan melakukan penyesuaian pada AI musuh dalam game tersebut untuk bertanding secara seimbang dengan kemampuan pemain serta variasi dari MCTS mana yang lebih baik untuk game RPG. Kata Kunci: RPG; Monte Carlo Tree Search ; Artifical Inteligence; Dynamic difficulty.