Postingan

Menampilkan postingan dari Oktober, 2017

Program Membuat Garis Vertikal, Horizontal dan Diagonal dengan Menggunakan Java dan OpenGL

Tugas mata kuliah Grafik Komputer & Pengolahan Citra Download link pdf di bawah ini : https://drive.google.com/open?id=0B71lSOKVyEA7UWpTX2FCdXZlazA

PEAS (Performance Measure, Environment, Actuators dan Sensor)

Terdapat 3 konsep agent yaitu rational agent, task environment dan struktur agent. Ketika merancang sebuah agent, kita harus mendefinisikan lingkungan masalah (task environment), yakni: Performance measure, Environment, Actuators dan Sensors. 1. Performance Measure Performance Measure/Pengukuran Kinerja adalah suatu proses penilaian kemajuan pekerjaan terhadap tujuan dan sasaran yang telah ditentukan sebelumnya. Dengan kata lain performance measure merupakan keberhasilan suatu agent. 2. Environment Environment adalah suasana/kondisi yang terbentuk akibat interaksi semua elemen-elemen seperti benda mati, hidup atau abstrak.  3. Actuators Actuator/Aktuator adalah sebuah peralatan mekanis untuk menggerakkan atau mengontrol sebuah mekanisme atau sistem.  4. Sensor Sensor adalah tiruan dari indra pada makhluk hidup yang digunakan untuk merespon lingkungan sekitar. Contoh PEAS : 1.Agent pengemudi taksi otomatis: Performance Measure: Aman, Cepat, Legal, Perjalanan yang nyama

Pengenalan Intelligent Agents (Definisi, Konsep dan Contohnya)

1. Definisi Agent Agents adalah segala sesuatu yang dapat melihat/ mengartikan/ mengetahui (perceiving) linkungannya melalui alat sensor (sensors) dan bertindak (acting) melalui alat aktuator (actuators). Dalam kecerdasan buatan, intelligent agent (IA) adalah sebuah entitas otonom yang mengamati dan bertindak atas lingkungan (yaitu membutuhkan agen) dan mengarahkan aktivitasnya untuk mencapai tujuan yaitu rasional. Intelligent agen juga dapat belajar atau menggunakan pengetahuan untuk mencapai tujuan mereka. Russell & Norvig (2003) mengartikan Rational Agent yang mengerjakan segala sesuatu hal dengan benar.Agen Intelligent menurut Nikola Kasabov adalah bahwa Agent harus menunjukkan karakteristik berikut : mengakomodasi pemecahan masalah baru aturan bertahap beradaptasi online dan real time mampu menganalisis sendiri dalam hal perilaku, kesalahan dan kesuksesan. belajar dan meningkatkan melalui interaksi dengan lingkungan (perwujudan) belajar dengan cepat dari sejumlah bes