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 besar data
  • memiliki penyimpanan memori berbasis contoh dan kapasitas pengambilan
  • memiliki parameter untuk mewakili umur pendek dan jangka panjang memori.
 2. Konsep Agent 
1) Rational Agent
  • Definisi: Rational agent: suatu agent yang selalu bertindak memaksimalkan ukuran kinerja, mengingat apa yang ia amati tentang lingkungan (sejarah input) dan pengetahuan lain yang dimilikinya.
  • Rational tidak berarti sempurna: ada aspek lingkungan yang tidak diketahui, di luar kendali.
  • Terkadang agent bermulai tanpa pengetahuan lingkungan → exploration, learning, autonomy.
2) Task Environment
Ketika merancang sebuah agent, kita harus mendefinisikan lingkungan masalah (task environment), yakni:
  • Performance measure: apa saja yang menjadi ukuran kinerja agent?
  • Environment: di manakah agent berperan?
  • Actuators: apa saja yang bisa dilakukan si agent?
  • Sensors: apa saja yang menjadi perantara input untuk agent?
  • PEAS
Jenis environment
  • Fully-observable vs. partially-observable: semua info relevan diketahui?
  • Deterministic vs. stochastic: next state = current state + action?
  • Episodic vs. sequential: apakah tergantung sejarah?
  • Static vs. dynamic: environment berubah jika agent tidak bertindak?
  • Discrete vs. continuous: bisa terhadap sifat state, percept, action.
  • Single agent vs. multiagent: apakah ia kawan (kooperatif) atau lawan (kompetitif)?
  • Tentunya, dunia nyata kita partially-observable, stochastic, sequential, dynamic, continuous, dan multiagent.
 3) Struktur sebuah agent
- Agent function
  Sebuah fungsi yang memetakan sejarah input (percept sequence) terhadap tindakan          yang dilakukan (action)
- Agent program
  Sebuah program yang mengimplementasikan fungsi f di atas arsitektur
- Agent = Arsitektur + Program
- Agent program menerima input percept terakhir (*mungkin* ia menyimpan percept          sequence di dalam memory-nya)
3. Contoh Agent
1) Taksi Otomatis
Sebuah agent taksi otomatis yang menerima penumpang dan mengantarkannya ke tujuan
  • Performance measure: sampai tujuan, tidak melanggar lalu lintas, perjalanan nyaman, hemat bensin.
  • Environment: jalan, lalu lintas, pejalan kaki, pelanggan.
  • Actoators: arah stir, gas, rem, klakson, sinyal kiri atau kanan.
  • Sensors: video, speedometer, GPS, keyboard.
2) Medical Diagnosis System
Sebuah agent Medical Diagnosis System yang mendiagnosa pasien secara otoatis:
  • Performance measure: pasien sembuh, biaya murah, tidak menyalahi hukum.
  • Environment: pasien, rumah sakit, suster, dokter.
  • Actoators: layar monitor (pertanyaan, test, diagnosa, treatment, petunjuk).
  • Sensors: keyboard (masukkan gejala penyakit, jawaban pasien).
3) Robot Pabrik Penjamin Mutu
Sebuah robot yang melakukan pemisahan komponen yang bermutu tinggi pada ban berjalan ke dalam kotak berbeda
  • Performance measure: presentase jumlah komponen yang diletakkan pada kotak yang benar.
  • Environment: ban berjalan, komponen yang diuji, kotak.
  • Actuators: gerak lengan dan tangan robot.
  • Sensors: kamera, sensor fisik.
4) Contoh: Interactive English Tutor
Sebuah agent tutor yang memberikan latihan english secara interaktif
  • Performance measure: nilai skor maksimal.
  • Environment: para siswa.
  • Actuators: laya monitor (latihan, saran koreksi).
  • Sensors: keyboard.
Sumber :
http://artikel-teknologi-informasi.blogspot.co.id/2012/11/pengertian-agent-pada-ai-artificial.html
http://maukar.staff.gunadarma.ac.id/Downloads/files/42871/Agent.pdf
http://yohanes-satria0.blogspot.co.id/2017/10/definisi-konsep-serta-contoh-agents.html

Komentar

Posting Komentar

Postingan populer dari blog ini

Tahap-tahap Membuat Sistem Pakar

Gambar
Sistem pakar merupakan program komputer yang sangat rumit dibanding dengan program komputer konvensional lainnya. Meskipun demikian, tidaklah perlu berkecil hati atau menyerah sebelum mulai. Sudah banyak program-program sistem pakar yang sudah berhasil dengan baik, artinya bagaimanapun sulitnya pasti masih bisa juga dibuat dan dikembangkan. Dalam pembuatan program sistem pakar ada beberapa langkah atau tahapan-tahapan yang perlu diperhatikan :  a. Identifikasi masalah dan kebutuhan  Seperti banyak program komputer lainnya, pada dasarnya sistem pakar pun sama yaitu suatu solusi yang menjawab masalah. Agar pembuatan sistem pakar dapat dibenarkan, maka harus ada satu masalah yang harus dipecahkan atau harus dicocokan. Untuk ini maka langkah pertama yang harus dilakukan mengkaji situasi dan memutuskan dengan pasti tentang masalah yang akan dikomputerisasi dan apakah dengan sistem pakar bisa lebih membantu atau tidak. Dalam usaha untuk memperoleh suatu hasil yang memuaskan, sering diha
Baca selengkapnya

Metode Pencarian Buta dan Heuristik

Gambar
Pada postingan kali ini, saya akan membahas metode pencarian (searching )  dalam Artificial Intelligence. Searching di dalam AI (Artificial Intelligence) adalah salah satu motode penyelesaian masalah dengan pencarian solusi pada suatu permasalahan yang dihadapi. Metode searching sendiri terbagi menjadi dua, yaitu : Pencarian Buta (blind search) Pencarian Heuristik (heuristic search) 1. Metode Pencarian Buta Metode pencarian buta adalah metode pencarian yang tidak memiliki informasi awal dan juga  merupakan sekumpulan prosedur yang digunakan dalam melacak ruang keadaan. Pencarian berlangsung sampai solusi terakhir ditemukan.  model pencarian ini memiliki tiga ciri – ciri utama yaitu: Membangkitkan simpul berdasarkan urutan Kalau ada solusi maka solusi akan ditemukan Hanya memiliki informasi tentang node yang telah dibuka (node selanjutnya tidak diketahui). Pencarian buta ada 2 metode yang umum digunakan yaitu : 1. BFS (Breadth First Search) Breadth Fi
Baca selengkapnya

Tugas 4 Ilmu Budaya Dasar

Gambar
TUGAS ILMU BUDAYA DASAR 4  "Sedekah"  Disusun Oleh : Rendito Hasri W (15115753)  Kelas : 1KA26  Jurusan : Sistem Informasi  Fakultas : Ilmu Komputer Dan Teknologi Informasi  UNIVERSITAS GUNADARMA Sedekah asal kata bahasa Arab shadaqoh yang berarti suatu pemberian yang diberikan oleh seorang muslim kepada orang lain secara spontan dan sukarela tanpa dibatasi oleh waktu dan jumlah tertentu. Juga berarti suatu pemberian yang diberikan oleh seseorang sebagai kebajikan yang mengharap ridho Allah SWT dan pahala semata. Sedekah dalam pengertian di atas oleh para fuqaha (ahli fikih) disebuh sadaqah at-tatawwu' (sedekah secara spontan dan sukarela). Video diatas merupakan contoh film pendek tentang bersedekah. Film pendek tersebut sangat menginspiratif. Dalam film pendek tersebut di ceritakan seorang pemuda yang selalu bersedekah selama 6 bulan namun Allah S.W.T tidak membalas perbuatannya. Hal demikian yang membuat beliau ragu kepada Allah S.W.T
Baca selengkapnya