DEFINISI, KONSEP DAN CONTOH AGENTS (INTELLIGENCE AGENTS)

PENGANTAR TEKONOLOGI SISTEM CERDAS

PENGENALAN INTELLIGENT AGENT

RIZKI APRILIA DWIJAYANTI

16115138 

3KA23

UNIVERSITAS GUNADARMA

FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI 

2017

DEFINISI AGENTS, KONSEP DAN CONTOH :

Agents adalah segala sesuatu yang dapat melihat/ mengartikan/ mengetahui (perceiving) linkungannya melalui alat sensor (sensors) dan bertindak (acting) melalui alat aktuator (actuators)

·         Manusia sebagai agent : mata, telinga dan organ lainnya sebagai sensors; tangan, kaki, mulut dan bagian tubuh lainnya sebagai actuators

·         Robot sebagai agent : kamera dan pejejak infra merah sebagai sensors; berbagai motor pengerak sebagai actuators

·         Software sebagai agent : tekanan pada keyboard, isi file dan paket-paket pada jaringan sebagai masukan sensors; tampilan pada layar, penulisan file dan pengiriman paket jaringan sebagai keluaran actuators

·         Fungsi agent (f) adalah pemetaan dari urutan persepsi (percept) menjadi tindakan (actions)

Jenis-jenis Agent :

1.       Simple Reflex Agent

à Agen reflex sederhana merupakan agen yang paling sederhana karena hanya menerapkan teknik kondisi-aksi. Jadi, jika terjadi kondisi tertentu maka agen akan secara sederhana memberikan aksi tertentu.

2.       Model Based Reflex Agent

à Agen reflex sederhana dapat melakukan tindakanya dengan baik jika lingkungan yang memberikan kesan tidak berubah-ubah. Misalkan untuk kasus agen pengendara taxi, agen tersebut hanya dapat menerima kesan dari mobil dengan model terbaru saja. Jika mobil model lama, agen tersebut tidak bisa menerima kesannya sehingga agen tersebut tidak melakukan tindakan pengereman. Agen reflex model ini menjaga keadaan dunia nya menggunakan model internal kemudian memilih tindakan seperti agen reflex sederhana.

3.       Goal-Based Agents

à Suatu agen tertentu harus diberikan informasi tentang tujuan yang merupakan keadaan yang ingin dicapai oleh agen. Dengan demikian, agen akan bekerja hingga mencapai tujuannya. Pencarian dan perencanaan adalah dua deretan pekerjaan yang dilakukan untuk mencapai tujuan agen. Agen refleks berbasis tujuan ini menambahkan informasi tentang tujuan tersebut.

4.       Utility-Based Agents

à Agen refleks berbasis tujuan tidak membedakan keadaan yang bagus dengan keadaan yang tidak bagus untuk agen. Pada agen refleks berbasis kegunaan ini memikirkan kondisi yang bagus untuk agen sehingga agen dapat melakukan tugasnya jauh lebih baik.

5.       Learning Agents

à Learning agents belajar dari pengalaman, meningkatkan kinerja bertanggung jawab untuk membuat perbaikan elemen kinerja bertanggung jawab untuk memilih tindakan eksternal kritikus memberikan umpan balik tentang bagaimana agen bekerja.

Konsep Rasionalitas : Singkatnya Rational agent adalah agent yang melakukan sesuatu yang benar, atau Rational Agent merupakan suatu agent yang selalu bertindak memaksimalkan ukuran kinerja, mengingat apa yang ia amati tentang lingkungan dan pengetahuan lain yang dimilikinya. Mengevaluasi kinerja sangat penting. Kita harus berhati-hati untuk membedakan antara rasionalitas dan omniscience (kemahatahuan). Rasionalitas bahwa agen tahu hasil dari sebuah tindakan yang dilakukan secara rasional. Sedangkan omniscience adalah sebuah kemustahilan dari kenyataan yang sebenarnya telah terjadi. Faktor yang mempengaruhi rasionalitas

Konsep Rasional tergantung pada 4 hal :

– Kemampuan yang terukur (performances)

– Pengetahuan lingkungan sebelumnya/ terdahulu (environtment)

– Tindakan (actions)

– Urutan persepsi (sensors)

Contoh :

1.       Agent: Sistem Diagnosis Medis

è merupakan sebuah agent sistem yang mendiagnosa pasien secara otomatis

·         Performance measure   :Kesembuhan pasien, biya murah, tidak menyalahi hukum

·         Environment                : Pasien, rumah sakit, suster, dokter

·         Alat (Actuators)             : Layar monitor (pertanyaan, test, perawatan, rujukan)

·         Sensors                        : Keyboard (keyboard (masukan gejala penyakit, jawaban pasien)

2.       Agent :Taksi Otomatis

è merupakan Sebuah agent taksi otomatis yang menerima penumpang dan mengantarkannya ke tujuan

·         Performance measure   : Sampai tujuan, tidak melanggar aturan lalu lintas,             

  perjalanan nyaman,  hemat bensin

·         Environment                : Jalan, lalu lintas, pejalan kaki, pelanggan

·         Actuators                     : Arah stir, gas, rem, klakson, sinyal kiri atau kanan

·         Sensors                        : Video, speedometer, GPS, keyboard

3.       Agent: Interactive English tutor

è Merupakan pelatihan bahasa inggris interaktif mengenai bahasa inggris agar dapat memahami bahasa inggris lebih dalam

·         Performance measure   :Maksimalkan nilai siswa pada tes

·         Environment                : Sekumpulan siswa

·         Alat (Actuators)             : Screen display / Monitor (Latihan, Saran, Pemeriksaan)

·         Sensors                        : Keyboard

4.       Agent: Robot pengambil suku cadang

è Merupakan sebuah agent robot yang membantu mengambil suku candang

·         Performance Measure         : Persentase suku cadang di tempat yang benar

·         Environment                       : Sabuk konveyor, tempat pengumpulan suku cadang

·         Actuator                             : Lengan dan tangan robot

·         Sensor                                : Kamera, sensor di lengan robot

Sumber :

-    Russell, S and Norvig, P; “Artificial Intelligence: A Modern Approach” Second Edition: Second Edition - bab 2 : Prentice Hall, 2003

-         http://artikel-teknologi-informasi.blogspot.co.id/2012/11/pengertian-agent-pada-ai-artificial.html