DEFINISI, KONSEP SERTA CONTOH AGENTS

DEFINISI, KONSEP SERTA CONTOH

AGENTS

1.      Pengertian Agents

Pengertian sebuah AGENT adalah segala sesuatu yang dipandang sebagaimana mengamati lingkungannya melalui sensor dan bertindak atas lingkungan yang melalui efektor. Agen manusia memiliki mata, telinga, dan organ lain untuk sensor, dan tangan, kaki, mulut, dan bagian tubuh lainnya untuk efektor. Sebuah pengganti agen robot kamera dan berbagai pencari inframerah untuk sensor dan berbagai motor untuk efektor.

1)      AGENT dan LINGKUNGANNYA

            Agen Intelligent sering digambarkan secara skematis sebagai sistem fungsional abstrak mirip dengan program komputer. Untuk alasan ini, agen cerdas kadang-kadang disebut agen cerdas abstrak s (AIA) Untuk membedakan mereka dari dunia nyata implementasinya sebagai sistem komputer, sistem biologis, atau organisasi. Beberapa definisi dari agen cerdas mereka menekankan otonomi , sehingga lebih memilih cerdas agen otonom jangka s. Yang lain (terutama Russell & Norvig (2003) ) perilaku goal-directed dianggap sebagai inti dari kecerdasan dan sebagainya lebih suka istilah yang dipinjam dari ekonomi , ” agen rasional “.

Agen Cerdas dalam kecerdasan buatan berhubungan erat dengan agen di ekonomi , dan versi dari paradigma agen cerdas yang dipelajari dalam ilmu kognitif , etika , filsafat alasan praktis , serta di banyak interdisiplinersosio-kognitif pemodelan dan sosial simulasi komputer.

Intelligent agen juga berhubungan erat dengan agen perangkat lunak (program perangkat lunak otonom yang melaksanakan tugas atas nama pengguna). Dalam ilmu komputer , agen cerdas istilah dapat digunakan untuk merujuk kepada agen perangkat lunak yang memiliki kecerdasan tertentu, terlepas jika tidak agen rasional oleh dan Norvig Definisi Russell. Sebagai contoh, program otonom digunakan untuk bantuan operator atau data mining (kadang-kadang disebut sebagai bot).

Lingkungan Tugas Agen, merupakan definisi dari pemasalahan yang akan diselesaikan oleh agen.antara lain :

1. Performance Measure

karakteristik apa yang menjadi tujuan dari agen ?

contoh : motor - tiba ditujuan dengan cepat dan hemat bahan bakar

2. Environment

bagaimana karakterisitik lingkungan yang akan dihadapi ?

contoh : motor - tipe jalan, tingkat kemacetan

3. Actuators

perangkat apa yang dibutuhkan agen untuk mencapai tujuan ?

contoh : motor - steering, klakson dll

4. Sensors

perangkat apa yang dibutuhkan agen untuk mengetahui kondisi lingkungan ?

contoh : motor - speedometer

2)      RASIONALITAS

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 :

·         Pengukuran kinarja (Performance Measure)

·         Percept Sequence (persepsi urutan)

·         Knowledge from Environment

·         Possible Actions

3)      PERFORMANCE MEASURE, ENVIRONMENT, ACTUATORS, SENSORS (PEAS).

Ketika merancang sebuah agent, harus mendefinisikan lingkungan masalah (task environment), yakni:

·         Performance measure: apa saja komponen pengukur keberhasilan si agent?

·         Environment: kondisi apa saja yang ada disekitar agent?

·         Actuators: apa saja yang bisa dilakukan si agent?

·         Sensors: apa saja yang menjadi input si agent?

2.      Konsep Agents

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

Contoh: Agent taksi otomatis

Bayangkan sebuah agent taksi otomatis yang menerima penumpang dan mengantarkannya ke tujuan.

·         Performance measure: keamanan, kecepatan, legalitas, kenyamanan perjalanan, keuntungan

·         Environment: jalanan, lampu merah, lalulintas, pejalan kaki, cuaca

·         Actuators: stir arah, gas, rem, klakson, sinyal kiri/kanan

·         Sensors: kamera, sonar, speedometer, GPS, odometer, accelerometer, mesin sensor, keyboard

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)

f : P* → A     

·         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 Agents

1)      Contoh: 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)      Contoh: 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)      Contoh: 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 :           https://layangantw.wordpress.com/2014/10/26/konsep-intellegent-agents/

                        http://yogipratama97.blogspot.co.id/2016/10/pengenalan-intelligent-agents.html

http://maisarohmae23.blogspot.co.id/2016/09/pengertian-peas-dan-cara-kerja-jenis.html