Intelligent Agent (Kecerdasan Buatan)
AGENT dan
Lingkungannya
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.
Pengertian Rasionalitas
Sebuah keputusan yang rasional adalah salah satu yang tidak hanya
beralasan, tetapi juga dioptimalkan untuk mencapai suatu tujuan atau memecahkan
masalah. Menentukan optimal untuk perilaku rasional membutuhkan formulasi
diukur dari masalah, dan membuat beberapa asumsi utama. Ketika tujuan atau
masalah melibatkan membuat keputusan, faktor rasionalitas dalam berapa banyak informasi yang tersedia (misalnya lengkap atau pengetahuan
yang tidak lengkap).
Secara kolektif, perumusan dan latar belakang asumsi model rasionalitas
mana yang berlaku. Menggambarkan relativitas rasionalitas: jika seseorang
menerima model optimal yang menguntungkan diri mereka sendiri, maka
rasionalitas disamakan dengan perilaku egois untuk titik yang egois; sedangkan
jika seseorang menerima model menguntungkan optimal, maka perilaku murni egois
tidak rasional. Oleh karena itu sarana untuk menegaskan rasionalitas tanpa juga
menentukan asumsi dari model yang menggambarkan bagaimana latar belakang
masalah dibingkai dan dirumuskan.
Contoh Tindakan
Rasional
Contoh dari
tindakan rasional antara lain seperti:
1.
Seseorang akan
lebih berhati hati pada malam hari
2.
Seseorang
diberi hadiah karena sudah menolong orang lain
3.
Seorang
penjahat diadili karena kejahatannya
4.
Seseorang tidak
mempercayai hal – hal yang belum dilihatnya
5. Seseorang harus menabung agar menjadi orang
kaya
Pengertian PEAS dan Cara Kerja Jenis Agent
PEAS dalam konteks intelligent agent, agent
dan cara kerja dari masing-masing agent. pembahasan ini merupakan tugas dari
mata kuliah Artificial Intelligence (AI) atau kecerdasan tiruan. sebelumnya
saya memposting tentang resume skripsi dengan topik yang berkaitan dengan
Artificial Intelligence (AI). Bagi teman-teman yang sedang mencari referensi
silakan dibaca.. semoga bermanfaat.
Apa itu PEAS dalam konteks intelligent agent ? sebelum
menjelaskan PEAS akan dijelaskan terlebih dahulu apa yang dimaksud dengan Agent
? Agent merupakan sesuatu
yang dapat mengesan (perceiving) lingkungan (environment) nya melalui sensors
dan bertindak (acting) terhadap lingkungan tersebut melalui actuators. Dan
ketika ingin merancang sebuat agent maka kita harus menjabarkan lingkungan
masalah (task environment), yaitu :
PEAS
P (performance
measure) : komponen keberhasilan si agent
E (environment)
: kodisi di sekitar agent
A (actuators)
: segala sesuatu yang dapat dilakukan si agent
S (sensors)
: segala sesuatu yang menjadi input si agent
Contoh:
1.
Taksi Otomatis
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
2.
Medical Diagnosis System merupakan Sebuah
agent Medical diagnosis system yang mendiagnosa pasien secara otomatis
o Performance measure: pasien sembuh, biya
murah, tidak menyalahi hukum
o Environment: pasien, rumah sakit, suster,
dokter
o Actuators: layar monitor (pertanyaan, tes,
diagnosa, treatment, petunjuk
o Sensors: keyboard (masukan gejala penyakit,
jawaban pasien)
Jenis-jenis
Agent :
1. Simple Reflex Agents
2. Model Based Reflex Agent
3. Goal-Based Agents
4. Utility-Based Agents
5. Learning Agent
selanjutnya saya akan menjelaskan cara kerja dari 5 jenis agent yang
sudah disebutkan diatas.
1. Simple Reflex Agent
Agen reflex sederhana merupakan agen yang
paling sederhana karena hanya menerapkan teknik kondisi-aksi. Jadi, jika
terjadi tertentu maka agen akan secara sederhana memberikan aksi tertentu.
2. Model Based Reflex Agent
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 bias menerima kesannya sehingga agen tersebut tidak
melakukan tindakan pengereman. Agen reflex model ini menjaga keadaan dunianya
menggunakan model internal kemudian memilih tindakan seperti agen reflex
sederhana.
3. Goal-Based Agents
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
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 Agent
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.
Tipe - tipe Agent
1.Simple Reflex Agent
Merupakan agent yang bekerja berdasarkan reflex. Contohnya, sebuah driver
agent(supir taxi otomatis), harus memberikan reflex mengerem ketika terdapat
mobil yang berhenti didepanya.
2.
Agent That Keep Track the World
Merupakan agent yang tetap melakukan pengecekan terhadap keadaan lingkungan,
sehingga dapat memberikan respon yang tepat.
3.
Goal based agent(Agent berbesis pada tujuan/sasaran)
Merupakan sebuah agent yang mendasarkan setiap tindakannya untuk mencapai
tujuan yang telah ditentukan. Setiap agent akan mempertimbangkan setiap
kemungkinan yang akan terjadi pada mesa depan berdasarkan tindakan yang
akan/telah dilakukanya.
4. Utility Based Agent
Merupakan sebuah fungsi yang memetakan suatu keadaan kedalam bilangan real,
yang menggambarkan derajak kesenangan/kepuasan. Sedikit berbeda dengan Goal
Based Agent, tipe ini tidak mengutamakan semua tujua, tetapi akan mengutamakan
tujuan mana yang mungkin tercapai berdasarkan kondisi tertentu(tujuan kepuasan,
kenyamanan, keefisienan).
Daftar pustaka
:
