A. Agent
dan Lingkungan
Pengertian sebuah AGENT adalah segala sesuatu yang
dapat dipandang sebagaimana mengamati lingkungannya melalui sensor dan
bertindak atas lingkungan yang melalui efektor. agen manusia memiliki
mata,telinga sedangkan kan organ lain untuk mensensor tangan, kaki, mulut dan
yang lain nya. sebuah pengganti agen robot kamera dan berbagai pencarian framer
untuk sensor dan berbagai motor untuk efektor
Dalam Kecerdasan Buatan (Artificial Intelligent), sebuah
Agen Cerdas (Intelligent Agent) adalah sebuah entitas otonom yang mengamati dan
bertindak berdasarkan suatu lingkungan (yaitu sebuah agen) dan mengarahkan
aktivitasnya ke arah pencapaian tujuan (yakni, rasional). Agen Kecerdasan dapat
juga belajar atau menggunakan pengetahuan untuk mencapai tujuan mereka. Mereka
mungkin sangat sederhana atau sangat kompleks: sebuah mesin refleks seperti
termostat adalah agen yang cerdas, seperti manusia, seperti komunitas manusia
bekerja bersama menuju tujuan.
Agen Kecerdasan sering digambarkan secara skematik sebagai
sistem fungsional abstrak mirip dengan program komputer. Untuk alasan ini, agen
cerdas kadang-kadang disebut abstrak agen cerdas (Abstract Intelligent Agent)
untuk membedakan mereka dari dunia nyata implementasi sebagai sistem komputer,
sistem biologis, atau organisasi. Beberapa definisi agen cerdas menekankan
otonomi mereka, dan jadi lebih suka istilah otonom agen cerdas. Yang lain
(terutama Russell & Norvig (2003)) dianggap perilaku terarah tujuan sebagai
esensi dari cerdas dan jadi lebih suka istilah yang dipinjam dari ekonomi,
“agen rasional”.
B. 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.
C. PEAS
(performance measure,environment,actuators,sensors)
PEAS adalah singkatan dari Performance Measure, Environment,
Actuators, dan Sensor. Dimana harus dispesifikasikan terlebih dahulu mengenai
rancangan intelligent agent.
Misalkan untuk task yang didesain untuk agent pengemudi
taksi otomatis:
Performance Measure: Aman, Cepat, Legal, Perjalanan yang nyaman, Keuntungan
Maksimal
Environment : Jalan, Lalu lintas kendaraan lain, Pejalan kaki, Pelanggan
Actuators: Setir, Akselerator, Rem, Lampu Sinyal, Klakson
Sensors: Kamera, Sonar, Spedometer, GPS, odometer, sensor mesin, keyboard
Misalkan untuk task yang disusun untuk agent sistem
diagnosis medis:
Performance Measure : Kesehatan Pasien, Biaya minimal, Hukum
Environment: Pasien, Rumah Sakit, Staf
Actuator : Tampilan Layar (Pertanyaan, Tes, Diagnosa, Perawatan, Rujukan)
Sensors : Keyboars(Entri gejala, pencarian penyakit, jawaban untuk pasien)
Misalkan untuk task yang disusun untuk agent robot pengambil
suku cadang
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 robotd.
D.
Tipe-Tipe Lingkungan Agent
Sebuah agent diharapkan melakukan tindakan yang benar sesuai
dengan tujuan diciptakan agent tersebut. Tindakan yang dilakukan oleh agent
tersebut yang akan digunakan sebagai tolak ukur terhadap keberhasilan sebuah
agent.
Berikut 4 buah dasar yang dapat digunakan untuk menentukan
tolak ukur sebuah agent :
Performance measure (tolak ukur terhadap kesuksesan hasil
kerja) yang menyatakan derajat kesuksesan.
Semua imput yang diterima oleh agent, dapat dilacak kembali
(imput disimpan dalam serangkaian data/memory).
Segala sesuatu yang diketahui agen terhadap lingkunganya.
Setiap indakan yang akan dilakukan oleh agen.
Pada umumnya sebuah agent terdiri dari dua buah komponen
dasar yaitu suatu program dan sebuah piranti perangkat keras
(arsitektur/computer). Sebagai ilustrasi terhadap hubungan keduanya, sebuah
arsitektur memberikan sebuah percept dari sensor kemudian siap digunakan
kedalam program, menjalankan program dan memberikan pilihan-pilihan tindakan
program ke efektor.
Dua hal penting dalam proses pembuatan program agent.
Menyatakan mapping (pemetaan) sebagai sebuah fungsi dan
urutan precepsi ke tindakan. Program agent hanya menerima sebuah presepsi
berdasarkan jangka waktu tertentu. Kemudian menyimpan setiap prepsesi sesuai
dengan urutan tertentu kedalam memory .
Tujuan dan performance tidak termaksud kedalam rangka
program.
Terdapat 4 hal yang harus diperhatikan dalam merancang
sebuah agent. Yaitu Percept, Action, Goal dan Enviroment. Biasa disingkat PAGE.
Aget harus menangapi setiap rangsangan (precpt) yang ada disekitarnya, kemudian
memberikan tindakan (action) yang tepat terhadap rangsangan tersebut, dan yang pasti
setiap tindakan tersebut harus sesuai dengan tujuan (Goal) awal diciptakanya
agent tersebut. Selain itu setiap aksi yang dilakukan aleh agent tersebut harus
memperhatikan lingkungan (Environment) dimana agent tersebut di tempatkan.
Referensi :
ngebantu banget gan
ReplyDelete