A. Knowledge
Based-Agent
Komponen utama dari knowledge based agent adalah knowledge
basenya. Knowledge base (KB) adalah kumpulan representasi fakta tentang
lingkungan atau dunia yang berhubungan atau menjadi daerah bekerjanya agen.
Setiap representasi dalam KB disebut sebagai sebuah sentence yang diekspresikan
dalam sebuah bahasa yakni knowledge representation language
1
Representasi Pengetahuan yang bersifat general.
2
Kemampuan beradaptasi sesuai temuan fakta.
3
Kemampuan menyimpulkan sesuatu dari pengetahuan
yang sudah ada.
Syarat Representasi KB:
1 1. Representational Adequacy
kemampuan merepresentasikan semua pengetahuan yang dibutuhkan dalam domainnya
2 2. Inferential Adequacy
kemampuan memanipulasi struktur pengetahuan untuk membentuk struktur baru dalam
menampung pengetahuan baru hasil inferensi
3 3. Inferential Efficiency
kemampuan untuk manambahkan informasi untuk mempercepat pencarian dalam
inferensi
4 4. Acquisitional Efficiency
kemampuan untuk menambah informasi baru secara mudah.
Pengetahuan yang dimiliki agent tidak berguna jika ia tidak
melakukan apapun Karenanya kita perlu menambahkan aturan agar dia dapat
bergerak (complete the knowledge base).
Beberapa tahapan yang dilakukan dalam
menyusun knowledge based agent:
- Untuk dapat menyusun sebuah knowledge based
agent maka kita harus terlebih dulu bisa
menyusun knowledge basenya itu sendiri.
- Untuk menyusun knowledge base kita
perlu menentukan bagaimana cara kita merepresentasikan pengetahuan kita
(knowledge representation)
- Knowledge representation kita harus
merupakan bentuk yang mudah disimpan dan digunakan pada komputer. Dalam
perkuliahan ini kita menggunakan beberapa macam knowledge
representation language
B. Wumpus
World
Agen, dalam dunia perangkat lunak, adalah suatu perangkat
lunak/aplikasi yang mampu bekerja mandiri untuk menyelesaikan tugasnya. Ia
dibekali dengan sejumlah kemampuan untuk dapat berinteraksi dengan agen-agen
yang lain, serta berinteraksi dengan lingkungannya, mendapatkan pengetahuan
dari lingkungan sekitarnya untuk kemudian melakukan aksi berdasarkan dari
pengetahuan yang dicerapnya tersebut.
Salah satu contoh aplikasi agen yang terkenal dari dunia
kecerdasan buatan adalah „dunia Wumpus“. Dunia Wumpus terdiri atas kotak-kotak
mirip papan catur, di mana di situ terdapat sejumlah sumur, Wumpus, dan emas.
Wumpus adalah seekor monster yang akan memakan si agen jika tertangkap. Untuk
mengetahui apakah si agen mendekati sumur, Wumpus atau emas, dia bisa
mendeteksi dari dunia kotak di sekitarnya. Jika ada angin semilir, berarti di
sebelah kotak ada sumur. Jika ada bau menyengat, berarti agen mendekati Wumpus.
Jika ada kemilau, berarti di kotak itu ada emas. Tujuan dari agen di sini
adalah mengambil emas dan membunuh Wumpus. Beberapa tujuan tambahan bisa
ditambahkan, misal kembali ke tempat asal dengan selamat.
Teknologi agen, menyerupai kemampuan manusia. Dia dikaruniai
indra untuk bisa merasa/melihat/membau, bisa mendapatkan dan mengelola
pengetahuan, dan bisa melakukan aksi. Jika agen melakukan tugasnya dengan baik,
sesuai dengan spesifikasi tugasnya, maka ia akan mendapatkan tujuannya, meraih
emas dan membunuh Wumpus.
C. Logic
in General
Agen teknologi Logika membedakan dirinya dengan
kesederhanaan, fleksibilitas dan kemampuan memperingatkan terintegrasi. Dengan
fasilitas layanan mandiri yang sederhana, Agen Logic “RulePoint” dirancang
untuk pengguna bisnis untuk menentukan aturan untuk peristiwa dan tindakan
terkait. Dengan sifatnya yang fleksibel, Agen Logic “RuleCast” memungkinkan
pengembang untuk membuat acara aturan Pengolahan Streaming untuk satu set
beragam sumber data seperti antrian pesan, database, feed telemetri dan sistem
kontrol. Selain itu, dengan kemampuan memperingatkan terintegrasi, Agen Logic
”Real-Time” memberikan intelijen tepat waktu mengenai peluang dan ancaman yang
diidentifikasi oleh RulePoint. Bersama-sama, dengan arsitektur-event,
portofolio produk Logic Agen memungkinkan organisasi untuk meraih kelincahan
yang lebih besar.
Kombinasi Agen Logika dan Informatika akan memajukan
teknologi kepemimpinan Informatika dalam dua cara yang mendasar. Pertama,
kombinasi Agen Logic Kompleks Event Pengolahan dan Platform Informatika
memungkinkan jenis lain dari proyek integrasi data yang lebih luas. Kedua,
kombinasi dari Agen Logic Kompleks Event Pengolahan dan Informatica Identitas
Resolusi mendukung identitas sadar pengolahan acara. Integrasi data aktif dan
identitas-sadar pengolahan acara akan memungkinkan berbagai aplikasi di bidang
jasa keuangan, kesehatan dan, khususnya, sektor publik.
Symbolic Logic
Symbolic logic dimulai dengan G.W. Leibniz
(1646-1717), tetapi setelah ia meninggal dunia, kemudian seluruh lapangan
tersebut di kendalikan lagi oleh, George Logic (1815-1864) dan logikanya yang
dikenal booelan logic. Symbolic logic berinteraksi dengan konsep
abstraksi kedalam symbol-simbol dan interkoneksi symbol-simbol oleh operator
tertentu.
Contoh penggunaan symbolic logic:
If ——— P is True
Then—– P or Q is True
P or Q is False
Dari simbolic logic diatas P adalah simbolik dari contoh
kalimat kita punya uang, yang mana bisa bernilai benar tau malah bisa
bernilai salah, dan Q adalah dari contoh kaliamat kita punya
kendaraan, bila sebaliknya tidak menggunakan atau tidak memiliki kendaraan
berarti salah. Sehimgga pernyataan dicontoh bila Ia punya uang di OR kan dengan
ia tidak punya kendaraan maka hasilnya ia tetap dating dan bernilai benar
(true/T), karena ia masih bisa tetap berpergian walaupun ia tidak punya
kendaraan tetapi ia bisa menggunakan uangnya untuk membayar sopir/angkot/taksi
dll.
Referensi :
Comments
Post a Comment