Sistem Pakar(Expert System)

 MAKALAH SISTEM BERBASIS PENGETAHUAN TENTANG SISTEM PAKAR 

                         

NAMA : SHINTA LARASATI

KELAS 3KA23
JURUSAN SISTEM INFORMASI
FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS GUNADARMA
2017-2018

 

BAB I

PENDAHULUAN

1.1. Latar Belakang Masalah

Keunggulan manusia dibanding dengan makhluk lainnya terletak pada kecerdasannya. Dengan kecerdasan manusia menguasai ilmu pengetahuan dan teknologi. Manusia kemudian diciptakan berbagai macam karya termasuk salah satunya adalah komputer. Dalam era komputer, peran komputer sangat besar untuk meringankan pekerjaan manusia karena dapat mengolah data dalam jumlah yang besar dengan tingkat ketelitian yang tinggi. Penerapan komputer juga dilakukan pada berbagai bidang ilmu termasuk diantaranya dalam bidang ketenaga-kerjaan. Sebagai salah satu negara yang yang sedang berkembang, sudah tentu indonesia membutuhkan tenaga kerja yang potensial dan memiliki kriteria yang sesuai dengan pekerjaannya untuk mendukung perkembangan dan kemajuan negara indonesia.

Perusahaan membutuhkan seorang pakar yang dapat menangani masalah dibagian-bagian perusahaan. Akan tetapi perusahaan belum tentu dapat memakai seorang pakar karena dipandang dari segi keuangan perusahaan maupun waktu pakar tersebut. Dengan adanya masalah diatas, maka peranan komputer akan sangat diperlukan dalam membantu perusahaan khususnya bagian personalia untuk mengatasi masalah tersebut. Oleh karena itu, maka dibuatlah suatu sistem pakar untuk memudahkan perusahaan dalam merekrut karyawan secara baik berdasarkan kriteria-kriteria yang sesuai dengan kebutuhan perusahaan. Solusi dari permasalahan ini adalah penggunaan sistem pakar yang berbasis komputer.

Sistem pakar adalah sistem yang berusaha mengadopsi pengetahuan manusia ke komputer yang dirancang untuk memodelkan kemampuan menyelesaikan masalah seperti layaknya seorang pakar. Dengan sistem pakar ini, orang awam pun dapat menyelesaikan masalahnya atau hanya sekedar mencari suatu informasi berkualitas yang sebenarnya hanya dapat diperoleh dengan bantuan para ahli di bidangnya. Sistem pakar ini juga akan dapat membantu aktivitas para pakar sebagai asisten yang berpengalaman dan mempunyai asisten yang berpengalaman dan mempunyai pengetahuan yang dibutuhkan. Dalam penyusunannya, sistem pakar mengkombinasikan kaidah-kaidah penarikan kesimpulan (inference rules) dengan basis pengetahuan tertentu yang diberikan oleh satu atau lebih pakar dalam bidang tertentu. Kombinasi dari kedua hal tersebut disimpan dalam komputer, yang selanjutnya digunakan dalam proses pengambilan keputusan untuk penyelesaian masalah tertentu.

1.2.  Rumusan Masalah
1.    Definisi Sistem Pakar?
2.    Pengembangan Sistem Pakar?
3.   Ciri-ciri Sistem Pakar?
4.  Komponen atau Bagian Utama Sistem Pakar?
5.  Metode sistem pakar?
6. Keuntungan dan kelemahan sistem pakar?
7.  Contoh Aplikasi Sistem Pakar?

1.3. Tujuan Makalah
1. Pembaca dapat mengetahui definisi dari sistem pakar
2. Pembaca dapat mengetahui pengembangan sistem pakar
3. Pembaca dapat mengetahui ciri-ciri sistem pakar
4. Pembaca dapat mengetahui komponen dari sistem pakar
5. Pembaca dapat mengetahui metode dari sistem pakar
6. Pembaca dapat mengetahui keuntungan dan kelemahan dari sistem pakar
7. Pembaca dapat mengetahui contoh aplikasi sistem pakar

BAB II

PEMBAHASAN

2.1. Definisi Sistem Pakar

Sistem Pakar (Expert System) adalah usaha untuk menirukan seorang pakar. Biasanya Sistem Pakar berupa perangkat lunak pengambil keputusan yang mampu mencapai tingkat performa yang sebanding seorang pakar dalam bidang problem yang khusus dan sempit. Ide dasarnya adalah: kepakaran ditransfer dari seorang pakar (atau sumber kepakaran yang lain) ke komputer, pengetahuan yang ada disimpan dalam komputer, dan pengguna dapat berkonsultasi pada komputer itu untuk suatu nasehat, lalu komputer dapat mengambil inferensi (menyimpulkan, mendeduksi, dll.) seperti layaknya seorang pakar, kemudian menjelaskannya ke pengguna tersebut, bila perlu dengan alasan-alasannya. Sistem Pakar malahan terkadang lebih baik unjuk kerjanya daripada seorang pakar manusia!
Kepakaran (expertise) adalah pengetahuan yang ekstensif (meluas) dan spesifik yang diperoleh melalui rangkaian pelatihan, membaca, dan pengalaman. Pengetahuan membuat pakar dapat mengambil keputusan secara lebih baik dan lebih cepat daripada non-pakar dalam memecahkan problem yang kompleks. Kepakaran mempunyai sifat berjenjang, pakar top memiliki pengetahuan lebih banyak daripada pakar yunior.

2.2.  Pengembangan Sistem Pakar
            Menurut Joseph Giarratano (Expert system principles and programing, course technologies:2000) . Pengembangan sistem pakar dibagi menjadi dua generasi :
1.    Sistem pakar generasi pertama menggunakan aturan jika-maka untuk merepresentasikan dan menyimpan pengetahuannya.
2.    Sistem pakar generasi kedua jauh lebih fleksibel dalam mengadopsi banyak representasi pengetahuan dan metode pertimbangan.
Pengalihan keahlian dari para ahli ke media elektronik seperti komputer untuk kemudian dialihkan lagi pada orang yang bukan ahli, merupakan tujuan utama dari sistem pakar. Proses ini membutuhkan 4 aktivitas yaitu:
1.    Tambahan pengetahuan (dari para ahli atau sumber-sumber lainnya),
2.    Representasi pengetahuan (ke komputer),
3.    Inferensi pengetahuan, dan
4.    Pengalihan pengetahuan ke user.
Pengetahuan yang disimpan di komputer disebut sebagai basis pengetahuan, yaitu: fakta dan prosedur (biasanya berupa aturan). Salah satu fitur yang harus dimiliki oleh sistem pakar adalah kemampuan untuk menalar. Jika keahlian-keahlian sudah tersimpan sebagai basis pengetahuan dan tersedia program yang mampu mengakses basis data, maka komputer harus dapat diprogram untuk membuat inferensi. Proses inferensi ini dikemas dalam bentuk motor inferensi (inference engine). Dan setiap sub sistem mempunyai sifat dari sistem untuk menjalankan suatu fungsi sistem tertentu dan mempengaruhi proses sistem secara keseluruhan.

2.3.   Ciri-ciri Sistem Pakar
Ciri-ciri sistem pakar adalah :

a)      Memiliki fasilitas informasi yang handal

b)      Mudah dimodifikasi

c)      Dapat digunakan dalam berbagai jenis komputer

d)     Memiliki kemampuan untuk belajar beradaptasi

e)      Bekerja secara sistematis berdasarkan pengetahuan dan mekanisme tertentu.

f)       Pengambilan keputusan berdasarkan kaidah-kaidah tertentu dan dapat merespons masukan user (melalui kotak dialog)

g)      Dapat menalar data-data yang tidak pasti dan dapat memberikan beberapa alasan pemilihan.

h)      Dikembangkan secara bertahap dan terbatas pada bidang keahlian tertentu saja.

Bentuk SP :

-          Berdiri sendiri. Sistem bentuk ini merupakan s/w yang berdiri sendiri tidak tergabung dengan s/w lain.

-          Tergabung. Sitem ini merupakan bagian program yang terkandung di dalam suatu algoritma (konvesional)

-          Menghubungkan ke s/w lain. Bentuk ini biasanya merupakan SP yang menghubungkan ke suatu paket program tertentu .

-          Sistem mengabdi. Sistem ini merupakan bagian dari komputer khusus yang digabungkan dengan suatu fungsi tertentu.

2.4. Komponen atau Bagian Utama Sistem Pakar

Jeffrey D Ullman (1999) membagi komponen atau bagian sistem pakar dalam beberapa bagiann yaitu:

a.    User Interface (Antarmuka Pemakai)

Antarmuka pemakai, memungkinkan pemakai untuk berinteraksi dengan expert system. User interface digunakan manajer untuk meng-enter instruksi dan informasi ke dalam sistem pakar dan menerima informasi dari sistem pakar.

a)    Input Sistem Pakar

User interface dirancang untuk mempermudah dialog dua arah antara sistem dan pemakai dengan menmpilkanteknik tanya jawab dan pengisian formulir kemudian muncul bahasa perintah dan menu elektronik dan sistem manajemen data base.

b)    Output Sistem pakar

Sistem pakar dirancang untuk menyarankan pemecahan.

b.    Knowledge Base (basis pengetahuan)

Knowledge Base berisi pengetahuan-pengetahuan (pengetahuan gabungan) dalam memahami, merumuskan, dan penyelesaian masalah. Knowledge Base adalah bagian dari sistem pakar yang berisi domain pengetahuan.

Knowledge base terdiri dari fakta yang menggambarkan area problem atau problem domain dan juga teknik penyajian yang menggunakan fakta sesuai logika. Domain pengetahuan seorang pakar pada dasarnya adalah spesifik terhadap domain masalah.

c.     Inference Engine (mesin inferensi)

Inference engine bertugas untuk menganalisis pengetahuan, memberikan kemampuan penalaran dan menarik kesimpulan berdasarkan knowledge base.

d.    Development Engine

Komponen yang digunakan untuk mengolah sistem pakar, terdiri dari bahasa pemrograman.

Semua Sistem Pakar terdiri dari sebuah alat penghubung (input dan output), suatu database, suatu dasar pengetahuan, dan suatu mekanisme kesimpulan. Lebih dari itu, pengembangan Sistem Pakar pada umumnya berproses melalui beberapa tahap yang mencakup pemilihan masalah, didapatnya pengetahuan, penyajian pengetahuan, programming, evaluasi dan pengujian.

Bagian dari  Sistem Pakar yang menarik adalah kemampuan perangkat lunak untuk meninjau ulang suatu konsultasi dan menyediakan suatu penjelasan kepada pemakai bagaimana caranya memperoleh kesimpulan. Fungsi penjelasan yang sangat utama adalah suatu catatan yang  menyangkut proses pemikiran yang digunakan oleh tenaga ahli untuk memecahkan masalah itu. Sistem Pakar menyediakan suatu pemahaman yang lebih baik bagaimana kesimpulan dicapai sehingga kepercayaan pemakai akan lebih besar dalam  mengambil kesimpulan menggunakan Sistem Pakar. Akumulasi fakta akan diperkenalkan  ketika suatu penjelasan diminta. Biasanya penjelasan yang diminta yaitu bagian dari perangkat lunak atau bagian luar dari pengembangan.

Tools perangkat lunak yang dikembangkan memberikan keleluasaan pada perekayasa pengetahuan untuk memasukkan himpunan aturan pada basis pengetahuan, dan diperolehnya suatu solusi berdasarkan basis pengetahuan yang ada. Sehingga Tools Sistem Pakar yang dibuat dalam penelitian ini dapat digunakan untuk memecahkan berbagai macam domain permasalahan.

Mesin informasi di atas merupakan mesin yang dapat berpikir dengan cermat dan tepat untuk pencapaian suatu keputusan yang diambil melalui pengetahuan, yakni komputer. Jadi Sistem Pakar dapat kita definisikan sebagai suatu sistem perangkat lunak yang menggunakan ilmu, fakta dan teknik berpikir dalam pengambilan keputusan untuk menyelesaikan masalah-masalah yang biasanya hanya dapat diselesaikan oleh tenaga kerja ahli dalam bidang yang bersangkutan. Ahli disini melakukan pemindahan ilmu pengetahuan (akuisisi ilmu pengetahuan) yang dia miliki kepada suatu sistem yang di berada pada sebuah perangkat lunak komputer. Sistem Pakar ini sudah banyak di gunakan untuk membantu manusia dalam bidang manajerial.

2.5. Metode Sistem Pakar
Cara kerja sistem pakar :

1.      Sistem Pakar mempunyai model dari pengetahuan manusia yang digunakannya yang mana dimodel dan ditampilkan dalam bentuk yang dapat diproses oleh komputer, biasa disebut knowledge base. Dua cara untuk memodelkan keahlian dan pengetahuan seseorang yaitu dengan:

a.      Dasar aturan (rule base) : sebuah program intelegensia semua yang mempunyai pernyataan berbentuk if-then atau aturan yang terhubung dan berulang dalam jumlah yang besar sebagai dasar pengetahuan dalam sistem

b.      Knowledge frames : sebuah metode untuk mengorganisasikan pengetahuan dari sistem pakar kedalam potongan besar, hubungannya berdasarkan karakteristik yang diberikan yang ditentukan oleh pengguna

2.      Sistem Pakar juga mempunyai lingkup pemrograman yang disebut AI Shell.

3.      Sistem pakar juga mempunyai strategi untuk mencari data ke dalam rule base yang ada biasa disebut Inference engine. Dua strategi yang umum dipakai yaitu :

a.      Forward Chaining : strategi pencarian yang dimulai dari informasi yang dimasukkan oleh pengguna dan dicari dalam rule base yang ada hingga sampai pada kesimpulan. Contoh: jika A, jika B, maka C

b.      Backward Chaining : Strategi pencarian yang bertindak seperti pemecah masalah yang dimulai dengan hipotesis, pencarian informasi hingga hipotesis tersebut terbukti maupun tidak.  Contoh: jika c, jika b, maka a

      2.6. Keuntungan dan Kelemahan Sistem Pakar

Secara garis besar, keuntungan yang dapat diambil dengan adanya sistem pakar antara lain :

1.        Memungkinkan orang awam bisa mengerjakan pekerjaan para ahli.

2.        Bisa melakukan proses secara berulang secara otomatis.

3.        Menyimpan pengetahuan dan keahlian para pakar.

4.        Meningkatkan output dan produktivitas.

5.        Meningkatkan kualitas.

Di samping memiliki beberapa keuntungan, sistem pakar juga memiliki beberapa kelemahan, antara lain :

1.    Biaya yang diperlukan untuk membuat dan memeliharanya relatif mahal karena diperlukan banyak data.

2.    Perlu admin khusus yang selalu update informasi dalam bidang yang sesuai dengan sistem pakar.

3.    Pengembangan perangkat lunak sistem pakar lebih sulit dibandingkan perangkat lunak konvensional.

4.    Susah di kembangkan.

5.    Membutuhkan waktu yang lama.

2.7. Contoh Aplikasi Sistem Pakar

1.                  Dendral : Mengidentifikasi struktur organik tak dikenal melalui analisa spektrum massa dan ilmu kimia

2.                  Mycin: Identifikasi bakteri penyebab infeksi dan merekomendasikan antiobiotik dengan dosis yang disesuaikan dengan berat tubuh pasien. Dirancang oleh Edward Feigenbaum (Universitas Stanford) th ’70 an.

3.                  Dipmeter Advisor: Digunakan oleh Schlumberger untuk analisis data dalam pengeboran minyak.

4.                  XCON & XSEL : Membantu konfigurasi sistem komputer besar. Dikembangkan oleh Digital Equipment Corporation (DEC) dan Carnegie Mellon Universitas (CMU), akhir ’70 an. Untuk sistem komputer DEC VAC 11 1780

5.                  Sophie : Analisis sirkit elektronik

6.                  Prospector : Digunakan di dalam geologi untuk membantu mencari dan menemukan deposit. Didesign oleh Sheffield Research Institute, akhir ‘70an

7.                  Folio : Menbantu memberikan keutusan bagi seorang manajer dalam hal stok broker dan investasi.

8.                  Delta : Pemeliharaan lokomotif listrik disel. Didesign & dikembangkan oleh General Electric Company.

9.                  YESMVS : Membantu operator komputer & mengontrol sistem operasi MVS (multiple virtual storage). Didesign oleh IBM awal th ‘80an

10.              ACE : SP troubleshooting pd sistem kabel telpon. Didesign & dikembangkan oleh AT&T Bell Lab awal th ‘80an

BAB III

PENUTUP

3.1.     Kesimpulan

1.   Sistem pakar merupakan suatu program komputer yang mengandung pengetahuan dari satu atau lebih pakar manusia mengenai suatu bidang spesifik.

2.   Konsep dasar sistem pakar mencakup beberapa persoalan mendasar, antara lain siapa yang disebut pakar, apa yang dimaksud dengan keahlian, bagaimana keahlian dapat ditransfer, dan bagaimana sistem bekerja.

3.   Sistem Pakar memiliki keuntungan dan juga kelemahan

4.   Metode sistem pakar mempunyai model dari pengetahuan manusia (knowledge base), mempunyai ruang lingkup pemrograman (AI Shell), serta mempunyai strategi untuk mencari data ke dalam rule base (Inference engine).

5.   Sistem pakar dapat diaplikasikan dalam berbagai bidang, antara lain di bidang industri/manufaktur, pendidikan/ilmu pengetahuan, bisnis, psikologi, manajerial, eksplorasi alam, serta kedokteran.

3.2. Saran

                        Demikian makalah ini saya susun, mengingat masih banyaknya kekurangan dalam penyusunan maka saya selaku penulis mengharapkan saran dan kritik yang membangun demi penyusunan makalah yang lebih baik dikemudian hari.

DAFTAR PUSTAKA

-          gordon B. Davis (1998) Kerangka dasar Sistem Informasi Manajemen: Pengantar Seri Manajemen No: 90. A, PT. Pustaka Binaman Pressindo, 1988

-          Prof.Dr.Onong Uchjana Effendy.M.A, SISTEM INFORMASI MANAJEMEN. Penerbit CV- Mandar Maju, Bandung, 1989

-          McLeod, Raymond, Management Information System, 7th ed., Prentice Hall, NewJersey, 1998

-          B.G. Buchaman and E.H. Shortliffe. Rule-Based Expert Systems: The MYCINExperiments of the Stanford Heuristic Programming Project. Addison-Wesley,1984

-          Achmad, Balza (2006). Diktat Mata Kuliah Kecerdasan Buatan. Yogyakarta: Jurusan Teknik Fisika Fakultas Teknik Universitas Gadjah Mada

Membuat Garis Vertikal, Horizontal, Diagonal - Grafik Komputer & Pengolahan Citra**

Tugas Grafik & Pengolahan Citra yakni membuat Program Garis Vertikal, Horizontal dan Diagonal. Disini saya menggunakan Java NetBeans, Java Development Kit, OPENGL dengan library lwjgl. 

Berikut saya lampirkan link laporan pembuatan garis vertikal, horizontal, diagonal :
https://drive.google.com/open?id=0B8dWrs4qb5BbVGF1aGhDMWZKQW8

Definisi PEAS(Performance Measure, Environment, Acuators, Sensors) (Pengenalan Intelegent Agents 2)

1. Definisi PEAS

    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) : berisi komponen-komponen yang akan menjadi tolak ukur keberhasilan agent. Performance Measure adalah suatu proses penilaian kemajuan pekerjaan terhadap tujuan dan sasaran yang telah ditentukkan sebelumnya, termasuk informasi atau efisiensi penggunaan sumber daya dalam menghasilkan barang dan jasa, kualitas barang dan jasa, hasil kegiatan dibandingkan dengan maksud yang diinginkan dan efektifitas tindakan dalam mencapai tujuan. 

- E (environment)                 : berisi kondisi yang dapat mempengaruhi disekitar agent.

Tipe-tipe environment sebagai berikut: 

• Fully Observable vs. partially observable

Sensor dari suatu agent akan memberikan akses kepada kondisi sepenuhnya dari environment pada waktu tertentu, artinya suatu agent dapat mengobservasi lingkungan secara keseluruhan.

• Deterministic vs. stochastic

Kondisi berikutnya dari lingkungan telah ditetapkan dari kondisi dan tindakan yang dieksekusi agent dalam waktu sekarang.
• Episodic vs. sequential
Episodic: episode selanjutnya tidak berdasarkan dari tindakan sebelumnya, yaitu pilihan tindakan dilakukan disetiap episode tegantung padda episode itu sendiri.
sequential: tindakan selanjutnya didasari pada tidakan yang sebelumnya dilakukan.

• Static vs. dynamic

Static: lingkungan tidak berubah selama agent melakukan pertimbangan.
dynamic: lingkungan selalu berubah sesuai keinginan ataupun tidak oleh agent. Lingkungan bersifat semiDynamic jika lingkungan itu sendiri tidak berubah seiring berjalannya waktu namun skor dari kemampuan agent berubah.

• Episodic vs. Sequential

Pengalaman agen dibagi ke dalam “episode-episode” atomik (setiapepisode terdiri dari si agen) memahami (perceiving) dan kemudian melaksanakan satu tindakan, dan pilihan tindakan dalam tiap episode hanya tergantung pada episode itu sendiri.

• Discrete vs. continuous

Jumlah persepsi yang terbatas, tindakan, dan episode yang jelas atau bersifat diskrit. 

• Single agent vs. multiagent

Banyaknya jumlah agent yang beroperasi dalam lingkunganitu sendiri.
 

- A (actuators)                     : berisi kemampuan yang dapat agent itu lakukan untuk menggerakkan atau mengontrol suatu sistem atau alat mekanis.

Tipe actuators:

• Hydraulic: terdiri atas silinder dan cairan motor yang menggunakan tenaga hidrolic untuk menjalankan operasi mekanik.
• Pneumatic: mengkonversi energi yang dibuat dengan vacuum atau kompres udara pada tekanan tinggi ke berbagai linear atau gerakan berputar.
• Elektric: ditenagai oleh mesin yang mengkonversi energi elektrik ke mekanikal.

 

- S (sensors)                       : berisi hal-hal apa saja yang dapat diinput agent.Sensor merupakan akan yang digunakan untuk mendeteksi dan merespon ke dalam tipe masukkan dari lingkungan fisik. Sensor dapat berupa Video, accelerometers, kamera, engine sensors, keyboard, GPS.

Sumber :
http://beintelligenttt.blogspot.co.id/2015/04/kecerdasan-buatan-intelligent-agents.html
https://www.scribd.com/doc/48082148/Performance-Measurement
http://maisarohmae23.blogspot.co.id/2016/09/pengertian-peas-dan-cara-kerja-jenis.html

Definisi, Konsep, dan Contoh Agent (Pengenalan Intelegent Agents 1)

1. Definisi Agent
                         
                                  
                        
    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.

     Dalam kecerdasan buatan, intelligent agent (IA) adalah sebuah entitas otonom yang mengamati dan bertindak atas lingkungan (yaitu membutuhkan agen) dan mengarahkan aktivitasnya untuk mencapai tujuan  yaitu rasional. Intelligent agen juga dapat belajar atau menggunakan pengetahuan untuk mencapai tujuan mereka. Russell & Norvig (2003) mengartikan Rational Agent  yang mengerjakan segala sesuatu hal dengan benar. Agen Intelligent menurut Nikola Kasabov adalah bahwa Agent harus menunjukkan karakteristik berikut.:

·         mengakomodasi pemecahan masalah baru aturan bertahap

·         beradaptasi online dan real time

·         mampu menganalisis sendiri dalam hal perilaku, kesalahan dan kesuksesan.

·         belajar dan meningkatkan melalui interaksi dengan lingkungan (perwujudan)

·         belajar dengan cepat dari sejumlah besar data

·         memiliki penyimpanan memori berbasis contoh dan kapasitas pengambilan

·         memiliki parameter untuk mewakili umur pendek dan jangka panjang memori

2. Konsep Agent
- Rational Agent

• Definis : 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.
• Contoh : Goal, lulus kuliah, juara liga sepak bola.

 - 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 
  

-  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)
  Contoh: VacuumCleanerWorld

3. Contoh Agent
Contoh 1: Taksi Otomatis

Sebuah agent taksi otomatis yang menerima penumpang dan mengantarkannya ke tujuan.

a. Performance measure: sampai tujuan, tidak melanggar lalu lintas, perjalanan nyaman.
b. Environment: jalan, lalu lintas, pejalan kaki, pelanggan.
c. Actoators: arah stir, gas, rem, klakson, sinyal kiri atau kanan.
Sensors: video, speedometer, GPS, keyboard.
  
Contoh 2: Medical Diagnosis System

Sebuah agent Medical Diagnosis System yang mendiagnosa pasien secara otomatis.

a. Performance measure: pasien sembuh, biaya murah, tidak menyalahi hukum.
b. Environment: pasien, rumah sakit, suster, dokter.
c. Actoators: layar monitor (pertanyaan, test, diagnosa, treatment, petunjuk).
d. Sensors: keyboard (masukkan gejala penyakit, jawaban pasien).

Contoh 3: Robot Pabrik Penjamin Mutu

Sebuah robot yang melakukan pemisahan komponen yang bermutu tinggi pada ban berjalan ke dalam kotak berbeda.

a. Performance measure: presentase jumlah komponen yang diletakkan pada kotak yang benar.
b. Environment: ban berjalan, komponen yang diuji, kotak.
c. Actuators: gerak lengan dan tangan robot.
d. Sensors: kamera, sensor fisik.

Contoh 4: Interactive English Tutor

Sebuah agent tutor yang memberikan latihan english secara interaktif

a. Performance measure: nilai skor maksimal.
b. Environment: para siswa.
c. Actuators: laya monitor (latihan, saran koreksi).
d. Sensors: keyboard.

Sumber:
http://artikel-teknologi-informasi.blogspot.co.id/2012/11/pengertian-agent-pada-ai-artificial.html
https://layangantw.wordpress.com/2014/10/26/konsep-intellegent-agents/