Jumat, 20 Oktober 2017

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/

Tidak ada komentar:

Posting Komentar