Agen Cerdas [PDF]

Citation preview

Pengertian Agen Cerdas Agen cerdas adalah sebuah agen yang menerima persepsi dari lingkungan dan melakukan tindakan. Tujuan utamanya adalah untuk menciptakan kecerdasan buatan sehingga agen tersebut dapat berpikir dan bertindak selayaknya manusia Karakteristik Agen 



Autonomous, yaitu agen berkemampuan untuk melakukan tugasnya dan mengambil keputusan secara mandiri tanpa adanya intervensi dari luar seperti agen lain, manusia ataupun entitas lain.







Reaktif, yaitu kemampuan agen untuk cepat beradaptasi terhadap perubahan informasi yang ada pada lingkungannya







Proaktif, yaitu kemampuan yang berorientasi pada tujuan dengan cara selalu mengambil inisiatif untuk mencapai tujuan.







Fleksibel, yaitu agen harus mempunyai banyak cara dalam mencapai tujuannya.







Robust, yaitu agen harus dapat kembali ke kondisi semula jika mengalami kegagalan dalam hal tindakan ataupun dalam menjalankan plan.







Rasional, yaitu kemampuan untuk bertindak sesuai dengan tugas dan pengetahuannya dengan tidak melakukan hal yang dapat menimbulkan konflik tindakan.







Kemampuan berkoordinasi dan berkomunikasi (Social), yaitu dalam melakukan tugasnya, agen memiliki kemampuan untuk berkomunikasi dan berkoordinasi baik dengan manusia maupun dengan agen lain.







Situated, yaitu agen harus berada dan berjalan di lingkungan tertentu.



Tipe Agen 



Simple Reflex Agents merupakan agen yang paling sederhana karena dia hanya menerapkan teknik kondisi-aksi.







Model-Based Reflex Agent merupakan perkembangan dari simple reflex agents. Agen refleks sederhana dapat melakukan tindakannya dengan baik jika lingkungan yang memberikan percept/kesan tidak berubah-ubah.







Goal-Based Agents merupakan perkembangan dari model-based reflex agents dimana pengetahuan agen akan keseluruhan keadaan pada lingkungan tidak selalu cukup. Suatu agen tertentu harus diberikan informasi tentang tujuan yang merupakan keadaan yang ingin dicapai oleh agen.







Utility-Based Agent merupakan pengembangan dari goal-based agent, pada utilitybased agents untuk mecapai tujuannya ia memiliki banyak cara dan banyak pertimbangan untuk mencapai tujuannya, tidak hanya satu jalan, namun utility-based agent ini mempehitungkan dan memilih aksi/jalan yang efisien dalam mencapai tujuannya.







Learning Agents adalah agen yang belajar dari pengalamannya dalam meningkatkan kinerjanya.



Contoh dari agen cerdas Robot Pemotong Rambut



Robot ini mampu memotong rambut sesuai dengan keinginan pelanggan dengan cara pelanggan memilih macam-macam model rambut yang ada pada menu di LCD pada robot. Cara kerja robot ini adalah kepala pelanggan akan di scan agar mengetahui bentuk kepala dan panjang rambut. Lalu memotong sesuai dengan model rambut yang telah di pilih oleh pelanggan. Performance measure



: Tingkat kemiripan hasil potongan rambut dengan model yang di pilih, kerapian hasil potongan rambut.



Environment



: Pelanggan, barber shop.



Actuators



: Layar display (untuk menampilkan model rambut), gunting, lengan.



Sensors



: Alat scan bentuk kepala, touch screen (untuk memilih model rambut).