TK2 - 10111590 - Fitri Yani [PDF]

Citation preview

Tugas - 2



Nama



: Fitri Yani



NIM



: 10111590



Kelas



: AI - 1



A. Untuk tiap aktifitas berikut, berikan deskripsikan task environment PEAS ! Tipe Agen Melakukan senam lantai secara rutin Eksplorasi permukaan samudera Bermain bola Belanja buku AI melalui internet Berlatih tenis melawan dinding Melakukan loncatan tinggi Mengajukan penawaran harga suatu



Observable Partially Full Partially Partially Full Full Partially



Agent Single Single Multi Single Single Single Multi



Deterministic Deterministic Stochastic Stochastic Stochastic Deterministic Stochastic Stochastic



Episodic Sequential Episodic Sequential Episodic Sequential Sequential Episodic



Static Dynamic Dynamic Dynamic Dynamic Static Static Dynamic



Discrete Continous Continous Discrete Discrete Continous Discrete Discrete



benda di pelelangan



Tipe Agen PM Melakukan senam Mahir senam lantai



Environment Lantai, matras, ruangan



lantai secara rutin



keseimbangan



Eksplorasi permukaan Mengetahui



kondisi Tekanan dan kedalaman Kapal, alat eksplorasi



samudera



permukaan samudera



Bermain bola



binatang laut Mahir dalam bermain Lapangan, bola, gawang



Belanja



buku



melalui internet



Actuator Gerakan senam, Music



laut,



arus



air



sensor



untuk melihat gerakan yang ditiru GPS, Kamera,



laut, Kaki



bola AI Memperolah buku AI Internet, kecepatan akses Jaringan internet tanpa perlu berbelanja internet



Sensor senam,



Bola Gambar buku AI, Daftar judul buku AI



ke toko buku Berlatih tenis melawan Mahir tenis dinding Melakukan



loncatan Dapat



tinggi Mengajukan



Dinding,



melakukan Permukaan tanah



Raket



Bola tenis



Gerakan meloncat



Ketinggian



loncatan tinggi Mendapatkan benda Harga dari orang – orang Kesepakatan



Harga



penawaran harga suatu yang dilelang dengan melelang benda di pelelangan



harga yang terjangkau



B. Untuk tiap penegasan / pernyataan berikut, tentukan benar atau salah dan dukung pernyataan anda dengan contoh yang sesuai 1. Agent yang hanya merasakan partial information tentang suatu kondisi tidak dapat menjadi rasional secara sempurna Pernyataan tersebut salah, karena agent yang rasional harus mengetahui kondisi lingkungan. Mengenai partial observable atau fully observable ditentukan oleh perancangan dan kebutuhan agent itu sendiri. Jadi agent yang merasakan partial information juga dapat rasional karena sesuai kebutuhan perancangan. Contohnya tutorial interaktif bahasa inggris yang hanya akan memberi respon jika ada kata yang dimasukan namun tetap rasional. 2. Terdapat task environment yang tidak murni refleks agen dapat bertindak rasional Pernyataan tersebut salah, karena reflex agen bergantung pada task environment dari agen itu sendiri agar agen dapat bertindak secara rasional, Contohnya taxi harus mampu mengenali setiap lingkungannya agar dapat mengetahui tindakkan apa yang perlu dilakukan pada lingkungan yang dilaluinya. Contohnya : vacuum cleaner yang akan memebersihkan jika terdapat debu.



3. Terdapat task environment yang mana tiap agen rasional Pernyataan tersebut salah, karena tiap agen tidak memiliki standar yang sama untuk kesuksesannya sehingga task environment tiap agen berbeda- beda. Contohnya task environment yang dimiliki berlatih tenis dengan dinding berbeda dengan task environment yang dimiliki berlatih tenis dengan manusia, 4. Setiap agen adalah rasional dalam lingkungan unobservable Pernyataan tersebut salah, karena agent yang rasional ditentukan oleh 4 hal dan salah satunya adalah dapat mengetahui kondisi lingkungan agar dapat mengetahui respon yang tepat yang akan dilakukan. Jika lingkungan tidak dapat diamati, maka sulit agar agen dapat rasional. Contohnya taxi yang harus bisa mengamati lingkungan sekitarnya untuk dapat menentukan tindakan apa yang akan dilakukannya seperti belok kanan – kiri atau untuk rem. 5. Agen pemain poker yang rasional sempurna tidak pernah kalah Pernyataan tersebut salah, karena Rasional hanya memaksimalkan kinerja yang diharapkan sesuai dengan presepsi masukan yang ada. Intinya adalah jika kita berharap sebuah agen melakukan apa yang menghasilkan tindakan yang terbaik sesuai kenyataan, akan menjadi tidak mungkin untuk merancang sebuah agen untuk memenuhi spesifikasi ini kecuali untuk tidak pernah kalah, agen tersebut harus omniscience untuk memaksimalkan kinerja aktual. Contohnya : jika robot yang didesain untuk menyebrang , namun tidak di desain untuk melihat ke atas maka robot tersebut tidak akan tahu akan ada benda yang jatuh dari atas.