On Sunday 16 October 2016
INTELLIGENT AGENT
Apa itu Intelligent Agent ?
Kecerdasan Buatan atau kecerdasan yang ditambahkan kepada suatu sistem
yang bisa diatur dalam konteks ilmiah yang kita
kenal Intelegensi Artifisial/Intelligent agent.
Agent dan lingkungan :
Agent itu sendiri adalah sesuatu yang dapat di pandang
sebagai mana dapat mengamati lingkungannya melalui sensor dan bertindak atas
lingkungannya melalui actuators (penggerak) fungsi agent adalah memetakan
dari sejarah persepsi dalam tindakan, dan agent terdiri dari arsitektur +
program.
Terdapat 2
macam agent yaitu :
Agent manusia
·
Sensor
: mata,telinga
·
Actuators
: tangan,kaki,mulut
Agent robot
·
Sensor
: kamera dan infrared range finders
·
Actuators
: berbagai macam motor
Rasionalitas
Sebuah agent harus
melakukan hal yang benar berdasarkan apa yang dapat di pahaminya dan dapat di
lakukannya, rasionalitas sendiri itu adalah sebuah aksi/keinginan yang rasional jika
kita harus memilih suatu aksi. Sebuah agent harus dapat menentukan apa yang ia
lakukan dengan benar dan berhasil.
Pengukuran performance adalah sebuah kriteria
untuk keberhasilan sebuah prilaku agent contohnya ukuran performance dari
sebuah agent mesin cuci dapat berupa berapa banyak pakaian yang dapat di
tampung, jumlah waktu mencuci&membilas,berapa banyak listrik yang di
kosumsi, Agent dapat bertindak sesuai dengan yang
diharapkan dan agent dikatakan autonomous, jika perilakunya ditentukan oleh
pengalamanya sendiri.
PEAS : Perfomance measure , Environment
, Actuators , Sensors
Kita ambil contoh Agent Mobil otomatis
tampa kemudi.
Perfomance
measure : Aman , mudah di akses,
tepat waktu, legal.
Environment : Jalan raya, trafik, pelangan
Actuators : Kemudi, gas, rem, klakson, lampu
Sensors : Kamera, speedometer, GPS,
Type Type agent
Agent goal based:
· · Tujuan-tujuan tertentu dapat dicapai dengan cara-cara berbeda
Beberapa lebih baik, memiliki manfaat yang lebih tinggi
· · Meningkatkan tujuan-tujuan
· · Memilih tujuan utama dari tujuan-tujuan yang berbenturan
· · Memilih dengan tepat beberapa tujuan memiliki kemungkinan berhasil
Agent utility-based
·
Agent membutuhkan tujuan untuk mengetahui situasi mana yang diharapan,
·
akan menjadi sulit ketika urutan yang yang panjang dari
tindakan-tindakan actions dibutuhkan untuk mencari tujuan.
·
Biasanya diselidiki dalam pencarian perencanaan penelitian.
·
Pengetahuan diwakili lebih explisit dan dapat dimanispulasi.
Agent learning
·
Semua program agent tedahulu mendeskripsikan metode unutk memilih
tindakan-tindakan (actions)
·
Mekanisme pembelajaran dapat digunakan untuk melakukan tugas ini
·
Ajarkan mereka dalam pembelajaran bukan memerintahkan mereka
·
Keutunganya adalah agar mereka menjadi kuat jika berada dilingkungan
yang tidak diketahui atau baru
Type Type Lingkungan
·
Fully
observable ( vs. partially obervable ): Sensor-Sensor Sebuah agen mengamati dan memberinya akses ke keadaan lengkap
lingkungannya pada setiap jangka waktu.
·
Determenistic(
vs. stochastic ): Keadaan lingkungan berikutnya sepenuh di tentukan oleh keadaan sekarang dan tindakan yang di laksanakan oleh agen.
·
Episodic(
vs.sequential ): Pengalaman agen dibagi kedalam
"episode-episode"atomik setiap episode terdiri dari si agen
memahami dan kemudian melaksanakan satu tindakan.
Kelompok :
Muhammad Fitrah
Ryadi Wicaksono
Referensi :
https://id.wikipedia.org/wiki/Kecerdasan_buatan
artikel-teknologi-informasi.blogspot.com
Ryadi Wicaksono
Referensi :
https://id.wikipedia.org/wiki/Kecerdasan_buatan
artikel-teknologi-informasi.blogspot.com
