Intelligent Agent. Irvanizam Zamanhuri, M.Sc Dr. Taufiq A. Gani, M.EngSc

Ukuran: px

Mulai penontonan dengan halaman:

Download "Intelligent Agent. Irvanizam Zamanhuri, M.Sc Dr. Taufiq A. Gani, M.EngSc"

Widya Pranoto
7 tahun lalu
Tontonan:

1 Intelligent Agent ì Irvanizam Zamanhuri, M.Sc Dr. Taufiq A. Gani, M.EngSc Jurusan Informatika Universitas Syiah Kuala

2 KONSEP AGENT An agent is anything that can be viewed as perceiving its environment through sensors and ac6ng upon that environment through actuators Human Agent : Eyes, Ears and other organs for sensors Hands, Legs, Mouth, and other body part for actuators Robo6c Agent : Cameras and infrared range finders for sensors Various Motors for actuator SoCware agent : Keystroke, file contents, network packets as sensory inputs Acts on the environment by displaying on the screen, wri6ng files, and sending network packets

3 KONSEP AGENT Percept à Input (Masukan indera si agent) Ac6on à 6ndakan yang dilakukan oleh si agent Environment à lingkungan dimana si agent berada Tujuan Agent

4 KONSEP RATIONAL AGENT Ra6onal à melakukan hal yang terbaik Kita harus mendefinisikan tujuan dari agent Goal bisa dinyatakan sebagai performance measure Contoh : Lulus Kuliah Cepat Kaya Bahagia GOAL PERFORMANCE MEASURE IPK Gaji Bulanan Tingkat Kebahagiaan Ra6onal Agent adalah Suatu agent yang selalu ber6ndak memaksimalkan ukuran kinerja, mengingat apa yang ia ama6 tentang lingkungan dan pengetahuan lain yang dimilikinya

5 TASK ENVIRONMENT ì Ke6ka merancang sebuah agent, kita harus mendefinisikan masalah (task environment), yaitu : ì ì ì ì Percept : Apa saja yang jadi input si agent? Ac6on : Apa saja yang bisa dilakukan si agent? Goals : Apa tujuan si agent? Environment : Dimanakah si agent berperan? ì Task Environment à PAGE (Russel & Norvig menggunakan singkatan PEAS)

6 CONTOH AGENT : TAXI OTOMATIS Taksi Otoma6s yang menerima penumpang dan mengantarkan ke tujuannya : Percept Video, Speedometer, GPS, Keyboard Ac6ons S6r Arah, Klakson, gas, rem, sinyal kiri/kanan Goal Tujuan penumpang, mencapai setoran, hemat bensin, 6dak nabrak, 6dak di6lang Environment Jalan, lampu merah, lalulintas, pejalan kaki, cuaca

7 CONTOH AGENT : ROBOT PABRIK PENJAMIN MUTU Robot yang mengama6 komponen pada ban berjalan, lalu memisahkan yang bermutu 6nggi dari yang jelek, cacat, dan lain- lain ke dalam dua kotak: Percept Kamera, sensor fisik Ac6ons Goal Gerak lengan robo6k Komponen masuk kotak yang benar (presentase) Environment Ban berjalan, komponen yang diuji, kotak- kotak

8 Merancang Sebuah Agent Struktur Sebuah Agent ì Agent = Arsitektur + Program ì Agent Program menerima input percept terakhir

9 CONTOH : VACUUM CLEANER ì Definisi Task Environment: ì Percepts : lokasi dan status, misal : [A,Kotor] ì Contoh Percept Sequence (urutan inputan) {[A,Kotor], [A,Bersih], [B, Kotor], [B, Bersih],.} {[A,Kotor], [A,Kotor], [A, Kotor], [A, Bersih],.} ì Ac6on : DoKekiri, DoKekanan, DoSedot, DoSantai ì Goal : menjaga kebersihan ì Environment : ruangan A dan B beserta isi debunya

10 Contoh Agent : AGENRAJIN

11 JENIS- JENIS AGENT PROGRAM Menurut Russel dan Norvig: Simple Reflex Agents Hanya berdasarkan percept terakhir Model- based reflex agents : Memiliki representasi internal mengenai keadaan lingkungan Goal- based agents : Memiliki informasi mengenai tujuan, memilih 6ndakan yang mencapai tujuan U6lity- based agents : Melakukan penilaian kuan6ta6f terhadap suatu keadaan lingkunganà u6lity func6on. Berkaitan dengan Performance Measure Learning agents : Belajar dari pengalaman, meningkatkan kinerja

12 Simple Reflex Agents Sumber dari:

13 Model Based- Reflex Agents Sumber dari:

14 Sumber dari: Goal Based Agents

15 Utility- Based Agents Sumber dari:

16 Sumber dari: Learing Agents

17 RINGKASAN ì Sebuah Ra6onal Agent harus memiliki tujuan (goal). ì Sebuah Task Environment mendefinisikan Percept, Ac6on, Goal, dan Environment sebuah agent. ì Agent Func6on memetakan percept sequence (histori urutan) terhadap 6ndakan. ì Agent Program mengimplementasikan agent func6on.

18 Referensi ì Semua materi slide dibuat oleh (Sekolah Tinggi Ilmu Komputer Indonesia (STIKI) Malang. ì George F. Luger, Ar6ficial Intelligence, Addison Wesley, Fourth Edi6on. ì Stuart Russell & Peter Norvig, Ar6ficial Intelligence: A Modern Approach, Third Edi6on. ì hep://en.wikipedia.org/wiki/intelligent_agent

dokumen-dokumen yang mirip

Agent Cerdas. Chastine Fatichah. Teknik Informatika Institut Teknologi Sepuluh Nopember November 2012

Agent Cerdas. Chastine Fatichah. Teknik Informatika Institut Teknologi Sepuluh Nopember November 2012 Kecerdasan Buatan Agent Cerdas Chastine Fatichah Teknik Informatika Institut Teknologi Sepuluh Nopember November 2012 1 / 25 Pokok Bahasan Agent & environment Konsep Rational Agents PEAS (Performance measure,