Pengenalan Intelegent Agents : Definisi Agents

Definisi Agents

Pengertian sebuah AGENT adalah segala sesuatu yang dapat dipandang sebagaimana mengamati lingkungannya melalui sensor dan bertindak atas lingkungan yang melalui efektor. Agen manusia memiliki mata, telinga, dan organ lain untuk sensor, dantangan, kaki, mulut, dan bagian tubuh lainnya untuk efektor. Sebuah pengganti agen robot kamera dan berbagai pencariinframerah 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.:

1.mengakomodasi pemecahan masalah baru aturan bertahap

2.beradaptasi online dan real time

3.mampu menganalisis sendiri dalam hal perilaku, kesalahan dan kesuksesan.

4.belajar dan meningkatkan melalui interaksi dengan lingkungan (perwujudan)

5.belajar dengan cepat dari sejumlah besar data

6.memiliki penyimpanan memori berbasis contoh dan kapasitas pengambilan

7.memiliki parameter untuk mewakili umur pendek dan jangka panjang memori,,

Konsep Rational Agent

1. Rational → melakukan hal yang terbaik.

2. Kita harus mendefinisikan tujuan dari si agent (goal).
3. Goal bisa dinyatakan sebagai performance measure: ukuran kinerja si agent

Contoh:

Goal                                                                               Performance Measure

1. Lulus kuliah                                                                   IPK
2. Cepet kaya                                                                     Gaji bulanan
3. Juara liga sepakbola                                                       Posisi klasemen
4. Bahagia                                                                          Tingkat kebahagiaan

Rational Agent
Definisi:
1.Rational agent: suatu agent yang selalu bertindak memaksimalkan ukuran kinerja, mengingat apa yang ia amati tentang lingkungan (sejarah input) dan pengetahuan lain yang dimilikinya.
2.Rational tidak berarti sempurna: ada aspek lingkungan yang tidak diketahui, di luar kendali.
3.Terkadang agent bermulai tanpa pengetahuan lingkungan → exploration, learning, autonomy.

Tipe Agent

Simple Reflex Agents

Gambar diatas menunjukkan struktur Simple reflex agent, struktur yang paling sederhana dalam bentuk skema, menunjukkan bagaimana aturan condition action memungkinkan agen untuk membuat sambungan dari persepsi untuk bertindak. Persegi panjang untuk menunjukkan keadaan internal saat proses keputusan agen, dan oval untuk mewakili latar belakang informasi yang digunakan dalam proses. Secara ringkat dapat disampaikan sebagai berikut:

1.  Memiliki rule base dalam bentuk "aksi-kondisi"

2. Memiliki komponen untuk mengekstrak Fitur

3. Tidak ada akses untuk menyelesaikan keadaan dunia

4. Pekerjaan hanya jika keputusan yang tepat dapat dilakukan atas dasar persepsi saat ini

contoh : agen penyedot debu hanya memutuskan menyalakan alat sedot saat terindikasi ada kotoran.

Model Based Reflex Agent

Pengetahuan tentang "bagaimana dunia bekerja" disebut model dari dunia, maka bentuk ini dinamakan "model based reflex agent". Sebuah model based reflex agent harus menjaga semacam internal model yang tergantung pada sejarah persepsi dan dengan demikian mencerminkan setidaknya beberapa aspek yang tidak teramati negara saat ini. Kemudian memilih tindakan dengan cara yang sama sebagai agen refleks. Model ini lebih kuat daripada simple reflex agent

Contoh : taxi akan semakin mendekati tujuan setelah lima menit melaju. 

Goal-Based Agents

Goal based agents memperluas pada kemampuan model-based agents, dengan menggunakan "goal" informasi. Tujuan informasi menggambarkan kondisi yang diinginkan. Hal ini memungkinkan agen cara untuk memilih di antara beberapa kemungkinan, memilih satu yang mencapai negara tujuan. Search dan planing adalah sub bidang kecerdasan buatan yang ditujukan untuk urutan tindakan menemukan bahwa mencapai tujuan agen. Dalam beberapa kasus goal-based agent tampaknya kurang efisien; itu lebih fleksibel karena pengetahuan yang mendukung keputusan diwakili secara eksplisit dan dapat dimodifikasi.

Contoh : agen taxi harus mengetahui tujuan penumpang untuk memutuskan belok kiri, kanan, atau lurus pada suatu persimpangan

Utility-Based Agents

“Goal” tidak cukup untuk menghasilkan perilaku berkualitas tinggi. Ada banyak urutan tindakan untuk mencapai tujuan, tetapi beberapa yang lebih cepat, lebih aman, lebih dapat diandalkan, atau lebih murah daripada yang lain. Tujuan hanya memberikan perbedaan antara kondisi "bahagia" dan "tidak bahagia", sedangkan ukuran kinerja yang lebih umum harus memungkinkan perbandingan beberapa urutan kondisi yang berbeda jika agen ingin mencapai tujuan. Terminologi yang dipergunakan untuk mengatakan bahwa jika satu kondisi lebih disukai daripada kondisi yang lain, itu mempunyai utilitas yang lebih tinggi untuk agent.

Contoh : kepuasan penumpang dapat diukur juga dari kecepatan, keamanan,  atau biaya yang dikeluarkan.

sumber

sumber