Jumat, 09 November 2018 di 02.33 Diposting oleh Fernando Alexander 0 Comments

CONTOH AGEN CERDAS


I. Taksi Otomatis

Sebuah agent taksi otomatis yang menerima penumpang dan mengantarkannya ke tujuan. Task Environment :
  • Performance measure: keamanan, kecepatan, legalitas, kenyamanan perjalanan, keuntungan. 
  • Environment: jalanan, lampu merah, lalulintas, pejalan kaki, cuaca. 
  • Actuators: stir arah, gas, rem, klakson, sinyal kiri/kanan. 
  • Sensors: kamera, sonar, speedometer, GPS, odometer, accelerometer, mesin sensor, keyboard. 
Cara kerja agen taksi otomatis diatas sudah kita bahas di tulisan sebelumnya. 
Begitu juga untuk contoh berikutnya.

II. Medical Diagnosis System

Sebuah agent Medical diagnosis system yang mendiagnosa pasien secara otomatis.
Task Environment: 
  • Performance measure: pasien sembuh, biya murah tidak menyalahi hukum. 
  • Environment: pasien, rumah sakit, suster, dokter. 
  • Actuators: layar monitor (pertanyaan, tes, diagnosa, treatment, petunjuk). 
  • Sensors: keyboard (masukan gejala penyakit, jawaban pasien).    

Label:
di 02.25 Diposting oleh Fernando Alexander 0 Comments

 DEFINISI & KONSEP AGEN CERDAS


I. Definisi: Apa itu Agen Cerdas ?

Dalam tulisan sebelumnya, sudah dipaparkan bahwa AI adalah bagian dari Sistem Cerdas. Di dalam AI itu sendiri (sebagaimana gambar diatas maupun dibawah) ada "agen" yang menjadi "eksekutor" dalam sistem tersebut. Itulah akhirnya lahir yang namanya: Agen Cerdas. Agen Cerdas sering digambarkan secara skematis sebagai sistem fungsional abstrak mirip dengan program komputer. Sistem fungsional abstrak tersebut termasuk juga dalam software nya atau yang sering disebut juga dengan bot. Maka, bila kita berbicara apa itu "Agen Cerdas" kita bisarefer ke bot, perangkat kerasnya ataupun keseluruhan.

II. Konsep Agen Cerdas

Konsep Agen Cerdas ini dapat dibagi menjadi 2 bagian: Sifat Agen & Jenis-Jenis Agen.

Sifat Agen

a. Rasional
Sebuah agen haruslah mengarah kepada “lakukan hal yang benar”. Berdasarkan kepada apa yang dapat dipahaminya dan tindakan yang dapat dilakukannya. Tindakan yang benar adalah tindakan yang akan menyebabkan agen tersebut paling berhasil.
Agen rasional: untuk setiap deretan persepsi yang mungkin, sebuah agen rasional hendaklah memilih satu tindakan yang diharapkan memaksimalkan ukuran performance-nya, dengan adanya bukti yang diberikan oleh deretan persepsi dan apapunpengetahuan terpasang yang dimiliki agen itu. Rasionalitas berbeda dari omniscience (tahu segala/all-knowing dengan pengetahuan tak berhingga).
b. Autonomy
Agen dapat melakukan tindakan untuk memodifikasi persepsi masa depan sedemikian hingga dapat memeroleh infoemasi yang berguna (pengumpulan informasi, eksplorasi). Sebuah agen adalah otonom (autonomous) apabila perilakunya ditentukan oleh pengalamannya sendiri (dengan kemampuan belajar dan beradaptasi).
c. Reactivity
Dengan menggabungkan pengetahuan yang dimiliki dengan pengetahuan yang didapat dari lingkungannya, agen dapat menyimpulkan aspek lingkungan yang tersembunyi sebelum melakukan tindakan yang selektif. Agen Berbasis Pengetahuan bersifat fleksibel, mereka dapat beradaptasi dengan perubahan lingkungan dan memperbarui pengetahuan yang relevan.

Jenis-jenis Agen

  • Simple reflex agents : berdasarkan persepsi yang terakhir. 
  • Model-based reflex agents: memiliki representasi internal tentang keadaan sekitar. 
  • Goal-based agents: memiliki informasi tentang tujuan, memilih tindakan yang mencapai tujuan. 
  • Utility-based agents: melakukan penilaian kuantitatif terhadap suatu keadaan lingkungan – utility function.
  • Learning agents: belajar dari pengalaman, meningkatkan kinerja.

Label:
Langganan: Postingan (Atom)