Intelligent

Agent

Irvanizam Zamanhuri, M.Sc

Dr. Taufiq A. Gani, M.EngSc
Jurusan Informatika
Universitas Syiah Kuala
http://informatika.unsyiah.ac.id/irvanizam

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 nders for sensors

Various Motors for actuator

SoCware agent :

Keystroke, le contents, network packets as sensory inputs

Acts on the environment by displaying on the screen, wri6ng
les, and sending network packets

KONSEP AGENT

Percept Input (Masukan indera si agent)

Ac6on 6ndakan yang dilakukan oleh si agent
Environment lingkungan dimana si agent berada
Tujuan Agent

KONSEP RATIONAL AGENT

Ra6onal melakukan hal yang terbaik
Kita harus mendenisikan tujuan dari agent
Goal bisa dinyatakan sebagai performance measure
Contoh :
GOAL

PERFORMANCE MEASURE

Lulus Kuliah

IPK

Cepat Kaya

Gaji Bulanan

Bahagia

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

TASK ENVIRONMENT
Ke6ka merancang sebuah agent, kita harus

mendenisikan masalah (task environment), yaitu :

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?

Task Environment PAGE (Russel & Norvig

menggunakan singkatan PEAS)

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

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 sik

Ac6ons
Gerak lengan robo6k

Goal
Komponen masuk kotak yang benar (presentase)

Environment
Ban berjalan, komponen yang diuji, kotak-kotak

Merancang Sebuah Agent

Struktur Sebuah Agent

Agent = Arsitektur + Program

Agent Program menerima input percept terakhir

CONTOH : VACUUM CLEANER

Denisi Task Environment:

Percepts : lokasi dan status, misal : [A,Kotor]
Contoh Percept Sequence (urutan inputan)

{[A,Kotor], [A,Bersih], [B, Kotor], [B, Bersih],.}

{[A,Kotor], [A,Kotor], [A, Kotor], [A, Bersih],.}
Ac6on : DoKekiri, DoKekanan, DoSedot, DoSantai
Goal : menjaga kebersihan
Environment : ruangan A dan B beserta isi debunya

Contoh Agent : AGENRAJIN

JENIS-JENIS AGENT PROGRAM

Menurut Russel dan Norvig:
Simple Reex Agents
Hanya berdasarkan percept terakhir
Model-based reex 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
lingkunganu6lity func6on.
Berkaitan dengan Performance Measure
Learning agents :
Belajar dari pengalaman, meningkatkan kinerja

Simple Reex Agents

Sumber dari: http://en.wikipedia.org/wiki/Intelligent_agent

Model Based-Reex Agents

Sumber dari: http://en.wikipedia.org/wiki/Intelligent_agent

Goal Based Agents

Sumber dari: http://en.wikipedia.org/wiki/Intelligent_agent

Utility-Based Agents

Sumber dari: http://en.wikipedia.org/wiki/Intelligent_agent

Learing Agents

Sumber dari: http://en.wikipedia.org/wiki/Intelligent_agent

RINGKASAN
Sebuah Ra6onal Agent harus memiliki tujuan (goal).
Sebuah Task Environment mendenisikan Percept,

Ac6on, Goal, dan Environment sebuah agent.

Agent Func6on memetakan percept sequence (histori

urutan) terhadap 6ndakan.

Agent Program mengimplementasikan agent func6on.

Referensi
Semua materi slide dibuat oleh (Sekolah Tinggi Ilmu

Komputer Indonesia (STIKI) Malang.

George F. Luger, Ar6cial Intelligence, Addison

Wesley, Fourth Edi6on.

Stuart Russell & Peter Norvig, Ar6cial Intelligence:

A Modern Approach, Third Edi6on.

hep://en.wikipedia.org/wiki/Intelligent_agent