INTELLIGENT AGENT

Disusun Oleh:

Adinda Yuka Anandra (13312184)

Rana Aulia Yutri (13312197)

Siti Marwah (13312199)

Fakultas Ekonomi - Akuntansi

Universitas Islam Indonesia

Yogyakarta

2015/ 2016
 BAB I

PENDAHULUAN

A. Latar Belakang

Saat ini perkembangan teknologi sudah semakin maju, baik dalam bidang
informatika, ilmu komputer, software engineering, artificial intelligence (AI), distributed
system, maupun dalam bidang lain yang terkait, seperti bidang industri, manufacturing,
bisnis, dan electronic commerce. Agen Cerdas (Intelligent Agents) semakin popular
sebagai cara penggunaan rutinitas kecerdasan artifisial dalam software untuk membantu
pemakai menyelesaikan berbagai tugas e-business dan e-commerce.

Orang-orang didunia sudah sangat bergantung pada teknologi untuk meringankan

pekerjaan mereka sehari-hari, banyak penggunakan teknologi agent pada berbagai
bidang ilmu, tetapi hai itu bukan berarti membuat jelas definisi agent, tetapi justru
membuat definisi agent semakin tidak jelas, karena setiap peneliti berusaha untuk
mendefinisikan agent sesuai dengan latar belakang ilmu yang mereka miliki.
Bagaimanapun sampai saat ini belum ada kesepakatan dari para peneliti tentang definisi
formal mengenai apa yang disebut dengan agent. Akibat yang timbul dari tidak adanya
kesepakatan definisi agent adalah munculnya penggunaan agent dengan banner yang
bermacam-macam. Meskipun yang dimaksud adalah sama ataupun tidak ada
perbedaaan yang signifikan didalamnya. Misalnya penggunaan kata-kata intelligent
agent, agent technology, software agent, autonomous agent, ataupun agent.

konsep agent sudah dikenal sejak lama dalam, konsep tersebut dikenalkan oleh
seorang peneliti bernama Carl Hewitt dengan concurrent actor model-nya pada tahun
1977. Dalam modelnya Hewitt mengemukakan teori tentang suatu obyek yang yang dia
sebut actor, yang mempunyai karakteristik menguasai dirinya sendiri, interaktif, dan bisa
merespon pesan yang datang dari lain obyek sejenis. Dari berbagai penelitian
berhubungan dengan hal diatas, kemudian lahirlah cabang ilmu besar yang merupakan
turunan dari AI yaitu Distributed Artificial Intelligence (DAI), yang antara lain
membawahi bidang penelitian, Distributed Problem Solving (DPS), Parallel Artificial
Intelligence (PAI), dan Multi Agent System (MAS).
 Berdasarkan hal- hal tersebut akan menjadi pembahasan dalam makalah ini. Pada
makalah ini akan dibahas tentang teknologi agent, baik dalam tinjauan teori maupun
praktis, dan juga akan dijelaskan tentang aplikasi dari teknologi agent diberbagai bidang.

B. Rumusan Masalah
1. Apakah pengertian Intelligent agent ?
2. Apakah karakteristik dan Atribut Software Agent ?
3. Kemampuan apakah yang memfasilitasi tugas-tugas Intelligent agent?
4. Apa saja aplikasi-aplikasi pada intelligent agent?
5. Apa saja Jenis-jenis Intelligent agent?
6. Apakah yang dimaksud konsep rasionalitas?
7. Apakah yang dimaksud PEAS?
8. Apa saja tipe lingkungan intelligent agent?
9. Apa saja tipe-tipe agent?
10. Apa saja kelebihan dan kekurangan Intelligent agent?
11. Bagaimana riset dan aplikasi software agent?

C. Tujuan

Tujuan Penulisan makalah ini adalah untuk memenuhi tugas mata kuliah Sistem
Pendukung Keputusan, makalah ini juga bertujuan untuk memberikan pengetahuan dan
penjelasan secara global dimulai dari penjelasan tentang definisi, dan karakteristik.
Kemudian beranjak ke klasifikasi, arsitektur, dan aplikasinya diberbagai bidang dan
contoh pengimplementasian intelligent agent dalam kehidupan manusia.
 BAB II

PEMBAHASAN

Definisi Intelligent Agent

Menurut kamus Websters New World Dictionary [Guralnik, 1983], agent didefinisikan
sebagai A person or thing that acts or is capable of acting or is empowered to act, for
another. Disini ada dua point yang bisa kita ambil yang pertama agent mempunyai
kemampuan untuk melakukan suatu tugas atau pekerjaan, dan yang kedua agent melakukan
suatu tugas atau pekerjaan dalam kapasitas untuk memberikan manfaat atau untuk membantu
orang lain.

[Caglayan et al., 1997] mendefinisikan software agent sebagai suatu entitas software
komputer yang memungkinkan user (pengguna) untuk mendelegasikan tugas kepadanya
secara mandiri (autonomously). [Brenner et. al., 1998] mendefinisikan bahwa agent harus
bisa berjalan dalam kerangka lingkungan jaringan (network environment).

Menurut Stuart Russell dan Peter Norvig (1995) Agent adalah segala sesuatu yang dapat
dilihat dan dapat mengamati lingkungannya menggunakan sensor dan bertindak atas
lingkungan tersebut melalui efektor. Human agent memiliki mata, telinga, dan organ lain
sebagai alat sensor, dan tangan, kaki, mulut, dan bagian tubuh lainnya sebagai efektor.

Agents adalah segala sesuatu yang dapat melihat/ mengartikan/ mengetahui

(perceiving) linkungannya melalui alat sensor (sensors) dan bertindak (acting) melalui
alat aktuator (actuators)
 Manusia sebagai agent : mata, telinga dan organ lainnya sebagai sensors; tangan, kaki,
mulut dan bagian tubuh lainnya sebagai actuators
Robot sebagai agent : kamera dan pejejak infra merah sebagai sensors; berbagai motor
pengerak sebagai actuators
Software sebagai agent : tekanan pada keyboard, isi file dan paket-paket
pada jaringan sebagai masukan sensors; tampilan pada layar, penulisan file
dan pengiriman paket jaringan sebagai keluaran actuators

Karakteristik dan Atribut Software Agent

Tidak semua karakteristik dan atribut terangkum dalam satu agent. Pada hakekatnya daftar
karakteristik dan atribut merupakan hasil survei dari karakteristik yang dimiliki oleh agent-
agent yang ada pada saat ini.

1. Autonomy: Agent dapat melakukan tugas secara mandiri dan tidak dipengaruhi secara
langsung oleh user, agent lain ataupun oleh lingkungan (environment). Untuk mencapai
tujuan dalam melakukan tugasnya secara mandiri, agent harus memiliki kemampuan
kontrol terhadap setiap aksi yang mereka lakukan, baik aksi keluar maupun kedalam
[Woolridge et. al., 1995]. Dan satu hal yang penting dalam mendukung autonomy adalah
masalah intelegensi (intelligence) dari agent.

2. Intelligence, Reasoning, dan Learning: Setiap agent harus mempunyai standar minimum
untuk bisa disebut agent, yaitu intelegensi (intelligence). Dalam konsep intelligence, ada
tiga komponen yang harus dimiliki. Pertama, internal knowledge base yaitu kemampuan
reasoning berdasar pada knowledge base yang dimiliki, dan yang kedua adalah
kemampuan learning yaitu untuk beradaptasi dalam perubahan lingkungan.

3. Mobility dan Stationary: Khusus untuk mobile agent, dia harus memiliki kemampuan yang
merupakan karakteristik tertinggi yang dia miliki yaitu mobilitas. Berkebalikan dari hal
tersebut adalah stationary agent. Bagaimanapun juga keduanya tetap harus memiliki
kemampuan untuk mengirim pesan dan berkomunikasi dengan agent lain.

4. Delegation: Agent bergerak dalam kerangka menjalankan tugas yang diperintahkan oleh
user. Fenomena pendelegasian (delegation) ini adalah karakteristik utama suatu program
yang disebut agent.
5. Reactivity: Kemampuan untuk bisa cepat beradaptasi dengan adanya perubahan informasi
yang ada dalam suatu lingkungan (enviornment). Lingkungan itu bisa mencakup: agent
lain, user, dan adanya informasi dari luar [Brenner et. al., 1998].

6. Proactivity dan Goal-Oriented: Sifat proactivity boleh dikata adalah kelanjutandari sifat
reactivity. Agent tidak hanya dituntut bisa beradaptasi terhadap perubahan lingkungan,
tetapi juga harus mengambil inisiatif dan langkah penyelesaian apa yang harus diambil
[Brenner et. al.,1998]. Untuk itu agent harus didesain dan memiliki tujuan (goal) yang
jelas, dan selalu berorientasi kepada tujuan yang diembannya (goal-oriented).

7. Communication and Coordination Capability: Agent harus memiliki kemampuan

berkomunikasi dengan user dan juga agent lain. Masalah komunikasi dengan user masuk
ke masalah user interface dan perangkatnya, sedangkan masalah komunikasi, koordinasi,
dan kolaborasi dengan agent lain adalah masalah sentral penelitian Multi Agent System
(MAS). Bagaimanapun juga untuk bisa berkoordinasi dengan agent lain dalam
menjalankan tugas, perlu bahasa standard untuk berkomunikasi.

Intelligent Agent memiliki kemampuan untuk memfasilitasi tugas-tugas sebagai

berikut:

Akses informasi dan navigasi (Information access and navigation)

Menunjang pengambilan keputusan (Decision Support and empowerment)
Aktivitas kantor yang berulang (Repetitive Office Activities)
Pencarian dan mendapatkan (Search and Retrieval)
Electronic Commerce Agents
Domain Experts
Aktivitas Manajemen (Management Activities)

Aplikasi- aplikasi Intelligent agent

Intelligent Agents memiliki aplikasi-aplikasi sebagai berikut :

User Interface Agents

Memonitor penggunaan dan menyarankan peningkatan. Contoh : Microsofts Wizard.
Operating System Agents
Menambah account, melakukan manajemen group,mengatur akses, menambah dan
menghapus program dan peralatan, monitor licenses.
Spreadsheet Agents
Menawarkan saran untuk peningkatan, dapat mengajar pengguna pemula.
 Workflow and Task Management Agents
Melaksanakan manajemen work flow, mengawasi aktivitas.
Software Development Agents
Membantu dalam aktivitas rutin seperti penyaringan data.

Jenis-jenis Intelligent Agent

Tutor Interface.
Mengamati operasional komputer pemakai, mengoreksi kesalahan pemakai, dan
menyediakan petunjuk dan nasihat mengenai penggunaaan software secara efisien.
Agen Presentasi.
Menunjukkan informasi dalam berbagai bentuk pelaporan dan presentasi yang disukai
oleh pemakai.
Agen Navigasi Jaringan.
Menemukan jalur informasi dan menyediakan cara untuk melihat informasi sesuai
keinginan pemakai.
Agen Permainan-Peran (Role-Playing Agents).
Memainkan permainan jika-maka (what-if) dan peran lainnya untuk membantu
pemakai memahami informasi dan membuat keputusan yang lebih baik. Agen
Manajemen Informasi
Agen Pencari.
Membantu pemakai untuk menemukan file dan database, mencari informasi yang
diinginkan, dan menyarankan serta menemukan jenis-jenis baru dari produk, media,
dan sumber daya informasi.
Pialang (Broker) Informasi.
Menyediakan layanan komersial untuk mengembangkan dan menemukan sumber
daya yang sesuai dengan kebutuhan pribadi atau bisnis dari seorang pemakai.
Saringan Informasi.
Menerima, menemukan, menyaring, membuang, menyimpan, melanjutkan dan
memberitahukan ke pemakai akhir mengenai produk yang diterima atau yang
diinginkan, termasuk e-mail,voice mail, dan semua media informasi lainnya.

Konsep Rasionalitas
Kita harus berhati-hati untuk membedakan antara rasionalitas dan omniscience
(kemahatahuan). Rasionalitas berbeda dengan kemahatahuan (omnisciense). Rasionalitas
bahwa agent tahu hasil dari sebuah tindakan yang dilakukan secara rasional. Sedangkan
omniscience bahwa agen mengetahui apa yang akan terjadi kedepannya sehingga ia dapat
melakukan tindakan yang sesuai. Tetapi dalam kenyataannya kemahatahuan tidak mungkin
terjadi.
Rasionalitas tergantung pada 4 hal :
Kemampuan yang terukur
Pengetahuan lingkungan sebelumnya/ terdahulu
Tindakan
Urutan persepsi (sensors).

Untuk setiap urutan persepsi yang mungkin, rational agent harus memilih tindakan yang
diharapkan dapat memaksimalkan kemampuan dengan memberikan bukti yang dihasilkan
dari urutan persepsi dan pengetahuan yang dimiliki oleh agent.

Agent dikatakan autonomous, jika perilakunya ditentukan olehpengalamannya sendiri

(dengan kemampuan untuk belajar dan beradaptasi)

Task Environment (PEAS)

Untuk merancang sebuah agen rasional kita harus menentukan lingkungan tugasnya.

PEAS :

Performance measure
Environment
Actuators
Sensors

Contoh-Contoh
1. Agent: Sistem Diagnosis Medis
Performance measure: Kesembuhan pasien, biaya minim, sengketa
Environment: Pasien, pegawai rumah sakit
Actuators: Layar monitor (pertanyaan, test, perawatan, rujukan)
Sensors: Keyboard (gejala, temuan, pertanyaan pasien)

2. Agent: Part-picking robot

Performance measure: % komponen pada tempat penampunganyang sesuai
Environment: Conveyor belt with parts, bins
Actuators: Joined arm and hand
Sensors: Kamera, joint angle sensors

3. Agent: Interactive English tutor

Performance measure: Maximize student's score on test
Environment: Set of students
Actuators: Screen display (exercises, suggestions, corrections)
 Sensors: Keyboard

Tipe Lingkungan

Tindakan yang dilakukan oleh agen pada lingkungan, yang pada gilirannya
memberikan persepsi kepada agen.

1. Fully vs. partially observable:

Fully observable yaitu sensor dapat mengamati keadaan penuh pada suatu lingkungan.
Partially observable yaitu sensor hanya dapat mengamati sebagian keadaan pada
lingkungannya.

Contoh : Pada robot yang dapat menyapu halaman rumah sendiri lingkungannya bersifat
partially observable karena sensor hanya dapat mengamati sebagian keadaan pada
lingkungannya.

2. Deterministic vs. stochastic:

Deterministik yaitu dimana keadaan lingkungan selanjutnya bergantung pada keadaan
sekarang dan juga tindakan yang akan dilakukan oleh agen.
Stochastic yaitu di mana keadaan selanjutnya tidak bergantung pada keadaan sekarang
dan juga tindakan yang akan dilakukan oleh agen.

Contoh: Pada robot yang dapat menyapu halaman rumah sendiri lingkungannya bersifat
Stochastic karena keadaan selanjutnya tidak bergantung pada keadaan sekarang dan juga
tindakan yang akan dilakukan oleh agen.

3. Episodic vs. sequential:

Episodic yaitu satu action dari agen tidak mempengaruhi action selanjutnya, karena
action di bagi menjadi episode-episode pendek.
Sequential yaitu satu action berhubungan dengan action lainnnya.

Contoh : Pada robot yang dapat menyapu halaman rumah sendiri lingkungannya
bersifatEpisodic karena action yang dilakukan oleh agen tidak mempengaruhi action
selanjutnya.

4. Static vs. dynamic:

Static yaitu keadaan dimana lingkungan yang agen tempati adalah tetap
Dynamic yaitu apabila lingkungan berubah saat agen sedang mengambil keputusan
 Contoh: Pada robot yang dapat menyapu halaman rumah sendiri lingkungannya
bersifatdynamic karena lingkungannya berubah seiring berjalannya robot di suatu
halaman.

5. Discrete vs. continuous:

Discrete yaitu kesan dan tindakan yang akan diterima dan dilakukan oleh agen telah
ditetapkan dengan jelas.
Continuos yaitu untuk mencapai tujuannya agen terus menerus melakukan tindakan.

Contoh: Pada robot yang dapat menyapu halaman rumah sendiri lingkungannya
bersifatcontinuos karena untuk mencapai tujuannya agen terus menerus melakukan
tindakan.

6. Single vs. multi-agent:

Single agent yaitu agent yang dalam melakukan actionnya tidak terdapat agen lain
atau lawannya
Multi agent yaitu agent yang dalam melakukan actionnya terdapat agen lain atau
terdapat lawannya

Contoh: Pada robot yang dapat menyapu halaman rumah sendiri lingkungannya bersifat
single agent karena dalam melakukan actionnya tidak terdapat agen lain atau lawannya.

Tipe Agent
1. Simple Reflex Agents
2. Model-Based Reflex Agents
3. Goal-Based Agents
4. Utility-Based Agents
5. Learning agents

1) Type Agent : Simple reflex agents

 Agen refleks sederhana merupakan agen yang paling sederhana karena dia hanya
menerapkan teknik kondisi aksi. Jadi, jika terjadi suatu kondisi tertentu maka agen
akan secara sederhana memberikan aksi tertentu.

Contoh: agen untuk pengendara taxi diberikan kondisi jika mobil di depan melakukan
pengereman maka agen akan memberikan aksi injak rem

2) Model based reflex agent

 Model-Based Reflex Agents merupakan perkembangan dari simple reflex
agents. Agen refleks sederhana dapat melakukan tindakannya dengan baik jika lingkungan
yang memberikan percept/kesan tidak berubah-ubah.

3) Agent types; goal-based

Merupakan sebuah agent yang mendasarkan setiap tindakannya untuk mencapai tujuan
yang telah ditentukan. Goal-Based agent merupakan perkembangan dari model- based reflex
agent dimana pengetahuan agent akan keseluruhan keadaan pada lingkungan tidak selalu
cukup. Suatu agen tentu harus diberikan informasi tentang tujuan yang merupakan keadaan
yang ingin dicapai oleh agent. Setiap agent akan mempertimbangkan setiap kemungkinan
yang akan terjadi pada masa depan berdasarkan tindakan yang akan/telah dilakukanya.

4) Agent types; utility-based

 Merupakan pengembangan dari goal-based agent, pada utility-based agents untuk
mecapai tujuannya ia memiliki banyak cara dan banyak pertimbangan untuk mencapai
tujuannya, tidak hanya satu jalan, namun utility-based agent ini mempehitungkan dan
memilih aksi/jalan yang efisien dalam mencapai tujuannya.

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. Sebagai contoh untuk agen
pengendara taxi, ada beberapa tindakan yang dapat dilakukan oleh agen sehingga dapat
mencapai tempat tujuan, namun ada yang lebih cepat, lebih aman, atau lebih murah dari
yang lainnya. Agen refleks berbasis tujuan tidak membedakan keadaan yang bagus
dengan keadaan yang tidak bagus untuk agen. Pada utility based agent diperhitungkan
utility factor (kuantitatif)

5) Agent types; learning

 Agen belajar dari pengalaman, dan dapat beradaptasi sesuai dengan pengalaman
sebelumnya, untuk meningkatkan kinerja. Elemen learning bertanggung jawab untuk
membuat perbaikan.
Contohnya:

Robot yang dapat menyapu halaman rumah sendiri ini merupakan agen tipe learning
agents, yaitu agen yang dapat belajar dari pengalamannya untuk meningkatkan
kinerjanya. Misalnya ia mempelajari tempat dimana ia di taruh untuk menyapu, jika
sebelumnya tidak ada kursi atau penghalang di tempat ia menyapu dan kemudian di
taruh kursi atau sesuatu yang menghalangi maka ia akan merekamnya dan mempelajari
tata letak tempat baru tersebut, sehingga tetep bisa menjalankan fungsinya dengan baik
dan tidak memperburuk kinerjanya.

Kelebihan dan Kekurangan Artificial Intelligence

Walaupun perkembangan teknologi artificial intelligence dapat menggantikan posisi manusia,

bahkan dapat dikatakan lebih pintar dari manusia, tetapi tetap saja perkembangan teknologi
dengan menggunakan articial intelegensi tetap memiliki kekurangan dan keterbatasan.

Kelebihan Artificial Intelligence

 Kemampuan menyimpan data yang tidak terbatas (dapat disesuaikan dengan
kebutuhan)
Memiliki ketepatan dan kecepatan yang sangat akurat dalam system kerjanya
Dapat digunakan kapan saja karena tanpa ada rasa lelah atau bosan

Kekurangan Artificial Intelligence

Teknologi artificial intelegensi tidak memiliki common sense. common sense adalah
sesuatu yang membuat kita tidak sekedar memproses informasi, namun kita mengerti
informasi tersebut. Kemengertian ini hanya dimiliki oleh manusia.
Kecerdasan yang ada pada artificial intelligence terbatas pada apa yang diberikan
kepadanya (terbatas pada program yang diberikan). Alat teknologi artificial
intelligence tidak dapat mengolah informasi yang tidak ada dalam sistemnya.

Riset dan aplikasi software agent

tujuan dari survey tentang riset dan aplikasi software agent. Yang pertama adalah, untuk
mengeidentifikasi sampai sejauh mana teknologi agent sudah diaplikasikan dengan
memberikan pointer berupa contoh-contoh aplikasi sistem yang sudah ada. Yang kedua
adalah untuk memberikan gambaran ke depan, masalah-masalah apa yang sudah dan belum
terpecahkan dan membuka peluang untuk mencoba mengaplikasikan teknologi agent ke
masalah baru yang timbul. [Jennings et al., 1998] merangkumkan riset dan aplikasi software
agent yang ada dalam beberapa bidang. Disini kami akan mengupas beberapa riset dan
aplikasi software agent dalam internet/bisnis, entertainment, dan medis.

A) Riset dan Aplikasi Software Agent di Dunia Internet dan Bisnis

teknologi agent yang banyak diaplikasikan dalam dunia Internet dan bisnis ini
bagaimanapun juga tak lepas dari berkembang pesatnya teknologi jaringan komputer
yang membuat perlunya paradigma baru untuk menangani masalah kolaborasi,
koordinasi dalam jarak yang jauh, dan salah satu yang penting lagi adalah menangani
kendala membengkaknya informasi.

1. Information Management: Ada dua tema besar dalam manajemen informasi dan peran
teknologi agent untuk mengatasi masalah information overload karena perkembangan
teknologi jaringan dan Internet.

Information Filtering: Proyek MAXIMS [Maes, 1994] [Decker et al., 1997], kemudian
WARREN [Takahashi et al., 1997] adalah contoh aplikasi di bidang information filtering.

Information Gathering: Banyak sekali aplikasi yang masuk area information

gathering baik gratis maupun komersil. Contohnya adalah proyek WEBMATE [Chen et
al., 1998], pencarian homepage dengan softbot [Etzioni, 1996], proyek LETIZIA
[Lieberman,
1995], dsb.

2. Electronic Commerce: Tema riset kearah desain dan implementasi untuk

mengotomatisasi jual-beli, termasuk didalamnya adalah implementasi strategi dan
interaksi dalam jual-beli,tawar-menawar, teknik pembayaran, dsb.[Chaves et al., 1996]

3. Distributed Project Management: Untuk meningkatkan produktivitas dalam kerja yang

memerlukan kolaborasi antar anggota tim dalam kerangka teamwork, mau tidak mau
harus dipikirkan kembali model software yang mempunyai karakteristik bisa melakukan
kolaborasi dan koordinasi secara mandiri, untuk membantu tiap anggota dalam
melakukan tugas yang menjaditanggung jawabnya. Salah satu approach adalah dengan
mengimplemantasikan teknologi agent dalam software sistem yang dipakai untuk
berkolaborasi. Anumba [Anumba et al., 1997] memberikan kontribusi dalam
pengembangan decision support system untuk designer dalam mendesain bangunan
 dalam kerangka teamwork. Riset dan aplikasi lain adalah RAPPID [Parsons et al., 1999],
PROCESSLINK [Petrie et al., 1999], dan juga OOEXPERT [Romi et al, June 1999]
[Romi et al., March 1999] [Romi et al., July 2000] [Romi, 2001] yang memberikan solus
dan metodologi dalam pemecahan masalah object model creation process dalam OOAD,
dan implementasi dengan menggunakan pendekatan Multi Agent System (MAS).

B) Riset dan Aplikasi Software Agent di Dunia Entertainment

Komunitas informatika dan ilmu komputer sering tidak menjamah dengan serius industri-
industri yang bersifat lebih ke arah rekreasi dan kesenangan (Leisure Industri) [Jennings
et al., 1998]. Misalnya adalah masalah industri game, teater dan sinema, dsb. Dengan
adanya software agent, memungkinkan komunitas informatika dan komputer untuk ikut
andil merealisasikan pemikirannya.

1. Games: Software agent berperan penting dalam pengembangan game modern, misalnya
dengan membawa paradigma agent kedalam karakter manusia atau sesuatu dalam game
tersebut sehingga lebih hidup. Beberapa riset yang sudah sampai pada tahap implementasi
adalah misalnya aplikasi game yang dikembangkan oleh Grand dan Cliff [Grand et al.,
1998], kemudian juga [Wavish et al., 1996], dsb.

2. Interactive Theatre and Cinema: Beberapa riset dan aplikasi yang berhubungan dengan
hal ini adalah [Trappl et al., 1997], [Lester et al., 1997], dan [Foner, 1997].

C) Riset dan Aplikasi Software Agent di Dunia Medis

Dunia medis adalah bidang yang akhir-akhir ini sangat gencar dilakukan
komputerisasi terhadapnya. Tidak ketinggalan, teknologi agent pun dicoba untuk
diimplementasikan dalam rangka mencoba mengatasi masalah-masalah yang
berhubungan dengan monitoring pasien [Larsson et al., 1998], manajemen kesehatan dari
pasien [Huang et al., 1995], dsb.

Contoh lain yaitu pada Penelitian yang dilakukan Ting-Sheng Weng dan Chien-Hung
Kuo,2009 dengan judul Development and Research on the Intelligent Emergency
Medical Information System: A Case Study of Yunlin and Chiayi Counties in Taiwan ,
merupakan salah satu aplikasi yang sangat membantu pasien untuk mempercepat dan
mempermudah dalam mendapatkan pelayanan serta membantu tenaga medis untuk
melaksanakan tugasnya dengan cepat dalam menangani pasien. Dalam penetian tersebut di
ciptakan sebuah aplikasi sistem infomasi darurat dalam menangani pasien secara cerdas di
suatu daerah. Dimana jika terjadi kecelakaan ataupun pasien yang ingin ke sebuah rumah
sakit di daerah tersebut dengan mudah dan cepat dapat ditunjukkan oleh sistem ini atau
akan meningkatkan kecepatan dan pelayanan ambulan dalam membantu pelayanan darurat
medis serta efisien waktu tempuh untuk menemukan posisi rumah sakit terdekat dengan
pasien yang membutuhkan pelayanan.

Sistem kerja dirancang untuk membantu memecahkan masalah antara pasien dengan
tenaga medis atau rumah sakit. Dalam sistem ini, diciptakan sebuah tugas fungsi darurat
penyelamatan medis. Sistem ini menggunakan peta satelit Formosa 2 (FORMOSAT-2) dan
teknologi Ajax untuk mengakses informasi terhadap peta dan memungkinkan operator
pusat 119 untuk menentukan lokasi yang benar dari pasien secara tepat waktu.

Berdasarkan lokasi pasien, kemudian ambulans akan mengetahui posisi pasien dari
layanan 119. Kemudian, teknisi medis darurat sejalan penyelamatan pertama yang
menggunakan perangkat mobile pasien atau smart phone dapat terhubung ke sistem kami
melalui GPRS (General Packet Radio Service ) atau 3G (Third Generation Wireless
Format) untuk mencari pasien. Akhirnya, teknisi medis darurat bisa memasukkan kondisi
pasien ke dalam sistem kami, dan kemudian sistem akan menentukan rumah sakit yang
paling tepat.
Gambar 1. sistem Proses penyelamatan darurat medis

Hasil yang diperoleh dalam penelitian ini bertujuan untuk meningkatkan

kemungkinan bahwa pasien menerima pengobatan yang tepat, dan disesuaikan untuk
mengurangi pemborosan waktu yang disebabkan oleh transportasi yang tidak perlu dengan
rumah sakit. Sistem ini merupakan pengintegrasian sistem informasi rumah sakit dengan
menggunakan ASP berbasis Web. Aplikasi mobile, dan bahasa teknologi Ajax, JavaScript dan
SQL untuk membuat suatu sistem cerdas untuk informasi medis darurat yang
menggabungkan aplikasi web, peta satelit dan fungsi keputusan darurat medis mobile.
Diharapkan dengan menggunakan sistem ini, akan dapat meningkatkan efisiensi transportasi
pasien di rumah sakit.

BAB III
PENUTUP
 Intelligent agent memiliki peranan yang sangat penting bagi perkembangan sistem
informasi saat ini, intelligent agent berguna untuk mempermudah tugas-tugas atau
pekerjan manusia. Agents adalah segala sesuatu yang dapat melihat/ mengartikan/
mengetahui (perceiving) linkungannya melalui alat sensor (sensors) dan bertindak
(acting) melalui alat aktuator (actuators). Agen bekerja dengan konsep rasionalitas bukan
omniscience (kemahatahuan) artinya semua tindakan yang dilakukan secara rasional dan
tidak dapat memprediksi kejadian kejadian yang tiba-tiba terjadi.

Demikian yang dapat kami paparkan mengenai materi yang menjadi pokok bahasan
dalam makalah ini, tentunya masih banyak kekurangan dan kelemahannya, karena
keterbatasan pengetahuan dan kurangnya refrensi yang ada hubungannya dengan judul
makalah ini. Semoga makalah ini berguna bagi penulis pada khususnya dan juga
pembaca pada umumnya.
 Daftar Pustaka

Jennings, N. R., & Wooldridge, M. (1998). Application of Intelligent Agent. Queen Mary &
Westfield College, University of London.

Priyambodo T. K. (2009). Implementasi Sistem Agen Cerdas pada Sistem Penilaian

Kesesuaian Komoditas dalam Suatu Lahan. Prosiding Seminar Nasional
Penelitian, Pendidikan, dan Penerapan MIPA, 187-196.

Russel, S., & Norvig Peter. (1995). Artificial Intelligence: A Modern Approach. Englewood
Cliffs, New Jersey: Prentice Hall.

Wahono, R. S. (2003). Pengantar Software Agent: Teori dan Aplikasi.

Weng, T. S., & C. H. Kuo. (2009). Development and Research on the Intelligent Emergency
Medical Information System: A Case Study of Yunlin and Chiayi Counties in
Taiwan. Asian Journal of Health and Information Sciences, Vol. 4, No. 1, 1-20.
http://bitkom-ti.blogspot.co.id/2012/01/intelligent-systems.html
http://mettakharisma.blogspot.co.id/2013/11/mendeskripsikan-agen-cerdas.html