Kecerdasan Buatan (KI092301)

Agent Cerdas

Chastine Fatichah

Teknik Informatika
Institut Teknologi Sepuluh Nopember
November 2012

12/7/2012 Agent Cerdas @ Kecerdasan Buatan 1 / 25

(KI092301)
 Pokok Bahasan
Agent & environment
Konsep Rational Agents
PEAS (Performance measure,
Environment, Actuators, Sensors)
Jenis Environment
Jenis-jenis Agent
Ringkasan

12/7/2012 Agent Cerdas @ Kecerdasan Buatan 2 / 25

(KI092301)
 Agent & environment
Nose
Eye (s)

Konsep Agent & environment

Sumber: S. Russel, P. Norving, Artificial Inttelligencen: A Modern Approach
Human agent
Percepts : masukan yang ditangkap dari sensor
Actions : tindakan yang dilakukan oleh Agent
Environments : lingkungan dimana si Agent
berada
Agents : humans, robots, softbots, thermostats,
etc.
Robotic agent
12/7/2012 Agent Cerdas @ Kecerdasan Buatan 3 / 25
(KI092301)
 Agent & environment
Agent function memetakan dari rekaman inputan
(percept histories) ke tindakan (actions):

[f: P* A]

Agent program menjalankan architecture untuk

menghasilkan f

agent = architecture + program

12/7/2012 Agent Cerdas @ Kecerdasan Buatan 4 / 25
(KI092301)
 Contoh: Vacuum-cleaner world

Sumber: S. Russel, P. Norving, Artificial Intelligence: A Modern Approach

Percepts: lokasi dan kondisi, mis: [A, Kotor]

Actions: Kiri, Kanan, Menghisap, Berhenti

12/7/2012 Agent Cerdas @ Kecerdasan Buatan 5 / 25

(KI092301)
 Konsep rational agents
Agent seharusnya berupaya melakukan
tindakan yang benar agar berhasil
Kriteria untuk keberhasilan perilaku agent
disebut performance measure
Contoh: A vacuum-cleaner agent
jumlah kotoran yang dibersihkan
jumlah waktu yang dibutuhkan
jumlah konsumsi listrik
jumlah kebisingan yang dihasilkan
dll
12/7/2012 Agent Cerdas @ Kecerdasan Buatan 6 / 25
(KI092301)
 Rational agents
Definisi
Rational agent: suatu agent yang selalu bertindak memaksimalkan
ukuran kinerja, mengingat apa yang ia amati tentang lingkungan
dan pengetahuan lain yang dimilikinya.

Rasionalitas berbeda dari kemahatahuan (mengetahui segala

sesuatu tanpa batas)
Agent melakukan tindakan memperbaiki wawasan
kedepan untuk memperoleh informasi penting (information
gathering, exploration)
Agent disebut autonomous jika perilaku ditentukan oleh
pengalaman sendiri (kemampuan untuk belajar dan
beradaptasi)
12/7/2012 Agent Cerdas @ Kecerdasan Buatan 7 / 25
(KI092301)
 PEAS
Definisi
PEAS: Performance measure, Environment, Actuators, Sensors

Ketika merancang sebuah agent, harus

mendefinisikan lingkungan masalah (task
environment), yakni:
Performance measure : apa saja komponen pengukur
keberhasilan si agent?
Environment : kondisi apa saja yang ada disekitar si
agent?
Actuators : apa saja yang bisa dilakukan si agent?
Sensors : apa saja yang menjadi input si agent?

12/7/2012 Agent Cerdas @ Kecerdasan Buatan 8 / 25

(KI092301)
Contoh: Taksi Otomatis
Sebuah agent taksi otomatis yang menerima
penumpang dan mengantarkannya ke tujuan :
Performance measure: sampai tujuan, tidak
melanggar aturan lalu lintas, perjalanan nyaman,
hemat bensin
Environment: jalan, lalu lintas, pejalan kaki,
pelanggan
Actuators: arah stir, gas, rem, klakson, sinyal kiri atau
kanan
Sensors: video, speedometer, GPS, keyboard

12/7/2012 Agent Cerdas @ Kecerdasan Buatan 9 / 25

(KI092301)
Contoh: Medical diagnosis system
Sebuah agent Medical diagnosis system yang
mendiagnosa pasien secara otomatis:
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)

12/7/2012 Agent Cerdas @ Kecerdasan Buatan 10 / 25

(KI092301)
Contoh: Robot pabrik penjamin mutu
Sebuah robot yang melakukan pemisahan
komponen yang bermutu tinggi pada ban
berjalan ke dalam kotak berbeda
Performance measure:
Environment:
Actuators:
Sensors:

12/7/2012 Agent Cerdas @ Kecerdasan Buatan 11 / 25

(KI092301)
Contoh: Robot pabrik penjamin mutu
Sebuah robot yang melakukan pemisahan
komponen yang bermutu tinggi pada ban
berjalan ke dalam kotak berbeda
Performance measure: prosentase jumlah komponen
yg diletakkan pada kotak yang benar
Environment: ban berjalan, komponen yang diuji,
kotak
Actuators: gerak lengan dan tangan robot
Sensors: kamera, sensor fisik

12/7/2012 Agent Cerdas @ Kecerdasan Buatan 12 / 25

(KI092301)
Contoh: Interactive English tutor
Sebuah agent tutor yang memberikan
latihan english secara interaktif
Performance measure:
Environment:
Actuators:
Sensors:

12/7/2012 Agent Cerdas @ Kecerdasan Buatan 13 / 25

(KI092301)
Contoh: Interactive English tutor
Sebuah agent tutor yang memberikan
latihan english secara interaktif
Performance measure: nilai skor maksimal
Environment: para siswa
Actuators: layar monitor (latihan, saran
koreksi)
Sensors: keyboard

12/7/2012 Agent Cerdas @ Kecerdasan Buatan 14 / 25

(KI092301)
 Jenis Environment
Fully observable (vs. partially observable): apakah
semua informasi diketahui?
Deterministic (vs. stochastic): apakah next state
ditentukan dari current state dan action?
Episodic (vs. sequential): apakah tergantung pada
pengalaman

12/7/2012 Agent Cerdas @ Kecerdasan Buatan 15 / 25

(KI092301)
 Jenis Environment
Static (vs. dynamic): apakah environment
berubah ketika agent tidak bertindak?
Discrete (vs. continuous):
Single agent (vs. multiagent): apakah agent
bertindak sendiri atau ada lawan?

12/7/2012 Agent Cerdas @ Kecerdasan Buatan 16 / 25

(KI092301)
 Contoh: Jenis Environment
Agent

Catur dgn waktu Catur tanpa waktu Taxi driving

Fully observable Ya Ya Tidak

Deterministic Strategic Strategic Tidak
Episodic Tidak Tidak Tidak
Static Semi Ya Tidak
Discrete Ya Ya Tidak
Single agent Tidak Tidak Tidak

Jenis environment menentukan desain seorang agent

Di dunia nyata pada umumnya partially observable, stochastic,
sequential, dynamic, continuous, multi-agent

12/7/2012 Agent Cerdas @ Kecerdasan Buatan 17 / 25

(KI092301)
 Jenis-jenis Agent
Simple reflex agents: berdasarkan persepsi yg 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

12/7/2012 Agent Cerdas @ Kecerdasan Buatan 18 / 25

(KI092301)
 Simple reflex agents
Agent Sensors - !---+--
...P.-
'
Wh at ttie workj
is Iik.e now m
::::::1
<
-....
0
::::::1
3

(Gonditbn-action rules::>- llr

.
W'hat acton I
CD
...
::::::1

shoukj oo now

'

12/7/2012 Agent Cerdas@ Kecerdasan Buatan 19 I 25

(KI092301)
 Sumber: S. Russel, P. Norving, Artificial Intelligence: A Modern Approach

12/7/2012 Agent Cerdas@ Kecerdasan Buatan 20 I 25

(KI092301)
 Model-based reflex agents
f -----........, Sensors ----+--!t--
Sam \
What the workj
is Iik.e now
m
:::1
W hat my actions oo <
-
0
::::1
:1
It
Gonditbn-action rules_r,.-...... 1
W hat acton I
s houkj 00 now
...
CD

Agent

Sumber: S. Russel, P. Norving, Artificial Intelligence: A Modern Approach

12/7/2012 Agent Cerdas@ Kecerdasan Buatan 20 I 25

(KI092301)
 Goal-based agents
( - ----........, Sensors ----+-
State \
Wh at the war
How the world evolves is like now
m
:I
W hat my actions do What it wiII be I ik.e
if I do acton A
<
-.....
0
::;:,
3
CD
W hat actbn I
,...
::;:,
....._a::a 18_. J----- .s hou do now

Agent
Sumber: S. Russel, P. Norving, Artificial Intelligence: A Modern Approach

12/7/2012 Agent Cerdas@ Kecerdasan Buatan 21 I 25

(KI092301)
 Utility-based agents
( - - ---........., Sensors -----+-----!11--
are \

m
What my actions cb <
-...
0
::;::,
Utilrty
HO\V happy I wi II be
in .such a stare a
(D

What actbn I
,...
.shoukj cb now

Agent
Sumber: S. Russel, P. Norving, Artificial Intelligence: A Modern Approach

12/7/2012 Agent Cerdas@ Kecerdasan Buatan 22 I 25

(KI092301)
 Learning agents
Petfor mance standard

Critic. - Sensors -

feedback
. changes
-
m
::1
<
...
.. 0
Learning Pe tf or manee
element element ::1
nowlec:lge
learning
3
CT)
goals
n ,..
::1

Problem
generator

Agent Actuators -
12/7/2012 Agent Cerdas@ Kecerdasan Buatan 23 I 25
(KI092301)
 Sumber: S. Russel, P. Norving, Artificial Intelligence: A Modern Approach

12/7/2012 Agent Cerdas@ Kecerdasan Buatan 24 I 25

(KI092301)
 Ringkasan
Sebuah rational agent harus memiliki tujuan (goal)
Sebuah task environment mendefiniskan performance
measure, environment, action, dan sensors (PEAS)
sebuah agent.
Agent function memetakan persepsi terhadap tindakan.
Agent program mengimplementasikan agent function.
Jenis-jenis agent: simple reflex, model-based, goal-
based, utility-based, dan learning.

12/7/2012 Agent Cerdas @ Kecerdasan Buatan 24 / 25

(KI092301)
Sumber :
1. Slide perkuliahan Stuart Russell's (Berkeley) http://aima.cs.berkeley.edu/
2. Slide perkuliahan Sistem Cerdas Ruli Manurung (Universitas Indonesia)
http://www.cs.ui.ac.id/WebKuliah/IKI30320/

12/7/2012 Agent Cerdas @ Kecerdasan Buatan 25 / 25

(KI092301)