Pengantar
Kecerdasan
Buatan
Intelligent Agents
2
Fasilkom Teknik Informatika Giri Purnama, S.Pd, M.Kom
Abstract Kompetensi
Module ini mambahas mengenai Mampu memahami konsep mengenai
Intelliget Agents
tipe-tipe Agen terhadap lingkunganya
Pendahuluam
Agent dapat dipandang sebagai sebuah objek yang mempunyai tujuan dan bersifat
autonomous (memberdayakan resourcenya sendiri) untuk memecahkan masalah melalui
interaksi seperti kolaborasi, kompetisi, negosiasi dan sebagainya (Okomoto & Takaoka,
1997). Agent sendiri adalah sesuatu yang seolah-olah merasakan sesuatu dari
lingkungannya melalui sensor dan memberikan aksi balasan kepada lingkungan tersebut
melalui sensor dan memberikan aksi balasan kepada lingkungan tersebut melalui effector
(Russel & Norvig, 1995). Adapun multi agent merupakan kumpulan dari beberapa agent
yang berada pada lingkungan yang sama.
Agen adalah sesuatu yang memahami lingkungannya melalui sensor, dan bertindak
terhadap lingkungannya melalui actuator. Secara sederhana diilustrasikan pada gambar
berikut:
Agen manusia memiliki mata, telinga, kulit, dan organ-organ lain sebagai sensor serta
kedua tangan, kedua kaki, saluran suara, dan lain-lain sebagai actuator. Agen robot
mungkin memiliki kamera dan infra merah sebagai sensor, serta berbagai motor sebagai
aktuator. Agen perangkat lunak (software) menerima input dari keyboard, file konten, dan
paket jaringan sebagai input sensorik, tindakan (actuator) terhadap lingkungannya berupa
tampilan di layar monitor, menulis file, dan mengirim paket jaringan.
Percept adalah istilah merujuk pada masukkan (persepi) agen pada saat tertentu. Urutan
persepsi (percept sequence) adalah sejarah lengkap dari semua yang pernah dirasakan/
diterima oleh agen. Umumnya agen memilih aksi/ tindakan pada waktu tertentu tergantung
dari keseluruhan persepsi yang diamatinya selama waktu tertentu. Secara matematis, kita
dapat katakan bahwa perilaku agen digambarkan oleh fungsi agen yang memetakan urutan
persepsi (percept sequence) tertentu ke dalam sebuah tindakan.
Fungsi agen pada sebuah agen akan diimplementasikan oleh program agen. Fungsi agen
dan program agen adalah sesuatu hal yang berbeda. Fungsi agen adalah deskripsi
matematis yang abstrak mengenai agen, sedangkan program agen adalah implementasi
yang konkret yang berjalan di sistem fisik.
Untuk mengilustrasikan ide ini, kita ambil contoh yang sangat sederhana yaitu dunia
penyedot debu (vacuum cleaner world) yang ditunjukkan pada gambar 1.2. Dunia ini sangat
sederhana sehingga kita dapat menggambarkan segala sesuatu yang terjadi, ini juga
merupakan dunia buatan, sehingga kita bisa menciptakan banyak variasi. Dunia khusus ini,
‘0 Kecerdasan Buatan
1 2 Pusat Bahan Ajar dan eLearning
http://www.mercubuana.ac.id
hanya memiliki dua lokasi yaitu kotak A dan B. Agen vacuum akan mengamati kotak apa
yang dia tempati dan apakah ada kotoran atau tidak. Agen dapat memilih untuk berpindah
ke kiri, ke kanan, menyedot kotoran, atau tidak melakukan apapun. Salah satu fungsi agen
yang paling sederhana adalah sebagai berikut:
Tabel fungsi agen dapat dilihat pada gambar 1.3 dan program agen yang
menerapkannya diperlihatkan pada gambar 1.8.
Tabel 1.3. Fungsi agen sederhana untuk vacuum cleaner world pada gambar 1.2
‘0 Kecerdasan Buatan
1 3 Pusat Bahan Ajar dan eLearning
http://www.mercubuana.ac.id
Rational artinya disini melakukan hal yang terbaik. Terbaik artinya mencapai target yang
ingin dicapai, sehingga perlu didefenisikan target yang ingin dicapai oleh si agent. Untuk
mengukur seberapa baik kinerja dari agen dalam mencapai target diperlukan Performance
measure.
Contoh:
Rational agent: suatu agent yang selalu bertindak memaksimalkan ukuran kinerja,
berdasarkan 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.
Terkadang agent bertindak (action) tanpa pengetahuan lingkungan exploration, learning,
autonomy [2].
‘0 Kecerdasan Buatan
1 4 Pusat Bahan Ajar dan eLearning
http://www.mercubuana.ac.id
Task Environment
Mendefenisikan task environment
Ketika merancang sebuah agent, kita harus mendefenisikan lingkungan masalah (task
environment), pada dasarnya task environment adalah “masalah” dan agen rasional adalah
“solusi”. Terdapat empat hal yang dapat mendefenisikan task environment yaitu:
Performance (measure): apa ukuran pencapaian tujuan si agent?
Environment: di manakah si agent berperan?
Actuators: apa saja yang bisa dilakukan si agent?
Sensors: apa saja yang menjadi input si agent?
Misalnya kita ingin membuat agen taksi otonom yang menerima penumpang dan
mengantarkannya ke tujuan. Maka task environment-nya sebagai berikut:
Performance: Penumpang sampai ke tujuan dengan selamat, cepat, aman, nyaman,
tidak ditilang, tidak nabrak, hemat bensin.
Environment: Jalanan, lalu-lintas, rambu lalu-lintas, penumpang, pejalan kaki, cuaca
Actuators: Stir, gas, rem, klakson, lampu sein kiri-kanan, layar display, suara sintetis.
Sensors: kamera, infra-red, sensor sonar, speedometer, accelerometer, odometer,
sensor mesin, GPS, keyboard, microphone
Gambar 3.1. Deskripsi PEAS lingkungan tugas untuk agen taksi online.
Contoh lain, bayangkan sebuah robot yang mengamati komponen pada ban berjalan, lalu
memisahkan mana ban yang bermutu tinggi dan mana yang jelek atau cacat ke dalam dua
kotak.
Performance: presentase komponen masuk ke kotak yang benar
Environment: ban berjalan, komponen yang diuji, kotak-kotak
Actuators: gerak lengan robotik
Sensors: kamera, sensor fisik
‘0 Kecerdasan Buatan
1 5 Pusat Bahan Ajar dan eLearning
http://www.mercubuana.ac.id
Gambar 3.2. Contoh deskripsi PEAS untuk tipe-tipe agen lain
‘0 Kecerdasan Buatan
1 6 Pusat Bahan Ajar dan eLearning
http://www.mercubuana.ac.id
dapat diamati sebagian (partially observable) maka dikatakan task environment
stochastic. Situasi lingkungan yang sangat kompleks sehingga tidak memungkinkan
semua aspek dapat teramati maka lingkungan ini dianggap sebagai stochastic.
Contohnya pengemudi taksi otonom dapat dikatan stochastic, karena kita tidak dapat
memprediksi keadaan lalu-lintas dengan tepat, bisa jadi tiba-tiba ada kecelakaan di
jalan, ban bocor, atau mesin yang mogok tiba-tiba.
‘0 Kecerdasan Buatan
1 7 Pusat Bahan Ajar dan eLearning
http://www.mercubuana.ac.id
Gambar 3.3. contoh agen berserta jenis lingkungannya
Struktur Agen
Pekerjaan AI adalah merancang sebuah program agen yang mengimplementasikan
fungsi agen (pemetaan dari persepi ke tindakan). Kita asumsikan program ini akan
dijalankan pada beberapa peralatan komputer yang memiliki sensor fisik dan
aktuator (kita katakan ini sebagai arsitektur).
Agen = architecture + program.
Tentunya program yang kita pilih harus sesuai dengan arsitkturnya, jika program
akan merekomendasiak tindakan seperti berjalan, maka arsitektur sebaiknya
memiliki kaki. Arsitektur mungkin hanya PC biasa, atau mungkin sebuah mobil robot
dengan beberapa komputer, kamera, dan sensor lainnya. Secara umum, arsitektur
membuat persepsi dari sensor tersedia pada program, kemudian menjalanlan
program, dan memberikan keluaran berupa tindakan apa yang dipilih untuk
dijalankan oleh aktuator.
‘0 Kecerdasan Buatan
1 8 Pusat Bahan Ajar dan eLearning
http://www.mercubuana.ac.id
Agent program
‘0 Kecerdasan Buatan
1 9 Pusat Bahan Ajar dan eLearning
http://www.mercubuana.ac.id
Tergantung dari:
Performance: Apa hemat energi bagian dari performance measure dalam mencapai
goal “menjaga kebersihan"?
Environment: Apakah ruangan yang sudah dibersihkan bisa kotor lagi? Seberapa
cepat/sering? [2]
Jenis-jenis Agent
‘0 Kecerdasan Buatan
1 10 Pusat Bahan Ajar dan eLearning
http://www.mercubuana.ac.id
Gambar 2.3. Goal-based Agent
‘0 Kecerdasan Buatan
1 11 Pusat Bahan Ajar dan eLearning
http://www.mercubuana.ac.id
Daftar Pustaka
[1]. Stuart Russell & Peter Norvig, Artificial Intelligence: A Modern Approach.3rd Edition.
Prentice Hall 2010
[2]. Slide Kuliah Sistem Cerdas: Konsep Rational Agent. oleh Ruli Manurung, Ari
Saptawijaya, dan Nurul Qomariyah. Fakultas Ilmu Komputer Universitas Indonesia
[3]. Anita Desiani & M.Arhami, Konsep Kecerdasan Buatan, Penerbit Andi, 2006.
‘0 Kecerdasan Buatan
1 12 Pusat Bahan Ajar dan eLearning
http://www.mercubuana.ac.id