ì

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  finders  for  sensors  
—  Various  Motors  for  actuator  
—  SoCware  agent  :  
—  Keystroke,  file  contents,  network  packets  as  sensory  inputs  
—  Acts  on  the  environment  by  displaying  on  the  screen,  wri6ng  
files,  and  sending  network  packets  
 KONSEP  AGENT  

—  Percept  à  Input  (Masukan  indera  si  agent)  

—  Ac6on  à  6ndakan    yang  dilakukan  oleh  si  agent  
—  Environment  à  lingkungan  dimana  si  agent  berada  
—  Tujuan  Agent  
 KONSEP  RATIONAL  AGENT  
—  Ra6onal  à  melakukan  hal  yang  terbaik  
—  Kita  harus  mendefinisikan  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  

ì Ke6ka  merancang  sebuah  agent,  kita  harus  

mendefinisikan  masalah  (task  environment),  yaitu  :  
ì  Percept  :  Apa  saja  yang  jadi  input  si  agent?  
ì  Ac6on  :  Apa  saja  yang  bisa  dilakukan  si  agent?  
ì  Goals  :  Apa  tujuan  si  agent?  
ì  Environment  :  Dimanakah  si  agent  berperan?    

ì Task  Environment  à  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  fisik  
§  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  

ì Agent  =  Arsitektur  +  Program  

ì Agent  Program  menerima  input  percept  terakhir    

 CONTOH  :  VACUUM  CLEANER  

ì Definisi  Task    Environment:  

ì  Percepts  :  lokasi  dan  status,  misal  :  [A,Kotor]  
ì  Contoh  Percept  Sequence  (urutan  inputan)  
 {[A,Kotor],  [A,Bersih],  [B,  Kotor],  [B,  Bersih],….}  
 {[A,Kotor],  [A,Kotor],  [A,  Kotor],  [A,  Bersih],….}  
ì  Ac6on  :  DoKekiri,  DoKekanan,  DoSedot,  DoSantai  
ì  Goal  :  menjaga  kebersihan  
ì  Environment  :  ruangan  A  dan  B  beserta  isi  debunya  
Contoh  Agent  :  AGENRAJIN  
 JENIS-­‐JENIS  AGENT  PROGRAM  
Menurut  Russel  dan  Norvig:  
§  Simple  Reflex  Agents    
§  Hanya  berdasarkan  percept  terakhir  
§  Model-­‐based  reflex  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  
lingkunganàu6lity  func6on.  
§  Berkaitan  dengan  Performance  Measure  
§  Learning  agents  :  
§  Belajar  dari  pengalaman,  meningkatkan  kinerja  
 Simple  Reflex  Agents  

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

 Model  Based-­‐Reflex  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  

ì Sebuah  Ra6onal  Agent  harus  memiliki  tujuan  (goal).  

ì Sebuah  Task  Environment  mendefinisikan  Percept,  

Ac6on,  Goal,  dan  Environment  sebuah  agent.  

ì Agent  Func6on  memetakan  percept  sequence  (histori  

urutan)  terhadap  6ndakan.  

ì Agent  Program  mengimplementasikan  agent  func6on.  

 Referensi  

ì  Semua  materi  slide  dibuat  oleh  (Sekolah  Tinggi  Ilmu  

Komputer  Indonesia  (STIKI)  Malang.  

ì  George  F.  Luger,  Ar6ficial  Intelligence,  Addison  

Wesley,  Fourth  Edi6on.  

ì  Stuart  Russell  &  Peter  Norvig,  Ar6ficial  Intelligence:  

A  Modern  Approach,    Third  Edi6on.    

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