LAPORAN TUGAS

Tutorial Agen Kecerdasan

Anggota:

11S21003 – Benhard Yudha

11S21024 – Robert Aritonang

11S21039 – Hanny Yosephine

11S21041 – Itha Clarina

11S21050 – Ella Tasya Silaban

PROGRAM STUDI S1 INFORMATIKA

FAKULTAS INFORMATIKA DAN TEKNIK ELEKTRO
INSTITUT TEKNOLOGI DEL

Laporan Tugas Kecerdasan Buatan 1

Role Anggota:

Nama Peran
Benhard Latar Belakang dan berperan membantu
dalam pembuatan kerangka peas

Robert Metode analisis dan berperan membantu

dalam pembuatan kerangka peas

Hanny Metode Studi Kasus dan berperan

membantu dalam pembuatan kerangka
peas

Itha Mencari jurnal yang ada dan berperan

membantu dalam pembuatan kerangka
peas

Laporan Tugas Kecerdasan Buatan 2

Ella Merangkum kesimpulan dan berperan
membantu dalam pembuatan kerangka
peas

Laporan Tugas Kecerdasan Buatan 3

I. Latar Belakang

Di zaman sekarang ini, pengembangan agen cerdas dalam era teknologi dan kecerdasan
buatan adalah hal yang sangat penting. Sebagaimana yang kita ketahui, agen cerdas
adalah sistem yang dapat belajar dan beradaptasi, memiliki potensi besar untuk
meningkatkan efisiensi dan pengambilan keputusan di berbagai sektor seperti bisnis,
kesehatan, dan pendidikan. Adapun tujuan dari laporan tugas ini untuk merancang agen
cerdas yang canggih dan inovatif, menggambarkan rencana pengembangan, metode
pelatihan, dan manfaat yang diharapkan dari penerapannya. Tujuannya adalah
menghadirkan solusi baru untuk tantangan di berbagai bidang melalui pemanfaatan
teknologi kecerdasan buatan yang terkini Laporan tugas ini juga dibuat untuk
memenuhi tugas yang diberikan oleh dosen pengampu.

II. Metode

II.1 Analisis Literatur

Melakukan tinjauan terhadap literatur ilmiah terkait pengertian intelligence agents,
prinsip dalam intelligence agents dan jenis dalam intelligence agents terkait roboot
pembersih ruangan.

II.2 Studi Kasus

Melakukan studi kasus terkait penerapan intelligence agents dalam hal pembersih
ruangan. Kami melihat kebutuhan dan desain dari robot pembersih ruangan dengan
harapan robot ini mamu membersihkan ruangan secara efisien dan memungkinkan
pengguna untuk mendapatkan intelligence agent yang praktis dalam memberi
kemudahan.

III. Hasil Diskusi

Intelligent agent adalah entitas otonom yang memiliki kemampuan untuk berinteraksi
dengan lingkungannya dan memproses informasi melalui sensor. Tujuannya adalah
untuk mencapai tujuan yang telah ditentukan.
Ada empat jenis utama intelligent agents:
1. Simple Reflex Agents:
- Berdasarkan tindakan pada kondisi saat ini tanpa memperhatikan sejarah atau
konteks.

Laporan Tugas Kecerdasan Buatan 4

 - Keterbatasan dalam situasi di mana pengamatan saat ini tidak mencukupi untuk
pengambilan keputusan yang baik
2. Model-Based Reflex Agents
- Menggunakan model lingkungan yang menggambarkan bagaimana kondisi saat
ini terhubung dengan perubahan sebelumnya.
- Lebih kompleks daripada simple reflex agents karena mempertimbangkan sejarah.
3. Goal-Based Agents
- Berorientasi pada mencapai tujuan tertentu.
- Menggunakan pengalaman sebelumnya, pengetahuan, dan masukan pengguna
untuk mengambil keputusan.
- Mencari solusi sesuai dengan tujuan akhir.
4. Utility-Based Agents:
- Menggunakan utilitas untuk mengukur tingkat kepuasan dari tindakan yang
mungkin.
- Lebih canggih dan kompleks, dapat menangani tugas-tugas yang rumit dengan
mempertimbangkan utilitas dan informasi umum.

Nama Agen: ClingBot

Jenis Agen: Robot Pembersih Ruangan Otomatis
Performance Indicator:
Tugas Utama: Membersihkan ruangan secara efisien dan efektif dengan
menggunakan sistem auto pilot
Kinerja diukur berdasarkan:
Waktu yang diperlukan untuk membersihkan ruangan.
Kualitas hasil pembersihan (kebersihan dan ketertiban ruangan).
Kemampuan beradaptasi dengan perubahan lingkungan atau hambatan.
Efisiensi energi.
Tingkat kerusakan atau kegagalan peralatan (jika ada).

Laporan Tugas Kecerdasan Buatan 5

Environment:
Tipe Lingkungan: Ruangan dalam, berbagai jenis lantai (karpet, ubin, kayu), mungkin
terdapat hambatan seperti meja, kursi, tangga dan peralatan rumah tangga lainnya
serta permukaan lantai yang rusak(berlubang).
Kemungkinan Perubahan Lingkungan: Perubahan posisi furnitur, cahaya, dan suhu.
Actuators:
Roda: Untuk bergerak di sepanjang lantai.
Sikat Pembersih: Untuk membersihkan debu dan kotoran dari lantai.
Sistem penyedot : menghisap debu dan kotoran atau partikel partikel yang kecil.
Sistem Pengisian Daya: Untuk mengisi ulang baterai saat diperlukan.
Lampu Indikator: Untuk menunjukkan status dan masalah peralatan.

Sensors:
Sensor Jarak: Untuk mendeteksi objek dan hambatan di sekitarnya.
Sensor tepi (Cliff Sensor) : Untuk mencegah jatuh dari tangga atau tingkat yang lebih
tinggi.
Sensor Penciuman: Untuk mendeteksi bau atau kotoran yang harus dibersihkan.
Sensor Pemantauan Baterai: Untuk memantau tingkat daya baterai dan mengaktifkan
pengisian ketika perlu.
Sensor Lingkungan: Untuk mendeteksi perubahan dalam lingkungan seperti
pencahayaan atau suhu.
Sensor True mapping distance, karpet dan bumper.

Navigasi
True Mapping dan maps precisely

Laporan Tugas Kecerdasan Buatan 6

IV. Kesimpulan
Kesimpulan dari isi laporan ini adalah bahwa pengembangan intelligent agents, dalam
hal ini robot pembersih ruangan, adalah langkah penting dalam era teknologi dan
kecerdasan buatan saat ini. Laporan ini menguraikan bagaimana intelligent agents
dapat digunakan untuk mencapai efisiensi dan pengambilan keputusan yang lebih baik
di berbagai sektor seperti bisnis, kesehatan, dan pendidikan.

Laporan ini juga menjelaskan empat jenis utama intelligent agents: Simple Reflex
Agents, Model-Based Reflex Agents, Goal-Based Agents, dan Utility-Based Agents.
Masing-masing jenis agen memiliki karakteristik dan kemampuan yang berbeda dalam
berinteraksi dengan lingkungan dan mencapai tujuan mereka. Dalam konteks robot
pembersih ruangan, penggunaan berbagai jenis sensor dan aktuator, seperti roda, sikat
pembersih, dan sensor jarak, adalah kunci untuk mencapai performa yang optimal.

Intelligent agent yang dirancang untuk robot pembersih ruangan harus mampu
membersihkan ruangan dengan efisien, beradaptasi dengan perubahan lingkungan, dan
mempertimbangkan faktor-faktor seperti kualitas hasil pembersihan dan efisiensi
energi. Dalam hal ini, sensor yang dapat mendeteksi jarak, tepi, dan kondisi lingkungan
sangat penting.

Kesimpulannya, pengembangan intelligent agents untuk robot pembersih ruangan

adalah langkah inovatif yang dapat membawa solusi baru untuk tantangan pembersihan
dan efisiensi di berbagai lingkungan. Dengan memahami jenis agen yang berbeda dan
mengintegrasikan teknologi sensor yang tepat, kita dapat menciptakan robot pembersih
cerdas yang efisien dan efektif.

V. Referensi
Russell, S. J., & Norvig, P. (2009). Artificial Intelligence: A Modern Approach

Wooldridge, M. (2002). An Introduction to MultiAgent Systems

Jennings, N. R., & Wooldridge, M. (1998). Applications of Intelligent Agents

Taveter, K. (2007). Agent-Oriented Software Engineering: Reflections on

Architectures, Methodologies, Languages, and Frameworks

Bordini, R. H., Hübner, J. F., & Wooldridge, M. (2007). Programming Multi-Agent

Systems in AgentSpeak Using Jason

Vlassis, N. (2012). A concise introduction to multiagent systems and distributed

artificial intelligence

Ferber, J. (1999). Multi-Agent Systems: An Introduction to Distributed Artificial

Intelligence

Laporan Tugas Kecerdasan Buatan 7

Luger, G. F. (2017). Artificial Intelligence: Structures and Strategies for Complex
Problem Solving

Jennings, N. R. (2000). On agent‐based software engineering

Bellifemine, F., Caire, G., Poggi, A., & Rimassa, G. (1999). Jade-A White Paper

https://www.researchgate.net/profile/Imam-
Cholissodin/publication/348003841_Buku_Ajar_AI_Machine_Learning_
Deep_Learning/links/61cdd217da5d105e550a9a4a/Buku-Ajar-AI-
Machine-Learning-Deep-Learning.pdf

http://imamcs.lecture.ub.ac.id/files/2013/09/03-Agen-
Cerdas_AI_IK_IL1314IC.pdf

Laporan Tugas Kecerdasan Buatan 8