LABORATORIUM PEMBELAJARAN ILMU KOMPUTER

FAKULTAS ILMU KOMPUTER

UNIVERSITAS BRAWIJAYA
BAB : AGEN CERDAS
NAMA : KELOMPOK 9
NIM :- ACC
TANGGAL : 26/02/2018
JENIS : TUGAS
ASISTEN : - YOSHUA OMEGA MAURYA
- CHARLES SANGGALANGI

A. DEFINISI MASALAH
Sebelum mengerjakan soal di bawah ini pelajari terlebih dahulu materi yang
ada di modul praktikum maupun yang ada dimateri perkuliahan.
1) Carilah 2 aplikasi dari 5 tipe agen
- simple reflex agents
- model-based reflex agents
- goal-based reflex agents
- utility-based reflex agents
- Learning agents
2) Berikan review masing-masing aplikasi, kenapa aplikasi tersebut masuk
pada tipe agen tertentu ?

B. JAWAB
Review Masing-masing aplikasi kenapa aplikasi tersebut masuk pada tipe agen
tertentu.
- Simple Reflex Agent
1. Alarm pada pintu yang menggunakan aplikasi
Alarm ini dikatakan simple reflex agent karena jika pintu terbuka secara
tiba-tiba, maka secara otomatis aplikasi tersebut akan reflex membunyikan
alarm
2. Pengering Tangan otomatis
Alat ini termasuk simple reflex agent dikarenakan jika tangan menyentuh
bagian bawah dari alat ini maka secara otomatis angin hangat akan keluar
untuk mengeringkan tangan tersebut
3. Escalator
Alat ini termasuk simple reflex agent dikarenakan jika tidak ada orang yang
naik maka escalator berjalan pelan. Jika ada yang naik maka escalator
menambah laju berjalannya

- Model-Based Reflex Agent

1. Ramalan Cuaca (Weather Forecast)
Aplikasi ini dikategorikan menjadi model-based agent karena aplikasi ini
bekerja menyesuaikan cuaca tempat dimana ia digunakan. Seseorang yang
menggunakan aplikasi ini di Timur Tengah dengan seseorang yang
menggunakan aplikasi ini di Eropa akan berbeda hasilnya.
 2. Taksi otomatis
Aplikasi ini hanya dapat menerima kesan dari mobil dengan model terbaru
saja. Jika mobil model lama, agen tersebut tidak bias menerima kesannya
sehingga agen tersebut tidak melakukan tindakan pengereman. Agen reflex
model ini menjaga keadaan dunianya menggunakan model internal
kemudian memilih tindakan seperti agen reflex sederhana

- Goal-Based Agent
1. Aplikasi Photomath
Aplikasi ini dikelompokkan menjadi gol based agent karena aplikasi ini
mempunyai tujuan untuk memecahkan soal matematika. Jadi pada aplikasi
ini menggunakan kamera untuk mengscan soal matematikanya. Jika
kameranya buram, maka aplikasi tersebut berusaha untuk membuatnya jelas
agar tujuannya untuk memecahkan soal matematika dapat tercapai
2. Aplikasi Tuner Gitar
Aplikasi ini termasu goal based agent karena mempunyai tujuan untuk
membenahi senar pada gitar agar tidak false. Dengan sensor suara, maka
aplikasi ini dapat mengenali dan menilai suara dari tiap-tiap senar gitar bila
suaranya terlalu tinggi atau terlalu rendah
- Utility-Based Agent
1. Gojek
Aplikasi Gojek dikatakan sebagai tipe goal based agent karena aplikasi ini
menyesuaikan dengan keadaan saat itu juga, misalkan jika seseorang
memesan Gojek dengan tujuan ke suatu tempat, maka aplikasi tersebut akan
memproses data yang ada serta mencari rute mana yang paling cepat
ditempuh dan jika pemesan memesan Gojek pada jam sibuk, maka akan
dikenakan biaya tambahan
2. Traveloka
Aplikasi ini berbasis tujuan tidak membedakan keadaan yang bagus dengan
keadaan yang tidak bagus untuk agen. Misalkan pada traveloka kita
membedakan harga yang baik atau tidak
- Learning Agent
1. Face Recognize
Aplikasi ini bertipe learning agent dikarenakan aplikasi harus belajar
terlebih dahulu tentang pola-pola wajah sehingga aplikasi tersebut dapat
mendeteksi wajah dengan baik
2. @Rinnaid
Aplikasi yang dibuat oleh Microsoft ini dapat dikategorikan sebagai
learning agent karena aplikasi telah melakukan deep learning yaitu dilatih
dengan menggunakan data berukuran besar dari mesin pencari Bing.
3. Tes Bakat dari fingerprint
Aplikasi ini bertipe learning agent karena aplikasi harus mempelajari pola-
pola dari sidik jari yang dikenai sensor sehingga bisa mengetahui bakat apa
 saja yang dimiliki seseorang

C. KESIMPULAN
Dari beberapa pengertian di atas, dapat ditarik kesimpulan bahwa kecerdasan buatan
merupakan bagian dari ilmu komputer yang menitikberatkan pada perancangan otomatisasi
tingkah laku cerdas. Namun, defenisi yang telah disebutkan di atas belum cukup memadai
sebab istilah ‘cerdas’ itu sendiri belum dipahami sepenuhnya.