Apa itu agen cerdas ?
Agen adalah segala sesuatu yang dapat dipandang
sebagai entitas pada suatu lingkungan yang mengamati melalui alat sensor dan
bertindak melalui alat aktuator. Agen cerdas merupakan agen yang ditanamkan
kecerdasan yang dimiliki oleh seorang manusia sehingga agen tersebut dapat
melakukan hal-hal yang memerlukan kecerdasan yang biasanya dilakukan oleh
manusia.
Perancangan Agen Cerdas
Agen harus bersifat rasional, yaitu melakukan hal yang benar. Rasional bukan berarti omniscience (serba tahu/mengetahui semua dengan pengetahuan tak terbatas). Agen dapat melakukan tindakan dalam rangka untuk mengubah persepsi masa depan untuk memperoleh informasi yang berguna (pengumpulan informasi, eksplorasi).
Agen harus bersifat rasional, yaitu melakukan hal yang benar. Rasional bukan berarti omniscience (serba tahu/mengetahui semua dengan pengetahuan tak terbatas). Agen dapat melakukan tindakan dalam rangka untuk mengubah persepsi masa depan untuk memperoleh informasi yang berguna (pengumpulan informasi, eksplorasi).
Sebuah agen dikatakan otonom jika perilaku agen
ditentukan oleh pengalaman sendiri (dengan kemampuan untuk belajar dan
beradaptasi), sehingga agen belajar untuk beradaptasi dengan lingkungan
sekitarnya.
Pengukuran kinerja merupakan
Sebuah kriteria obyektif untuk mengukur keberhasilan suatu perilaku agen. Goal
adalah tujuan utama yang berusaha dicapai oleh agen (prioritas utama).
Dalam hal ini, agen cerdasnya berupa sebuah robot yang dapat menyapu halaman rumah
sendiri. Robot ini memiliki tujuan untuk dapat membantu seseorang mengerjakan
pekerjaan rumahnya yaitu menyapu. Dengan adanya robot ini, maka pekerjaan
menyapu yang biasanya di lakukan oleh manusia dapat dipermudah dengan bantuan
robot ini.
Dalam perancangan sebuah agen cerdas, terdapat PEAS: Performance measurement, Environment,
Actuators, Sensors yang harus terpenuhi.
Dalam agen cerdas robot yang dapat
menyapu halaman rumah sendiri, PEAS-nya adalah
- Performance measurement : cepat, bersih, menghemat tenaga
- Environment : rumah, halaman, penghuni rumah
- Actuators : lengan dan tangan robot
- Sensors : Kamera
karakteristik
agen
- Autonomous, yaitu agen berkemampuan untuk melakukan tugasnya dan mengambil keputusan secara mandiri tanpa adanya intervensi dari luar seperti agen lain, manusia ataupun entitas lain.
- Reaktif, yaitu kemampuan agen untuk cepat beradaptasi terhadap perubahan informasi yang ada pada lingkungannya
- Proaktif, yaitu kemampuan yang berorientasi pada tujuan dengan cara selalu mengambil inisiatif untuk mencapai tujuan.
- Fleksibel, yaitu agen harus mempunyai banyak cara dalam mencapai tujuannya.
- Robust, yaitu agen harus dapat kembali ke kondisi semula jika mengalami kegagalan dalam hal tindakan ataupun dalam menjalankan plan.
- Rasional, yaitu kemampuan untuk bertindak sesuai dengan tugas dan pengetahuannya dengan tidak melakukan hal yang dapat menimbulkan konflik tindakan.
- Kemampuan berkoordinasi dan berkomunikasi (Social), yaitu dalam melakukan tugasnya, agen memiliki kemampuan untuk berkomunikasi dan berkoordinasi baik dengan manusia maupun dengan agen lain.
- Situated, yaitu agen harus berada dan berjalan di lingkungan tertentu.
Tipe Agen
1. Simple Reflex Agents
Agen refleks sederhana
merupakan agen yang paling sederhana karena dia hanya menerapkan teknik
kondisi-aksi.
2.
Model-Based
Reflex Agents
Model-Based Reflex Agents
merupakan perkembangan dari simple reflex agents. Agen
refleks sederhana dapat melakukan tindakannya dengan baik jika lingkungan yang
memberikan percept/kesan tidak berubah-ubah
3.
Goal-Based
Agents
Goal-based agents
merupakan perkembangan dari model-based reflex agents dimana pengetahuan agen akan keseluruhan keadaan pada
lingkungan tidak selalu cukup.
Suatu
agen tertentu harus diberikan informasi tentang tujuan yang merupakan keadaan
yang ingin dicapai oleh agen.
4.
Utility-Based
Agents
Merupakan pengembangan dari goal-based agent,
pada utility-based agents untuk mecapai tujuannya ia memiliki banyak cara dan
banyak pertimbangan untuk mencapai tujuannya, tidak hanya satu jalan, namun
utility-based agent ini mempehitungkan dan memilih aksi/jalan yang efisien
dalam mencapai tujuannya.
5.
Learning agents
Learning agents adalah agen yang belajar dari pengalamannya dalam
meningkatkan kinerjanya.
Robot yang dapat menyapu halaman rumah sendiri ini
merupakan agen tipe learning agents, yaitu agen yang dapat belajar dari
pengalamannya untuk meningkatkan kinerjanya. Misalnya ia mempelajari tempat
dimana ia di taruh untuk menyapu, jika sebelumnya tidak ada kursi atau
penghalang di tempat ia menyapu dan kemudian di taruh kursi atau sesuatu yang
menghalangi maka ia akan merekamnya dan mempelajari tata letak tempat baru
tersebut, sehingga tetep bisa menjalankan fungsinya dengan baik dan tidak
memperburuk kinerjanya.
Jenis Lingkungan
1.
Fully observable – partially
observable
Fully observable yaitu sensor dapat mengamati keadaan penuh pada suatu
lingkungan
Partially observable yaitu sensor hanya dapat mengamati sebagian
keadaan pada lingkungannya.
Pada robot
yang dapat menyapu halaman rumah sendiri lingkungannya bersifat partially
observable karena sensor hanya dapat mengamati sebagian keadaan pada
lingkungannya.
2.
Deterministic –
stochastic
Deterministik yaitu dimana keadaan lingkungan selanjutnya bergantung pada keadaan sekarang dan
juga tindakan yang akan dilakukan oleh agen
Stochastic yaitu di mana keadaan selanjutnya tidak bergantung pada keadaan sekarang dan
juga tindakan yang akan dilakukan oleh agen.
Pada robot
yang dapat menyapu halaman rumah sendiri lingkungannya bersifat Stochastic karena keadaan selanjutnya tidak bergantung pada keadaan
sekarang dan juga tindakan yang akan dilakukan oleh agen.
3.
Episodic – sequential
Episodic yaitu satu action dari agen tidak mempengaruhi action
selanjutnya, karena action di bagi menjadi episode-episode pendek.
Sequential yaitu satu action berhubungan dengan action lainnnya.
Pada robot
yang dapat menyapu halaman rumah sendiri lingkungannya bersifat Episodic karena action yang dilakukan oleh agen tidak
mempengaruhi action selanjutnya.
4.
Static – dynamic
Static yaitu keadaan dimana lingkungan yang agen tempati adalah tetap
Dynamic yaitu apabila
lingkungan berubah saat agen sedang mengambil keputusan
Pada robot
yang dapat menyapu halaman rumah sendiri lingkungannya bersifat dynamic karena lingkungannya berubah seiring berjalannya
robot di suatu halaman.
5.
Discrete – continuous
Discrete yaitu kesan dan tindakan yang akan diterima dan dilakukan oleh agen telah
ditetapkan dengan jelas.
Continuos yaitu untuk mencapai tujuannya agen terus menerus melakukan
tindakan.
Pada robot
yang dapat menyapu halaman rumah sendiri lingkungannya bersifat continuos karena untuk mencapai tujuannya agen terus menerus
melakukan tindakan.
6.
Single agent –
multiagent
Single agent yaitu agent yang dalam melakukan actionnya tidak terdapat
agen lain atau lawannya
Multi agent yaitu agent yang dalam melakukan actionnya terdapat agen
lain atau terdapat lawannya
Pada robot
yang dapat menyapu halaman rumah sendiri lingkungannya bersifat single agent karena dalam melakukan actionnya tidak terdapat
agen lain atau lawannya.
Kesimpulan :
Robot yang dapat
menyapu halaman rumah sendiri, PEAS-nya
adalah
-
Performance measurement : cepat, bersih, menghemat tenaga
-
Environment : rumah, halaman, penghuni rumah
-
Actuators : lengan dan tangan robot
-
Sensors : Kamera
Robot yang dapat
menyapu halaman rumah sendiri ini merupakan agen tipe learning agents, yaitu
agen yang dapat belajar dari pengalamannya untuk meningkatkan kinerjanya.
Misalnya ia mempelajari tempat dimana ia di taruh untuk menyapu, jika
sebelumnya tidak ada kursi atau penghalang di tempat ia menyapu dan kemudian di
taruh kursi atau sesuatu yang menghalangi maka ia akan merekamnya dan
mempelajari tata letak tempat baru tersebut, sehingga tetep bisa menjalankan
fungsinya dengan baik dan tidak memperburuk kinerjanya.