Agent Cerdas

Chastine Fatichah

Teknik Informatika

Institut Teknologi Sepuluh Nopember

November 2012

12/7/2012 1 / 25 Agent Cerdas @ Kecerdasan Buatan

(KI092301)

Kecerdasan Buatan (KI092301)

Pokok Bahasan

• Agent & environment

• Konsep Rational Agents

• PEAS (Performance measure,

Environment, Actuators, Sensors)

• Jenis Environment

• Jenis-jenis Agent

• Ringkasan

12/7/2012 2 / 25 Agent Cerdas @ Kecerdasan Buatan

(KI092301)

Agent & environment

• Percepts : masukan yang ditangkap dari sensor

• Actions : tindakan yang dilakukan oleh Agent

• Environments : lingkungan dimana si Agent berada

• Agents : humans, robots, softbots, thermostats, etc.

12/7/2012 3 / 25 Agent Cerdas @ Kecerdasan Buatan

(KI092301)

Human agent

Robotic agent

Konsep Agent & environment

Eye (s) Nose

Sumber: S. Russel, P. Norving, Artificial Inttelligencen: A Modern Approach

Agent & environment

• Agent function memetakan dari rekaman inputan

(percept histories) ke tindakan (actions):

• Agent program menjalankan architecture untuk

menghasilkan f

12/7/2012 4 / 25 Agent Cerdas @ Kecerdasan Buatan

(KI092301)

[f: P* A]

agent = architecture + program

Contoh: Vacuum-cleaner world

• Percepts: lokasi dan kondisi, mis: [A, Kotor]

• Actions: Kiri, Kanan, Menghisap, Berhenti

12/7/2012 5 / 25 Agent Cerdas @ Kecerdasan Buatan

(KI092301)

Sumber: S. Russel, P. Norving, Artificial Intelligence: A Modern Approach

Konsep rational agents

• Agent seharusnya berupaya melakukan tindakan yang benar agar berhasil

• Kriteria untuk keberhasilan perilaku agent disebut performance measure

• Contoh: A vacuum-cleaner agent • jumlah kotoran yang dibersihkan

• jumlah waktu yang dibutuhkan

• jumlah konsumsi listrik

• jumlah kebisingan yang dihasilkan

• dll

12/7/2012 6 / 25 Agent Cerdas @ Kecerdasan Buatan

(KI092301)

Rational agents

12/7/2012 7 / 25 Agent Cerdas @ Kecerdasan Buatan

(KI092301)

Rational agent: suatu agent yang selalu bertindak memaksimalkan

ukuran kinerja, mengingat apa yang ia amati tentang lingkungan

dan pengetahuan lain yang dimilikinya.

Definisi

• Rasionalitas berbeda dari kemahatahuan (mengetahui segala

sesuatu tanpa batas)

• Agent melakukan tindakan memperbaiki wawasan

kedepan untuk memperoleh informasi penting (information

gathering, exploration)

• Agent disebut autonomous jika perilaku ditentukan oleh

pengalaman sendiri (kemampuan untuk belajar dan

beradaptasi)

PEAS

• Ketika merancang sebuah agent, harus

mendefinisikan lingkungan masalah (task

environment), yakni: • Performance measure : apa saja komponen pengukur

keberhasilan si agent?

• Environment : kondisi apa saja yang ada disekitar si agent?

• Actuators : apa saja yang bisa dilakukan si agent?

• Sensors : apa saja yang menjadi input si agent?

12/7/2012 8 / 25 Agent Cerdas @ Kecerdasan Buatan

(KI092301)

PEAS: Performance measure, Environment, Actuators, Sensors

Definisi

Contoh: Taksi Otomatis

• Sebuah agent taksi otomatis yang menerima

penumpang dan mengantarkannya ke tujuan :

• Performance measure: sampai tujuan, tidak

melanggar aturan lalu lintas, perjalanan nyaman,

hemat bensin

• Environment: jalan, lalu lintas, pejalan kaki,

pelanggan

• Actuators: arah stir, gas, rem, klakson, sinyal kiri atau

kanan

• Sensors: video, speedometer, GPS, keyboard

12/7/2012 9 / 25 Agent Cerdas @ Kecerdasan Buatan

(KI092301)

Contoh: Medical diagnosis system

• Sebuah agent Medical diagnosis system yang

mendiagnosa pasien secara otomatis:

• Performance measure: pasien sembuh, biya murah,

tidak menyalahi hukum

• Environment: pasien, rumah sakit, suster, dokter

• Actuators: layar monitor (pertanyaan, tes, diagnosa,

treatment, petunjuk

• Sensors: keyboard (masukan gejala penyakit,

jawaban pasien)

12/7/2012 10 / 25 Agent Cerdas @ Kecerdasan Buatan

(KI092301)

Contoh: Robot pabrik penjamin mutu

• Sebuah robot yang melakukan pemisahan

komponen yang bermutu tinggi pada ban

berjalan ke dalam kotak berbeda

• Performance measure:

• Environment:

• Actuators:

• Sensors:

12/7/2012 11 / 25 Agent Cerdas @ Kecerdasan Buatan

(KI092301)

Contoh: Robot pabrik penjamin mutu

• Sebuah robot yang melakukan pemisahan

komponen yang bermutu tinggi pada ban

berjalan ke dalam kotak berbeda

• Performance measure: prosentase jumlah komponen

yg diletakkan pada kotak yang benar

• Environment: ban berjalan, komponen yang diuji,

kotak

• Actuators: gerak lengan dan tangan robot

• Sensors: kamera, sensor fisik

12/7/2012 12 / 25 Agent Cerdas @ Kecerdasan Buatan

(KI092301)

Contoh: Interactive English tutor

• Sebuah agent tutor yang memberikan

latihan english secara interaktif

• Performance measure:

• Environment:

• Actuators:

• Sensors:

12/7/2012 13 / 25 Agent Cerdas @ Kecerdasan Buatan

(KI092301)

Contoh: Interactive English tutor

• Sebuah agent tutor yang memberikan

latihan english secara interaktif

• Performance measure: nilai skor maksimal

• Environment: para siswa

• Actuators: layar monitor (latihan, saran

koreksi)

• Sensors: keyboard

12/7/2012 14 / 25 Agent Cerdas @ Kecerdasan Buatan

(KI092301)

Jenis Environment

• Fully observable (vs. partially observable): apakah semua informasi diketahui?

• Deterministic (vs. stochastic): apakah next state ditentukan dari current state dan action?

• Episodic (vs. sequential): apakah tergantung pada pengalaman

12/7/2012 15 / 25 Agent Cerdas @ Kecerdasan Buatan

(KI092301)

Jenis Environment

• Static (vs. dynamic): apakah environment

berubah ketika agent tidak bertindak?

• Discrete (vs. continuous):

• Single agent (vs. multiagent): apakah agent

bertindak sendiri atau ada lawan?

12/7/2012 16 / 25 Agent Cerdas @ Kecerdasan Buatan

(KI092301)

Contoh: Jenis Environment

• Jenis environment menentukan desain seorang agent

• Di dunia nyata pada umumnya partially observable, stochastic, sequential, dynamic, continuous, multi-agent

12/7/2012 17 / 25 Agent Cerdas @ Kecerdasan Buatan

(KI092301)

Agent

Catur dgn waktu Catur tanpa waktu Taxi driving

Fully observable Ya Ya Tidak

Deterministic Strategic Strategic Tidak

Episodic Tidak Tidak Tidak

Static Semi Ya Tidak

Discrete Ya Ya Tidak

Single agent Tidak Tidak Tidak

Jenis-jenis Agent

• Simple reflex agents: berdasarkan persepsi yg terakhir

• Model-based reflex agents: memiliki representasi

internal tentang keadaan sekitar

• Goal-based agents: memiliki informasi tentang tujuan,

memilih tindakan yang mencapai tujuan

• Utility-based agents: melakukan penilaian kuantitatif

terhadap suatu keadaan lingkungan utility function

• Learning agents: belajar dari pengalaman, meningkatkan

kinerja

12/7/2012 18 / 25 Agent Cerdas @ Kecerdasan Buatan

(KI092301)

Simple reflex agents

12/7/2012 19 / 25 Agent Cerdas @ Kecerdasan Buatan

(KI092301)

Sumber: S. Russel, P. Norving, Artificial Intelligence: A Modern Approach

Model-based reflex agents

12/7/2012 20 / 25 Agent Cerdas @ Kecerdasan Buatan

(KI092301)

Sumber: S. Russel, P. Norving, Artificial Intelligence: A Modern Approach

Goal-based agents

12/7/2012 21 / 25 Agent Cerdas @ Kecerdasan Buatan

(KI092301)

Sumber: S. Russel, P. Norving, Artificial Intelligence: A Modern Approach

Utility-based agents

12/7/2012 22 / 25 Agent Cerdas @ Kecerdasan Buatan

(KI092301)

Sumber: S. Russel, P. Norving, Artificial Intelligence: A Modern Approach

Learning agents

12/7/2012 23 / 25 Agent Cerdas @ Kecerdasan Buatan

(KI092301)

Sumber: S. Russel, P. Norving, Artificial Intelligence: A Modern Approach

Ringkasan

• Sebuah rational agent harus memiliki tujuan (goal)

• Sebuah task environment mendefiniskan performance

measure, environment, action, dan sensors (PEAS)

sebuah agent.

• Agent function memetakan persepsi terhadap tindakan.

• Agent program mengimplementasikan agent function.

• Jenis-jenis agent: simple reflex, model-based, goal-

based, utility-based, dan learning.

12/7/2012 Agent Cerdas @ Kecerdasan Buatan

(KI092301) 24 / 25

12/7/2012 Agent Cerdas @ Kecerdasan Buatan

(KI092301) 25 / 25

Sumber :

1. Slide perkuliahan Stuart Russell's (Berkeley) http://aima.cs.berkeley.edu/

2. Slide perkuliahan Sistem Cerdas Ruli Manurung (Universitas Indonesia)

http://www.cs.ui.ac.id/WebKuliah/IKI30320/