Ringkasan Sistem Cerdas, AI, Konsep Agen Cerdas, Contoh Agen Cerdas

SISTEM CERDAS

Sistem cerdas adalah sistem yang dapat mengadopsi sebagaian kecil dari tingkat kecerdasan manusia untuk berinteraksi dengan keadaan eksternal suatu sistem.

Biasanya suatu “sistem cerdas” dapat dibagi menjadi beberapa bagian:

1.                   Basis pengetahuan knowledge-base adala berisi pengetahuan yang spesifik mengenai  domain tertentuyang mana basis pengetahuan ini dapat diperbaharui sesuai dengan tingkat kemampuan seorang expert terhadap pemecahan suatu masalah,

2.                   Mesin inferensi Inference Engine adalah sustu program yang bertugas mengolah data  masukan sesuai pengetahuan dalam basis pengetahuan, menurut kaidah-kaidah tertentu.

3.                   Bagian kendali/user interface: bagian yang berkomunikasi langsung dengan pengguna user sistem. Ada dua macam- macam mesin inferensi, yaitu yang bersifat pasti deterministik dan  probabilistik.

KARAKTERISTIK SISTEM CERDAS

Karakteristik system cerdas :

a.       Memiliki fasilitas informasi yang handal

b.       Mudah dimodifikasi

c.        Dapat digunakan dalam berbagai jenis komputer

d.       Memilki kemampuan untuk belajar beradaptasi.

e.       Bekerja secara sistematis berdasarkan pengetahuan dan mekanisme tertentu.

f.         Dapat menalar data-data yang tidak pasti dan memberikan beberapa alasan pemilihan.

g.       Dikembangkan secara bertahap dan terbatas pada bidang keahlian tertentu saja.

h.       Outputnya yang dihasilkan sesuai dengan apa yang kita harapkan.

 CONTOH SISTEM CERDAS DALAM BISNIS

Sistem Cerdas dalam Bisnis :

• Falcon: Software Deteksi penipuan kartu kredit, menawarkan perbaikan 30-70% daripada metode yang telah ada (contoh neural network).

• MetLife insurance menggunakan tool ekstraksi informasi otomatis dari aplikasi MITA contoh language technology).

• Rekomendasi personal (Personalized) daftar saluran TV berbasis Internet, (contoh intelligent agent).

AI (ARTIFICIAL INTELLIGENCE)

Artificial Intelligence atau AI adalah kemampuan dari sebuah komputer untuk berfikir seperti manusia bahkan lebih baik dibandingkan manusia .

SEJARAH AI

·         Era komputer elektronik (1941).

·         Masa persiapan AI (1943-1956).

·         Awal perkembangan (1952-1969).

·         Perkembangan AI melambat (1966-1974).

·         Sistem berbasis pengetahuan (1969-1979).

·         AI menjadi sebuah industry (1980-1988).

CONTOH AI

a.       SIRI. SIRI adalah salah satu voice assistants yang dibuat oleh perusahaan Apple

b.      Alexa. Alexa adalah salah satu voice assistants milik perusahaan Amazon yang disematkan dalam alat pintar seperti smart-lamp, smart-speaker, smart-watch, smart-tv dan smartphone.

Definisi dan Konsep Agen Cerdas

Agen adalah segala sesuatu yang dapat dipandang sebagai entitas pada suatu lingkungan yang mengamati melalui alat sensor dan bertindak melalui alat aktuator.

Sifat Agent

1.      Rasional

2.      Autonomy

3.      Reactivity

Konsep Perancangan Agen Cerdas

a.       Agen adalah segala sesuatu yang dapat dipandang sebagai entitas pada suatu lingkungan yang mengamati melalui alat sensor dan bertindak melalui alat aktuator.

b.      Sebagai perbandingan, agen manusia memiliki alat sensor: mata, telinga, dan organ sensor lainnya; alat actuator: tangan, kaki, mulut, dan bagian tubuh lain sebagai alat gerak.

c.       Sedangkan pada agen robot: kamera dan inframerahi untuk sensor, danlengan, serta berbagai motor sebagaiaktuator.

d.      Agen menerima (percept) sensor dari lingkungan. Keseluruhan percept yang diterima agen pada suatu selang waktu disebut percept sequence.

Jenis Lingkungan Agen Cerdas

·         Sepenuhnya teramati vs Sebagian teramati

·         Deterministik vs Stokastic

·         Episodik vs Sekuensial

·         Statis vs Dinamis

·         (Lingkungan semidinamis jika lingkungan itu sendiri tidak berubah dengan berlalunya waktu namun skor kinerja agen berubah)

·         Diskrit vs Kontinu

·         Agen tunggal vs agen multi

Contoh Agen Cerdas

Agent : Medical diagnosis system

Sebuah agent Medical diagnosis system yang mendiagnosa pasien secara otomatis. Task Environment :

·         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).

Agent : Taksi Otomatis

Sebuah agent taksi otomatis yang menerima penumpang dan mengantarkannya ke tujuan. Task Environment :

·         Performance measure: keamanan, kecepatan, legalitas, kenyamanan perjalanan, keuntungan.

·         Environment: jalanan, lampu merah, lalulintas, pejalan kaki, cuaca.

·         Actuators: stir arah, gas, rem, klakson, sinyal kiri/kanan.

·         Sensors: kamera, sonar, speedometer, GPS, odometer, accelerometer, mesin sensor, keyboard.

http://whitetartarsauce.blogspot.com/2018/11/definisi-dan-konsep-agen-cerdas.html

http://whitetartarsauce.blogspot.com/2018/11/contoh-agen-cerdas.html

http://whitetartarsauce.blogspot.com/2018/09/ai-artificial-intelligence.html

http://whitetartarsauce.blogspot.com/2018/09/sistem-cerdas.html

Contoh Agen Cerdas

Contoh Agen Cerdas

Agent : Medical diagnosis system

Sebuah agent Medical diagnosis system yang mendiagnosa pasien secara otomatis. Task Environment :

·         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).

Agent : Taksi Otomatis

Sebuah agent taksi otomatis yang menerima penumpang dan mengantarkannya ke tujuan. Task Environment :

·         Performance measure: keamanan, kecepatan, legalitas, kenyamanan perjalanan, keuntungan.

·         Environment: jalanan, lampu merah, lalulintas, pejalan kaki, cuaca.

·         Actuators: stir arah, gas, rem, klakson, sinyal kiri/kanan.

·         Sensors: kamera, sonar, speedometer, GPS, odometer, accelerometer, mesin sensor, keyboard.

Agent: Robot Pabrik Penjamin Mutu

Sebuah robot yang melakukan pemisahan komponen yang bermutu tinggi pada  ban berjalan ke dalam kotak berbeda

·         Performance measure: presentase jumlah komponen yang diletakkan pada kotak yang benar.

·         Environment: ban berjalan, komponen yang diuji, kotak.

·         Actuators: gerak lengan dan tangan robot.

·         Sensors: kamera, sensor fisik.

Sumber :

https://evangelinosite.wordpress.com/2017/10/21/agent-konsep-agent-definisi-serta-contoh/

http://yogipratama97.blogspot.com/2016/10/pengenalan-intelligent-agents.html

Definisi dan Konsep Agen Cerdas

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.

Agen cerdas adalah sebuah agen yang menerima persepsi dari lingkungan dan melakukan tindakan.Tujuan utamanya adalah untuk menciptakan kecerdasan buatan sehingga agen tersebut dapat berpikir dan bertindak selayaknya manusia (atau mungkin lebih baik dari pikiran manusia). Ilmu AI dalam permainan umumnya digunakan untuk membuat agen yang dapat mengambil tindakan, memiliki kecerdasan, dan bisa memahami keputusan terhadap kondisi permainan yang dinamis.

Hubungan antara agen dan lingkungan dan digambarkan seperti pada gambar berikut.

·         Fungsi Agen (pada gambar 2.2. berupa kotak dengan tanda tanya) memetakanpercept sequence/percept history ke tindakan (action):

·         [f: P * A à]

·         Program agen berjalan pada arsitektur fisik untuk menghasilkan nilai fungsi f.

·         agen = arsitektur + program

Sifat Agent

a. Rasional

Sebuah agen haruslah mengarah kepada “lakukan hal yang benar”. Berdasarkan kepada apa yang dapat dipahaminya dan tindakan yang dapat dilakukannya. Tindakan yang benar adalah tindakan yang akan menyebabkan agen tersebut paling berhasil.

Agen rasional: untuk setiap deretan persepsi yang mungkin, sebuah agen rasional hendaklah memilih satu tindakan yang diharapkan memaksimalkan ukuran performance-nya, dengan adanya bukti yang diberikan oleh deretan persepsi dan apapunpengetahuan terpasang yang dimiliki agen itu. Rasionalitas berbeda dari omniscience (tahu segala/all-knowing dengan pengetahuan tak berhingga).

b. Autonomy

Agen dapat melakukan tindakan untuk memodifikasi persepsi masa depan sedemikian hingga dapat memeroleh infoemasi yang berguna (pengumpulan informasi, eksplorasi). Sebuah agen adalah otonom (autonomous) apabila perilakunya ditentukan oleh pengalamannya sendiri (dengan kemampuan belajar dan beradaptasi).

c. Reactivity

Dengan menggabungkan pengetahuan yang dimiliki dengan pengetahuan yang didapat dari lingkungannya, agen dapat menyimpulkan aspek lingkungan yang tersembunyi sebelum melakukan tindakan yang selektif. Agen Berbasis Pengetahuan bersifat fleksibel, mereka dapat beradaptasi dengan perubahan lingkungan dan memperbarui pengetahuan yang relevan.

Konsep Perancangan Agen Cerdas

Rasional dapat didefinisikan sebagai: melakukan hal yang benar. Agen rasional melakukan hal yang benar berdasarkan percept apa yang ditangkap dan tindakan (action) apa yang diambil. Tindakan yang tepat adalah tindakan yang akan menyebabkan agen menjadi yang paling sukses.

Beberapa hal yang perlu ditekankan:

·         Rasionalitas berbeda dari 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).

Pengukuran kinerja: Sebuah kriteria obyektif untuk mengukur keberhasilan suatu perilaku agen

Misalnya, mengukur kinerja dari agen vacuum-cleaner:

·         Jumlah kotoran dibersihkan,

·         Jumlah waktu yang dibutuhkan,

·         Jumlah listrik yang dikonsumsi,

·         Jumlah kebisingan yang dihasilkan, dll

Pengukuran kinerja haruslah dapat dinyatakan dalam ukuran kuantitatif. Kata “jumlah” mengindikasikan suatu ukuran kuantitatif/terukur. Untuk setiap urutan persepsi (percept sequence) yang ada, agen rasional harus memilih tindakan yang diharapkan untuk memaksimalkan ukuran kinerjanya.

Tujuan (Goal): Setelah menentukan criteria obyektif (seperti diatas), pilih salah satu tujuan untuk menjadi fokus utama dari agen. Goal adalah tujuan utama yangberusaha dicapai oleh agen (prioritas utama)

Konsep utama perancangan agen cerdas/rasional dapat dilakukan dengan bantuan PEAS yang merupakan singkatan dari:Performance measurement, Environment, Actuators, Sensors. PEAS harus ditentukan sebelum desain agen cerdas. Berdasarkan informasi PEAS, kita benar dapat merancang agen untuk memenuhi tujuan yang ingin dicapai.Sebagai contoh, misalnya tugas merancang sebuah sopir taksi otomatis. Definisikan PEAS agen cerdas tersebut seperti berikut:

·         Performance Measure: Aman, cepat, legal, perjalanan nyaman, memaksimalkan keuntungan

·         Environment: Jalan, lalu lintas lainnya, pejalan kaki, pelanggan

·         Aktuator: Setir, pedal gas, rem, sinyal, klakson

·         Sensor: Kamera, sonar, speedometer, GPS, odometer, sensor mesin, keyboard

Jenis Lingkungan Agen Cerdas

Jenis lingkungan tempat agen cerdas bekerja dapat ditinjau dari beberapa aspek (berikut aspek yang menjadi lawannya,) bergantung lingkungan dimana agen tersebut berada. Aspek-aspek lingkungan adalah:

·         Sepenuhnya teramati vs Sebagian teramati: Lingkungan sepenuhknya teramati jika sensor mendeteksi semua aspek yang relevan dengan pilihan action. Sebuah sensor agen memberikan akses ke keadaan lengkap lingkungan pada setiap titik waktu. Lingkungan sebagian teramati karena sensor berisik dan tidak akurat.

·         Deterministik vs Stokastic: Keadaan berikutnya lingkungan sepenuhnya ditentukan oleh keadaan saat ini dan tindakan yang dilakukan oleh agen. (Jika lingkungan deterministik kecuali untuk tindakan agen lain, maka disebut lingkungan strategis).

·         Episodik vs Sekuensial: Pengalaman agen dibagi menjadi “episode” atom (setiap episode terdiri dari: agen mengamati (percept) dan kemudian melakukan tindakan tunggal), dan pilihan tindakan di setiap episode hanya bergantung pada episode itu sendiri.

·         Statis vs Dinamis: Lingkungan berubah, agen tidak perlu terus mencari pada lingkungan untuk memutuskan sesuatu. Pada lingkungan dinamis terus meminta agen apa yang ia ingin lakukan.

·         (Lingkungan semidinamis jika lingkungan itu sendiri tidak berubah dengan berlalunya waktu namun skor kinerja agen berubah)

·         Diskrit vs Kontinu: Jumlah state/tindakan untuk mencapai goal terbatas (diskrit), persepsi yang jelas dan tindakan yang terhingga. (misalnya, catur – diskrit, mengemudi taksi – kontinyu).

·         Agen tunggal vs agen multi: Seorang agen yang beroperasi dengan sendirinya dalam suatu lingkungan.

Sumber :
http://w3ight.blogspot.com/2013/11/mendeskripsikan-agen-cerdas.html
http://www.weare.id/pengertian-agen-cerdas/