Presentasi sedang didownload. Silahkan tunggu

Presentasi sedang didownload. Silahkan tunggu

INTELIGENT AGENT RASUKO VIDYA P (0834010111) ALUX PERMANA (0834010112) ADY WIJAYA (0834010151)

Presentasi serupa


Presentasi berjudul: "INTELIGENT AGENT RASUKO VIDYA P (0834010111) ALUX PERMANA (0834010112) ADY WIJAYA (0834010151)"— Transcript presentasi:

1 INTELIGENT AGENT RASUKO VIDYA P ( ) ALUX PERMANA ( ) ADY WIJAYA ( )

2 Pengertian Inteligent agent : Menurut Okamoto & Takaoka (1997) Agent dapat dipandang sebagai sebuah objek yang mempunyai tujuan dan bersifat autonomous (memberdayakan resourcenya sendiri) untuk memecahkan suatu permasalahan melalui interaksi seperti kolaborasi, kompetisi, negosiasi, dsb Agent = sesuatu yang seolah-olah merasakan sesuatu dari lingkungannya melalui sensor dan memberikan aksi balasan kepada lingkungan tersebut melalui effector. Multi agent = kumpulan dari beberapa agent yang berada pada lingkungan yang sama. Human agent = agent yang dibuat menyerupai manusia memiliki mata, telinga dan organ lain sebagai sensor, serta tangan, kaki, mulut, dan bagian tubuh lain sebagai effector. Sebuah agent robot menggunakan kamera dan sinar infrared dalam range tertentu sebagai sensor dan berbagai motor (mesin) sebagai effector

3 Interaksi agent dengan lingkungan melalui sensor dan effector Gb. Ilustrasi diagram suatu agent

4 Percept : masukan “indera” si agent (input) Percept sequence : sejarah input si agent Action : tindakan yang dilakukan oleh si agent Environment : lingkungan dimana si agent berada Actuators : pengerak ? tujuan

5 Bagaimana agent berperilaku Rational agent : suatu benda yang bisa mengerjakan hal tertentu dengan benar Rational agent dibentuk berdasarkan : Performance measure : digunakan untuk menentukan bagaimana kriteria kesuksesan suatu agen. Contoh : agent untuk membersihkan lantai kotor. Yang menjadi performance measure adalah jumlah dari kotoran yang dapat dibersihkan selama setiap shiftnya, selain itu juga kebisingan yang ditimbulkan agent. Tidak bersifat omnisience (serbatahu)

6 Pemetaan sempurna dari suatu agent menjelaskan agent yang sempurna. Penentuan aksi suatu agen seharusnya merupakan suatu respon dari setiap rangkaian respons yang disediakan sebagai desain untuk sebuah agen yang sempurna contoh : sebuah fungsi kalkulator untuk menghitung akar kuadrat dari sejumlah bilangan yang mana persepsi yang masuk bagi agent adalah angka dan aksi dari agen adalah tampilan pada layar dengan penetaan akurasi hasil sebesar 15 digit. Tabel pemetaan sempurna Pemetaan sempurna dari serangkaian persepsi kepada aksi Persepsi (x)Aksi (z) nn

7 Autonomy Autonomi merupakan satu hal yang harus dimiliki oleh suatu agent sempurna Autonomiy dibangun dari 2 hal yaitu 1. pengetahuan digunakan untuk membangun agen beroperasi pada lingkungan tertentu 2. pengalaman agent itu sendiri dalam beroperasi pada lingkungannya

8 Tugas inteligent agent adalah merancang program agen program agent berfungsi menerapkan pemetaan agen dari persepsi ke tindakan dari suatu atau beberapa agent. Arsitektur : computing device Hubungan antara agent, arsitek dan program disimpulkan sebagai berikut : Struktur inteligent agent Agent = Arsitektur + Program

9 Sebelum kami merancang program agen, kita harus memiliki gagasan yang cukup baik dari persepsi mungkin dan tindakan, apa tujuan atau mengukur kinerja agen yang seharusnya untuk mencapai, dan macam apa lingkungan itu akan beroperasi masuk

10 Struktur inteligent agent Agent function Sebuah fungsi yang memetakan sejarah input (percept sequence) terhadap tindakan yang dilakukan (action) Agent program Sebuah program yang mengimplementasikan fungsi f diatas arsitektur Contoh : f : P  A

11 Jenis atau tipe program agent Simple reflex agents: hanya berdasarkan percept terakhir. Sebagai contoh, jika mobil di rem depan, lalu sopir juga harus rem.

12 Agents that keep track of the world: memiliki representasi internal mengenai keadaan lingkungan. Dari waktu ke waktu sopir terlihat pada tampilan belakang cermin untuk memeriksa lokasi kendaraan di dekatnya. Jika driver belum mencari di cermin, kendaraan di jalur sebelah tidak terlihat. Namun, untuk memutuskan perubahan jalur mengharuskan pengemudi mengetahui lokasi kendaraan di jalur sebelah.

13 Goal-based agents: memiliki informasi mengenai tujuan, memilih tindakan yang mencapai tujuan. di sebuah persimpangan, sopir taksi juga bisa berbelok ke kiri, kanan, atau langsung. Putar yang harus membuat tergantung di mana mereka berusaha untuk mencapai tujuannya.

14 Utility-based agents: melakukan penilaian kuantitatif terhadap suatu keadaan lingkungan ! utility function. Berkaitan dengan performance measure. Sebagai contoh, ada banyak urutan tindakan yang akan mendapatkan taksi ke tujuan, tetapi ada pula yang lebih cepat, lebih aman, lebih dapat diandalkan, lebih murah, dll

15 Jenis environment Accessible vs. inaccessible Jika alat sensor agen memberikan akses ke statesecara lengkap dari suatu lingkungan, kita mengatakan bahwa lingkungan dapat diakses. Ketika lingkungan dapat diakses agent tidak perlu merawat untuk menyimpan kondisi nyata dari lingkungan. Deterministic vs. nondeterministic Jika state berikutnya sepenuhnya ditentukan oleh state saat ini dan tindakan yang dipilih oleh agen, maka lingkungan adalah deterministik pada prinsipnya, agen tidak khawatir tentang ketidakpastian dalam lingkungan deterministik yang diakses. Jika lingkungan tidak bisa diakses maka lingkungan adalah nondeterministic

16 Episodic vs. nonepisodic : Dalam lingkungan episodic, agen Pengalaman ini dibagi menjadi "episode." Kualitas aksi yang diberikan bergantung pada episode itu sendiri karena episode selanjutnya tidak bergantung pada aksi yang akan terjadi pada episode sebelumnya. Static vs. dynamic: Jika lingkungan dapat berubah ketika agen berfikir, kita mengatakan bahwa lingkungan adalah dynamic bagi agent. Jika lingkungan tidak berubah dengan berlalunya waktu namun dapat menentukan keberhasilannya, kita katakan lingkungan semidynamic. Discrete vs. continuous: Jika tida ada sejumlah batasan yang jelas antara persepsi dan aksi, kita mengatakan bahwa lingkungan adalah discrete. Continous nilai yang berubah ubah terhadap lingkngnnya. Contoh penerapan inteligent agent klik

17 TERIMA KASIH


Download ppt "INTELIGENT AGENT RASUKO VIDYA P (0834010111) ALUX PERMANA (0834010112) ADY WIJAYA (0834010151)"

Presentasi serupa


Iklan oleh Google