Pengertian PEAS dan 5 Jenis Agent ............

Apa itu Agent ?

Agent adalah segala sesuatu yang dapat dipandang sebagaiman mengamati lingkungan melalui sensor dan bertindak atas lingkungan yang melalui efektor. Agen manusia memiliki mata, telinga dan organ lain untuk sensor dan tangan, kaki, mulut dan bagian tubuh lainnya untuk efektor.

Agen manusia :

• Sensor : mata, telinga dan organ tubuh lain
• Actuator : tangan, kaki, mulut dan bagian tubuh lain

Agen robotik:

• Sensor : kamera dan infrared range finders
• Actuator : berbagai macam motor\

Fungsi Agen memetakan dari sejarah persepsi ke dalam tindakan (actions) :

Programan agen berjalan pada arsitektur fisik untuk menghasilkan f 

Agen = Arsitektur + Program

Pengertian Kecerdasan Buatan (AI) menurut Encyclopedia Britannica adalah cabang dari ilmu komputer  yang dalam merepresentasikan pengetahuan lebih banyak menggunakan bentuk simbol-simbol dari pada bilangan dan memproses informasi berdasarkan metode heuristic atau dengan berdasarkan sejumlah aturan.

Kepanjangan dari PEAS yaitu Performance measure, Environment, Actuators, Sensors

• Performance measure : aman, cepat, legal, perjalanan menyenangkan, maksimumkan keutungan
• Environment : jalan, trafik lain, pejalan kaki, pelanggan
• Actuators : kemudi, gas, rem, lampu sign, , horn
• Sensors : kamera, sonar, speedometer, GPS, odometer, engine sensors, keyboard

Contoh :

1. Taksi Otomatis merupakan 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

  2. Medical Diagnosis System merupakan 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) 

5 Jenis Agent & Cara Kerja :

• 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

Simple Reflex Agents



Agen reflex sederhana merupakan agen yang paling sederhana karena hanya menerapkan teknik kondisi-aksi. Jadi, jika terjadi tertentu maka agen akan secara sederhana memberikan aksi tertentu.


Model-Based Reflex Agents





Agen reflex sederhana dapat melakukan tindakanya dengan baik jika lingkungan yang memberikan kesan tidak berubah-ubah. Misalkan untuk kasus agen pengendara taxi, agen tersebut 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.


Model-based, goal-based agent





Suatu agen tertentu harus diberikan informasi tentang tujuan yang merupakan keadaan yang ingin dicapai oleh agen. Dengan demikian, agen akan bekerja hingga mencapai tujuannya. Pencarian dan perencanaan adalah dua deretan pekerjaan yang dilakukan untuk mencapai tujuan agen. Agen refleks berbasis tujuan ini menambahkan informasi tentang tujuan tersebut.


Model-Based Utility-Based Agents





Agen refleks berbasis tujuan tidak membedakan keadaan yang bagus dengan keadaan yang tidak bagus untuk agen. Pada agen refleks berbasis kegunaan ini memikirkan kondisi yang bagus untuk agen sehingga agen dapat melakukan tugasnya jauh lebih baik.


Learning Agent





Learning agents belajar dari pengalaman, meningkatkan kinerja bertanggung jawab untuk membuat perbaikan elemen kinerja bertanggung jawab untuk memilih tindakan eksternal kritikus memberikan umpan balik tentang bagaimana agen bekerja.


Link

http://artikel-teknologi-informasi.blogspot.co.id/2012/11/pengertian-agent-pada-ai-artificial.html

http://hadieswd.blogspot.co.id/2015/03/kecerdasan-buatan-intelligent-agents.html

http://alfarisi88.files.wordpress.com/2009/08/ho-2-ktl401-kecerdasan-buatan1.ppt

http://yogiutama11.blogspot.co.id/2016/09/tugas-1-pengantar-kecerdasan-tiruan-ai_21.html
http://maisarohmae23.blogspot.co.id/2016/09/pengertian-peas-dan-cara-kerja-jenis.html

Rangkuman Skripsi yang berkaitan dengan Artificial Intlligent

SISTEM PAKAR BERBASIS WEB UNTUK MENDIAGNOSA PENYAKIT THT DENGAN  METODE FORWARD CHAINING

Penulis : 

Bambang Ismawan

PROGRAM STUDI TEKNIK INFORMATIKA

FAKULTAS TEKNIK

UNIVERSITAS MUHAMMADIYAH PROF. DR. HAMKA

JAKARTA

Latar Belakang :

Penyakit THT menyebabkan identifikasi penyakit THT menjadi sulit, sehingga perlu adanya penggunaan sistem secara komputerisasi untuk mempermudah proses identifikasi secara menyeluruh. Untuk mengidentifikasi penyakit THT yaitu dengan menggunakan penerapan sistem pakar. Fungsi sistem pakar disini untuk membantu pakar kedokteran, khususnya dibidang penyakit THT untuk mendiagnosa jenis penyakit THT dari gejala yang diketahuinya.

Dengan metode Forward Chaining, sistem pakar mampu menganalisa kesimpulan penyakit dan indikasi tentang adanya suatu penyakit, dan dapat dilihat dari gejala-gejala yang didapat di user. Gejala yang ada masuk ke dalam sebuah aturan atau rule atau kaidah dalam forward chaining, untuk menentukan conclusion atau kesimpulan.

Penerapan sistem pakar ini diaplikasikan dengan berbasiskan website yaitu dengan PHP dan database MySQL, dengan menyajikan menu-menu seperti konsultasi, serta informasi seputar penyakit ini.

Tujuan :

        Tujuan dari sistem ini yaitu memberikan informasi kepada user (pasien), dan mengetahui tentang diagnosa penyakit yang dialaminya serta solusi atau sran pemgobatannya.

Metode Penilitian :

      1.      Studi Literatur

    Referensi yang didapat dari berbagai macam buku yang terkait dengan pembahasan, yaitu buku referensi mengenai sistem pakar serta buku referensi tentang penyakit THT. 

      2.      Observasi

    Data yang sudah didapat dari study literature, dicocokkan dengan analisa pakar (dokter) untuk membuat suatu knowledge base pada sistem pakar.

      3.      Perumusan Masalah

   Bagaimana membangun sistem pakar untuk mendiagnosa penyakit THT berbasiskan web dan bagaimana penerapan metode Forward Chaining untuk menganalisa dari gejala yang diinput user dan menghasilkan kesimpulan sebuah penyakit.

      4.      Analisa Masalah

   Menjelaskan tentang permasalahan yang terjadi dalam proses perancangan sistem pakar untuk mendiagnosa penyakit THT. 

      5.      Analisa Kebutuhan Sistem

     Analisa disini mencakup analisa kebutuhan input dan output. Analisa kebutuhan input dibutuhkan untuk membuat aplikasi sistem pakar dan menentukan penyakit, dan analisa kebutuhan output berupa kesimpulan dari gejala yang sudah di input oleh user, serta keterangan tentang penjelasan penyakit tersebut dan cara pengobatan dan pencegahannya.

      6.      Penerapan Metode Forward Chaining (Mesin Inferensinya)

  Metode pelacakan dimana kesimpulan dilakukan atas dasar kenyataan yang ada, kemudian dicocokkan dengan kaidah yang disimpan dalam basis pengetahuan.

      7.      Perancangan Sistem

    Pengolahan sistemnya dapat disimpulkan penyakit yang diderita, dengan melihat gejala-gejala yang dialami pasien.

      8.      Perancangan Aplikasi

    Merancang aplikasi sistem pakar berbasis web dengan PHP dan database MySQL, perancangannya antara lain merancang menu interface, form interface dan database yang dibutuhkan dalam proses interface tersebut.

      9.  Penguji Sistem

    Tahap uji dan implementasi dilakukan, jika berhasil dan hasil kesimpulan yan diberikan sistem tepat, serta program dapat digunakan, maka program apliasi dapat diuji coba terhadap pasien.

Hasil :

      1.         Setiap menu dan sub menu yang telah dilakukan pengujian kebenaran logika, telah sesuai dengan tujuan.

     2.       Sistem pakar menentukan penyakit THT dijalankan maka program akan terkoneksi langsung dengan basis data.

    3.      Jika user mengklik menu diagnnosa yang terdapat pada program sistem pakar menentukan penyakit hati, maka program akan menampilka pertanyaan yang berupa teks dan jawaban yang sesuai dengan menu use yang dipilih.

      4.          Dalam penguji menu update pertanyaan yaitu dapat input, edit dan hapus pertanyaan yang sesuai dengan tujuan program. Sehingga telah sesuai dengan tujuan program tersebut.

Kesimpulan :

    Dengan adanya sistem pakar pemecahan masalah mengenai penyakit THT ini kiranya dapat membantu pasien untuk mengetahui jenis penyakit apa yang diderita sedini mungkin, agar kemudian dapat penangan ke dokter THT nya.