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