Uncategorized

Mengenal ‘Agent’ Pada Artificial Intelligence (AI)

Agent pada artificial intelligence (AI) dapat diartikan sebagai segala sesuatu yang dapat mengamati lingkungannya melalui sensor dan bertindak atas lingkungan itu melalui efektor. Sebuah agent dapat menerima input melalui sensor yg dapat disebut sebagai persepsi. Istilah persepsi merujuk pada input perseptual agen pada saat tertentu. Secara umum, pilihan tindakan agen dapat bergantung pada riwayat persepsi yang diamatinya. Jika diibaratkan seperti manusia agen memiliki matatelinga, dan organ lain untuk sensor. Kemudian juga memiliki tangan, kaki, mulut, dan bagian tubuh lainnya untuk efektor.

 

Rational Agent

Sebuah AI agent harus memiliki kemampuan untuk dapat mengambil tindakan yang tepat terhadap linkungan tertentu. Bukan hanya sekedar mengambil tindakan, namun agent juga diharapkan dapat memaksimalkan Performance Measures (ukuran keberhasilan sebuah agent). Dalam dunia AI, agent yang mampu melakukan hal tersebut diketahui sebagai Rational Agent. Rational berarti agent dapat berpikir dengan logika yang tepat. 

Menurut Russel & Norvig (2013) Agent harus menunjukkan karakteristik sebagai berikut : 

  • mengakomodasipemecahan masalah baru aturan bertahap. 
  • beradaptasionline dan real time. 
  • mampumenganalisis sendiri dalam hal perilaku, kesalahan dan kesuksesan. 
  • belajardan meningkatkan melalui interaksi dengan lingkungan (perwujudan). 
  • belajardengan cepat dari sejumlah besar 
  • memilikipenyimpanan memori berbasis contoh dan kapasitas pengambilan. 
  • memilikiparameter untuk mewakili umur pendek dan jangka panjang memori. 

 

Jenis-Jenis Agent 

Simple reflex agent 

Gambar di atas menunjukan bahwa agent jenis ini memiliki struktur skema yang paling sederhana. Simple Refex Agent memiliki rule base dalam bentuk “aksi-kondisi”. 

 

Model Based Reflex Agent 

Model ini lebih kuat dari Simple Reflex Agent. Model Based Reflex Agent mengambil keputusan berdasarkan riwayat input yang berasal dari lingkungan yang diamatinya. 

 

Goal Based Agent 

Model agent ini memiliki informasi tujuan. Sehingga, ketika agent harus memiliki banyak opsi dalam mengambil tindakan, agent akan memilih opsi yang paling sesuai dengan tujuannya. 

 

Utility-Based Agents 

Memiliki ‘Goal’ tidak cukup untuk membuat agent mengambil keputusan dengan maksimal. Tujuan hanya memberikan indikator berhasil atau tidaknya suatu tujuan. Model mampu memberikan perhitungan kuantitatif terhadap seberapa berhasilnya suatu agent dalam mencapai tujuan.  

  

 Learning Agents 

Learning Agents adalah agent yang memiliki kemampuan untuk belajar dari pengalaman sehingga dapat menghasilkan kinerja yang lebih baik. 

 

Sumber:

Russell, S and Norvig, P. 2003. Artificial Intelligence: A Modern Approach, Third Edition. New Jersey: Prentice Hall. 

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

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

Leave a Comment