Ringkasan Sistem Cerdas, AI, Definisi dan Konsep Agen Cerdas, dan Contoh dari Agen Cerdas

Sistem Cerdas

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

B. Karakteristik Sistem 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.

C. Contoh Sistem Cerdas dalam Bisnis
1. Sistem Deteksi Plat Nomer Kendaraan Untuk Aplikasi Sistem Karcis Parkir Berdasarkan Plat Nomer Kendaraan Dengan Menggunakan Kamera

Deteksi plat nomor kendaraan merupakan suatu Kontrol otomatis dengan menggunakan web cam yang merupakan suatu alat berfungsi secara otomatis untuk mengetahui posisi plat nomor dalam suatu badan mobil. Banyak aplikasi yang menerapkan penelitian tersebut. Deteksi plat nomor sangat diperlukan misalnya dalam sistem perparkiran, jalan tol, dan lain sebagainya.
2. Vending Machine

Vending Machine adalah mesin yang digunakan untuk mengeluarkan/menjual produk secara otomatis tanpa ada operator. Operator tidak perlu menunggu mesin, tetapi hanya bertugas untuk mengisi, memeriksa ketersediaan barang yang dijual dan memeriksa mesin. Saat ini vending machine mudah kita jumpai di negara-negara maju yang digunakan sebagai alat untuk menjual berbagai macam produk.

        Cara kerja vending machine adalah dengan melakukan pembayaran (baik menggunakan uang ataupun sistem lainnya) kepada mesin kemudian memilih produk, setelah itu produk yang dipilih akan segera keluar.

3. AdWords

Pembayaran otomatis merupakan setelan pembayaran AdWords .

Dengan ini pertama anda akan di membayar untuk iklan yang telah anda buat, kemudian biaya selanjutnya akan di masukkan ke dalam pembayaran utama anda secara otomatis.


Artificial Intellegent (AI)

A. Definisi Artificial Intellegent

Menurut beberapa ahli:

1. Schalkof (1990) :

    AI adalah bidang studi yang berusaha menerangkan dan meniru perilaku cerdas dalam bentuk proses komputasi.

B. Sejarah Artificial Intellegent

Mulai sekitar abad 18 sebagaimana mesin telah menjadi lebih kompleks, usaha yang keras telah dicoba untuk  manusia imitasi. Pada tahun 1736 seorang penemu dan Perancis, Jacques de Vaucanson (1709-1782) membuat suatu mesin pemain sèruling berukuran seperti seorang manusia yang dapat memainkan 12 melodi nada. Mekanik tersebut dapat memindahkan bibir dan lidahnya secara nyata untuk mengontrol arus dan angin ke dalam seruling. Pada tahun 1774 seorang penemu dari Perancis, Pierre Jacquet-Droz mencengangkan masyarakat Eropa dengan suatu automation berukuran sekitar seorang anak laki-laki yang dapat duduk dan menulis suatu buku catatan. 
C. Contoh Artificial Intellegent
Ada banyak  contoh program yang menampilkan berbagai tingkat kecerdasan. Di antaranya adalah:
1. Twenty Questions
Sebuah game berdasar Neural Network yang menampilkan 20 pertanyaan.
2. Brainboost
Sistem tanya-jawab yang lain.
3. AskEd!
Sebuah sistem tanya-jawab multi lingual.
4. ALICE dan Alan
Sebuah chatterbot (serta chatbot,chatterbox) adalah program bot yang dapat melakukan percakapan dengan manusia.
5. Jabber Wacky
Sebuah chatterbot pembelajar.


Definisi dan Konsep Agen Cerdas

Agen cerdas (Artificial Intelligence) adalah sebuah agen yang menerima persepsi dari lingkungan dan melakukan tindakan.

• Konsep Agen Cerdas dan Lingkungan

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.
Sedangkan pada agen robot:
- kamera dan inframerah untuk sensor, dan lengan, serta berbagai motor sebagai aktuator.
Agen menerima (percept) sensor dari lingkungan. Keseluruhan percept yang diterima agen pada suatu selang waktu disebut percept sequence.

1. Perancangan Agen Cerdas

Dalam perancangan sebuah agen cerdas, terdapat PEAS: Performance measurement, Environment, Actuators, Sensors yang harus terpenuhi. Dalam agen cerdas yaitu sistem diagnosis Medis.

• Performance Measure: Pasien Sehat, meminimalkan biaya, tuntutan hukum
• Environment: Pasien, rumah sakit, staf
• Aktuator: Layar display (pertanyaan, tes, diagnosis, pengobatan, rujukan)
• Sensor: Keyboard (masuknya gejala, temuan, jawaban pasien)

2. Karakteristik Agen

• Autonomous
• Reaktif
• Proaktif
• Fleksibel
• Robust
• Rasional
• Situated

3. Tipe Agen

• Simple Reflex Agents

• Model-Based Reflex Agents

• Goal-Based Agents

• Utility-Based Agents

• Learning Agents

4. 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
• Deterministik vs Stokastic
• Episodik vs Sekuensial
• Statis vs Dinamis
• Diskrit vs Kontinu
• Agen tunggal vs agen multi

Contoh dari Agen Cerdas

1. Agent : Taksi Otomatis

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

• 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.

2. Agent : Medical diagnosis system

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).

3. Agent : Wastafel Otomatis

      Sebuah agent pencuci tangan mengatur pengeluaran air secara otomatis.

• Performance measure: menyemprotkan air secara otomatis.
• Environment: manusia, air.
• Actuators: katup otomatis didalam kran.
• Sensors: washer (menyemprot air jika terdeteksi tangan dibawah kran air).

Contoh dari Agen Cerdas

1. Agent : Taksi Otomatis

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

• 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.

2. Agent : Medical diagnosis system

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).

3. Agent : Wastafel Otomatis

      Sebuah agent pencuci tangan mengatur pengeluaran air secara otomatis.

• Performance measure: menyemprotkan air secara otomatis.
• Environment: manusia, air.
• Actuators: katup otomatis didalam kran.
• Sensors: washer (menyemprot air jika terdeteksi tangan dibawah kran air).

Sumber :

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

- https://www.obralan.co/cdn/1050/cache/p/2018/02/04/04/aer-kran-wastafel-sensor-otomatis-automatic-sensor-set-w2-silver_4154302_1_94635.jpg

Definisi dan Konsep Agen Cerdas

          Agen cerdas (Artificial Intelligence) 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.

• Konsep Agen Cerdas dan Lingkungan

          Agen adalah segala sesuatu yang dapat dipandang sebagai entitas pada suatu lingkungan yang mengamati melalui alat sensor dan bertindak melalui alat aktuator.
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.
Sedangkan pada agen robot:
- kamera dan inframerah untuk sensor, dan lengan, serta berbagai motor sebagai aktuator.
Agen menerima (percept) sensor dari lingkungan. Keseluruhan percept yang diterima agen pada suatu selang waktu disebut percept sequence.

1. Perancangan Agen Cerdas
           Agen harus bersifat rasional, yaitu melakukan hal yang benar. 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), sehingga agen belajar untuk beradaptasi dengan lingkungan sekitarnya.
Pengukuran kinerja merupakan Sebuah kriteria obyektif untuk mengukur keberhasilan suatu perilaku agen. Goal adalah tujuan utama yang berusaha dicapai oleh agen (prioritas utama).
          Dalam hal ini, agen cerdasnya berupa sebuah robot yang dapat menyapu halaman rumah sendiri. Robot ini memiliki tujuan untuk dapat membantu seseorang mengerjakan pekerjaan rumahnya yaitu menyapu. Dengan adanya robot ini, maka pekerjaan menyapu yang biasanya di lakukan oleh manusia dapat dipermudah dengan bantuan robot ini.
Dalam perancangan sebuah agen cerdas, terdapat PEAS: Performance measurement, Environment, Actuators, Sensors yang harus terpenuhi. Dalam agen cerdas yaitu sistem diagnosis Medis.

• Performance Measure: Pasien Sehat, meminimalkan biaya, tuntutan hukum
• Environment: Pasien, rumah sakit, staf
• Aktuator: Layar display (pertanyaan, tes, diagnosis, pengobatan, rujukan)
• Sensor: Keyboard (masuknya gejala, temuan, jawaban pasien)

2. Karakteristik Agen

• Autonomous, yaitu agen berkemampuan untuk melakukan tugasnya dan mengambil keputusan secara mandiri tanpa adanya intervensi dari luar seperti agen lain, manusia ataupun entitas lain.
• Reaktif, yaitu kemampuan agen untuk cepat beradaptasi terhadap perubahan informasi yang ada pada lingkungannya.
• Proaktif, yaitu kemampuan yang berorientasi pada tujuan dengan cara selalu mengambil inisiatif untuk mencapai tujuan.
• Fleksibel, yaitu agen harus mempunyai banyak cara dalam mencapai tujuannya.
• Robust, yaitu agen harus dapat kembali ke kondisi semula jika mengalami kegagalan dalam hal tindakan ataupun dalam menjalankan plan.
• Rasional, yaitu kemampuan untuk bertindak sesuai dengan tugas dan pengetahuannya dengan tidak melakukan hal yang dapat menimbulkan konflik tindakan.
• Kemampuan berkoordinasi dan berkomunikasi (Social), yaitu dalam melakukan tugasnya, agen memiliki kemampuan untuk berkomunikasi dan berkoordinasi baik dengan manusia maupun dengan agen lain.
• Situated, yaitu agen harus berada dan berjalan di lingkungan tertentu.

3. Tipe Agen

• Simple Reflex Agents

          Agen refleks sederhana merupakan agen yang paling sederhana karena dia hanya menerapkan teknik kondisi-aksi.

• Model-Based Reflex Agents

         Model-Based Reflex Agents merupakan perkembangan dari simple reflex agents. Agen refleks sederhana dapat melakukan tindakannya dengan baik jika lingkungan yang memberikan percept/kesan tidak berubah-ubah.

• Goal-Based Agents

         Goal-based agents merupakan perkembangan dari model-based reflex agents dimana pengetahuan agen akan keseluruhan keadaan pada lingkungan tidak selalu cukup.
Suatu agen tertentu harus diberikan informasi tentang tujuan yang merupakan keadaan yang ingin dicapai oleh agen.

• Utility-Based Agents

        Merupakan pengembangan dari goal-based agent, pada utility-based agents untuk mecapai tujuannya ia memiliki banyak cara dan banyak pertimbangan untuk mencapai tujuannya, tidak hanya satu jalan, namun utility-based agent ini mempehitungkan dan memilih aksi/jalan yang efisien dalam mencapai tujuannya.

• Learning Agents

        Learning agents adalah agen yang belajar dari pengalamannya dalam meningkatkan kinerjanya.  Robot yang dapat menyapu halaman rumah sendiri ini merupakan agen tipe learning agents, yaitu agen yang dapat belajar dari pengalamannya untuk meningkatkan kinerjanya.

4. 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.

                                                   https://www.youtube.com/watch?v=SGcSQb0AjrY

Sumber :

- http://www.weare.id/pengertian-agen-cerdas/

- http://manmanmanputra.blogspot.com/2014/12/artificial-inteligent-agen-cerdas.html

- http://w3ight.blogspot.com/2013/