Contoh Agen Cerdas

Nama agen pengurut surat. Lingkungan yang mempengaruhi yaitu alamat surat. Dengan tujuan memetakkan surat kedalam alamat yang benar. Sedangkan masukannya adalah kumpulan gambar tulisan alamat. Sedangkan yang terakhir adalah tindakan. Tindakan agen selanjutnya adalah memetakkan alamat surat kedalam alamat yang benar. Sesederhana itu dalam menuliskan peran agen. 

Mobil otomatis adalah mobil yang dapat berperilaku secara otomatis. Lingkungan yang membentuknya adalah jalan, rambu lalu lintas, penumpang atau orang, dan kendaraan lain serta faktor lain yang belum terpikirkan. Dengan memiliki tujuan berkendara secara otomatis dengan aman, lancar, dan tidak melanggar peraturan. Oleh karena itu mesin membutuhkan bantuan sensor sebagai masukan. Adapun sensor yang dapat digunakan adalah sensor sonar, kamera, sinyal GPS, speedometer, dan sebagainya. Untuk selanjutnya melakukan tindakan mengendarai mobil seperti menekan pedal, rem, mengarahkan mobil.

sumber : 

http://kecerdasanartificial.blogspot.com/2016/02/sebuah-contoh-penggambaran-agen-cerdas.html

Definisi dan Konsep Agen Cerdas

Definisi agen cerdas

Agen adalah segala sesuatu yang dapat dipandang sebagai entitas pada suatu lingkungan yang mengamati melalui alat sensor dan bertindak melalui alat aktuator. Agen cerdas merupakan agen yang ditanamkan kecerdasan yang dimiliki oleh seorang manusia sehingga agen tersebut dapat melakukan hal-hal yang memerlukan kecerdasan yang biasanya dilakukan oleh manusia.

Sifat agen cerdas

1. Rasional
Sebuah agen haruslah mengarah kepada “lakukan hal yang benar”. Berdasarkan kepada apa yang dapat dipahaminya dan tindakan yang dapat dilakukannya. Tindakan yang benar adalah tindakan yang akan menyebabkan agen tersebut paling berhasil.
Agen rasional: untuk setiap deretan persepsi yang mungkin, sebuah agen rasional hendaklah memilih satu tindakan yang diharapkan memaksimalkan ukuran performance-nya, dengan adanya bukti yang diberikan oleh deretan persepsi dan apapunpengetahuan terpasang yang dimiliki agen itu. Rasionalitas berbeda dari omniscience (tahu segala/all-knowing dengan pengetahuan tak berhingga).

2. Autonomy
Agen dapat melakukan tindakan untuk memodifikasi persepsi masa depan sedemikian hingga dapat memeroleh infoemasi yang berguna (pengumpulan informasi, eksplorasi). Sebuah agen adalah otonom (autonomous) apabila perilakunya ditentukan oleh pengalamannya sendiri (dengan kemampuan belajar dan beradaptasi).

c. Reactivity
Dengan menggabungkan pengetahuan yang dimiliki dengan pengetahuan yang didapat dari lingkungannya, agen dapat menyimpulkan aspek lingkungan yang tersembunyi sebelum melakukan tindakan yang selektif. Agen Berbasis Pengetahuan bersifat fleksibel, mereka dapat beradaptasi dengan perubahan lingkungan dan memperbarui pengetahuan yang relevan.

Jenis agen cerdas

1. Simple reflex agents : berdasarkan persepsi yang terakhir.

2. Model-based reflex agents: memiliki representasi internal tentang keadaan sekitar.

3. Goal-based agents: memiliki informasi tentang tujuan, memilih tindakan yang mencapai tujuan.

4. Utility-based agents: melakukan penilaian kuantitatif terhadap suatu keadaan lingkungan – utility function.

5. Learning agents: belajar dari pengalaman, meningkatkan kinerja.

Sumber :

1. http://w3ight.blogspot.com/2013/11/mendeskripsikan-agen-cerdas.html

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

TUGAS GRAFIK KOMPUTER & PENGOLAHAN CITRA

KLIK DISINI

Artificial Intelligence

1. Definisi

Artificial Intelligence atau biasa disebut AI yang artinya kecerdasan buatan, AI merupakan mesin yang belajar dari pengalaman, menyesuaikan diri dengan inputan baru dan melakukan tugas seperti manusia. Jadi kecerdasan buatan ini dimasukkan ke dalam computer agar dapat menjalankan pekerjaan yang dikerjakan manusia. Sebagian besar contoh AI yang Anda dengar saat ini, mulai dari AI dalam game catur hingga auto drive pada mobil. AI ini sangat bergantung pada pembelajaran mendalam dan pemrosesan bahasa alami. Dengan menggunakan teknologi ini, komputer dapat dilatih untuk menyelesaikan tugas tertentu dengan memproses sejumlah besar data dan mengenali pola dalam data.

Penelitian yang terkait dengan kecerdasan buatan sangat teknis dan terspesialisasi. Masalah inti kecerdasan buatan mencakup pemrograman komputer dengan kriteria seperti:

       1.    Pengetahuan

       2.    Alasan

       3.    Penyelesaian masalah (Problem Solving)

       4.    Pesepsi (sudut pandang)

       5.    Pembelajaran

       6.    Merencanakan

       7.    Kemampuan untuk memanipulasi dan memindahkan objek

2. Sejarah AI (Artificial Intelligence)

Pada awal abad 17, René Descartes mengemukakan bahwa tubuh hewan bukanlah apa-apa melainkan hanya mesin-mesin yang rumit. Blaise Pascal menciptakan mesin penghitung digital mekanis pertama pada 1642. Pada 19, Charles Babbage dan Ada Lovelace bekerja pada mesin penghitung mekanis yang dapat diprogram.

Bertrand Russell dan Alfred North Whitehead menerbitkan Principia Mathematica, yang merombak logika formal. Warren McCulloch dan Walter Pitts menerbitkan "Kalkulus Logis Gagasan yang tetap ada dalam Aktivitas " pada 1943 yang meletakkan pondasi untuk jaringan syaraf.

Tahun 1950-an adalah periode usaha aktif dalam AI. Program AI pertama yang bekerja ditulis pada 1951 untuk menjalankan mesin Ferranti Mark I di University of Manchester (UK): sebuah program permainan naskah yang ditulis oleh Christopher Strachey dan program permainan catur yang ditulis oleh Dietrich Prinz. John McCarthy membuat istilah "kecerdasan buatan " pada konferensi pertama yang disediakan untuk pokok persoalan ini, pada 1956. Dia juga menemukan bahasa pemrograman Lisp. Alan Turing memperkenalkan "Turing test" sebagai sebuah cara untuk mengoperasionalkan test perilaku cerdas. Joseph Weizenbaum membangun ELIZA, sebuah chatterbot yang menerapkan psikoterapi Rogerian.

Selama tahun 1960-an dan 1970-an, Joel Moses mendemonstrasikan kekuatan pertimbangan simbolis untuk mengintegrasikan masalah di dalam program Macsyma, program berbasis pengetahuan yang sukses pertama kali dalam bidang matematika. Marvin Minsky dan Seymour Papert menerbitkan Perceptrons, yang mendemostrasikan batas jaringan syaraf sederhana dan Alain Colmerauer mengembangkan bahasa komputer Prolog. Ted Shortliffe mendemonstrasikan kekuatan sistem berbasis aturan untuk representasi pengetahuan dan inferensi dalam diagnosa dan terapi medis yang kadangkala disebut sebagai sistem pakar pertama. Hans Moravec mengembangkan kendaraan terkendali komputer pertama untuk mengatasi jalan berintang yang kusut secara mandiri.

Pada tahun 1980-an, jaringan syaraf digunakan secara meluas dengan algoritma perambatan balik, pertama kali diterangkan oleh Paul John Werbos pada 1974. Tahun 1990-an ditandai perolehan besar dalam berbagai bidang AI dan demonstrasi berbagai macam aplikasi. Lebih khusus Deep Blue, sebuah komputer permainan catur, mengalahkan Garry Kasparov dalam sebuah pertandingan 6 game yang terkenal pada tahun 1997. DARPA menyatakan bahwa biaya yang disimpan melalui penerapan metode AI untuk unit penjadwalan dalam Perang Teluk pertama telah mengganti seluruh investasi dalam penelitian AI sejak tahun 1950 pada pemerintah AS.

Tantangan Hebat DARPA, yang dimulai pada 2004 dan berlanjut hingga hari ini, adalah sebuah pacuan untuk hadiah $2 juta dimana kendaraan dikemudikan sendiri tanpa komunikasi dengan manusia, menggunakan GPS, komputer dan susunan sensor yang canggih, melintasi beberapa ratus mil daerah gurun yang menantang.

3. Contoh Artificial Intelligence

a. Siri

Siri adalah salah satu asisten pribadi virtual paling populer yang ditawarkan oleh Apple di iPhone dan iPad. Asisten yang diaktifkan sebagai suara perempuan ramah berinteraksi dengan pengguna dalam rutinitas sehari-hari. Dia membantu Anda menemukan informasi, mendapatkan petunjuk arah, mengirim pesan, melakukan panggilan suara, membuka aplikasi, dan menambahkan acara ke kalender.

Siri menggunakan teknologi pembelajaran mesin untuk mendapatkan pertanyaan dan permintaan bahasa alami yang lebih cerdas dan mampu memahami. Ini pasti salah satu contoh paling ikon dari kemampuan belajar pada mesin smartphone.

b. Tesla

Tidak hanya smartphone tetapi mobil juga sudah bergeser ke arah Artificial Intelligence. Tesla adalah sesuatu yang meniadakan driver manusia. Ini adalah salah satu teknologi mobil terbaik yang tersedia sampai sekarang. Mobil ini tidak hanya mampu meraih banyak penghargaan tetapi juga fitur seperti mengemudi sendiri, kemampuan prediktif, dan inovasi teknologi mutlak.

Jika Anda seorang pecandu teknologi dan bermimpi memiliki mobil seperti yang ditampilkan di film-film Hollywood, Tesla adalah salah satu yang contoh teknologi mobil canggih.

c. Netflix

Netflix tidak memerlukan pengenalan — ini adalah layanan konten-on-demand yang sangat populer yang menggunakan teknologi prediktif untuk menawarkan rekomendasi berdasarkan reaksi, minat, pilihan, dan perilaku konsumen. Teknologi ini memeriksa dari sejumlah catatan untuk merekomendasikan film berdasarkan kecintaan dan reaksi Anda sebelumnya.

Aplikasi ini menjadi lebih cerdas setiap tahun. Satu-satunya kelemahan dari teknologi ini adalah film kecil akan luput dari perhatian sementara film-film besar tumbuh dan menyebar di platform. Tapi seperti yang saya tulis sebelumnya, itu masih meningkat dan belajar menjadi lebih cerdas.

Sistem Cerdas

I. Sistem cerdas

Sistem cerdas atau biasa lebih di kenal dengan Kecerdasan Buatan atau Intelegensi Buatan(Artificial Inteligence) merupakan cabang terpenting dalam dunia komputer. Komputer bukan hanya alat untuk menghitung, tetapi diharapkan dapat diberdayakan untuk mengerjakan segala sesuatu yang bisa dikerjakan oleh manusia. Manusia mempunyai pengetahuan, pengalaman dan kemampuan penalaran yang baik, agar komputer bisa bertindak seperti dan sebaik manusia, maka komputer juga harus dibekali pengetahuan dan mempunyai kemampuan untuk menalar.

Berikut beberapa definisi Kecerdasan buatan menurut ahli:

- John McCarthy [1956]: Kecerdasan buatan (Artificial Intelligence) ialah Memodelkan proses berpikir manusia dan mendesain mesin agar menirukan perilaku manusia.

- H. A. Simon [1987]“ Kecerdasan buatan (Artificial Intelligence) ialah sebuah tempat sebuah penelitian, aplikasi dan instruksi yang terkait dengan pemrograman komputer untuk melakukan sesuatu hal yang -dalam pandangan manusia adalah- cerdas”

- Rich and Knight [1991]: “Kecerdasan Buatan (Artificial Intelligence) ialah sebuah studi tentang bagaimana membuat komputer melakukan hal-hal yang pada saat ini dapat dilakukan lebih baik oleh manusia.”

- Encyclopedia Britannica: “Kecerdasan Buatan (Artificial Intelligence) ialah cabang dari ilmu komputer yang dalam merepresentasi pengetahuan lebih banyak menggunakan bentuk simbol-simbol daripada bilangan, dan memproses informasi berdasarkan metode heuristic atau dengan berdasarkan sejumlah aturan

Sistem cerdas dapat dipandang dalam berbagai perspektif, yaitu :

Dari perspektif kecerdasan

Sistem cerdas adalah bagaimana membuat mesin yang “cerdas” dan dapat melakukan hal-hal yang sebelumnya dapat dilakukan oleh manusia.

 Dari perspektif penelitian

Suatu studi bagaimana membuat agar komputer dapat melakukan sesuatu sebaik yang dikerjakan manusia.

Domain yang sering dibahas oleh peneliti meliputi:

a) Mundane task

- Persepsi (Vision & Speech)

- Bahasa alami (Understanding, Generation, Translation)

- Pemikiran yang bersifat commonsense

- Robot control

b) Formal task

- Permainan/games

- Matematika (geometri, logika, kalkulus, integral, pembuktian)

c) Expert task

- Analisis financial

- Analisis medikal

- Analisis ilmu pengetahuan

- Rekayasa (desain, pencarian kegagalan,perencanaan manufaktur )

Dari perspektif bisnis

Sistem cerdas adalah sekelompok alat bantu (tools) yang berdaya guna, dan metodologi yang menggunakan tool-tool tersebut guna menyelesaikan masalah-masalah bisnis.

Dari perspektif pemrograman

Meliputi studi tentang pemrograman simbolik, penyelesaian masalah (problem solving) dan pencarian (searching).

II.       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.

III.      Contoh sistem cerdas dalam bisnis
          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.

Dengan adanya sistem ini diharapkan dapat meringankan beban manusia dan mempersingkat waktu akses pada pintu masuk parkir. Output sebuah obyek warna di proses untuk membedakan plat nomor dengan frame, maka yang di lakukan adalah pemrosesan gambar sehingga menemukan posisi serta ukuran dari obyek yang akan di kelola.pada pemrosesan ini terlebih dahulu melakukan penelusuran (scanning) pixel dan penskalaan, sehingga secara otomatis akan didapatkan nilai posisi dan ukuran dari obyek yang sedang dideteksi kemudian untuk membantu pengenalan grayscale dan thresholding.

Pengujian untuk membedakan warna obyek serta menampilkan plat nomor dengan menggunakan kamera web adalah menggunakan sistem Integral proyeksi dan sistem moving detector yaitu dengan mengambil atau meng capture sebuah badan mobil (frame) setelah memperoleh hasil diproses dengan menggunakan LPF (low pas filter) untuk memperoleh hasil yang maksimal maka terlebih dahulu adalah mengatur intensitas dari suatu pencahayaan.

Untuk tingkat keberhasilan yang di peroleh dari proses Integral proyeksi adalah 72% sedangkan proses pengambilan plat nomor dengan menggunakan moving detector adalah 51% Kata kunci: Deteksi plat Nomor,kamera web,pengolahan citra,Visual basic,integral proyeksi,moving detection