PEAS
Ketika kita akan membuat suatu rancangan agent, kita harus mengidentifikasi lingkungan masalah atau yang biasa kita sebut dengan “Task Environment”
Task Environment-nya adalah:
P (Performance measure) : Komponen keberhasilan/ tujuan/ target agent
E (Environment) : Kondisi sekitar lingkungan agent
A (Actuators) : Segala sesuatu yang dilakukan agent
S (Sensors) : Segala sesuatu yang menjadi input agent
Contoh penggunaan PEAS:
1) Taksi Otomatis
Sebuah agent taksi otomatis yang menerima penumpang dan mengantarkannya ke tujuan.
a. Performance measure: sampai tujuan, tidak melanggar lalu lintas, perjalanan nyaman.
b. Environment: jalan, lalu lintas, pejalan kaki, pelanggan.
c. Actoators: arah stir, gas, rem, klakson, sinyal kiri atau kanan.
d. Sensors: video, speedometer, GPS, keyboard.
2) Medical Diagnosis System
Sebuah agent Medical Diagnosis System yang mendiagnosa pasien secara otomatis.
a. Performance measure: pasien sembuh, biaya murah, tidak menyalahi hukum.
b. Environment: pasien, rumah sakit, suster, dokter.
c. Actoators: layar monitor (pertanyaan, test, diagnosa, treatment, petunjuk).
d. Sensors: keyboard (masukkan gejala penyakit, jawaban pasien).
3) Robot Pabrik Penjamin Mutu
Sebuah robot yang melakukan pemisahan komponen yang bermutu tinggi pada ban berjalan ke dalam kotak berbeda.
a. Performance measure: presentase jumlah komponen yang diletakkan pada kotak yang benar.
b. Environment: ban berjalan, komponen yang diuji, kotak.
c. Actuators: gerak lengan dan tangan robot.
d. Sensors: kamera, sensor fisik.
4) Interactive English Tutor
Sebuah agent tutor yang memberikan latihan english secara interaktif
a. Performance measure: nilai skor maksimal.
b. Environment: para siswa.
c. Actuators: laya monitor (latihan, saran koreksi).
d. Sensors: keyboard.
Sumber:
http://artikel-teknologi-informasi.blogspot.co.id/2012/11/pengertian-agent-pada-ai-artificial.html
http://riansetyawan72.blogspot.co.id/2017/10/definisi-dan-konsep-agent-serta-contoh.html
Tidak ada komentar:
Posting Komentar