Konsep Multi Agent System

Konsep Multi Agent System - Hallo sahabat NieRZeus, Pada Artikel yang anda baca kali ini dengan judul Konsep Multi Agent System, kami telah mempersiapkan artikel ini dengan baik untuk anda baca dan ambil informasi didalamnya. mudah-mudahan isi postingan Artikel Artifcial Intelligence, yang kami tulis ini dapat anda pahami. baiklah, selamat membaca.

Judul : Konsep Multi Agent System
link : Konsep Multi Agent System

Baca juga


Konsep Multi Agent System


Setelah beberapa waktu yang lalu saya mendapatkan ebook bagus tentang Multi Agent System, saya coba mendalami konsep tersebut. beberapa artikel pun coba saya cari alhasil saya mendapatkan artikel bagus tentang software agent yang saya dapat dari ilmukomputer.com karangan romi satria wahono (yang kebetulan beliau juga dosen S2 saya..). artikel tersebut membuat saya lebih penasaran dengan cabang ilmu DAI yang merupakan bagian dari ilmu Artificial Intelligence. dan hasil analisa dan rangkuman saya saya tulis dalam bentuk artikel dibawah ini..

Pertama saya mulai dari sejarah komputer. Sejarah komputer hingga saat ini telah ditandai oleh lima hal penting antaralain : ubiquity, interconnection, intelligence, delegation, and humand orientation. Dengan ubiquity maka akan terjadi penurunan terus-menerus dalam biaya komputasi, hal ini dimungkinkan dengan kemampuan pemroses yang semakin meningkat serta pemroses yang memungkinkan untuk bekerja pada perangkat-perangkat yang untuk ukuran saat ini bisa dikatakan tidak ekonomis. Sementara pada generasi awal pertumbuhan komputer, sistem tsb terisolasi dan hanya berkomunikasi sebatas dengan operator manusia, sistem komputer saat ini biasanya saling berhubungan satu sama lain ke dalam jaringan sistem distribusi yang besar. Internet misalnya, hal ini menjadi semakin langka untuk menemukan komputer yang digunakan secara komersial maupun akademis yang tidak memiliki kemampuan untuk mengakses Internet. 

Trend selanjutnya adalah kecenderungan sistem yang semakin cerdas, dengan ini berarti bahwa kompleksitas tugas yang mampu kita otomatisasikan dan delegasikan ke komputer juga semakin berkembang. Dengan kemampuan komputer untuk mengotomatisasikan tugas manusia kecenderungan selanjutnya adalah semakin meningkatnya delegasi. Sebagai contoh delegasi  untuk sistem komputer untuk piloting pesawat, dalam hal ini memang penilaian dari sebuah program komputer dipercaya bahkan oleh pilot yang berpengalaman.delegasi mengartikan bahwa kita memberikan kendali ke sistem komputer tsb. Trend yang terakhir adalah mulainya perubahan paradigma dari pemrograman berorientasi mesin terhadap konsep dan metafora yang lebih dekat mencerminkan cara pandang kita sendiri dalam memahami dunia. Trend ini terlihat di setiap cara manusia memandang komputer.

           
Konsep Software Agent
Konsep agent sebenarnya sudah lama dikenal dalam bidan AI, menurut Nwana [Nwana, 1996] dalam Romi SW[2] konsep agent ini diperkenalkan oleh seorang peneliti bernama Carl Hewit dengan Concurrent Actor Modelnya pada 1977. dalam modelnya tersebut hewit mengemukakan teori tentang suatu objek yang dia sebut sebagai Actor. Actor tersebut menurut hewit dapat mempunyai karakteristik menguasai dirinya sendiri, interaktif dan dapat merespon pesan yang datang dari objek lain yang sejenis. Dari penelitian yang berhubungan dengan hal tersebut kemudian lahirlah cabang ilmu besar yang merupakan turunan dari AI yaitu Distributed Artificial Intelligence (DAI), yang diantaranya membawahi Multi Agent System (MAS).


Karakteristik Agent
Agent memiliki karakteristik yang dapat menbedakan antara agent satu dengan yang lain, dalam Romi SW[2] secara garis besar karakteristik yang dimiliki oleh agent antaralain :
  1. Autonomy
Agent dengan karakteristik ini memiliki sifat yang mandiri, dan tidak dipengaruhi secara langsung oleh user, agent lain, atau lingkungan.

  1. Intelligence, Reassoning, dan Learning
Suatu agent harus memiliki Intelligence atau kecerdasan agar dapat dinamakan agent, dalam konsep ini kemampuan suatu agent yang harus dimiliki antaralain : internal knowledge base, kemampuan reasoning, dan kemampuan learning.

  1. Mobility
Agent mampu bergerak atau mobile untuk melakukan tugas.

  1. Delegation
Agent dibuat dengan tujuan menjalankan tugas yang diperintahkan oleh user, karakteristik ini merupakan yang utama dalam suatu program yang disebut agent.
  1. Reaktivity
Kemampuan agent yang lain adalah reaktiv atau kemmpuan untuk cepat beradaptasi terhadap perubahan informasi yang ada pada lingkungan.

  1. Proactiove dan Goal Oriented
  2. Communication
Representasi Pengetahuan
Definisi knowledge dalam Webster Dictionary adalah “the fact or condition of knowing something with familiarity gained through experience or association”. Yakni Fakta atau kondisi yang diketahui yang diperoleh melalui pengalaman atau asosiasi, dalam software agent dapat digunakan beberapa cara untuk merepresentasikan pengetahuan antaralain :
  • Frame
Frame merupakan kumpulan atribut yang menetapkan state objek dan hubungannya dengan frame lain (objects).namun frame ini tidak hanya sekedar catatan atau struktur data yang berisi data. Frame memiliki slot yang menggambarkan rinician atribut dan karakteristik suatu objek. Figure dibawah ini menunjukkan contoh dari frame :




  • Semantik Network
Jaringan semantik adalah gambaran pengetahuan grafis untuk menunjukkan hubungan dan maksud suatu konsep dan hubunganya dengan konsep lain, dengan node yang mengikat konsep kemudian dihubungkan dengan label berbahasa alami yang menunjukkan hubungan tsb.



  
Reasoning
Kemampuan untuk melakukan penalaran merupakan salah satu kemampuan yang harus dimiliki suatu agent untuk mendapatkan keputusan yang sesuai dengan tujuan (goal), beberapa metode tentang penalaran disebutkan :
Practical Reasoning
Model khusus pengambilan keputusan dinamakan practical reasoning, practical reasoning adalah penalaran yang diarahkan terhadap aksi proses mencari tahu apa dan apa yang dilakukan. Menurut bratman [bratman, 1990] ”practical reasoning adalah masalah dengan pertimbangan yang berat yang saling bertentangan untuk dan terhadap persaingan dimana pertimbangan yang relevan akan disediakan oleh apa yang diinginkan agent / nilai / kepedulian tentang apa yang menjadi keyakinan suatu agent”.  

Dikatakan oleh Eliasmith [Eliasmith, 1999] membedakan  penalaran praktis dengan teori penalaran adalah penting. Teori penalaran mengarah pada keyakinan, untuk menggunakanya lebih jelas lihat contoh berikut : saya percaya manusia akan mati dan saya percaya presiden adalah manusia, maka saya menyimpulkan presiden adalah fana. Proses yang menyimpulkan presiden adalah fana merupakan alasan teoritis, 

            Means-Ends Reasoning       
Means-Ends reasoning merupakan proses bagaimana menentukan tujuan dengan menggunakan sarana-sarana yang tersedia. Means-ends reasoning biasa dikenal dalam dunia AI sebagai planner. Planning pada dasarnya merupakan pemrograman otomatis, dan planner adalah sistem yang mengambil sebagai representasi input yang termasuk :
    • Tujuan, maksud atau tugas. Ini merupakan sesuati yang harus agent capai, atau keadaan bahwa agent ingin mempertahankan atau menghindari
    • Keadaan lingkungan saat ini,
    • Aksi yang tersedia untuk agent.


     
Implementasi Practical Reasoning Agent
Dibawah ini adalah contoh implementasi dari practical reasoning pada suatu agent dalam bentuk pseudocode :

           
            Fungsi practical reasoning pada agent tsb sbb :
    • mengamati dunia dan keyakinan terhadap perubahan
    • memutuskan untuk mencapai tujuan
    • menggunakan means-ends reasoning untuk menemukan rencana mencapai tujuan
    • melaksanakan rencana tsb.

Trend Research 

Banyak sekali trend research dalam multi agent system dan salah satunya adalah RoboSoccer, RoboSoccer merupakan proyek internasional dari berbagai perguruan tinggi di dunia untuk mengadakan penelitian dalam bidan AI, Robotic, dan Autonomous Agent, serta bidang-bidang lain yang berhubungan.  penelitian yang dihasilkan dari proyek ini yaitu simulation league yang memerlukan implementasi AI dari sebuah client module dari robosoccer dan sebuah Robocup Soccer Simulator.

Robocup Soccer Simulator merupakan sebuah platform untuk penelitian dibidang AI, bukan seperti pada humanoid robot, Robocup Soccer Simulator mengijinkan peneliti berkonsentrasi pada bagaimana mengembangkan kecerdasan buatan pada client tanpa perlu mengetahui mekanisme fisik dari robot. Bagian utama dari Robocup Soccer Simulator antaralain : Soccer Simulator / Soccer Server, Soccer Monitor, Soccer Client. Soccer Server berperan sebagai pengatur dari simulasi agar mekanisme sesuai dengan aturan yang disepakati, soccer monitor merupakan interface untuk menampilkan bentuk visual dari lingkungan diantaranya environment berbentuk lapangan sepak bola dan bentuk karakter pemain, sedangkan soccer client merupakan otak dari tiap-tiap pemain. Tampilan untuk soccer monitor dapat kita lihat sbb :



Soccer Client
Secara garis besar sebuah RoboCup Soccer Client terdiri dari empat komponen utama yaitu :
1.      Networking Function
Komponen ini bertanggungjawab untuk menghandle message traffic diantara soccer client dan soccer server lewat sebuah koneksi UDP/IP socket. Komponen ini menerima berbagai macam message dari server kemudian memparsingnya kepada komponen parsing .
2.      Parsing Function
Komponen ini bertanggungjawab untuk mengekstrak message yang diparsing oleh komponen networking menjadi informasi-informasi yang relevan yang terkandung dalam message tersebut.
3.      Data Structures Function
Komponen ini bertanggungjawab untuk menyimpan informasi-informasi yang diekstrak oleh Parsing Function kedalam sebuah internal data structure yang biasa disebut gameData.
4.      AI Function
Komponen ini bertanggungjawab untuk mengambil keputusan aksi apa yang harus diambil pada kondisi tertentu berdasarkan sensory information yang tersimpan dalam sebuah internal data structure. Lalu setelah itu AI Function akan mengirim command message ke Networking Function yang akan diteruskan ke soccer server.

Interaksi dari keempat komponen tersebut bisa kita lihat pada gambar dibawah ini:


Referensi :
  1. Joseph P.Bigus & Jennifer Bigus, "Constructing Intelligent Agent Using Java Second Edition",  john wiley & sons, inc, Canada,2001.
  2. Romi Satrio Wahono, "Pengantar Software Agent: Teori dan Aplikasi", 2003
Konsep Multi Agent System - Hallo sahabat NieRZeus, Pada Artikel yang anda baca kali ini dengan judul Konsep Multi Agent System, kami telah mempersiapkan artikel ini dengan baik untuk anda baca dan ambil informasi didalamnya. mudah-mudahan isi postingan Artikel Artifcial Intelligence, yang kami tulis ini dapat anda pahami. baiklah, selamat membaca.

Judul : Konsep Multi Agent System
link : Konsep Multi Agent System

Baca juga


Konsep Multi Agent System