Langsung ke konten utama

Postingan

Menampilkan postingan dari Oktober, 2017

Tugas Grafik Komputer dan Pengolahan CItra

Program Garis Horizontal, Vertikal, dan Diagonal Sebelum menggunakkan ini maka diperlukan Netbeans ( Download Page ) Source Code : ( Link Here ) User Guide : ( Link Here )

PEAS

Pengertian PEAS Jika membahas PEAS, kita masih berkutat seputar Intelligent Agent. Sebab ketika kita merancang sebuah Agent, kita harus mendefinisikan lingkungan masalah (task environment), yakni: Performance measure : Apa saja komponen pengukur keberhasilan si agent ? Environment : Kondisi apa saja yang ada disekitar Agent ? Actuators : Aksi apa saja yang akan dilakukan Agent untuk merespon inputan? Sensors :  Apa saja yang menjadi alat input Agent ? Contoh PEAS Taksi Otomatis Sebuah agent taksi otomatis yang menerima penumpang dan mengantarkannya ke tujuan : Performance measure : sampai tujuan, tidak melanggar aturan lalu lintas, perjalanan nyaman, hemat bensin Environment : jalan, lalu lintas, pejalan kaki, pelanggan Actuators : arah stir, gas, rem, klakson, sinyal kiri atau kanan Sensors: video, speedometer, GPS, keyboard Sumber http://share.its.ac.id/pluginfile.php/1358/mod_resource/content/1/2._Agent_Cerdas.pdf

Intellegent Agent

Agent Agen adalah segala sesuatu yang dapat dipandang sebagaimana mengamati lingkungannya melalui sensor dan bertindak atas lingkungan yang melalui efektor. Konsep Agent Simple Reflex Agent Didalam konsep ini agent akan menanggapi dari lingkungan sekitar dan akan melakukan sesuatu bedasarkan lingkungan tersebut. Model Based Reflex Agent Didalam konsep ini agent bukan hanya menanggapi dari lingkungan sekitar, tetapi juga membuat sebuah model untuk menanggapi tersebut dan mempertahankan keadaan internal. Goal Based Agent Didalam konsep ini mereka memilih tindakan mereka dalam rangka untuk mencapai tujuan. pendekatan berbasis gol lebih fleksibel daripada agen refleks sejak pengetahuan yang mendukung keputusan secara eksplisit dimodelkan, sehingga memungkinkan untuk modifikasi. Utility Based Agent Didalam konsep ini mereka memilih tindakan berdasarkan preferensi (utility) untuk masing-masing model. Contoh Agent Google Asista