Intelligent Agent (Sebuah teori Kecerdasan Buatan dalam Software Engineering)

Ternyata apa yang selama ini dijalani bukan hanya menjadikan seperti katak dibawah tempurung, tapi seperti katak dibawah tempurung dibawah helm. Dunia diluar sana jauh lebih berwarna ternyata. Hehe..

Dikira intelligent agents adalah sebuah teori baru dalam software engineering, tapi ternyata diluar sana sudah sedemikian pesat. Okelah, gak apa2. Kita shared saja apa sudah diketahui. Silahkan..

Definisi
Guralnik (1983) menjabarkan definisi agen yang diperolehnya dari kamus Webster’s New World Dictionary, sebagai :

A person or thing that acts or is capable of acting or is empowered to act, for another

Dari kalimat tersebut Wahono (2001) menjabarkan dua poin penting pengertian agen :

• Agen mempunyai kemampuan untuk melakukan suatu tugas/pekerjaan
• Agen melakukan tugas/pekerjaan tersebut dalam kapasitas untuk sesuatu atau untuk orang lain.

Kemudian Caglayan et al., (1997), mendefinisikan software agent sebagai : Suatu software komputer yang memungkinkan user mendelegasikan tugas/pekerjaan kepadanya dan software komputer tersebut mampu bekerja secara mandiri (autonomously).
Pada prakteknya dalam suatu sistem dimungkinkan terdapat lebih dari satu agent yang saling bekerja sama. Sistem agent dengan lebih dari satu agent disebut multi agent system (MAS). Multi agent System adalah suatu paradigma pengembangan sistem dimana dalam suatu komunitas sistem terdapat beberapa agent, yang saling berinteraksi, bernegosiasi dan berkoordinasi satu sama lain dalam menjalankan pekerjaan (Romi, 2001)

Karakteristik Agent

Wahono (2001) merangkum karakteristik yang dimiliki software-software agent saat ini :

1. Autonomy
   Agent harus dapat melakukan tugas secara mandiri tanpa dikontrol secara langsung oleh user, agent lain ataupun oleh lingkungan (environment). Woolridge et al., (1995) menyatakan agent harus dapat mengontrol aksi yang mereka perbuat. Dan kemampuan ini berbanding lurus dengan intelligence dari agent.
2. Intelligence, Reasoning dan Learning
   Karakteristik ini merupakan karakteristik dasar untuk bisa disebut agent. Pada konsep intelligence, ada tiga komponen yang harus dimiliki : internal knowledge base, kemampuan reasoning berdasar pada knowledge base yang dimiliki dan kemampuan learning untuk beradaptasi terhadap lingkungan.
3. Reactivity
   Karakteristik  agent  yang lain adalah kemampuan untuk bisa cepat beradaptasi dengan adanya perubahan informasi yang ada didalam suatu lingkungan (environment). Lingkungan itu bisa mencakup:  agent lain, user, adanya informasi dari luar, dsb  (Brenner et. al., 1998)
4. Proactivity dan Goal-Oriented
   Proactivity boleh dikata adalah kelanjutan dari sifat  reactivity.  Agent tidak hanya dituntut bisa beradaptasi terhadap perubahan lingkungan, tetapi juga harus mengambil inisiatif langkah penyelesaian apa yang harus diambil  (Brenner et. al., 1998). Untuk itu  agent  harus didesain memiliki tujuan  (goal) yang jelas, dan selalu berorientasi kepada tujuan yang diembannya (goal-oriented).
5. Communication and Coordination Capability
   Agent harus memiliki kemampuan berkomunikasi dengan user dan juga  agent  lain. Misalkan masalah komunikasi dengan user (termasuk user interface dan perangkatnya), kemudian masalah koordinasi, dan kolaborasi dengan agent lain menjadi isu penting dalam pengembangan Multi Agent System (MAS). Untuk dapat berkoordinasi dengan agent lain dalam menjalankan tugas, diperlukan bahasa standard untuk berkomunikasi. Salah satu contoh bahasa dan protokol komunikasi antar agent adalah Knowledge Query and Manipulation Language (KQML) dan Knowledge Interchange Format (KIF).

Ada satu contoh aplikasi sederhana yang cukup menarik. Namanya Ant Lines. 

Screen shootnya seperti berikut :

Contoh program ini memodelkan perilaku semut ketika mengikuti pemimpinnya menuju sumber makan. Si pemimpin bergerak menuju makanan secara acak, kemudian dengan jeda kecil, semut kedua mengikuti dengan jalur langsung menuji sipemimpin berada. Setiap semut berikutnya mengikuti semut didepannya dengan cara yang sama.

Meskipun si semut pemimpin mungkin mengambil jalur yang sangat memutar untuk menuju sumber makanan, secara mengejutkan jejak semut mengadopsi bentuk yang halus. Meskipun belum jelas apakah model ini adalah model biologis akurat dari perilaku semut, ini adalah eksplorasi matematika dari perilaku yang muncul dari serangkaian agen yang saling mengikuti secara serial.