Pembuatan Garis Vertikal,Horizontal dan Diagonal Menggunakan Java dan Open GL

Pada kesempatan ini saya akan membahas tentang cara pembuatan sebuah garis vertikal,horizontal dan diagonal dengan menggunakan bahasa pemrograman Java dan sebuah Library Open GL. 

sebelumnya saya akan membahas sedikit tentang pengertian Open GL dan bahasa pemrograman Java.

1. Open GL.

OpenGL adalah sebuah program aplikasi interface yang digunakan untuk mendefinisikan komputer grafis 2D dan 3D. Program lintas-platform API ini umumnya dianggap ketetapan standar dalam industri komputer dalam interaksi dengan komputer grafis 2D dan juga telah menjadi alat yang biasa untuk digunakan dengan grafis 3D. Singkatnya, Open Graphics Library, OpenGL menghilangkan kebutuhan untuk pemrogram untuk menulis ulang bagian grafis dari sistem operasi setiap kali sebuah bisnis akan diupgrade ke versi baru dari sistem.

Fungsi dasar dari OpenGL adalah untuk mengeluarkan koleksi perintah khusus atau executable ke sistem operasi. Dengan demikian, program ini bekerja dengan perangkat keras grafis yang ada yang berada pada hard drive atau sumber tertentu lainnya. Setiap perintah dalam dirancang untuk melakukan tindakan tertentu, atau memulai efek khusus tertentu yang terkait dengan grafis.

2. Java

Java adalah bahasa pemrograman tingkat tinggi yang berorientasi objek dan program java tersusun dari bagian yang disebut kelas. Kelas terdiri atas metode-metode yang melakukan pekerjaan dan mengembalikan informasi setelah melakukan tugasnya. Para pemrogram  Java banyak mengambil keuntungan dari kumpulan kelas di pustaka kelas Java, yang disebut dengan Java Application Programming Interface (API). Kelas-kelas ini diorganisasikan menjadi sekelompok yang disebut paket (package). Java API telah menyediakan fungsionalitas yang memadai untuk menciptakan applet dan aplikasi canggih. Jadi ada dua hal yang harus dipelajari dalam Java, yaitu mempelajari bahasa Java dan bagaimana mempergunakan kelas pada Java API. Kelas merupakan satu-satunya cara menyatakan bagian eksekusi program, tidak ada cara lain. Pada Java program javac untuk mengkompilasi file kode sumber Java menjadi kelas-kelas bytecode. File kode sumber mempunyai ekstensi *.java. Kompilator javac menghasilkan file bytecode kelas dengan ekstensi *.class. Interpreter merupakan modul utama sistem Java yang digunakan aplikasi Java dan menjalankan program bytecode Java.

untuk penjelasan lanjutnya, silahkan klik Link dibawah ini, dimana berisi kodingan programnya serta penjelasan penggunaan kodingan tersebut :

link untuk download materi secara lengkap :  DOWNLOAD

PEAS (Performance maesure, Environment, Actuators, Sensor)

PENGENALAN INTELEGENTS AGENTS part 2 

*********************************************************************************************

PEAS

Apa itu PEAS dalam konteks intelligent agent ?  sebelum menjelaskan PEAS akan dijelaskan terlebih dahulu apa yang dimaksud dengan Agent ? Agent merupakan sesuatu yang dapat mengesan (perceiving) lingkungan (environment) nya melalui sensors dan bertindak (acting) terhadap lingkungan tersebut melalui actuators. Dan ketika ingin merancang sebuat agent maka kita harus menjabarkan lingkungan masalah (task environment), yaitu :

PEAS

P (performance measure) : komponen keberhasilan si agent

E (environment) : kodisi di sekitar agent

A (actuators) : segala sesuatu yang dapat dilakukan si agent

S (sensors) : segala sesuatu yang menjadi input si agent

Misalkan untuk task yang didesain untuk agent pengemudi taksi otomatis:
Performance Measure: Aman, Cepat, Legal, Perjalanan yang nyaman, Keuntungan Maksimal
Environment : Jalan, Lalu lintas kendaraan lain, Pejalan kaki, Pelanggan
Actuators: Setir, Akselerator, Rem, Lampu Sinyal, Klakson
Sensors: Kamera, Sonar, Spedometer, GPS, odometer, sensor mesin, keyboard

Misalkan untuk task yang disusun untuk agent sistem diagnosis medis:
Performance Measure : Kesehatan Pasien, Biaya minimal, Hukum
Environment: Pasien, Rumah Sakit, Staf
Actuator : Tampilan Layar (Pertanyaan, Tes, Diagnosa, Perawatan, Rujukan)
Sensors : Keyboars(Entri gejala, pencarian penyakit, jawaban untuk pasien)

Misalkan untuk task yang disusun untuk agent robot pengambil suku cadang
Performance Measure : Persentase suku cadang di tempat yang benar
Environment :  sabuk konveyor, tempat pengumpulan suku cadang
Actuator : Lengan dan tangan robot
Sensor : Kamera, sensor di lengan robot

Misalkan untuk task yang disusun untuk agent Pengajar Bahasa Inggris Interaktif
Performance Measure : Memaksimalkan nilai siswa ketika test
Enviroment : Siswa
Actuator : Layar Tampilan (Latihan, cara penyelesaian, koreksi kesalahan)
Sensor : keyboard

http://artikel-teknologi-informasi.blogspot.co.id/2012/11/pengertian-agent-pada-ai-artificial.html

https://www.google.co.id/url?sa=t&rct=j&q=&esrc=s&source=web&cd=3&cad=rja&uact=8&ved=0ahUKEwj_ovOX3PzWAhUKpJQKHTWpDKsQFgg0MAI&url=https%3A%2F%2Flayangantw.wordpress.com%2F2014%2F10%2F26%2Fkonsep-intellegent-agents%2F&usg=AOvVaw0DJ8M-l1rF1j1zT6U3kOMw

http://tiindonesia.blogspot.co.id/2013/01/peas.html

http://tiindonesia.blogspot.co.id/2013/01/peas.html

Definisi, Konsep Serta Contoh Intelligents Agent

PENGENALAN INTELEGENTS AGENTS part 1

********************************************************************************************************

     A.   Definisi Agents

Adalah segala sesuatu yang dapat dipandang sebagaimana mengamati lingkungannya melalui sensor dan bertindak atas lingkungan yang melalui efektor. Agen manusia memiliki mata , telinga dan organ lain untuk sensor, dan tangan, kaki, mulut dan bagian tubuh lainnya untuk efektor. Sebuah pengganti agen robot kamera dan berbagai pencari infra merah untuk sensor dan berbagai motor untuk efektor. Dapat digambarkan secara sederhana sebagai berikut:

Dalam kecerdasan buatan, intelligent agent (IA) adalah sebuah entitas otonom yang mengamati dan bertindak atas lingkungan (yaitu membutuhkan agen) dan mengarah aktivitasnya untuk mencapai tujuan yaitu rasional. Intelligent agen juga dapat belajar atau menggunakan pengetahuan untuk mencapai tujuan mereka. Russel & Norvig (2003) mengartikan Rational agent yang mengerjakan segala sesuatu hal dengan benar.

   B.   Konsep Agents

 

·         Percept : masukan “indera” si agent. Dengan kata lain : input

·         Percept Sequence : sejarah input si agent

·         Actions : tindakan yang dilakukan oleh si agent

·         Environment : lingkungan dimana si agent berada

Konsep Rational Agent

·         Rational → melakukan hal yang terbaik.

·         Kita harus mendefinisikan tujuan dari si agent (goal).

·         Goal bisa dinyatakan sebagai performance measure: ukuran kinerja si agent

Contoh:

Goal	Performance Measure
Lulus kuliah	IPK
Cepet kaya	Gaji bulanan
Juara liga sepakbola	Posisi klasemen
Bahagia	Tingkat kebahagiaan

Rational Agent

·       Definisi:
Rational agent: suatu agent yang selalu bertindak memaksimalkan ukuran kinerja, mengingat apa yang ia amati tentang lingkungan (sejarah input) dan pengetahuan lain yang dimilikinya.

·       Rational tidak berarti sempurna: ada aspek lingkungan yang tidak diketahui, di luar kendali.

·       Terkadang agent bermulai tanpa pengetahuan lingkungan → exploration, learning, autonomy.

Task Environment

·         Ketika merancang sebuah agent, kita harus mendefinisikan lingkungan masalah (task environment), yakni:

·         Performance measure: apa saja yang menjadi ukuran kinerja agent?

·         Environment: di manakah agent berperan?

·         Actuators: apa saja yang bisa dilakukan si agent?

·         Sensors: apa saja yang menjadi perantara input untuk agent?

·         PEAS

Contoh: Agent taksi otomatis

Bayangkan sebuah agent taksi otomatis yang menerima penumpang dan mengantarkannya ke tujuan.

·         Performance measure: keamanan, kecepatan, legalitas, kenyamanan perjalanan, keuntungan

·         Environment: jalanan, lampu merah, lalulintas, pejalan kaki, cuaca

·         Actuators: stir arah, gas, rem, klakson, sinyal kiri/kanan

·         Sensors: kamera, sonar, speedometer, GPS, odometer, accelerometer, mesin sensor, keyboard

Jenis environment

·         Fully-observable vs. partially-observable: semua info relevan diketahui?

·         Deterministic vs. stochastic: next state = current state + action?

·         Episodic vs. sequential: apakah tergantung sejarah?

·         Static vs. dynamic: environment berubah jika agent tidak bertindak?

·         Discrete vs. continuous: bisa terhadap sifat state, percept, action.

·         Single agent vs. multiagent: apakah ia kawan (kooperatif) atau lawan (kompetitif)?

·         Tentunya, dunia nyata kita partially-observable, stochastic, sequential, dynamic, continuous, dan multiagent.

Struktur sebuah agent

·         Agent function
Sebuah fungsi yang memetakan sejarah input (percept sequence) terhadap tindakan yang dilakukan (action)
f : P* → A

·         Agent program
Sebuah program yang mengimplementasikan fungsi f di atas arsitektur

·         Agent = Arsitektur + Program

·         Agent program menerima input percept terakhir (*mungkin* ia menyimpan percept sequence di dalam memory-nya)

Contoh: VacuumCleanerWorld

SUMBER

http://artikel-teknologi-informasi.blogspot.co.id/2012/11/pengertian-agent-pada-ai-artificial.html

https://www.google.co.id/url?sa=t&rct=j&q=&esrc=s&source=web&cd=3&cad=rja&uact=8&ved=0ahUKEwj_ovOX3PzWAhUKpJQKHTWpDKsQFgg0MAI&url=https%3A%2F%2Flayangantw.wordpress.com%2F2014%2F10%2F26%2Fkonsep-intellegent-agents%2F&usg=AOvVaw0DJ8M-l1rF1j1zT6U3kOMw

http://tiindonesia.blogspot.co.id/2013/01/peas.html

http://tiindonesia.blogspot.co.id/2013/01/peas.html