Pertemuan 12 — Sistem Multi-Agen (Multi-Agent Systems)

Pada pertemuan ini dibahas konsep dasar agen, lingkungan, komunikasi antar agen, serta kolaborasi dan kompetisi dalam Sistem Multi-Agen (Multi-Agent Systems / MAS).

A. Konsep Agen dan Lingkungan

1. Definisi Agen

Dalam konteks kecerdasan buatan modern, konsep agen merujuk pada sebuah entitas otonom yang memiliki kemampuan untuk:

• Mengamati (perceiving) kondisi lingkungan melalui sensor atau mekanisme input lain.
• Memproses informasi dan menalar (reasoning) berdasarkan pengetahuan, aturan, atau model.
• Mengambil keputusan secara mandiri tanpa intervensi manusia secara langsung.
• Melakukan aksi (acting) yang memengaruhi lingkungan melalui aktuator atau instruksi.
• Berorientasi tujuan (goal-directed) sesuai target atau fungsi utilitas yang dimilikinya.
• Beradaptasi terhadap perubahan lingkungan berdasarkan pengalaman.
• Berinteraksi dengan agen lain melalui mekanisme komunikasi formal.

2. Sifat-Sifat Agen yang Baik

• Otonom: dapat bertindak tanpa kontrol manusia secara terus-menerus.
• Reaktif: mampu merespons perubahan lingkungan dengan cepat.
• Proaktif: tidak hanya bereaksi, tetapi juga mengambil inisiatif.
• Sociable: dapat berkomunikasi dan berkoordinasi dengan agen lain.
• Adaptif: belajar dari pengalaman dan meningkatkan performa.
• Mobile (opsional): dapat berpindah lintas lokasi atau jaringan.

3. Jenis-Jenis Agen

• Simple Reflex Agent
  Bertindak berdasarkan kondisi saat ini tanpa memori; biasanya menggunakan aturan IF–THEN sederhana.
• Model-Based Reflex Agent
  Memiliki model internal tentang keadaan dunia sehingga dapat menangani lingkungan yang tidak sepenuhnya teramati.
• Goal-Based Agent
  Mengambil keputusan dengan mempertimbangkan apakah tindakan akan mendekatkan pada tujuan.
• Utility-Based Agent
  Mengevaluasi tingkat kepuasan (utility) dari setiap aksi dan memilih aksi dengan utilitas tertinggi.
• Learning Agent
  Belajar dari pengalaman, memperbarui strategi, dan meningkatkan performa dari waktu ke waktu.

4. Konsep Lingkungan (Environment)

Lingkungan adalah dunia tempat agen beroperasi dan berinteraksi. Karakteristik lingkungan akan memengaruhi kompleksitas rancangan agen.

5. Hubungan Agen dan Lingkungan

Interaksi agen dengan lingkungan umumnya mengikuti siklus:

Perceive → Decide → Act → Perceive (ulang)

Dalam sistem multi-agen, lingkungan tidak hanya dipengaruhi oleh satu agen, tetapi juga oleh aksi agen-agen lain. Hal ini menimbulkan dinamika yang kompleks, di mana kolaborasi, kompetisi, dan koordinasi menjadi sangat penting.

B. Komunikasi Antar Agen (MAS Communication)

1. Tujuan Komunikasi Antar Agen

Komunikasi antar agen merupakan aspek fundamental dalam sistem multi-agen. Melalui komunikasi, agen dapat:

• Berbagi informasi tentang keadaan lingkungan atau status internal.
• Melakukan koordinasi tugas agar aktivitas tidak saling bertentangan.
• Melakukan negosiasi untuk mencapai kesepakatan bersama.
• Membangun pemahaman bersama (shared knowledge) terhadap keadaan global.

2. Elemen Dasar Komunikasi

• Sender (Pengirim)
  Agen yang memulai proses komunikasi dengan menyampaikan informasi, permintaan, atau instruksi kepada agen lain sebagai respons terhadap kondisi lingkungan atau tujuan tertentu.
• Receiver (Penerima)
  Agen yang menangkap pesan yang dikirimkan, menginterpretasikan isinya, dan menentukan respons atau tindakan yang sesuai berdasarkan tujuan dan aturan internal yang dimilikinya.
• Message (Pesan)
  Unit informasi yang dikirim, biasanya berisi jenis pesan, isi data, tujuan, dan instruksi atau permintaan tindakan yang perlu dilakukan agen penerima.

3. Bahasa Komunikasi Agen

Supaya agen dapat saling mengerti satu sama lain, mereka memerlukan bahasa komunikasi standar yang mengatur bagaimana pesan disusun dan diinterpretasikan. Beberapa bahasa yang umum:

a. KQML (Knowledge Query and Manipulation Language)

Digunakan untuk berkomunikasi mengenai pengetahuan, termasuk pertukaran data, query pengetahuan, pembaruan basis pengetahuan, dan penyampaian hasil inferensi antar agen.

• tell: menyampaikan informasi/pengetahuan.
• ask: meminta informasi tertentu dari agen lain.
• achieve: meminta agen lain melakukan suatu aksi.

b. FIPA ACL (Agent Communication Language)

Merupakan standar komunikasi internasional dari FIPA (Foundation for Intelligent Physical Agents) yang menyediakan kerangka formal untuk struktur pesan dan protokol interaksi sehingga agen dengan platform atau arsitektur berbeda tetap dapat saling berinteraksi.

• inform: mengirimkan informasi faktual.
• request: berisi permintaan eksplisit agar agen penerima melakukan suatu aksi.
• propose: menyampaikan sebuah proposal dalam proses negosiasi.
• agree: menyatakan persetujuan terhadap suatu rencana atau proposal.
• refuse: menyatakan penolakan terhadap permintaan tertentu.
• reject-proposal: menolak proposal yang diajukan agen lain.

4. Model Komunikasi Antar Agen

• Komunikasi Peer-to-Peer
  Agen saling bertukar pesan secara langsung tanpa perantara. Mekanisme ini memungkinkan respons yang cepat, namun setiap agen perlu mengetahui identitas agen tujuan.
• Broadcast / Multicast
  Agen mengirim satu pesan yang langsung diterima oleh banyak agen sekaligus. Model ini efektif untuk menyebarkan informasi global seperti perubahan cuaca atau status jaringan.
• Komunikasi Terpusat (Mediator)
  Agen tidak berkomunikasi langsung, tetapi mengirim pesan ke sebuah mediator yang mengelola dan meneruskan pesan ke agen-agen yang relevan. Pendekatan ini memudahkan pengelolaan komunikasi dalam sistem yang besar.
• Komunikasi Asinkron
  Agen tidak harus aktif pada waktu yang sama; pesan dapat disimpan (misalnya dalam message queue) dan diproses kemudian ketika agen penerima siap.

5. Tipe-Tipe Pesan dalam MAS

• Informational Messages
  Berisi informasi faktual tentang kondisi lingkungan atau status sistem yang dibutuhkan untuk pengambilan keputusan.
• Request Messages
  Mengandung permintaan agar agen lain mengeksekusi suatu aksi tertentu sebagai bagian dari proses kolaborasi.
• Proposal Messages
  Digunakan untuk negosiasi, misalnya menyampaikan penawaran harga atau rencana pembagian tugas.
• Commitment Messages
  Agen menyatakan persetujuan terhadap suatu rencana, yang menandakan komitmen untuk menjalankan tugas sesuai kesepakatan.
• Alert Messages
  Merupakan peringatan terhadap keadaan kritis atau situasi abnormal yang memerlukan respon segera dari agen lain.

6. Negosiasi Antar Agen

Komunikasi antar agen sering berfungsi sebagai mekanisme utama dalam proses negosiasi, terutama ketika agen-agen harus menyelaraskan kepentingan mereka dalam hal pembagian tugas, alokasi sumber daya, penentuan harga, atau penyelesaian konflik.

Metode negosiasi dapat berupa:

• Contract Net Protocol (CNP): untuk pembagian tugas secara kolaboratif.
• Auction / Lelang: untuk mengalokasikan sumber daya secara adil dalam lingkungan kompetitif.
• Bargaining: tawar-menawar berulang untuk mencari titik temu.
• Voting & Consensus: untuk mencapai keputusan bersama (kesepakatan global) di lingkungan kolaboratif.

C. Kolaborasi dan Kompetisi dalam Sistem Multi-Agen

1. Kolaborasi dalam MAS

Kolaborasi terjadi ketika dua atau lebih agen bekerja bersama karena memiliki tujuan yang sama, sehingga mereka menggabungkan kemampuan, informasi, dan strategi untuk mencapai hasil kolektif yang lebih baik.

Tujuan kolaborasi antara lain:

• Mengurangi beban kerja agen individu.
• Meningkatkan efisiensi dan efektivitas penyelesaian tugas.
• Mencapai tujuan global yang tidak dapat dicapai oleh satu agen saja.
• Meningkatkan keandalan sistem melalui kerja sama dan saling dukung.

Bentuk kolaborasi:

• Koordinasi (Coordination)
  Agen mengatur aktivitas mereka agar tidak saling bertentangan, misalnya melalui sinkronisasi jadwal dan pembagian wilayah kerja.
• Kooperasi (Cooperation)
  Agen bekerja bersama karena memiliki tujuan yang sama, membagi peran dan saling membantu untuk menyelesaikan tugas kompleks.
• Negosiasi (Negotiation)
  Agen mencapai kesepakatan untuk memilih langkah terbaik bersama melalui pertukaran proposal, kontra-proposal, dan evaluasi bersama.

2. Kompetisi dalam MAS

Kompetisi terjadi ketika agen memiliki tujuan yang berbeda atau saling bersaing atas sumber daya yang terbatas. Dalam situasi ini, setiap agen berusaha memaksimalkan utilitas atau keuntungan masing-masing.

Bentuk kompetisi:

• Kompetisi Sumber Daya: agen memperebutkan air, energi, bandwidth, dan lain-lain.
• Kompetisi Ekonomi: agen pembeli dan penjual bersaing menentukan harga dan strategi pasar.
• Kompetisi Strategis: agen memilih strategi terbaik dengan mempertimbangkan strategi agen lain, sering dianalisis menggunakan game theory dan konsep Nash Equilibrium.

3. Koeksistensi Kolaborasi dan Kompetisi

Dalam banyak sistem nyata, kolaborasi dan kompetisi tidak berdiri sendiri, tetapi sering terjadi secara bersamaan. Agen dapat bekerja sama di satu sisi namun tetap bersaing di sisi lain.

4. Pembelajaran dalam Kolaborasi dan Kompetisi

Pada sistem multi-agent reinforcement learning, agen belajar berkolaborasi atau bersaing berdasarkan pengalaman. Agen mengevaluasi reward dan penalti yang diperoleh dari interaksi sebelumnya dan menyesuaikan strategi untuk konteks kerja sama maupun kompetisi.

D. Studi Kasus Singkat

1. Simulasi Pertanian Cerdas (Smart Farming)

Dalam simulasi pertanian cerdas, berbagai agen berinteraksi untuk mengoptimalkan proses budidaya:

• Agen Sensor Tanah: mengirim informasi kadar kelembaban dan suhu tanah.
• Agen Irigasi: memutuskan kapan dan berapa lama irigasi dijalankan.
• Agen Manajemen Tanaman: menyesuaikan jadwal tanam dan pemupukan.
• Agen Prediksi Cuaca: menginformasikan prakiraan curah hujan.

Agen-agen tersebut berkolaborasi untuk menjaga kesehatan tanaman, namun juga bisa menghadapi kompetisi jika sumber daya air terbatas dan harus dialokasikan secara selektif.

2. Pasar Simulatif Berbasis Agen

Dalam pasar simulatif, sistem multi-agen memodelkan interaksi pelaku ekonomi:

• Agen Penjual: menawarkan produk dengan strategi harga tertentu.
• Agen Pembeli: memilih penjual dan menawar harga untuk memaksimalkan utilitas.
• Agen Mediator (opsional): mengatur mekanisme lelang atau pencocokan antara penjual dan pembeli.

Komunikasi antar agen memuat proposal, tawaran harga, persetujuan, dan penolakan. Dinamika pasar dapat dianalisis menggunakan teori permainan dan konsep keseimbangan (misalnya Nash Equilibrium).