Rekayasa Sistem Kognitif Berbasis Multi

Maulidevi, Rekayasa Sistem Kogntif Berbasis Multi-Agen 1

REKAYASA SISTEM KOGNITIF BERBASIS MULTI-AGEN:
PENDEKATAN PENALARAN BERBASIS KASUS
Nur Ulfa Maulidevi(1), dkk

Abstract: Cognitive system modeling first introduced by psychology researchers. Unfortunately, the
model has not been sufficient in supporting computer based problem solving. For that reason, artificial
intelligence tries to propose a computational model of cognitive system. The main purpose of the computational model is to support human in solving complex problems, especially problems that involve large
number of data, uncompleted data, and problem solving that requires systematic approach as human does.
This research proposes an engineering of such multiagent based cognitive system, which employs case
based reasoning as imitation of human reasoning to maintain the knowledge base.
Keywords: Cognitive System, Engineering, Multiagent, Case-based Reasoning, Knowledge

Rekayasa Sistem Kognitif atau dalam bahasa
Inggris dikenal dengan istilah Cognitive System

kognitif. Makalah ini mengusulkan suatu rekayasa
untuk sistem dengan kemampuan kognitif.

Engineering, memiliki dua pendekatan yang ber-

Dasar dari sistem kognitif adalah hasil penelitian

beda. Pendekatan pertama adalah bagaimana

dalam bidang psikologi kognitif. Terdapat empat besar

membuat sebuah aplikasi perangkat lunak (software)

pendekatan untuk memahami cognitive psychology,

dengan memanfaatkan ilmu kognitif pada setiap tahap

namun untuk penelitian ini pendekatan yang digu-

rekayasanya (Kushwana, 2006a, 2006b; Roth, 2002),

nakan adalah pendekatan dari cognitive science,

sehingga sistem yang dibuat dapat digunakan dengan

yang memanfaatkan model komputasi untuk me-

interaksi yang memudahkan pengguna dan tujuan

mahami proses kognisi manusia (Eyesenck, 2003).

dibangunnya sistem tersebut dapat dicapai dengan

Dalam psikologi kognitif modern, makna psikologi

optimal. Pendekatan ke dua adalah bagaimana

kognitif adalah mencari analogi untuk memahami

melakukan proses rekayasa untuk suatu sistem

cara kerja otak.

kognitif, yaitu sistem yang memiliki kemampuan

Analogi yang paling mendekati cara kerja otak

kognitif. Pendekatan ke dua belum banyak dibahas

adalah (Eyesenck, 2003; Parkin, 2000) memandang

dalam penelitian dengan topik rekayasa sistem

otak sebagai suatu sistem pemroses informasi

(1)

Nur Ulfa Maulidevi, Program Studi Teknik Elektro, Sekolah Teknik Elektro dan Informatika, Insitut Teknologi Bandung
Jaka Sembiring, Program Studi Teknik Elektro, Sekolah Teknik Elektro dan Informatika, Insitut Teknologi Bandung
(3)
Hana Wijaya, Fakultas Psikologi, Universitas Padjadjaran Bandung
(4)
Adang Suwandi Ahmad, Program Studi Teknik Elektro, Sekolah Teknik Elektro dan Informatika, Insitut Teknologi Bandung

(2)

2 GEMATIKA JURNAL MANAJEMEN INFORMATIKA, VOLUME 9 NOMOR 1, DESEMBER 2007

(information processing system). Dalam analogi ini

yang terlibat dalam siklus kognisi adalah (Konar,

dikenal dua istilah yang penting yaitu coding dan

2000):

channel capacity (Parkin, 2000). Coding artinya

a. Tanggapan (Sensing)

adalah simbol-simbol dari stimulus, dan channel

Status ini mengacu pada penerimaan, transformasi

capacity diartikan sebagai kapasitas ruang. Kapasitas

sinyal, pre-processing dan ekstrasi fitur dari

ini penting karena manusia menerima informasi dalam

informasi yang diterima.

jumlah atau ruang yang terbatas. Proses yang terjadi

b. Akuisisi

dalam otak manusia dengan analogi ini dapat dilihat

Status ini melakukan pembandingan antara respon

pada Gambar 1. Dengan pemikiran bahwa cara kerja

pada Short Term Memory (STM) dengan infor-

otak manusia adalah suatu sistem pemroses infor-

masi yang sudah tersimpan pada Long Term

masi, maka psikologi kognitif memiliki banyak

Memory (LTM). Informasi, yang nantinya disebut

kesamaan dengan cara kerja komputer. Proses yang

dengan pengetahuan, yang tersimpan pada LTM

diacu di sini adalah proses antara munculnya stimuli

dapat berubah sewaktu-waktu, sesuai dengan

hingga menghasilkan suatu respon.

pembelajaran yang dilakukan oleh manusia.
c. Persepsi

Status ini melakukan proses representasi penge-

Input

Coding menjadi
sekumpulan simbol

Disimpan atau
dimanipulasi

Dibangkitkan untuk
menghasilkan respon

tahuan sedemikian sehingga saat diperlukan, otak
dapat dengan cepat mengakses informasi atau

Gambar 1 Proses Berpikir Manusia

pengetahuan yang diinginkan dari LTM. Model
komputasi yang banyak digunakan untuk status

Dipertegas dalam (Konar, 2000), kognisi diartikan sebagai kemampuan dari aktivitas mental yang

ini adalah semantic net.
d. Perencanaan (planning)

berhubungan dengan abstraksi informasi dari skenario

Status ini menentukan langkah-langkah yang

dunia nyata (real world), representasinya, serta pe-

perlu dilakukan dari tahap awal hingga mencapai

nyimpanannya dalam memori untuk kemudian dapat

tujuan yang diinginkan. Status ini juga mencari

diambil dari memori secara otomatis. Hal yang pen-

pengetahuan yang sesuai dengan persoalan yang

ting di sini adalah persepsi, sebagai suatu bentuk

ingin diselesaikan berdasarkan masukan dari

informasi/pengetahuan dalam level rendah yang

lingkungan. Status ini hanya menentukan langkah-

ditangkap dari lingkungan. Berhubungan dengan otak

langkah, namun tidak sampai pada eksekusi dari

manusia, media input adalah sensor manusia yaitu

langkah-langkah tersebut.

panca indra, untuk kemudian memerlukan integrasi

e. Aksi

dari memori untuk memahami dan menalarkan sesuai

Berdasarkan urutan langkah-langkah yang

konteks dunia nyata.

diberikan pada status sebelumnya, status ini

Dalam melakukan proses kognisi, terdapat

melakukan eksekusi sesuai dengan jadwal yang

status-status (states), di mana tiap status adalah

ditentukan. Status ini memanfaatkan supervised

kemampuan otak yang dikatakan ’cerdas’. Sub proses

learning karena berusaha memperbaiki aksi

Maulidevi, Rekayasa Sistem Kogntif Berbasis Multi-Agen 3

berikutnya sesuai dengan rangsangan input dan

tersebut merupakan suatu tiruan sistem pemrosesan

juga respon dari lingkungan.

informasi yang didalamnya terdapat tanggung jawab

Keterhubungan dari kelima status mental
tersebut dapat dilihat pada Gambar 2.

untuk melakukan penangkapan informasi dari lingkungan (persepsi), pembelajaran, penalaran, pembuatan keputusan, komunikasi, dan melakukan aksi.
Dengan model yang sedang berkembang saat
ini, persoalan yang muncul adalah bagaimana
memodelkan rekayasa suatu sistem kognitif berbasis
multiagen, sehingga pengetahuan dapat berkembang
dan dapat bersifat reaktif terhadap persepsi yang
ditangkap dari lingkungan. Artinya, sistem dapat
menyelesaikan persoalan secara sistematis sebagaimana manusia menyelesaikan persoalan. Pengetahuan menjadi kunci dalam sistem kognitif, termasuk

Gambar 2 Status Mental dan Keterhubungan pada Proses
Kognisi (Konar, 2000)

di dalamnya adalah bagaimana pengetahuan dapat
berkembang sesuai dengan persepsi lingkungan.

Salah satu perkembangan dalam Distributed

Tujuan penelitian ini adalah mengusulkan suatu

Artificial Intelligence adalah sistem multiagen.

bentuk rekayasa sistem kognitif, yaitu rekayasa untuk

Kumpulan agen cerdas, bekerja sama mengorga-

sistem yang mampu mengorganisasikan dirinya

nisasikan diri sendiri untuk mencapai tujuan sistem.

sendiri dalam rangka mengembangkan pengeta-

Karakteristik dari sistem multiagen adalah: (1) agen

huannya, dengan penekanan pada penalaran berbasis

memiliki keterbatasan informasi dan kemampuan

kasus. Pengetahuan tersebut pada proses selanjutnya

dalam menyelesaikan suatu persoalan; (2) tidak ada

dijadikan acuan dalam penyelesaian persoalan dan

kontrol global dalam sistem tersebut; (3) data bersifat

pengambilan keputusan.

desentralisasi; dan (4) komputasi bersifat asinkronous.
Berdasarkan karakteristik tersebut, sistem multiagen

METODE

sesuai digunakan untuk persoalan yang cukup kom-

Kaitan yang sangat erat antara disiplin psikologi

plek, sehingga pemanfaatan agen tunggal akan

dengan kecerdasan tiruan (Haugeland,1997; Konar,

meningkatkan resiko keterbatasan sumberdaya.

2000; Satchl, 2006), membuat pemodelan komputasi

Adanya kegagalan satu bagian akan berakibat fatal

untuk cara kerja otak banyak dilakukan dalam di-

pada seluruh sistem. Keunggulan lain dalam peman-

siplin kecerdasan tiruan. Berdasarkan kelima status

faatan sistem multiagen adalah dalam hal efisiensi

mental tersebut, pendekatan dari kecerdasan tiruan

komputasi, reliabilitas, ekstensibilitas, ketangguhan,

untuk membuat model komputasi dari sistem kognitif

responsif, fleksibel, dan kemudahan dalam perawatan

dibuat.

(Sycara, 1998; Weiss, 1999). Salah satu sistem yang

Dalam kecerdasan tiruan, ketiga tahap awal

cukup komplek adalah sistem kognitif, karena sistem

yaitu sensing, acquisition, dan perception umumnya

4 GEMATIKA JURNAL MANAJEMEN INFORMATIKA, VOLUME 9 NOMOR 1, DESEMBER 2007

tergabung sebagai satu tahapan awal yang menerima

hasil identifikasi tersebut digunakan untuk melakukan

rangsangan/input/persepsi dari lingkungan. Namun,

modifikasi terhadap solusi kasus yang ditemukan.

status perception dalam kecerdasan tiruan terbagi

Persoalan yang dihadapi dan hasil modifikasi solusi-

menjadi dua bagian besar. Sebagian awal termasuk

nya kemudian ditambahkan pada basis kasus setelah

dalam pemrosesan rangsangan/input dari lingkungan

divalidasi (retain). Oleh karena itu, proses CBR

dan dikenal dengan istilah perception, dan sebagian

sering juga disebut dengan “4 re-”. Pendekatan inilah

lain adalah proses untuk merepresentasikan input

yang dimanfaatkan dalam mengelola basis penge-

tersebut dalam suatu pengetahuan yang tersimpan

tahuan untuk sistem kognitif berbasis multiagen.

pada basis pengetahuan (LTM). Pengetahuan

Hasil penelitian dari pakar bidang psikologi

tersebut dapat berubah sejalan dengan waktu karena

dimanfaatkan untuk membuat model komputasi siklus

manusia atau sistem pada kecerdasan tiruan mela-

kognisi pada kecerdasan tiruan (Haugeland,1997;

kukan pembelajaran secara terus menerus.

Mitchell, 1997; Konar, 2000, 2005; Russel, 2003), dan

Tahapan selanjutnya adalah pemanfaatan

diimplementasikan pada intelligent agent (agen

pengetahuan yang ada untuk menyelesaian suatu

cerdas). Penelitian ini tidak melihat model proses

persoalan. Dengan melakukan penalaran (rea-

secara rinci dalam suatu sistem kognitif, namun lebih

soning) dapat ditentukan pengetahuan mana yang

pada suatu sistem secara utuh, dan bagaimana ta-

dapat digunakan untuk menyelesaikan persoalan, dan

hapan rekayasa suatu sistem kognitif.

berdasarkan pengetahuan tersebut ditentukan satu
atau urutan aksi untuk menyelesaikan persoalan.

Dalam sistem kognitif, proses kognisi manusia
dilakukan secara paralel dan terdistribusi. Artinya,

Salah satu model komputasi untuk meniru

banyak hal yang dilakukan otak manusia saat

penalaran manusia adalah penalaran berbasis kasus

dihadapkan pada suatu persoalan, dan manusia

(Pal, 2004) atau dikenal juga dengan istilah Case-

mampu melakukan beberapa tasks dalam otak secara

Based Reasoning (CBR). Proses yang terjadi pada

paralel untuk kemudian disatukan kembali dalam

CBR adalah sebagai berikut. Persoalan diberikan

rangka menyelesaikan persoalan yang dihadapi.

kepada CBR, kemudian case-based reasoner

Artinya, perlu adanya kumpulan agen yang masing-

mencari kasus-kasus yang ada pada basis kasus untuk

masing melaksanakan suatu tasks untuk kemudian

menemukan kasus yang memiliki kemiripan dengan

dikomunikasikan hasil pengerjaan task tersebut, dan

persoalan yang sedang dihadapi (retrieve). Jika kasus

hal tersebut digunakan dalam rangka mencapai tujuan

yang ditemukan sama persis dengan persoalan yang

utama atau penyelesaian persoalan yang dihadapi

sedang dihadapi, maka reasoner akan mengem-

(Koning, 2003).

balikan solusi dari kasus tersebut sebagai jawaban

Berdasarkan analogi tersebut, penelitian ini

dari persoalan (reuse). Jika kasus yang ditemukan

berusaha mengajukan model rekayasa sistem kognitif

tidak sama persis, maka proses adaptasi berlangsung

yang tidak lagi bersifat stand-alone system, tapi

(revise). Proses adaptasi dilakukan dengan

merupakan persoalan komplek, sehingga memerlukan

mengidentifikasikan perbedaan dari kasus yang

pendekatan penyelesaian untuk sistem yang komplek.

ditemukan dengan persoalan yang dihadapi, kemudian

Oleh karena itu, proses rekayasa yang diusulkan

Maulidevi, Rekayasa Sistem Kogntif Berbasis Multi-Agen 5

memang terbatas pada suatu sistem yang dapat

kebutuhan dapat dilakukan on the fly saat rekayasa

direpresentasikan sebagai suatu sistem kognitif dan

sistem kognitif akan dilakukan, baik secara formal

didalamnya memanfaatkan status kognisi seperti

mengikuti metodologi tertentu ataupun secara non

halnya manusia dalam menyelesaikan suatu per-

formal. Satu hal yang penting dan harus dilakukan

soalan.

dalam rangka keberhasilan proses rekayasa adalah,

Pada saat berbicara mengenai rekayasa, dalam

analisis kebutuhan tersebut harus dituliskan dalam

hal ini adalah rekayasa perangkat lunak, maka

suatu dokumen agar dapat diacu ulang. Jika terjadi

terdapat dua hal utama yang perlu diperhatikan dalam

perubahan maka perubahan dan versi terakhir doku-

membangun suatu perangkat lunak. Dua hal tersebut

men kebutuhan tersebut juga didokumentasikan.

adalah modeling language dan software process
(Luck, 2004). Modeling language adalah deskripsi

HASIL DAN PEMBAHASAN

dari model yang memberikan definisi elemen-elemen

Usulan Rekayasa Sistem Kognitif

yang ada pada model lengkap dengan sintaks tertentu

Metode dalam pengembangan aplikasi berbasis

dan makna semantiknya. Sedangkan software

agen, memiliki dua sudut pandang. Ke dua sudut

process mendefinisikan aktivitas pembangunan,

pandang tersebut harus dilakukan dalam tahap

keterhubungan antar aktivitas, serta cara-cara akti-

rekayasa perangkat lunak berbasis agen. Ke dua

vitas yang ada dalam proses dilakukan.

sudut pandang tersebut adalah sudut pandang

Tiga tahapan utama dalam proses rekayasa

eksternal dan sudut pandang internal. Sudut pandang

perangkat lunak adalah analisis, desain, dan imple-

eksternal adalah sudut pandang di luar agen dalam

mentasi (Luck, 2004). Dalam makalah ini akan

sistem yang akan dibangun. Dalam sistem multiagen

diusulkan suatu software process untuk sistem

sudut pandang ini melakukan tahapan rekayasa

kognitif berbasis sistem multiagen, dengan fokus pada

terhadap agen yang akan dibentuk mencakup tujuan,

ke tiga tahap tersebut yaitu analisis, desain, dan imple-

tanggung jawab, layanan (services) yang diberikan

mentasi.

oleh tiap agen dalam sistem, informasi yang diperlukan

Dalam setiap rekayasa perangkat lunak tentu

serta disimpan oleh tiap agen, serta interaksi yang

saja diperlukan analisis kebutuhan dari sistem yang

dilakukan dengan agen lain dalam sistem tersebut.

akan dibangun. Dalam pendekatan rekayasa sistem

Sudut pandang internal adalah sudut pandang yang

kognitif ini, analisis kebutuhan telah diperoleh se-

melihat dalam diri tiap agen, elemen apa saja yang

belum rekayasa sistem kognitif dilakukan. Proses

diperlukan mencakup tingkat keyakinan, tujuan, serta

mendapatkan kebutuhan ini di luar cakupan rekayasa

perencanaan dalam mencapai tujuan agen tersebut.

sistem kognitif, sehingga rekayasa sistem kognitif
dapat menjadi bagian dari suatu rekayasa sistem yang

Analisis

lebih besar. Kebutuhan yang telah didefinisikan

Dalam tahap analisis terdapat dua sudut pandang

sebelumnya akan menjadi masukan utama dalam

yang digunakan, dan masing-masing sudut pandang

rekayasa sistem kognitif, karena dari sini dapat

berupa suatu siklus yang dapat berulang untuk

ditentukan tujuan (goals) dari sistem kognitif. Analisis

perbaikan analisis sistem.

6 GEMATIKA JURNAL MANAJEMEN INFORMATIKA, VOLUME 9 NOMOR 1, DESEMBER 2007

Sudut Pandang Eksternal

Dalam Sudut Pandang Eksternal, proses
rekayasa yang terdapat di dalamnya adalah:

Identifikasi Interaksi antar Peran Berdasarkan Layanan
yang Diberikan

Setelah setiap peran didefinisikan, maka
ditentukan interaksi antar peran dalam sistem kognitif.

Penentuan Tujuan dari Sistem Kognitif secara
Keseluruhan

Penentuan tujuan dari sistem kognitif tidak terlepas dari hasil analisis kebutuhan yang telah dilakukan
sebelumnya. Dalam penentuan tujuan perlu ada tingkatan atau hirarki. Hirarki tersebut dimulai dari penentuan tujuan utama sistem, untuk kemudian diturunkan
menjadi tujuan spesifik yang harus dicapai, hingga
ke tingkat yang cukup rinci yang dapat diselesaikan
oleh suatu agen. Tujuan dari suatu level dapat menjadi
prasyarat dari pencapaian tujuan di level yang lain.

Dalam tahap ini juga perlu didefinisikan bahwa
interaksi antar tahap tertentu akan mencapai goal
pada level tertentu. Dalam setiap interaksi yang
didefinisikan, perlu juga ada ketentuan bentuk
interaksi, misal bahasa untuk interaksi dan bagaimana
format pesan untuk komunikasi yang akan dilakukan.
Pada saat ini, analisis dari sudut pandang internal agen
mulai dapat dilakukan.
Dalam interaksi ini juga perlu didefinisikan ontologi untuk komunikasi, terutama
ketika diperlukan penambahan agen nantinya
saat implementasi oleh provider yang berbeda

Penentuan Peran (dikaitkan dengan status kognisi)
Dalam Rangka Mencapai Tujuan Sistem Kognitif

dari pengembang awal. Dalam tahap ini, analisis

Dari tujuan yang telah didefinisikan di tahap

terhadap kebutuhan fault-tolerance juga perlu

awal, ditentukan peran yang perlu ada dalam sistem

didefinisikan. Salah satu keunggulan kognisi

kognitif, terkait dengan status kognisi yang telah

manusia adalah mampu mencari alternatif atau

dipaparkan pada bagian pertama. Namun dalam

celah saat proses penyelesaian persoalan me-

penentuan peran ini, pemetaan peran dan status

ngalami hambatan karena satu atau beberapa hal

kognisi tidak harus berupa pemetaan satu ke satu.

tidak sesuai dengan situasi pada umumnya. Fault-

Mungkin saja dalam suatu peran meliputi beberapa

tolerance di sini dapat memanfaatkan penalaran

status kognisi.

berbasis kasus, tentunya analisis mengenai
pembentukan basis kasus juga perlu dilakukan,

Identifikasi Layanan atau Fungsi yang ada pada setiap

sejalan dengan analisis mengenai ontologi komu-

Peran

nikasi. Kasus yang pernah ditemui untuk domain

Setelah peran yang perlu ada pada sistem kognitif

tersebut perlu dimasukkan dalam basis kasus

didefinisikan, maka fungsionalitas dan layanan tiap

bersama dengan solusinya. Saat sistem nanti

peran tersebut perlu diturunkan. Sebagai contoh, un-

menemui persoalan baru, maka dengan self-

tuk peran yang mencakup status planning, fungsi

organized sistem mampu memberikan solusi untuk

untuk mengambil status awal dan status akhir yang

persoalan tersebut. Perlu diingat bahwa analisis basis

diinginkan harus ada. Setelah itu fungsi untuk mem-

kasus nantinya tidak akan diterapkan pada sistem

bangkitkan steps dalam rangka membentuk plan juga

kognitif secara global, namun dibuat untuk tiap-tiap

perlu ada.

agen.

Maulidevi, Rekayasa Sistem Kogntif Berbasis Multi-Agen 7

Perbaikan Struktur Agen/ Peran dalam Sistem Kognitif

komunikasi yang menunjukkan status ini agar agen

Setelah interaksi antar peran telah didefinisikan,

lain yang berhubungan dapat melakukan aktivitas

struktur hirarki dari agen dapat diperbaiki, terutama

dalam rangka mencapai tujuan sistem.

karena analisis dari sudut pandang internal juga telah
dilakukan setelah tahap Identifikasi Interaksi antar

Penentuan Proses Pencapaian Tujuan

Peran Berdasarkan Layanan yang Diberikan. Jika

Setelah initial state dan goal didefinisikan pada

ditemui adanya beberapa peran dengan sejumlah

langkah Penentuan Goal dari Agen Tunggal maka

fungsi atau layanan yang sama, maka dapat dibentuk

langkah selanjutnya adalah menentukan proses yang

peran baru, dan peran yang telah ada didefinisikan

harus dilakukan oleh agen dari initial state hingga

dengan lebih spesifik serta memanfaatkan layanan

mencapai goal. Dalam proses mencapai goal agen,

dari peran yang lebih umum. Peran ini yang nantinya

maka agen mungkin perlu melakukan komuni-

diimplementasikan sebagai kelas-kelas agen.

kasi dengan agen lain selama proses pencapaian
tujuan.

Sudut Pandang Internal

Sedangkan dari sudut pandang internal, proses
rekayasa untuk tahap analisis yang dilakukan terdiri
atas:

Penentuan Perilaku dari tiap Agen yang Terlihat oleh
Agen Lain dalam Sistem

Sifat alami dari sistem multiagen adalah adanya
informasi yang bersifat terdistribusi. Oleh karena itu,

Penentuan Goal dari Agen Tunggal

tidak semua informasi atau pengetahuan yang dimiliki

Setelah tahap analisis tahap Identifikasi Layanan

suatu agen akan juga tersimpan di agen lain. Karena

atau Fungsi yang ada pada setiap Peran telah

tidak semua informasi di dalam agen diketahui oleh

dilakukan, maka tujuan setiap agen perlu didefinisikan.

agen lain, maka perlu adanya suatu analisis dari sudut

Artinya, sesuai dengan perannya, setiap agen harus

pandang internal agen untuk mendefinisikan infor-

mencapai suatu status agar tujuan sistem secara

masi apa yang akan tampak oleh agen lain dalam

keseluruhan, dan aktivitas agen tersebut tidak boleh

sistem kognitif. Informasi tersebut dapat berupa

menjadi penghambat dari tercapainya tujuan sistem.

layanan yang dapat diberikan oleh agen, serta event

Agar dapat diketahui aktivitas apa yang harus

yang dapat memicu aktif nya agen tersebut atau

dilakukan oleh agen dalam rangka mencapai goal,

event yang dapat memicu aktifnya agen yang lain.

maka initial mental state dari agen dan event yang

Informasi lain yang cukup penting adalah apabila

dapat mengaktifkan agen juga harus didefinisikan di

terdapat kegagalan pada agen, maka event apa yang

sini. Artinya, agen akan mulai melakukan aktivitas

akan dibangkitkan sehingga sistem mengetahui

saat dipicu adanya suatu event yang terjadi. Sedang-

adanya kegagalan untuk kemudian agen-agen meng-

kan initial state berguna untuk menentukan aktivitas

organisasikan diri sendiri dalam menyelesaikan

yang harus dilakukan agen dalam rangka mencapai

kegagalan agar tujuan sistem tetap dapat tercapai.

goal. Saat agen telah mencapai goal, tentunya harus

Hal ini sangat terkait dengan hasil analisis terhadap

didefinisikan suatu event atau dalam bentuk protokol

kebutuhan fault tolerance pada tahap Identifikasi

8 GEMATIKA JURNAL MANAJEMEN INFORMATIKA, VOLUME 9 NOMOR 1, DESEMBER 2007

Interaksi antar Peran Berdasarkan Layanan yang

Pembangunan Knowledge Sharing serta Representasi

Diberikan. Analisis pada tahap ini dapat dilakukan

Pengetahuan yang Digunakan pada Sistem

secara paralel dengan analisis untuk interaksi antar

Knowledge Sharing dimanfaatkan karena

peran, karena perilaku agen yang terlihat oleh agen

sistem kognitif selalu memanfaatkan pengetahuan

lain juga menentukan komunikasi antar agen tersebut.

dan menghasilkan pengetahuan hasil pembelajaran.

Setelah analisis perilaku yang tampak oleh agen

Bagian ini sebenarnya tidak terlepas prosesnya

lain dilakukan, maka tahap desain dilakukan. Pada

dengan desain pada tahap. Pembangunan Basis

prakteknya, langkah-langkah rekayasa pada tahap

Pengetahuan Lokal Dalam proses self-organized,

analisis dapat berulang kembali jika pada suatu

basis kasus lokal digunakan secara bersama (know-

langkah dihasilkan analisis yang ternyata harus

ledge sharing) antar agen, untuk menyelesaikan

melakukan perubahan pada hasil langkah sebelumnya.

persoalan. Penjelasan lebih rinci mengenai keterkaitan knowledge sharing dengan basis kasus tiap

Desain

Dalam tahap desain juga terdapat dua sudut

agen dijelaskan pada tahap. Pembangunan Basis
Pengetahuan Lokal

pandang yang digunakan, yaitu sudut pandang
eksternal dan sudut pandang internal. Penomoran
pada tahap ini melanjutkan pada tahap sebelumnya

Sudut Pandang Internal

Sudut pandang internal pada tahap desain terdiri

agar jelas urutan antara tahap analisis dan desain.

atas langkah-langkah sebagai berikut.

Sudut Pandang Eksternal

Pembentukan Struktur di Dalam tiap Kelas Agen

Sudut pandang eksternal pada tahap desain
terdiri atas langkah-langkah sebagai berikut.

Struktur dari tiap kelas agen didefinisikan pada
langkah ini. Struktur ini meliputi atribut dari agen yang
dapat berupa pengetahuan atau informasi yang

Pembentukan Kelas-kelas Agen

diperlukan dan dihasilkan oleh agen; method dalam

Pada tahap ini, kelas agen didefinisikan berda-

agen yang mencakup fungsi-fungsi (tasks) yang

sarkan hasil langkah Perbaikan struktur agen/ peran

dilakukan oleh kelas agen tersebut; serta layanan atau

dalam sistem kognitif diagram keterhubungan antar

informasi apa saja yang ditampilkan untuk agen lain

agen akan terbentuk, dan interaksi antar kelas pun

dalam rangka interaksi. Tentu saja definisi di sini harus

didefinisikan dalam bentuk pertukaran pesan yang

sesuai dengan desain interaksi baik berupa know-

harus dilakukan antar agen. Di sinilah desain komu-

ledge sharing atau pertukaran pesan dengan protokol

nikasi antar agen, terutama bagian sintaks harus dide-

komunikasi tertentu.

finisikan sesuai dengan semantik hasil dari tahap analisis. Dengan adanya kelas-kelas agen serta keterhu-

Pembangunan Basis Pengetahuan Lokal

bungannya, akan terbentuk arsitektur sistem kognitif

Karena penelitian ini berfokus pada peman-

dengan gambaran proses-proses yang terjadi di

faatan proses penalaran manusia, maka basis

dalamnya.

pengetahuan yang digunakan adalah basis kasus, di

Maulidevi, Rekayasa Sistem Kogntif Berbasis Multi-Agen 9

mana isinya terdiri atas pasangan kasus dan solusi.

kasus agen yang bersangkutan. Karena terdapat

Dalam tahap ini dijelaskan juga keterkaitan antar basis

lebih dari satu basis kasus, maka perlu didefinisi-

kasus dalam upaya knowledge sharing antar agen

kan aksi global sebagai vektor-vektor dari aksi

di sistem kognitif.

individual (tiap agen). Status yang dicatat pada

Basis kasus pada tiap agen terdiri atas bagian

suatu proses yang melibatkan lebih dari agen adalah

kasus dan bagian solusi. Representasinya tergantung

status global, dan reward yang didefinisikan adalah

pada model konseptual yang digunakan dan kasus

reward global sebagai konsekuensi dari diguna-

yang digunakan untuk implementasi pada komputer.

kannya status global. Agen-agen dalam sistem

Salah satu contoh yang sederhana adalah dengan

berkolaborasi untuk menggabungkan aksi mereka

representasi status dan atribut untuk bagian kasus.

dalam menyelesaikan suatu persoalan melalui

Sedangkan bagian solusi direpresentasikan dengan

sekumpulan aksi yang direpresentasikan dalam format

ruang status, ruang aksi, fungsi probabilitas transisi

suatu vektor. Fungsi reward menghubungkan vektor

status, dan fungsi reward. Fungsi reward diadaptasi

aksi tersebut dengan transisi untuk status global

dari metode unsupervised learning. Metode ini

berikutnya. Tujuan yang ingin dicapai adalah mencari

dipilih karena pada penelitian ini diinginkan agen-

vektor aksi yang memaksimumkan reward yang

agen dalam sistem dapat belajar sendiri tanpa membu-

diperoleh. Solusi yang ditemukan akan digunakan

tuhkan suatu ’supervisor’, agar self-organized

untuk memutakhirkan indeks dari basis kasus tiap

tampak pada sistem kognitif yang dibangun. Fungsi

agen.

reward berupa pemetaan terhadap reward yang

Fase adaptasi berlangsung jika terdapat kasus

diperoleh, jika dilakukan suatu aksi pada status

baru yang harus ditambahkan pada basis kasus. Jika

tertentu. Fungsi inilah yang nantinya berperan

basis kasus kosong, maka kasus baru tersebut

untuk menentukan aksi atau kasus apa yang

otomatis ditambahkan pada basis kasus. Jika basis

dipilih untuk menyelesaikan persoalan. Fungsi

kasus tidak kosong, maka perlu dilakukan suatu

ini juga dimanfaatkan saat perawatan basis

proses untuk memeriksa apakah kasus tersebut

kasus.

perlu ditambahkan sebagai kasus baru pada basis

Organisasi pengindeksan basis kasus untuk

kasus yang sudah ada. Pada tahap ini dilakukan

proses retrieval berdasarkan pada kesamaan kasus.

kembali pengukuran kesamaan kasus baru dengan

Pengukuran kesamaan ini dilakukan dengan teknik

kasus yang sudah ada pada basis kasus. Pengukuran

nearest neighbor. Indeks basis kasus akan berubah

ini melibatkan suatu angka ambang batas, yang

saat proses modifikasi terhadap basis kasus terjadi.

dijadikan patokan dalam penambahan kasus baru.

Fungsi reward digunakan di sini untuk menjaga

Kasus baru ditambahkan jika ukuran basis kasus

kemutakhiran indeks basis kasus.

masih di bawah batas besarnya ukuran basis kasus,

Dalam sistem kognitif yang diusulkan, tidak

dan pengukuran kesamaan masih berada di ba-

terdapat basis kasus global, sehingga pemutakhiran

wah ambang batas. Jika kasus baru ditambah-

basis kasus terjadi pada masing-masing agen.

kan, maka proses perawatan basis kasus perlu

Pengetahuan baru pun ditambahkan pada basis

dilakukan.

10 GEMATIKA JURNAL MANAJEMEN INFORMATIKA, VOLUME 9 NOMOR 1, DESEMBER 2007

Proses perawatan terdiri atas dua tipe, yaitu

kungan pemrograman apapun yang mendukung

tipe kuantitatif dan kualitatif. Perawatan kuantitatif,

pemrograman berbasis agen. Oleh karena itu, jika

memastikan jika kinerja sistem secara keseluruhan

suatu bagian diimplementasikan pada lingkungan

masih sesuai dengan yang diharapkan. Jika terdapat

Windows dan bagian lain diimplementasikan pada

kasus baru yang ditambahkan, proses pemutakhiran

lingkungan Linux, keduanya dapat berinteraksi

bisa dilakukan apabila hal tersebut tidak menambah

selama mengikuti desain komunikasi yang telah

waktu belajar bagi sistem. Bagian solusi dari tetangga

didefinisikan. Hal ini dapat dilakukan jika pe-

terdekat kasus baru pada basis kasus harus diini-

ngembang sistem memanfaatkan suatu middleware

sialisasi kembali karena sudah tidak valid.

yang mendukung interoperabilitas antar sistem

Perawatan basis kasus yang kedua adalah

operasi. Telah banyak tersedia kakas pemrograman

perawatan kualitatif. Perawatan kualitatif melakukan

yang memanfaatkan middleware dan menyediakan

evaluasi solusi berdasarkan kemanfaatannya untuk

transparansi bagi pengembang sehingga memu-

kasus baru. Salah satu pendekatan untuk menilai

dahkan tahap implementasi.

kemanfaatan adalah dengan mencoba setiap ga-

Keterhubungan antara ketiga tahap rekayasa

bungan vektor aksi minimal satu kali pada tiap kasus

yaitu analisis, desain, dan implementasi dapat dilihat

di basis kasus. Hal ini dapat dipandang sebagai proses

pada Gambar 3. Pada gambar tersebut penomoran

pelatihan bagi solusi kasus tersebut.

sesuai dengan penomoran langkah yang telah

Dengan melakukan dua perawatan tersebut,

dijelaskan sebelumnya pada makalah ini.

maka basis kasus diharapkan selalu mutakhir dan
dapat digunakan untuk menyelesaikan persoalan yang
dihadapi sistem dengan kinerja yang tetap terjaga
dengan baik.

SIMPULAN

Sistem kognitif sebagai suatu pendekatan
penyelesaian persoalan yang mengambil analogi dari

Sama seperti pada tahap analisis, tahap desain

proses kognisi manusia makin berkembang dewasa

juga berupa siklus berulang sehingga suatu langkah

ini. Usulan pemanfaatan aspek kognitif makin diminati

dapat diperbaiki jika ternyata pada langkah berikutnya

dari berbagai disiplin ilmu dalam ranah ilmu komputer

dihasilkan suatu desain yang memerlukan penyesuaian

antara lain rekayasa perangkat lunak, kecerdasan

kembali terhadap langkah sebelumnya. Namun

tiruan, serta sistem terdistribusi.

sangat diharapkan pada proses rekayasa sistem

Usulan rekayasa sistem kognitif ini hanya

kognitif ini, saat tahap desain dilakukan, tahap analisis

mencakup software process dan tidak membahas

sudah stabil sehingga tidak banyak perubahan yang

modeling language sebagai bagian dari suatu

dilakukan jika memang ada.

metodologi rekayasa. Pertimbangan yang melandasinya adalah sudah banyak tersedia modeling

Implementasi

language untuk rekayasa sistem yang berbasiskan

Pada tahap ini hasil desain diimplementasikan.

agen. Karena bagian terkecil suatu sistem multiagen

Seharusnya pada tahap ini hasil analisis dan desain

adalah agen, maka notasi atau modeling language

dapat diimplementasikan dalam bahasa atau ling-

untuk agen dapat dimanfaatkan dalam sistem

Maulidevi, Rekayasa Sistem Kogntif Berbasis Multi-Agen 11

multiagen. Satu hal yang menjadi penting saat mela-

berkembang di institusi pendidikan maupun institusi

kukan rekayasa berbasis multiagen adalah aspek

lain berbasis pengetahuan. Salah satu contohnya

komunikasi serta pemrosesan pengetahuan sebagai

adalah Collaborative Knowledge Building (CKB),

sarana agar agen dalam sistem mampu mengorga-

sebuah bentuk sistem kognitif yang berupaya

nisasikan dirinya sendiri dalam rangka mencapai

membangun suatu pengetahuan dari komunitas agen

tujuan sistem seperti yang terlihat pada Gambar 3.

dengan latar belakang pengetahuan masing-masing.

Salah satu pendekatan pemrosesan pengetahuan

Review beberapa model untuk CKB dapat dilihat di

adalah dengan memanfaatkan penalaran berbasis

(Maulidevi, 2006). Sedangkan pemanfaatan CKB

kasus, sebagai suatu teknik penalaran dari bidang

sendiri bervariasi mulai dari dunia hiburan, industri

kecerdasan tiruan yang memiliki kemiripan dengan

pabrikan, institusi layanan jasa, insitusi pendidikan

proses penalaran manusia.

hingga institusi pemerintahan. Oleh karena itu,

Penelitian selanjutnya yang dilakukan adalah

diharapkan usulan ini memberikan dampak positif

memanfaatkan rekayasa sistem kognitif untuk

untuk pendekatan pemanfaatan sistem kognitif dalam

mengembangkan suatu sistem kognitif yang banyak

rangka mendukung aktivitas manusia yang memanfaatkan teknologi komputasi.

Keb utuha n
sistem

INTERNAL

1.1 . Penentuan
Tu juan

2.1 . Penentuan
Tujuan Tiap Agen

1.2 . Penentuan
Peran

2.2 . Penentuan
Proses

1.3 . Id entifikasi
Layan an

2.3 . Penentuan
Perilaku

ANALISIS

EKSTERNAL

1.4 . Id entifikasi
Interaksi an tar
peran

1.5 . Perba ika n
Struktur peran /
age n

4.1. Pemben tukan
Struktur dalam
Age n

3.2. Pemben tukan
Kno wledge
Sharing

4.2. Pemben tukan
Basis
Pengetahuan
Lokal

DESAIN

3.1. Pemben tukan
kelas-kelas A gen

IMP LE ME NTAS I

Gambar 3 Daur Rekayasa Sistem Kognitif

RUJUKAN
Eyesenck, MW. 2003. Principles of Cognitive Psychology,
2nd edition. East Sussex UK: Psychology Press
Ltd.
Haugeland, J, ed. 1997. Mind Design II: Phylosophy,
Psychology, Artificial Intelligence. Cambridge:
MIT Press.
Konar, A. 2000. Artificial Intelligence and Soft
Computing: Behavioral and Cognitive Modeling
of Human Brain. Florida: CRC Press LCC.
Konar, A, and Jain, L. 2005. Cognitive Engineering: A
Distributed Approach to Machine Intelligence.
London: Springer-Verlag Limited.
Koning, JL, and Ling, CX. 2003. Cognitive Agent and
Multiagent Interactions, Journal of Cognitive
System Research, vol. 4 pp. 167-168. Elsevier Science
B.V.
Kushwana, DK, Singh, RK, and Misra, AK. 2006a. Cognitive Web Based Software Development Process:
Towards a more Reliable Approach, ACM
SIGSOFT Software Engineering Notes, Vol. 31 Nb.
4.
Kushwana, D.S., and Misra, A.K. 2006b. Cognitive
Complexity Metrics and Its Impact on Software
Reliability Based on Cognitive Software
Development Model, ACM SIGSOFT Software
Engineering Notes, Vol. 31 Nb. 2.
Luck, M, Ashri, R., and D’Inverno, M. 2004. Agent-Based
Software Development. Norwood, Artech House
Inc.

12 GEMATIKA JURNAL MANAJEMEN INFORMATIKA, VOLUME 9 NOMOR 1, DESEMBER 2007

Mitchell, TM. 1997. Machine Learning. McGraw-Hill.
Maulidevi, NU, and Ahmad, AS. 2006. A Review on
SharedPlan Model for Collaborative Knowledge
Building, Proceeding of International Symposium
on Communication and Information Technologies,
IEEE CNF DOI: 10.1109/ISCIT.2006.339837, pp. 731
– 736, Thailand.
Pal, SK, and SCK, Chiu. 2004. Foundations of Soft CaseBased Reasoning. John Wiley & Sons, Inc.
Parkin, AJ. 2000. Essential Cognitive Psychology. East
Sussex UK: Psychology Press Ltd.
Roth, EM, Patterson, ES, and Mumaw, RJ. 2002. Cognitive
Engineering: Issues in User-Centered System
Design. To appear in: Roth, E. M., Patterson, E.S.
& Mumaw, R. J. Cognitive Engineering: Issues in

User-Centered System Design. In J. J. Marciniak
(Ed.), Encyclopedia of Software Engineering, 2nd
Edition. New York: Wiley-Interscience, John Wiley
& Sons
Russel, S, and Norvig, P. 2003. Artificial Intelligence: A
Modern Approach. New Jersey: Prentice Hall.
Stachl, G. 2006. Group Cognition: Computer Support for
Building Collaborative Knowledge, Cambridge:
MIT Press.
Sycara, K. 1998. Multiagent Systems. Article in AI
Magazine Summer 1998, American Association for
Artificial Intelligence.
Weiss, G . 1999. Multiagent Systems: A Modern Approach
to Distributed Artificial Intelligence. Cambridge:
MIT Press.