Aktuator: Bagian Agen yang Mengubah Keputusan Menjadi Tindakan

Dalam kalimat yang disorot, kata “aktuator” muncul dalam definisi klasik tentang agen: agen mengamati lingkungan melalui sensor dan bertindak melalui aktuator. Secara sederhana, aktuator adalah bagian dari sistem yang melakukan aksi ke lingkungan. Jika sensor adalah “alat untuk menerima informasi”, maka aktuator adalah “alat untuk berbuat sesuatu”.

Istilah ini berasal dari dunia robotika dan sistem kendali. Pada robot fisik, aktuator bisa berupa motor, roda, lengan mekanik, gripper, pompa, atau komponen lain yang membuat robot bergerak atau mengubah keadaan dunia. Dalam buku teks kecerdasan buatan, Russell dan Norvig menjelaskan agen sebagai sesuatu yang menerima percept atau masukan dari lingkungan melalui sensor, lalu melakukan action atau tindakan melalui aktuator [Russell & Norvig 2021]. Jadi, “aktuator” bukan hanya benda tertentu, tetapi peran dalam arsitektur agen: bagian yang mengeksekusi keputusan.

Sensor dan aktuator sebagai pasangan konsep

Agar arti “aktuator” lebih jelas, bayangkan agen sebagai sistem dengan siklus sederhana:

$$ \text{lingkungan} \rightarrow \text{sensor} \rightarrow \text{agen} \rightarrow \text{aktuator} \rightarrow \text{lingkungan} $$

Lingkungan adalah dunia tempat agen bekerja. Sensor mengambil informasi dari lingkungan. Agen memproses informasi itu dan memilih tindakan. Aktuator menjalankan tindakan tersebut sehingga lingkungan berubah, atau setidaknya ada efek yang keluar dari agen.

Contoh paling mudah adalah robot penyedot debu. Sensornya dapat membaca apakah ada dinding, debu, atau tangga. Bagian pengambil keputusannya menentukan apakah robot harus maju, belok, berhenti, atau kembali ke docking station. Aktuatornya adalah motor roda, motor sikat, dan mekanisme penyedot yang benar-benar membuat robot bergerak dan membersihkan lantai.

Dalam contoh itu, aktuator sangat nyata karena berupa perangkat fisik. Namun dalam konteks buku ini, yaitu agen AI berbasis perangkat lunak, kata “aktuator” diperluas maknanya.

Aktuator dalam agen perangkat lunak

Pada agen perangkat lunak, aktuator tidak selalu berupa motor atau lengan robot. Agen mungkin tidak punya tubuh fisik. Namun ia tetap dapat “bertindak” melalui antarmuka digital. Karena itu, dalam konteks agen AI modern, aktuator dapat berupa kemampuan sistem untuk memanggil tool, menulis data, mengirim pesan, menjalankan kode, atau memicu proses lain.

Misalnya, agen internal untuk tim keuangan dalam dokumen induk dapat membaca kebijakan reimbursement, menghitung simulasi, memeriksa klaim, lalu membuat draf balasan. Jika agen hanya membaca dokumen, ia sedang menggunakan sesuatu yang mirip sensor digital: input pengguna, dokumen, database, atau respons API. Tetapi saat agen mengirim email, membuat tiket kerja, memanggil fungsi perhitungan, atau menyimpan hasil ke sistem audit, ia sedang menggunakan aktuator digital.

Dengan kata lain, aktuator adalah jalur keluar tindakan agen. Pada robot, jalur keluar itu bisa berupa gerakan fisik. Pada agen AI perangkat lunak, jalur keluar itu bisa berupa operasi digital.

Contoh konkret

Bayangkan pengguna menulis:

“Tolong cek apakah klaim reimbursement saya sudah sesuai kebijakan, lalu buat draf balasan.”

Agen AI mungkin menjalankan beberapa langkah. Ia membaca pesan pengguna; ini adalah masukan. Ia mengambil dokumen kebijakan dari sistem internal; ini juga bentuk pengamatan. Ia memanggil kalkulator atau fungsi validasi untuk menghitung batas reimbursement. Lalu ia membuat draf email.

Dalam alur itu, aktuator dapat berupa:

Tabel ini menunjukkan bahwa “aktuator” tidak harus berupa perangkat keras. Yang penting adalah fungsinya: menjalankan tindakan yang dipilih agen.

Mengapa istilah ini penting untuk agen AI?

Istilah “aktuator” penting karena membantu kita membedakan antara agen yang hanya menghasilkan teks dan agen yang benar-benar dapat bertindak. Chatbot sederhana biasanya hanya memiliki aktuator berupa keluaran teks: ia membalas percakapan. Agen AI produksi bisa memiliki aktuator yang jauh lebih kuat: mengakses API, membuat transaksi, mengubah konfigurasi, menulis file, atau mengirim pesan kepada orang lain.

Semakin kuat aktuator, semakin besar manfaatnya, tetapi juga semakin besar risikonya. Agen yang hanya menjawab teks mungkin salah menjelaskan sesuatu. Itu sudah bermasalah, tetapi biasanya dampaknya terbatas. Agen yang dapat mengirim email, mengubah database, atau menjalankan kode dapat menimbulkan dampak operasional yang lebih serius jika salah mengambil keputusan. Karena itu dokumen induk menekankan pentingnya batas izin, audit, observability, validasi, dan persetujuan manusia untuk tindakan tertentu. Panduan seperti NIST AI Risk Management Framework juga menekankan perlunya tata kelola risiko, akuntabilitas, dan keamanan pada sistem AI [NIST 2023].

Dalam praktik rekayasa agen AI, kita sering perlu bertanya: aktuator apa yang boleh dimiliki agen ini? Apakah ia hanya boleh menyarankan tindakan, atau boleh menjalankannya? Apakah ia boleh menulis ke database produksi, atau hanya ke database sementara? Apakah ia boleh mengirim email langsung, atau harus meminta konfirmasi manusia lebih dulu?

Pertanyaan-pertanyaan itu bukan detail tambahan. Itu inti dari desain agen yang aman.

Perbedaan aktuator, tool, dan function calling

Dalam pembahasan LLM modern, Anda mungkin lebih sering mendengar istilah tool, function calling, atau API call daripada “aktuator”. Ketiganya berhubungan erat, tetapi tidak persis sama.

Aktuator adalah istilah konseptual: bagian atau mekanisme yang memungkinkan agen bertindak. Tool adalah alat spesifik yang dapat digunakan agen, misalnya kalkulator, search API, database query, atau email sender. Function calling adalah salah satu cara teknis agar model atau sistem agen memanggil tool tersebut secara terstruktur.

Jadi, dalam kalimat sederhana:

Tool atau function call dapat menjadi aktuator bagi agen perangkat lunak.

Misalnya, fungsi Python berikut dapat dianggap sebagai aktuator digital jika agen boleh memanggilnya untuk mengirim email:

send_email(to=user_email, subject=subject, body=message)

Namun secara desain sistem, kita tidak boleh hanya bertanya “bisakah model memanggil fungsi ini?” Kita juga harus bertanya “apakah model boleh memanggil fungsi ini kapan saja?”, “inputnya divalidasi atau tidak?”, “apakah perlu approval?”, dan “apakah tindakan ini tercatat untuk audit?”

Inti maknanya

Dalam konteks passage yang disorot, aktuator berarti sarana yang dipakai agen untuk melakukan tindakan. Pada agen fisik, aktuator dapat berupa motor, roda, lengan robot, atau alat mekanik lain. Pada agen AI perangkat lunak, aktuator dapat berupa pemanggilan fungsi, penulisan file, pengiriman email, pembuatan tiket, perubahan database, atau interaksi dengan API.

Konsep ini membantu kita melihat agen AI bukan hanya sebagai sistem yang “berpikir” atau “menjawab”, tetapi sebagai sistem yang berada dalam siklus pengamatan dan tindakan. Sensor membuat agen mengetahui keadaan. Aktuator membuat agen dapat memengaruhi keadaan. Dalam rekayasa agen AI, memahami aktuator berarti memahami kemampuan, batas, dan risiko tindakan yang diberikan kepada agen.

References

NIST. (2023). Artificial Intelligence Risk Management Framework (AI RMF 1.0). National Institute of Standards and Technology. https://doi.org/10.6028/NIST.AI.100-1

Russell, S., & Norvig, P. (2021). Artificial Intelligence: A Modern Approach (4th ed.). Pearson.