Penerapan Metode Unscented Kalman Filter Dalam Estimasi Parameter Model Penyebaran Penyakit Malaria

Salsabilah, Erinda Ainan (2023) Penerapan Metode Unscented Kalman Filter Dalam Estimasi Parameter Model Penyebaran Penyakit Malaria. Other thesis, Institut Teknologi Sepuluh Nopember.

Text 06111940000007-Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only until 1 September 2025. Download (2MB) | Request a copy

Abstract

Penyakit malaria disebabkan oleh parasit Plasmodium yang ditularkan pada manusia atau hewan lain melalui gigitan nyamuk Anopheles sp betina. Hampir setengah dari populasi dunia yang hidup dalam risiko terkena penyakit malaria. Sekitar 300-500 juta orang terinfeksi dan sekitar 1 juta orang meninggal karena penyakit ini setiap tahunnya. Berdasarkan data-data tersebut, menunjukkan bahwa penyakit malaria merupakan penyakit yang sangat berbahaya bagi manusia dan makhluk hidup lainnya. Dengan demikian, sangat perlu bagi manusia untuk mengetahui tingkat penyebaran penyakit malaria melalui model matematika yang tepat. Untuk menentukan model matematika yang tepat dapat dilakukan dengan menentukan nilai parameter yang akurat. Pada modelmatematika terdapat beberapa parameter yang sulit untuk ditentukan ukurannya secara langsung, yaitu σV , βH, vH, γH, βV , βV H, dan vV . Oleh karena itu, pada penelitian Tugas Akhir ini dilakukan estimasi parameter pada model matematika penyebaran penyakit malaria dengan menggunakan metode Unscented Kalman Filter. Model matematika yang digunakan dalam penelitian Tugas Akhir ini berbentuk persamaan diferensial nonlinear kontinu. Dalam implementasi metode Unscented Kalman Filter diperlukan sistem persamaan diferensial nonlinear stokastik pada waktu diskrit sehingga harus dilakukan proses diskritisasi terlebih dahulu menggunakan metode beda hingga maju. Setelah diperoleh sistem persamaan diferensial nonlinear diskrit, dilakukan penambahan faktor stokastik berupa noise yang berdistribusi normal dan memiliki nilai mean nol. Kemudian dilakukan simulasi metode Unscented Kalman Filter dengan software MATLAB sehingga diperoleh nilai estimasi parameter model penyebaran penyakit malaria. Pada penelitian Tugas Akhir ini, dapat disimpulkan bahwa metode Unscented Kalman Filter merupakan metode yang tepat digunakan untuk melakukan estimasi parameter dengan sistem dinamis nonlinear. Dalam simulasi dihasilkan nilai RMSE sebesar 0.0834 untuk metode Unscented Kalman Filter, sehingga hasil estimasi yang diperoleh metode Unscented Kalman Filter lebih akurat daripada hasil estimasi yang diperoleh metode Kalman Filter
==================================================================================================================================
Malaria is caused by the Plasmodium parasite, which is transmitted to humans or other animals through the bite of female Anopheles mosquitoes. Nearly half of the world’s
population lives at risk of contracting malaria. Approximately 300-500 million people are infected, and about 1 million people die from this disease each year. Based on this data, it is evident that malaria is a highly dangerous disease for humans and other living organisms. Therefore, it is crucial for humans to understand the spread of malaria through an appropriate mathematical model. To determine the appropriate mathematical model, it is necessary to determine accurate parameter values. In mathematical models, there are
several parameters that are difficult to directly measure, namely σV , βH, vH, γH, βV , βV H,and vV . Therefore, in this Final Project research, parameter estimation will be performed on the mathematical model of malaria transmission using the Unscented Kalman Filter method. The mathematical model used in this Final Project research takes the form of continuous nonlinear differential equations. In the implementation of the Unscented Kalman Filter method, a stochastic nonlinear differential equation system is required at discrete time steps, necessitating a discretization process using the forward difference method. Once the discrete nonlinear differential equation system is obtained, stochastic factors in the form of normally distributed noise with zero mean are added. Then, the Unscented Kalman Filter method is simulated using MATLAB software to obtain parameter estimation values for the malaria transmission model. In this Final Project research, it can be concluded that the Unscented Kalman Filter method is appropriate for parameter estimation in nonlinear dynamic systems. In the simulation, an RMSE value of 0.0834 is obtained for the Unscented Kalman Filter method, indicating that the estimation results obtained by the Unscented Kalman Filter method are more accurate than those obtained by the Kalman Filter method.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Diskrit, Estimasi Model Matematika, Penyakit Malaria, Unscented Kalman Filter; Descrete, Estimation, Malaria Disease, Mathematics Model, Unscented Kalman Filter
Subjects:	Q Science > QA Mathematics > QA401 Mathematical models. Q Science > QA Mathematics > QA402.3 Kalman filtering.
Divisions:	Faculty of Science and Data Analytics (SCIENTICS) > Mathematics > 44201-(S1) Undergraduate Thesis
Depositing User:	Erinda Ainan Salsabilah
Date Deposited:	15 Sep 2023 08:19
Last Modified:	15 Sep 2023 08:19
URI:	http://repository.its.ac.id/id/eprint/102497

Actions (login required)

View Item