Estimasi Nilai Model Penyebaran Penyakit Malaria dengan Menggunakan Metode Ensemble Kalman Filter

Safitri, Rina (2023) Estimasi Nilai Model Penyebaran Penyakit Malaria dengan Menggunakan Metode Ensemble Kalman Filter. Other thesis, Institut Teknologi Sepuluh Nopember.

Text 06111940000025-Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only until 1 October 2025. Download (2MB) | Request a copy

Abstract

Malaria adalah penyakit menular yang masih menjadi masalah kesehatan di beberapa wilayah Indonesia, terutama pada kawasan timur Indonesia. Penyakit ini ditularkan melalui gigitan nyamuk Anopheles. Selain ditularkan oleh nyamuk, malaria juga dapat ditularkan melalui transfusi darah maupun jarum suntik yang digunakan secara bergantian. Dari total 273 juta penduduk di Indonesia, sebanyak 4,9 juta orang masih tinggal di daerah endemis tinggi dan dengan kasus yang parah penyakit malaria dapat menyebabkan kejang, gangguan kesadaran, sesak nafas, bahkan kematian. Oleh karena itu, sangat diperlukan penyelidikan terhadap penyebaran penyakit malaria. Salah satu penyelidikan untuk mengetahui jumlah penyebaran penyakit malaria adalah dengan melakukan estimasi variabel model matematika terhadap penyebaran penyakit malaria. Pada tugas akhir ini akan dilakukan estimasi variabel model matematika penyebaran penyakit malaria dengan menggunakan metode Ensemble Kalman Filter. Model matematika penyebaran penyakit malaria merupakan sistem dalam bentuk nonlinier kontinu. Sehingga, pada tugas akhir ini langkah pertama yang dilakukan adalah mendiskritisasi model matematika penyebaran penyakit malaria dengan menggunakan metode beda hingga maju yang selanjutnya dilakukan pelinieran untuk mengubah sistem ke dalam bentuk linier. Langkah terakhir dilakukan simulasi numerik dengan menggunakan Metode Ensemble Kalman Filter. Pada penelitian Tugas Akhir ini diperoleh bahwa hasil estimasi untuk jumlah manusia yang terinfeksi terhadap penyakit malaria mendekati nilai aktualnya yaitu nilai berdasarkan jumlah tahunan kumulatif pada kasus malaria di Indonesia pada tahun 2010-2022 dengan nilai Root Mean Squared Error (RMSE) nya pada metode Ensemble Kalman Filter (EnKF) yaitu 0,005. Hasil estimasi tersebut menunjukkan bahwa metode Ensemble Kalman Filter (EnKF) dapat digunakan untuk mengestimasi variabel yang sulit ditentukan ukurannya secara langsung dan dapat memberikan hasil estimasi yang akurat pada model matematika penyebaran penyakit malaria.
===============================================================================================================================
Malaria is an infectious disease which is still a health problem in several regions of Indonesia, especially in eastern Indonesia. This disease is transmitted through the bite of the Anopheles mosquito. Apart from being transmitted by mosquitoes, malaria can also be transmitted through blood transfusions and sharing needles. Out of a total of 273 million people in Indonesia, as many as 4.9 million people still live in high endemic areas and with severe cases, malaria can cause convulsions, impaired consciousness, shortness of breath, and even death. Therefore, it is necessary to investigate the development of malaria. One of the investigations to determine the number of developments in malaria is by estimating the variables of the mathematical model for the development of malaria. In this final project, we will estimate the variables of the mathematical model for the development of malaria using the Ensemble Kalman Filter method. The mathematical model for the development of malaria is a system in a continuous nonlinear form. Thus, in this final project, the first step taken is to discretize the mathematical model of the spread of malaria using the forward-difference method, then carried out linearly to change the system into a linear form. The final step is to perform numerical simulations using the Ensemble Kalman Filter Method. In this final project research, it was found that the estimation results for the number of humans infected with malaria are close to the real value, namely the value based on the cumulative annual number of malaria cases in Indonesia in 2010-2022 with the Root Mean Squared Error (RMSE) value in the Ensemble Kalman method The filter (EnKF) is 0.005. The estimation results show that the Ensemble Kalman Filter (EnKF) method can be used to estimate variables that are difficult to measure directly and can provide accurate estimation results in mathematical models of the development of malaria.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Malaria, Variable Estimation, Linier, Descrete, Ensemble Kalman Filter, Malaria, Estimasi Variabel, Linier, Diskrit, Ensemble Kalman Filter.
Subjects:	Q Science > Q Science (General) Q Science > Q Science (General) > Q180.55.M38 Mathematical models Q Science > QA Mathematics Q Science > QA Mathematics > QA402.3 Kalman filtering.
Divisions:	Faculty of Science and Data Analytics (SCIENTICS) > Mathematics > 44201-(S1) Undergraduate Thesis
Depositing User:	Rina Safitri
Date Deposited:	05 Sep 2023 03:22
Last Modified:	05 Sep 2023 03:22
URI:	http://repository.its.ac.id/id/eprint/103119

Actions (login required)

View Item