Penerapan Metode Extended Kalman Filter Dalam Estimasi Parameter Pada Model Penyebaran Penyakit Kanker Paru

Syahidah, Muthiah Kun (2024) Penerapan Metode Extended Kalman Filter Dalam Estimasi Parameter Pada Model Penyebaran Penyakit Kanker Paru. Other thesis, Institut Teknologi Sepuluh Nopember.

Text 5002201166-Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only until 1 October 2026. Download (3MB) | Request a copy

Abstract

Penyakit kanker paru merupakan bentuk tumor ganas yang menyerang paru-paru dan berasal dari saluran pernafasan. Salah satu penyebab penyakit kanker paru adalah perilaku merokok. Seorang perokok aktif mempunyai kesempatan yang besar untuk dapat terkena kanker paru begitu pun bagi perokok pasif. Kanker ini termasuk salah satu kanker mematikan. Oleh karena itu, manusia dirasa perlu mengetahui tingkat penyebaran penyakit kanker paru beserta parameter dan variabel yang memengaruhinya. Salah satunya adalah dengan melakukan estimasi parameter dengan menggunakan metode Extended Kalman Filter. Model yang digunakan dalam Tugas Akhir ini berbentuk persamaan non linear kontinu. Sehingga, perlu dilakukan proses diskritisasi untuk mendapatkan model dalam bentuk diskrit. Setelah itu, dilakukan penambahan faktor stokastik yakni sebuah noise. Kemudian, hasil simulasi dilakukan menggunakan software MATLAB. Sehingga, didapatkan nilai estimasi parameter dan variabel model penyakit kanker paru. Pada penelitian Tugas Akhir ini didapatkan hasil estimasi untuk jumlah perokok aktif mendekati nilai realnya yakni berdasarkan pada jumlah kumulatif perokok aktif di Lampung tahun 2015-2022 dengan nilai MAPE sebesar 2,86%. Sehingga, dapat disimpulkan bahwa metode Extended Kalman Filter dapat digunakan untuk mengestimasi parameter dan variabel yang sulit ditentukan ukurannya secara langsung dan dapat memberikan hasil estimasi yang akurat pada model penyakit kanker paru.
Kata Kunci— Kanker Paru, Variabel, Parameter, Estimasi, Extended Kalman Filter.
========================================================================================================================
Lung cancer is a form of malignant tumor that attacks the lungs and originates from the respiratory tract. One of the causes of lung cancer is smoking behavior. An active smoker has a great opportunity to get lung cancer as well as for passive smokers. This cancer is one of the deadliest cancers. Therefore, humans need to know the rate of spread of lung cancer along with the parameters and variables that affect it. One of them is by estimating parameters using the Extended Kalman Filter method. The model used in this Final Project is in the form of a continuous nonlinear equation. So, it is necessary to do a discretization process to get the model in discrete form. After that, a stochastic factor is added, namely a noise. Then, the simulation results are carried out using MATLAB software. Thus, the parameter estimation values and variables of the lung cancer model are obtained. In this Final Project research, the estimation results for the number of active smokers are close to the real value, which is based on the cumulative number of active smokers in Lampung in 2015-2022 with a MAPE value of 2.86%. So, it can be concluded that the Extended Kalman Filter method can be used to estimate parameters and variables that are difficult to determine the size directly and can provide accurate estimation results on the lung cancer disease model.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Kanker Paru, Variabel, Parameter, Estimasi, Extended Kalman Filter, Lung Cancer, Variable, Parameters, Estimation, Extended Kalman Filter
Subjects:	Q Science > QA Mathematics > QA401 Mathematical models. Q Science > QA Mathematics > QA402.3 Kalman filtering.
Divisions:	Faculty of Mathematics and Science > Mathematics > 44201-(S1) Undergraduate Thesis
Depositing User:	Muthiah Kun Syahidah
Date Deposited:	05 Aug 2024 04:04
Last Modified:	05 Aug 2024 04:04
URI:	http://repository.its.ac.id/id/eprint/112497

Actions (login required)

View Item