Estimasi Model Penyebaran Penyakit Demam Berdarah dengan Menggunakan Metode Ensemble Kalman Filter

Abstract

Penyakit Demam Berdarah atau juga dikenal dengan Demam Berdarah Dengue (DBD) merupakan masalah utama di Indonesia, salah satunya adalah pada provinsi Sulawesi Selatan. Penyakit Demam Berdarah merupakan penyakit yang disebabkan oleh virus dengue dengan media penyebarannya merupakan nyamuk Aedes Aegypti. Dari masalah tersebut maka diperlukan penelitian lebih lanjut mengenai penyebaran penyakit demam berdarah. Penelitian yang dilakukan adalah estimasi model matematika penyebaran penyakit demam berdarah. Model yang digunakan adalah model SIRS (Susceptible, Infected, Recovered). Didalam penelitian ini dilakukan estimasi model penyakit demam berdarah dengan metode Ensemble Kalman Filter dan metode Extended Kalman Filter. Pada penelitian ini diperoleh bahwa hasil estimasi untuk jumlah manusia yang terinfeksi penyakit demam berdarah (I_h) mendekati nilai realnya dengan nilai MAPE EnKF yaitu 0.6859% dan MAPE EKF yaitu 0.6578%. sehingga hasil estimasi menggunakan metode EnKF dan EKF dinyatakan akurat. Didapatkan dari hasil simulasi bahwa estimasi model SIRS penyebaran penyakit demam berdarah menggunakan metode Extended Kalman Filter lebih akurat dibandingkan metode Ensemble Kalman Filter.

CC Licencing

Authors who publish with this journal agree to the following terms:
- Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (See The Effect of Open Access).