Articles

Found 17 Documents
Search

The Reduced Rank of Ensemble Kalman Filter to Estimate the Temperature of Non Isothermal Continue Stirred Tank Reactor Apriliani, Erna; Adzkiya, Dieky; Baihaqi, Arief
Jurnal Teknik Industri Vol 13, No 2 (2011): DECEMBER 2011
Publisher : Institute of Research and Community Outreach - Petra Christian University

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (71.575 KB) | DOI: 10.9744/jti.13.2.107-112

Abstract

Kalman filter is an algorithm to estimate the state variable of dynamical stochastic system. The square root ensemble Kalman filter is an modification of Kalman filter. The square root ensemble Kalman filter is proposed to keep the computational stability and reduce the computational time. In this paper we study the efficiency of the reduced rank ensemble Kalman filter. We apply this algorithm to the non isothermal continue stirred tank reactor problem. We decompose the covariance of the ensemble estimation by using the singular value decomposition (the SVD), and then we reduced the rank of the diagonal matrix of those singular values. We make a simulation by using Matlab program. We took some the number of ensemble such as 100, 200 and 500. We compared the computational time and the accuracy between the square root ensemble Kalman filter and the ensemble Kalman filter. The reduced rank ensemble Kalman filter can’t be applied in this problem because the dimension of state variable is too less.
Estimasi Variabel Dinamik Menggunakan Metode Kalman Filter Gozali, Nathanael Leon; Aisjah, Aulia Siti; Apriliani, Erna
Jurnal Teknik ITS Vol 2, No 2 (2013)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (918.66 KB)

Abstract

Sebuah sistem pengendalian kapal dituntut untuk memiliki akurasi yang tinggi. Hal ini dituntut dengan adanya sistem pengendalian otomatis yang dibuat dengan menjadikan feedback dari alat ukur sebagai nilai yang mempengaruhi  pengendali. Dengan alat ukur yang memiliki noise dan sistem yang memiliki noise sehingga tidak sesuai dengan perancangan sistem tersebut menjadi penyebab ketidaktepatan dalam pengendalian kapal. Meskipun noise bernilai kecil namun dalam waktu yang lama dan terus menerus terakumulasi sehingga pengendalian tidak berjalan dengan baik. Tujuan dari penelitian ini adalah untuk merancang sebuah estimator Kalman Filter pada kondisi noise dari alat ukur, noise dari sistem kapal dan ketidaktepatan dalam pemodelan. Metode Kalman Filter yang digunakan adalah metode Kalman Filter diskrit linier karena model dinamika kapal telah dilinierisai dan didiskritisasi terlebih dahulu. Variabel dinamik kapal yang diestimasi untuk keperluan steering adalah dinamika sway-yaw dengan variabel kecepatan sudut, posisi sudut dan kecepatan arah sway. Perancangan sistem berdasarkan spesifikasi kapal perang kelas SIGMA Extended. Berdasarkan hasil simulasi, estimator yang dirancang  mampu memberikan nilai estimasi pada ketiga variabel dinamika kapal dengan persentase integral absolute error dari sistem dengan noise sistem dan noise pengukuran sebesar 0,41% untuk variabel yaw, 4,30% untuk yaw-rate dan 6,78% untuk sway-rate.
Optimasi Penggunaan Koagulan dalam Proses Penjernihan Air Permatasari, Tri Juliana; Apriliani, Erna
Jurnal Sains dan Seni ITS Vol 2, No 1 (2013)
Publisher : Jurnal Sains dan Seni ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Air bersih sangat dibutuhkan untuk kelangsungan hidup dan aktifitas sehari-hari. Air minum  sendiri adalah air yang melalui proses pengolahan atau tanpa proses pengolahan yang memenuhi syarat kesehatan dan dapat langsung diminum. Salah satu proses pengolahan air minum adalah proses koagulasi/flokulasi, yakni proses pengumpulan partikel-partikel penyusun kekeruhan yang tidak dapat diendapkan secara gravitasi, menjadi partikel yang lebih besar sehingga dapat diendapkan dengan cara pemberian bahan kimia koagulan. Proses pengolahan air ini dapat diturunkan menjadi suatu model matematika yang dinyatakan dalam bentuk persamaan diferensial biasa non-linier.  Dalam Tugas Akhir ini  dibahas mengenai proses liniearisasi dan kestabilan model matematika proses pengolahan air.  Selain itu, dilakukan simulasi dengan memasukkan kondisi awal dan beberapa parameter untuk mencari respon dari sistem dinamik antara konsentrasi kekeruhan air dengan dosis koagulan. Hasil simulasi yang diperoleh menunjukkan respon dinamik, semakin tinggi tingkat konsentrasi kekeruhan maka semakin besar konsentrasi dosis yang diberikan. Tingkat konsentrasi kekeruhan bergantung pada kondisi akhir dari konsentrasi dosis.
Estimation of Surabaya River Water Quality Using Kalman Filter Algorithm Masduqi, Ali; Apriliani, Erna
IPTEK The Journal for Technology and Science Vol 19, No 3 (2008)
Publisher : Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j20882033.v19i3.145

Abstract

According to previous studies on Surabaya River water, quality of this river water was very bad or on polluted condition. This conclusion was based on monitoring data of water quality at several monitoring points. Because of river water quality is a fluctuative condition, many monitoring data are needed. While, monitoring of Surabaya River water quality was done routinely at nine monitoring points. Amount of the monitoring point is not enough when data will be used for determining water quality condition. For this reason, it is need to develop a method to estimate overall river water quality based on a little amount of data. One of estimation method is Kalman filter, an algorithm that combines a model and a measurement. The experiment of Kalman filter algorithm was conducted. The results were accurate and closely with a measurement. Based on the results, application of Kalman filter algorithm will help to predict water quality for the future and to estimate overall water quality along of river, although amount of measurement data is a little.
KAJIAN KONVERGENSI BARISAN RUANG NORM-(n-1) DENGAN Masruroh, Faridatul; Apriliani, Erna; -, Sadjidon
Gamatika Vol 1, No 2: Jurnal Gagasan Matematika Dan Informatika
Publisher : Gamatika

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Abstrak Penjelasan mengenai ruang norm telah banyak dikaji oleh para matematikawan. Baik kajian dalam ruang norm, ruang norm-2, dan ruang norm-n. Kajian tentang ortogonalitas dalam ruang norm diilhami oleh Ruang hasil kali dalam. Definisi ortogonalitas dalam ruang norm juga telah banyak dikembangkan oleh para matematikawan. Pada paper ini, dengan menggunakan aspek ortogonalitas dijelaskan bahwa jika terdefinisi suatu ruang norm-n maka ruang norm-(n-1) terdefinisi dengan      n ≥ 2. Berikutnya dikaji konvergensi barisan ruang norm-(n-1). Kata kunci: Ortogonalitas, Ruang norm-n, Ruang norm-(n-1)   Abstract A description of the space norm has been widely studied by mathematicians. Both studies within the norm, a norm-2, and a norm-n. Studies on orthogonality in space norm is inspired by the inner product space. The definition of orthogonality in space norm also been developed by mathematicians. In this paper, by using the orthogonality aspects explained that when defining a space of norm-n the space norm-(n-1) defined by n ≥ 2. Next examined convergence sequence space norm-(n-1).   Keywords: Orthogonality, norm-n Space, Space norm-(n-1)  
Penerapan Metode Filter Kalman Dalam Perbaikan Hasil Prediksi Cuaca Dengan Metode ARIMA Kurniawan, Tomy; Hanafi, Lukman; Apriliani, Erna
Jurnal Sains dan Seni ITS Vol 3, No 2 (2014)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (535.217 KB)

Abstract

Time Series merupakan salah satu metode analisis data. Salah satu metodenya adalah ARIMA Box-jenkins yang nantinya digunakan untuk meramalkan data selanjutnya. Penelitian ini didasarkan pada pengamatan dan sesuai hasil model peramalan analisis time series dari dua parameter meteorologi yaitu suhu udara dan kecepatan angin. Estimasi koefisien pada persamaan model akan dilakukan dengan menggunakan algoritma Filter Kalman. Setelah adanya penggunaan algorutma Filter Kalman akan dilakukan suatu pendekatan yang didasarkan pada koreksi linear dari bias prakiraan dalam penggunaan Filter Kalman. Selanjutnya akan lebih difokuskan pada studi parameter meteorologi satu waktu dimana diberikan sebagai direct output dari model pada waktu yang mengacu pada salah satu parameter (suhu udara atau kecepatan angin) serta sebagai bias dari prakiraan. Estimasi ini memungkinkan dalam bentuk linier pada polinomial dengan . Simulasi ini menggunakan software minitab16, matlab R2010a, dan microsoft excel. Hasil simulasi berupa grafik hasil estimasi state dalam real, ARIMA dengan minitab, dan Filter Kalman.
IDENTIFIKASI INSTRUMEN GAMELAN JAWA MENGGUNAKAN JARINGAN FUNGSI BASIS RADIAL DENGAN METODE PELATIHAN EXTENDED KALMAN FILTER Riski, Abduh; Irawan, Mohammad Isa; Apriliani, Erna
Prosiding Seminar Matematika dan Pendidikan Matematik Vol 1, No 1 (2014): Prosiding Seminar Nasional Matematika 2014
Publisher : Prosiding Seminar Matematika dan Pendidikan Matematik

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Pada instrumen gamelan, tidak ada frekuensi standar dalam sistem tangga nadanya seperti pada instrumen musik modern. Gamelan dibuat oleh empu pembuat gamelan berdasarkan pada perasaan dan pendengarannya, begitu juga dalam hal perawatan gamelan. Perawatan gamelan akan menjadi lebih efisien jika dapat dilakukan oleh selain empu pembuat gamelan. Untuk menhatasi hal tersebut, dalam penelitian ini akan dilakukan identifikasi instrumen gamelan jawa menggunakan jaringan fungsi basis radial.Jaringan fungsi basis radial merupakan jaringan multilayer feed-forward yang pelatihannya bersifat hybrid. Jaringan fungsi basis radial telah sering digunakan untuk pengklasifikasian, identifikasi pola atau pengolahan sinyal, karena proses pelatihannya yang cepat dibanding jaringan lain. Dalam penelitian ini akan digunakan extended Kalman filter untuk mengoptimalkan akurasi pelatihan jaringan fungsi basis radial. Pelatihan jaringan saraf tiruan dengan menggunakan extended Kalman filter dilakukan dengan memformulasikan jaringan saraf sebagai konsep variabel keadaan yang mirip dengan sistem dinamik tak-linier.Berdasarkan simulasi, penggunaan metode pelatihan extended Kalman filter untuk identifikasi instrumen gamelan Jawa menghasikan rata-rata akurasi sebesar 99,04%. Sehingga extended Kalman filter dapat dengan baik digunakan sebagai metode pelatihan jaringan fungsi basis radial untuk identifikasi instrumen gamelan Jawa.
METODE ESTIMASI PENYEBARAN POLUTAN DI UDARA Apriliani, Erna
Purifikasi Vol 12 No 2 (2011): Jurnal Purifikasi
Publisher : Department of Environmental Engineering-Faculty of Civil, Environmental and Geo Engineering. Institut Teknologi Sepuluh Nopember, Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j25983806.v12.i2.86

Abstract

Estimasi penyebaran polutan perlu dilakukan agar dapat diketahui tingkat polusi suatu lokasi, sehinggadapat digunakan untuk menentukan langkah-langkah pengurangannya. Pada penelitian ini dibahas beberapametode yang dapat digunakan untuk melakukan estimasi penyebaran polutan di udara. Metode yangdigunakan yaitu: metode numerik (metode Euler dan Runge Kutta), metode asimilasi data (filter Kalman),dan metode Recursive Least Square (RLS). Langkah-langkah dari ketiga metode tersebut dijelaskan besertahasil simulasinya. Tingkat akurasi dari ketiga metode tersebut tidak dibandingkan, tapi dianalisis beberapakelebihan dan kelemahan masing-masing metode. Lokasi yang diambil adalah Kota Surabaya. Konsentrasipolutan karbonmonoksida. Kesimpulan dari penelitian ini adalah metode numerik kurang tepat digunakanuntuk estimasi sesuai kondisi nyata yang sangat bervariatif, metode RLS membutuhkan data konsentrasipolutan terurut yang cukup banyak pada posisi tertentu, sedangkan metode asimilasi data dapatdipergunakan untuk estimasi konsentrasi polutan dengan data yang jauh lebih sedikit dan dapatmengestimasi untuk banyak lokasi sesuai yang diinginkan.
Perbandingan Algoritma Golub Kahan danQR Simetri untuk Dekomposisi Nilai Singular Adzkiya, Dieky; Apriliani, Erna; Sanjaya, Bandung Arry
Limits: Journal of Mathematics and Its Applications Vol 3, No 1 (2006)
Publisher : Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (186.841 KB) | DOI: 10.12962/j1829605X.v3i1.1393

Abstract

Estimasi variabel maupun parameter pada sistem berskala besar, khusus- nya dengan Filter Kalman dibutuhkan waktu komputasi yang lama. Dengan melakukan reduksi rank matriks kovariansi, waktu komputasi dapat diper- cepat. Reduksi rank dapat dilakukan dengan Dekomposisi nilai singular (SVD), reduksi rank ini tidak mengurangi tingkat akurasi hasil estimasi.Pada paper ini dibahas perbandingan dua algoritma untuk dekomposisi nilai singular, yaitu Golub Kahan dan QR Simetri. Dilakukan uji empiris pada berbagai macam matriks untuk membandingkan waktu kerja kedua algoritma tersebut. Dari hasil simulasi diperoleh bahwa algoritma QR Simetri memerlukan waktu komputasi yang lebih cepat dibandingkan dengan algoritma Golub Kahan.
KAJIAN ANALISIS DALAM METODE ASIMILASI DATA Apriliani, Erna
Limits: Journal of Mathematics and Its Applications Vol 6, No 1 (2009)
Publisher : Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (244.556 KB) | DOI: 10.12962/j1829605X.v6i1.1424

Abstract

Asimilasi data adalah suatu metode estimasi yang diperolehdari penggabungan antara model sistem dan data-data pengukuran. Salah satu metode asimilasi data adalah Kalman lter yang merupakan metode estimasi variabel keadaan dari sistem dinamik stokastik. Filter Kalman telah banyak diterapkan pada berbagai bidang ilmu antara lain hidrodinamika, meteorologi, navigasi pesawat dan masalah matematika nansial. Algoritma dasar dari Filter Kalman telah banyak mengalami perkembangan agar dapat diterapkan pada masalah real dan mempunyai waktu komputasi yang cepat. Pada makalah ini akan disajikan beberapa contoh pengembangan algoritma lter Kalman atau asimilasi data secara umumyang memerlukan kajian analisis. Aspek-aspek analisis yang sering diperlukan antara lain norm matriks, konvergensi dan kestabilan.