Melola Discovery

← Melola Discovery

Jurnal

Aplikasi Kalman Filter pada Data Survival

Jurnal Matematika, Statistika dan Komputasi · Vol. 6 No. 2 (2018) · hlm. 72–85

DOI
10.20956/jmsk.v6i2.3356
ISSN
2614-8811, 1858-1382
Terbit
2018-01-31
Penerbit
Department of Mathematics, Hasanuddin University
Bahasa
en

Abstrak

Kalman Filter merupakan metode untuk memprediksi nilai suatu peubah di masa yang akan datang dengan mempertimbangkan data-data sebelumnya yang senantiasa di up-date. Metode ini selanjutnya akan diaplikasikan pada data survival penderita penyakit Tuberculosis (TB) dari penduduk Amerika Serikat. Metode ini sangat menarik untuk digunakan karena Tan (2004) hanya memanfaatkan metode state space saja dalam memprediksi nilai peubahnya. Oleh karena itu, pada paper ini akan memanfaatkan metode Kalman Filter dalam memprediksi nilai suatu peubah dari data survival penderita TB di Amerika Serikat.

Jaringan kolaborasi para penulis

40 penulis · 94 tautan kepenulisan bersama · 3 lintas organisasi · menampilkan 40 yang paling banyak terhubung

Arahkan kursor atau ketuk sebuah nama untuk menyorot rekan penulisnya. Klik dua kali untuk membuka halaman penulis.

  • Hasanuddin University
  • Lampung University
  • State University of Semarang
  • Afiliasi tidak diketahui
  • Organisasi berbeda
  • Organisasi sama
  • Afiliasi tidak diketahui
  • Garis lebih tebal = lebih banyak artikel bersama · lingkaran lebih besar = lebih banyak artikel
Tampilkan sebagai tabel
Rekan penulisOrganisasiArtikel bersama
Georgina Maria TinungkiHasanuddin University5
Nasrah SirajangHasanuddin University4
Anna IslamiyatiHasanuddin University3
Nurtiti SunusiHasanuddin University3
Siswanto SiswantoHasanuddin University3
Saleh AfAfiliasi tidak diketahui2
Rizki AdiputraHasanuddin University1
Sitti SahrimanHasanuddin University1
Ika FitrianaHasanuddin University1
Ainun Utari BudistiharahAfiliasi tidak diketahui1
Mamik UtamiHasanuddin University1
Ratmila MammiAfiliasi tidak diketahui1
Aqilah Salsabila RahmanAfiliasi tidak diketahui1
Riska RasyidHasanuddin University1
Nurhidaya LAfiliasi tidak diketahui1
Sonya SonyaAfiliasi tidak diketahui1
Sitti SahrimanAfiliasi tidak diketahui1
Rael Hofni TandirerungAfiliasi tidak diketahui1
Nuralyatussa’ AdaAfiliasi tidak diketahui1
Alimatun NajihaHasanuddin University1
Nurul RezkiAfiliasi tidak diketahui1
Sri Indriani AmilHasanuddin University1
Andi Kresna JayaHasanuddin University1
Fadhila Febriyanti NajamuddinHasanuddin University1
Mayashari MayashariHasanuddin University1
Anisa AnisaHasanuddin University1
Fadilah Amirul AdhelHasanuddin University1
Mustabsyirah MustabsyirahHasanuddin University1
Agung Muhammad TakdirHasanuddin University1
Fitriani FitrianiLampung University1
Andi Fitri AyuAfiliasi tidak diketahui1
Aidawayati RangkutiHasanuddin University1
Andi waru A. PaluseriAfiliasi tidak diketahui1
Nirwan IlyasAfiliasi tidak diketahui1
Anisa AnisaHasanuddin University1
Irawaty IrawatyState University of Semarang1
Suci Barlian SariHasanuddin University1

Afiliasi berasal dari OpenAlex; metadata OAI-PMH jurnal tidak memuatnya. Penulis tanpa ID OpenAlex dicocokkan berdasarkan nama, sehingga dua orang bisa tergabung atau satu orang bisa terpisah.

Sumber metadata: OAI-PMH (metadata jurnal) https://journal.unhas.ac.id/index.php/jmsk/oai, pertama di-harvest 5 Nov 2026, terakhir terlihat 8 Nov 2026.
Metadata asli (oai_dc) 
<oai_dc:dc xmlns="http://www.openarchives.org/OAI/2.0/" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:oai_dc="http://www.openarchives.org/OAI/2.0/oai_dc/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/  http://www.openarchives.org/OAI/2.0/oai_dc.xsd">
	<dc:title xml:lang="en">Aplikasi Kalman Filter pada Data Survival</dc:title>
	<dc:creator xml:lang="en">Herdiani, Erna Tri</dc:creator>
	<dc:creator xml:lang="en">Nuravia, Nuravia</dc:creator>
	<dc:creator xml:lang="en">Thamrin, Sri Astuti</dc:creator>
	<dc:description xml:lang="en">Kalman Filter merupakan metode untuk memprediksi nilai suatu peubah di masa yang akan datang dengan mempertimbangkan data-data sebelumnya yang senantiasa di up-date. Metode ini selanjutnya akan diaplikasikan pada data survival penderita penyakit Tuberculosis (TB) dari penduduk Amerika Serikat. Metode ini sangat menarik untuk digunakan karena Tan (2004) hanya memanfaatkan metode state space saja dalam memprediksi nilai peubahnya. Oleh karena itu, pada paper ini akan memanfaatkan metode Kalman Filter dalam memprediksi nilai suatu peubah dari data survival penderita TB di Amerika Serikat. </dc:description>
	<dc:publisher xml:lang="en">Department of Mathematics, Hasanuddin University</dc:publisher>
	<dc:date>2018-01-31</dc:date>
	<dc:type>info:eu-repo/semantics/article</dc:type>
	<dc:type>info:eu-repo/semantics/publishedVersion</dc:type>
	<dc:format>application/pdf</dc:format>
	<dc:identifier>https://journal.unhas.ac.id/index.php/jmsk/article/view/3356</dc:identifier>
	<dc:identifier>10.20956/jmsk.v6i2.3356</dc:identifier>
	<dc:source xml:lang="en">Jurnal Matematika, Statistika dan Komputasi; Vol. 6 No. 2: January 2010; 72-85</dc:source>
	<dc:source>2614-8811</dc:source>
	<dc:source>1858-1382</dc:source>
	<dc:language>en</dc:language>
	<dc:relation>https://journal.unhas.ac.id/index.php/jmsk/article/view/3356/1894</dc:relation>
	<dc:relation>10.20956/j.v6i2.3356.g1894</dc:relation>
	<dc:rights xml:lang="en">Copyright (c) 2018 Erna Tri Herdiani, Nuravia Nuravia, Sri Astuti Thamrin</dc:rights>
</oai_dc:dc>