PENERAPAN ENSEMBLE KALMAN FILTER PADA MODEL PENGARUH TERAPI PENGOBATAN TERHADAP DINAMIKA VIRUS HIV DALAM TUBUH

Abstract

RINGKASAN

Penerapan Ensemble Kalman Filter pada Model Pengaruh Terapi Pengobatan Terhadap Dinamika Virus HIV dalam Tubuh. Rini Herawati, 091810101051; 2013: 42 halaman; Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Jember.

AIDS merupakan penyakit yang disebabkan virus HIV dan biasanya menyerang sistem kekebalan tubuh sehingga mengakibatkan penderitanya menjadi mudah tertular berbagai macam penyakit. Indonesia termasuk salah satu negara yang memiliki tingkat penyebaran HIV/AIDS paling cepat. Metode pengobatan yang saat telah berkembang salah satunya adalah terapi antiretroviral yaitu HAART (Highly Active Antiretroviral Therapy). Akan tetapi metode pengobatan ini memiliki kelemahan diantaranya muncul efek samping yang berlebihan dalam penggunaan obat-obatan dan harga obat yang relatif mahal, sehingga perlu adanya suatu pengendalian/pengontrolan dalam penggunaan terapi obat tersebut, agar terapi bisa optimal. Metode Ensemble Kalman Filter (EnKF) merupakan metode estimasi sistem dinamik non linier, hasil pengembangan dari metode Kalman Filter. Dalam penggunaannya, metode EnKF lebih mudah diimplementasikan pada model non linier dan metode ini menerapkan teknik asimilasi data yang bertujuan untuk mendapatkan hasil estimasi yang lebih baik. Oleh karena itu, penulis tertarik untuk menerapkan metode EnKF pada model pengaruh terapi pengobatan terhadap dinamika virus HIV dalam tubuh. Tujuan penelitian ini adalah untuk mengetahui penerapan metode Ensemble Kalman Filter (EnKF) pada model pengaruh terapi pengobatan dalam mengestimasi populasi sel T CD4+ yang sehat, populasi virus HIV yang bisa menginfeksi dan jumlah sel imun dalam tubuh penderita.

vii Penelitian dilakukan dengan beberapa langkah, yaitu dimulai dengan melakukan diskritisasi model pengaruh terapi obat terhadap dinamika virus HIV dalam tubuh dengan menggunakan metode beda hingga maju. Langkah berikutnya adalah menambahkan faktor stokastik berupa noise sistem ( ) pada model sistemdan noise pengukuran (