Oleh
Erna Apriliani
1
matematika saja tanpa perlu mengetahui apa
manfaatnya untuk ilmu lain, maupun teknologi. Yang
kedua adalah matematika terapan adalah kajian
matematika dengan mengambil penerapan dalam
bidang teknologi, lingkungan ataupun industri,
sedangkan yang ketiga adalah ilmu komputer. Pada
bidang ini perkembangan matematika digunakan untuk
mengembangkan teknik komputasi dan komputer.
Bidang yang saya tekuni adalah bidang matematika
murni dan matematika terapan terutama analisis
fungsional, asimilasi data.
2
Dalam metode asimilasi data jumlah data pengukuran
yang diperlukan jauh lebih sedikit dibandingkan dengan
cara estimasi secara statistik murni, selain itu hasil
estimasi jauh lebih baik jika dibandingkan estimasi
yang berdasarkan model matematika saja, karena
metode asimilasi data dapat beradaptasi untuk sistem
dengan pengaruh luar yang sangat fluktuatif.
3
Algoritma filter Kalman mempunyai dua langkah yang
dilakukan secara recursif, yaitu tahap prediksi dan
tahap koreksi [Lewis, 1986]. Algoritma filter Kalman
dapat dinyatakan pada Gambar 1.
Inisialisasi
KALMAN FILTER
k x0 Pk Px
x 0
Tahap Koreksi
Kalman Gain
Tahap Prediksi
Kk 1 Pk1H kT1 H k 1Pk1H kT1 Rk 1
1
Kovarian kesalahan
A P AT G Q G T
P Kovarian kesalahan
k 1 k k k k k k
Pk 1 I K k 1 H k 1 Pk1
Estimasi
x k1 Ak x k Bk u k Estimasi
xk 1 xk1 Kk 1 zk 1 H k 1 xk1
4
Pada Reduced Rank Square Root Filter (RRSQRT Filter)
dan Reduced Rank Square Root Information Filter
(RRSRIF) dilakukan reduksi rank atau pengurangan
ukuran matriks kovariansi kesalahan estimasi dengan
cara membentuk matriks kovariansi kesalahan estimasi
kedalam bentuk matriks dekomposisi nilai singular
(SVD) [Verlaan, 1998 Apriliani, 2002]. Tujuan dari
reduksi rank adalah untuk mengurangi waktu komputasi
tanpa mengurangi tingkat akurasi. Pada kedua
algoritma tersebut, dibutuhkan teori tentang
komputasi matriks dan konvergensi algoritma yang
merupakan bagian utama dalam bidang matematika.
5
karena itu Ensemble Kalman filter lebih sering
digunakan dalam berbagai penyelesaian masalah
estimasi.
6
dapat dilakukan buka tutup pintu dam tersebut secara
tepat [Heemink, 1986]. Selain itu ketinggian air laut
pasang yang cukup tinggi juga menyebabkan banjir di
daratan Belanda. Kalman filter juga telah diterapkan
untuk mengestimasi ketinggian pasang surut air laut
[Verlaan,M, 1997].
7
- Melakukan simulasi dengan menggunakan
metode asimilasi data khususnya filter Kalman
dan modifikasinya
ESTIMASI
PENYEBARAN
LIMBAH PADA
AIR TANAH
Latar Belakang
Metodologi
Lab Model ITS lapangan
Masalah
penyebaran polutan
pada air tanah
Penentuan Lokasi,
2C 2C C C C
Dx Dy vx vy Titik sampel 8 lokasi
x 2 y 2 x y t
Ambil Sampel air sumur
pendiskritan
Ck 1 AC k Bu k
z k HCk Lab Lingkungan; ukur
konsentrasi :Fe, Mn,
Cn
Estimasi
Simulasi: parameter &
4-D Variasional variabel
keadaaan
Filter Kalman
8
Berdasarkan data konsentrasi polutan pada delapan
lokasi dilakukan estimasi untuk 100 lokasi.
Pengambilan data konsentrasi pada 8 lokasi dan
estimasi dilakukan secara rekursif untuk menghasilkan
hasil estimasi yang optimal. Hasil simulasi dapat dilihat
pada Gambar 5 dan 6.
9
Dari penelitian tersebut dapat disimpulkan bahwa
- Metode Asimilasi Data dapat diterapkan untuk
mengestimasi penyebaran polusi air tanah
secara real time
- Hasil Estimasi akan optimal jika penentuan
titik sample tepat (system observable)
- Dengan mengestimasi dapat diketahui
konsentrasi polutan pada semua titik dilokasi
dengan berdasarkan data sample tertentu
10
mengestimasi konsentrasi polutan pada daerah yang
tidak termasuk radius alat ukur tersebut.
Pada kesempatan ini akan diestimasi jenis CO yang
disebabkan asap kendaraan, dan industri terutama
industri besi dan baja. Jumlah CO yang melebihi
ambang baku mutu lingkungan akan memberikan
dampak negatif pada manusia khususnya mengurangi
pengangkutan oksigen dalam darah.
Persamaan konsentrasi polutan di udara dalam dua
dimensi atau yang dikenal dengan nama model difusi
Gauss dapat dituliskan sebagai berikut (Nevers, 1995,
Hanea,2005 ):
C U C D C U C D C (1)
x
t x x y y
x y y
X k C1k,1 C1k, 2 ... C1k,10 C2k,1 ... C2k,10 ... C10k ,1 ... C10k ,10
T
11
sedangkan merupakan matriks konstan berukuran 100
x 100 yang diperoleh dari proses pendiskritan.
d. Melakukan Simulasi
Dengan melakukan pengukuran konsentrasi polutan di
udara pada lima posisi seperti Gambar 7 maka dapat
diestimasi konsentrasi polutan di 100 posisi.
12
Dari hasil simulasi diperoleh grafik hasil estimasi dan
penyebaran konsentrasi polutan CO berupa kontur
seperti pada Gambar 8 dan 9.
Konsentrasi polutan CO
5
sistem sebenarnya
4 filter Kalman
2
nilai konsentrasi
-1
-2
-3
-4
0 10 20 30 40 50 60 70 80 90 100
posisi ke i
7
arah transversal
1
1 2 3 4 5 6 7 8 9 10
arah longitudinal
13
Pada filter Kalman diperlukan estimasi awal C 0 untuk
memprediksi satu satuan waktu kedepan C1 () , pada
waktu k 1 diperoleh data pada 5 lokasi tersebut ,
dan berdasarkan data tersebut digunakan untuk
memperbaiki hasil prediksi konsentrasi waktu ke 1,
yaitu C1 untuk 100 lokasi. Estimasi C1 digunakan untuk
memprediksi konsentrasi waktu ke 2 C 2 () dan
seterusnya antara prediksi dan koreksi dilakukan secara
terus menerus. Hal ini mengakibatkan data terurut
waktu yang diperlukan untuk mengestimasi hanya satu
satuan waktu sebelumnya. Oleh karena itu sebenarnya
estimasi yang dilakukan dengan menggunakan filter
Kalman dapat merupakan estimasi on line apabila
tersedia interface antara data pengukuran dan
computer yang menjalankan simulasi.
14
Selain mengembangkan matematika untuk digunakan
pada ilmu dan bidang lainnya. Matematikawan juga
mengembangkan matematika tanpa memperhatikan
ilmu dan bidang lainnya, tetapi untuk matematika
sendiri, manfaat perkembangan matematika tersebut
dapat dirasakan setelah beberapa tahun kemudian.
Mempelajari matematika akan melatih logika berfikir
secara matematis yang sangat membantu
matematikawan dalam menekuni ataupun berkarya di
bidang teknologi, industri, keuangan maupun
komputasi dan pengembangan perangkat lunak.
15
tulisan cita-citaku jadi Profesor, karena menurut yang
saya ketahui Profesor adalah gurunya guru.
16
4. Kakak ku Ismujianto beserta istrinya Sri
Danaryani, Dwi Indrawan, Adikku Nana dan Nani
sekeluarga, terima kasih atas suasana
keakrabannya dan kekeluargaannya.
17
14. Alm Mas Hardjono, W.S. pimpinan teater Kelinci
yang mengajari saya untuk berani maju.
15. Alm Bp Tamhida yang tekun mengajari mengaji.
18
8. Semua tenaga akademik Jurusan Matematika
FMIPA ITS yang membantu pelaksanaan
pekerjaan saya selama ini.
Pustaka
1. Apriliani, E., 2001, The Estimation Of The
Water Level By The Reduced Rank Square Root
Information Filter, Proceedings of the Asia
Pasific Vibration Conference, vol II, Jilin
Science and Technology Press, China
2. Apriliani, E., 2002, Reduksi Rang pada Filter
Informasi Akar Kuadrat dan Modifikasi Filter
Kovariansi Akar Kuadrat Rang Tereduksi untuk
Sistem Berderau Vektor, Disertasi
3. Apriliani,E.,Sanjoyo, B.A., Adzkiya, D., 2011a,
The Groundwater Pollution Estimation by the
Ensemble Kalman Filter, Canadian Journal on
Science and Engineering Mathematics, June,
2011
4. Apriliani,E.Hanafi,L.,Wahyuningsih,N.,2011b,
Metode Estimasi Penyebaran Polutan, Jurnal
Purifikasi, Vol 12. No 2, Desember 2011
19
5. Lewis, L. F., 1986, Optimal Estimation, with
an introduction to stochastic control theory,
John Wiley and Sons, New York.
6. Burgers, G., van Leeuwen, P.J., and Evensen,
G., 1998, Analysis Scheme in the Ensemble
Kalman Filter, Monthly Weather Review, Vol:
126, pp:1719-1724.
7. Evensen, G., 1994, Sequential Data
Assimilation with a nonlinear quasi-geostrophic
model using Monte Carlo methods to forecast
error statistic. J. Geophys, Vol 99, page
10.143 - 10.162, 1994
8. Evensen, G., 2004, Sampling Strategies and
square root analysis schemes for the Ensemble
Kalman Filter (EnKF), Hydro Research Centre.
9. Hanea, R., 2005,Data Assimilation Concept
and The Kalman Filter Approach, Bahan RWS,
TU Delft.
10. Heemink, A.W., 1986, Storm surge prediction
using Kalman filtering, Thesis, Twente
University, The Netherlands
11. Heemink, A.W., 1990, Data Assimilation For
Non Linear Tidal Models, International Journal
for Numerical Methods in Fluids 1990
12. Heemink, A.W., Verlaan, M. and Segers, A.J.,
2004,Variance reduced Ensemble Kalman
Filter, Delft University of Technology.
13. Julier, S., Uhlmann, J dan Durrant-Whyte, H.,
1995, A new approach for filtering nonlinear
systems, Proceedings of the 14th IEEE
20
American Control Conference, Seattle, WA, hal.
16281632
14. Kandepu, R., Foss, B. dan Imsland, L. ( 2008),
Applying the unscented Kalman filter for
nonlinear state estimation, Journal of Process
Control, Vol. 18, hal. 753-768.
15. Nevers, N.D., 1995, Air Pollution Control
Engineering, McGraw-Hill, Inc, New York
16. Verlaan,M., Heemink, A.W. 1997, Tidal Flow
Forecasting Using Reduced Rank Square Root
Filters, Stochastic Hydrologi and Hydraulics,
No.11 : pp. 349-368
17. Verlaan, M., 1998, Efficient Kalman filtering
for Hydrodynamic Models, PhD Thesis, Delft
University of Technology
21
DAFTAR RIWAYAT HIDUP
A. Data pribadi
Nama : Erna Apriliani
Tempat/tanggal lahir : Surabaya, 14 April 1966
Alamat rumah : Simo Sidomulyo 7A/70
Surabaya
Telp./HP : 081358246437
Alamat kantor : Jurusan Matematika FMIPA ITS
Telp./Faks : 031-5943354 / 031-5996506
Alamat e-mail : april@matematika.its.ac.id;
aprilmath12@gmail.com
Profesi : Dosen
Jabatan structural : Ketua Jurusan Matematika
Nama Suami : Tamaji
Nama Anak : - Gama Nuur Aji Firdayani
- Fadhli Imanuddin Aji
Romadhoni
- Erliani Inayah Aji Romadhona
B. Riwayat pendidikan
22
Program Doktor Jurusan Matematika ITB (Sandwich
ITB-TU Deflt), tahun 1998-2002
C. Riwayat pekerjaan
23
Panitia South East Asian Conference Mathematics
and Its Applications (SEACMA), Surabaya, 2013
Ketua panitia Konferensi Nasional Matematika XVI,
Surabaya, Juni 2014
Pemateri pada CIMPA-School, Institut Teknologi
Bandung, September 2014
D. Riwayat jabatan
Kepangkatan :
- Penata Muda (CPNS)/IIIa, tanggal 01-02-1991
- Penata Muda/IIIa, tanggal 01-07-1992
- Penata Muda Tingkat I/IIIb, tanggal 01-04-1997
- Penata/IIIc, tanggal 01-04-2000
- Penata Tingkat I /IIId , tanggal 01-04-2004
- Pembina / IV a, tanggal 01-04-2006
Jabatan Fungsional:
- Asisten Ahli, tanggal 01-10-1996
- Lektor, tanggal 01-01-2001
- Lektor Kepala, tanggal 01-02-2004
- Guru Besar, tanggal 01-06-2014
24
E. Pelatihan Profesional
F. Penghargaan/Piagam
G. Publikasi ilmiah
SEMINAR
25
2. Apriliani, E., (1999), Kalman Filtering for m-stage
Observable System, Proceeding of the SEAMS-UGM
International Conference on Mathematics and Its
Applications, Universitas Gajah Mada, pp.189-197,
1999.
3. Apriliani, E., (2000), Kestabilan Filter Kalman untuk
Sistem Terobservasi m-langkah, Proc Konperensi
Nasional X Mat ITB, 2000.
4. Apriliani, E., (2000), The Estimation of the One
Dimensional Temperature Distribution by the
Modification of the RRSQRT Filter, Prosiding Seminar
Matematika Nasional, Jurusan Matematika Institut
Teknologi Sepuluh Nopember, pp.57-64, 2000.
5. Apriliani, E., (2000) The Application of RRSRIF to
Estimate the Heat Distribution, Prosiding Seminar
MIPA 2000, Fakultas MIPA ITB, pp.184-190, 2000.
6. Apriliani, E. (2001), The Application of the Modified
RRSQRT Filter on One Dimensional Shallow Water
Problem, Symposium on the Mathematical Support
for Hydrodynamic Laboratories (LABMATH), 9-11
September 2001, ITB.
7. Apriliani, E., (2001), The Estimation Of The Water
Level By The Reduced Rank Square Root Information
Filter, Proceedings of the Asia-Pasific Vibration
Conference, Vol.II, pp.584-586, Jilin Science and
Technology Press, China, 2001.
8. Apriliani, E., (2002) Reduksi Rang pada Filter
Informasi Akar Kuadrat dan Modifikasi Filter
Kovariansi Akar Kuadrat Rang Tereduksi untuk Sistem
Berderau Vektor, Disertasi Program Doktor,
Matematika ITB
26
9. Kartikasari, F.D., Apriliani, E. (2004), Perbandingan
Metode Variasional Dan Filter Kalman Sebagai Teknik
Asimilasi Data, Seminar Pasca Sarjana ITS.
10. Apriliani, E., (2005), The Estimation of Water Level
in The estuary Area by Kalman Filter, Seminar Early
Warning System, ITS, 2005
11. Apriliani, E., Sanjaya, S., dan Kartikasari, F.D.,
(2004), Estimasi Ketinggian Air Tanah dengan
Menggunakan Asimilasi Data, Seminar Nasional
Matematika, Bali
12. Apriliani, E., (2005), RRSQRT Filter untuk Sistem
dengan Matriks A Tertentu, Seminar Pascasarjana
ITS, 2005
13. Apriliani, E., (2005) The Application of Data
Assimilation Method on Ground Water Pollution
Problem, International Conference on Applied
Mathematics-ICAM05, Bandung
14. Savitri, D., Apriliani, E., Winarko, M.S. (2006),
Penentuan Bifurkasi Hopf Dengan Kriteria Divergensi,
Seminar Nasional Pascasarjana VI, Surabaya
15. Dharmawati, N., Apriliani, E., dan Winarko, M.S.,
(2006), Analisa Stabilitas dari Model Dinamika Virus,
Seminar Nasional Pascasarjana VI, Surabaya
16. Apriliani, E., (2006), Kajian Analisis dalam Metode
Asimilasi Data, Simposium Matematika Analisis, ITS
17. Apriliani, E., Arif, D.K., Sanjoyo, B.A., (2007),
Reduksi Rank Pada Matriks-Matriks tertentu, Seminar
Nasional Matematika, Banjarmasin
18. Apriliani, E., Sanjoyo, B.A., Adzkiya, D., (2009),
Reduce Rank and Ensemble Kalman Filter: Analyse
and its Application, Proceding of National Seminar
on Applied Technology, Science, and Arts (1st
APTECS),Surabaya, 22 Dec. 2009, ISSN 2086-1931
27
19. Iriani, Apriliani,E., dan Winarko,M.S., (2007), Global
Analysis of Vertically Transmitted Disease,
Proceeding Joint Conference Indonesia-Malaysia on
Statistics and Mathematics, ITS
20. Putri, E. R.M., Apriliani,E., dan Utami, P.D., (2007),
Estimation of European Call Option using Optimal
Smoothing Method, Proceeding Joint Conference
Indonesia-Malaysia on Statistics and Mathematics,
ITS
21. Apriliani, E., Estimasi Permiabilitas dan Tekanan
Aliran pada Pengeboran dengan menggunakan
Ensemble Kalman Filter, Seminar Nasional
Matematika, Universitas Airlangga, 2008
22. Adzkiya, D., Apriliani, E., (2009), The Application of
Ensemble Kalman Filter to Estimate Heat
Conduction Distribution, dipresentasikan di
International Conference on Natural and Material
Sciences, 3-4 Juli 2009 di Banjarmasin
23. Adzkiya, D., Apriliani, E., (2009), The Reduce Rank
Ensemble Kalman Filter to estimate the Heat
Conduction Distribution, Seminar Nasional APTECS
2009, Desember 2009, ITS di Surabaya
24. Apriliani, E., Arif, D.K., Sanjoyo, B.A., (2010), The
Square Root Ensemble Kalman Filter to Estimate the
Concentration of Air Pollution, dipresentasikan pada
International Conference on Mathematics and
Applied Engineering Agustus, 2010, Kuala Lumpur,
Malaysia
25. Pancahayani,S., Subchan, Apriliani, E., (2011),
Estimation of Missile Trajectory using Ensemble
Kalman Filter Method (EnKF), Proceedings of The
International Conference on Numerical Analysis and
Optimization (ICeMATH 2011)
28
26. Herlambang,T., Apriliani,E., Cordova,H. dan
Mardlijah, (2011), Desain Pengendalian Ketinggian
Air dan Temperatur Uap pada Sistem Steam Drum
Boiler dengan Metode Sliding Mode Control (SMC),
Prosiding Seminar Nasional Penelitian, Pendidikan
Dan Penerapan MIPA,Fakultas MIPA, Universitas
Negeri Yogyakarta, 14 Mei 2011.
27. Subchan, Rifai, M., Apriliani, E, (2012), Analisa
Kestabilan Persamaan Gerak Roket Tiga Dimensi tipe
RKX-LAPAN, Seminar Nasional Matematika dan
Pendidikan Matematika FMIPA UNY
Yogyakarta, 10 November 2012
28. Hanafi,L., Apriliani,E., and Fadlilah,A. (2012),
Detecting Fouling In Heat Exchanger By Extended
Kalman Filter And Ensemble Kalman Filter Methods,
Proceeding International Conference on
Mathematics, ISBN 978-979-96152-7-5, Statistics and
its Applications 2012 (ICMSA 2012)
29. Iza, B. A., Apriliani, E., Sanjoyo, B.A. , Mukhlas,I.,
Utomo, B.U., (2013), Numerical Solution of One and
Two Dimensional Debris Flow by Using Finite
Difference Method, South East Conference on
Mathematics and Its Application, Surabaya
JURNAL
1. Apriliani,E., Pranoto, I, (2000), Perbandingan antara
Observer Deterministik dan Kalman Filter, MIHMI ITB
Vol 6 No 1, 2000.
2. Apriliani,E.,(2001),The Reduced Rank SRIF, Journal
Indonesian Mathematics Society (MIHMI), Vol.7, no
2. pp.39-48, 2001.
29
3. Apriliani,E., (2002), Masalah Penelusuran dengan
Menggunakan Wavelet, Jurnal Matematika atau
Pembelajarannya, th VII, 2002.
4. Yatini, Apriliani, E., Soetrisno, (2005), Penentuan
Koefsien Daya Angkat Pesawat Terbang Layang
Terhadap Gerakan Angin Vertikal, Jurnal LIMITS, J.
Math. and Its Appl. ISSN: 1829-605X, Vol. 2, No. 1,
May. 2005, 9-16
5. Adzkiya, D., Apriliani, E., Sanjoyo, B.A., (2006),
Perbandingan Algoritma Golub Kahan dan QR Simetri
untuk Dekomposisi Nilai Singular, Jurnal LIMITS, J.
Math. and Its Appl. ISSN: 1829-605X, Vol. 3, No. 1,
May. 2006, 19-24
6. Apriliani, E., Sugandi, B., (2007), Konstruksi matriks
Non Negatif Simetri dengan Spektrum Bilangan real,
LIMITS-Journal of Mathematics and Its Application,
Vol 4, No. 1, pp. 17-25, May 2007
7. Apriliani, E., Sanjaya,B.A. (2007), Reduksi Rank
pada Matriks-Matriks Tertentu, Jurnal LIMITS, J.
Math. and Its Appl. ISSN: 1829-605X, Vol. 4, No. 2,
Nov 2007, 1-8
8. Purnomo, K.D., Apriliani, E., (2008), Estimasi
Populasi Plankton dengan Ensemble Kalman Filter,
Jurnal Ilmu Dasar, 2008, Vol 9 No. 1.
9. Masduqi, A., Apriliani, E., (2008), Estimation of
Surabaya River Water Quality using Kalman Filter
Algorithm, IPTEK- the Journal for Technology and
Sciences, August 2008, Vol 19, No 3, pp. 87-91
10. Apriliani, E., Sanjoyo, B.A., Adzkiya, D.,(2011), The
Groundwater Pollution Estimation by the Ensemble
Kalman Filter, Canadian Journal on Science and
Engineering Mathematics, June, 2011
30
11. Apriliani, E. Hanafi, L., Wahyuniningsih, N., (2011),
Metode Estimasi Penyebaran Polutan, Jurnal
Purifikasi, Vol 12. No 2, Desember 2011
12. Apriliani, E., Budiono, W.S., (2011), Metode
Ensemble Kalman Filter untuk Mendeteksi Gangguan
pada Masalah Konduksi Panas Satu Dimensi, Jurnal
Matematika dan Sains, Vol 16. No 6, Desember 2011
13. Apriliani,E., Adzkiya, D., Baihaqi, A., (2011), The
Reduced Rank of Ensemble Kalman Filter to
Estimate the Temperature of Non Isothermal
Continue Stirred Tank Reactor , Jurnal Teknik
Industri, 2011
14. Apriliani,E., Subchan, Yunaini,F., and Hartini, S,
(2013), Estimation and Control Design of Mobile
Robot Position, Far East Journal of Mathematical
Sciences (FJMS), Vol 77, No 1, June 2013, pp 115-
124
15. Arif, D.K., Widodo, Salmah, Apriliani, E., (2014),
Construction of The Kalman Filter Algoritm on the
Model Reduction, International Journal of Control
and Automation, Vol 7 No 9, 2014, pp. 257-270
PENELITIAN
Estimasi Distribusi Limbah Cair pada Air
Tanah dengan menggunakan Metode
Asimilasi Data, Hibah Bersaing XII, tahun
2004, 2005 dan 2006
Estimasi Permiabilitas dan Tekanan Aliran
pada Pengeboran dengan menggunakan
Ensemble Kalman Filter, Penelitian Dana
DIPA tahun 2008
31
Ensemble dan Reduksi Rank pada Kalman
Filter, Hibah Bersaing tahun 2009 dan tahun
2010
Kajian Karakteristik Metode Unscented
Kalman Filter dan Ensemble Kalman Filter,
Hibah PUM tahun 2011
Pemodelan dan Simulasi Penyebaran Aliran
Debris Dua Dimensi untuk Memprediksi
Daerah Rawan Bencana (Studi Kasus Aliran
lahar di Kali Gendol Lereng Merapi), Hibah
Unggulan Perguruan Tinggi tahun 20013 dan
2014
32
Tenaga Pengajar / Instruktur Pelatihan
Matematika bagi Tenaga Pendidik di SMP
Progresif Bumi Shalawat Tulangan Sidoarjo,
2013
33