• Kalman filter merupakan recursive digital filter yang dapat menges.masi kondisi proses apapun dengan sangat efek.f.
Algoritma Kalman filter merupakan sebuah filter yang efisien dan menges.masi state pada linear dynamic system dari
rentetan penggukuran noise. Kalman filter juga digunakan untuk mengontrol sistem yang sensi.ve terhadap noise dari
lingkungan karena meminimalkan square error. Filter ini dapat mengurangi pengukuran yang terkena noise dari sensor-
sensor sebelum masuk kedalam sistem kontrol.
• Berikut ini adalah persamaan predict dan correct dalam kalman filter :
1. Update waktu (Prediksi)
Es.masi : 𝑥̂𝑘|𝑘−1 = 𝑭𝑥̂𝑘−1|𝑘−1+ 𝑩𝜃̇𝑘
Kovaransi Error : 𝑷𝑘|𝑘−1 = 𝑭𝑷𝑥̂𝑘−1|𝑘−1𝑭𝑇 + 𝑸𝑘
LANGKAH KERJA
Plot Data Awal
Script of MATLAB Menghapus Worksheet Define Data
1 2 3 4
Input Data Plot Data
Keterangan : Noise
Posisi Kapal
1 4
2 3
Script of MATLAB
5 Plot Data
Perbandingan Statistik
Dengan menggunakan teknik Kalman Filter berdasarkan grafik di atas, dapat terlihat bahwa hasil estimasi mampu
untuk memprediksi posisi kapal yang sebenarnya dari sistem. Dari total data posisi kapal, data prediksi memberikan
hasil hampir mendekati nilai sebenarnya di lapangan dengan selisih sekitar 0,76-7,5 meter.
Dari keseluruhan data, hasil prediksi memberikan data prediksi yang hampir mendekati nilai sebenarnya di lapangan,
karena pada grafik data predicted state tidak jauh berbeda nilainya dengan data corrected state.
Visualisasi grafik yang menggambarkan bahwa data predicted state tidak jauh berbeda nilainya dengan data corrected
state.
Nilai covarians data sebesar 0,882 atau mendekati 0 yang berarti data tersebut memiliki tingkat kepercayaan prediksi
yang tinggi
Ketika process noise lebih kecil dari measurement noise, maka hasil estimasi Kalman filter tidak bergantung pada data
pengukuran. Ketika measurement noise besar, Kalman filter akan lebih mempercayai hasil estimasi dan menggunakan
process noise untuk mengoreksi hasil estimasi.
Masih terdapat beberapa data yang memberikan nilai prediksi yang sangat berbeda jauh dengan data pengukuran. Hal
tersebut dikarenakan faktor kesalahan pada alat atau karena faktor alam.
RM184305 – APLIKASI STATISTIKA DAN PROBABILITAS
TERIMA KASIH