Algoritma Kalman Filter 6


Algoritma Kalman Filter adalah salah satu algoritma yang digunakan untuk memperkirakan hasil berikutnya berdasarkan data-data yang sudah ada sebelumnya. Contoh yang dibahas kali ini adalah mengenai memperkirakan penjualan pada periode berikutnya berdasarkan data penjualan pada periode sebelumnya.
Algoritma ini biasanya digunakan untuk melakukan estimasi data sebenarnya berdasarkan data observasi yang mengandung noise dan beberapa faktor ketidaktepatan lainnnya, dan itulah arti kata “Filter” pada algoritma ini. Tetapi dalam kasus ini, algoritma ini akan digunakan untuk memprediksikan nilai kedepannya, yang diperoleh dari nilai filter pada akhir perhitungan.



Diasumsikan ada 4 data barang yang sudah diketahui hasil penjualannya
Masing-masing barang memiliki data penjualan pada 5 periode sebelumnya
Maka tentukan prediksi penjualan untuk 3 periode berikutnya
Diasumsikan data penjualan adalah sebagai berikut:

Nama Barang Periode1 Periode2 Periode3 Periode4 Periode5
Pensil 10 12 8 11 20
Penghapus 15 12 13 14 14
Pena 9 7 15 15 10
Penggaris 1 2 4 12 13

Langkah pertama adalah memasukkan data-data yang digunakan.
Contoh data awal adalah sebagai berikut:


Langkah-langkah penggunaan algoritma ini adalah

* Lakukan perhitungan pada masing-masing data (poin 1 – 4)

1. Hitung rata-rata dan standar deviasi dari data yang sedang dihitung
Rata-rata adalah jumlah semua data dibagi dengan jumlah datanya
Standar deviasi adalah akar dari ((kuadrat dari (jumlah dari (data – rata-rata))) / jumlah data)

2. Beri nilai awal untuk setiap variabel yang dibutuhkan
Penjelasan lebih lanjut mengenai masing-masing variabel dapat dilihat pada skrip dibawah ini

3. Lakukan perulangan sebanyak jumlah data yang ada (poin 3a – 3b)

3a. Beri nilai awal Vektor Observasi menggunakan data yang ada

3b. Lakukan proses perhitungan dengan menggunakan metode Kalman Filter
Penjelasan tentang fungsi ini akan dijelaskan pada perhitungan dibawah ini (poin 3b1 – 3b3)

Memasuki perhitungan pada fungsi kalmanfilter

3b1. Parameter s memiliki beberapa field / variabel seperti yang sudah dijelaskan sebelumnya
Apabila terdapat variabel yang belum dideklarasikan sebelumnya,
maka skrip dibawah ini akan melakukan inisialisasi pada variabel tersebut

3b2. Lakukan perhitungan berikut saat perulangan pertama kali,
yaitu saat estimasi vektor state masih belum memiliki nilai dari perhitungan sebelumnya

3b2a. Beri nilai awal untuk Estimasi Vektor State dan Kovarians Estimasi Vektor State

3b3. Lakukan perhitungan berikut pada perulangan berikutnya (sampai sebanyak jumlah data yang dihitung) (poin 3b3a – 3b3c)

3b3a. Hitung nilai prediksi sementara untuk Estimasi Vektor State dan Kovarians Estimasi Vektor State

3b3b. Hitung faktor gain Kalman

3b3c. Lakukan koreksi menggunakan faktor gain untuk mendapatkan nilai akhir prediksi

4. Nilai prediksi akhir diambil dari nilai Estimasi Transisi State yang sudah dihitung sebelumnya


Hasil akhir adalah:


Contoh modul / source code menggunakan Matlab dapat didownload disini:



Jika membutuhkan jasa kami dalam pembuatan program, keterangan selanjutnya dapat dilihat di Fasilitas dan Harga
Jika ada yang kurang paham dengan langkah-langkah algoritma diatas, silahkan berikan komentar Anda.
Selamat mencoba.


Tinggalkan sebuah komentar

Alamat email Anda tidak akan dipublikasikan. Ruas yang wajib ditandai *

6 pemikiran di “Algoritma Kalman Filter

  • Firdani Rianda

    Saya ingin bertanya dalam menentukan prediksi kedepannya Filter Kalman harus ada Measurement terbaru, dengan cara apa tanpa adanya measurement terbaru dapat memprediksi data ke periode selanjutnya?

    • pip Penulis

      Measurement apakah yang anda maksud? karena dalam pembahasan diatas tidak ada pembahasan mengenai Measurement.

      Pada intinya, perhitungan yang dilakukan pada algoritma ini adalah melakukan perhitungan Kalman Filter untuk masing-masing periode, dan kemudian mendapatkan jawaban akhir dari perhitungan data yang terakhir.

    • pip Penulis

      Ya, betul. Hasil implementasi skrip diatas dapat anda ujicoba secara langsung dengan mengunduh file skrip yang saya sertakan pada akhir pos ini.