Penaksiran Parameter Model SIS Stokastik Penyebaran Penyakit Malaria Dengan Metode Stepest Descent

Abstract

Simulasi numerik dilakukan untuk memperoleh solusi dan gambaran penyebaran penyakit malaria dengan model Susceptible Infected Susceptible (SIS) Stokastik. Laju infeksi penyakitnya dimodelkan mengikuti Distribusi Poisson. Simulasi dilakukan dengan menggunakan data jumlah pasien malaria di kabupaten Majene., Sulawesi Barat. Untuk simulasi numerik, peneliti menaksir parameter model yang mengikuti distribusi poisson dengan menggunakan maksimum likelihood estimator. Untuk menaksir parameter yang memaksimumkan fungsi log likelihoodnya, peneliti menggunakan metode stepest descent. Hasil yang diperoleh adalah Metode Stepest Descent merupakan metode yang sangat cocok digunakan untuk menaksir parameter model karena kecilnya kemungkinan nilai fungsi log likelihood menuju . Selain itu, metode Stepest Descent lebih memudahkan dalam penentuan parameter awal.

Parameter Estimation of The Blumberg Model Using Simulated Annealing Algorithm: Case Study of Broiler Body Weight

“…When estimating the parameters, the thing that will be faced is the optimization problem, which is to minimize the error between the model solution and the observation data. There are several methods that can be used to solve optimization problems to minimize errors, namely methods that involve derivatives such as the Newton-Raphson method and steepest descent [5] or methods that do not involve derivatives such as genetic algorithm [6], particle swarm optimization, Nelder-Mead [7], and simulated annealing (SA) [8], [9].…”