16 Tabel 1.1 Daftar nama peneliti menggunakan metode PCA Principle
Component Analysis
Peneliti Tahun
Objek Yang diteliti Data yang
digunakan
Resmana Lim,
Raymond Kartika
Gunadi [1] 2002
Face Recognition menggunakan
metoda Linear Discriminant Analysis LDA
Image Wajah
Agus Zainal Arifin
dan Nova
Hadi Lestriandoko
[2] 2003
Kompresi Citra
Inderaja Multispektral Berbasis Clustering
dan Reduksi Spektral Image
Citra
Fitri Damayanti,
Agus Zainal [3]
2010 Pengenalan Wajah Berbasis Two-
Dimensional Lenear Dicriminant Analysis
Image Citra
1.2. Perumusan Masalah
Perbesaran citra radar super resolution yang direkonstruksi dari sejumlah patch
dari training set citra membutuhkan proses yang cukup rumit dan lama serta menganalisa awan berpotensi petir yang sangat rumit. Penerapan metode PCA pada
training set dapat mengurangi dimensi citra sehingga diharapkan proses rekonstruksi
citra perbesaran lebih cepat dengan kualitas yang lebih baik serta dapat menganalisa dampak petir.
Universitas Sumatera Utara
17
1.3. Batasan Masalah
Dalam pembahasan tesis ini permasalahan dibatasi pada: 1. Daerah yang dipergunakan sebagai daerah sempel ialah daerah
TUNTUNGAN sekitarnya. 2. Menerapkan algoritma PCA untuk proses training set.
3. Rekonstruksi citra menggunakan model Markov Network untuk memperoleh citra super resolution dengan interpolasi antara patch
resolusi tinggi dan patch resolusi rendah. 4. Analisa dan Perhitungan MSE Means Square Error dan PSNR Peak
Signal to Noise Ratio untuk mengetahui kualitas dan kecepatan citra super resolution yang dihasilkan.
5. Tipe citra memiliki format BMP dengan variasi citra sampel sebanyak data awan yang memiliki potensi petir serta ukuran ketebalan awan yang
berbeda sebagai data training.
1.4. Tujuan Penelitian
Tujuan Penelitian tesis ini adalah melakukan analisa mengenai potensi petir dengan rekonstruksi citra super resolution model Markov Network dengan training
set menggunakan PCA untuk memperbaiki kualitas citra dan mengetahui daerah dan jenis awan yang dapat berpotensi petir kuat.
Universitas Sumatera Utara
18
1.5. Manfaat Penelitian
Manfaat dari penelitian ini adalah: 1. Memberikan manfaat bagi provider telekomunikasi penentuan daerah
pemasangan tower dan besaran potensi kualitas signal. 2. Penentuan ketebalan awan untuk dapat memprediksi jangka waktu
lamanya hujan. 3. Memberikan konstribusi pada peningkatan kualitas citra radar yang
merupakan parameter penting dalam signal processing untuk memperoleh citra radar yang secara rinci seperti citra aslinya pada saat diperbesar .
4. Mengurangi biaya yang mahal dalam proses pencetakan citra yang menggunakan kamera LR CCD dalam perbesaran dan kualitas citra.
5. Memberikan pemahaman atau pengetahuan mengenai pemrosesan citra khusunya berhubungan dengan perbaikan dan perbesaran citra image
enhancement and enlargement. 6. Dalam pengolahan potensi petir dengan rekonstruksi citra radar super
resolution model Markov Network dengan training set PCA yang
dilakukan penelitiannya pada daerah Tuntungan dapat juga diperluas pada daerah Medan sekitarnya.
1.6. Sistematika Penulisan