Latar Belakang Masalah PENDAHULUAN

14

BAB 1 PENDAHULUAN

1.1. Latar Belakang Masalah

Perkembangan teknologi komunikasi dan kebutuhan sistem modern yang pesat di Indonesia menjadikan kebutuhan mengikat yang sangat diperlukan bagi manusia di abad 21 ini, perkembangan teknologi ini diikuti oleh pembangunan sistem serta instalasi komunikasi yang sangat luas di Indonesia terutama di daerah Sumatera Utara. Dapat dilihat dari tingginya permintaan pasar akan peralatan radio komunikasi, serta sistem peralatan modern. Sistem komunikasi peralatan modern yang dibangun sangat sedikit dengan dibarengi proteksi terhadap bencana alam petir, hal ini sering diabaikan atau ditiadakan contohnya pada saat penentuan lokasi pembagunan tiang-tiang tower BTS Base Transceiver Station dan pembangunan tiang sutet saluran udara tegangan ekstra tinggi. Untuk itu perlu data yang pasti guna penentuan lokasi ini, data yang dimaksud adalah data petir dan data awan yang mengandung petir. Dalam hal penentuan data tersebut dibutuhkan alat yaitu Radar Radio Detecting And Ranging serta lighting protector recorder. Dari hasil data image yang diperoleh dari peralatan radar tersebut dapat dilakukan uji lokasi pertumbuhan awan yang mengandung petir serta dibandingan dengan hasil data yang diperoleh dari lighting protector recorder hal ini dapat dilakukan dengan analisa –analisa seperti pendekatan analisa interpolasi bilinier atau Universitas Sumatera Utara 15 cubic B-spline memiliki kemampuan dapat menghilangkan kabur pada tepi secara terperinci. Peningkatan pada frekuensi tinggi kurang sempurna untuk manusia sebagai operator dalam memutuskan tingkat perbaikan namun beberapa pendekatan statistik memberikan hasil yang baik. Robust dan fast algorithm dapat dijadikan sebagai ketajaman citra meskipun banyak yang mencoba untuk membuat dan meneliti seperti yang dilakukan oleh Kersten dan Later, sementara Hulbert dan Paggio menggunakan pendekatan linier tetapi masih terdapat kekurangan pada beberapa kasus selanjutnya Freesmann menggunakan Bayesian Propagation Algorithm dengan hasil yang lebih efisien, algoritma ini menggunakan data training dalam menentukan parameter propagasi. Pada pengujiannya menggunakan One Pass Algorithm tanpa menggunakan model Markov Network yang sebelumnya digunakan. Training set yang dibangun dari model Markov Network masih lambat dan kurang efisien sehingga masih memerlukan penelitian lanjut untuk menyempurnakan proses perbaikan kualitas citra berbasis training ini. Salah satu metode yang akan diterapkan untuk peningkatan kualitas citra dan mendapatkan waktu proses yang lebih cepat adalah metode PCA Principle Component Analysis. Pada Tabel.1.1 terdapat nama –nama peneliti yang pernah mempergunakan metode PCA yaitu: Universitas Sumatera Utara 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