Rekonstruksi Citra Radar Super Resolution Model Markov Network dengan Training Set Menggunakan PCA (Studi Kasus pada Radar Cuaca di BBMKG Wilayah 1 Medan)
REKONSTRUKSI CITRA RADAR SUPER RESOLUTION MODEL MARKOV NETWORK DENGAN
(Studi Kasus Pada Radar Cuaca di BBMKG Wilayah I Medan) TESIS Oleh LIDO FANTER 087034025 / TE FAKULTAS TEKNIK UNIVERSITAS SUMATERA UTARA MEDAN 2015
REKONSTRUKSI CITRA RADAR SUPER RESOLUTION MODEL MARKOV NETWORK DENGAN
(Studi Kasus Pada Radar Cuaca di BBMKG Wilayah I Medan) TESIS
Untuk Memperoleh Gelar Magister Teknik Dalam Program Studi Magister Teknik Elektro
Pada Fakultas Teknik Universitas Sumatera Utara
Oleh LIDO FANTER 087034025/TE FAKULTAS TEKNIK UNIVERSITAS SUMATERA UTARA MEDAN 2015
Judul Tesis : REKONSTRUKSI CITRA RADAR SUPER
RESOLUTION MODEL MARKOV NETWORK DENGAN TRAINING SET MENGGUNAKAN PCA (Studi Kasus pada Radar Cuaca di BBMKG Wilayah I Medan) Nama Mahasiswa : Lido Fanter Nomor Pokok : 087034025 Program Studi : Teknik Elektro
Menyetujui
Komisi Pembimbing:
(Prof.Dr.Ir. Usman Baafai) (Prof.Drs. Tulus, M.Si.Ph.D) Ketua Anggota Sekretaris Program Studi Dekan, (Drs. Hasdari Helmi, MT) (Prof.Dr.Ir. Bustami Syam,MSME) Telah Lulus : 28 Maret 2013Telah diuji pada Tanggal : 28 Maret 2013 PANITIA PENGUJI TESIS Ketua : Prof.Dr.Ir. Usman Baafai Anggota : Prof.Drs. Tulus, M.Si.Ph.D
1. Prof.Dr. Muhammad Zarlis
2. Prof.Dr. Opim S.Sitompul, M.Sc
ABSTRAK
Peningkatan pembangunan sistem komunikasi dan pengembangan pembangunan tower yang relatif meningkat, sering kurang dibarengi dengan data- data lokasi potensi petir yang pada dasarnya sangat dibutuhkan untuk menyelamatkan semua sistem peralatan yang dipergunakan. Dalam tesis ini super resolution dipakai untuk memperoleh citra radar perbesaran dengan mengaplikasikan model Markov
Network pada training set yang dibentuk dari citra awan serta dapat memperoleh
intensitas kepadatan awan yang mengandung petir. Training set dibentuk dari patch dengan proses cuplikan citra awan, rekonstruksi citra radar super resolution merupakan salah satu cara dalam proses pengolahan citra radar guna meningkatkan kualitas citra awan yang mengandung petir serta dapat memperoleh data intensitas petir pada daerah tertentu dalam kawasan tangkapan radar cuaca.
Proses pemilihan patch terbaik dari training set dapat direduksi menggunakan metode PCA (Principle Component analysis) yang memacu prosess pada training set lebih cepat.
Kata-kata kunci : Potensi Petir, Markov Network, Principle Component Analysis
ABSTRACT
The increasing development of communication system and the relatively increasing development of tower construction are not usually followed by the data ofpotential lightning locations which actually need to save all equipment systems. In
this thesis, super resolution was used to obtain magnifying radar image by applying Markov Network model in the training set formed by cloud image so that the intensityof cloud density which contains lightning can be obtained. Training set is formed by
patch in the processes of cloud image footage. The reconstruction of the super resolution radar image is one of the techniques in the process of radar image inorder to increase the quality of cloud image which contains lightning and to obtain
the data of lightning intensity in certain areas within weather radar catchment areas.The process of selecting the best patch of training set can be reduced by using PCA (Principle Component Analysis) method which expedites the process in training set.
Keywords: Potential Lightning, Markov Network, Principle Component Analysis
KATA PENGANTAR
Puji syukur kehadirat Tuhan Yang Maha Esa atas rahmat dan hidayahnya sehingga penulis dapat menyelesaikan tesis ini. Penulisan tesis ini dilakukan untuk memenuhi salah satu syarat kurikulum Program Studi Magister Teknik Elektro Fakultas Teknik Universitas Sumatera Utara, Medan. Tesis ini berjudul
“Rekonstruksi Citra Radar Super Resolution Model Markov Network dengan
Training Set Menggunakan PCA (Studi Kasus pada Radar Cuaca di BBMKG Wilayah 1 Medan) ”.Penulis terutama sekali mengucapkan terima kasih kepada orang tua tercinta, istri, dan anak-anak tersayang atas doa dan dorongan batin yang tak ternilai harganya.
Penulis juga mengucapkan terima kasih yang tak terhingga dan penghargaan yang setinggi-tingginya kepada Bapak Prof. Dr. Ir Usman Baafai & Bapak Prof. Drs.
Tulus, M.Si.Ph.D, sebagai pembimbing atas segala saran, bimbingan dan nasehatnya selama penyelesaian tesis ini. Penulis juga mengucapkan terima kasih kepada para penguji : Bapak Prof.Dr. Muhammad Zarlis dan Bapak Prof.Dr. Opim S.Sitompul, M.Sc yang banyak memberikan masukan atas penulisan tesis ini. Tidak lupa juga kepada staf pengajar selama menempuh perkuliahan khususnya staf administrasi pada program Studi Magister Teknik Elektro yang selalu mengingatkan penulis untuk menyelesaikan tesis ini.
Penulis menyadari bahwa tesis ini masih jauh dari kesempurnaan. Penulis berharap semoga tesis ini dapat memberikan cakrawala baru bagi para pembaca dan memotivasi untuk lebih mengembangkan ilmu pengetahuan yang dapat berguna untuk kedepannya.
Medan, Maret 2015 Penulis, Lido Fanter
DAFTAR RIWAYAT HIDUP
Saya yang bertanda tangan dibawah ini: Nama : Lido Fanter Tempat/Tanggal Lahir : Belawan, 2 September 1975 Jenis Kelamin : Laki-laki Agama : Kristen Bangsa : Indonesia Alamat : Jl. Bunga Terompet Perumahan Cipta Pesona Blok D-16, Medan Tuntungan Menerangkan dengan sesungguhnya riwayat hidup sebagai berikut:
PENDIDIKAN 1.
: Tahun 1988 Tamatan SD HangTuah II, Kota Bangun 2.
: Tahun 1991 Tamatan SLTP HangTuah II, Kota Bangun 3.
: Tahun 1994 Tamatan SLTA Negeri Labuhan Deli 4.
Tamatan S1 Institut Sains dan Teknologi T.D Pardede : Tahun 2003
PEKERJAAN
BBMKG Wil I Medan
Medan, April 2015 Penulis, Lido Fanter
DAFTAR ISI HALAMAN ABSTRAK
i …………………………………………………………..
ABSTRACT ii …………………………………………………………. KATA PENGANTAR iii ……………………………………………... DAFTAR RIWAYAT HIDUP v ……………………………………. DAFTAR ISI vi ……………………………………………………….. DAFTAR GAMBAR viii ………………………………………………. DAFTAR TABEL ix
…………………………………………………..
BAB 1 PENDAHULUAN 1 ………………………………………… 1.1.
1 Latar Belakang Masalah……………………………..
1.2.
3 Perumusan Masalah………………………………….
1.3.
4 Batasan Masalah……………………………………..
1.4.
4 Tujuan Penelitian…………………………………….
1.5.
5 Manfaat Penelitian…………………………………...
1.6.
5 Sistematika Penelitian……………………………….
BAB 2 TINJAUAN PUSTAKA 8 ………………………………….
2.1. Pendahuluan
8 …………………………………………
2.1.1. Rekonstruksi super resolusi berdasarkan Interpolasi
12 …………………………………….
2.1.2. Rekonstruksi super resolusi berdasarkan Training
13 ………………………………………….
2.2. Penelitian Yang Dilakukan
16 …………………………..
2.3. Rancangan Penelitian
17 ………………………………..
2.4. Teori Markov Network
21 ………………………….……….
2.4.1. Defenisis Markov Networ
21 …………..………….
2.4.1.1. Sifat-sifat
21 Markov Network…………… 2.4.1.2. d-Separation
24 …………………………....
2.4.1.3. Undirected Factorization
25 …………….
2.4.1.4. Directed Markov Network
44
31
33
34
36
37
38
39
39
40
41
44
44
45
27
45
47
47
48
49
50
50
52
57
58
60
60
60
29
DAFTAR PUSTAKA ……………………………………………… LAMPIRAN
……………
3.1. Metode Pengumpulan Data ..........................................
2.4.2. Menggunakan Markov Random Field
…………
2.4.3. Pendekatan Nearest Neighborhood dalam MRF …………………………………………...
2.4.4. Identifikasi dengan struktur induk nearest Neighbor ………………………………………….
2.5. Metode Statistik PCA ………………………………...
2.5.1. Konsep dasar PCA ……………………………
2.5.2. Parameter dan variabel PCA ………………….
2.5.3. Matriks karakteristik (Eigen) ………………….
2.5.4. Nilai karakteristik dan vektor karakteristik.......
2.5.5. Penentuan nilai karakteristik dan vektor Karakteristik......................................................
2.5.6. Transformasi kemiripan.....................................
2.5.7. Standarisasi hasil PCA......................................
BAB 3 METODELOGI PENELITIAN ………………………….
3.2. Perangkat Lunak............................................................
5.2. Saran …………………………………………………..
3.3. Lokasi dan Waktu Penelitian.........................................
3.4. Rancangan Penelitian....................................................
3.5. Data Uji Penelitian ………………………………….
3.5.1. Data real image radar cuaca ………………..
3.5.2. Data real image petir ……………………….
3.5.3. Prosedur pengolahan data real radar dan data Petir..................................................................
BAB 4 HASIL DAN PEMBAHASAN...........................................
4.1. Hasil Analisa Image Radar Cuaca 15 Pebruari 2012 …
4.2. Tahap Training pada Citra Radar ……………………..
4.3. Training Set Model Markov Network …………………...
4.4. Signal To Noise Ratio (SNR) …………………………
BAB 5 KESIMPULAN DAN SARAN ……………………………
5.1. Kesimpulan ……………………………………………
61
DAFTAR GAMBAR No Judul Halaman 2.1.
19
28
28
27
26
25
20
18
29
10
9
8
………………………………………………………… Data petir ……………………………………………………….. Data image radar di reconstructe ………………………………….. Data SNR jam 18.00 wib ……………………………………….. Data SNR jam 14.00 wib ………………………………………..
…………… Data petir ……………………………………………………….. Proses PCA pengolahan data awan Jam 14.00 wib tanggal 15 Pebruari
………………………… Proses PCA pengolahan data awan Jam 18.00 WIB
28
31
……………………………………………………… Data petir
50
58
57
56
55
54
53
49
31
48
47
46
45
42
35
33
……………………………………………………… Gambaran umum proses sistem.................................................... Tahap proses pencuplikan image radar
Struktur Node MRF untuk Model Markov Network ……………... Identifikasi dan pengenalan citra pada proses training ………….. Diagram dataspace....................................................................... Skema mendapatkan eigenvector dan Eigenvalue....................... Gambaran rancangan penelitian................................................... Konfigurasi sensor radar ………………………………………. Data radar
2.2.
2.11.
2.17 2.18.
2.16
2.15
2.14.
2.13.
2.12.
2.10.
3.2.
2.9.
2.8.
2.7.
2.6.
2.5.
2.4.
2.3.
3.1.
3.3.
clique digambarkan oleh lingkaran dengan garis putus-putus clique adalah subset yang dihubungkan secara maksimal pada node dalam graph.........................................................................
4.8. Deteksi radar cuaca ……………………………………………..
Aplikasi teorema Markov Network................................... Bentuk Spin Lattice MRF ……………………………………….
Undirected graph …………………………………………………… Graph dengan clique ……………………………………………….. Moralization Markov ……………………………………………….. Moralization dengan syarat bebas................................................ Ancestral set …………………………………………………...
Sistem pemrosesan piksel ………………………………………. Model super resolution.................................................................
…………………………………
Hasil data radar (radar image) …….……………………………. Dasar pemikiran super resolution..
Jenis gelombang dan frekuensi …………………………………
4.7.
3.4.
4.6.
4.5.
4.4.
4.3.
4.2.
4.1.
3.5.
59
DAFTAR TABEL No Judul Halaman
1.1. Daftar nama peneliti menggunakan metode PCA (Principle Component Analysis).....................................................................
3