HASIL & PEMBAHASAN - METODE LEAST SIGNIFICANT BIT (LSB) CITRA DIGITAL UNTUK STEGANOGRAFI PA

Untuk menyelesaikan permasalah dalam pembuatan aplikasi steganografi menggunakan metode LSB (least Significant Bit) adalah membuat aplikasi dengan menggunakan Embercadero RAD Studio 2010 Architect edition yang disitu akan memproses gambar dalam gambar yang ukuran gambar tersebut berbeda dengan aslinya. Setelah melakukan tahap analisis dan perancangan maka pada Bab ini akan dilakukan pembahasan pengimplementasian dari hasil aplikasi yang telah dibuat.

4.1 Analisis Kebutuhan Perangkat Keras

Sebelum melakukan implementasi dan menjalankan aplikasi untuk proses steganografi pada pemanfaatan citra digital, dibutuhkan spesifikasi perangkat keras dan juga perangkat lunak dengan kondisi tertentu agar dapat berjalan dengan baik.

Berikut ini adalah perangkat keras yang digunakan untuk menjalankan aplikasi steganografi pada citra digital dengan metode Least Significant Bit (LSB), dalam kasus ini adalah Pemanfaatan Metode Least Significant Bit (LSB) Pada Citra Digital, untuk kebutuhan minimum perangkat keras dapat dilihat dalam tabel 4.1

Tabel 4.1 Kebutuhan Perangkat Keras Processor Memory (RAM) Hard-Disk Monitor (Resolution) Intel Core™ i3 V-Gen DDR-3 2GB 640 GB HDD/5400 rpm Pada umumnya menggunakan monitor dengan resolusi 1600X900 (HD+)

Analisis Kebutuhan Perangkat Lunak

Kebutuhan perangkat lunak yang digunakan untuk menjalankan aplikasi steganografi citra digital dengan metode Least Significant Bit (LSB) pada Tabel 4.2

Tabel 4.2 Kebutuhan Perangkat Lunak

Nama Aplikasi Ver si Keterangan

Embercadero RAD Studio 2010 Developer Tool

4.2 Potongan Program

Dalam sub bab ini akan dijelaskan mengenai beberapa potongan program delphi sebagai implementasi dari algoritma yang sudah dijelaskan pada bab sebelumnya.

a. Membuka dan menampilkan citra if dlgOpen1.Execute then begin

LbCap1.Caption := 'Data Citra';

FileSizes := FileSize(dlgOpen1.fileName); LbNama1.Caption := ': ' + dlgOpen1.fileName; LbUKFile1.Caption := ': ' + FormatByteSize(FileSizes); MJPEG := TJPEGImage.Create; MJPEG.LoadFromFile(dlgOpen1.FileName); Image1.Picture.Assign(MJPEG); MJPEG.Free; LbResFile1.Caption := ': '+ IntToStr(Image1.Picture.Width)+' x '+ IntToStr(Image1.Picture.Height); FSource := dlgOpen1.FileName; end;

b. Melakukan penggabungan citra if dlgSavePic1.Execute then try try pb1.Show; StegaBitmapLSB(FSource, FHost, dlgSavePic1.FileName, 1, pb1);

MessageBox( Application.Handle, PChar('Selesai !' + #13#10#13#10 + 'Citra "' + dlgSavePic1.FileName + '" telah terbentuk.'), 'CryptoDIP', MB_OK + MB_ICONINFORMATION); Image3.Picture.LoadFromFile(dlgSavePic1.FileName); LbNama3.Caption := ': ' + dlgSavePic1.FileName; LbUKFile3.Caption := ': ' + FormatByteSize(FileSizes); Image3.Picture.LoadFromFile(dlgSavePic1.FileName); LbResFile3.Caption := ': '+ IntToStr(Image3.Picture.Width)+' x '+ IntToStr(Image3.Picture.Height); finally pb1.Hide; end; except on e: Exception do

MessageBox(Handle, PChar('An error has

occurred.' + #13#10#13#10 + e.Message),

'CryptoDIP', MB_OK + MB_ICONSTOP); end;

Gambar 3.2 Output Melakukan Penggabungan Citra

St egaBit mapLSB(FSource, FHost , dlgSavePic1.FileName, 1, pb1); : untuk penggabungan gambar menggunakan LSB.

c. Melakukan pengekstrakan citra

if dlgOpenPic1.Execute and dlgSave1.Execute then try

try

pb1.Show;

ExtractBitmap(dlgOpenPic1.FileName, dlgSave1.FileName, pb1);

MessageBox( Application.Handle, PChar('Selesai !' + #13#10#13#10 + 'Citra "' + dlgSave1.FileName + '" telah berhasil diekstrak.'), 'CryptoDIP', MB_OK + MB_ICONINFORMATION); BtnResetClick(Sender);

LbCap1.Caption := 'Citra Inang'; Image1.Picture.LoadFromFile(dlgOpenPic1.FileName); LbNama1.Caption := ': '+dlgOpenPic1.FileName; FileSizes := FileSize(dlgOpenPic1.fileName); LbUKFile1.Caption := ': ' + FormatByteSize(FileSizes); LbResFile1.Caption := ': '+ IntToStr(Image1.Picture.Width)+' x '+ IntToStr(Image1.Picture.Height);

LbCap2.Caption := 'Citra Ektraksi'; MJPEG := TJPEGImage.Create;

MJPEG.LoadFromFile(dlgSave1.FileName); Image2.Picture.Assign(MJPEG);

LbNama2.Caption := ': '+dlgSave1.FileName; FileSizes := FileSize(dlgSave1.FileName); LbUKFile2.Caption := ': ' + FormatByteSize(FileSizes); LbResFile2.Caption := ': '+ IntToStr(Image2.Picture.Width)+' x '+ IntToStr(Image2.Picture.Height); MJPEG.Free; finally pb1.Hide; end; except on e: Exception do

MessageBox(Handle, PChar('An error has

occurred.' + #13#10#13#10 + e.Message),

'CryptoDIP', MB_OK + MB_ICONSTOP); end;

Gambar 3.3 Output Melakukan Pengekstrakan Citra

Ext ract Bit map(dlgOpenPic1.FileName, dlgSave1.FileName, pb1); untuk pengekstrakan gambar.

M JPEG.LoadfromFile(dlgSave1.FileName); untuk alokasi memory berformat jpeg.

4.3 Pengujian Aplikasi

4.3.1 Stega J oin (Penyisipan Citr a)

Pada gambar 3.4 data 1 pada saat user menginputkan data citra akan browse folder pada citra jpg yang masing-masing berukuran 800x800, citra jpg dan bmp berukuran sama, setelah itu melakukan penggabungan (stega join) citra yang telah diinputkan, secara otomatis file diberi nama sesuai user inginkan dan hasil proses kembali pada citra inang yaitu citra bmp.

Pada proses perhitungan stega join (proses penyisipan), dengan ukuran citra 24-bit tidak terdapat peruraian palet RGB karena nilai RGB langsung diuraikan dalam data bitmap, karena setiap elemen data bitmap memiliki panjang 3 byte, masing-masing byte menyatakan komponen R, G, B.

Perhitungan format citra yang akan diproses yang berukuran 24-bit (16 juta warna)

Byte tersebut menyatakan warna hitam, lagi pula mata manusia tidak dapat membedakan perubahan yang kecil. Segmen data citra sebelum mengalami perubahan :

0 0 1 1 0 0 1 1 1 0 1 0 0 0 1 0 1 1 1 0 0 0 1 0 0 1 1 0 1 1 1 1 Segmen data citra setelah proses penyisipan ‘0 1 1 1’

0 0 1 1 0 0 1 0 1 0 1 0 0 0 1 1 1 1 1 0 0 0 1 1 0 1 1 0 1 1 1 1

Ukuran data yang disembunyikan bergantung pada ukuran citra inang. Pada citra 24-bit yang berukuran 300. 300 pixel terdapat 90000 pixel, setiap pixel berukuran 3 byte, berarti seluruhnya pada 90000*3 = 270000 byte. Karena setiap byte hanya bisa menyembunyikan satu bit pada data citra yang akan diproses. Maka ukuran data yang akan disembunyikan di dalam citra maksimum 270000/8 = 33750 byte. Ukuran data ini harus dikurangi dengan panjang nama berkas, semakin besar data tersebut disembunyikan di dalam citra, semakin besar pula kemungkinan data tersebut rusak akibat manipulasi pada citra inang.

Gambar 3.4 Data 1

Pada gambar 3.5 data 2. Pada saat user menginputkan data citra akan browse folder pada citra jpg yang telah disiapkan berukuran 500x500, setelah itu user menginputkan cover citra yang berformat bitmap berukuran 750x600, user klik stega join secara otomatis akan memproses penggabungan citra dan memberikan nama file yang berhasil melakukan proses penyisipan (embedding), dan hasil proses penyisipan kembali pada citra inang yaitu citra bmp.

Perhitungan format citra yang akan diproses yang berukuran 24-bit (16 juta warna)

Byte tersebut menyatakan warna hitam, lagi pula mata manusia tidak dapat membedakan perubahan yang kecil. Segmen data citra sebelum mengalami perubahan :

0 0 1 1 0 0 1 1 1 0 1 0 0 0 1 0 1 1 1 0 0 0 1 0 0 1 1 0 1 1 1 1 Segmen data citra setelah proses penyisipan ‘0 1 1 0’

0 0 1 1 0 0 1 0 1 0 1 0 0 0 1 1 1 1 1 0 0 0 1 1 0 1 1 0 1 1 1 0

Gambar 3.6 Data 3

Pada gambar 3.6 data 3. Pada saat user menginputkan data citra akan browse folder pada citra jpg yang telah disiapkan berukuran 400x400 , setelah itu user menginputkan cover citra yang berformat bitmap berukuran 700x500 , user klik stega join secara otomatis akan memproses penggabungan citra dan memberikan nama file yang berhasil melakukan proses penyisipan (embedding), dan hasil proses penyisipan kembali pada citra inang yaitu citra bmp.

Perhitungan format citra yang akan diproses yang berukuran 24-bit (16 juta warna)

Byte tersebut menyatakan warna coklat, lagi pula mata manusia tidak dapat membedakan perubahan yang kecil. Segmen data citra sebelum mengalami perubahan :

0 0 1 1 0 1 1 1 1 0 1 0 0 0 1 1 1 1 1 0 1 0 1 0 0 1 1 0 1 1 1 1 Segmen data citra setelah proses penyisipan ‘0 0 1 1’

0 0 1 1 0 0 1 1 1 0 1 0 0 0 1 1 1 1 1 0 0 0 1 1 0 1 1 0 1 1 1 1

Gambar 3.7 Data 4

Pada gambar 3.7 data 4. Pada saat user menginputkan data citra akan browse folder pada citra jpg yang telah disiapkan berukuran 450x400 , setelah itu user menginputkan cover citra yang berformat bitmap berukuran 600x700 , user klik stega join secara otomatis akan memproses penggabungan citra dan memberikan nama file yang berhasil melakukan proses penyisipan (embedding), dan hasil proses penyisipan kembali pada citra inang yaitu citra bmp.

Perhitungan format citra yang akan diproses yang berukuran 24-bit (16 juta warna)

Byte tersebut menyatakan warna putih, lagi pula mata manusia tidak dapat membedakan perubahan yang kecil. Segmen data citra sebelum mengalami perubahan :

0 0 1 1 0 0 1 1 1 0 1 0 0 0 1 0 1 1 1 0 0 0 1 0 0 1 1 0 1 1 1 1 Segmen data citra setelah proses penyisipan ‘1 1 1 1’

0 0 1 1 0 0 1 1 1 0 1 0 0 0 1 1 1 1 1 0 0 0 1 1 0 1 1 0 1 1 1 1

Pada gambar 3.8 data 5. Pada saat user menginputkan data citra akan browse folder pada citra jpg yang telah disiapkan berukuran 550x600 , setelah itu user menginputkan cover citra yang berformat bitmap berukuran 800x600 , user klik stega join secara otomatis akan memproses penggabungan citra dan memberikan nama file yang berhasil melakukan proses penyisipan (embedding), dan hasil proses penyisipan kembali pada citra inang yaitu citra bmp.

Perhitungan format citra yang akan diproses yang berukuran 24-bit (16 juta warna)

Byte tersebut menyatakan warna putih, lagi pula mata manusia tidak dapat membedakan perubahan yang kecil. Segmen data citra sebelum mengalami perubahan :

0 0 1 1 1 0 1 1 1 0 1 0 0 0 1 0 1 1 1 0 0 0 1 0 0 1 1 0 1 1 1 1 Segmen data citra setelah proses penyisipan ‘1 0 0 1’

0 0 1 1 0 0 1 1 1 0 1 0 0 0 1 0 1 1 1 0 0 0 1 0 0 1 1 0 1 1 1 1

Gambar 3.9 Data 6

Pada gambar 3.9 data 6. Pada saat user menginputkan data citra akan browse folder pada citra jpg yang telah disiapkan berukuran 300x300 , setelah itu user menginputkan cover citra yang berformat bitmap berukuran 550x550 , user klik stega join secara otomatis akan memproses penggabungan citra dan memberikan nama file yang berhasil melakukan proses penyisipan (embedding), dan hasil proses penyisipan kembali pada citra inang yaitu citra bmp.

Perhitungan format citra yang akan diproses yang berukuran 24-bit (16 juta warna)

Byte tersebut menyatakan warna biru, lagi pula mata manusia tidak dapat membedakan perubahan yang kecil. Segmen data citra sebelum mengalami perubahan :

1 1 1 1 0 0 1 1 1 0 1 0 0 0 1 0 1 1 1 0 0 1 1 1 0 1 0 0 0 0 0 0 Segmen data citra setelah proses penyisipan ‘0 1 1 0’

0 0 1 1 0 0 1 0 1 0 1 0 0 0 1 1 1 1 1 0 0 0 1 1 0 1 1 0 1 1 1 0

Gambar 4.0 Data 7

Pada gambar 4.0 data 7. Pada saat user menginputkan data citra akan browse folder pada citra jpg yang telah disiapkan berukuran 540x700 , setelah itu user menginputkan cover citra yang berformat bitmap berukuran 770x660 , user klik stega join secara otomatis akan memproses penggabungan citra dan memberikan

nama file yang berhasil melakukan proses penyisipan (embedding), dan hasil proses penyisipan kembali pada citra inang yaitu citra bmp.

Perhitungan format citra yang akan diproses yang berukuran 24-bit (16 juta warna)

Byte tersebut menyatakan warna putih, lagi pula mata manusia tidak dapat membedakan perubahan yang kecil. Segmen data citra sebelum mengalami perubahan :

0 0 1 1 1 0 1 1 1 0 1 0 0 0 1 0 1 1 1 0 0 0 1 0 0 1 1 0 1 1 1 1 Segmen data citra setelah proses penyisipan ‘1 0 0 1’

0 0 1 1 0 0 1 1 1 0 1 0 0 0 1 0 1 1 1 0 0 0 1 0 0 1 1 0 1 1 1 1

Gambar 4.1 Data 8

Pada gambar 4.1 data 8. Pada saat user menginputkan data citra akan browse folder pada citra jpg yang telah disiapkan berukuran 570x450 , setelah itu user menginputkan cover citra yang berformat bitmap berukuran 670x700 , user klik stega join secara otomatis akan memproses penggabungan citra dan memberikan nama file yang berhasil melakukan proses penyisipan (embedding), dan hasil proses penyisipan kembali pada citra inang yaitu citra bmp.

Perhitungan format citra yang akan diproses yang berukuran 24-bit (16 juta warna)

Byte tersebut menyatakan warna hijau, lagi pula mata manusia tidak dapat membedakan perubahan yang kecil. Segmen data citra sebelum mengalami perubahan :

0 0 1 0 0 0 0 0 1 0 1 1 1 0 1 1 1 0 1 0 0 0 1 0 0 1 1 1 1 1 1 1 Segmen data citra setelah proses penyisipan ‘0 0 0 1’

0 0 1 1 0 0 1 0 1 0 1 0 0 0 1 0 1 1 1 0 0 0 1 0 0 1 1 0 1 1 1 1

Gambar 4.2 Data 9

Pada gambar 4.2 data 9. Pada saat user menginputkan data citra akan browse folder pada citra jpg yang telah disiapkan berukuran 780x800 , setelah itu user menginputkan cover citra yang berformat bitmap berukuran 660x700 , user klik stega join secara otomatis akan memproses penggabungan citra, dan memberikan

nama file yang berhasil melakukan proses penyisipan (embedding), dan hasil proses penyisipan kembali pada citra inang yaitu citra bmp.

Perhitungan format citra yang akan diproses yang berukuran 24-bit (16 juta warna)

Byte tersebut menyatakan warna putih, lagi pula mata manusia tidak dapat membedakan perubahan yang kecil. Segmen data citra sebelum mengalami perubahan :

0 0 1 1 1 0 1 1 1 0 1 0 0 0 1 0 1 1 1 0 0 0 1 0 0 1 1 0 1 1 1 1 Segmen data citra setelah proses penyisipan ‘1 0 0 1’

0 0 1 1 0 0 1 1 1 0 1 0 0 0 1 0 1 1 1 0 0 0 1 0 0 1 1 0 1 1 1 1

Pada gambar 4.3 data 10. Pada saat user menginputkan data citra akan browse folder pada citra jpg yang telah disiapkan berukuran 800x600 , setelah itu user menginputkan cover citra yang berformat bitmap berukuran 790x700 , user klik stega join secara otomatis akan memproses penggabungan citra dan memberikan nama file yang berhasil melakukan proses penyisipan (embedding), dan hasil proses penyisipan kembali pada citra inang yaitu citra bmp.

Perhitungan format citra yang akan diproses yang berukuran 24-bit (16 juta warna)

Byte tersebut menyatakan warna hijau, lagi pula mata manusia tidak dapat membedakan perubahan yang kecil. Segmen data citra sebelum mengalami perubahan :

0 0 1 0 0 0 0 0 1 0 1 1 1 0 1 1 1 0 1 0 0 0 1 0 0 1 1 1 1 1 1 1 Segmen data citra setelah proses penyisipan ‘0 0 0 1’

0 0 1 1 0 0 1 0 1 0 1 0 0 0 1 0 1 1 1 0 0 0 1 0 0 1 1 0 1 1 1 1

4.3.2 Stega Extr ak (Pengektrakan Citra)

Gambar 4.4 Extrak 1

Pada gambar 4.4 Ektrak 1. Pada saat user menginputkan stega extrak, user akan dimintai memilih citra yang sudah melakukan proses penyisipan (embedding) sebelumnya, setelah itu user memberikan nama pada citra yang terekstrak, dan melakukan proses stega extrak. Citra akan terpisah secara otomatis menjadi citra inang (bmp) dan citra ekstraksi (jpg), dan hasil proses ekstraksi (extracting) kembali pada citra ekstraksi yaitu citra jpg.

Pada gambar 4.5 Ektrak 2. Pada saat user menginputkan stega extrak, user akan dimintai memilih citra yang sudah melakukan proses penyisipan (embedding) sebelumnya, setelah itu user memberikan nama pada citra yang terekstrak, dan melakukan proses stega extrak. Citra akan terpisah secara otomatis menjadi citra inang (bmp) dan citra ekstraksi (jpg), dan hasil proses ekstraksi (extracting) kembali pada citra ekstraksi yaitu citra jpg.

Gambar 4.6 Extrak 3

Pada gambar 4.6 Ektrak 3. Pada saat user menginputkan stega extrak, user akan dimintai memilih citra yang sudah melakukan proses penyisipan (embedding) sebelumnya, setelah itu user memberikan nama pada citra yang terekstrak, dan melakukan proses stega extrak. Citra akan terpisah secara otomatis menjadi citra inang (bmp) dan citra ekstraksi (jpg), dan hasil proses ekstraksi (extracting) kembali pada citra ekstraksi yaitu citra jpg.

Gambar 4.7 Extrak 4

Pada gambar 4.7 Ektrak 4. Pada saat user menginputkan stega extrak, user akan dimintai memilih citra yang sudah melakukan proses penyisipan (embedding) sebelumnya, setelah itu user memberikan nama pada citra yang terekstrak, dan melakukan proses stega extrak. Citra akan terpisah secara otomatis menjadi citra inang (bmp) dan citra ekstraksi (jpg), dan hasil proses ekstraksi (extracting) kembali pada citra ekstraksi yaitu citra jpg.

Pada gambar 4.8 Ektrak 5. Pada saat user menginputkan stega extrak, user akan dimintai memilih citra yang sudah melakukan proses penyisipan (embedding) sebelumnya, setelah itu user memberikan nama pada citra yang terekstrak, dan melakukan proses stega extrak. Citra akan terpisah secara otomatis menjadi citra inang (bmp) dan citra ekstraksi (jpg), dan hasil proses ekstraksi (extracting) kembali pada citra ekstraksi yaitu citra jpg.

Gambar 4.9 Extrak 6

Pada gambar 4.9 Ektrak 6. Pada saat user menginputkan stega extrak, user akan dimintai memilih citra yang sudah melakukan proses penyisipan (embedding) sebelumnya, setelah itu user memberikan nama pada citra yang terekstrak, dan melakukan proses stega extrak. Citra akan terpisah secara otomatis menjadi citra inang (bmp) dan citra ekstraksi (jpg), dan hasil proses ekstraksi (extracting) kembali pada citra ekstraksi yaitu citra jpg.

Gambar 5.0 Extrak 7

Pada gambar 5.0 Ektrak 7. Pada saat user menginputkan stega extrak, user akan dimintai memilih citra yang sudah melakukan proses penyisipan (embedding) sebelumnya, setelah itu user memberikan nama pada citra yang terekstrak, dan melakukan proses stega extrak. Citra akan terpisah secara otomatis menjadi citra inang (bmp) dan citra ekstraksi (jpg), dan hasil proses ekstraksi (extracting) kembali pada citra ekstraksi yaitu citra jpg.

Pada gambar 5.1 Ektrak 8. Pada saat user menginputkan stega extrak, user akan dimintai memilih citra yang sudah melakukan proses penyisipan (embedding) sebelumnya, setelah itu user memberikan nama pada citra yang terekstrak, dan melakukan proses stega extrak. Citra akan terpisah secara otomatis menjadi citra inang (bmp) dan citra ekstraksi (jpg), dan hasil proses ekstraksi (extracting) kembali pada citra ekstraksi yaitu citra jpg.

Gambar 5.2 Extrak 9

Pada gambar 5.3 Ektrak 9. Pada saat user menginputkan stega extrak, user akan dimintai memilih citra yang sudah melakukan proses penyisipan (embedding) sebelumnya, setelah itu user memberikan nama pada citra yang terekstrak, dan melakukan proses stega extrak. Citra akan terpisah secara otomatis menjadi citra inang (bmp) dan citra ekstraksi (jpg), dan hasil proses ekstraksi (extracting) kembali pada citra ekstraksi yaitu citra jpg.

Gambar 5.3 Extrak 10

Pada gambar 5.1 Ektrak 10. Pada saat user menginputkan stega extrak, user akan dimintai memilih citra yang sudah melakukan proses penyisipan (embedding) sebelumnya, setelah itu user memberikan nama pada citra yang terekstrak, dan melakukan proses stega extrak. Citra akan terpisah secara otomatis menjadi citra inang (bmp) dan citra ekstraksi (jpg), dan hasil proses ekstraksi (extracting) kembali pada citra ekstraksi yaitu citra jpg.

4.4 Pembahasan

4.4.1 Penyisipan (Embedding)

Setelah dilakukan 10 ujicoba pada teknik steganografi untuk proses embedding (penyisipan) tidak akan merubah kapasitas karena proses steganografi hanya mengambil informasi berupa bit bukan merestore citra. Dan citra yang diinputkan harus sesuai ukuran yang ditentukan, hasil proses penyisipan (embedding) ukuran

hanya sedikit berpengaruh berubah dari gambar asli tetapi kebanyakan citra sama dengan asli.

4.4.2 Pengekstrakan (Extracting)

Setelah dilakukan 10 ujicoba pada teknik steganografi untuk proses extracting (pengekstrakan) tidak akan merubah kapasitas karena proses steganografi hanya mengambil informasi berupa bit bukan merestore citra. Dan citra yang diinputkan harus sesuai ukuran yang ditentukan, meskipun berkali-kali proses pengekstrakan (extracting) ukuran tetap sama dari citra asli.

Jadi, Hasil semua proses penyisipan dan pengekstrakan mempunyai resolusi yang sama yaitu 300 pixel. Oleh karena itu proses perhitungan untuk menghitung resolusi dinyatakan sama hasilnya.

Pada citra 24-bit yang berukuran 300. 300 pixel terdapat 90000 pixel, setiap pixel berukuran 3 byte, berarti seluruhnya pada 90000*3 = 270000 byte. Karena setiap byte hanya bisa menyembunyikan satu bit pada data citra yang akan diproses. Kekurangan dari LSB : dapat diambil kesimpulan dari contoh 8 bit pixel, menggnakan LSB Insertion dapat secara drastic mengubah unsure pokok warna dari pixel. Ini dapat menunjukkan perbedaan yang nyata dari cover image menjadi stego image, sehingga tanda tersebut menunjukkan steganografi. Variasi warna kurang jelas dengan 24 bit image, bagaimanapun file tersebut sangatlah besar. Antara 8 bit dan 24 bit image mudah diserang dalam pemrosesan image, seperti cropping (kegagalan) dan compression (pemampatan).

Keuntungan dari LSB : keuntungan yang paling besar dari algoritma LSB ini adalah cepat dan mudah. Dan juga algoritma tersebut ini sangat mendukung pada proses steganografi dengan berkerja diantara unsur pokok warna LSB melalui manipulasi citra (image)

BAB V

PENUTUP

5.1 Kesimpulan

Setelah melakukan analisa, perancangan dan implementasi Metode Least Significant Bit (LSB) Citra Digital Untuk Steganografi Pada Gambar Jpeg dan Bitmap (bmp) ini, untuk membantu user maka dapat diambil kesimpulan sebagai berikut :

a. Aplikasi tugas akhir ini dapat melakukan penyisipan gambar berformat jpeg ke dalam bitmap dengan baik, sekaligus melakukan ekstraksi ke bentuk aslinya.

b. Dalam aplikasi tugas akhir ini ukuran file setelah penyisipan relatif tetap sama. Hal ini sudah sesuai prinsip dari steganografi bahwa ukuran file harus sama setelah proses

c. Setelah dilakukan 10 ujicoba penyisipan (embedding) dan 10 ujicoba pengekstrakan (ekstracting) pada teknik steganografi jika ukuran tidak sesuai dengan ukuran 800x800 pixel dan resolusi 300 pixel akan berakibat teknik stegonografi terhenti secara otomatis.

d. Metode LSB (Least Significant Bit) yang digunakan dalam steganografi memiliki kelebihan dan kekurangan antara lain :

Kelebihan :

a. Penurunan kualitas citra digital yang dihasilkan relative kecil.

b. Waktu yang dibutuhkan untuk penyisipan dan pengekstrakan data lebih cepat.

Kekurangan :

a. Hanya mampu membaca citra berformat jpeg dan bitmap (bmp). b. Hanya mampu memproses satu citra untuk penyisipan maupun

pengekstrakan dalam satu waktu.

5.2 Saran

Berdasarkan informasi yang diperoleh, serta kesimpulan yang telah diuraikan sebelumnya, maka penulis memberikan saran :

a. Aplikasi steganografi ini sebaiknya dikembangkan menjadi sebuah aplikasi yang lebih kompleks, baik penambahan fitur-fitur lain yang menunjang aplikasi ini.

b. Aplikasi steganografi ini bisa dikembangkan lagi menggunakan fitur berbasis android pada tablet dan dapat diproses secara layak oleh user.

[1]

Cantu, Marco., Mastering Delphi 7, Sybex, New York, 2003.

[2]

David Intersimone. "Press Release: Borland formingCodeGear to focus exclusively on developer productivity". (Diakses 7 Januari 2013)

[3]

Gajic, Zarko., Delphi Programming, About.com,1998

[4]

Gunawan, P .2007. Studi dan Analisis Mengenai Teknik Steganalisis Terhadap Pengubahan LSB.

[5]

Munir, Rinaldi., Pengolahan Citra Digital Dengan Pendekatan Algoritmik, Informatika, Bandung, 2004.

[6]

Murni, Aniati, 1992, "pengantar pengolahan citra", penerbit elex media komputindo

[7]

Munir, Rinaldi., 2004. steganografi dan watermarking . Departemen Teknik Informatika, Bandung, ITB.

[8]

[9]

http://en.wikipedia.org/wiki/Discrete_cosine_transform(Diakses tanggal 7 Januari 2013).

[10]

http://tjhia.wordpress.com/2012/02/09/perbedaan-format-gambar-jpg-gif-tiff-bmp/ (Diakses tanggal 10 Januari 2013).

[11]

^ Kamus Komputer dan Istilah Teknologi Informasi, 9 Juni 2005, diakses pada 27 September 2012

[12]

^ Pengertian Software (perangkat lunak) Komputer, 17 November 2008, diakses pada 27 September 2012

Dalam dokumen METODE LEAST SIGNIFICANT BIT (LSB) CITRA DIGITAL UNTUK STEGANOGRAFI PADA GAMBAR JPEG DAN BITMAP (BMP). (Halaman 47-78)