IMPLEMENTASI DAN PENGUJIAN
4.4 Implementasi Antarmuka
4.5.8 Pengujian ketahanan terhadap penambahan noise
Pada pengujian ini, citra yang telah disisipkan watermark mengalami penambahan
noise yang dapat menghilangkan watermark tersebut. Noise merupakan setiap gangguan yang terjadi pada citra karena ketidaksempurnaan dalam proses capture.
1 GaussianNoise
Gaussian Noise merupakan model noise yang mengikuti distribusi normal standard dengan rata-rata 0 dan standard deviasi 1. Efek dari Gaussian Noise
ini, pada gambar muncul titik-titik berwarna sesuai dengan intensitas noise.
2 Salt and PepperNoise
Seperti halnya taburan garam, Salt and PepperNoise akan memberikan warna putih pada titik yang terkena noise. Noise ini juga dipengaruhi intensitas noise
yang dipilih.
Nilai intensitas tertinggi adalah 1 dan terendah adalah 0. Semakin tinggi intensitas, maka noise yang muncul akan semakin banyak dan citra akan semakin sulit dilihat. Dalam penelitian ini, intenstias yang digunakan adalah yang bernilai kecil sehingga sulit dibedakan apakah citra tersebut mengalami penambahan noise atau tidak. Nilai intensitas tersebut adalah 0,01, 0,02, 0,03, dan 0,04. Pada kedua jenis
noise tersebut, pemilihan titik yang akan mengalami noise dilakukan secara acak. Hasil dari pengujian tersebut lebih memusatkan kepada nilai korelasi antara
watermark sebelum disisipkan dengan watermark yang telah mengalami penambahan
noise. Contoh hasil yang didapatkan adalah sebagai berikut :
Citra Ter-watermark yang mengalami Gaussian Noise
dengan intensitas = 0,01
Watermark Setelah Mengalami
GaussianNoise
Korelasi 0,770781
Citra Ter-watermark yang mengalami Salt and Pepper Noise dengan intensitas = 0,02
Watermark Disisipkan
Watermark Setelah Mengalami
Salt and PepperNoise
Citra Ter-watermark yang mengalami Gaussian Noise
dengan intensitas = 0,03
Watermark Disisipkan
Watermark Setelah Mengalami
GaussianNoise
Korelasi 0,795252
Citra Ter-watermark yang mengalami Salt and Pepper Noise dengan intensitas = 0,04
Watermark Setelah Mengalami
Salt and PepperNoise
Korelasi 0,693288
Hasil pengujian ketahanan terhadap penambahan noise selengkapnya dapat dilihat pada tabel 4.8 dan 4.9 berikut, dimana I merupakan intensitas noise yang digunakan.
Tabel 4.8 Hasil Pengujian Ketahanan Terhadap Penambahan GaussianNoise
Citra Ter-watermark Watermark
Disisipkan Korelasi Dengan I = 0,01 Korelasi Dengan I = 0,02 Korelasi Dengan I = 0,03 Korelasi Dengan I = 0,04 lena_copyright.bmp copyright.bmp 0,793882 0,805738 0,797341 0,849259 ferry_ilkom.bmp ilkom.bmp 0,832386 0,845912 0,838747 0,841029 ferry_041401014.bmp 041401014.bmp 0,78317 0,780987 0,795252 0,801851 ferry_copyright.bmp copyright.bmp 0,770781 0,787211 0,814098 0,784557 mandrill_ilkom.bmp ilkom.bmp 0,905184 0,900881 0,88768 0,887377 mandrill_041401014.bmp 041401014.bmp 0,916465 0,922211 0,904579 0,893457 mandrill_copyright.bmp copyright.bmp 0,921548 0,928121 0,92076 0,939595 fishingboat_ilkom.bmp ilkom.bmp 0,846022 0.8636 0,852103 0,845217 fishingboat_041401014.bmp 041401014.bmp 0,784007 0,809515 0,828667 0,805188 fishingboat_copyright.bmp copyright.bmp 0,782845 0,790504 0,835554 0,814098 flat_copyright.bmp copyright.bmp 0,777399 0,797069 0,787828 0,787824
Tabel 4.9 Hasil Pengujian Ketahanan Terhadap Penambahan Salt and PepperNoise
Citra Ter-watermark Watermark
Disisipkan Korelasi Dengan I = 0,01 Korelasi Dengan I = 0,02 Korelasi Dengan I = 0,03 Korelasi Dengan I = 0,04 lena_copyright.bmp copyright.bmp 0,955484 0,894167 0,873472 0,770299 ferry_ilkom.bmp ilkom.bmp 0,934098 0,87188 0,825918 0,767016 ferry_041401014.bmp 041401014.bmp 0,929419 0,85522 0,784132 0,728422 ferry_copyright.bmp copyright.bmp 0,913398 0,872389 0,751239 0,693288 mandrill_ilkom.bmp ilkom.bmp 0,978129 0,915747 0,888021 0,848058 mandrill_041401014.bmp 041401014.bmp 0,975896 0,946348 0,882859 0,817186 mandrill_copyright.bmp copyright.bmp 0,969855 0,944489 0,860195 0,81986 fishingboat_ilkom.bmp ilkom.bmp 0,959234 0,905913 0,850984 0,823966 fishingboat_041401014.bmp 041401014.bmp 0,941812 0,887317 0,826913 0,756313 fishingboat_copyright.bmp copyright.bmp 0,944489 0,871099 0,808505 0,7404 flat_copyright.bmp copyright.bmp 0,928025 0,890437 0,749059 0,696397
Dari tabel hasil pengujian ketahanan terhadap penambahan noise tersebut, maka dapat diambil kesimpulan yaitu :
1 Karena penambahan noise pada Gaussian Noise dan Salt and Pepper Noise
adalah bersifat acak, maka nilai korelasi yang didapatkan juga tidak tetap walaupun memiliki intensitas noise yang sama. Akan tetapi perbedaan nilai korelasi tersebut cukup kecil.
2 Pada Salt and Pepper Noise, semakin besar intensitas noise maka citra semakin sulit dilihat dan tentu saja menyebabkan nilai korelasi semakin menurun.
3 Watermarking dengan menggunakan DCT mempunyai ketahanan yang cukup baik terhadap penambahan GaussianNoise dan Salt and Pepper Noise hingga intensitas noise bernilai 0,04. Keseluruhan watermark yang dihasilkan masih dapat dikenali dengan nilai korelasi di atas 0,77 untuk penambahan Gaussian Noise dan di atas 0,69 untuk Salt and pepperNoise.
4 Watermarking dengan menggunakan DCT memiliki ketahanan yang baik terhadap penambahan Gaussian Noise dan Salt and Pepper Noise karena noise
hanya mempengaruhi pixel-pixel tertentu saja pada citra sehingga bit-bit yang disisipkan masih dapat terdeteksi kembali oleh transformasi IDCT, walaupun
BAB 5
PENUTUP
5.1 Kesimpulan
Berdasarkan hasil-hasil pengujian yang diperoleh pada bab sebelumnya, maka dapat disimpulkan beberapa hal sebagai berikut :
1. Transformasi Discrete Cosine Transform (DCT) membantu proses penyisipan
dan ekstraksi dengan cepat. Dari hasil pengujian, waktu penyisipan terlama adalah saat menyisipkan citra 041401014.bmp ke dalam citra ferry.bmp yang membutuhkan 1,23241 detik. Sedangkan waktu ekstraksi terlama adalah saat
mengekstrak citra ferry_041401014.bmp dan fishingboat_041401014.bmp
yang membutuhkan 1,24801 detik.
2. Transformasi DCT yang diimplementasikan membantu memenuhi kriteria
fidelity karena penyisipan watermark tidak menyebabkan perubahan yang berarti terhadap kualitas citra hasil watermarking dengan nilai korelasi terkecil yang didapat dari pengujian adalah 0,927357. Hal ini tentu saja berarti citra hasil watermarking sulit dibedakan dengan citra aslinya.
3. Transformasi DCT membuat ukuran file citra ter-watermark tidak berubah.
4. Watermark hasil ekstraksi menyerupai watermark aslinya dengan nilai korelasi terendah yang didapat dari pengujian adalah 0,984687.
5. Watermarking dengan transformasi Discrete Cosine Transform berdasarkan
robustness (ketahanan) yang baik terhadap kompresi JPEG sampai dengan kualitas kompresi 60%. Transformasi ini juga mempunyai ketahanan yang baik terhadap rotasi dengan derajat perputaran hingga 0,3 derajat. Selain itu,
ketahanan transformasi ini juga baik terhadap penambahan Gaussian Noise
dan Salt and Pepper Noise sampai dengan intensitas 0,04.
6. Watermarking dengan transformasi Discrete Cosine Transform berdasarkan
RSPPMC (Randomly Sequenced Pulse Position Modulated Code) mempunyai
robustness (ketahanan) yang buruk terhadap cropping dan resizing. Kedua
proses ini bersifat mengubah ukuran citra sehingga sebagian bit watermark
menjadi tidak teridentifikasi kembali saat proses ekstraksi.
5.2 Saran
Beberapa saran yang dapat dijadikan pertimbangan dalam mengembangkan penelitian ini adalah :
1. Perlu dikembangkan penelitian untuk penyisipan dengan citra asli yang
mempunyai panjang dan lebar yang berbeda.
2. Perlu dikembangkan penggunaan kunci dalam proses watermarking untuk