Diajukan untuk memenuhi salah satu persyaratan dalam
menyelesaikan pendidikan sarjana (S-1) pada Departemen Teknik Elektro
Oleh :
ECHOLIMA SARAGIH 020402063
DEPARTEMEN TEKNIK ELEKTRO
FAKULTAS TEKNIK
UNIVERSITAS SUMATERA UTARA
MEDAN
KATA PENGANTAR
Puji dan syukur penulis panjatkan kepada Tuhan Yang Maha Esa atas rahmat dan karunia yang telah diberikan sehingga dapat menyelesaikan Tugas Akhir ini. Adapun Tugas Akhir ini dibuat untuk memenuhi syarat memperoleh gelar Sarjana Teknik di Departemen Teknik Elektro, Fakultas Teknik Universitas Sumatera Utara. Judul dari Tugas Akhir ini adalah “Penerapan Daubechies Wavelet dan Hamming Code Dalam Watermarking Citra Digital”. Tugas Akhir ini penulis persembahkan teristimewa kepada ayahanda Kamen P. Saragih, ibunda Marlina Gultom, kakak penulis Dr. Juliana K. R. Saragih, dan Tinsona Saragih, Amd, Windi Jeanni Saragih, serta Delanining Saragih selaku adik-adik penulis yang merupakan bagian hidup dari penulis dan juga teman-teman yang semuanya senantiasa mendoakan, mendukung dan memberi semangat kepada penulis. Dalam proses pembuatan Tugas Akhir ini penulis banyak menemukan masalah dan kesulitan. Namun berkat bantuan dan bimbingan dari berbagai pihak, Tugas Akhir ini akhirnya dapat selesai. Untuk itu penulis ingin mengucapkan terima kasih yang sebesar-besarnya kepada :
1. Bapak Ir. Nasrul Abdi, MT selaku Ketua Departemen Teknik Elektro Fakultas Teknik USU dan Bapak Rachmat Fauzi, ST, MT, selaku Sekretaris Departemen Teknik Elektro Fakultas Teknik USU.
3. Bapak Ir. Pernantin Tarigan, MSc, selaku Dosen Pembimbing Tugas Akhir, atas segala bimbingan, arahan dan solusi yang telah diberikan selama mengerjakan Tugas Akhir.
4. Bapak Maksum Pinem, ST, MT, selaku Dosen Wali penulis, atas bimbingan dan arahan dalam menyelesaikan kuliah.
5. Seluruh Staf Pengajar di Departemen Teknik Elektro Fakultas Teknik USU dan seluruh Karyawan di Departemen Teknik Elektro Fakultas Teknik USU. 6. Rekan-rekan mahasiswa Teknik Elektro terutama teman-teman old track
stambuk 2002, Sihar, Augustin, Junaris, Dodi, Bugi, Esron, Raymond, Adhi, Daniel, Chairil, Aritta, Joshua, Irham, Denny, Bismar, Yos, Hendra, Ardiansyah, Indra, Syafril, Agustin, Abu, Faisal, Romi, Surya, Ipengadohar, Rahmat, Hamdani, Hatorangan, Deddy, Usman, Novri, Roger, Erwin, Robert, Sabariah, Andriani, Silvia, Agus, Farid, Afli, Apriandi, Berry, Iqbal, Yandi Boy dan teman-teman 2002 lainnya.
7. Teman-teman di Apartemen 08, Candra, Gindo, Alvint, Jalich, Mike, Ijon, Taufik, Agung, Jefry dan teman-teman lainnnya.
8. Pihak-pihak lain yang tidak dapat diucapkan namanya satu persatu.
Akhir kata, penulis berharap semoga penulisan Tugas Akhir ini bermanfaat bagi kita semua. Sekian dan terima kasih.
Medan, Desember 2008 Penulis,
DAFTAR ISI
LEMBAR PENGESAHAN ...i
ABSTRAK ...ii
KATA PENGANTAR ...iii
DAFTAR ISI ...v
DAFTAR GAMBAR ...vi
DAFTAR TABEL ...ix
I. PENDAHULUAN 1.1. Latar Belakang ...1
1.2. Tujuan Penulisan ...2
1.3. Rumusan Masalah ...2
1.4. Batasan Masalah ...3
1.5. Metodologi Perancangan ...3
1.6. Kerangka Penulisan ...4
II. DASAR TEORI 2.1.CitraDigital ...6
2.1.1 Citra BMP ...6
2.2. Wavelet ...7
2.2.1 Daubechies Wavelet ...11
2.3. Kode Hamming ...13
2.3.1 Konstruksi Kode Hamming (8,4) ...14
2.4. Watermarking ...15
2.4.2 Watermarking Citra Digital ...16
2.4.3 Domain Pernerapan Watermarking Citra Digital ...18
2.4.4 Kriteria Watermarking ...19
2.4.5 Aplikasi Digital Watermarking ...20
2.4.6 Serangan terhadap citra ber-watermark ...21
2.5. Watermarking menggunakan Daubechies Wavelet ...23
2.6. Matlab ...25
III. PERANCANGAN SISTEM 3.1. Gambaran Umum Sistem ...27
3.2. Program Utama ...27
3.3. Sisip ...28
3.3.1 Pilih Citra ...28
3.3.2 Hammcod ...29
3.3.3 Wavsisip ...30
3.3.4 Hitung PSNR ...32
3.4. Ekstrak ...33
3.4.1 Wavekstrak ...34
3.4.2 Corr ...34
IV. PENGUJIAN 4.1.Analisa Hasil Pengujian ...36
4.1.1 Serangan Kompresi JPEG ...37
4.1.2 Serangan Noise ...38
4.1.4 Serangan Sharpen ...40
4.1.5 Serangan Blur ...41
V. KESIMPULAN DAN SARAN 5.1.Kesimpulan ...42
5.2. Saran ...42
DAFTAR PUSTAKA ...43
DAFTAR GAMBAR
1. Gambar 2.1 Dekomposisi sinyal satu tingkat ...10
2. Gambar 2.2 Rekonstruksi sinyal satu tingkat ...11
3. Gambar 2.3 Penyisipan watermark ...16
4. Gambar 2.4 Ekstraksi watermark ...17
5. Gambar 2.5 Struktur dekomposisi citra 4 level ...23
6. Gambar 3.1 Diagram alir program utama ...28
7. Gambar 3.2 Diagram alir Hammcod ...29
8. Gambar 3.3 Diagram alir proses Pengkodean ...30
9. Gambar 3.4 Diagram alir Wavsisip...31
10.Gambar 3.5 Diagram alir Hitung PSNR ...33
11.Gambar 3.6 Diagram alir Wavekstrak ...34
12.Gambar 4.1 Citra pic ber-watermark dan citra watermark ...37
13.Gambar 4.2 Citra insect ber-watermark dan citra watermark ...37
14.Gambar 4.3 Citra pic dan citra watermark serangan noise sebesar 10% ...39
DAFTAR TABEL
1. Tabel 2.1 Koefisien-koefisien highpass filter ...12
2. Tabel 2.2 Error yang muncul ...15
3. Tabel 4.1 Nilai PSNR citra sebelum dilakukan serangan ...36
4. Tabel 4.2 Hasil pengujian dengan kompresi JPEG skala 1:2 ...38
5. Tabel 4.3 Hasil pengujian dengan kompresi JPEG skala 1:5 ...38
6. Tabel 4.4 Hasil pengujian serangan noise ...39
7. Tabel 4.5 Hasli pengujian serangan motion blur ...40
8. Tabel 4.6 Hasil pengujian serangan sharpen ...40
baik berupa teks, citra, audio, maupun video. Kemudahan tersebut akhirnya dapat dipergunakan secara negatif tanpa memperhatikan aspek hak cipta seperti duplikasi dan distribusi data tau dokumen digital secara ilegal. Hal tersebut menimbulkan kekhawatiran bagi pemilik hak cipta, seperti fotografer profesional dan museum sehingga dibutuhkan suatu cara untuk melindungi hak cipta. Salah satu solusi yang dikembangkan untuk citra digital adalah dengan menggunakan digital watermarking. Watermarking bekerja dengan menyisipkan informasi yang menunjukkan kepemilikan, tujuan atau data lain pada citra digital yang disebut watermark. Penyisipan watermark dilakukan sedemikian rupa sehingga tidak merusak citra digital yang dilindungi dan tidak dapat dirasakan oleh indera manusia.
BAB I PENDAHULUAN
1. Latar Belakang
Perkembangan teknologi digital serta internet yang cukup pesat telah memberi kemudahan dalam mengakses dan mendistribusikan berbagai informasi dalam format digital, baik berupa teks, citra, audio, maupun video. Kemudahan tersebut akhirnya dapat dipergunakan secara negatif tanpa memperhatikan aspek hak cipta seperti duplikasi dan distribusi data atau dokumen digital secara ilegal. Hal tersebut menimbulkan kekhawatiran bagi pemilik hak cipta, seperti fotografer profesional dan museum sehingga dibutuhkan suatu cara untuk melindungi hak cipta.
Salah satu solusi yang dikembangkan untuk citra digital adalah dengan menggunakan digital watermarking. Watermarking bekerja dengan menyisipkan informasi yang menunjukkan kepemilikan, tujuan atau data lain pada citra digital yang disebut watermark. Penyisipan watermark dilakukan sedemikian rupa sehingga tidak merusak citra digital yang dilindungi dan tidak dapat dirasakan oleh indera manusia.
Dalam tugas akhir ini, akan dirancang suatu aplikasi penyisipan watermark
2. Tujuan Penulisan
Tujuan penulisan tugas akhir ini adalah sebagai berikut:
1. Menghasilkan aplikasi watermarking yang bertujuan untuk melindungi hak cipta citra digital.
2. Memenuhi salah satu syarat untuk menyelesaikan pendidikan program sarjana Teknik Elektro di Universitas Sumatera Utara.
3. Rumusan Masalah
Citra digital yang akan disisipi dengan watermark adalah citra digital dengan format bitmap warna, 24-bit per piksel dengan ukuran lebar minimal 128 piksel dan tinggi minimal 128 piksel. Watermark yang disisipkan bersifat invisible agar tidak menurunkan kualitas citra.
Dalam penyisipan watermark dibutuhkan kode yang berupa password yang dimasukkan oleh user. Kode ini berfungsi sebagai signature pada proses encoding
atau decoding watermark. Password harus memiliki panjang lima sampai delapan karakter. Password akan diubah ke dalam bilangan biner. Selanjutnya pada bilangan tersebut akan dilakukan pengkodean Hamming (8,4) per 4 bit-nya. Kode Hamming tersebut akan diubah menjadi sebuah urutan (sequence) bilangan bipolar. Sequence
ini dijadikan sebagai watermark yang disisipkan pada citra. Transformasi wavelet Daubechies (dekomposisi) dilakukan pada komponen warna Red (R), Green (G), dan
Pada proses pendeteksian dilakukan transformasi wavelet (dekomposisi) pada citra ber-watermark dan citra asli. Koefisien transformasi komponen warna G pada kedua citra dibandingkan untuk memperoleh keofisien watermark. Selanjutnya koefisien watermark direkonstruksi untuk memperoleh citra watermark.
Compiler yang digunakan dalam perancangan program aplikasi adalah Matlab 7.01. Sistem operasi yang digunakan adalah Windows XP.
4. Batasan Masalah
Dalam penulisan ini pembahasan masalah dibatasi sebagai berikut :
1. Citra digital yang dibahas terbatas pada format bitmap yang tidak terkompresi. 2. Wavelet yang dibahas hanyalah wavelet Daubechies.
3. Proses watermarking yang dibahas hanya meliputi penyisipan dan ekstraksi
watermark.
5. Metodologi Perancangan
Metode yang digunakan dalam penulisan tugas akhir terdiri dari dua tahap, yaitu:
1. Penyisipan Watermark
Pada proses penyisipan watermark dibagi menjadi tiga bagian utama yaitu dekomposisi, pengkodean dan rekonstruksi.
a. Dekomposisi
tiap level dilakukan pemisahan komponen highpass dan lowpass secara horizontal, vertikal dan diagonal dengan bergantian untuk memperoleh nilai smooth signal dan
detail signal. Perhitungan 4 level transformasi ini dilakukan dalam bentuk matriks. b. Pengkodean
Pada pengkodean, bit-bit password yang telah dimasukkan akan dibagi sehingga setiap bagian terdiri atas 4 bit. Kemudian 4 bit tersebut akan dikodekan menjadi 8 bit dengan penambahan sebanyak 4 bit parity. Proses ini menggunakan kode Hamming (8,4) yang dapat memperbaiki satu bit error dan mendeteksi sampai tiga bit error. Bit-bit hasil pengkodean diubah ke dalam bentuk urutan (sequence) bilangan bipolar.
c. Rekonstruksi
Pada proses rekonstruksi dilakukan transformasi invers wavelet terhadap komponen aproksimasi, vertikal, horizontal, dan vertikal untuk mendapatkan citra yang sudah disisipkan watermark dalam komponen warna RGB.
2. Ekstraksi Watermark
Pada proses ekstraksi watermark dilakukan dekomposisi terhadap citra asli dan citra uji. Koefisien hasil dekomposisi kedua citra dibandingkan untuk mempoleh koefisien watermark. Proses rekonstruksi menggunakan invers transformasi wavelet
dilakukan terhadap koefisien watermark untuk memperoleh citra watermark.
6. Kerangka Penulisan
BAB I PENDAHULUAN
Bab ini berisikan latar belakang masalah, tujuan penulisan, rumusan masalah, batasan masalah, metodologi dan sistematika penulisan.
BAB II DASAR TEORI
Bab ini membahas teori-teori yang berhubungan dengan topik tugas akhir, yaitu pembahasan mengenai citra digital, digital watermark, penjelasan mengenai
Daubechies Wavelet serta Hamming Code. BAB III PERANCANGAN SISTEM
Bab ini membahas mengenai algoritma dan pemrograman yang digunakan untuk menyisipkan dan mendeteksi watermark serta perancangan aplikasi watermarking
untuk perlindungan terhadap citra digital. BAB IV IMPLEMENTASI
Bab ini membahas penerapan watermark citra digital berformat bitmap dan evaluasi algoritma yang dipakai. Implementasi dilakukan dengan melakukan serangkaian uji coba untuk mengetahui apakah sistem dapat berfungsi dengan baik.
BAB V KESIMPULAN DAN SARAN
BAB II
LANDASAN TEORI
2.1Citra Digital
Semua citra digital yang ditampilkan di layar komputer adalah sederetan atau sekumpulan piksel (picture element). Citra tersebut dikatakan sebagai citra digital karena bentuk representasinya yang berupa bilangan (numbers). Oleh komputer akan dikenal dalam urutan ‘0’ dan ‘1’.
Ada beberapa format citra digital, antara lain: BMP, PNG, JPG, GIF, PCX, dan sebagainya. Masing-masing format mempunyai perbedaan satu dengan yang lain terutama pada header file. Namun ada beberapa yang mempunyai kesamaan, yaitu penggunaan palette untuk penentuan warna piksel. Sebagai studi kasus dalam tugas akhir ini akan digunakan format citra BMP yang dikeluarkan oleh Microsoft.
2.1.1 Citra BMP
Format BMP, disebut dengan bitmap atau format DIB (Device Independent Bitmap) adalah sebuah format citra yang digunakan untuk menyimpan citra bitmap digital terutama pada sistem operasi Microsoft Windows atau OS/2. Pada citra berformat BMP (bitmap) yang tidak terkompresi, piksel citra disimpan dengan kedalaman warna 1, 4, 8, 16, 24, atau 32 bit per piksel.
digunakan untuk mengidentifikasi citra. Beberapa aplikasi pengolah citra akan membaca blok ini untuk memastikan bahwa citra tersebut berformat bitmap dan tidak dalam kondisi rusak. Bit information berisi informasi detail dari citra bitmap, yang akan digunakan untuk menampilkan citra pada layar. Color palette berisi informasi warna yang digunakan untuk indeks warna bitmap, dan bitmap data berisi data citra yang sebenarnya, piksel per piksel.
Model ruang warna yang digunakan pada citra bitmap adalah RGB (red, green, dan blue). Sebuah ruang warna RGB dapat diartikan sebagai semua kemungkinan warna yang dapat dibuat dari tiga warna dasar red, green, dan blue. RGB sering digunakan di dalam sebagian besar aplikasi komputer karena dengan ruang warna ini tidak diperlukan transformasi untuk menampilkan informasi di layar monitor.
2.2Wavelet
Wavelet adalah suatu metode pengolahan sinyal yang mana sebuah sinyal dipecah menjadi beberapa bagian yang merujuk kepada frekuensi yang berbeda-beda. Wavelet digunakan untuk menyusun, menganalisis dan mensintesis data numeris hasil pengukuran/pengamatan suatu fenomena fisis tertentu.
Dalam pemrosesan sinyal sudah dikenal suatu metode yaitu transformasi
frekuensi itu ada. Oleh karena itu selama beberapa dekade yang lalu, para ahli berusaha untuk menemukan suatu metode yang dapat mempresentasikan suatu sinyal digital ke dalam domain frekuensi dan waktu secara bersamaan.
Dengan transformasi wavelet, sinyal digital dikalkulasi untuk menentukan domain frekuensi dan waktu secara bersamaan. Transformasi wavelet dapat diaplikasikan pada pengenalan objek, smoothing (memperhalus) dan kompresi.
Transformasi wavelet memiliki dua jenis dalam pengembangannya yaitu
Continous Wavelet Transform (CWT) dan Discrete Wavelet Transform (DWT). Semua fungsi yang digunakan dalam transformasi CWT dan DWT diturunkan dari
mother wavelet melalui translasi/pergeseran dan penskalaan/kompresi. Mother wavelet merupakan fungsi dasar yang digunakan dalam transformasi wavelet. Karena
mother wavelet menghasilkan semua fungsi wavelet yang digunakan dalam
transformasi melalui translasi dan penskalaan, maka mother wavelet juga akan menentukan karakteristik dari transformasi wavelet yang dihasilkan.
Dalam transformasi wavelet, penggambaran sebuah skala waktu sinyal digital didapatkan dengan menggunakan teknik filterisasi digital. Secara garis besar proses dalam teknik ini adalah dengan melewatkan sinyal yang akan dianalisis pada filter dengan frekuensi dan skala yang berbeda.
Sebuah sinyal harus dilewatkan dalam dua filterisasi DWT yaitu highpass filter dan lowpass filter agar frekuensi dari sinyal tersebut dapat dianalisis. Analisis sinyal dilakukan terhadap hasil filterisasi highpass filter dan lowpass filter yang mana highpass filter digunakan untuk menganalisis frekuensi tinggi dan lowpass filter digunakan untuk menganalisis frekuensi rendah. Analisis terhadap frekuensi dilakukan dengan cara menggunakan resolusi yang dihasilkan setelah sinyal melewati filterisasi.
Pembagian sinyal menjadi frekuensi tinggi dan frekuensi rendah dalam proses filterisasi highpass filter dan lowpass filter disebut sebagai dekomposisi. Proses dekomposisi dimulai dengan melewatkan sinyal asal melewati highpass filter dan
lowpass filter. Misalkan sinyal asal ini memiliki rentang frekuensi dari 0 sampai dengan rad/s. Pada saat melewati highpass filter dan lowpass filter ini, rentang frekuensi di-downssample menjadi dua, sehingga rentang frekuensi tertinggi pada masing-masing downsample menjadi /2 rad/s. Setelah filterisasi, setengah dari
sample atau salah satu downsample dapat dieliminasi sehingga sinyal dapat selalu
di-downsample oleh 2 ( 2) dengan cara mengabaikan setiap sample yang kedua. Proses dekomposisi ini dapat melalui satu atau lebih tingkatan. Dekomposisi sinyal satu tingkat ditulis dengan ekspresi matematika pada persamaan 1 dan 2.
− =
n
tinggi k x n h k n
y [ ] [ ] [2 ]...(2.1)
− =
n
rendah k x n g k n
] [k
ytinggi dan yrendah[k]adalah hasil dari highpass filter dan lowpass filter, x[n]
merupakan sinyal asal, h[n] adalah highpass filter dan g[n] adalah lowpass filter, n
dan k adalah variabel integer.
Untuk dekomposisi sinyal lebih dari satu tingkat, prosedur pada rumus 1 dan
2 dapat digunakan pada masing-masing tingkatan. Contoh dekomposisi sinyal satu
tingkat dipaparkan pada Gambar 2.1.
] [k ytinggi
] [k yrendah
Gambar 2.1 Dekomposisi sinyal satu tingkat.
Pada Gambar 2.1, hasil dari highpass filter, ytinggi[k]disebut sebagai sinyal
detil (detail signal) dan hasil dari lowpass filter,yrendah[k] disebut sebagai sinyal
aproksimasi (approximation signal). Dengan menggunakan kedua sinyal ini maka
dapat dilakukan proses Inverse Discrete Wavelet Transform (IDWT) untuk
merekonstruksi menjadi sinyal asal.
Proses rekonstruksi sinyal diawali dengan menggabungkan koefisien DWT
dari yang berada pada akhir dekomposisi dengan sebelumnya meng-upsample sinyal
oleh 2 ( 2) melalui highpass filter dan lowpass filter. Proses rekonstruksi ini
merupakan kebalikan dari proses dekomposisi sesuai dengan tingkatan pada proses
dekomposisi. Sehingga persamaan rekonstruksi pada masing-masing tingkatan dapat
ditulis sebagai berikut:
+ − +
+ −
= ytinggi k h n k yrendah k g n k
n
Proses rekonstruksi sinyal untuk mendapatkan sinyal asal dengan satu
tingkatan digambarkan pada Gambar 2.2
] [k ytinggi
] [k yrendah
Gambar 2.2 Rekonstruksi sinyal satu tingkat. 2.2.1 Daubechies Wavelet
Nama Daubechies wavelet berasal dari seorang matematikawan yang
bernama Inggrid Daubechies. Daubechies wavelet merupakan keluarga dari
transformasi wavelet diskrit (DWT) memiliki karakteristik derajat vanishing moment
yang maksimal. Derajat vanishing moment merupakan parameter untuk menyatakan
kemampuan mengaproksimasi suatu sinyal. Semakin besar derajat vanishing
moment, maka semakin kecil nilai galat/error aproksimasi yang akan terjadi.
Daubechies wavelet yang umum digunakan adalah D2 - D20. Dalam tugas
akhir ini digunakan Daubechies D4 wavelet, dengan nilai 4 menyatakan nomor
indeks wavelet. Nomor indeks ini mengacu pada banyaknya masing-masing
koefisien highpass filter h[n] dan lowpass filter g[n] yang dimiliki wavelet. Sehingga
dapat diartikan bahwa Daubechies D4 wavelet memiliki masing-masing 4 koefisien
h[n] dan g[n]. Dalam hal ini nilai koefisien h[n] untuk D2 - D20 telah ditetapkan oleh
Daubechies sendiri. Nilai koefisien h[n] untuk D2 - D8 ditabulasikan dalam Tabel
0
Tabel 2.1 Koefisien-koefisien highpass filter
No
2 0.3169873 0.650365 0.8922014
3 -0.1830127 -0.19093442 -0.03957503
4 -0.12083221 -0.26450717
5 0.0498175 0.0436163
6 0.0465036
7 -0.01498699
Sinyal aproksimasi dan sinyal detil dihitung dengan mengambil hasil
perkalian koefisien h[n] dan g[n] dengan sinyal yang akan dianalisa. Persamaannya
ditunjukkan sebagai berikut:
3
•
Untuk proses rekonstruksi menjadi sinyal (s) menggunakan persaman berikut:
•
2.3Kode Hamming
Kode Hamming ditemukan oleh Richard Hamming, merupakan sebuah kode
perbaikan error linier yang dapat memperbaiki dan mendeteksi bit-bit error tunggal.
Kode Hamming memiliki jarak minimum dmin = 3.
Kode Hamming terdiri dari bit data dan bit parity yang membentuk sebuah
hamming code word. Jumlah bit data dan bit parity ditentukan oleh aturan Hamming
(hamming rule) yang ditunjukkan oleh ketidaksamaan berikut:
p p
d+ +1≤2 ………(2.9)
2.3.1 Konstruksi Kode Hamming (8,4)
Kode Hamming (8,4) terdiri dari 4 bit input dan 4 bit parity. Misalkan bit
input: b3,b2,b1,b0 maka dapat dikodekan menjadi 8 bit kode Hamming dengan
susunan sebagai berikut: b3, a3, b2, a2, b1, a1, b0, a0 yang kemudian dapat diberi nama
h7, h6, h5, h4, h3, h2, h1, h0.. Untuk nilai a3, a2, a1, dan a0 diperoleh dengan
menggunakan persamaan berikut:
0
Untuk mendekodekan satu byte kode Hamming tersebut dilakukan operasi
bitwise xor pada kode Hamming untuk menghasilkan parity dengan persamaan
sebagai berikut:
semua bit c0, c1, c2 bernilai 1 maka byte yang diterima tidak berubah (tidak terdapat
error) sebaliknya jika bernilai 0 maka terdapat 2 error yang tidak dapat diperbaiki.
Jika p bernilai 0 maka terdapat sebuah bit error yang muncul yang dapat
diperbaiki dengan melakukan flip pada bit yang error. Bit error yang muncul
Tabel 2.2 Error yang muncul.
c0 c1 c2 arti
1 1 1 error pada bit h6
1 1 0 error pada bit h4
1 0 1 error pada bit h2
0 1 1 error pada bit h0
0 0 1 error pada bit h7
0 1 0 error pada bit h5
1 0 0 error pada bit h3
0 0 0 error pada bit h1
2.4Watermarking
Watermark merupakan sebuah informasi yang disisipkan pada media lain
dengan tujuan melindungi media yang disisipi oleh informasi tersebut dari
pembajakan, penyalahgunaan hak cipta, dan sebagainya. Watermarking adalah cara
untuk menyisipkan watermark ke dalam media yang ingin dilindungi hak ciptanya.
Watermarking berkembang seiring perkembangan zaman dengan munculnya
watermarking pada media digital atau disebut dengan digital watermarking. Digital
watermarking dapat diterapkan pada berbagai media digital seperti citra , file suara,
dan video.
Salah satu prinsip dalam digital watermarking adalah informasi yang
disisipkan pada media digital tidak boleh mempengaruhi kualitas media digital
tersebut. Sehingga pada digital watermarking terdapat persyaratan bahwa digital
watermark atau informasi digital yang disisipkan dalam dalam media digital
haruslah imperceptible atau tidak terdeteksi oleh sistempenglihatan manusia (Human
2.4.1 Jenis Digital Watermarking
Digital watermarking dapat dibagi menjadi empat jenis berdasarkan media digital
yang disisipi, yaitu:
1. Text Watermarking
Watermark disisipkan pada media digital jenis dokumen atau teks.
2. Image Watermarking
Watermark disisipkan pada citra digital.
3. Audio Watermarking
Watermark disisipkan pada file audio digital seperti mp3, mpeg, dan sebagainya.
4. Video Watermarking
Watermark disisipkan pada gambar bergerak atau disebut dengan video digital.
2.4.2 Watermarking Citra Digital
Secara umum proses watermarking pada citra dipaparkan pada Gambar 2.3.
Gambar 2.3 Penyisipan watermark.
Citra asli (original) dinotasikan dengan I, tanda atau signature dinotasikan
I dan sebuah signature S, dan menghasilkan sebuah citra baru I’ yang telah memiliki
watermark. Hubungannya dituliskan sebagai berikut:
E (I, S) = I’ ……..(2.13)
Citra ber-watermark yang dihasilkan dari proses watermarking tidak berbeda
jauh secara visual dengan citra asalnya. Hal ini disebabkan karena pengubahan dari
citra asal ke citra ber-watermark hanya berpengaruh sedikit terhadap perubahan
warna dari citra, sehingga sistem penglihatan manusia (Human Visual System) tidak
dapat melihat perubahan tersebut.
Proses watermarking perlu didukung dengan proses ekstrasi watermark dari
citra ber-watermark. Proses ekstraksi ini bertujuan untuk mendapatkan kembali citra
asal dan watermark yang disisipkan dalam citra tersebut. Umumnya proses ekstraksi
melibatkan proses pembandingan citra asal dengan citra ber-watermark untuk
mendapatkan watermark yang disisipkan, seperti yang ditunjukkan pada Gambar 2.4.
Fungsi decoder D mengambil sebuah citra J (J dapat berupa citra yang
memiliki watermark atau tidak) dan mengekstrak signature S’ dari citra tersebut.
Proses ini melibatkan citra asli (I) yang telah diberi watermark oleh pemiliknya.
Signature S’ yang telah diekstrak kemudian akan dibandingkan dengan
pemilik signature yang asli dengan sebuah fungsi comparator Cp dan menghasilkan
sebuah output biner yang bernilai 1 jika cocok dan 0 jika sebaliknya.
Secara garis besar watermarking dibedakan menjadi dua yaitu:
1. Private Watermarking / Non Blind Watermarking.
Merupakan watermarking yang membutuhkan citra asli dan citra
ber-watermark untuk mengekstrak watermark.
2. Public Watermarking / Blind Watermarking.
Watermarking yang tidak membutuhkan citra asli untuk mengekstrak
watermark.
2.4.3 Domain Penerapan Watermarking Citra
Domain penerapan watermarking citra terbagi menjadi dua yaitu, domain
spasial, penyisipan watermark dilakukan secara langsung ke dalam piksel citra, dan
domain transformasiyang menyisipkan watermark kedalam koefisien transformasi.
Contoh metode yang termasuk dalam domain spasial adalah LSB (Least Significant
Bit) yang me-watermark sebuah citra dengan mengganti bit LSB-nya dengan bit data,
metode lain dalam domain spasial yaitu metode patchwork yang menanamkan
watermark sebesar 1 bitpada citra denganmenggunakan pendekatan statistik.
Untuk metode yang digunakan pada domain transformasi, biasanya
berhubungan dengan transformasi sinyal yang digunakan dalam bidang matematika.
Watermark disisipkan ke dalam koefisien transformasi tergantung dari jenis
yaitu Discrete Fourier Transform (DFT), Discrete Cosine Transform (DCT),
Discrete WaveletTransform (DWT), dan Discrete LaguerreTransform (DLT).
2.4.4 Kriteria Watermarking
Watermarking memiliki persyaratan atau kriteria tertentu yang harus dimiliki
serta menentukan kualitas dari watermark tersebut. Watermarking yang baik
setidaknya memiliki kriteria seperti berikut ini:
• Robustness. Watermark harus memiliki ketahanan terhadap berbagai macam
perubahan baik secara sengaja maupun tidak disengaja.
• Imperceptible. Untuk menjamin kualitas dokumen yang ditandai, watermark
harus sebisa mungkin tidak tampak mempengaruhi dokumen asli,
• Security. Pihak-pihak yang tidak memiliki otoritas tidak dapat mengetahui
dan mengubah watermark yang disisipkan dalam dokumen. Idealnya, lebih
bagus lagi jika watermark tidak dapat dideteksi oleh pihak-pihak tersebut.
• No reference to original document. Pada aplikasi-aplikasi tertentu, sangatlah
penting proses pembacaan watermark dapat dilakukan tanpa membutuhkan
dokumen digital asli (tanpa watermark).
• Multiple watermark. Untuk aplikasi-aplikasi tertentu, terkadang dibutuhkan
lebih dari satu watermark untuk memberikan proteksi yang lebih baik.
• Unambiguity. Watermark harus mengandung informasi yang tidak ambigu mengenai kepemilikan hak cipta, pendistribusian dan sebagainya.
Dari faktor-faktor di atas, yang terpenting adalah robustness, imperceptibility
2.4.7 Aplikasi DigitalWatermarking
Digital watermarking memiliki beragam penggunaan dalam membantu kerja
manusia, diantaranya:
a. Copyright-Labeling
Watemarking digunakan untuk menyembunyikan label hak cipta pada data
digital atau sebagai bukti autentik kepemilikan atas dokumen digital.
b. Otentifikasi atau tamper proofing
Pemilik citra menyisipkan watermark ke dalam citra untuk membuktikan apakah
citra yang disimpan atau yang beredar masih asli atau sudah berubah (tamper
proofing).
c. Fingerprinting (traitor-tracing)
Pemilik citra mendistribusikan citra yang sama ke berbagai distributor. Sebelum
didistribusikan, setiap citra disisipkan watermark yang berbeda untuk setiap
distributor, seolah-olah cetak jari distributor terekam di dalam citra.
d. Aplikasi medis
Citra medis seperti foto sinar-X diberi watermark berupa ID pasien dengan
maksud untuk memudahkan identifikasi pasien. Informasi lain yang dapat
disisipkan adalah hasil diagnosis penyakit.
e. Covert communication
Untuk sistem komunikasi di negara-negara yang mana kriptografi tidak
dibolehkan, watermarking dapat digunakan untuk menyisipkan informasi rahasia.
Informasi tersebut disisipkan ke dalam citra, lalu dikirim melalui saluran publik, dan
2.4.7 Serangan terhadap citra ber-watermark
Serangan terhadap citra ber-watermark umumnya bertujuan untuk
menghilangkan watermark yang disisipkan di dalam citra tersebut. Serangan ini
disebut sebagai serangan yang disengaja. Serangan yang tidak disengaja biasanya
berhubungan dengan pengubahan citra, pengubahan ini dapat berupa cropping,
rotation, kompresi, dan lain-lain.
Secara umum jenis serangan terhadap citra ber-watermark dibagi menjadi
dua, yaitu serangan standar (standard attack) dan malicious attack. Malicious attack
merupakan serangan yang memilki tujuan untuk menghilangkan watermark.
Pengujian terhadap citra ber-watermark menggunakan serangan hanya dapat
dilakukan dengan menggunakan standard attack saja. Hal ini disebabkan karena
dalam maliciousattack umumnya pihak penyerang mencari algoritma penyisipan dan
kunci yang digunakan saat penyisipan watermark. Serangan jenis malicious attack
ini tentunya tidak dapat diujikan karena algoritma dan kunci yang digunakan
tentunya sudah diketahui oleh penyisip watermark.
Beberapa jenis standard attack adalah sebagai berikut:
1. Serangan geometris (geometrical attack)
Serangan geometris menyebabkan pendeteksi watermark kehilangan
sinkronisasinya dengan citra ber-watermark. Beberapa yang termasuk dalam
serangan geometris adalah rotasi citra, penskalaan ulang citra, pengubahan aspect
ratio, translasi, dan sebagainya.
Kompresi sering dilakukan pada file multimedia seperti audio, video, dan citra.
Watermark yang disisipkan biasanya lebih tahan terhadap kompresi yang
memiliki domain sama dengan domain yang dipakai pada saat watermarking.
Misalnya citra yang disisipi watermark menggunakan DCT (Discrete Cosine
Transform) lebih tahan terhadap kompresi JPEG daripada citra yang disisipi
watermark dalam domain spasial. Atau citra yang disisipi watermark
menggunakan DWT (Discrete Wavelet Transform) lebih kuat terhadap kompresi
JPEG2000.
3. Penambahan noise
Citra digital sangat rentan mendapatkan serangan berbagai macam jenis noise.
Ada beberapa cara yang menyebabkan suatu noise dapat berada di dalam sebuah
citra, bergantung bagaimana citra tersebut diciptakan. Sebagai contoh, jika citra
merupakan hasil scan foto yang berasal dari negatif film, maka negatif film ini
merupakan sumber noise. Noise juga bisa merupakan akibat dari kerusakan film
atau juga bisa berasal dari scanner itu sendiri.
4. Filterisasi
Filterisasi umum digunakan pada citra. Beberapa filter yang sering digunakan
yaitu gaussian filter, sharpening filter, dan sebagainya. Untuk menangani jenis
serangan ini watermark dapat disisipkan pada frekuensi yang paling sedikit
berubah jika terjadi kompresi, dengan memperkirakan filterisasi apa saja yang
umum digunakan.
Cropping merupakan serangan yang umum karena banyak orang sering
menginginkan bagian tertentu dari sebuah citra saja. Untuk dapat mengatasi
serangan ini dapat dilakukan dengan cara menyebarkan watermark pada
tempat-tempat yang memungkinkan terjadinya serangan.
2.5Watermarking menggunakan Daubechies Wavelet
Citra yang akan disisipkan watermark sebelumnya didekomposisi
menggunakan transformasi Daubechies wavelet, setelah watermark disisipkan pada
citra selanjutnya dilakukan invers transformasi wavelet untuk membentuk citra
ber-watermark. Struktur dekomposisi pada citra yang dilakukan sebanyak 4 level
ditunjukkan pada Gambar 2.5.
Gambar 2.5 Struktur dekomposisi citra 4 level.
Proses dekomposisi membagi citra dalam tipa level menjadi komponen
aproksimasi (LL) dan komponen detil yang terdiri dari komponen horizontal (HL),
Secara umum penyisipan watermark dilakukan dengan cara memodifikasi
koefisien pada komponen LL, LH, HL, atau HH.
Metode yang dipakai untuk menyisipkan watermark adalah dengan metode
penambahan (additive) dengan menggunakan rumus:
L
Dimana
α
merupakan faktor yang mengontrol tingkat intensitas penyisipanwatermark, f adalah koefisien sinyal asal, f’ adalah koefisien sinyal asal yang telah
dimodifikasi, dan w adalah bit watermark yang disisipkan pada sinyal asal.
Pada proses ekstraksi watermark dibutuhkan citra asli f dan citra uji
ber-watermark fr. Kedua citra tersebut didekomposisi kembali dengan transformasi
wavelet untuk mendapatkan komponen aproksimasi dan detilnya. Proses ekstraksi
watermark dilakukan dengan menggunakan rumus berikut:
)
dimana wr adalah watermark yang telah diekstrak.
Setelah watermark diekstrak dilakukan perhitungan peak signal to-noise ratio
(PSNR) dan korelasi antara watermark asli dengan watermark hasil ekstraksi. PSNR
didefinisikan melalui signal-to-noise ratio (SNR). SNR digunakan untuk mengukur
tingkat kualitas sinyal. Nilai ini dihitung berdasarkan perbandingan antara sinyal
dengan nilai derau. Kualitas sinyal berbanding lurus dengan dengan nilai SNR.
Semakin besar nilai SNR semakinbaik kualitas sinyal yang dihasilkan. Penghitungan
peak signal to-noise ratio (PSNR) digunakan untuk membandingkan kualitas citra
antara 30 dan 50 dalam skala desibel (dB) dan dilaporkan dengan presisi sebanyak
dua desimal poin. Untuk menghitung PNSR, pertama yang dilakukan adalah
menghitung nilai Root Mean Squared Error (RMSE) dari citra hasil rekonstruksi dan
citra asal Perhitungan dilakukan untuk mengetahui besarnya error yang dihasilkan
dari proses penyisipan. Perhitungan dilakukan untuk setiap piksel dalam citra dengan
menggunakan rumus:
di mana f(i,j) adalah citra asal, F(i,j) adalah citra hasil rekonstruksi atau citra uji, dan
M*N adalah perkalian panjang dengan lebar citra.
Berdasarkan persamaan RMSE, maka dapat dilakukan perhitungan PSNR dengan
rumus sebagai berikut:
=
RMSE
PSNR 20log10 255 ………..(2.17)
nilai 255 merupakan batas atas nilai piksel pada citra 8 bit (0-255).
2.6Matlab
Matlab (Matrix Laboratory) adalah bahasa pemrograman tingkat tinggi yang
dikhususkan untuk komputasi teknis. Bahasa yang dikembangkan oleh MathWorks
ini mengintegrasikan kemampuan komputasi, visualisasi dan pemrograman dalam
sebuah lingkungan yang tunggal dan mudah digunakan. Aplikasi Matlab yang
digunakan penulis adalah Matlab versi R2007a.. Pada aplikasi Matlab R2007a
adalah sekumpulan instruksi yang dapat dijalankan dalam sekali panggil.
2. *.mat
adalah format database sederhana yang berbentuk matriks.
3. *.fig
adalah format penyimpanan tampilan GUI (Graphical User Interface).
Setiap penyimpanan ataupun pemuatan variabel atau database pada Matlab selalu
BAB III
PERANCANGAN SISTEM
3.1Gambaran Umum Sistem
Perancangan akan diimplementasikan pada pembuatan aplikasi yang
dinamakan “IMARK”. Sistem pada dasarnya ditujukan untuk proteksi hak cipta citra
digital. Pada sistem ini otentikasi membutuhkan citra asli sehingga dikategorikan ke
dalam blind watermarking. Sistem yang dirancang terdiri dari dua modus yaitu
modus sisip dan modus ekstrak. Modus sisip bertujuan untuk menyisipkan
watermark ke dalam citra, sedangkan modus ekstrak bertujuan untuk mengekstrak
watermark dari dalam citra.
Dalam aplikasi ini citra yang digunakan terbatas dengan ukuran minimal
256x256 piksel dan maksimal 1024x768. Format citra yang digunakan adalah BMP.
Terdapat dua buah tipe BMP, yaitu: BMP keluaran Microsoft dan OS/2. Format
BMP yang digunakan dalam tugas akhir ini adalah format dari Microsoft..
3.2Program Utama
Secara umum, aplikasi dijalankan dalam diagram alir yang ditunjukkan pada
Gambar 3.1. Sistem pertama kali meminta user memasukkan pilihan modus.
Pada modus sisip, user akan memasukkan citra asli yang akan diberi
watermark. Proses Hammcod meminta user memasukkan kode yang berupa
password yang terdiri dari 5-8 karakter. Hasil proses Hammcod yang berupa bit
hasil proses Wavsisip akan dihitung nilai PSNRnya melalui proses hitung PSNR
untuk mengetahui kualitas citra yang dihasilkan.
Gambar 3.1 Diagram alir program utama.
Pada modus ekstrak, user diminta memasukkan citra asli yang ber-watermark
dan citra uji. Melalui proses Wavekstrak, watermark pada citra uji diekstrak dan
kemudian dibandingkan dengan watermark pada citra asli. Proses Corr akan
menghitung tingkat korelasi (correlation)watermark yang sedang dibandingkan.
3.3Sisip
3.3.1 Pilih citra
Citra yang akan diberi watermark adalah citra berformat bitmap dengan
3.3.2 Hammcod
Diagram alir prosesHammcod ditunjukkan pada Gambar 3.2.
Gambar 3.2 Diagram alir Hammcod
Pada proses ini, password yang dimasukkan oleh user terbatas pada huruf dan
angka yang disimpan dalam variabel s. Password terlebih dahulu diubah ke bilangan
desimal kemudian diubah lagi ke bilangan biner yang menghasilkan bit-bit password.
Setiap satu karakter password menghasilkan 8 bit bilangan biner. Selanjutnya bit-bit
password akan dibagi dua sehingga setiap bagian terdiri dari 4 bit. Kemudian dari 4
bit tersebut akan dikodekan menjadi 8 bit menggunakan pengkodean Hamming (8,4).
Selanjutnya kode Hamming diubah ke dalam bentuk sebuah urutan (sequence)
(k=1,….,L). Proses ini menghasilkan bit watermark yang disimpan dalam variabel
hcs. Proses pengkodean ditunjukkan pada Gambar 3.3.
Gambar 3.3 Diagram alir proses pengkodean 3.3.3 Wavsisip
Proses wavsisip dimulai dengan membaca citra asli yang akan disisipkan watermark.
Komponen warna RGB pada citra dipisah menjadi komponen warna R, G, dan B.
Kemudian dilanjutkan dengan proses dekomposisi pada komponen warna G.
Diagram alir proses Wavsisip ditunjukkan pada Gambar 3.3.
Dekomposisi dilakukan dengan menggunakan wavelet Daubechies pada
persamaan 2.5 dan 2.6. Dengan memperlakukan citra sebagai sinyal, koefisien warna
pada citra dikalikan dengan keofisien lowpass filter dan highpass filter untuk
memperoleh sinyal aproksimasi dan sinyal detil. Pada Matlab, proses ini dilakukan
Gambar 3.3 Proses wavsisip
Pada komponen warna G dilakukan dekomposisi sampai 4 level.
Dekomposisi dilakukan oleh baris sintaks berikut:
dwtmode('per');
%Dekomposisi citra dengan wavelet sebanyak 4 level
[cg,sg]=wavedec2(g,4,'db4');%dekomposisi pada komponen G
Proses dekomposisi dilakukan untuk menghasilkan koefisien detil yang
disimpan dalam variabel cg. Penyisipan dilakukan pada matriks horizontal, vertikal,
dan diagonal dari koefisien detil cg. Untuk memperoleh matriks tersebut, keofisien
cg diekstrak dengan menggunakan baris sintaks berikut:
%ekstrak keofisien detail (horizontal, vertikal, dan diagonal) [cgh4,cgv4,cgd4] = detcoef2('all',cg,sg,4);
Ketiga matriks tersebut disatukan, diubah ke bentuk vektor baris dan
disimpan dalam variabel highg. Proses penyisipan dilakukan dengan menggunakan
metode penambahan (additive) dengan rumus sebagai berikut:
L
f adalah keofisien matriks hasil penyisipan, f(m,n)adalah koefisien sebelum
penyisipan, hcs(k) adalah watermark, L adalah panjang watermark dan alpha adalah
faktor pengontrol tingkat intensitas watermark yang disisipkan. Watermark
disisipkan pada seluruh elemen vektor highg.
Proses rekonstruksi wavelet dilakukan dengan menggunakan persamaan 2.8
pada vektor highg. Pada Matlab, persamaan 2.8 dilakukan oleh fungsi waverec2.
Dari hasil rekonstruksi diperoleh komponen warna G yang sudah memiliki
watermark. Selanjutnya komponen tersebut disatukan kembali dengan komponen R
dan B untuk menghasilkan citra ber-watermark.
3.3.4 Hitung PSNR
Perhitungan PSNR dilakukan pada citra iw1dan iw2 untuk mengetahui
kualitas citra hasil penyisipan. Komponen RGB pada masing-masing citra dipisah
menjadi R, G, dan B. Kemudian dilakukan perhitungan RMSE untuk setiap
komponen warna. Dari hasil perhitungan diambil nilai rata-ratanya. Selanjutnya
dilakukan perhitungan nilai PSNR berdasarkan nilai rata-rata yang telah diperoleh.
Gambar 3.4 Diagram alir Hitung PSNR 3.4Ekstrak
3.4.1 Wavekstrak
Proses ini meminta input citra uji yang sudah memiliki watermark dan citra
asli yang ber-watermark. Komponen warna G pada kedua citra didekomposisi
menggunakan wavelet Daubechies untuk memperoleh koefisien detil.
Proses ekstraksi watermark dilakukan dengan membandingkan koefisien detil
hasil dekomposisi kedua citra dengan koefisien detil citra asli pada saat penyisipan
menggunakan rumus berikut:
Diagram alir wavekstrak ditunjukkan pada gambar 3.5.
!
Gambar 3.5 Diagram alir proses wavekstrak
Hasil ekstrak watermark dari kedua citra direkonstruksi kembali menjadi komponen
warna G menggunakan fungsi waverec2 pada Matlab. Selanjutnya komponen warna
ini digabungkan untuk membentuk citra watermark yang disimpan dalam variabel
iw1 dan iw2.
3.4.2 Corr
Proses perhitungan corr (korelasi) dimulai dengan membaca citra watermark
watermark pada citra asli dengan watermark pada citra uji. Perhitungan correlation
dilakukan dengan menggunakan rumus berikut:
2 2
2 * 1
2 * 1 )
2 , 1 (
iw iw
iw iw iw
iw
BAB IV PENGUJIAN
4.1Analisa Hasil Pengujian
Serangkaian pengujian dilakukan dengan menggunakan tiga buah citra
dengan ukuran yang sama yaitu citra beach, citra insect, dan citra pic. Dalam
pengujian digunakan beberapa serangan standar untuk mengetahui tingkat ketahanan
watermark yang disisipkan pada citra. Beberapa serangan standar yang digunakan
dalam pengujian meliputi: kompresi JPEG, blur, motion blur, noise, dan sharpen.
Pengujian dilakukan dengan menggunakan 4 level transformasi wavelet Daubechies,
koefisien alpha = 0.02 ,dan kode untuk watermark adalah echolima. Hasil pengujian
ditunjukkan dengan nilai PSNR citra (PSNRc), PSNR watermark (PSNRw), dan
nilai korelasi (correlation) watermark. Nilai PSNRw merupakan perbandingan nilai
PSNR watermark asli dengan watermark yang berasal dari citra yang telah
mengalami manipulasi. Ketahanan watermark dilihat dari nilai korelasi watermark
yang dihasilkan dari proses pengujian. Nilai PSNR citra hasil watermarking sebelum
dilakukan serangan ditunjukkan pada tabel 4.1
Tabel 4.1 Nilai PSNR citra sebelum dilakukan serangan
Citra (dB) BMP
PSNRc
beach(512x512) 35.67
insect(512x512) 34.83
pic(512x512) 38.94
Gambar 4.1 Citra pic yang ber-watermark dan citra watermark
Gambar 4.2 Citra insect yang ber-watermark dan citra watermark
4.1.1 Serangan kompresi JPEG
Serangan kompresi JPEG dilakukan untuk menguji ketahanan watermark
terhadap proses kompresi citra. Pengujian kompresi JPEG dilakukan pada citra
ber-watermark dengan menggunakan skala 1:2 dan skala 1:5 yang menghasilkan citra
terkompres dengan kualitas yang berbeda. Skala 1:2 memiliki tingkat kompresi yang
lebih tinggi sehingga menghasilkan citra dengan kualitas lebih rendah dibandingkan
dengan skala 1:5 yang memiliki tingkat kompresi yang lebih rendah. Citra hasil
Tabel 4.2 Hasil pengujian dengan kompresi JPEG skala 1:2
Citra BMP
size (kb)
JPEG size (kb)
JPEG
PSNRc PSNRw Corr
beach(512x512) 768 33 66.98 4.9 0.99
insect(512x512) 768 32 64.33 3.59 0.99
pic(512x512) 768 53 71.71 4.2 0.99
Tabel 4.3 Hasil pengujian dengan kompresi JPEG skala 1:5
Citra BMP
size (kb)
JPEG size (kb)
JPEG
PSNRc PSNRw Corr
beach(512x512) 768 54 62.70 0.34 0.99
insect(512x512) 768 44 57.18 1.00 0.99
pic(512x512) 768 87 67.77 3.31 0.99
Dari tabel 4.2 dan 4.3 menunjukkan nilai korelasi watermark pada citra yang
dikompres tidak mengalami penurunan. Nilai PSNR watermark semakin meningkat
pada kompresi skala 1:2. Perubahan nilai PSNR citra semakin naik pada kompresi
skala 1:2, hal ini menunjukkan telah terjadi penurunan kualitas citra hasil kompresi.
Tetapi dengan nilai korelasi yang tidak berubah maka watermark masih dapat
diekstrak dari citra. Hasil pengujian menunjukkan watermark tahan terhadap
kompresi JPEG.
4.1.2 Serangan noise
Pengujian serangan noise dilakukan dengan menggunakan noise sebesar 2%
dan 10%. Hasil menunjukkan untuk citra yang memiliki luminance (komponen yang
lebih terang) yang tinggi tidak kuat terhadap serangan noise, seperti pada citra beach.
serangan noise. Pengujian dilakukan untuk mengetahui tingkat ketahanan watermark
terhadap serangan noise. Hasil pengujian untuk serangan noise ditunjukkan pada
Tabel 4.4.
Tabel 4.4 Hasil pengujian serangan noise
Citra Noise 2% Noise 10%
PSNRc PSNRw Corr PSNRc PSNRw Corr
beach 65.36 18.25 0.99 73.63 33.83 0.78
ins 64.89 2.41 0.99 73.25 14.8 0.99
pic 65.02 15.11 0.99 73.53 28.06 0.97
Dari Tabel 4.3 dapat dilihat bahwa nilai korelasi watermark menurun pada citra
beach setelah diberi noise sebesar 10%. Citra hasil pengujian dengan serangan noise
ditunjukkan pada gambar 4.3 dan gambar 4.4.
Gambar 4.3 Citra pic dan citra watermark serangan noise sebesar 10%
4.1.3 Serangan Motion Blur
Pengujian serangan motion blur dilakukan dengan memberikan filter motion
blur pada citra dengan jarak sebanyak 2 piksel dan 10 piksel dengan sudut sebesar 0
derajat. Hal ini memberikan efek berbayang pada citra dengan arah yang disesuaikan
dengan sudut yang diberikan. Pengujian dilakukan untuk mengetahui apakah terjadi
penurunan nilai korelasi setelah mengalami proses manipulasi. Hasil pengujian
serangan motion blur ditunjukkan pada Tabel 4.5.
Tabel 4.5 Hasil pengujian serangan motion blur
Citra Motion blur 2 piksel Motion blur 10 piksel
PSNRc PSNRw Corr PSNRc PSNRw Corr
beach 60.99 4.0 0.99 67.80 5.2 0.99
insect 57.81 3.39 1.0 66.99 9.1 0.99
pic 67.96 1.89 0.99 71.71 0.8 0.99
Hasil pengujian menunjukkan watermark pada citra yang memiliki warna homogen
rentan terhadap serangan motion blur, seperti pada citra beach dan citra insect. Citra
dengan komposisi warna yang lebih banyak akan lebih tahan terhadap serangan ini.
Hasil pengujian menunjukkan nilai korelasi tidak banyak berubah.
4.1.4 Serangan sharpen
Pengujian serangan sharpen dilakukan dengan melakukan filter sharpen pada
citra. Proses ini meningkatkan kontras pada piksel warna yang berbatasan. Hasil
pengujian ditunjukkan pada Tabel 4.6.
Tabel 4.6 Hasil pengujian serangan sharpen
Citra Sharpen
insect 58.60 8.98 1
pic 68.77 0.08 0.99
Hasil pengujian menunjukkan serangan sharpen tidak mempengaruhi nilai
korelasi watermark.
4.1.5 Serangan blur
Pengujiian serangan blur dilakukan dengan menggunakan filter blur. Hasil
pengujian menunjukkan nilai korelasi yang tidak banyak berubah setelah mengalami
seranagn blur. Hasil pengujian ditunjukkan pada Tabel 4.7.
Tabel 4.7 Hasil serangan blur
Citra Sharpen
PSNRc PSNRw Corr
beach 60.03 8.10 0.99
insect 53.11 15.83 1
BAB V
KESIMPULAN DAN SARAN 5.1 Kesimpulan
Setelah dilakukan pembuatan dan pengujian dapat disimpulkan beberapa hal:
1. Metode penyisipan watermark menggunakan transformasi wavelet Daubechies
memberikan hasil rekonstruksi citra yang lebih baik tanpa menurunkan kualitas
citra secara signifikan.
2. Informasi yang disisipkan pada citra bersifat invisible.
3. Keragaman warna dan tingkat kecerahan pada citra merupakan faktor
mempengaruhi ketahanan watermark pada proses manipulasi.
4. Watermark yang disisipkan tahan terhadap hampir semua serangan pada proses
pengujian.
5.1 Saran
Beberapa saran yang berguna baik dalam menggunakan ataupun dalam
mengembangkan aplikasi ini adalah sebagai berikut:
1. Setelah melalui proses pengujian, terdapat keterbatasan aplikasi dalam
mengekstrak watermark pada citra yang telah mengalami proses resizing
(penskalaan ulang) dan cropping. Untuk itu dapat dikembangkan suatu metode
ekstraksi yang dapat mengatasi proses resizing dan cropping.
2. Untuk pengembangan lebih lanjut dapat ditambahkan metode penyisipan pada
DAFTAR PUSTAKA
1. Arnold Michael, Schumucker Martin, Wolthusen D. Stephen. 2003. “Techniques
and Application of Digital Watermarking and Content Protection”. Noorwood:
Arctech House.
2. Daubechies Ingrid. 1992. “Ten Lectures on Wavelets”. Philadelphia: SIAM
3. D Kundur, D Hatznikos. 1997. “A Robust Digital Image Watermarking Method
using Wavelet-Based Fusion”. Proceeding ICIP.
4. “Getting Started With Malab”. 2001. The MathWorks, Inc.
5. Juergen Seitz. 2005. “Digital Watermarking for Digital Media”. London:
Information Science Publishing
6. Kaplan, Ian. “The Daubechies D4 Wavelet Transform”,
(http://www.bearcave.com/misl/misl_tech/wavelets/daubechies/.2002)
7. Neubauer Andre, Freudenberger Jurgen, K¨uhn Volker. 2007. ”Coding Theory:
Algorithms Architectures and Application”. London: John Wiley & Sons Ltd,
8. Tinaja, “Exploring the BMP File Formats”,
(http://www.tinaja.com/expbmp.html)
Lampiran A
s = input('Password: ','s') %input password [hcs,z] = hammcod(s);
%menyisipkan watermark [iw,highgo] = wavsisip(i,z,hcs); imwrite(iw,'imgw.bmp');
%Penyisipan watermark dilakukan pada keofisien detail
%komponen warna hijau (green) citra setelah proses dekomposisi. id = double(i);
%Dekomposisi citra dengan wavelet sebanyak 4 level dwtmode('per');
[cr,sr]=wavedec2(r,4,'db4');%dekomposisi komopnen r [cg,sg]=wavedec2(g,4,'db4');
[cb,sb]=wavedec2(b,4,'db4');
%ekstrak keofisien detail(horizontal, vertikal, dan diagonal) pada level 4 [crh4,crv4,crd4] = detcoef2('all',cr,sr,4);
[cgh4,cgv4,cgd4] = detcoef2('all',cg,sg,4); [cbh4,cbv4,cbd4] = detcoef2('all',cb,sb,4);
l=prod(size(cgh4));%tetapkan ukuran matriks yang akan disipipkan watermark highg=cg(l+1:end);%matriks yang akan disispkan
highgo=highg;%simpan sebagai variabel highgo lowg=cg(1:l);%matriks aproksimasi
end
% inverse wavelet = rekonstruksi wavelet rw = waverec2(cr,sr,'db4');
gw = waverec2(cgmod,sg,'db4'); bw = waverec2(cb,sb,'db4');
imgw=cat(3,rw,gw,bw);%gabungkan ketiga matriks imw=uint8(imgw);
iw=imw;
pnsr.m
function [PSNR]=psnr(i,iu) %menghitung nilai PSNR
ir=i(:,:,1);%pisahkan komponen warna citra asli ig=i(:,:,2);
ib=i(:,:,3);
irw=iu(:,:,1);%pisahkan komponen warna citra berwatermark igw=iu(:,:,2);
ibw=iu(:,:,3); [m,n]=size(ir);
RMSEr=((sum(sum((ir-irw).*(ir-irw))))/m*n)^0.5;%hitung nilai RMSE RMSEg=((sum(sum((ig-igw).*(ig-igw))))/m*n)^0.5;
RMSEb=((sum(sum((ib-ibw).*(ib-ibw))))/m*n)^0.5;
RMSE=(RMSEr+RMSEg+RMSEb)/3 ; %ambil nilai rata-rata PSNR=abs(20*log10(1/RMSE));%hitung nilai PSNR
ekstrak.m
function [wtr1,wtr2,sim,corr,PSNRc,PSNRw]=ekstrak(i,iu) r=iu(:,:,1);
g=iu(:,:,2); b=iu(:,:,3);
s = input('Password: ','s') %input password [hcs,z]=hammcod(s);
%---
[wtr2,iurw,iugw,iubw] = wavekstrak(i,highgo);% fungsi ekstrak watermark citra asli igw=iugw; %set variabel igw
wtr1=wtr2;
%---
[wtr2,iurw,iugw,iubw] = wavekstrak(iu,highgo);% fungsi ekstrak watermark citra uji %---
imwrite(irw,'watermark1.tif'); %simpan citra watermark imwrite(iurw,'watermark2.tif');
[sim,corr]=simcorr(igw,iugw);
PSNRc=psnr(i,iu); %hitung PSNR citra
PSNRw=psnrw(igw,iugw);% hitung PSNR watermark
wavekstrak.m
[m,n]=size(id(:,:,1));
%Dekomposisi citra dengan wavelet sebanyak 4 level [cru,sru]=wavedec2(ru,4,'db4');
[cgu,sgu]=wavedec2(gu,4,'db4'); [cbu,sbu]=wavedec2(ru,4,'db4');
% ekstrak keofisien detail(horizontal, vertikal, dan diagonal) [crh4u,crv4u,crd4u] = detcoef2('all',cru,sru,4);
[cgh4u,cgv4u,cgd4u] = detcoef2('all',cgu,sgu,4); [cbh4u,cbv4u,cbd4u] = detcoef2('all',cbu,sbu,4); l=prod(size(crh4u));
highgu=cgu(l+1:end);%tetapkan matriks yang akan disisipkan k=prod(size(highgu));
if (highgo(1,k)>0)||(highgo(1,k)<0)
wgu(1,k)=(highgu(1,k)-highgo(1,k))/(alpha*highgo(1,k)); end
end
cgumod=[lowgu wgu]; %rekonstruksi wavelet
