Analisis kuantitatif, kekerasan dan pengaruh steganografi berbasis least significant bit (LSB) pada gambar dengan penyisipan berukuran variabel

(1)

LINDAYATI

G64103005

DEPARTEMEN ILMU KOMPUTER

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

INSTITUT PERTANIAN BOGOR

(2)

LINDAYATI

G64103005

Skripsi

sebagai salah satu syarat untuk memperoleh gelar

Sarjana Komputer pada

Departemen Ilmu Komputer

DEPARTEMEN ILMU KOMPUTER

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

INSTITUT PERTANIAN BOGOR

(3)

Berukuran Variabel. Dibimbing oleh SUGI GURITMAN dan SHELVIE NIDYA NEYMAN.

Saat ini internet sudah berkembang menjadi salah satu media yang paling populer di dunia. Karena fasilitas dan kemudahan yang dimiliki oleh internet, maka internet untuk saat ini sudah menjadi barang yang tidak asing lagi. Sayangnya dengan berkembangnya internet dan aplikasi menggunakan internetsemakin berkembang pula kejahatan sistem informasi. Dengan berbagai teknik, banyak yang mencoba untuk mengakses informasi yang bukan haknya. Maka dari itu, sejalan dengan berkembangnya media internet ini harus juga dibarengi dengan perkembangan pengamanan sistem informasi. Salah satu teknik pengamanan informasi yang dapat dilakukan adalah dengan menerapkan steganografi berbasis Least Significant Bit (LSB) dengan penyisipan berukuran variabel yang bertujuan mamaksimumkan kapasitas penyisipan dari media covernya. Teknik steganografi ini menggunakan tiga komponen seperti yang dikemukakan oleh Yeuan-Kuen Lee dan Ling Hwei Chen. Ketiga komponen tersebut yaitu, Capacity Evaluation (CE) yang bertujuan menentukan kapasitas maksimum LSB dari masing-masing pixelcover, Minimum Error Replacement (MER) yang dipakai untuk memperkecil tingkat kesalahan saat penyisipan, dan Improved Grayscale Compensation (IGSC) yang digunakan untuk memisahkan kesalahan penempelan agar tidak berdekatan pada tempat pixel bekerja.

Penelitian ini bertujuan mengimplementasikan metode Least Significant Bit (LSB) dengan penyisipan berukuran variabel untuk menyembunyikan pesan rahasia pada media gambar, menghasilkan stego-image yang memiliki kesamaan tampilan dan ukuran dengan cover-image, sehingga tidak menimbulkan kecurigaan pihak ‘lawan’, dan memaksimumkan kapasitas penyisipan pesan rahasia di mana jumlah bit pesan yang dapat disisipkan bisa mencapai bit ke-5 dari LSB pixel cover. Melalui penelitian ini diperoleh hasil bahwa steganografi berbasis Least Significant Bit (LSB) pada gambar dengan penyisipan berukuran variabel sudah dapat menghasilkan stego-image yang bila dilihat secara visual memiliki tampilan yang hampir sama dengan covernya, dan kapasitas penyisipannya lebih dari 50% ukuran cover-imagenya tidak termasuk border dengan jumlah bit pesan pada setiap pixel minimal berjumlah empat.

(4)

Nama :

Lindayati

NRP :

G64103005

Menyetujui:

Pembimbing I,

Pembimbing II,

Dr. Sugi Guritman

Shelvie Nidya Neyman, S.Kom., M.Si

NIP 131999582 NIP 132311916

Mengetahui:

Dekan Fakultas Matematika dan Ilmu Pengetahuan Alam

Institut Pertanian Bogor

Prof. Dr. Ir. Yonny Koesmaryono, MS

NIP 131473999

(5)

ibu Lianawaty. Penulis merupakan anak kedua dari tiga bersaudara. Tahun 2003 penulis lulus dari SMU Negeri 1 Jambi dan pada tahun yang sama lulus seleksi masuk IPB melalui jalur Undangan Seleksi Masuk IPB. Penulis memilih Program Studi Ilmu Komputer, Departemen Ilmu Komputer, Fakultas Matematika dan Ilmu Pengetahuan Alam.

(6)

Puji dan syukurPenulis panjatkan kepada Tuhan Yang Maha Esa yang telah melimpahkan rahmat dan karunia-Nya sehingga Penulis dapat menyelesaikan tugas akhir yang merupakan salah satu syarat kelulusan program sarjana pada Departemen Ilmu Komputer, Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut Pertanian Bogor.

Penulis juga mengucapkan terima kasih kepada Bapak Dr. Sugi Guritman selaku pembimbing I yang telah banyak berbagi ilmu pengetahuannya dan memberikan pengarahan kepada Penulis. Terima kasih juga Penulis ucapkan kepada Ibu Shelvie Nidya Neyman, S. Kom., M.Si selaku pembimbing II yang telah banyak memberi masukan dan pengarahan kepada Penulis. Penulis juga ingin mengucapkan terima kasih kepada Ibu Dr. Ir. Sri Nurdiati, M.Sc selaku moderator dan penguji yang juga telah memberikan masukan kepada Penulis. Selanjutnya Penulis juga ingin mengucapkan terima kasih kepada:

1 Papa dan Mama tersayang, Awi, Dewi serta Agus atas doa, dukungan, semangat, dan kasih sayang yang begitu besar kepada Penulis selama ini.

2 Andreas, Imam Abu Daud dan Henri Harianja ilkomerz 41 yang telah bersedia menjadi pembahas seminar dan kepada teman-teman ilkomerz 40 dan 41 atas kehadirannya pada seminarku.

3 Teman-teman yang berada dalam satu bimbingan: Iren, Jemi, dan Amel atas kerjasama, bantuan dan masukan serta dukungannya selama penelitian.

4 Anti, Eno, Meynar, Firat, dan teman-temanku yang lain yang tidak dapat disebutkan satu per satu atas bantuan dan semangat yang diberikan selama ini.

5 Kakak-kakak senior di Ilkom: Marico ilkomerz 38, Fitri, Fanny, dan Ratna ilkomerz 39 atas pinjaman buku-bukunya dan bantuan selama perkuliahan.

6 Seluruh rekan-rekan ILKOMERZ ’40, atas segala dukungan, solidaritas, kebersamaan, keceriaan dan persahabatan dalam perjalanan studi Penulis.

7 Teman-teman KMBA 40: Mega, Rika, Herni, Hudar, Beni, Hendri, dan Hansen yang telah menjadi sahabat terbaik dan teman seperjuangan dan juga atas dukungan dan semangatnya selama ini. 8 Teman-teman KMBA 39: Fany, Nia, Fitri, Lisa, Robin, Inan, Pocil, Andi, Edi.C, Leo, dan Edi.S

atas kesediaannya menjadi sahabat terbaik, memberikan dukungan, semangat dan humornya sehingga menghilangkan stress selama penelitian maupun pada masa perkuliahan.

9 Teman-teman KMBA 41, 42, dan 43 atas kesediaannya menjadi sahabat terbaik, memberikan bantuan, dukungan, semangat dan hiburan di kala kebosanan dan kejenuhan mulai muncul.

10 Departemen Ilmu Komputer, staf, dan dosen yang telah begitu banyak membantu baik selama penelitian maupun pada masa perkuliahan.

Kepada semua pihak lainnya yang telah memberikan kontribusi yang besar selama pengerjaan penelitian ini yang tidak dapat disebutkan satu per satu, Penulis ucapkan terima kasih banyak. Semoga penelitian ini dapat memberikan manfaat.

Bogor, Juli 2007

(7)

DAFTAR ISI

Halaman

DAFTAR TABEL...vi

DAFTAR GAMBAR ...vi

DAFTAR LAMPIRAN...vii

PENDAHULUAN Latar Belakang ...1

Tujuan Penelitian ...1

Ruang Lingkup Penelitian ...1

Manfaat Penelitian ...1

TINJAUAN PUSTAKA Steganografi ...2

Steganalisis...2

Least Significant Bit (LSB)...3

Capacity Evaluation (CE)...3

Minimum Error Replacement (MER)...4

Improved Grayscale Compensation (IGSC) ...4

Peak Signal-to-Noise Ratio ( PSNR)...4

METODE PENELITIAN Proses Penyisipan Pesan ...5

Proses Mendapatkan Pesan...5

Analisis Hasil Implementasi ...5

Analisis Berbagai Nilai t untuk Menentukan U(x,y) pada Komponen CE...5

Analisis Keamanan ...5

Lingkungan Penelitian ...5

HASIL DAN PEMBAHASAN Proses Penyisipan Pesan ...6

Analisis Hasil Implementasi ...6

Analisis Berbagai Nilai t untuk Menentukan U(x,y) pada Komponen CE...10

Analisis Keamanan ...14

Proses Mendapatkan Pesan...15

KESIMPULAN DAN SARAN Kesimpulan ...15

Saran...15

DAFTAR PUSTAKA ...15

LAMPIRAN ...16

(8)

DAFTAR TABEL

Halaman

1 Informasi covergrayscale dan RGB ...6

2 Informasi pesan untuk covergrayscale dan RGB pada level 1 ...6

5 Informasi pesan untuk cover grayscale dan RGB pada level 4 ...6

6 Nilai PSNR komponen CE, MER, dan IGSC untuk covergrayscale dan RGB ...6

7 Daya tampung komponen CE, MER, dan IGSC untuk covergrayscale dan RGB...7

8 Rata-rata jumlah bit per pixel komponen CE, MER, dan IGSC untuk covergrayscale dan RGB...8

9 Hasil perbandingan cover-image dengan stego-image untuk cover grayscale dan RGB ...14

DAFTAR GAMBAR

Halaman 1 Implementasi steganografi (Johnson & Jajodia 1998). ...2

2 Gambaran proses dalam steganografi (Pfitzmann 1996). ...2

3 Least Significant Bit (LSB)...3

4 Delapan ketetanggaan dari pixelp pada koordinat (x,y). ...3

6 Proses penyisipan pesan...5

7 Proses mendapatkan pesan. ...5

8 Grafik nilai PSNR komponen CE, MER, IGSC, dan fix LSB covergrayscale. ...7

9 Grafik nilai PSNR komponen CE, MER, IGSC, dan fix LSB cover RGB...7

10 Grafik daya tampung komponen CE, MER, dan IGSC covergrayscale. ...8

11 Grafik daya tampung komponen CE, MER, dan IGSC cover RGB...8

12 Grafik rata-rata jumlah bit per pixel komponen CE, MER, dan IGSC covergrayscale...9

13 Grafik rata-rata jumlah bit per pixel komponen CE, MER, dan IGSC cover RGB. ...9

14 Grafik waktu komponen CE, MER, dan IGSC covergrayscale. ...9

15 Grafik waktu komponen CE, MER, dan IGSC cover RGB...9

16 Grafik nilai PSNR berbagai nilai t level 1 untuk IGSC covergrayscale & RGB...10

17 Grafik daya tampung berbagai nilai t level 1 untuk IGSC covergrayscale & RGB. ...10

18 Grafik rata-rata jumlah bit per pixel berbagai nilai t level 1 untuk IGSC covergrayscale & RGB 11 19 Grafik waktu penyisipan dengan berbagai nilai t level 1 untuk IGSC covergrayscale & RGB...11

25 Grafik daya tampung berbagai nilai t level 2 untuk IGSC covergrayscale dan RGB. ...12

32 Grafik perbandingan antara cover-image dengan stego-image untuk cover grayscale...14

(9)

DAFTAR LAMPIRAN

Halaman

1 Cover-image grayscale dan RGB...17

2 Stego-image dengan komponen CE untuk cover grayscale dan RGB pada level 4...17

3 Stego-image dengan komponen MER untuk cover grayscale dan RGB pada level 4 ...17

4 Stego-image dengan komponen IGSC untuk cover grayscale dan RGB pada level 4...18

5 Stego-image dengan penyisipan Fix LSB untuk cover grayscale dan RGB pada level 4 ...18

6 Hasil penyisipan dengan komponen CE, MER, IGSC, dan Fix LSB untuk cover grayscale...19

7 Hasil penyisipan dengan komponen CE, MER, IGSC, dan Fix LSB untuk cover RGB ...20

8 Hasil komponen IGSC dengan nilai t yang berbeda pada level 1 untuk cover grayscale...21

12 Hasil komponen IGSC dengan nilai t yang berbeda pada level 1 untuk cover RGB...23

(10)

PENDAHULUAN

Latar Belakang

Dalam sebuah masyarakat berbasis informasi saat ini, informasi telah menjadi aset yang sangat berharga bagi suatu organisasi, baik itu pemerintah maupun swasta. Karena itu, informasi menjadi sangat penting untuk dilindungi dari hal-hal yang tidak diinginkan. Perlindungan informasi ini secara langsung maupun tidak akan menentukan kesuksesan organisasi. Dengan kata lain manipulasi informasi, pencurian informasi, dan serangan terhadap informasi akan berpengaruh terhadap prestasi dan kinerja organisasi. Dengan menerapkan keamanan informasi, sebuah organisasi dapat menjaga kerahasiaan, integritas, dan ketersediaan informasi secara terus-menerus. Integritas informasi di sini bermakna bahwa informasi tersebut tetap utuh dan tidak mengalami perubahan oleh pihak lain yang tidak berwenang.

Saat ini internet sudah berkembang menjadi salah satu media yang paling populer di dunia. Karena fasilitas dan kemudahan yang dimiliki oleh internet, maka internet untuk saat ini sudah menjadi barang yang tidak asing lagi. Sayangnya dengan berkembangnya internet dan aplikasi menggunakan internet semakin berkembang pula kejahatan sistem informasi. Dengan berbagai teknik, banyak yang mencoba untuk mengakses informasi yang bukan haknya. Maka dari itu, sejalan dengan berkembangnya media internet ini harus juga dibarengi dengan perkembangan pengamanan sistem informasi.

Ada tiga teknik melindungi informasi, yaitu:

1 Secara fisik, misalnya menyimpan dalam suatu ruangan khusus dan dikunci dalam lemari besi.

2 Secara organisasi, misalnya menunjuk personil khusus dengan regulasi yang jelas, melakukan pendidikan, dan pelatihan masalah keamanan informasi untuk meningkatkan kesadaran karyawan tentang pentingnya pengamanan informasi yang baik.

3 Secara logik, misalnya dengan menerapkan kriptografi, steganografi, atau memasang antivirus.

Pada teknik pengamanan informasi secara logik di atas terdapat dua teknik yang umum digunakan dalam pengiriman informasi rahasia, yaitu steganografi dan kriptografi. Pada dasarnya steganografi itu berbeda dari kriptografi berdasarkan tujuannya. Pada steganografi, terdapat data atau pesan yang

bersifat terbuka, dalam artian bisa dibaca oleh semua pihak dan terlihat normal, tetapi ternyata menyembunyikan pesan lainnya yang bersifat rahasia dan tidak terlihat, di sini steganografi bertujuan menjaga kerahasian keberadaan pesan. Di lain pihak, pesan pada kriptografi yang bersifat rahasia tersebut keberadaannya jelas terlihat tetapi terlihat acak, sehingga tidak terbaca oleh pihak yang tidak diinginkan, dengan kata lain kriptografi bertujuan menjaga kerahasiaan isi pesan.

Pentingnya menjaga keamanan informasi rahasia adalah seperti pentingnya menjaga uang kita dari tindak kejahatan. Dalam penelitian kali ini akan dibahas pengamanan informasi secara logik, yaitu dengan menerapkan steganografi.

Tujuan Penelitian

Tujuan dari penelitian ini adalah:

1 Mengimplementasikan metode Least Significant Bit (LSB) dengan penyisipan berukuran variabel untuk menyembunyikan pesan rahasia pada media gambar grayscale dan RGB.

2 Menghasilkan stego-image yang memiliki kesamaan tampilan dan ukuran dengan cover-image, sehingga tidak menimbulkan kecurigaan pihak ‘lawan’.

3 Meningkatkan kapasitas penyisipan pesan rahasia lebih dari 50% jumlah pixel cover-image tidak termasuk border.

Ruang Lingkup Penelitian

Ruang lingkup penelitian ini, yaitu:

1 Media (cover-image) yang digunakan untuk menyembunyikan pesan rahasia adalah media gambar grayscale 8 bit format BMP dan gambar RGB 24 bit format BMP. 2 Informasi yang dapat disembunyikan bisa

berupa file gambar dan teks dengan ukuran file tidak melebihi kapasitas file cover-image.

3 Jumlah bit cover-image yang dapat disisipkan pesan terdiri atas 4 level, yaitu level 1 (menggunakan 1 atau 2 LSB), level 2 (menggunakan 2 atau 3 LSB), level 3 (menggunakan 3 atau 4 LSB), dan level 4 (menggunakan 4 atau 5 LSB).

Manfaat Penelitian

(11)

pesan rahasia tidak akan terdeteksi oleh penglihatan manusia. Hal ini dikarenakan, teknik ini akan menghasilkan stego-image yang secara visual tidak akan terlihat mencurigakan bahkan hampir sama dengan cover-imagenya.

TINJAUAN PUSTAKA

Steganografi

Dalam bahasa Yunani, steganographia berarti “tulisan yang dilindungi atau ditutupi”. Steganografi adalah seni menyembunyikan informasi dengan cara mencegah terdeteksinya pesan yang disembunyikan.

Gambar 1 merupakan contoh penggunaan teknik steganografi yang digunakan pada masa perang dunia II, terlihat peta markas utama pesawat pembom Soviet yang terambil oleh satelit yang disembunyikan dalam gambar lukisan berjudul The Renoir (Johnson & Jajodia 1998).

Gambar 1 Implementasi steganografi (Johnson & Jajodia 1998).

Tujuan dalam steganografi adalah sebagai berikut:

• Menjaga kerahasiaan suatu informasi.

• Menjaga keamanan suatu informasi hingga sampai pada tujuan.

Proses penyembunyian pesan rahasia dalam sistem steganografi dimulai dengan identifikasi bit-bit redundant dari cover mediumnya (yang dapat dimodifikasi tanpa merusak integritas medium yang bersangkutan). Proses embedding menghasilkan suatu medium stego melalui penggantian bit redundant dengan data pesan rahasia yang disembunyikan tersebut. Untuk mempermudah pemahaman mengenai steganografi, berikut adalah gambaran umum proses dalam sistem steganografi (Gambar 2).

Gambar 2 Gambaran proses dalam steganografi (Pfitzmann 1996).

Dalam teknik steganografi terdapat tiga aspek penting yang perlu diperhatikan, yaitu:

• Kapasitas

Berkaitan dengan banyaknya informasi yang dapat disembunyikan dalam cover-image.

• Keamanan

Berkaitan dengan terjaganya kerahasiaan informasi dalam cover-image.

• Ketahanan

Berkaitan dengan terjaganya keutuhan informasi dari banyaknya perubahan yang dilakukan terhadap stego-image oleh pihak lawan (Provos & Honeyman 2003).

Berikut ini adalah istilah-istilah umum yang sering digunakan dalam sistem steganografi: 1 Embedding Data

Embedding data yang tersembunyi dalam suatu gambar membutuhkan dua file, yaitu gambar asli yang belum dimodifikasi yang akan menyimpan informasi tersembunyi disebut cover-image dan pesan, yaitu informasi yang akan disembunyikan. Suatu pesan dapat berupa plaintext, chipertext, gambar lain, atau apapun yang dapat ditempelkan ke dalam bit-stream. Ketika dikombinasikan, cover-image dan pesan yang ditempelkan membuat stego-image. Suatu stego-key (suatu password khusus) juga dapat digunakan secara tersembunyi pada saat decode selanjutnya dari pesan (Johnson & Jajodia 1998).

2 Cover-image

Cover-image adalah istilah yang digunakan untuk media gambar yang berfungsi sebagai media tempat menyisipkan atau menyembunyikan informasi agar tidak diketahui oleh pihak ‘lawan’ (Pfitzmann 1996). 3 Stego-image

Stego-image adalah output dari proses penyisipan atau istilah yang digunakan untuk cover-image yang sudah ditanamkan informasi tersembunyi ke dalamnya (Pfitzmann 1996). 4 Stego-key

Stego-key adalah istilah yang digunakan untuk kunci rahasia yang digunakan dalam menyembunyikan informasi dan juga untuk mendapatkan kembali informasi dari media tempat informasi tersebut disembunyikan (Pfitzmann 1996).

Steganalisis

(12)

pada stego-image serta mendapatkan informasi yang disembunyikan. Orang yang menggeluti steganalisis disebut steganalis.

Ada dua kategori umum steganalisis, yaitu: 1 Steganalisis pasif, yaitu:

• Mendeteksi keberadaan informasi yang disembunyikan pada stego-image.

• Mengidentifikasi algoritma yang digunakan pada penyembunyian informasi dalam stego-image.

2 Steganalisis aktif, yaitu:

• Memperkirakan panjang informasi tersembunyi.

• Memperkirakan lokasi-lokasi pada stego-image di mana informasi disembunyikan.

• Memperkirakan kunci rahasia yang digunakan dalam penyembunyian informasi.

• Memperkirakan beberapa parameter yang digunakan pada algoritma penyembunyian informasi.

• Mendapatkan informasi yang tersembunyi pada stego-image (tujuan utama) (Trivedi & Chandramouli 1998).

Least Significant Bit (LSB)

LSB adalah bit-bit yang jika diubah tidak akan berpengaruh secara nyata terhadap kombinasi warna yang dihasilkan oleh komponen warna pada gambar. Bit-bit LSB ini terdapat pada 4 bit akhir dalam 1 byte (8 bit).

Gambar 3 Least Significant Bit (LSB).

Pada Gambar 3 terlihat bit-bit LSB pada satu pixel warna dan penyisipan informasi dapat dilakukan pada bit-bit tersebut.

Contoh:

Data awal, tiga pixel dari gambar 24-bit, yaitu: (00100111 11101001 11001000)

(00100111 11001000 11101001) (11001000 00100111 11101001)

Nilai biner dari karakter ‘A’ adalah 10000011. Data setelah penanaman karakter ‘A’ adalah sebagai berikut:

(00100111 11101000 11001000) → 100 (00100110 11001000 11101000) → 000 (11001000 00100111 11101001) → 11,

hanya bit-bit yang digarisbawahi yang mengalami perubahan (Johnson & Jajodia 1998).

Capacity Evaluation (CE)

CE bertujuan menentukan kapasitas maksimum LSB dari masing-masing pixel cover-image berdasarkan karakteristik kontras dan luminance pada sistem visualisasi manusia. Berdasarkan hal di atas, maka output komponen CE dapat berjumlah empat atau lima. Komponen CE menggunakan variasi grayscale dari ketetanggaan pixel, kemudian intensitasnya berguna untuk mengevaluasi kapasitas penyisipan. Berikut ini langkah-langkah untuk menentukan CE:

Asumsikan bahwa grayscale dari pixel p pada koordinat (x,y) dinotasikan dengan f(x,y). Berikut ini gambar dari delapan ketetanggaan dari pixelp (Gambar 4).

Gambar 4 Delapan ketetanggaan dari pixel p pada koordinat (x,y).

Nilai f(x,y) pada pixel p akan diubah berdasarkan kapasitas penyisipan dan nilainya bergantung pada grayscalenya dan variasi grayscale dari tetangga atas dan kiri (warna abu-abu pada Gambar 4). Keuntungan menggunakan tetangga atas dan kiri dalam mengestimasikan kapasitas penyisipan adalah pada saat atau sesudah pixel tertentu diproses, grayscale dari tetangga atas dan kiri tidak pernah berubah. Oleh karena itu, modul penyisipan dan ekstraksi akan sinkron pada saat mengestimasikan kapasitas penyisipan dari setiap pixel. Untuk menentukan kapasitas penyisipan Kn(x,y), diperlukan nilai D(x,y) yang merupakan selisih antara nilai maksimum dan minimum dari tetangga atas dan kiri. Berikut ini adalah persamaan yang digunakan untuk mendapatkan nilai D(x,y):

Max(x,y) = max{f(x – 1, y - 1), f(x – 1, y), f(x – 1, y + 1), f(x, y - 1)},

Min(x, y) = min{f(x – 1, y - 1), f(x – 1, y), f(x – 1, y + 1), f(x, y - 1)},

D(x, y) = Max(x, y) - Min(x, y). Kapasitas penyisipan Kn(x,y) dari setiap pixel (x,y) didefinisikan sebagai berikut:

Kn(x,y) = ⎣log2D(x,y)⎦.

(13)

grayscale yang bisa ditoleransi. Batas atas untuk kapasitas penyisipan pada pixel (x,y) didefinisikan sebagai berikut:

⎩

⎨

⎧

≤

=

selainnya

t

y

x

f

if

y

x

U

,

5

,

)

,

(

,

4

)

,

(

Nilai t dapat diset dengan nilai tertentu, dengan syarat nilai U(x,y) harus konsisten pada modul penyisipan pesan dan modul mendapatkan pesan. Batas bawah untuk kapasitas penyisipan diset empat bit sehingga kapasitas penyisipan K(x,y) dari setiap pixel bisa dihitung dengan persamaan berikut (Chen & Lee 2000):

K(x,y)= min{max{Kn(x,y),4},U(x,y)}.

Minimum Error Replacement (MER)

MER dipakai untuk memperkecil tingkat kesalahan saat penyisipan. MER ini digunakan untuk mencari nilai grayscale sedekat mungkin dengan nilai aslinya. Berikut ini adalah langkah-langkah untuk menghitung nilai MER: f(x,y) adalah nilai grayscale asli, g(x,y) nilai grayscale yang dihasilkan dari penyisipan k LSB secara langsung, dan g’(x,y) adalah nilai grayscale yang dihasilkan dari pengubahan nilai LSB ke k+1 dari g(x,y). Error minimum grayscale pasti ada di antara g(x,y) dan g’(x,y). e(x,y) adalah error yang terjadi antara f(x,y) dan g(x,y), dan e’(x,y) adalah error yang terjadi antara f(x,y) dan g’(x,y). Jika e(x,y) < e’(x,y), maka g(x,y) akan digunakan untuk menggantikan f(x,y), selainnya g’(x,y) akan menggantikan f(x,y). Gambar 5 merupakan ilustrasi dari tahapan dalam komponen MER (Chen & Lee 2000).

Gambar 5 Dua tahapan komponen MER (Chen & Lee 2000).

Improved Grayscale Compensation (IGSC)

IGSC digunakan untuk memisahkan kesalahan penempelan (jika terjadi kesalahan) agar tidak berdekatan pada tempat pixel bekerja. Dalam komponen IGSC, error penyisipan biasanya disebarkan pada tetangga kanan dan bawah pixel (warna putih pada Gambar 4). e(x,y) dinotasikan sebagai error penyisipan dari pixel p pada koordinat (x,y), nilai grayscale empat tetangga bawah dan kanan kemudian dimodifikasikan dengan persamaan berikut (Chen & Lee 2000):

f(x, y + 1) = f(x, y + 1) + ¼ e(x, y), f(x + 1, y - 1) = f(x + 1, y - 1) + ¼ e(x, y),

f(x + 1, y) = f(x + 1, y) + ¼ e(x, y), f(x + 1, y + 1) = f(x + 1, y + 1) + ¼ e(x, y).

Peak Signal-to-Noise Ratio ( PSNR)

PSNR merupakan sebuah istilah dalam engineering yang digunakan untuk mengukur rasio antara kekuatan kemungkinan maksimum dari sebuah sinyal dan kekuatan pengorupsian noise yang dapat mempengaruhi kemurnian representasi aslinya. PSNR digunakan untuk mengukur distorsi yang terjadi antara gambar yang telah mengalami manipulasi dengan gambar aslinya. Semakin besar nilai PSNR semakin baik gambar tersebut, karena gambar tersebut lebih sedikit mengalami distorsi, dan sebaliknya. Satuan dari nilai PSNR dinyatakan dalam desibel (dB). Desibel merupakan sebuah unit logaritmik yang digunakan untuk mendeskripsikan sebuah rasio, misalnya rasio tenaga, tekanan suara, voltase, intensitas, atau

hal-hal lainnya (http://www.phys.unsw.edu.au./jw/dB.html).

Nilai PSNR dapat dihitung dengan persamaan berikut: , . log . 20 . log . 10 10 2 10 ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ = ⎟⎟ ⎠ ⎞ ⎜⎜ ⎝ ⎛ = MSE MAX MSE MAX

PSNR I I

di mana nilai MSE (Mean Squared Error) dihitung dengan persamaan berikut:

2 1 0 1 0 ) , ( ) , ( 1 ∑− = ∑− = − = m i n j j i K j i I mn MSE . Keterangan:

m = jumlah baris/tinggi gambar, n = jumlah kolom/lebar gambar, I(i,j) = nilai pixel dari gambar asli, K(i,j)= nilai pixel dari gambar yang mengandung pesan, MAXI= nilai pixel maksimum dari

gambar asli (untuk gambar yang direpresentasikan menggunakan 8 bits per sample, maka nilai MAXI adalah

255).

Nilai MSE yang besar menyatakan bahwa penyimpangan atau selisih antara gambar hasil modifikasi dengan gambar aslinya cukup besar.

(14)

METODE PENELITIAN

Proses Penyisipan Pesan

Metode berukuran variabel pada proses penyisipan pesan mempunyai tiga komponen, yaitu CE, MER, dan IGSC. Untuk mengganti k LSB pada cover dengan bit-bit pesan digunakan persamaan berikut:

Is(x,y)= Ic(x,y) – mod(Ic(x,y), 2 k

) + B(x,y), yang dalam hal ini:

Is(x,y) = nilai pixel (x,y) dari stego-image, Ic(x,y) = nilai pixel (x,y) dari cover-image, B(x,y) = nilai desimal dari suatu blok pesan, k = banyaknya bit pesan yang akan disisipkan

pada cover-image yang diperoleh dari komponen CE.

Proses penyisipan pesan dengan metode berukuran variabel dapat dilihat pada Gambar 6.

Gambar 6 Proses penyisipan pesan.

Proses Mendapatkan Pesan

Pada proses mendapatkan pesan hanya diperlukan komponen CE untuk mengambil kembali pesan yang tertanam dalam stego-image. Proses untuk mendapatkan pesan dapat dilihat pada Gambar 7.

Gambar 7 Proses mendapatkan pesan.

Analisis Hasil Implementasi

Pada tahap ini akan dilakukan analisis terhadap hasil implementasi penyisipan pesan menggunakan komponen CE, MER (extended CE), dan IGSC (extended MER). Analisis hasil implementasi akan dilakukan dengan menggunakan cover grayscale dan RGB dengan

format BMP dan pesan berupa gambar grayscale dengan format JPEG. Dari hasil implementasi menggunakan komponen CE, MER, dan IGSC pada level 1, 2, 3, dan 4, akan diamati:

• Nilai PSNR dari covergrayscale dan RGB.

• Daya tampung covergrayscale dan RGB.

• Rata-rata jumlah bit per pixel dari cover grayscale dan RGB.

• Waktu penyisipan dari cover grayscale dan RGB.

Analisis Berbagai Nilai t untuk Menentukan U(x,y) pada Komponen CE

Pada tahap ini akan dilakukan analisis terhadap hasil implementasi komponen IGSC dengan mengubah nilai t untuk menentukan U(x,y) pada komponen CE pada level 1, 2, 3, dan 4. Untuk setiap level banyaknya nilai t akan berbeda-beda. Dengan nilai t yang berbeda-beda untuk setiap level, akan diamati:

• Nilai PSNR dari covergrayscale dan RGB.

• Daya tampung covergrayscale dan RGB.

• Rata-rata jumlah bit per pixel dari cover grayscale dan RGB.

• Waktu penyisipan dari cover grayscale dan RGB.

Analisis Keamanan

Analisis keamanan pada penelitian ini hanya dilakukan dengan cara membandingkan secara visual gambar asli dengan gambar yang sudah disisipkan pesan (stego-image), di mana stego-image yang dihasilkan apabila dilihat secara kasat mata, apakah memiliki kesamaan tampilan atau tidak. Hal di atas akan dicapai dengan cara penyebaran kuisioner kepada 30 responden yang terdiri atas dua kelompok, yaitu 15 mahasiswa Ilmu Komputer dan 15 mahasiswa yang bukan Ilmu Komputer.

Lingkungan Penelitian

Spesifikasi perangkat keras dan perangkat lunak yang digunakan dalam pengembangan sistem adalah sebagai berikut:

a Perangkat keras berupa komputer personal dengan spesifikasi:

• Processor: Intel Pentium IV 2,4 GHz

• Memory: 256 MB

• Harddisk:80 GB

• Mouse dan Keyboard

• Monitor VGA dengan resolusi 1024×768 b Perangkat lunak yang digunakan:

• Sistem operasi: Microsoft® Windows XP Professional 2002 SP1

(15)

HASIL DAN PEMBAHASAN

Proses Penyisipan Pesan

Pada proses penyisipan pesan, informasi cover dan pesan yang akan digunakan adalah seperti yang tertera pada tabel di bawah ini (Tabel 1 - 5).

Tabel 1 Informasi covergrayscale dan RGB

Cover

grayscale RGB

Format cover BMP BMP Ukuran cover 46.4 KB 136 KB Dimensi cover 215 x 215 215 x 215

Tabel 2 Informasi pesan untuk covergrayscale dan RGB pada level 1

Cover

Jenis pesan grayscale grayscale Format pesan JPG JPG Ukuran pesan 3.14 KB 8.99 KB Dimensi pesan 87 x 65 150 x 113 Jumlah bit 45240 135600

Cover

Cover

Tabel 5 Informasi pesan untuk cover grayscale dan RGB pada level 4

Cover

Pesan yang digunakan pada setiap level berbeda-beda ukuran dan dimensinya. Hal ini berdasarkan pertimbangan bahwa semakin kecil level yang digunakan maka pesan yang dapat disisipkan akan semakin kecil.

Analisis Hasil Implementasi

Berdasarkan informasi pada Tabel 1, 2, 3, 4, dan 5, dilakukan proses penyisipan pesan menggunakan komponen CE, MER, dan IGSC dengan t = 135 untuk level 1, t = 143 untuk level 2, t = 159 untuk level 3, dan t = 191 untuk level 4. Dari proses penyisipan pesan yang dilakukan diperoleh hasil sebagai berikut:

• Nilai PSNR dari cover grayscale dan RGB pada level 1, 2, 3, dan 4 menggunakan komponen CE, MER, dan IGSC

Nilai PSNR hasil penyisipan pesan untuk covergrayscale dan RGB pada level 1, 2, 3, dan 4 disajikan pada tabel di bawah ini (Tabel 6). Tabel 6 Nilai PSNR komponen CE, MER, dan

IGSC untuk covergrayscale dan RGB

Berdasarkan Tabel 6 dapat dilihat bahwa terjadi penurunan nilai PSNR dari level 1 ke level 4 baik untuk cover grayscale dan RGB pada komponen CE, MER, IGSC, dan fix LSB. Hal ini berarti pada level 4 distorsi yang terjadi lebih besar dibandingkan dengan level lainnnya pada proses penyisipan pesan baik menggunakan komponen CE, MER, IGSC, ataupun fix LSB. Hal ini terjadi karena pada level 4, bit pesan yang disisipkan pada cover lebih banyak dibandingkan dengan level lainnya. Dengan demikian, semakin banyak bit pesan yang disisipkan maka kemungkinan bit-bit pada cover yang berubah akan semakin banyak, sehingga hal ini akan berpengaruh terhadap semakin besarnya distorsi yang terjadi.

(16)

25 30 35 40 45 50 55

1 2 3 4

Level

P

S

NR (

d

B

)

CE MER

IGSC Fix LSB

Gambar 8 Grafik nilai PSNR komponen CE, MER, IGSC, dan fix LSB cover grayscale.

25 30 35 40 45 50 55

1 2 3 4

Level

P

S

NR (

d

B)

CE MER

IGSC Fix LSB

Gambar 9 Grafik nilai PSNR komponen CE, MER, IGSC, dan fix LSB cover RGB.

Berdasarkan grafik pada Gambar 8 dan 9 terlihat bahwa penyisipan pesan menggunakan komponen MER untuk cover grayscale dan RGB pada setiap level memiliki nilai PSNR yang lebih besar dibandingkan dengan penyisipan menggunakan komponen CE ataupun IGSC. Hal ini sesuai dengan tujuannya, yaitu memperkecil tingkat kesalahan saat penyisipan. MER ini digunakan untuk mencari nilai grayscale sedekat mungkin dengan nilai aslinya, sehingga distorsi yang terjadi pasti akan lebih kecil dibandingkan dengan komponen CE.

Penyisipan pesan menggunakan komponen IGSC untuk cover grayscale dan RGB pada level 1, 2, 3, dan 4 nilai PSNRnya lebih kecil dibandingkan dengan penyisipan menggunakan komponen MER, tetapi lebih besar dibandingkan dengan komponen CE. Akan tetapi tujuan utama dari komponen IGSC adalah memisahkan kesalahan penempelan (jika terjadi kesalahan) agar tidak berdekatan pada tempat pixel bekerja bukan untuk mendekatkan nilai grayscale sedekat mungkin dengan nilai aslinya. Jadi, kemungkinan nilai PSNR lebih kecil daripada nilai PSNR komponen MER itu mungkin saja terjadi.

Penyisipan pesan menggunakan komponen IGSC untuk cover grayscale dan RGB pada level 1 dan 2 memiliki nilai PSNR yang lebih kecil dibandingkan dengan penyisipan fix LSB, akan tetapi memiliki nilai PSNR yang lebih

besar pada level 3 dan 4. Hal ini menunjukkan semakin besar level yang digunakan, penyisipan pesan menggunakan metode berukuran variabel lebih baik dibandingkan dengan penyisipan fix LSB, bahkan secara visual gambar yang dihasilkan dengan metode berukuran variabel juga lebih baik dibandingkan dengan penyisipan fix LSB. Sebagai perbandingan antara gambar hasil penyisipan pesan menggunakan komponen CE, MER, IGSC, dan fix LSB dapat dilihat pada Lampiran 1.

• Daya tampung cover grayscale dan RGB pada level 1, 2, 3, dan 4 menggunakan komponen CE, MER, dan IGSC

Daya tampung pada cover dengan dimensi m x n dapat dihitung dengan algoritma berikut: [1] for iÅ2 to m-1

[2] for jÅ2 to n-1

[3] tampung = tampung + K(x,y) [4] end for

[5] end for

Yang dalam hal ini K(x,y) adalah banyaknya bit pesan yang dapat disisipkan untuk setiap pixel pada cover yang diperoleh berdasarkan hasil perhitungan komponen CE. Pada cover RGB, daya tampung dihitung menggunakan algoritma di atas untuk setiap komponen Red, Green, dan Blue, kemudian daya tampung setiap komponennya dijumlahkan untuk memperoleh daya tampung keseluruhan dari cover RGB.

Dari proses penyisipan pesan yang dilakukan untuk covergrayscale dan RGB pada level 1, 2, 3, dan 4, daya tampung yang diperoleh untuk masing-masing komponen disajikan pada Tabel 7.

Tabel 7 Daya tampung komponen CE, MER, dan IGSC untuk cover grayscale dan RGB

Grayscale

Level CE MER IGSC

1 54030 53950 53950 2 96277 96111 96115 3 138490 138365 138489 4 181946 181961 181931

RGB

(17)

level 4 baik untuk cover grayscale dan RGB dengan dimensi yang sama pada komponen CE, MER, dan IGSC. Hal ini jelas, karena semakin tinggi level yang digunakan maka bit pesan yang dapat disisipkan akan semakin banyak. Berdasarkan Tabel 7 terlihat juga bahwa cover RGB memiliki daya tampung yang jauh lebih besar dibandingkan dengan cover grayscale. Hal ini dikarenakan cover RGB mempunyai tiga layer untuk menyisipkan pesan, sehingga daya tampungnyapun kira-kira tiga kali lipat dari daya tampung cover grayscale dengan dimensi yang sama.

Sebagai perbandingan daya tampung antara komponen CE, MER, dan IGSC berikut ini disajikan grafik daya tampung antara ketiga komponen baik untuk covergrayscale (Gambar 10) maupun RGB (Gambar 11).

0 50000 100000 150000 200000 250000 300000 350000 400000 450000 500000 550000 600000

1 2 3 4

Level Day a tam pung (bi t) CE MER IGSC

Gambar 10 Grafik daya tampung komponen CE, MER, dan IGSC cover grayscale. 0 50000 100000 150000 200000 250000 300000 350000 400000 450000 500000 550000 600000

1 2 3 4

Level D ay a t am pung (bi t) CE MER IGSC

Gambar 11 Grafik daya tampung komponen CE, MER, dan IGSC cover RGB. Berdasarkan grafik pada Gambar 10 dan 11 terlihat bahwa penyisipan pesan menggunakan komponen CE, MER, dan IGSC untuk cover grayscale dan RGB pada setiap level memiliki daya tampung yang hampir sama, namun memiliki daya tampung yang lebih besar jika dibandingkan dengan penyisipan fix LSB (untuk lebih jelasnya dapat dilihat pada Lampiran 2 dan 3).

• Rata-rata jumlah bit per pixel dari cover grayscale dan RGB pada level 1, 2, 3, dan 4 menggunakan komponen CE, MER, dan IGSC

Secara umum rata-rata jumlah bit per pixel pada cover dapat dihitung dengan persamaan:

pixel jumlah tampung daya pixel per bit _ _ _ _ =

Rata-rata jumlah bit per pixel pada cover grayscale dengan dimensi m x n dihitung dengan persamaan berikut:

) 2 ( ) 2 ( _ _ _ _ − × − = n m grayscale tampung daya pixel per bit

Cover RGB dengan dimensi m x n, jumlah bit per pixel dihitung dengan persamaan berikut:

3 ) 2 ( ) 2 ( _ _ _ _ × − × − = n m RGB tampung daya pixel per bit ,

yang dalam hal ini daya_tampung_RGBnya merupakan jumlah dari daya tampung pada komponen Red, Green, dan Blue.

Dari proses penyisipan pesan yang dilakukan untuk covergrayscale dan RGB pada level 1, 2, 3, dan 4, rata-rata jumlah bit per pixel yang diperoleh untuk masing-masing komponen disajikan pada Tabel 8.

Tabel 8 Rata-rata jumlah bit per pixel komponen CE, MER, dan IGSC untuk covergrayscale dan RGB

Grayscale

1 1.1909 1.1891 1.1891 2 2.1221 2.1184 2.1185 3 3.0525 3.0498 3.0525 4 4.0104 4.0107 4.01

RGB

(18)

yang sama untuk setiap komponennya. Seperti yang telah dijelaskan sebelumnya, hal ini dikarenakan daya tampung semakin besar dengan semakin besarnya level yang digunakan.

Sebagai perbandingan antara komponen CE, MER, dan IGSC, berikut ini disajikan grafik rata-rata jumlah bit per pixel antara ketiga komponen baik untuk covergrayscale (Gambar 12) maupun RGB (Gambar 13).

0 0.5 1 1.5 2 2.5 3 3.5 4 4.5

1 2 3 4

Level R a ta-rat a bi t pe r p ix el CE MER IGSC

Gambar 12 Grafik rata-rata jumlah bit per pixel komponen CE, MER, dan IGSC covergrayscale.

0 0.5 1 1.5 2 2.5 3 3.5 4 4.5

1 2 3 4

Level R at a-rat a bi t per p ix el CE MER IGSC

Gambar 13 Grafik rata-rata jumlah bit per pixel komponen CE, MER, dan IGSC cover RGB.

Berdasarkan grafik pada Gambar 12 dan 13 terlihat bahwa penyisipan pesan menggunakan komponen CE, MER, dan IGSC untuk cover grayscale dan RGB pada setiap level memiliki rata-rata jumlah bit per pixel yang hampir sama, namun memiliki rata-rata jumlah bit per pixel yang lebih besar jika dibandingkan dengan penyisipan fix LSB (untuk lebih jelasnya dapat dilihat pada Lampiran 2 dan 3). Hal ini tidak jauh berbeda dengan daya tampungnya yang juga memiliki nilai yang hampir sama untuk komponen CE, MER, dan IGSC baik untuk cover grayscale maupun RGB. Hal ini dikarenakan rata-rata jumlah bit per pixel tergantung dari daya tampungnya dan nilainya sebanding dengan daya tampung.

• Waktu penyisipan pesan menggunakan komponen CE, MER, dan IGSC dari cover grayscale dan RGB pada level 1, 2, 3, dan 4 Dari proses penyisipan pesan yang dilakukan untuk covergrayscale dan RGB pada

level 1, 2, 3, dan 4, waktu yang diperoleh untuk ketiga komponen disajikan pada Tabel 9.

Tabel 9 Waktu penyisipan menggunakan komponen CE, MER, dan IGSC untuk covergrayscale dan RGB

Grayscale

1 8.125 15.954 16 2 9.172 16.984 17.062 3 9.453 17.078 17.391 4 11.265 17.578 17.594

RGB

1 21.125 44.422 44.672 2 24.703 48.015 48.016 3 26.437 49.032 49.469 4 27.141 49.734 50.5 Berdasarkan Tabel 9 terlihat bahwa penyisipan pesan menggunakan komponen CE, MER, dan IGSC untuk cover grayscale dan RGB semakin naik dari level 1 ke level 4, walaupun kenaikannya relatif kecil. Hal ini tidak berarti apa-apa, karena pesan yang digunakan berbeda-beda untuk setiap level baik untuk komponen CE, MER, maupun IGSC.

Sebagai perbandingan antara komponen CE, MER, dan IGSC, berikut ini disajikan grafik waktu antara ketiga komponen baik untuk cover grayscale (Gambar 14) dan RGB (Gambar 15).

0 10 20 30 40 50

1 2 3 4

Level Wa k tu ( d e ti k )

CE MER IGSC

Gambar 14 Grafik waktu komponen CE, MER, dan IGSC covergrayscale.

0 10 20 30 40 50

1 2 3 4

Level Wa k tu ( d e ti k )

CE MER IGSC

(19)

Berdasarkan grafik pada Gambar 14 dan 15 terlihat bahwa penyisipan pesan menggunakan komponen MER untuk cover grayscale dan RGB pada setiap level memiliki waktu yang lebih lama dibandingkan dengan penyisipan menggunakan komponen CE. Hal ini dikarenakan operasi yang harus dilakukan pada penyisipan pesan menggunakan komponen MER lebih banyak dibandingkan dengan komponen CE. Pada penyisipan pesan menggunakan komponen MER, algoritma yang digunakan adalah algoritma untuk menentukan CE, ditambah lagi algoritma untuk menentukan MER. Hal ini jelas akan menambah waktu operasi pada komponen MER.

Penyisipan pesan menggunakan komponen IGSC untuk cover grayscale dan RGB pada setiap level memiliki waktu yang lebih lama dibandingkan dengan penyisipan menggunakan komponen CE dan MER. Hal ini dikarenakan operasi yang harus dilakukan pada penyisipan pesan menggunakan komponen IGSC lebih banyak dibandingkan komponen MER. Pada penyisipan pesan menggunakan komponen IGSC, algoritma yang digunakan adalah algoritma untuk menentukan CE, MER, dan ditambah lagi algoritma untuk menentukan IGSC. Hal ini jelas akan menambah waktu operasi pada komponen IGSC.

Analisis Berbagai Nilai t untuk Menentukan U(x,y) pada Komponen CE

Nilai t pada komponen CE dapat diset dengan nilai tertentu dengan syarat nilai U(x,y) harus konsisten pada modul penyisipan pesan dan modul mendapatkan pesan. Berikut ini adalah nilai t yang mungkin untuk setiap level:

• Level 1

Pada level 1 terdapat (25 _{– 1) = 31}

kombinasi nilai t yang mungkin digunakan untuk menentukan U(x,y) pada komponen CE. Nilai-nilai tersebut adalah sebagai berikut: • 7 (00000111) • 135 (10000111) • 15 (00001111) • 143 (10001111) • 23 (00010111) • 151 (10010111) • 31 (00011111) • 159 (10011111) • 39 (00100111) • 167 (10100111) • 47 (00101111) • 175 (10101111) • 55 (00110111) • 183 (10110111) • 63 (00111111) • 191 (10111111) • 71 (01000111) • 199 (11000111) • 79 (01001111) • 207 (11001111) • 87 (01010111) • 215 (11010111) • 95 (01011111) • 223 (11011111) • 103 (01100111) • 231 (11100111)

• 111 (01101111) • 239 (11101111) • 119 (01110111) • 247 (11110111) • 127 (01111111)

Dengan menggunakan nilai t yang berbeda-beda pada level 1 seperti yang tertera di atas pada komponen CE, diperoleh hasil nilai PSNR (Gambar 16), daya tampung (Gambar 17), rata-rata jumlah bit per pixel (Gambar 18), dan waktu (Gambar 19) pada komponen IGSC untuk covergrayscale dan RGB.

45 50 55 60 65

7 31 55 79 103 127 151 175 199 223 247

Nilai t untuk level 1

PS N R ( d B ) Graysacle RGB

Gambar 16 Grafik nilai PSNR berbagai nilai t level 1 untuk IGSC cover grayscale & RGB.

Berdasarkan Gambar 16 dapat dilihat dengan semakin besar nilai t pada level 1 terjadi peningkatan nilai PSNR untuk covergrayscale, namun mengalami penurunan lagi pada dua nilai t terakhir (untuk lebih jelasnya dapat dilihat pada Lampiran 4). Untuk cover RGB, dengan semakin besarnya nilai t, nilai PSNRnya turun-naik (untuk lebih jelasnya dapat dilihat pada Lampiran 5). Dengan demikian, dapat dinyatakan nilai PSNR tidak mengalami peningkatan dengan makin besarnya nilai t pada level 1. Padahal, semakin besar nilai t, banyaknya bit pesan yang dapat disisipkan lebih sedikit. Hal ini dikarenakan terjadi pergeseran bit, sehingga bit pesan yang menggantikan bit-bit pada cover lebih banyak, walaupun bit yang disisipkan lebih sedikit. Dengan demikian, hal di atas mungkin saja terjadi.

0 50000 100000 150000 200000 250000 300000

7 31 55 79 103 127 151 175 199 223 247

Nilai t untuk level 1

Da y a t a m p ung ( b it ) Grayscale RGB

Gambar 17 Grafik daya tampung berbagai nilai t level 1 untuk IGSC cover grayscale & RGB.

(20)

semakin besar nilai t, banyaknya bit pesan yang dapat disisipkan lebih sedikit.

0.8 1 1.2 1.4 1.6 1.8 2

7 31 55 79 ₁₀₃ ₁₂₇ ₁₅₁ ₁₇₅ ₁₉₉ ₂₂₃ ₂₄₇

Nilai t pada level 1

R a ta -ra ta b it p e r p ix e l Grayscale RGB

Gambar 18 Grafik rata-rata jumlah bit per pixel berbagai nilai t level 1 untuk IGSC covergrayscale & RGB.

Berdasarkan grafik pada Gambar 18 dapat dilihat bahwa dengan semakin besar nilai t pada level 1 terjadi penurunan rata-rata jumlah bit per pixel baik untuk cover grayscale maupun RGB. Hal ini dikarenakan rata-rata jumlah bit per pixel tergantung dari daya tampungnya dan nilainya sebanding dengan daya tampung.

10 15 20 25 30 35 40 45 50 55

7 ₃₁ ₅₅ ₇₉

103 127 151 175 199 223 247

Nilai t pada level 1

W ak tu ( d et ik ) Grayscale RGB

Gambar 19 Grafik waktu penyisipan dengan berbagai nilai t level 1 untuk IGSC covergrayscale & RGB. Berdasarkan grafik pada Gambar 19 dapat dilihat bahwa dengan semakin besar nilai t pada level 1, waktu bergerak konstan walaupun terjadi naik-turun waktu untuk menyisipkan pesan baik untuk covergrayscale dan RGB. Hal ini terjadi karena perlakuan yang diberikan untuk setiap nilai t tidak stabil pada saat menyisipkan pesan (untuk lebih jelasnya dapat dilihat pada Lampiran 4 dan 5).

• Level 2

Pada level 2 terdapat (24 _{– 1) = 15}

kombinasi nilai t yang mungkin digunakan untuk menentukan U(x,y) pada komponen CE. Nilai-nilai tersebut adalah sebagai berikut: • 15 (00001111) • 143 (10001111) • 31 (00011111) • 159 (10011111) • 47 (00101111) • 175 (10101111) • 63 (00111111) • 191 (10111111) • 79 (01001111) • 207 (11001111) • 95 (01011111) • 223 (11011111) • 111 (01101111) • 239 (11101111) • 127 (01111111)

Dengan menggunakan nilai t yang berbeda-beda pada level 2 seperti yang tertera di atas pada komponen CE, maka diperoleh hasil nilai PSNR (Gambar 20), daya tampung (Gambar 21), rata-rata jumlah bit per pixel (Gambar 22), dan waktu (Gambar 23) pada komponen IGSC untuk covergrayscale dan RGB.

40 40.5 41 41.5 42 42.5 43 43.5 44 44.5 45

15 47 79 111 143 175 207 239

Nilai t level 2

PS N R ( d B ) Grayscale RGB

Berdasarkan Gambar 20 dapat dilihat bahwa dengan semakin besar nilai t pada level 2 terjadi peningkatan nilai PSNR untuk cover grayscale, namun mengalami penurunan lagi pada satu nilai t terakhir (untuk lebih jelasnya dapat dilihat pada Lampiran 4). Untuk cover RGB, dengan semakin besarnya nilai t, nilai PSNRnya pertama-tama mengalami penurunan, kemudian semakin lama semakin naik (untuk lebih jelasnya dapat dilihat pada Lampiran 5). Dengan demikian, dapat dinyatakan nilai PSNR masih tidak mengalami peningkatan dengan semakin besarnya nilai t pada level 2. Namun demikian, grafik nilai PSNR untuk level 2 lebih baik dibandingkan dengan level 1. Hal ini juga dikarenakan pergeseran bit, jadi bit pesan yang menggantikan bit-bit pada cover lebih banyak, walaupun bit yang disisipkan lebih sedikit.

50000 100000 150000 200000 250000 300000 350000 400000

15 47 79 111 143 175 207 239

Nilai t level 2

Da y a t a m pu ng ( bi t) Grayscale RGB

(21)

1.5 1.7 1.9 2.1 2.3 2.5 2.7 2.9

15 47 79 111 143 175 207 239

Nilai t level 2

R a ta-rat a bi t per pi x el Grayscale RGB

Berdasarkan grafik pada Gambar 22 dapat dilihat juga bahwa dengan semakin besar nilai t pada level 2 terjadi penurunan rata-rata jumlah bit per pixel baik untuk covergrayscale maupun RGB. Hal ini terjadi karena rata-rata jumlah bit per pixel sejalan dengan daya tampung. Jadi, jika daya tampung semakin besar maka rata-rata jumlah bit per pixel juga akan semakin besar, dan begitu pula sebaliknya.

10 20 30 40 50

15 47 79 111 143 175 207 239

Nilai t level 2

W a k tu ( det ik ) Grayscale RGB

Gambar 23 Grafik waktu penyisipan dengan berbagai nilai t level 2 untuk IGSC covergrayscale & RGB. Berdasarkan grafik pada Gambar 23 dapat dilihat bahwa dengan semakin besar nilai t pada level 2 waktu bergerak konstan walaupun masih juga terjadi naik-turun waktu untuk menyisipkan pesan baik untuk cover grayscale dan RGB. Hal ini juga terjadi karena perlakuan yang diberikan untuk setiap nilai t tidak stabil pada saat menyisipkan pesan (untuk lebih jelasnya dapat dilihat pada Lampiran 4 dan 5).

• Level 3

Pada level 3 terdapat (23 – 1) = 7 kombinasi nilai t yang mungkin digunakan untuk menentukan U(x,y) pada komponen CE. Nilai-nilai tersebut adalah sebagai berikut:

• 31 (00011111) • 159 (10011111) • 63 (00111111) • 191 (10111111) • 95 (01011111) • 223 (11011111) • 127 (01111111)

34.5 35 35.5 36 36.5 37 37.5 38 38.5

31 63 95 127 159 191 223

Nilai t level 3

PS N R (d B ) Grayscale RGB

Berdasarkan grafik pada Gambar 24 dapat dilihat dengan semakin besar nilai t pada level 3, nilai PSNR sudah mengalami peningkatan untuk cover grayscale maupun RGB. Hal ini dikarenakan dengan semakin besar nilai t, banyaknya bit pesan yang dapat disisipkan lebih sedikit untuk setiap pixelnya. Jadi, nilai pixel yang akan digantikan dengan bit-bit pesan akan lebih sedikit, sehingga distorsi yang terjadi juga akan semakin kecil dan hal ini akan menaikkan nilai PSNR. 100000 150000 200000 250000 300000 350000 400000 450000 500000

31 63 95 127 159 191 223

Nilai t level 3

D ay a t a m pun g ( bi t) Grayscale RGB

Gambar 25 Grafik daya tampung berbagai nilai t level 2 untuk IGSC cover grayscale dan RGB.

Berdasarkan Gambar 25 dapat dilihat bahwa dengan semakin besar nilai t pada level 3 terjadi penurunan daya tampung baik untuk cover grayscale maupun RGB. Hal ini sama seperti yang terjadi pada level 1 dan 2, yaitu dengan semakin besarnya nilai t berarti bit pesan yang dapat disisipkan pada cover akan semakin sedikit. 2.9 3 3.1 3.2 3.3 3.4 3.5

31 63 95 127 159 191 223 Nilai t level 3

R at a -r at a b it per p ix e l Grayscale RGB

(22)

pada level 1 dan 2, yaitu jika daya tampung semakin kecil, maka rata-rata jumlah bit per pixel juga akan semakin kecil.

10 15 20 25 30 35 40 45 50 55

31 63 95 127 159 191 223

Nilai t level 3

W ak tu ( det ik ) Grayscale RGB

Gambar 27 Grafik waktu penyisipan dengan berbagai nilai t level 3 untuk IGSC covergrayscale & RGB. Berdasarkan grafik pada Gambar 27 dapat dilihat bahwa dengan semakin besar nilai t pada level 3 waktu juga bergerak konstan walaupun masih terjadi naik-turun waktu untuk menyisipkan pesan baik untuk cover grayscale dan RGB. Hal ini juga terjadi karena perlakuan yang diberikan untuk setiap nilai t tidak stabil pada saat menyisipkan pesan (untuk lebih jelasnya dapat dilihat pada Lampiran 4 dan 5).

• Level 4

Pada level 4 terdapat (22 – 1) = 3 kombinasi nilai t yang mungkin digunakan untuk menentukan U(x,y) pada komponen CE. Nilai-nilai tersebut adalah sebagai berikut:

• 63 (00111111) • 127 (01111111) • 191 (10111111)

29 29.5 30 30.5 31 31.5 32

63 127 191 Nilai t level 4

P S N R (d B ) Grayscale RGB

Berdasarkan grafik pada Gambar 28 dapat dilihat bahwa dengan semakin besar nilai t pada level 4, nilai PSNR juga sudah mengalami peningkatan untuk cover grayscale maupun RGB. Hal ini sama seperti yang sudah dijelaskan sebelumnya pada level 3 untuk nilai

PSNRnya, yaitu semakin besar nilai t, banyaknya bit pesan yang dapat disisipkan lebih sedikit untuk setiap pixelnya sehingga distorsi yang terjadi juga akan semakin kecil.

100000 150000 200000 250000 300000 350000 400000 450000 500000 550000 600000

63 127 191

Nilai t level 4

D a y a ta m pung ( b it ) Grayscale RGB

Berdasarkan Gambar 29 dapat dilihat bahwa terjadi hal yang sama seperti sebelumnya pada level 1, 2, dan 3, yaitu dengan semakin besar nilai t pada level 4 terjadi penurunan daya tampung baik untuk cover grayscale maupun RGB. Hal ini dikarenakan bit pesan yang dapat disisipkan pada cover semakin sedikit dengan semakin besarnya nilai t.

3.9 3.95 4 4.05 4.1 4.15 4.2 4.25

63 127 191

Nilai t level 4

R a ta -r a ta b it p e r p ix e l Grayscale RGB

Berdasarkan grafik pada Gambar 30 dapat dilihat juga bahwa dengan semakin besar nilai t pada level 4 terjadi penurunan rata-rata jumlah bit per pixel baik untuk covergrayscale maupun RGB. Hal ini juga sama seperti yang terjadi pada level 1, 2, dan 3, yaitu jika daya tampung semakin kecil maka rata-rata jumlah bit per pixel juga akan semakin kecil.

10 15 20 25 30 35 40 45 50 55

63 127 191

Nilai t level 4

W a k tu ( d e ti k ) Grayscale RGB

(23)

Berdasarkan grafik pada Gambar 31 dapat dilihat bahwa dengan semakin besar nilai t pada level 4 waktu bergerak konstan untuk menyisipkan pesan baik untuk cover grayscale dan RGB (untuk lebih jelasnya dapat dilihat pada Lampiran 4 dan 5).

Analisis Keamanan

Salah satu tujuan steganalisis pasif, yaitu mendeteksi keberadaan informasi yang disembunyikan pada stego-image. Oleh karena itu, analisis keamanan pada penelitian ini hanya dilakukan dengan membandingkan secara visual gambar asli dengan gambar yang sudah disisipkan pesan (stego-image). Hal ini dilakukan dengan cara penyebaran kuisioner kepada 30 responden yang terdiri atas dua kelompok, yaitu 15 mahasiswa Ilmu Komputer dan 15 mahasiswa yang bukan Ilmu Komputer. Perbandingan gambar yang dilakukan menggunakan tiga cover-image yang berbeda baik untuk cover grayscale dan RGB dan dilakukan pada setiap level, yaitu level 1, 2, 3, dan 4. Dari penyebaran kuisioner yang dilakukan diperoleh hasil, yaitu untuk ketiga cover yang berbeda baik untuk cover grayscale maupun RGB pada level 1, 2, dan 3 hampir semua responden menyatakan mirip antara stego-image dan cover-imagenya. Akan tetapi, pada level 4 terdapat pendapat yang berbeda-beda. Hasil tersebut disajikan pada Tabel 9 berikut ini.

Tabel 9 Hasil perbandingan cover-image dengan stego-image untuk cover grayscale dan RGB

Hasil rata-rata yang diperoleh dari perbandingan antara ketiga cover-image dengan stego-image untuk cover grayscale, yaitu 0% yang menyatakan sangat berbeda, 27.78% yang menyatakan sedikit berbeda, dan 72.22% yang menyatakan tidak berbeda. Selanjutnya untuk cover RGB hasil rata-rata yang diperoleh, yaitu 0% yang menyatakan sangat berbeda, 21.11% yang menyatakan sedikit berbeda, dan 78.88% yang menyatakan tidak berbeda. Sangat berbeda

di sini berarti distorsi visual antara cover-image dan stego-image sangat tinggi, misalnya warna antara cover-image dan stego-image jauh berbeda dan bentuk gambar antara cover-image dan stego-image mengalami perubahan (terdapat bagian yang kasar di daerah yang halus pada stego-image). Sedikit berbeda berarti terdapat sedikit bintik-bintik pada daerah yang halus, namun secara keseluruhan integritas gambar tidak berubah baik warna maupun bentuk. Tidak berbeda berarti antara cover-image dan stego-image tidak dapat dibedakan. Di bawah ini disajikan grafik rata-rata perbandingan antara cover-image dengan stego-image untuk cover grayscale (Gambar 32) dan cover RGB (Gambar 33).

Tidak berbeda

72.22%

Sedikit berbeda 27.78% Sangat

berbeda 0%

Gambar 32 Grafik perbandingan antara cover-image dengan stego-image untuk cover grayscale.

Tidak berbeda

78.89%

Sedikit berbeda 21.11% Sangat

berbeda 0%

Gambar 33 Grafik perbandingan antara cover-image dengan stego-image untuk cover RGB.

(24)

hanya dapat menganalisis stego-image tanpa mengetahui covernya. Jadi, cover-image yang digunakan untuk menyisipkan pesan rahasia harus tetap dijaga kerahasiaannya. Hal ini dikarenakan jika cover-image diekspos, maka perbandingan antara medium cover dan medium stego akan lebih mudah terungkap perbedaannya.

Proses Mendapatkan Pesan

Pada proses mendapatkan pesan hanya diperlukan komponen CE untuk mengambil kembali pesan yang tertanam dalam stego-image. Dengan menggunakan metode yang sudah diterapkan, pesan yang tertanam pada stego-image dapat diambil kembali.

KESIMPULAN DAN SARAN

Kesimpulan

Dari penelitian yang telah dilakukan, diperoleh beberapa kesimpulan sebagai berikut: 1 Pengimplementasian steganografi berbasis

Least Significant Bit (LSB) pada gambar dengan penyisipan berukuran variabel sudah dapat menghasilkan stego-image yang bila dilihat secara visual memiliki tampilan yang hampir sama dengan covernya.

2 Penyisipan pesan menggunakan metode berukuran variabel memiliki kapasitas lebih dari 50% jumlah pixelcover-imagenya tidak termasuk border dengan jumlah bit pesan pada setiap pixel minimal berjumlah empat. 3 Banyaknya bit pesan yang dapat disisipkan

tidak hanya berjumlah 4 atau 5 saja, tetapi bisa juga 3 atau 4, 2 atau 3, dan 1 atau 2. Jadi, penggunaannya sangat fleksibel tergantung dari ukuran cover yang digunakan dan pesan yang akan disisipkan. 4 Banyaknya bit pesan yang dapat disisipkan

tergantung dari nilai t pada komponen CE dan nilai t di sini dapat diubah-ubah sesuai dengan yang kita inginkan pada setiap levelnya.

Saran

Saran yang dapat diberikan untuk penelitian selanjutnya adalah ke arah peningkatan security, antara lain dengan menerapkan kriptografi untuk mengenkrip pesan sebelum disisipkan ke dalam cover. Metode kriptografi yang dapat digunakan bisa apa saja. Selain itu, dapat juga diterapkan aspek keamanan yang lain, misalnya dari komponen CE didapatkan banyaknya bit pesan yang akan disisipkan adalah k (bisa 4 atau 5), kemudian dari k LSB tersebut tidak semuanya digunakan untuk menyisipkan pesan

tetapi posisi tertentu saja dari k bit tersebut yang akan disisipkan pesan. Yang dalam hal ini, diperlukan sebuah kunci untuk membangkitkan suatu bilangan dan selanjutnya akan menentukan posisinya.

Penyisipan pesan pada penelitian ini yang menggunakan cover RGB dilakukan dengan penyisipan pesan per layer, yaitu pertama-tama dilakukan pada komponen Red, selanjutnya Green, dan terakhir Blue. Oleh karena itu, untuk penelitian selanjutnya diharapkan dapat dilakukan penyisipan pesan tidak hanya per layer, tetapi dapat dilakukan langsung pada komponen Red, Green, dan Blue secara tidak terpisah.

DAFTAR PUSTAKA

Chen L-H, Lee Y-K. 2000. A High Capacity Image Steganographic Model. IEEE Proceedings-Visions, Image and Signal processing 147:288-294.

Johnson NF, Jajodia S. 1998. Exploring Steganography: Seeing the Unseen. George Mason University. http://www.jjtc.com/pub/r2026.pdf [04 Okt 2006].

Krisnandi D. 2003. Metode Steganografi Berbasis Least Significant Bits (LSBs) dengan Penyisipan Variable-Size dan Penambahan Redudant Gussian Noise. http://budi.insan.co.id/courses/el7010/2003/ tugas_dikdik/report_dikdik.pdf [04 Okt 2006].

Pfitzmann B. 1996. Information Hiding Terminology. Proceedings of First International Workshop. Cambridge, May-June 1996. Cambridge: Lecture Notes in Computer Science. hlm 347-350.

Provos N, Honeyman P. 2003. Hide and Seek: An Introduction to Steganography. University of Michigan. http://www.citi.umich.edu/techreports/report

s/citi-tr-01-11.pdf [04 Okt 2006].

(25)

(26)

Lampiran 1 Cover-image grayscale dan RGB

Lampiran 2 Stego-image dengan komponen CE untuk cover grayscale dan RGB pada level 4

(27)

Lampiran 4 Stego-image dengan komponen IGSC untuk cover grayscale dan RGB pada level 4

(28)

Lampiran 6 Hasil penyisipan dengan komponen CE, MER, IGSC, dan Fix LSB untuk cover grayscale

No. Proses Level

PSNR

(db) RMS Total

Sisip (bit)

Daya Tampung

(bit)

Jumlah bit per

pixel

Waktu (Detik)

Pesan yang disisipi pada

cover (%)

1 CE Level 1 48.6457 0.8759 45240 54030 1.1909 8.125 83.73126041 2 MER Level 1 49.1489 0.8266 45240 53950 1.1891 15.954 83.85542169 3 IGSC Level 1 49.1489 0.8266 45240 53950 1.1891 16 83.85542169 4 1 LSB Level 1 50.1837 0.7338 45240 45369 1 9.032 99.71566488

1 CE Level 2 42.4872 1.7799 89792 96277 2.1221 9.172 93.26422718 2 MER Level 2 43.5465 1.5755 89792 96111 2.1184 16.984 93.42531032 3 IGSC Level 2 43.3694 1.608 89792 96115 2.1185 17.062 93.42142225 4 2 LSB Level 2 43.5281 1.5789 89792 90738 2 9.266 98.9574379

(29)

Lampiran 7 Hasil penyisipan dengan komponen CE, MER, IGSC, dan Fix LSB untuk cover RGB

No. Proses Level

PSNR

(dB) RMS Total Sisip (bit)

(bit)

Jumlah bit per pixel

cover (%)

(30)

Lampiran 8 Hasil komponen IGSC dengan nilai t yang berbeda pada level 1 untuk cover grayscale

No.

Nilai t (1 atau 2)

PSNR

(dB) RMS Total

Sisip (bit)

(bit)

pixel

cover (%)

(31)

Lampiran 9 Hasil komponen IGSC dengan nilai t yang berbeda pada level 2 untuk cover grayscale

No.

Nilai t (2 atau 3)

PSNR

(dB) RMS

Total Sisip (bit)

(bit)

pixel

cover (%)

1 15 40.84 2.151 89792 119784 2.6402 16.11 74.96159754 2 31 40.9 2.136 89792 116206 2.5614 16.015 77.26967626 3 47 41.16 2.073 89792 113378 2.499 16.187 79.19702235 4 63 41.52 1.99 89792 110299 2.4312 16.469 81.40780968 5 79 41.68 1.952 89792 107409 2.3675 16.625 83.59820872 6 95 41.99 1.885 89792 104370 2.3005 16.828 86.03238478 7 111 42.47 1.783 89792 101640 2.2403 16.859 88.34317198 8 127 42.9 1.698 89792 98599 2.1733 16.938 91.06786073