ANALISIS PERBANDINGAN METODE DISCRETE WAVELET
TRANSFORM DAN SPREAD SPECTRUM DALAM WATERMARKING
CITRA DIGITAL BERWARNA
Muhammad Ardiansyah Agusstiawan
Mahasiswa Program Studi Teknik Informatika, FT UMRAH Nerfita Nikentari, ST., M.Cs
Dosen Program Studi Teknik Informatika, FT UMRAH Hendra Kurniawan, S.Kom., M.Sc.Eng
Dosen Program Studi Teknik Informatika, FT UMRAH
ABSTRAK
Watermarking merupakan teknik untuk menyembunyikan pesan kedalam sebuah media tanpa merubah ciri fisik media tersebut. Penelitian tentang watermarking sudah banyak dilakukan untuk mendapatkan hasil yang terbaik. Pada penelitian ini penulis membandingkan dua buah metode yakni
Discrete Wavelet Transform dan Spread Spectrum untuk melihat metode mana yang lebih baik dalam
penyisipan pesan berdasarkan ukuran citra, format citra dan ukuran pesan. Citra yang digunakan terdiri dari 3 ukuran yakni 128x128, 256x256 dan 512x512 dalam format JPG dan BMP, pengujian dilakukan dengan menyisipkan pesan 10, 100, 1000 dan 5000 karakter kedalam ke-enam citra tersebut. Pada metode DWT nilai MSE yang dihasilkan sekitar 0.5 db sedangkan nilai MSE SS berkisar antara 0.2-0.7 db. Hasil dari pengujian menunjukkan metode Spread Spectrum menghasilkan nilai PSNR yang lebih tinggi dibandingkan Discrete Wavelet Transform, sedangkan metode Discrete Wavelet Transform memiliki kelebihan dari segi waktu penyisipan.
Kata kunci : Discrete Wavelet Transform, Spread Spectrum, Citra, Pesan, MSE, PSNR
ABSTRACT
Watermarking is a technique for hiding the message into a media without changing the physical characteristics of the media. Research on watermarking has been done to get the best results. In this study the authors compare two methods namely the Discrete Wavelet Transform and Spread Spectrum to see which method is better in the insertion of a message based on the image size, image format and the size of the message. The image that is used consists of three sizes ie 128x128, 256x256 and 512x512 in JPG and BMP format, testing is done by inserting a message 10, 100, 1000 and 5000 all six character into the image. In the method of DWT MSE produced about 0.5 db, while the SS MSE value ranges between 0.2-0.7 db. The results of the testing indicate Spread Spectrum method produces a higher PSNR value than the Discrete Wavelet Transform, Discrete Wavelet Transform while the method has advantages in terms of time of insertion.
I. PENDAHULUAN
Berbagai macam teknik pengolahan citra juga sudah banyak dikembangkan oleh para peneliti, seperti peningkatan kualitas citra (image enhancement), pemulihan citra (image restoration), analisis citra (image analysis), kompresi citra (image compression) dan keamanan data citra. Salah satu bidang yang cukup banyak di teliti adalah tentang keamanan data citra.
Metode pengamanan data yang sering digunakan adalah Steganografi, Steganografi (Steganography) sendiri terdiri dari dua kata yakni steganos yang artinya tersembunyi dan graphein artinya menulis, jadi Steganografi merupakan metode penyembunyian pesan ke dalam sebuah media tampung, penyembunyian pesan ini dilakukan tanpa menimbulkan kecurigaan dari pihak ketiga.
Didalam pengolahan citra teknik pengamanan pesan ini disebut
Watermarking. Watermarking
merupakan pemberian tanda air atau dengan kata lain menyisipkan sebuah pesan kedalam citra tanpa merubah drastis kualitas citra sehingga secara kasat mata tidak terlihat adanya pesan yang disisipkan dalam citra tersebut
Penelitian tentang
watermarking kedalam citra digital
sendiri sudah banyak dilakukan oleh para peneliti sebelumnya dengan menggunakan berbagai macam metode yang ada. Oleh karena itu pada penelitian ini penulis mencoba membandingkan dua buah metode yakni Transformasi Wavelet dan metode Spread Spectrum dalam penerapan Watermarking pada citra digital.
Metode transformasi Wavelet banyak digunakan karena kemudahan dalam pengaplikasiannya. Selain itu metode Spread Spectrum juga banyak digunakan untuk penyembunyian pesan, dengan teknik menyebarkan pesan kedalam pita lebar, sehingga pesan tersebut hanya akan terlihat
sebagai derau. Dengan
membandingkan kedua metode ini diharapkan didapatkan kualitas citra
hasil Watermark yang mirip seperti citra aslinya sehingga secara visual manusia tidak akan bisa membedakan.
II. KAJIAN LITERATUR
A. Landasan Teori a. Watermarking
Watermarking merupakan suatu
bentuk dari steganography (Ilmu yang
mempelajari bagaimana
menyembunyikan suatu data pada data yang lain). Dalam mempelajari teknik-teknik bagaimana penyimpanan suatu data (digital) kedalam data host digital yang lain (Istilah host digunakan untuk
data/ sinyal digital yang
ditumpangi).[7]
b. PSNR
Peak Signal to Noise Ratio
digunakan untuk menentukan kualitas citra. Nilai PSNR diperoleh dengan membandingkan citra asli dan citra rekonstruksi. Untuk menentukan nilai PSNR digunakan rumus : PSNR = 10log10𝟐𝟐𝟓 √𝑴𝑺𝑬 Dengan MSE = 𝟏 𝒎𝒏∑ ∑ [𝑰(𝒙, 𝒚) − 𝑰′(𝒙, 𝒚)] 𝒏 𝒙=𝟏 𝒎 𝒚=𝟏 2 m = baris citra n = kolom citra I = citra asli I` = citra rekonstruksi. [4] c. Citra Warna
Setiap piksel pada citra warna mewakili warna yang merupakan kombinasi dari 3 warna dasar (RGB =
Red Green Blue). Setiap warna dasar
menggunakan penyimpanan 8 bit = 1
byte, yang berarti warna mempunyai
gradasi sebanyak 28. 28. 28 = 16 juta
warna lebih. Itulah sebabnya mengapa disebut citra true color, karena mempunyai jumlah warna yang cukup besar sehingga bisa dikatakan hampir mencakup semua warna di alam.
Dalam citra warna (true color) penyimpanan di dalam memori berbeda dengan penyimpanan pada
grayscale. Setiap piksel dari citra grayscale 256 gradiasi warna diwakili
citra true color diwakili oleh 3 byte, dimana masing-masing data byte mempresentasikan warna merah (red), hijau (green), dan biru (blue). [5] d. Discrete Wavelet Trasnsform
Transformasi Wavelet diskrit
adalah sebuah transformasi
matematika yang digunakan untuk menganalisis sinyal bergerak. Sinyal bergerak ini dianalisis untuk mendapatkan informasi spectrum frekuensi dan waktu secara bersamaan. Transformasi diskrit menggunakan dua komponen penting dalam melakukan transformasi, yakni :
- Fungsi Skala (scalling function) :
Disebut juga low pass filter yang mengambil citra dengan gradiasi intensitas yang halus dan perbedaan intensitas yang tinggi akan dikurangi/ dibuang
- Fungsi Wavelet (Wavelet function) :
Disebut juga high pass filter yang mengambil citra dengan gradiasi intensitas yang tinggi dan perbedaan intensitas yang rendah akan dikurangi/ dibuang.
Transformasi Wavelet Diskrit merupakan pentransformasian sinyal diskrit menjadi kofisien-koefisien Wavelet yang diperoleh dengan cara menapis sinyal menggunakan dua buah tapis yang berlawanan. Kedua tapis yang dimaksud adalah:
- Tapis penyekala atau disebut tapis lolos rendah (low pass filter) - Tapis detail atau tapis lolos tinggi
(high pass filter).[8]
e. Penerapan DWT pada
watermarking
Citra digital sebelumnya di dekomposisi terlebih dahulu menggunakan DWT agar dapat disisipkan Watermark, selanjutnya jalankan DWT untuk membentuk citra
ber-Watermark. Secara umum
penyisipan Watermark dilakukan dengan cara memodifikasi koefisien pada rentang frekuensi LL, LH, HL,
HH yang merupakan rentang frekuensi hasil dekomposisi citra menggunakan
Wavelet. Data Watermark ini dapat
dianggap sebagai rangkaian bilangan
W dengan panjang L yang disisipkan
pada koefisien rentang frekuensi yang dipilih.
f. Spread Spectrum
Definisi dari Spread Spectrum adalah sebuah teknik transimisi dimana kode pseudonoise, independent dari data informasi yang digunakan sebagai
gelombang modulasi untuk
“menyebarkan” energi sinyal melalui sebuah bandwidth jauh lebih besar daripada bandwidth sinyal informasi. Pada penerima sinyal dikumpulkan
menggunakan replika kode
pseudonoise yang telah disinkronisasikan.[7]
g. Penerapan SS pada watermarking Proses penyisipan pesan ini dibagi menjadi tiga proses, yaitu awalnya dilakukan proses spreading setelah itu dilakukan proses modulasi, yakni proses pengacakan pesan yang telah disebar dengan bilangan pseudonoise dan terakhir proses penyisipan. Proses penyisipan sendiri terbagi tiga proses lagi yaitu penentuan wilayah penyisipan, penambahan informasi, dan penyisipan pesan pada matriks frekuensi. [9]
B. Kajian Terdahulu
Dean Fathony Alfatwa, 2009, dalam jurnal nya meneliti tentang
watermarking sebagai perlindungan
terhadap hak cipta. Peneliti menggunakan metode Discrete Wavelet Transform dengan teknik Haar Wavelet. Penerapan DWT dilakukan
dengan menyisipkan gambar kedalam gambar. Kelebihan metode ini adalah menghasilkan citra watermark dengan kualitas bagus, namun kurang tahan terhadap serangan seperti blur dan
noise.[1]
Gabriel Ady Septianto dan M. A. Ineke Pakereng dalma jurnal “Perancangan dan Implementasi Aplikasi Wateramarking Citra Digital Dengan Metode Selective Spread
Spectrum”. Pada penelitian tersebut
menggunakan metode Selective Spread
Spectrum, dimana memanfaatkan LSB
termodifikasi dalam pemilihan byte penyisipan pada cover image sebagai tempat penyimpanan bit-bit citra digital. Hasilnya menunjukkan bahwa
cover image sebelum dan sesudah
disisipi secara visual tidak
menampakkan perbedaan yang
siginifikan serta tidak mengalami perubahan isi file.[2]
Dr. Nasseer M dan Shaimaa S.A, 2011, dalam penelitiannya yang berjudul “Digital Image Watermarking
Algorithm in Discrete Wavelet Transform Domain Using HVS Characteristics” melakukan penelitian
terhadap citra digital hitam-putih berdasarkan karakteristik visualisasi dari mata manusia. Peneliti
menggunakan model blind
watermarking pada citra berukuran
512x512 dengan metode Daubechies
Wavelet. Hasil dari penelitian tersebut
kualitas citra hasil watermark
menunjukkan hasil yang bagus dan sesuai dengan konsep watermarking yakni imperceptibility.[3]
III. METODE PENELITIAN
A. Jenis dan Sumber Data
Jenis data yang digunakan dalam penelitian ini adalah data sekunder. Data sekunder merupakan pendekatan penelitian menggunakan data-data yang telah ada, selanjutnya dilakukan proses analisa dan interpretasi terhadap data-data tersebut sesuai dengan tujuan penelitian. Pada penelitian ini data sekunder yang digunakan adalah berupa citra digital berwarna, dengan format JPG (Joint Photographic
Group) dan BMP (Bitmap). B. Metode Pengambilan Data
Metode penelitian yang dilakukan adalah dengan mengumpulkan data-data yang terkait dengan penelitian. Metode pengumpulan data yang dilakukan adalah:
Kepustakaan (library research) : Penulis mengumpulkan data-data yang relevan dengan topik pembahasan dari buku-buku yang ada di perpustakaan
C. Metode Pengembangan Sistem Dalam penelitian ini metode yang digunakan dalam pengembangan sistem adalah model Waterfall atau yang biasa disebut metode air terjun.
Metode ini dipilih karena
pengembangan sistem dilakukan tahap demi tahap, dimulai dari tahap analisa hingga terakhir tahap testing dan
maintenance. Model Waterfall
menurut Pressman
IV. PERANCANGAN DAN
IMPLEMENTASI A. Perancangan
Gambar 1. Diagram Konteks
Gambar 3. DFD Level 1 SS B. Implementasi
Gambar 4. Form DWT
Gambar 5. Form SS
V. HASIL DAN PEMBAHASAN
Gambar 6. MSE 128 Gambar 7. MSE 256 Gambar 8. MSE 512 Gambar 9. PSNR 128 0 5 10 Pesan 1. <=10 Pesan 2. <=100 Pesan 3. <=1000 Pesan 4. <=5000 MSE 128x128 JPG dan BMP DWT JPG SS JPG DWT BMP SS BMP 0 20 40 Pesan 1. <=10 Pesan 2. <=100 Pesan 3. <=1000 Pesan 4. <=5000 MSE 256X256 JPG dan BMP DWT JPG SS JPG DWT BMP SS BMP 0 0.2 0.4 0.6 0.8 Pesan 1. <=10 Pesan 2. <=100 Pesan 3. <=1000 Pesan 4. <=5000 MSE 512x512 JPG dan BMP DWT JPG SS JPG DWT BMP SS BMP 0 50 100 Pesan 1. <=10 Pesan 2. <=100 Pesan 3. <=1000 Pesan 4. <=5000 PSNR 128X128 JPG dan BMP DWT JPG SS JPG DWT BMP SS BMP
Gambar 10. PSNR 256 Gambar 11. PSNR 512 Gambar 12. Time 128 Gambar 13. Time 256 Gambar 14. Time 512 0 50 100 Pesan 1. <=10 Pesan 2. <=100 Pesan 3. <=1000 Pesan 4. <=5000 PSNR 256X256 JPG dan BMP DWT JPG SS JPG DWT BMP SS BMP 0 50 100 Pesan 1. <=10 Pesan 2. <=100 Pesan 3. <=1000 Pesan 4. <=5000 PSNR 512X512 JPG dan BMP DWT JPG SS JPG DWT BMP SS BMP 0 1 2 Pesan 1. <=10 Pesan 2. <=100 Pesan 3. <=1000 Pesan 4. <=5000 TIME 128X128 JPG dan BMP DWT JPG SS JPG DWT BMP SS BMP 0 50 Pesan 1. <=10 Pesan 2. <=100 Pesan 3. <=1000 Pesan 4. <=5000 TIME 256X256 JPG dan BMP DWT JPG SS JPG DWT BMP SS BMP 0 50 Pesan 1. <=10 Pesan 2. <=100 Pesan 3. <=1000 Pesan 4. <=5000 TIME 512X512 JPG dan BMP DWT JPG SS JPG DWT BMP SS BMP
No Parameter Uji MSE PSNR Time DWT (db) SS (db) DWT (db) SS (db) DWT (sc) SS (sc) 1 Skenario Pengujian 1 Lena128.jpg Pesan 1. <=10 0.557 0.007 50.67 69.757 0.036 0.074 Pesan 2. <=100 0.622 0.071 50.194 59.601 0.046 0.098 Pesan 3. <=1000 3.831 0.666 42.298 49.897 0.377 1.967 Pesan 4. <=5000 - - - - 2 Skenario Pengujian 2 Lena128.bmp Pesan 1. <=10 0.542 0.006 50.795 70.105 0.046 0.075 Pesan 2. <=100 0.602 0.07 50.335 59.696 0.055 0.078 Pesan 3. <=1000 6.405 0.669 40.066 49.876 0.412 1.916 Pesan 4. <=5000 - - - - - - 3 Skenario Pengujian 3 Lena256.jpg Pesan 1. <=10 0.546 0.002 50.761 75.432 0.141 0.198 Pesan 2. <=100 0.56 0.017 50.647 65.788 0.193 0.215 Pesan 3. <=1000 0.696 0.167 49.702 55.898 1.095 2.115 Pesan 4. <=5000 7.243 0.837 39.532 48.906 4.61 39.783 4 Skenario Pengujian 4 Lena256.bmp Pesan 1. <=10 0.548 0.002 50.742 75.601 0.031 0.06 Pesan 2. <=100 0.563 0.017 50.629 65.84 0.054 0.094 Pesan 3. <=1000 0.697 0.167 49.698 55.899 0.334 1.851 Pesan 4. <=5000 27.703 0.832 33.706 48.93 3.476 40.687 5 Skenario Pengujian 5 Lena512.jpg Pesan 1. <=10 0.547 0 50.752 81.5 0.15 0.239 Pesan 2. <=100 0.55 0.004 50.725 71.879 0.364 0.281 Pesan 3. <=1000 0.585 0.042 50.459 61.915 1.722 1.955 Pesan 4. <=5000 0.732 0.208 49.484 54.94 4.073 42.28 6 Skenario Pengujian 6 Lena512.bmp Pesan 1. <=10 0.544 0 50.778 81.382 0.127 1.057 Pesan 2. <=100 0.547 0.004 50.752 71.811 1.062 0.729 Pesan 3. <=1000 0.581 0.042 50.489 61.931 1.132 3.602 Pesan 4. <=5000 0.729 0.208 49.503 54.941 4.496 40.668
Perbedaan secara signifikan terlihat jelas antara kedua metode baik pada citra 128x128, 256x256 dan 512x512 dalam format jpg maupun bmp. Dimana nilai MSE yang di hasilkan oleh metode Discrete Wavelet
Transform rata-rata 0.5 db sedangkan MSE
yang dihasilkan oleh metode Spread Spectrum berkisar antara 0.2 – 0.7 db.
Khususnya pada pesan dengan panjang 1000 karakter dan 5000 karakter, perbedaan yang didapat sangat jauh berbeda dikarenakan panjangnya jumlah karakter yang akan disisipkan kedalam citra. Tetapi lain halnya dengan pesan 5000 karakter yang disisikan kedalam citra berukuran 128x128.jpg dan 128x128.bmp, pesan tersebut tidak dapat disisipkan sama sekali
VI. PENUTUP
A. Kesimpulan
i. Nilai MSE dan waktu penyisipan berbanding terbalik terhadap nilai PSNR baik pada metode Discrete
Wavelet Transform maupun pada
metode Spread Spectrum.
ii. Semakin tinggi nilai MSE yang dihasilkan, maka kualitas PSNR akan semakin rendah
iii. Metode Discrete Wavelet Transform menghasilkan nilai MSE yang tinggi
dibandingkan metode Spread
Spectrum.
iv. Sebaliknya metode Spread Spectrum menghasilkan nilai PSNR yang lebih tinggi dibandingkan metode Discrete
Wavelet Transform.
v. Semakin panjang pesan, semakin lama waktu yang dibutuhkan untuk penyisipan.
vi. Waktu yang dibutuhkan metode
Spread Spectrum untuk menyisipkan
pesan lebih lama dibandingkan metode
Discrete Wavelet Transform.
vii. Perbedaan error dan kualitas yang dihasilkan oleh kedua metode dipengaruhi algoritma masing-masing metode.
Pada DWT citra mengalami perubahan secara keseluruhan setelah direkonstruksi meskipun secara kasat mata tidak terlihat.
Pada SS citra hasil Watermark tidak mengalami perubahan secara keseluruhan karena hanya digunakan beberapa piksel saja sebagai tempat penyisipan
viii. Metode DWT tidak menggunakan kata kunci sedangkan metode SS terdapat kata kunci yang menambah keamanan pesan.
Masing-masing metode baik Discrete
Wavelet Transform maupun Spread Spectrum
memiliki kelebihan dan kekurangan.
- Berdasarkan waktu penyisipan maka metode Discrete Wavelet Transform lebih cepat
- Berdasarkan kualitas citra dan eror yang dihasilkan maka metode Spread Spectrum lebih baik.
B. Saran
i. Penelitian ini membandingkan metode
Discrete Wavelet Transform Spread dan Spectrum, berikutnya dapat dikembangkan dengan menggabungkan kedua metode tersebut (hybrid).
ii. Penelitian berikutnya dapat dikembangkan juga penyisipan pada file GIF/ animasi, audio dan video
iii. Kedua metode dapat di implementasikan pada berbagai bidang karena secara visual tidak merubah citra yang digunakan serta kualitas yang hampir sama seperti citra aslinya, misalnya : - Militer untuk pengiriman pesan rahasia - Medis untuk penyisipan data pasien pada
hasil rontgen
- Fotografi untuk pembuktian kepemilikan hak cipta fotografi
DAFTAR PUSTAKA
[1] Alfatwa, D.F., 2009, Watermarking Pada Citra Digital Menggunakan Discrete Wavelete Transform, Jurnal Teknik Informatika, Institut Teknologi Bandung,
Bandung, Indonesia.
[2] Septianto, G.A., 2013, Perancangan dan Implementasi Aplikasi Watermarking Citra Digital Dengan Metode Selective Spread Spectrum, Jurnal Teknik Informatika,
Kristen Satya Wacana Salatiga, Sidorejo, Jawa Tengah.
[3] Basheer, N.M., Abdulsalam, S.S., 2011, Digital Image Watermarking Algorithm in Discrete Wavelet Transform Domain Using HVS Characteristics, Iraqi journal
of Statistical Science, Iraq, 351-368.
[4] Brannock, E., Weeks, M, and Harrison, R., 2009, The Effect of Wavelet Families on Watermarking, Journal of Computers, Georgia State University, Atlanta 4(6), 554-566.
[5] Hakim, A.R., 2012, Analisa Perbandingan
Watermarking Image dengan Menggunakan Metode Discrete Wavelet Transform, Skripsi, Universitas Indonesia,
Depok.
[6] Pratiarso, A., Yuliana, M., Hadi, M.Z.S., H, Fatchul, B., dan W, Brahim., 2012, Analisa
PSNR Pada Teknik Steganografi Menggunakan Spread Spectrum, The 14th
Industrial Electronics Seminar (IES), Surabaya, 2012, 105-110.
[7] Persada, B.A., 2013, Studi dan Impelementasi Non-Blind Watermarking Dengan Metode Spread Spectrum, Jurnal
Program Studi Teknik Informartika,
Sekolah Teknik Elektro dan Informatika, Institut Teknologi Bandung, Bandung. [8] Tyas, L.A., 2011, Watermarking Citra
Digital Berbasis DWT-SVD dengan Detektor Non Blind, Skripsi, Universitas
Diponegoro, Semarang.
[9] Winanti, W., 2013, Penyembunyian Pesan
Pada Citra Terkompresi JPEG
Menggunakan Metode Spread Spectrum,
Jurnal Teknik Informatika, Sekolah Teknik
