Penerapan Watermarking Pada Citra Menggunakan Teknik Singular Value Decomposition-Discrete Cosine Transform Berdasarkan Local Peak signal To Noise Ratio.

(1)

Universitas Kristen Maranatha i

Penerapan Watermarking pada Citra Menggunakan Teknik

Singular Value Decomposition – Discrete Cosine Transform

Berdasarkan Local Peak Signal to Noise Ratio

Frederick Michael ( 0522072 )

Jurusan Teknik Elektro, Fakultas Teknik, Universitas Kristen Maranatha Jln. Prof. Drg. Suria Sumantri 65, Bandung 40164, Indonesia

Email :

ABSTRAK

Perkembangan teknologi terutama pada dunia digital pada saat ini memungkinkan informasi dalam berbagai bentuk dan media dapat tersebar dengan cepat tanpa batas ruang dan waktu serta rentan terhadap penggunaan secara ilegal. Watermarking merupakan proses penyisipan data ke dalam citra digital yang bertujuan sebagai tanda identitas pemilik asli citra digital tersebut, yang merupakan solusi untuk mengatasi masalah tersebut.

Tugas akhir ini bertujuan membuat perangkat lunak untuk menyisipkan watermark pada citra menggunakan teknik Singular Value Decomposition – Discrete Cosine Transform berdasarkan LPSNR, serta menguji kualitas citra yang telah disisipi watermark dan ketahanan watermark. Proses watermarking dilakukan dalam domain frekuensi. Transformasi DCT dilakukan pada citra asli. Watermark ditransformasi SVD sehingga didapat singular value. Kemudian singular value watermark digabungkan dalam koefisien DCT dari gambar asli. Untuk mendapat tingkat transparansi dan ketangguhan yang optimal dari watermark terhadap distorsi, digunakan LPSNR. Selanjutnya dilakukan invers transformasi DCT untuk mendapatkan citra yang telah disisipi watermark.

Dari hasil uji coba didapatkan bahwa, citra yang telah disisipi watermark memiliki kualitas yang baik dan watermark memiliki ketahanan yang kuat terhadap kompresi JPEG, proses cropping, proses scaling (diperbesar), proses rotate scaling, proses filtering dan pemberian noise, tetapi tidak tahan terhadap proses scaling (diperkecil) dan proses rotate.

(2)

Universitas Kristen Maranatha ii

Watermarking on Image Using Singular Value Decomposition –

Discrete Cosine Transform Technique Based on Local Peak

Signal to Noise Ratio

Frederick Michael ( 0522072 )

Jurusan Teknik Elektro, Fakultas Teknik, Universitas Kristen Maranatha Jln. Prof. Drg. Suria Sumantri 65, Bandung 40164, Indonesia

Email :

ABSTRAK

Today technology development especially at digital world enable information in various forms and media can be disseminated quickly without time and space and vulnerable to illegal use. Watermarking is an insertion processes of data into digital image with aim to give a sign of original owner identity, which is solution to overcome the above problem.

The purpose of this final project is to make software for insert watermark into digital image using Singular Value Decomposition – Discrete Cosine Transform technique based on LPSNR, and test the quality of image that has been inserted watermark and the robustness of watermark. The process of watermarking is performed in frequency domain. DCT Transformation is performed on original image. Watermark is SVD transformed to obtain singular value. Later, singular values of watermark are embedded into DCT coefficient of original image. LPSNR use to get transparency level and optimal robustness of watermark to distortion. Then inverse DCT transformation is performed to get image that has been watermark inserted.

The results from the experiment that has been done showed that image

quality which has been inserted by watermark have good quality and watermark have strong robustness to JPEG compression, cropping process, scaling process (enlarged), rotate scaling process, filtering process and noise addition, but is not resist to scaling process (minimized) and rotate process.

(3)

_v Universitas Kristen Maranatha

DAFTAR ISI

ABSTRAK... i

ABSTRACT…... ii

KATA PENGANTAR…... iii

DAFTAR ISI…... v

DAFTAR TABEL…...…….. viii

DAFTAR GAMBAR…...…… xi

BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah... 1

1.2 Identifikasi Masalah... 4

1.3 Perumusan Masalah... 4

1.4 Tujuan Penelitian...…... 4

1.5 Pembatasan masalah... 5

1.6 Sistematika Penulisan... 5

BAB 2 LANDASAN TEORI 2.1 Citra Digital..…...….…... 7

2.1.1 Pembentukan Citra Digital...…... 7

2.1.2 Elemen – Elemen Citra Digital... 8

2.1.3 Citra Berwarna...…..…... 9

2.2 Digital Watermarking... 10

2.2.1 Karakteristik Watermark Digital... 11

2.2.2 Klasifikasi Teknik Watermarking Digital... 11

2.2.3 Jenis – Jenis Digital Watermarking... 12

2.2.4 Framework Digital Watermarking... 12

2.3 SVD (Singular Value Decomposition)... 13

2.4 DCT (Discrete Cosine Transform)... 14

2.5 PSNR (Peak Signal to Noise Ratio)……… 15

(4)

_vi Universitas Kristen Maranatha

2.8 Korelasi……… 17

2.9 Chaotic Sequence……… 18

2.10 Median Filtering……….. 18

BAB 3 PERANCANGAN PERANGKAT LUNAK 3.1 Diagram Blok Penyisipan Watermar……….. 20

3.2 Diagram Blok Ekstraksi Watermark………... 22

3.3 Diagram Alir Penyisipan Watermark Keseluruhan………… 24

3.3.3 Diagram Alir Proses Pemilihan Blok yang Akan Disisipi……….. 25

3.3.4 Diagram Alir Proses Penyisipan Watermark……….. 27

3.4 Diagram Alir Ekstraksi Watermark Keseluruhan………….. 29

3.4.1 Diagram Alir Ekstraksi Watermark di Channel R…. 31 3.4.2 Diagram Alir Ekstraksi Watermark di Channel G…. 33 3.4.3 Diagram Alir Ekstraksi Watermark di Channel B…. 35 BAB 4 DATA PENGAMATAN DAN ANALISA 4.1 Prosedur Pengujian……… 37

4.2 Pemilihan Batas Nilai LPSNR dan Analisa……….. 38

4.3 Bentuk Watermark……… 40

(5)

_vii Universitas Kristen Maranatha

4.5.7 Gausian Noise………. 62

BAB 5 KESIMPULAN DAN SARAN

5.1 Kesimpulan………. 67 5.2 Saran..………. 68

DAFTAR PUSTAKA……… 69

LAMPIRAN A CITRA HASIL PERCOBAAN... A-1 LAMPIRAN B DATA MOS (MEAN OPINION SCORE)……….. B-1 LAMPIRAN C LISTING PROGRAM... C-1

(6)

_viii Universitas Kristen Maranatha

DAFTAR TABEL

Tabel 4.1 Karakteristik Citra……… 38 Tabel 4.2 Percobaan Pemilihan Batas nilai LPSNR pada Citra

Berukuran 256 x 256 Piksel... 39 Tabel 4.3 Percobaan Pemilihan Batas nilai LPSNR pada Citra

Berukuran 512 x 512 Piksel... 39 Tabel 4.4 Watermark yang Digunakan... 40 Tabel 4.5 Nilai MOS dan PSNR Citra yang Telah Disisipkan

Watermark ... 41 Tabel 4.6 Contoh Citra Hasil Watermarking... 43 Tabel 4.7 Nilai MSE... 44 Tabel 4.8 Nilai Korelasi Watermark dari Citra yang Telah

Disisipkan Watermark dan Dikompres

( Q = 0, Q = 3, Q = 5)... 45 Tabel 4.9 Nilai Korelasi Watermark dari Citra yang Telah

Disisipkan Watermark dan Dikompres

( Q = 10, Q = 12 )... 46 Tabel 4.10 Contoh Citra yang Telah Disisipkan Watermark

dan Dikompres... 47 Tabel 4.11 Nilai Korelasi Watermark dari Citra yang Telah

Disisipkan Watermark dan Dilakukan Proses Cropping

(sudut kiri atas, sudut kanan atas, sudut kiri bawah)…………... 48 Tabel 4.12 Nilai Korelasi Watermark dari Citra yang Telah

(sudut kanan bawah, tengah bawah, tengah atas)……… 48 Tabel 4.13 Nilai Korelasi Watermark dari Citra yang Telah

(7)

_ix Universitas Kristen Maranatha

dan di Cropping………. 50 Tabel 4.15 Nilai Korelasi Watermark dari Citra yang Telah

Disisipkan Watermark dan Dilakukan

Proses Scaling (diperbesar)... 51 Tabel 4.16 Nilai Korelasi Watermark dari Citra yang Telah

Disisipkan Watermark dan Dilakukan

Proses Scaling (diperkecil)... 51 Tabel 4.17 Contoh Citra yang Telah Disisipkan Watermark

dan Dilakukan Proses Scaling (diperbesar)... 53 Tabel 4.18 Contoh Citra yang Telah Disisipkan Watermark

dan Dilakukan Proses Scaling (diperkecil)... 54 Tabel 4.19 Nilai Korelasi Watermark dari Citra yang Telah

Disisipkan Watermark dan Dilakukan Proses

Rotate (rotasi)……….. 55 Tabel 4.20 Contoh Citra yang Telah Disisipkan Watermark

dan Dilakukan Proses Rotate (rotasi)……….. 56 Tabel 4.21 Nilai Korelasi Watermark dari Citra yang Telah

Rotate Scaling (0.25o, 0.5o, 0.75o)……….. 57 Tabel 4.22 Nilai Korelasi Watermark dari Citra yang Telah

Rotate Scaling (1o, -0.25o, -0.5o)……… 57 Tabel 4.23 Nilai Korelasi Watermark dari Citra yang Telah

Rotate Scaling (-0.75o, -1o)………. 58 Tabel 4.24 Contoh Citra yang Telah Disisipkan Watermark

dan Dilakukan Proses Rotate Scaling………. 59 Tabel 4.25 Nilai Korelasi Watermark dari Citra yang Telah

(8)

_x Universitas Kristen Maranatha

Dilakukan Proses Median Filtering………. 61 Tabel 4.27 Nilai Korelasi Watermark dari Citra yang Telah

Disisipkan Watermark dan Diberi Noise

(0dB, 5dB, 10dB)... 62 Tabel 4.28 Nilai Korelasi Watermark dari Citra yang Telah

Disisipkan Watermark dan Diberi Noise

(15dB, 20dB, 25dB)... 62 Tabel 4.29 Nilai Korelasi Watermark dari Citra yang Telah

Disisipkan Watermark dan Diberi Noise (30dB)... 63 Tabel 4.30 Contoh Citra yang Telah Disisipkan Watermark

(9)

_xi Universitas Kristen Maranatha

DAFTAR GAMBAR

Gambar 2.1(a) TingkatKecerahan yang Kontinyu... 8

Gambar 2.1(b) Tingkat kecerahan setelah mengalami kuantisasi 16 tingkatan diskrit……… 8

Gambar 2.2 Ruang Warna RGB... 10

Gambar 2.3 Contoh Matriks Citra... 19

Gambar 3.1 Diagram Blok Penyisipan Watermark... 20

Gambar 3.2 Diagram Blok Ekstraksi Watermark………. 22

Gambar 3.3 Diagram Alir Penyisipan Watermark Keseluruhan……….. 24

Gambar 3.4 Diagram Alir Proses Pemilihan Blok yang Akan Disisipi.... 25

Gambar 3.5 Diagram Alir Proses Penyisipan Watermark……… 27

Gambar 3.6 Diagram Alir Ekstraksi Watermark Keseluruhan…………. 29

Gambar 3.7 Diagram Alir Ekstraksi Watermark di Channel R……….... 31

Gambar 3.8 Diagram Alir Ekstraksi Watermark di Channel G………… 33

Gambar 3.9 Diagram Alir Ekstraksi Watermark di Channel B………… 35

Gambar 4.1 Nilai Koefisien Korelasi Watermark pada Citra Lena yang Terdistorsi Noise Sebagai Fungsi dari Nilai SNR... 65

Gambar 4.2 Nilai Koefisien Korelasi Watermark pada Citra Baboon yang Terdistorsi Noise Sebagai Fungsi dari Nilai SNR... 65

(10)

A-1

LAMPIRAN – A

(11)

A-2

Watermarking

Nama

Citra

Citra Asli Citra yang Telah

Disisipkan Watermark

Watermark Asli dan

Watermark Hasil Ekstraksi

(12)

A-3

Watermark

Nama Citra Citra yang Telah

Hasil Citra Setelah

Dikompres Dengan Q = 0

Lena 256

Baboon 256

Pepper 256

Lena 512

Baboon 512

(13)

A-4

Disisipkan Watermark Dikompres Dengan Q = 3 Watermark Hasil Ekstraksi

Lena 256

Baboon 256

Pepper 256

Lena 512

Baboon 512

(14)

A-5

Lena 256

Baboon 256

Pepper 256

Lena 512

Baboon 512

(15)

A-6

Lena 256

Baboon 256

Pepper 256

Lena 512

Baboon 512

(16)

A-7

Lena 256

Baboon 256

Pepper 256

Lena 512

Baboon 512

(17)

A-8

Watermark Cropping

Hasil Citra Setelah di Crop

Bagian Kiri Atas

Lena 256

Baboon 256

Pepper 256

Lena 512

Baboon 512

(18)

A-9

Disisipkan Watermark Bagian Kanan Atas Watermark Hasil Ekstraksi

Lena 256

Baboon 256

Pepper 256

Lena 512

Baboon 512

(19)

A-10

Disisipkan Watermark Bagian Kiri Bawah Watermark Hasil Ekstraksi

Lena 256

Baboon 256

Pepper 256

Lena 512

Baboon 512

(20)

A-11

Disisipkan Watermark Bagian Kanan Bawah Watermark Hasil Ekstraksi

Lena 256

Baboon 256

Pepper 256

Lena 512

Baboon 512

(21)

A-12

Disisipkan Watermark Bagian Tengah Atas Watermark Hasil Ekstraksi

Lena 256

Baboon 256

Pepper 256

Lena 512

Baboon 512

(22)

A-13

Disisipkan Watermark Bagian Tengah Bawah Watermark Hasil Ekstraksi

Lena 256

Baboon 256

Pepper 256

Lena 512

Baboon 512

(23)

A-14

Disisipkan Watermark Bagian Tengah Watermark Hasil Ekstraksi

Lena 256

Baboon 256

Pepper 256

Lena 512

Baboon 512

(24)

A-15

Watermark Scaling

Hasil Citra Setelah di

Scaling 1.5x

(25)

A-16

Disisipkan Watermark Scaling 2x Watermark Hasil Ekstraksi

Lena 256

Baboon 256

Pepper 256

Lena 512

Baboon 512

(26)

A-17

Disisipkan Watermark Scaling 0.25x Watermark Hasil Ekstraksi

Lena 256

Baboon 256

Pepper 256

Lena 512

Baboon 512

(27)

A-18

Disisipkan Watermark Scaling 0.5x Watermark Hasil Ekstraksi

Lena 256

Baboon 256

Pepper 256

Lena 512

Baboon 512

(28)

A-19

Watermark Rotate

Rotate 90o

Lena 256

Baboon 256

Pepper 256

Lena 512

Baboon 512

(29)

A-20

Disisipkan Watermark Rotate -90o Watermark Hasil Ekstraksi

Lena 256

Baboon 256

Pepper 256

Lena 512

Baboon 512

(30)

A-21

Disisipkan Watermark Rotate 180o Watermark Hasil Ekstraksi

Lena 256

Baboon 256

Pepper 256

Lena 512

Baboon 512

(31)

A-22

Watermark Rotate Scaling

Rotate Scaling Dengan

Sudut0.25o

(32)

A-23

Sudut0.5o

Lena 256

Baboon 256

Pepper 256

Lena 512

Baboon 512

(33)

A-24

Sudut0.75o

Lena 256

Baboon 256

Pepper 256

Lena 512

Baboon 512

(34)

A-25

Sudut1o

Lena 256

Baboon 256

Pepper 256

Lena 512

Baboon 512

(35)

A-26

Sudut -0.25o

Lena 256

Baboon 256

Pepper 256

Lena 512

Baboon 512

(36)

A-27

Sudut -0.5o

Lena 256

Baboon 256

Pepper 256

Lena 512

Baboon 512

(37)

A-28

Sudut -0.75o

Lena 256

Baboon 256

Pepper 256

Lena 512

Baboon 512

(38)

A-29

Sudut -1o

Lena 256

Baboon 256

Pepper 256

Lena 512

Baboon 512

(39)

A-30

Watermark Filter

Hasil Citra Setelah Di

Median Filtering dengan

Mask 3x3

(40)

A-31

Mask 5x5

Lena 256

Baboon 256

Pepper 256

Lena 512

Baboon 512

(41)

A-32

Mask 7x7

Lena 256

Baboon 256

Pepper 256

Lena 512

Baboon 512

(42)

A-33

Watermark Noise

Hasil Citra Setelah Diberi

Noise Dengan SNR 0dB

Lena 256

Baboon 256

Pepper 256

Lena 512

Baboon 512

(43)

A-34

Disisipkan Watermark Noise Dengan SNR 5dB Watermark Hasil Ekstraksi

Lena 256

Baboon 256

Pepper 256

Lena 512

Baboon 512

(44)

A-35

Lena 256

Baboon 256

Pepper 256

Lena 512

Baboon 512

(45)

A-36

Lena 256

Baboon 256

Pepper 256

Lena 512

Baboon 512

(46)

A-37

Lena 256

Baboon 256

Pepper 256

Lena 512

Baboon 512

(47)

A-38

Lena 256

Baboon 256

Pepper 256

Lena 512

Baboon 512

(48)

A-39

Lena 256

Baboon 256

Pepper 256

Lena 512

Baboon 512

(49)

B-1

LAMPIRAN – B

(50)

B-2

(51)

(52)

(53)

(54)

(55)

(56)

(57)

B-9

2. Penilaian Watermark Hasil Ekstraksi

(58)

B-10

(59)

B-11

(60)

B-12

(61)

B-13

(62)

B-14

(63)

B-15

(64)

B-16

(65)

1

BAB 1

PENDAHULUAN

1.1 Latar Belakang

Perkembangan teknologi terutama pada dunia digital pada saat ini

memungkinkan informasi dalam berbagai bentuk dan media dapat tersebar dengan

cepat tanpa batas ruang dan waktu. Namun, karena informasi dalam bentuk data

multimedia rentan terhadap perubahan, penyebaran data ini juga memberikan

kesempatan kepada pihak yang tidak berhak untuk melakukan duplikasi dan

modifikasi data tanpa izin dari pemilik yang sah untuk berbagai kepentingan. Hal

ini dapat menimbulkan persoalan hak cipta bagi data multimedia yang tersebar.

Salah satu cara yang dapat digunakan untuk melindungi hak cipta pada data

multimedia adalah dengan watermarking.

Watermarking merupakan teknik penyisipan data rahasia ke dalam sebuah

sumber asli. Sumber yang dimaksud dapat berupa teks, gambar, suara dan video.

Data yang telah disisipkan, harus dapat dideteksi atau diekstrak kembali.

Watermarking dapat digolongkan menjadi dua bagian berdasarkan domain

kerjanya, yaitu pada domain spasial dan domain transformasi. Watermarking yang

bekerja dalam domain spasial bekerja dengan cara menanamkan watermark secara

langsung ke dalam domain spasial dari suatu citra. Istilah domain spasial sendiri

mengacu pada piksel-piksel penyusun sebuah citra. Pada teknik watermarking

dalam domain transformasi, penanaman watermark dilakukan pada koefisien

frekuensi hasil transformasi citra asalnya.

Berikut ini akan dijelaskan contoh – contoh algoritma pemberian

watermarking :

• LSB (Least Significant Bit) Coding[6]

Metoda ini menggunakan teknik domain spasial. Metoda ini sangat

sederhana tetapi yang paling tidak tahan terhadap segala proses yang dapat

(66)

Bab 1 Pendahuluan

Universitas Kristen Maranatha Metoda ini paling mudah diserang, karena data label akan hilang

seluruhnya bila nilai dari LSB-nya dibalikkan. Metoda ini akan mengubah

nilai LSB (Least Significant Bit) komponen luminansi atau warna menjadi

bit label yang akan disembunyikan. Metoda ini menghasilkan citra

rekontruksi yang sangat mirip dengan aslinya, karena hanya mengubah

nilai bit terakhir dari data.

• Secure Spread Spectrum Watermarking for Multimedia[8]

Metode ini diperkenalkan oleh Ingemar J. Cox. Metode ini didasarkan

pada domain frekuensi, dengan menanamkan sejumlah urutan bilangan

real sepanjang n pada citra N x N dengan mentransformasikan terlebih

dahulu menjadi koefisien DCT N x N. Bilangan tersebut ditanamkan pada

n koefisien DCT yang paling besar, tidak termasuk komponen DC.

• Patchwork[2]

Metoda ini diusulkan oleh Bender et al. Metoda ini berdasarkan pada

penanaman label 1 bit pada citra digital dengan menggunakan pendekatan

statistik. Dalam metoda ini, sebanyak n pasang titik (ai,bi) pada citra

dipilih secara acak. Brightness dari ai dinaikkan 1 (satu) dan brightness

dari pasangannya bi diturunkan 1 (satu). Nilai Harapan dari jumlah

perbedaan n pasang titik tersebut adalah 2n. Ketahanan metoda ini

terhadap kompresi JPEG dengan parameter kualitas 75%, maka label tetap

dapat dibaca dengan probabilitas kebenaran sebesar 85%.

• Randomly Sequenced Pulse Position Modulated Code (RSPPMC)[9]

Metoda ini diusulkan oleh Zhao dan Koch, bekerja pada domain DCT

seperti metoda Cox. Berbeda dengan metoda Cox, metoda ini bekerja

berdasarkan prinsip format citra JPEG, membagi citra menjadi blok-blok 8

x 8 dan kemudian dilakukan transformasi DCT, kemudian menggunakan

prinsip spread spectrum (metoda frequency hopped) dan RSPPMC

(Randomly Sequenced Pulse Position Modulated Code),

koefisien-koefisien DCT tersebut diubah sedemikian rupa sehingga akan

mengandung informasi 1 bit dari label, seperti dipilih tiga koefisien untuk

(67)

Bab 1 Pendahuluan

Universitas Kristen Maranatha menanamkan bit '1' ke dalam suatu blok koefisien DCT 8 x 8, koefisien

ketiga dari ketiga koefisien yang terpilih harus diubah sedemikian rupa

sehingga lebih kecil dari kedua koefisien lainnya.

• Chandra et. al.[3] mengusulkan algoritma berbasis SVD yang diterapkan

pada citra dan pada watermark. Nilai singular dari watermark dikalikan

dengan faktor scaling dan ditambahkan pada nilai singular dari citra.

Metoda ini tidak tergolong ke dalam blind watermarking karena

membutuhkan citra asli dan citra yang telah disisipi watermark untuk

melakukan ekstraksi watermark.

• Pada tahun 2002, Sun et. al.[12] mengusulkan skema watermarking berbasis

SVD dan kuantisasi dengan mengeksplorasi matriks S untuk menyisipkan

watermark. Mekanisme dasar yang digunakan adalah kuantisasi koefisien

terbesar pada matriks S dengan sebuah nilai konstan yang disebut

koefisien kuantisasi. Terdapat suatu trade-off antara invisibility (tidak

tampak) dan robustness (ketahanan watermark). Bila diinginkan

robustness yang tinggi maka akan semakin visible, dan sebaliknya

semakin invisible maka robustness akan semakin menurun. Hasil terbaik

yang diharapkan dapat dicapai dengan mengubah - ubah koefisien

kuantisasi.

• Liu dan Tan[10] mengaplikasikan transformasi SVD ke seluruh citra.

Watermark berupa matriks pseudo gaussian random number dengan

faktor scaling yang tepat, ditambahkan pada matriks S yang berisi nilai

singular. Kemudian matriks S yang telah dimodifikasi dimasukkan

kembali pada citra.

Dengan menggunakan transformasi SVD (Singular Value Decomposition),

sebuah watermark akan didekomposisikan menjadi tiga buah matriks, yaitu

matriks U, S dan V. Transformasi DCT (Discrete Cosine Transform) dilakukan

pada citra asli. Dalam Tugas Akhir ini, hanya SV (Singular Value) dari watermark

yang digabungkan dalam koefisien DCT (Discrete Cosine Transform) dari gambar

(68)

Bab 1 Pendahuluan

Universitas Kristen Maranatha digunakan LPSNR (Local Peak Signal to Noise Ratio). Dengan pemilihan nilai

LPSNR (Local Peak Signal to Noise Ratio) yang cocok maka akan didapat tingkat

transparansi dan ketangguhan yang optimaldari watermark terhadap distorsi.

1.2 Identifikasi Masalah

Berdasar latar belakang di atas, masalah utama yang akan diangkat pada

tugas akhir ini adalah mengenai watermarking pada citra menggunakan teknik

Singular Value Decomposition – Discrete Cosine Transform berdasarkan Local

Peak Signal to Noise Ratio.

1.3 Perumusan Masalah

Permasalahan yang akan dibahas dalam tugas akhir ini meliputi :

1. Bagaimana mendesain perangkat lunak untuk menyisipkan watermark

pada citra menggunakan teknik Singular Value Decomposition –

Discrete Cosine Transform berdasarkan LPSNR ?

2. Bagaimana kualitas citra yang telah disisipkan watermark

menggunakan teknik Singular Value Decomposition – Discrete Cosine

Transform berdasarkan LPSNR dan ketahanan watermark ?

1.4 Tujuan

Hasil akhir yang diharapkan dalam pengerjaan tugas akhir ini adalah :

1. Mendesain perangkat lunak untuk menyisipkan watermark pada citra

menggunakan teknik Singular Value Decomposition – Discrete Cosine

Transform berdasarkan LPSNR.

2. Menguji kualitas citra yang telah disisipkan watermark menggunakan

teknik Singular Value Decomposition – Discrete Cosine Transform

(69)

Bab 1 Pendahuluan

Universitas Kristen Maranatha

1.5 Pembatasan Masalah

Dalam Tugas Akhir ini, pembatasan masalah mencakup hal-hal berikut:

1. Kondisi citra orisinal diasumsikan dalam keadaan baik (normal),

berwarna 24 bit.

2. Ukuran citra yang akan diberi watermark yaitu: 256 x 256 dan 512 x

512 piksel.

3. Watermark yang disisipkan berupa citra gray scale

4. Perbandingan kualitas citra yang sudah disisipi watermark dilakukan

dengan penilaian subyektif menggunakan kriteria penilaian MOS

(Mean Opinion Score) dan penilaian obyektif menggunakan PSNR

( Peak Signal to Noise Ratio ).

5. Untuk menguji ketahanan watermark, maka dilakukan : • Filtering, yaitu menggunakan Median Filter

• Noise addition, yaitu noise Gaussian

• Scaling, yaitu dengan diperbesar dan diperkecil • Cropping ukuran kecil

• Rotate dan rotate scaling sudut kecil

• Kompresi dengan mengubah citra ke dalam format JPEG.

6. Perangkat lunak untuk pemrograman yang digunakan adalah Matlab

versi 7.0.4

1.6 Sistematika Penulisan

Tugas akhir ini disusun dengan sistematika sebagi berikut :

 BAB 1 Pendahuluan

Bab ini berisi latar belakang, perumusan masalah, tujuan, identifikasi

masalah, pembatasan masalah, dan sistematika penulisan.

 BAB 2 Landasan Teori

Bab ini berisi penjelasan mengenai pengertian citra digital, pembentukan

citra digital, elemen-elemen citra digital, citra berwarna, digital

(70)

Bab 1 Pendahuluan

Universitas Kristen Maranatha

watermarking, jenis-jenis digital watermarking, framework digital

watermarking, SVD (Singular Value Decomposition), DCT (Discrete

Cosine Transform), PSNR ( Peak Signal to Noise Ratio ), MOS ( Mean

Opinion Score ), SNR ( Signal to Noise Ratio ), korelasi, median filtering.

 BAB 3 Perancangan Program

Bab ini berisi diagram blok penyisipan watermark, diagram blok ekstraksi

watermark, perancangan perangkat lunak yaitu diagram alir penyisipan

watermark dan diagram alir ekstraksi watermark.

 BAB 4 Data Pengamatan dan Analisa

Bab ini berisi prosedur pengujian, bentuk watermark, uji kualitas citra

yang sudah diberi watermark beserta analisa, dan uji ketahanan watermark

beserta analisa.

 BAB 5 Kesimpulan dan Saran

Bab ini berisi kesimpulan yang diambil berdasarkan hasil pengamatan dan

(71)

67

BAB 5

KESIMPULAN DAN SARAN

5.1 Kesimpulan

1. Perangkat lunak untuk menyisipkan watermark pada citra menggunakan

teknik Singular Value Decomposition – Discrete Cosine Transform

berdasarkan LPSNR, berhasil direalisasikan dan dapat berjalan dengan

baik.

2. Berdasarkan hasil percobaan yang telah dilakukan, semua citra yang

berukuran 256 x 256 piksel dan telah disisipi watermark memiliki kualitas

yang baik ( PSNR ≥ 50.87 ). Demikian juga dengan citra yangberukuran

512 x 512 piksel, memiliki kualitas yang baik ( PSNR ≥ 55.00 ).

3. Berdasarkan nilai MOS dan PSNR dari citra yang telah disisipi

watermark, maka dapat disimpulkan bahwa ukuran citra menentukan

kualitas citra yang telah disisipi watermark. Lebih besar ukuran citra yang

disisipi watermark maka kualitas citra tersebut akan lebih baik.

4. Berdasarkan hasil ekstraksi watermark dan nilai koefisien korelasi dari

percobaan yang telah dilakukan, dapat disimpulkan bahwa watermark

yang disisipkan pada citra tahan terhadap: • Pemberian noisegaussian

• Kompresi JPEG.

• Proses cropping ukuran kecil pada semua posisi yang diuji. • Proses scaling (diperbesar).

• Proses rotate scaling dengan sudut -0.25o, -0.5o, -0.75o, -1o, 0.25o, 0.5o, 0.75o, 1o

(72)

Universitas Kristen Maranatha

dan watermark yang telah disisipkan tidak tahan terhadap:

• Proses scaling (diperkecil)

• Proses rotate dengan sudut putar 90o, -90o, 180o

5. Berdasarkan hasil ekstraksi watermark dan nilai koefisien korelasi dari

percobaan yang telah dilakukan, dapat disimpulkan bahwa ukuran citra

yang disisipi watermark menentukan ketahanan watermark terhadap: • Proses scaling.

• Pemberian noisegaussian.

Watermark yang disisipkan pada citra yang berukuran lebih besar

memiliki ketahanan yang lebih baik daripada watermark yang disisipkan

pada citra yang berukuran lebih kecil.

Ukuran citra yang disisipi watermark tidak menentukan ketahanan

watermark terhadap:

• Proses filtering, yaitu dengan median filter

• Kompresi JPEG.

• Proses cropping ukuran kecil. • Proses rotate.

• Proses rotatescaling sudut kecil.

Watermark yang disisipkan pada citra berukuran lebih besar tidak selalu

memiliki ketahanan lebih baik daripada watermark yang disisipkan pada

citra berukuran lebih kecil. Demikian juga sebaliknya.

5.2 Saran

1. Teknik watermarking Singular Value Decomposition – Discrete Cosine

Transform berdasarkan LPSNR memiliki kelemahan terhadap proses rotasi

dan scaling (diperkecil). Penelitian lanjutan yang dapat dilakukan adalah

mengembangkan teknik watermarking ini sehingga dapat tahan terhadap

(73)

69 Universitas Kristen Maranatha

DAFTAR PUSTAKA

1. Alex, Desi; “Implementasi Teknik Watermarking Digital Pada Domain

DCT Untuk Citra Berwarna”, Universitas Gadjah Mada, Yogyakarta,

2003(c berwarna)

2. Bender.W; D. Gruhl, N. Morimoto; A. Lu; “Techniques for data hiding”,

IBM System Journal, Vol.35, NOS 3&4, 1996

3. D. V. S. Chandra; “Digital Image Watermarking Using Singular Value

Decomposition”, Proceedings of 45th IEEE Midwest Symposium on

Circuits and Systems, Tulsa, OK, pp. 264-267, 2002

4. Fahmi; ”Studi dan Implementasi Watermarking Citra Digital dengan

Menggunakan Fungsi Hash”, Institut Teknologi Bandung, Bandung, 2007

5. Fahthony, Dean; “Watermarking pada Citra Digital Menggunakan Dicrete

Wavelet Transform”, Institut Teknologi Bandung, Bandung, 2007

6. Hartung, Frank; Student member IEEE; Martin Kutter; “Multimedia

watermarking Techniques”, Proceeding of the IEEE, vol. 87, No. 7, July

1999

7. Huang, Fangjun; “A New General Transparency Model for Block-Based

Watermarking Method”, 2006

8. Ingemar, J.cox; J.Killian; T.Leighton; T.Shamoon; ”Secure Spread

9. Koch.E; J. Zhao; “Towards Robust and Hidden Image Copyright

Labeling”, IEEE Workshop on Nonlinear Signal and Image Processing

(Neos Marmaras, Greece, June 20-22, 1995

10.Liu.R, T.Tan; “An SVD-based watermarking scheme for protecting

rightful ownership”, IEEE Trans. Multimedia, (4), 1 , pp, 121-128, 2002

(74)

70 Universitas Kristen Maranatha

12.Sun.R; Sun.H; Yao.T; “A SVD and quantization based semi-fragile

watermarking technique for image authentication” Proc. IEEE

International Conf. Signal Processing, 2. 1592-95, 2002

13.Wiseto, Agung; “Digital Watermarking : Teknologi Pelindung HAKI

Multimedia”, Elektro Indonesia, 2001(digital watermarking)