ANALISIS DAN IMPLEMENTASI AUDIO WATERMARKING MENGGUNAKAN SUPPORT VECTOR REGRESSION (SVR) BERDASARKAN KOMBINASI DWT DAN
DCT
Deddy J W Silalahi¹, Iwan Iwut Tritoasmoro², Fazmah Arif Yulianto³
¹Teknik Informatika, Fakultas Teknik Informatika, Universitas Telkom
Abstrak
Audio watermarking merupakan cara penyembunyian data/informasi tertentu kedalam suatu file audio, tetapi tidak diketahui kehadirannya oleh indera manusia, dan mampu menghadapi proses-proses pengolahan sinyal digital (cropping, resampling, compression, dll) sampai pada tahap tertentu.
Dalam Tugas Akhir ini diimplementasikan metode audio watermarking dengan
mengkombinasikan transformasi DWT dan DCT dalam proses penyisipannya dan menambahkan metode SVR dalam proses pengekstrakan. Audio yang digunakan sebagai file host berformat *wav dengan watermarknya binery image MxN. Hasil dari sistem ini selanjutnya dilakukan pengujian secara objektif dan subjektif untuk mengetahui kualitas audio terwatermark dan gambar hasil watermark. Sedangkan untuk mengetahui ketahanan audio terhadap pengolahan sinyal, dilakukan pengujian kompresi, resampling, dan low pass filtering.
Dari pengujian didapatkan kualitas audio terwatermark yang dihasilkan sistem ini dipengaruhi oleh payload, level DWT, dan jenis wavelet, sedangkan kualitas gambar watermark dipengaruhi oleh informasi template, jenis kernel, nilai C, nilai epsilon dan parameter yang digunakan pada proses penyisipan. SNR dihasilkan cukup rendah namun jika dilakukan pengujian subjektif audio terwatermark masih memiliki kualitas hampir sama dengan audio aslinya untuk level DWT 1 . Sedangkan kualitas gambar hasil watermark sangat baik untuk kernel linear dan RBF dengan nilai C=5 dan epsilon=0,001 yaitu memiliki BRR=1. Berdasarkan uji ketahanan, sistem ini robust terhadap kompresi dan resampling 22,05kHz.
Kata Kunci : Audio watermarking, DWT, DCT, Support Vector Regression
Abstract
Audio watermarking is a method of information data hiding embedding information into other audio file, but it’s imperceptiable by human perception and robust to digital signal processing (i.e. cropping, resampling, compression, etc) until certain term.
At this final assignment, it had implemented a method of audio watermarking with combination of DWT and DCT at embedding process and adding SVR method at extraction process. Audio file which is used in this system is audio with *.wav format and the watermark is binary image MxN. The output of this system then tested using objective and subjective test to know the quality of audio watermarked and the result of watermarking image. Beside, to know the robustness of this method to digital signal processing, it tested with compression, resampling, and low pass
filtering.
From the testing result, audio watermarked is influenced by payload, level of DWT, and type of wavelet, while the quality of images watermark is influenced by template information, kernel’s type, value of C, value of epsilon and the parameter that used at embedding process. The SNR that we get is lower enough but subjective tested result show audio watermarked still have almost the same with original audio file for level of DWT=1. On the other side, the quality of image result of watermark is very good for linear and RBF kernel with value of C=5, value of epsilon=0,001 that is reaching BRR=1. Based on robustness testing, the system is robust enough for
compression and resampling 22,05 kHz.
1
1. Pendahuluan
1.1. Latar
Belakang
Seiring dengan perkembangan teknologi komputer digital dan perangkat-perangkat lainnya yang serba digital, maka sudah tidak mengherankan penggunaan akan teknologi digital semakin banyak digunakan. Ada banyak faktor mengapa penggunaan teknologi digital banyak digunakan yaitu diantaranya karena: mudah dan murah dalam hal penduplikasian dan penyimpanannya, apalagi ditambah hasil penduplikasian yang hampir sama dengan kualitas aslinya, mudah untuk diolah dan diproses lebih lanjut serta mudah didistribusikan baik melalui disk atau pun melalui jaringan. Akan tetapi kemudahan tersebut justru menjadi salah satu penyebab timbulnya permasalahan baru terutama dalam hal kepemilikan ataupun hak cipta suatu data digital. Masalah Hak Cipta dari dahulu sudah menjadi hal yang utama dalam segala ciptaan manusia, hal ini digunakan untuk menjaga originalitas atau kreatifitas pembuat akan hasil karyanya. Ada beberapa cara yang pernah dilakukan oleh orang-orang untuk mengatasi masalah pelabelan hak cipta pada data digital seperti hearder masking, visible marking, encryption, copyright protection, dan watermarking. Dalam tugas akhir ini akan mencoba untuk mengimplementasikan proses watermarking khususnya audio watermarking.
Audio watermarking merupakan suatu cara penyembunyian atau penanaman data/informasi tertentu (baik hanya berupa catatan umum maupun rahasia) kedalam suatu file audio, tetapi tidak diketahui kehadirannya oleh indera manusia (baik indera penglihatan maupun indera pendengaran), dan mampu menghadapi proses-proses pengolahan sinyal digital (cropping, resampling, compression, dll) sampai pada tahap tertentu. Dengan demikian untuk mendapatkan kualitas audio watermarking yang baik maka hasil dari audio watermarking harus memiliki sifat imperceptibility (tidak terasa oleh panca indra) dan robustness (ketahanan) terhadap proses-proses pengolahan sinyal seperti cropping, resampling, compression, dll. Sampai saat ini telah banyak metode yang digunakan untuk memperoleh kualitas hasil audio watermarking yang memenuhi sifat-sifat tersebut namun karena kedua sifat tersebut saling bertolak belakang dalam artian ketika sifat imperceptibility tinggi maka sangat sulit untuk memperoleh robustness yang tinggi pula dan sebaliknya, membuat metode tersebut sangat sulit mencapai kualitas hasil yang cukup baik.
Dengan alasan tersebut diatas maka dalam tugas akhir ini akan mencoba untuk mengimplementasikan metode audio watermarking yang memanfaatkan metode DWT (Discrete Wavelet Transform) dan DCT (Discrete Cosine Transfom) dalam proses penanaman data watermark serta menggunakan metode Support Vector Regression (SVR) dalam proses pengekstrakan data watermark. Metode SVR sendiri sudah cukup banyak digunakan dalam hal prediksi data (data prediction) dan memiliki hasil yang cukup baik dalam hal tersebut karena karakteristiknya yang mencari nilai solusi optimal global dari prediksi data. Atas dasar itu pulalah timbul hipotesa bahwa metode SVR dapat digunakan dalam proses pengekstrakan audio watermarking dan dapat menghasilkan kualitas hasil yang lebih baik.
1.2. Perumusan
Masalah
Berdasarkan uraian diatas maka permasalahan yang muncul dan yang menjadi objek penelitian pada Tugas Akhir ini :
1. Bagaimana cara penyisipan data watermark ke dalam sinyal audio sebagai data asli dengan mengkombinasikan transformasi wavelet diskret dan cosine diskret.
2. Bagaimana cara mengekstrak data watermark yang telah disisipkan ke dalam sinyal audio dengan menggunakan penambahan algoritma SVR pada proses pengekstrakan.
3. Bagaimana proses pengujian dan kualitas hasil audio watermarking setelah proses penyisipan data watermark dan proses pengekstrakan audio termatermark serta sejauh mana data watermark (payload data) tersebut dapat disisipkan sehingga masih memenuhi kualitas watermarking yang baik (masih dapat didengar dengan jelas).
Batasan masalah pada Tugas Akhir ini :
1. Sinyal audio yang digunakan sebagai file yang akan dilakukan proses watermarking adalah file audio berformat *.wav dengan 16 bit/sample dan sample rate 44,1-kHz.
2. Untuk data watermarknya digunakan file binary image.
3. Metode yang digunakan adalah dengan menyisipkan data watermark ke dalam sinyal audio (host) menggunakan transformasi wavelet diskret (DWT) dan transformasi cosine diskret (DCT) sedangkan pengekstrakan dengan menambahkan algoritma SVR.
4. Untuk mengimplementasikan audio watermarking tersebut digunakan Matlab 7.
1.3. Tujuan
Tujuan dari penulisan Tugas Akhir ini adalah :
1. Memahami proses audio watermarking dengan file image sebagai data watermark yang akan disisipkan pada file audio dan menganalisis sejauh mana data watermark (payload data) dapat disisipkan agar watermarking masih dapat dikatakan baik (masih dapat didengar dengan jelas).
2. Mengimplementasikan sistem audio watermarking dengan menggunakan kombinasi transformasi diskret wavelet dan cosine diskret sebagai proses penyisipan dan menambahkan algoritma SVR dalam proses pengekstrakan audio watermarking.
3. Menganalisis performansi sistem audio watermarking dan melakukan pengujian secara objektif yaitu dengan melakukan pengujian ketahanan watermarking (robustness) terhadap proses pengolahan sinyal yaitu filtering, resampling, dan compression terhadap sistem dan pengujian subjektif yaitu dengan memperdengarkan hasil audio watermarking kepada 20 responden.
1.4.
Metodologi Penyelesaian Masalah
Metodologi yang digunakan untuk menyelesaikan masalah dalam Tugas Akhir ini adalah :
3 Studi literatur dari beberapa buku, jurnal, artikel yang membahas tentang audio watermarking, transformasi wavelet diskret dan cosine diskret, dan algoritma SVR.
2. Perancangan Sistem dan Implementasi sistem
Merancang sistem dan mengimplementasikannya dengan bahasa pemrograman MATLAB 7 berdasarkan hasil analisis yang didokumentasikan dalam suatu spesifikasi. Perancangan sistem yang dilakukan adalah dengan mengikuti diagram kerja berikut :
a. Proses penyisipan watermark
Gambar 1-2. Perancangan proses penyisipan
Watermark
Segmenting
DWT & DCT
Template Embedding
Watermark Embedding
IDWT & IDCT
Next Segment
Petreatment
The last audio segment The first or last
audio segment No No Yes Yes Watermarked audio Original audio Template Size of watermark
b. Proses Pengekstrakan watermark
Gambar 1-2. Perancangan proses pengekstrakan 3. Analisis dan Pengujian
Melakukan pengujian secara objektif yaitu dengan melakukan kompresi resampling, low pass filtering terhadap sistem dan pengujian subjektif yaitu dengan memperdengarkan hasil audio watermarking kepada 20 responden. Kemudian dilakukan analisis berdasarkan hasil pengujian tersebut.
4. Penyusunan Laporan
Hasil penelitian akan disusun menjadi suatu laporan yang meliputi aspek-aspek dalam penelitian yaitu teori, perancangan dan implementasinya.
Segmenting
Construct the SVR training model and watermark extraction
DWT & DCT Extract the corresponding feature of template and watermark
Invers Pretreatment Watermark Watermarked audio Size of watermark
39
5. Penutup
5.1. Kesimpulan
Dari hasil implementasi dan pengujian dapat diambil kesimpulan sebagai berikut :
1. Kualitas audio watermarking yang dihasilkan dari penerapan metode SVR berdasarkan kombinasi DWT dan DCT dipengaruhi oleh level transformasi DWT, jenis wavelet yang dipakai sebagai filter, dan payload data yang disisipkan. Sedangkan kualitas gambar hasil watermarknya selain dipengaruhi oleh parameter yang dipakai pada proses penyisipan juga dipengaruhi oleh jenis kernel dan parameter yang digunakan dalam metode SVR.
2. Penggunaan informasi template dengan komposisi bit yang seragam membuat sistem audio watermarking tidak dapat mengekstrak watermark dengan baik, sebaliknya dengan komposisi bit yang bervariasi sistem dapat melakukan proses pengekstrakan dengan baik.
3. Jenis kernel yang terbaik untuk sistem audio watermarking dengan metode ini adalah jenis kernel RBF dengan parameter nilai bound C = 5 dan nilai epsilon ε = 0.001 sebelum sistem watermarking diberi pengolahan sinyal. Akan tetapi, ketika diberi pengolahan sinyal, jenis kernel yang dapat mengekstrak watermark cukup baik adalah jenis kernel linear dengan parameter nilai bound C dan nilai epsilon yang sama.
4. Dari analisis ketahanan watermark terhadap pengolahan sinyal, watermarking dengan metode ini cukup robust terhadap proses kompresi, sedangkan untuk low pass filtering, tingkat ketahanannya cukup rendah.
5.2. Saran
Sistem audio watermarking dengan menggunakan SVR berdasarkan kombinasi DWT dan DCT ini menggunakan metode penyisipan bit watermark dengan tehnik QIM dengan langkah kuantisasi (quantitaion step) yang cukup besar sehingga membuat sistem menghasilkan nilai SNR yang rendah. Disarankan untuk perbaikan selanjutnya dapat menggunakan metode penyisipan yang lain yang dapat menghasilkan SNR yang lebih tinggi.
Powered by TCPDF (www.tcpdf.org)
Daftar Pustaka
[1] Arnold, M. Audio Watermarking: Features, Applications and Algorithms. Proc.of IEEE International Conference on Multimedia and Expo, Vol. 2, New York, USA, (2000) 1013-1016.
[2] Chen, B., Wornell G. W. Quantization Index Modulation: A Class of Provably Good Methods for Digital Watermarking and Information Embedding. ISIT 2000. Sorrento, Italy. Juni 2000.
[3] Diskrete Cosine Transform.
Http://www.en.wikipedia.org/wiki/diskrete_cosine_transform.htm
didownload: 19 Maret 2008. [4] Diskrete Wavelet Transform.
Http://www.en.wikipedia.org/wiki/diskrete_wavelet_transform.htm
didownload: 13 Desember 2007.
[5] Muldyana, Ahmad. Perancangan dan Implementasi Video Watermaking dengan Metode Spread Spectrum. Tugas Akhir.STTTelkom 2004.
[6] Parella, Francesco. Online Support Vector Regression. Department of Information Science University of Genoa, Italy. 2007
[7] Sembiring, Krisantus. Penerapan Teknik Support Vector Machine untuk Pendeteksian Intrusi pada Jaringan. Departemen Tehnik Informatika ITB. 2007
[8] Setyowati, Reni. Implementasi Watermarking Audio Pada File Wav Dengan Metode Spread Spectrum Berdasarkan Discrete wavelet Transform (DWT). Jurusan Teknik Informatika STT Telkom. 2007
[9] Sipayung, Tetty. Watermarking Audio Dengan Skema Quantization Index Modulation (QIM) Menggunakan Transformasi Wavelet. Jurusan Teknik Informatika STT Telkom. 2007
[10] Smola, J. A., Bernhard Scholkopf. A Tutorial on Support Vector Regression. NeuroCOLT Tehnical Report TR-98-30. September. 2003 [11] Suhono H. Supangkat, Kuspriyanto, Juanda. Watermarking sebagai Teknik
Penyembunyian Label Hak Cipta pada Data Digital. Departemen Teknik Elektro, Institut Teknologi Bandung. TEKNIK ELEKTRO, Vol. 6, No. 3, 2000.
[12] Yulid, Ochhaj. Implementasi Audio Watermarking Menggunakan Discrete Cosine Transform (DCT). Jurusan Teknik Informatika STT Telkom. 2006 [13] Wave File Format. Http://www.sonicspot.com/guide/wavefiles.html
didownload: 19 Maret 2008.
[14] Willing, Max. Support Vector Regression. Department of Computer Science University of Toronto.
