(DT-CWT) DENGAN SINGULAR VALUE DECOMPOSITION (SVD)
Tessar Febri Guntoro¹, Adiwijawa², Ema Rachmawati³
¹Teknik Informatika, Fakultas Teknik Informatika, Universitas Telkom
Abstrak
Watermarking adalah penggabungan kriptografi dan steganografi yang memanfaatkan
kekurangan-kekurangan sistem indera manusia. Hal ini bertujuan untuk melindungi kepemilikian atas suatu file dengan melakukan penyisipan sesuatu yang dapat menjadi bukti siapa pemilik file tersebut.
Tugas akhir ini mengimplementasikan dan menganalisis perbandingan Watermarking Menggunakan Dual Tree Complex Wavelet Transform (DT-CWT) dengan Singular Value
Decomposition (SVD) yang diterapkan pada Watermark Image. Tugas akhir ini menganalisis nilai PSNR antara citra watermark dengan hasil ekstrasi citra ter-watermark.
Nilai PSNR antara citra host dan citra ter-watermark yang dihasilkan DT-CWT memiliki nilai yang lebih tinggi dibandingkan dengan DWT karena DT-CWT bagus dalam shift invariance, bagus dalam directional selectivity, memiliki redudansi yang sangat sedikit, dan algoritma perhitungan yang sedikit.
Kata Kunci : watermarking image, Dual Tree – Complex Wavelet Transform, Discrete Wavelet Transform, Singular Value Decomposition
Abstract
Watermarking is the incorporation of cryptography and steganography that make use of the deficiencies of the human sensory system. It aims to protect the ownership of a file by inserting something that could be evidence of who owns the file.
The final task is to implement and analyze the comparison of watermarking on grayscale images with a binary image of Dual Tree - Complex Wavelet Transform (DT-CWT) - Singular Value
Decomposition (SVD) with the Discrete Wavelet Transform (DWT) - Singular Value Decomposition (SVD). The final task is to analyze the correlation between the results of extraction of the
watermark image was watermarked image.
PSNR values between host image and watermark image was generated DT-CWT has higher value than the DWT since DT-CWT has good shift invariance, good directional selectivity, has very little redundancy, and a little calculation algorithm.
Keywords : watermarking image, Dual Tree – Complex Wavelet Transform, Discrete Wavelet Transform, Singular Value Decomposition
Powered by TCPDF (www.tcpdf.org)
1
BAB I Pendahuluan
1.1 Latar belakang masalah
Sejak internet muncul, internet menjadi salah satu faktor paling penting dalam teknologi informasi sehingga komunikasi menginginkan adanya keamanan informasi. Oleh karena itu, kini internet telah menjadi bagian yang sangat penting bagi infrastruktur komunikasi di dunia, sehingga banyak aplikasi berbasis internet dimana setiap orang menginginkan jaminan adanya sebuah keamanan di dalamnya. Hal ini terjadi karena pertukaran informasi melalui internet memiliki banyak kelebihan dibandingkan dengan media komunikasi lainnya, terutama dari segi kecepatannya. Sebuah hak milik seseorang harus diberi perlindungan agar tidak diakui sebagai hak milik orang lain, sehingga aplikasi penting dari jaringan komunikasi masa mendatang terhadap penerbitan elektronik dan perpustakaan digital harus memberikan perlindungan terhadap hak cipta.
Salah satu teknik yang dapat menjaga agar file seseorang tidak dengan
mudah diakui sebagai milik orang lain adalah watermarking. Watermarking
adalah proses memasukan sinyal digital atau pola (yang menunjukkan pemilik
content) ke dalam bentuk digital. Dengan begini, pemilik file dapat membuktikan
bahwa ia adalah pemiliknya dengan proses digital yang disebut watermarking ini.
10 tahun terakhir (dari tahun 2002) pembahasan tentang digital watermarking
sangat menarik karena sebagian besar berkaitan dengan pembajakan ilegal atas
konten hak milik seseorang. Maka, watermarking dapat meminimalisir adanya
pelanggaran terhadap hak milik seseorang yang diakui sebagai hak milik orang
lain. Skema digital watermarking ini telah menjadi metode yang diterima dengan
baik untuk menyembunyikan data ke dalam file utamanya dan dapat diaplikasikan
ke dalam teks, gambar, suara, video, dan perangkat lunak. Perlindungan hak cipta dan pembuktian isi digital telah menjadi hal penting di masa sekarang dengan menggunakan komunikasi yang canggih seperti internet.
Metode yang akan dibandingkan pada tugas akhir ini adalah dengan metode
Discrete Wavelet Transform (DWT) dengan Dual Tree Complex Wavelet
Transform (DT-CWT) yang diterapkan dengan menggunakan gambar digital, S. Mabtoul, E. Ibn-Elhaj, dan D. Aboutajdie membuktikan pengubahan gambar (median filter attack, scaling attack, remove line attack, JPEG compression
attack, rotation attack) pada gambar watermarking yang menggunakan DC-CWT
menghasilkan nilai PSNR yang stabil dan tinggi dari DWT. Kelebihan dari
DC-CWT adalah approximate shift invariance, reknstruksi yang sempurna
menggunakan short linear-phase filters, redudansi yang terbatas (2:1 pada 1-D
dan 4:1 pada 2-D), dan komputasi yang kecil. Pada proses Watermark Embedding,
digunakan Singular Value Decomposition (SVD). SVD mampu
mempresentasikan sifat aljabar intrinsic pada suati gambar dengan efisien, di mana nilai tunggal sesuai dengan kecerahan dari gambar dan vector singluar
mencerminkan karakteristik geometri pada gambar. Watermark image adalah
gambar yang akan disisipi ke dalam gambar utama dan berkarakteristik grey
scale. Penggabungan gambar utama yang telah mengalami proses DWT dan
2
CWT dengan Watermark image yang diproses terlebih dahulu dengan SVD akan
menghasilkan Watermarked Image.
1.2 Perumusan masalah
Berdasarkan latar belakang yang telah dijelaskan sebelumnya, maka permasalahan yang dijabarkan dan diteliti antara lain:
1. Bagaimana menerapkan metode DT-CWT – SVD untuk watermarking.
2. Bagaimana nilai PSNR antara citra watermark yang asli dan citra watermark
hasil ekstraksi.
3. Bagaimana perbandingan ketahanan terhadap pengolahan citra yang telah
di-watermark antara metode DWT – SVD dengan DT-CWT – SVD.
Adapun batasan masalah Tugas Akhir ini adalah sebagai berikut:
1. Citra utama yang digunakan adalah bersifat grayscale dengan ukuran MxM
2. Citra watermark yang digunakan adalah bersifat biner dengan ukuran NxN
1.3 Tujuan
Tujuan yang ingin dicapai dalam Tugas Akhir ini adalah sebagai berikut:
1. Membangun watermarking citra digital dengan metode Dual Tree Complex
Wavelet Transform (DT-CWT) – Singular Value Decomposition (SVD)
2. Menganalisa nilai PSNR antara citra waterrmark dan watermark citra hasil
extraksi
3. Membandingkan ketahanan terhadap pengolahan citra yang telah
di-watermark antara metode DWT – SVD dengan DT-CWT – SVD
1.4 Metodologi penyelesaian masalah
Metodologi yang digunakan dalam memecahkan masalah di atas adalah dengan menggunakan langkah-langkah berikut:
1. Studi Literatur
Mencari dan mempelajari literatur-literatur yang berhubungan dengan file
gambar, watermarking, Discrete Wavelet Transform (DWT), Dual Tree
Complex Wavelet Transform (DT-CWT), dan Singular Value Decomposition
(SVD) dari buku, jurnal, artikel ilmiah, maupun website.
2. Analisa Masalah
- Melakukan analisa terhadap karakteristik file gambar yang bersifat
grayscale dan biner
- Melakukan analisa terhadap algoritma Discrete Wavelet Transform
(DWT), Dual Tree Complex Wavelet Transform (DT-CWT) dan Singular
Value Decomposition (SVD)
- Mengidentifikasi dan menganalisa penerapam algoritma metode Discrete
Wavelet Transform (DWT) – Singular Value Decomposition (SVD) dan
Dual Tree Complex Wavelet Transform (DT-CWT) – Singular Value Decomposition (SVD) terhadap watermarking citra digital
- Melakukan analisa terhadap Watermark Embedding
- Melakukan analisa terhadap Watermark Detection
3
3. Perancangan Perangkat Lunak
Melakukan analisa perancangan metode Discrete Wavelet Transform (DWT) –
Singular Value Decomposition (SVD) dan Dual Tree Complex Wavelet
Transform (DT-CWT) – Singular Value Decomposition (SVD) terhadap
perangkat lunak yang akan dibangun dengan menentukan bahasa pemrograman yang dibuat, arsitektur, fungsionalitas, dan antarmuka sistem yang dibutuhkan.
4. Implementasi dan Pembangunan Perangkat Lunak
Mengimplementasikan algoritma dan metode Discrete Wavelet Transform
(DWT) – Singular Value Decomposition (SVD) dan Dual Tree Complex
Wavelet Transform (DT-CWT) – Singular Value Decomposition (SVD) ke
dalam perangkat lunak yang akan dibuat dan membuat interface yang dapat
memudahkan pengguna menggunakan perangkat lunak ini.
5. Testing dan Analisis
Pengujian perangkat lunak yang dilakukan adalah menganalisis:
Pemilihian level DWT dan DT-CWT yang baik untuk proses penyisipan
pada watermarking.
Pemilihan nilai a yang baik ke dalam proses penyisipan watermarking.
Ketahanan citra watermark setelah dilakukan pengolahan citra (rotasi,
blur, dan scalling) terhadap hasil penggabungan gambar utama dan
gambar watermarking.
6. Pengambilan Kesimpulan dan Penyusunan laporan Tugas Akhir
Menyusun laporan tertulis berdasarkan hasil penelitian yang dilakukan dan membuat kesimpulan mengenai hasil penelitian yang dilakukan, serta pemberian saran untuk pengembangan perangkat lunak selanjutnya.
1.5 Sistematika Penulisan
Tugas akhir ini disusun dengan sistematika penulisan sebagai berikut:
BAB I PENDAHULUAN
Berisi pemaparan mengenai latar belakang permasalahan, tujuan yang ingin dicapai dengan adanya penelitian ini, perumusan masalah, batasan masalah, metodologi tugas akhir, dan sistematika penulisan.
BAB II LANDASAN TEORI
Berisi uraian mengenai landasan teori yang akan digunakan, meliputi
teori tentang algoritma slope one dan teori-teori lain yang berkaitan
dengan penelitian tugas akhir ini
BAB III ANALISIS DAN PERANCANGAN SISTEM
Berisi tentang analisa dan perancangan terhadap recommender system
yang akan dibangun.
BAB IV ANALISIS DAN PENGUJIAN SISTEM
Berisi implementasi dari hasil analisa dan perancangan sistem yang dibuat, serta pengujian sistem.
BAB V KESIMPULAN DAN SARAN
Berisi kesimpulan dan saran-saran untuk pengembangan lebih lanjut terhadap hasil penelitian ini.
Powered by TCPDF (www.tcpdf.org)
50
BAB V KESIMPULAN DAN SARAN
5.1 Kesimpulan
Berdasarkan hasil uji coba dan analisis yang telah dilakukan, maka dapat diambil kesimpulan Tugas Akhir adalah sebagai berikut:
1. Nilai PSNR citra watermark dari ekstraksi citra ter-watermark dengan
DT-CWT lebih baik daripada dengan DWT.
2. Nilai a yang diterapkan pada DC-CWT mengubah nilai PSNR dan
menentukan tingkat ketahanan dengan ketetapan semakin besar nilai a PSNR semakin keci.
3. Ekstraksi setelah dilakukan pengolahan citra memberikan hasil yang lebih
baik dengan menggunakan DC-CWT daripada DWT dengan melihat nilai PSNR yang lebih tinggi.
5.2 Saran
Setelah Tugas Akhir ini selesai dilakukan dan telah dilakukan analisis, penulis memiliki beberapa saran sebagai berikut:
1. Citra host seharusnya memiliki ukuran piksel yang berbeda-beda, tidak harus
sama antara kolom dan baris.
2. Citra host yang digunakan bersifat warna, bukan grayscale.
Powered by TCPDF (www.tcpdf.org)
51
Daftar Pustaka
[1] Arnold, Michael, Stephen D. Wolthusen, Martin Schmucker. 2003.
Techniques and Applications of Digital Watermarking and Content Protection. Artech House Publishers.
[2] Baker, Kirk. 2005. Singular Value Decomposition Turtorial.
http://www.scribd.com/doc/57572565/Singular-Value-Decomposition-Tutorial
[3] Cox, Ingemar J, dan Matt L. Miller. 2002. The First 50 Years of Electronic
Watermarking. Journal of Applied Signal Processing, 2002, 2, 126-132.
[4] Devapriya, M dan K. Ramar. 2010. Non-Blind Image Watermarking Scheme
Using DWT-SVD Domain. International Journal of Computer Science and Information Security, Vol. 8, No. 1.
[5] Edward, Tim. 1991. Discrete Wavelet Transforms: Theory and
Implementation. Stanford University.
[6] Jalil, Zunera, Anwar M. Mirza, dan Maria Sabir. 2010. Content Based
Zero-Watermarking Algorithm for Authentication of Text Documents. International Journal of Computer Science and Information Security, Vol. 7, No. 2.
[7] Kundur, Deepa dan Dimitrios Hatzinakos. A Robust Digital Image
Watermarking Method using Wavelet-Based Fusion.
[8] Low, S. H., N. F. Maxemchuk, dan A. N. Lapone. 1998. Document
Identification for Copyright Protection Using Centroid Detection. IEEE Transactions on Communications, vol. 46, no.3, pp 372-381.
[9] Mansori, A., A. Mahmoudi Aznaveh, dan F. Torkamani Azar. 2009.
SVD-based Digital Image Watermarking Using Complex Wavelet Transform. Sadhana, Vol. 34, pp. 393-406.
[10] Mabtoul, S., E. Ibn-Elhaj, dan D. Aboutajdine. 2009. Robust Semi-blind
Digita Image Watermarking Technique in DT-CWT Domain. International Journal of Computer Science.
[11] Mabtoul, S., E. Ibn-Elhaj, dan D. Aboutajdine. 2010. A Blind Image
Watermarking Algorithm Based on Dual Tree Complex Wavelet Transform.
[12] Morkel, T, J. H. P. Eloff, dan M. S. Olivier. 2005. An Overview Of Image
Steganography, Information and Computer Security Architecture (ICSA) Research Group Department of Computer Science.
[13] P. Honeyman, N. Provos. 2003. Hide and Seek: An Introduction to
Steganography, IEEE Security & Privacy.
Powered by TCPDF (www.tcpdf.org)
