21 ANALISIS PENGUJIAN KEAMANAN WATERMARKING MENGGUNAKAN
METODE DCT
WATERMARKING SAFETY TEST ANALYSIS USING DCT METHOD
Ermadi Satria Wijaya1) , Desi Nur Fati’ah 2) , Haris Jamaludin 3)
1) 2)Teknik Informatika – Fakultas Teknik Dan Sains – Universitas Muhammadiyah Purwokerto
Jl. KH. Ahmad Dahlan, PO BOX 202 Purwokerto 53182
3)Manajemen Informatika –AMIK Veteran Purwokerto
Jln. HR. Bunyamin Komplek PCW Blok A-12 6575333 Purwokerto 5312
1)[email protected] 2)[email protected]
Abstrak
Watermarking merupakan suatu bentuk dari steganography, yaitu ilmu yang mempelajari bagaimana menyembunyikan suatu data pada data yang lain. Di dalam watermarking terdapat salah satu metode yaitu Discrete Cosine Transform (DCT) yang dapat digunakan untuk menyembunyikan tanda air agar tidak terlihat oleh mata. Watermarking metode DCT merupakan metode yang dapat digunakan untuk meningkatkan keamanan karena kokoh terhadap manipulasi pada stego-object. DCT merupakan algoritma yang panjang dan membutuhkan banyak perhitungan. Ada dua masukkan yang dilakukan pada metode DCT berupa matriks citra yang kemudian mengubahnya menjadi matriks frekuensi dengan ukuran yang sama. Data yang digunakan sebanyak 100 sampel gambar yang diambil dari Camera HP SONY Xperia XZ dengan resolusi 23 MP. Variabel yang digunakan untuk pengujian yaitu gambar dengan format bitmap(*.bmp), PNG(*.png), TIFF(*.tiff), GIF (*.gif), Pengujian keamanan dilakukan dengan menambahkan teknik teknik serangan. Dari hasil pengujian diperoleh format yang paling baik yaitu menggunakan format BMP.
Kata Kunci - Perlindungan Informasi, Digital Watermarking, Image Processing
(Dikirim : 2 Mei 2021, Direvisi: -- 3 Juni 2021, Diterima: 10 Juni 2021) Abstract
Watermarking is a form of steganography, which is the study of how to hide data from other data. In watermarking, there is one method, namely Discrete Cosine Transform (DCT) which can be used to hide watermarks so that they are not visible to the eye. Watermarking DCT method is a method that can be used to increase security because it is robust against manipulation of stego-objects. DCT is a long algorithm and requires a lot of calculations. There are two inputs made to the DCT method in the form of an image matrix which then converts it into a frequency matrix of the same size. The data used are 100 sample images taken from Camera HP SONY Xperia XZ with 23 MP resolution. The variables used for testing are images with bitmap formats (*. Bmp),
22 (Dikirim: 10 Mei 2021, Direvisi: -- 8 Juni 2021, Diterima: 12 Juni 2021 )
PNG (*. Png), TIFF (*. Tiff), GIF (* .gif). Security testing is done by adding attack techniques. From the test results, it is found that the best format is using the BMP format.
Keywords - Information Protection, Digital Watermarking, Image Processing
PENDAHULUAN
Perkembangan teknologi pertukaran data atau informasi yang makin pesat dari masa ke masa,apalagi di era teknologi informasi dan komputer saat ini. Informasi dalam bentuk digital memiliki sifat yang mudah untuk diubah dan dimodifikasi, yang berakibat permasalahan kepemilikan informasi tersebut. Berbagai bentuk dokumen multimedia seperti teks, gambar, audio dan video mudah sekali menyebar dengan menggunakan media internet. Melindungi keaslian dokumen multimedia merupakan suatu kebutuhan utama dalam era keterbukaan informasi seperti saat ini. Salah satu perlindungan keaslian informasi yang terkandung dalam dokumen multimedia adalah Digital Watermarking.
Watermarking adalah suatu metode untuk menyisipkan suatu informasi pada suatu data digital dengan tujuan untuk perlindungan kepemilikan dari data tersebut.Selama ini hukum hak cipta telah digunakan untuk melindungi hasil karya intelektual ataupun artistic seseorang. Hukum ini telah melindungi pencipta dengan kewenangan untuk melarang penyebaran ataupun modifikasi hasil karya tersebut tanpa seizin pencipta atau member kompensasi setimpal pada pencipta (Sutardi & Rezqy, 2015).
Discrete Cosine Transform (DCT) biasa digunakan untuk mengubah sebuah sinyal menjadi komponen frekuensi dasarnya. DCT adalah sebuah transformasi yang mengubah sebuah kawasan spasial menjadi kawasan frekuensi dan sebaliknya kawasan frekuensi dapat dikembalikan kekawasan spasial dengan menggunakan invers DCT. DCT pertama kali diperkenalkan oleh Ahmed, Natarajan dan Rao pada tahun 1974 dalam makalahnya yang berjudul "On imageprocessing and a discrete cosine transform" (Ardiansyah et al., 2017).
Pada salah satu jurnal yaitu Penyisipan Watermark Menggunakan Metode Discrete Cosine Transform Pada Citra, peneliti melakukan pengujian penyisipan dari ukuran citra watermark yang akan disisipkan, penyisipan watermark pada masing-masing frekuensi pada koefisien DCT, pengujian pada proses penyisipan citra watermark yang dapat dilihat dari berapa piksel citra watermark yang dapat disisipkan ke dalam 1 sub blok koefisien DCT pada host image dan pengujian ketahanan citra terwatermark terhadap manipulasi citra. Pada penelitian ini, manipulasi citra berupa kompresi di atas 50% dapat membuat watermark hilang. watermark disisipkan dari sub blok pertama dan tidak dapat disisipkan secara acak sehingga tidak tahan terhadap manipulasi cropping dan rotate. (Agustina & Asmara, 2004).
Dan pada jurnal Kompresi Citra Dengan Menggabungkan Metode Discrete Cosine Transform (DCT) dan Algoritma Huffman Pada jurnal ini Pengujian dilkukan dengan 2 tahap yaitu pengujian white box dilakukan dengan sintak dan angka sedangkan pengujian
23 black box dilakukan dengan menguji apakah setiap fungsi didalam program dapat dijalankan. Menggunakan program java dibuat NetBeans IDE. Dengan teknik Lossy Compression kompresi citra yang dihasilkan sedikit mengurangi warna namun tampak tidak terlihat perbedaannya dengan citra asli sebelum dikompresi. Hasil kompresi tergantung pada pemilihan kualitas kompresi yang diinginkan. Jika kita memilih kompresi dengan kualitas standar, maka citra hasil kompresi dengan citra yang asli tidak akan terlihat perbedaannya namun pengurangan ukuran bytes tidak terlalu drastis. Tetapi apabila kita memilih kualitas kompresi Rendah, maka ukuran bytes pada citra akan berkurang namun kualitas gambar hasil kompresi akan terlihat perbedaannya dengan citra asli. (Krasmala et al., 2017).
Permasalahan yang mendasari penelitian penulis adalah bagaimana menghasilkan dokumen citra digital yang memiliki sifat robustness sehingga tahan terhadap serangan-serangan manipulasi dokumen citra (image manipulation) dan teknik-teknik serangan-serangan yang mungkin di lakukan untuk menghapus atau mengaburkan tanda watermark yang ada dalam dokumen citra.
.
A. Tujuan
Tujuan dari penelitian antara lain:
1. Dengan metode DCT dapat melindungi hak cipta citra apabila terjadi permasalahan mengenai duplikasi.
2. Mengetahui teknik – teknik serangan yang dapat menghapus atau mengaburkan watermarking.
B. Manfaat
Manfaat dari penelitian antara lain:
1. Dapat menentukan format yang aman untuk melindungi watermark dari serangan yang dapat menghapus /mengaburkan.
2. Memberikan pemahaman tentang digital watermarking dengan metode DCT menggunakan Matlab.
METODE
Dalam penelitian ini jenis penelitian yang digunakan adalah penelitian eksperimental sungguhan (true experimental). Menurut (Norbuko, 2010). Berikut ini merupakan gambar alur proses analisis perbandingan hasil menggunakan metode discrete cosine transform (dct) pada digital watermarking untuk melindungi informasi multimediayang akan dilakukan :
Mulai Akuisisi Citra Pre Processing Transformasi DCT Penanaman Watermark Gambar Terwatermark Transformasi IDC Output terunduh Otomatis Selesai
24 Gambar 1. Diagram Alur Image Processing
ANALISIS DAN KEBUTUHAN A. Alur Image Processing
Alur image processing merupakan tahap-tahap yang akan dilakukan dalam analisis. Dan berikut merupakan tahapanya:
1. Akuisisi Citra
Pada tahap ini merupakan proses memasukkan gambar asli a. Input Citra
Pada proses ini citra diinputkan ke dalam program yang digunakan untuk memproses citra yaitu Matlab. Citra yang diinputkan berformat *.bmp, *.png, *.tiff, *.gif. Salah satu sempel original DSC_0429.bmp dapat dilihat pada Gambar 2.
Gambar 2. Gambar Original
2. Pre Processing
Tahap ini memulai pemrosesan awal, citra yang tadinya berbentuk RGB dirubah menjadi keabuan dengan menggunakan Grayscaling process.
Konversi dari citra RGB ke grayscale pada persamaan (1) :
Iy = 0,2989Fr + 0,5870Fg + 0,1140Fb (1) Fr = intensitas R
Fg = intensitas G Fb = intensitas B
Iy = intensitas abu-abu yang setara gambar level RGB 3. Transformasi DCT
a. Mengurangi redudansi interpixel
Matrik original/Grayscale akan dikurangkan dengan 128, karna algoritma DCT bekerja pada rentang -128 sampai 127 sesuai dengan ketentuan pengolahan citra digital pada citra berwarna.
b. Menghitung matriks T
Menghitung nilai matriks DCT untuk matriks T, dan nilai matriks T mulai dari T (0,0) sampai T (7,7) dengan rumus sebagai berikut (2) :
25 𝑇(𝑖, 𝑗) = { 1 √𝑁 √2 𝑁 𝑗𝑖𝑘𝑎 𝑖 = 0 cos(2𝑗+1)𝑖𝜋 2𝑁 𝑗𝑖𝑘𝑎 𝑖 ≠ 0 (2) c. Mencari matriks T𝑡
Merupakan nilai pertukaran baris menjadi kolom dan sebaliknya dari matriks T.
d. Menghitung matriks D
perhitungan D yang akan digunakan untuk kuantisasi lanjutan (3). 𝐷 = 𝑇 × 𝑀 × 𝑇𝑡 (𝟑) e. Mencari kuantisasi
Tahap kuantisasi dengan menggunakan aturan matriks kuantisasi kualitas 50 (kualitas).
f. Menghitung persamaan matriks kuantisasi
Dimana round berarti mendekatkan nilai hasil pembagian ke pembulatan bilangan integer terdekat.
𝐶𝑖, 𝑗 = 𝑟𝑜𝑢𝑛𝑑 𝐷𝑖𝑗
𝑄𝑖𝑗 (𝟒)
g. Menyusun bilangan mengunakan fungsi zig-zag scanning sebagai langkah terakhir pada kompresi.
4. Penanaman watermarking
Pada penelitian ini, citra watermark atau citra yang akan disisipi berukuran 64 x 64. Citra watermark sendiri menggunakan citra RGB dengan format JPG image. Jadi pada citra watermark tersebut harus dirubah ke bentuk grayscale juga, yang dapat dilihat pada Gambar 3.
Gambar 3. Citra Watermark 5. Transformasi IDCT
Proses invers dimana ini merupakan proses untuk merekonstruksikan data hasil kompresi menjadi data yang dapat dikenali.Berikut adalah perhitungan untuk invers DCT yang ditunjukkan pada persamaan matriks R (8) dan matriks N (9):
𝑅𝑖, 𝑗 = 𝑄𝑖,𝑗 × 𝐶𝑖,𝑗 (𝟖)
𝑵 = 𝑟𝑜𝑢𝑛𝑑(𝑇𝑡 × 𝑅 × 𝑇) + 128 (𝟗)
6. Analisis Data
Pengujian dilakukan dengan melakukan pengurangan citra hasil grayscale dengan citra hasil Invers seperti pada persamaan MSE (11) dan PSNR (12)berikut ini:
26 𝑀𝑆𝐸 = ∑𝑀,𝑁[𝐼1(𝑚, 𝑛) − 𝐼2(𝑚, 𝑛)] 2 𝑀 ∗ 𝑁 (𝟏𝟏) 𝑃𝑆𝑁𝑅 = 10 log10[255 2 𝑀𝑆𝐸] (𝟏𝟐) DESAIN SISTEM
Berikut merupakan tampilan antarmuka Program uji DCT watermarking. Disebelah kiri terdiri dari tombol input image, watermark image, embed watermark, extract watermark dan informasi tentang image detail terdiri dari PSNR, MSE, BER, SSIM. Sebelah kanan terdiri dari tombol salt and papper, frequency test, attack test, parameter, pixel, cropping test dan informasi tentang time detail yang dapat dilihat pada Gambar 4.
Gambar 4. Desain Tampilan Antarmuka
Tahapan-tahapan program utama pada penelitian ini sesuai dengan diagram alur pada Gambar 5. berikut:
a. Input citra yang akan di uji.
b. Input watermark yang akan di sisipkan. c. Memilih jumlah pixel yang akan disisipkan. d. Penanaman watermarking
e. Mengekstrasi watermark f. Menghitung nilai PSNR g. Menghitung waktu. h. Tampilkan citra hasil.
27 Mulai Input citra Memilih jumlah pixel Input watermark Menambahkan serangan ketahanan Tampilkan citra hasil. Menghitung waktu. Menghitung nilai PSNR Mengekstrasi watermark Penanaman watermark Pixel 1-8 Selesai YA YA TIDAK
Gambar 5. Diagram Program Utama
HASIL DAN PEMBAHASAN
Sumber data yang digunakan pada analisis ini merupakan 100 gambar yang telah dikelompokkan berdasarkan formatnya masing-masing 25 yaitu bitmap(*.bmp), PNG (*.png), TIFF(*.tiff), GIF(*.gif) seperti yang terdaftar pada tabel 1 dibawah ini.
Tabel 1. Citra Asli
No Nama File BMP PNG TIFF GIF 1 DSC_0263 DSC_0152 DSC_0060 DSC_0309 2 DSC_0287 DSC_0155 DSC_0061 DSC_0315 3 DSC_0288 DSC_0162 DSC_0062 DSC_0318 4 DSC_0292 DSC_0163 DSC_0063 DSC_0323 5 DSC_0299 DSC_0171 DSC_0065 DSC_0328 6 DSC_0300 DSC_0181 DSC_0067 DSC_0329
28 7 DSC_0322 DSC_0182 DSC_0103 DSC_0330 8 DSC_0323 DSC_0183 DSC_0104 DSC_0331 9 DSC_0331 DSC_0187 DSC_0105 DSC_0333 10 DSC_0355 DSC_0188 DSC_0106 DSC_0336 11 DSC_0378 DSC_0192 DSC_0107 DSC_0342 12 DSC_0383 DSC_0194 DSC_0111 DSC_0356 13 DSC_0404 DSC_0195 DSC_0113 DSC_0358 14 DSC_0405 DSC_0196 DSC_0115 DSC_0363 15 DSC_0407 DSC_0211 DSC_0116 DSC_0364 16 DSC_0429 DSC_0212 DSC_0119 DSC_0366 17 DSC_0440 DSC_0213 DSC_0120 DSC_0367 18 DSC_0445 DSC_0226 DSC_0121 DSC_0374 19 DSC_0453 DSC_0227 DSC_0122 DSC_0376 20 DSC_0455 DSC_0230 DSC_0124 DSC_0377 21 DSC_0469 DSC_0231 DSC_0125 DSC_0381 22 DSC_0470 DSC_0232 DSC_0126 DSC_0384 23 DSC_0471 DSC_0233 DSC_0127 DSC_0394 24 DSC_0472 DSC_0234 DSC_0128 DSC_0395 25 DSC_0473 DSC_0235 DSC_0129 DSC_0396
Gambar 6. Gambar yang akan disisipkan 1. Pengujian ukuran citra watermark yang akan disisipkan.
Pada pengujian ini dianalisis bagaimana pemilihan citra watermark yang baik untuk dapat dilakukan proses penyisipan terhadap citra asli dengan membandingkan dimensi dari beberapa ukuran citra watermark..
Tabel 2. Hasil nilai rata – rata PSNR pada Pengujian citra watermark dengan dimensi yang berbeda
No Format Citra Rata – rata PSNR 128 x 128 64 x 64 32 x 32 16 x 16 1 BMP 41.69336 41.69334 41.69337 41.69338 2 PNG 41.55615 41.55610 41.55616 41.55611 3 TIFF 41.40092 41.40094 41.40092 41.40091 4 GIF 41.59378 41.59382 41.59376 41.59377 Pada citra watermark dengan dimensi 16 x 16 memiliki kualitas citra terwatermark yang paling baik yaitu dengan PSNR 41.69338 db pada format BMP , tetapi pada dimensi ini citra watermark tidak tahan terhadap proses pengolahan citra sehingga citra watermark hasil pengekstrakan rusak atau tidak terbaca. Untuk citra watermark dengan dimensi 32 x 32 piksel, citra watermark hasil ekstraksi
29 masih dapat dibaca namun tidak terlalu baik. Pada citra watermark dengan dimensi 64 x 64 piksel dan 128 x 128 piksel memberikan citra watermark hasil ekstraksi yang cukup baik. Namun, citra watermark dengan dimensi 128 x 128 piksel memiliki ukuran yang cukup besar sehingga bila watermark tersebut disisipkan pada citra asli yang memiliki tekstur dan gradiasi warna yang rendah maka akan lebih mudah terditeksi dibanding dengan citra watermark dengan dimensi 64 x 64. Oleh karena itu, citra watermark dengan dimensi 64 x 64 dipilih untuk digunakan pada percobaan selanjutnya.
2. Pengujian penyisipan watermark pada masing-masing frekuensi.
Pengujian penyisipan watermark pada masing-masing frekuensi pada koefisien DCT mengunakan dimensi watermark 64 x 64 yang ditunjukkan pada Tabel 3.
Tabel 3. Hasil nilai rata – rata PSNR antar frekuensi
No Format Citra
Rata – rata PSNR
Tinggi Medium Rendah
1 BMP 5.057304 20.23072 15.61272
2 PNG 6.767048 20.70191 17.30498
3 TIFF 5.264848 20.74068 15.50708
4 GIF 5.249420 18.76688 16.90063
Kualitas citra terwatermark pada frekuensi medium mempunyai nilai PSNR yang paling baik dibandingkan dengan frekuensi tinggi dan frekuensi rendah. Hal ini terlihat dengan membandingkan nilai PSNR dari masing-masing frekuensi. Namun, secara visual frekuensi tinggi dan koefisien yang dihasilkan bernilai rendah, maka citra hasil watermark tidak akan mengalami perubahan sehingga tidak terlihat oleh indera penglihatan manusia atau bisa disebut nilai invisibility tinggi. Tetapi penggunaan frekuensi ini menyebabkan citra lemah terhadap perubahan atau bisa disebut nilai robustness rendah. Sebaliknya jika yang dipilih adalah frekuensi rendah dan koefisien yang dihasilkan bernilai tinggi, maka citra hasil watermarking tahan terhadap perubahan atau bisa disebut nilai robustness tinggi namun perubahan pada citra ini mudah terlihat atau bisa disebut nilai invisibility rendah. Pada percobaan ini terlihat format citra TIFF memiliki nilai PSNR paling baik dengan nilai PSNR sebesar 20.74068 . Frekuensi yang baik berdasarkan nilai PSNR dari percobaan yang telah dilakukan adalah frekuensi tengah karena sedikit distorsi dan tingkat keamanan yang baik.
3. Pengujian proses penyisipan citra watermark dilihat dari berapa pixel yang disisipkan.
Pada proses ini dilihat berapa piksel dari citra watermark yang dapat disisipkan ke dalam sub blok koefisien DCT pada host image. Menggunakan dimensi watermark 64 x 64 dan frekuensi tengah. Yang dapat dilihat pada Tabel 4.
30 Tabel 4. Hasil nilai rata – rata penyisipan citra watermark per sub blok
No Format Citra Rata – rata PSNR 2 4 6 8 1 BMP 41.69354 41.69334 41.69355 41.69334 2 PNG 41.55452 41.55539 41.55502 41.55610 3 TIFF 41.40052 41.40062 41.40072 41.40094 4 GIF 41.55248 41.55287 41.55261 41.59382 Rata – rata 41.55027 41.55056 41.55048 41.56105 Pada percobaan ini dapat dilihat rata-rata tertinggi nilai PSNR adalah 8 x 8 dengan nilai 41.56105. Penyisipan watermark yang paling baik menggunakan format BMP karena format BMP mendapatkan nilai rata-rata tertinggi dari pengujian proses penyisipan citra watermark dilihat dari berapa pixel yang disisipkan dan karena ukuran file input dengan output sama besar.
4. Pengujian terhadap citra grayscale dengan rentang parameter yang berbeda. Pengujian yang menunjukkan hasil percobaan terhadap citra grayscale menggunakan sempel DSC_0067.tiff, DSC_0171.png, DSC_0356.gif, DSC_0429.bmp, sampel ini diambil dari nilai PSNR tertinggi dari hasil pengujian semua sempel pada setiap format. Logo watermark “DESI”, dimensi watermark 64 x 64 dan frekuensi tengah dengan pixel 8. Factor ketahanan dengan rentang parameter K = (1, 2, 3, 4, 5, 10, 20, 30, 40, 50) karena pada proses watermark , nilai K berpengaruh terhadap watermark terekstrasi yang dapat dilihat pada Tabel 5.
Tabel 5. Citra terekstrak dengan nilai parameter yang berbeda Paramete
r K
Citra terekstrasi dan PSNR BMP (DSC_0429.bmp) PNG (DSC_0171.png) TIFF (DSC_0067.tiff) GIFF (DSC_0356.gif) 1 51.4463 51.1329 50.9519 51.3217 2 51.3393 51.1751 51.0745 51.1413
31 3 51.4826 51.2349 50.9681 51.2868 4 51.2263 51.2694 51.2435 51.2868 5 51.2955 51.0087 51.2955 51.3836 10 51.2521 51.0828 50.9118 51.1329 20 51.2177 51.4014 50.4216 51.3481 30 51.1413 51.3130 50.5446 51.2435 40 51.0415 51.1836 50.5226 50.7473 50 50.9681 51.1582 50.5226 50.8642
Dapat dilihat nilai PSNR yang cukup besar dan bedasarkan pada Tabel 6. yaitu tabel kriteria kualitas citra :
32
Rasio (dB) Kualitas Citra
60 dB Excellent , tanpa gangguan
50 dB Good, Terdapat banyak gangguan tapi kualitas citra masih bagus
40 dB Reasonable, terdapat butiran halus seperti salju dan beberapa detail citra hilang
30 dB Poor, terdapat banyak gangguan pada citra. 20 dB Unusable, tidak dapat digunakan
Maka dapat dikatakan bahwa hasil proses watermarking menghasilkan citra watermarked pada format BMP berkualitas Good sampai dengan Excellent karena PSNR berkisar antara 50.9681dB sampai 51.4826 dB, format PNG berkualitas Excellent karena PSNR berkisar antara 51.0087 dB sampai 51.4014 dB, format TIFF berkualitas Good sampai dengan Excellent karena PSNR berkisar antara 50.4216 dB sampai 51.2955 dB, format GIF berkualitas Good sampai dengan Excellent karena PSNR berkisar antara 50.7473 dB sampai 51.3836 dB, Untuk 𝐾 ≥ 20 pada format BMP, PNG dan GIF mendapatkan watermark terekstrasksi hampir mirip dengan watermark asli, akan tetapi memiliki kualitas yang menurun, sedangkan pada format TIFF mendapatkan watermark terekstrasksi hampir mirip dengan watermark asli, akan tetapi memiliki kualitas yang kurang stabil.
5. Pengujian ketahanan citra watermark terhadap manipulasi citra.
Pengujian terakhir merupakan pengujian ketahanan citra watermark terhadap manipulasi citra. Menggunakan sempel DSC_0067.tiff, DSC_0171.png, DSC_0356.gif, DSC_0429.bmp, sampel ini diambil dari nilai PSNR tertinggi dari hasil pengujian semua sempel pada setiap format, dimensi watermark 64 x 64 dan frekuensi tengah dengan pixel 8. Hasil pengujian ditampilkan pada Tabel .7.
Tabel 7. Pengujian manipulasi Citra
No Pengujian PSNR dan Ekstrasi watermark
BMP PNG TIFF GIFF
1 Salt & papper 5%
33.2457 28.9490 35.1965 30.2597
2 Salt & papper 10%
33 3 Salt & papper 15%
30.6576 27.5367 32.3006 28.3576
4 Salt & papper 20%
28.6089 26.0210 29.5192 26.5740 5 Gaussian 24.0182 22.1091 23.1733 22.6518 6 Gaussian low-pass 32.9355 28.6157 34.5465 29.9012 7 Median filtering 29.0844 24.7729 31.1391 26.2097 8 Speckle 31.1528 28.1800 32.9513 29.0062 9 JPEG compression 32.1402 27.8954 33.6575 29.5450 10 Sharpening 30.2557 26.0328 32.1572 27.2102 11 Histogram 9.4718 13.6376 22.1708 11.7924 12 Average 32.9355 28.6157 34.5465 29.9012 13 Motion blur 28.6961 24.4340 30.5261 25.4388 14 Frequency
34 15.5009 12.5404 13.2507 13.0539 15 JPEG 2000 compression 33.4950 29.2002 35.4118 30.5998 16 Soft thresholding 2.1296 4.7305 6.6726 3.7238 17 Template removal -3.0027 -2.1307 -1.7050 -1.3019 18 Trimmed mean alpha 25.2666 17.3046 26.6429 21.5050 19 Wiener filtering 29.7801 24.2312 30.6972 25.4963 20 Grayscale inversion 13.5211 10.2052 10.9881 11.2544 21 Gamma correction 21.3150 18.2346 16.6850 19.0856 22 Tampered 38.5354 35.4067 39.6080 37.1846 23 Rotation 45° 7.4066 7.6776 8.3159 6.7278 24 Smooting 23.8242 19.5735 25.5623 19.9581 25 Noise emboss 7.7694 9.5888 10.6725 8.8976
35 26 Noise invert
0.11618 3.5666 4.5048 2.2790
27 Cropping
14.9242 12.0293 14.9270 12.8886 Dari tabel di atas teknik – teknik serangan yang dapat menghapus atau mengaburkan citra watermark pada format BMP yaitu Gaussian, Speckle, JPEG compression, Template removal, Trimmed mean alpha,Wiener filtering, Grayscale inversion, Tampered, Rotation 45°, Smoothing, Noise emboss, Noise invert, Cropping. Pada format PNG yaitu Gaussian, Gaussian low-pass, Median filtering, Speckle, JPEG compression, Average, Motion blur, Frequency, Soft thresholding, Template removal, Trimmed mean alpha,Wiener filtering, Grayscale inversion, Tampered, Rotation 45°, Smoothing, Noise emboss, Noise invert, Cropping. Pada fomat TIFF yaitu Gaussian, JPEG compression, Frequency, Soft thresholding, Trimmed mean alpha, Wiener filtering, Grayscale inversion, Tampered, Rotation 45°, Smoothing, Noise emboss, Noise invert, Cropping. Pada format GIF yaitu Gaussian, Median filtering, Motion blur, Frequency, Soft thresholding, Template removal, Trimmed mean alpha,Wiener filtering, Grayscale inversion, Rotation 45°, Smoothing, Noise emboss, Cropping.
Jurnal Penyisipan Watermark Menggunakan Metode Discrete Cosine Transform Pada Citra Digital menyatakan bahwa manipulasi citra berupa kompresi pada format JPG diatas 50% dapat membuat watermark hilang (Agustina & Asmara, 2004). Manipulasi kompresi pada format BMP, TIFF,GIF adalah 48% dan manipulasi kompresi pada format PNG adalah 70%. PENUTUP
A. Kesimpulan
Analisis pegujian keamanan watermarking menggunakan metode DCT telah dibuat dengan bahasa pemrograman MATLAB. Pada perhitungan system dan manual gambar DSC_0429.bmp menghasilkan selisih 0.030885694 hal ini tidak membuat citra mengalami perubahan karena selisih nilai PSNR kurang dari 1 dB. Dari hasil pengujian penyisipan citra watermark dengan beberapa dimensi yang berbeda, citra watermark dengan dimensi 64 x 64 piksel memiliki hasil yang paling baik . Proses watermarking dengan frekuensi yang paling baik pada percobaan ini terdapat pada frekuensi tengah. Pengujian penyisipan watermark dengan blok 2x2, 4x4, 6x6 dan 8x8, didapat bahwa penyisipan pada sub-blok 8x8 memiliki nilai PSNR yang paling baik. Citra grayscale yang telah disisipkan dengan citra watermark juga diuji dengan rentang parameter yang berbeda. Hasil dari citra yang terwatermark format BMP berkualitas Good sampai dengan Excellent, format PNG berkualitas Excellent, format TIFF
36 berkualitas Good sampai dengan Excellent , format GIF berkualitas Good sampai dengan Excellent.
Pengujian citra terwatermark terhadap robustness dengan “salt & pepper” terjadi penurunan kualitas citra yang tinggi. Pengujian citra terwatermark terhadap robustness dengan 27 pengujian manipulasi citra, tidak banyak mempengaruhi kualitas citra terwatermark pada format BMP, TIFF, GIF, sedangkan pada format PNG mempengaruhi kualitas citra terwatermark. Nilai presentase yang diujikan, format BMP, TIFF, GIF mendapatkan 48 % dari 27 pengujian manipulasi citra, sedangkan format PNG mendapatkan 70%. Dari hasil semua pengujian, yang paling baik adalah menggunakan format BMP dengan nilai PSNR 43.2922 dB.
B. Saran
Setelah dilakukannya penelitian ini diharapkan untuk penelitian selanjutnya dapat menambahkan lebih banyak lagi teknik-teknik serangan dan cara mengatasi serangan tersebut . Watermark dapat disisipkan secara acak agar lebih tahan terhadap manipulasi cropping dan rotate
DAFTAR PUSTAKA
Agustina, R., & Asmara, R. A. (2004). Penyisipan Watermark Menggunakan Metode Discrete. 29–34.
Ardiansyah, H., Susilo, B., & Erlansari, A. (2017). Penerapan Metode Dct ( Discrete Cosine Transform ) Pada Aplikasi Penyembunyian. Jurnal Rekursif, 5(1), 66–74. Krasmala, R., Budimansyah, A., & Lenggana, U. T. (2017). Kompresi Citra Dengan Menggabungkan Metode Discrete Cosine Transform (DCT) dan Algoritma
Huffman. Jurnal Online Informatika, 2(1), 1.
https://doi.org/10.15575/join.v2i1.79
Sutardi, & Rezqy, M. (2015). Implementasi Teknik Visible Watermarking Dengan Metode One-To-One Mapping Pada Citra Digital. DINAMIKA Jurnal Ilmiah Teknik Mesin, 7(1), 41–48.
