BAB 2
LANDASAN TEORI
2.1 Format Citra
File citra berfungsi untuk menyimpan sebuah citra yang dapat ditampilkan di layar ke dalam suatu media penyimpanan data. Untuk penyimpanan tersebut digunakan format citra. Setiap format citra memiliki karakteristik masing-masing. Beberapa format umum saat ini, yaitu bitmap (.bmp), tagged image format (.tif, tiff), portable network graphics (.png), graphics interchange format (.gif), jpeg (.jpg), mpeg (.mpg), dll (Putra. 2010 : 58).
2.1.1 Format Citra Bitmap
File format BMP bisa disebut juga bitmap atau format file DIB (untuk perangkat independen bitmap), adalah sebuah file citra format yang digunakan untuk menyimpan citra digital bitmap. Meskipun format BMP tidak bagus dari segi ukuran berkas, namun format BMP memiliki kualitas citra yang lebih baik dari format JPG maupun GIF. Karena citra dalam format BMP umumnya tidak dimampatkan atau dikompresi sehingga tidak ada informasi yang hilang.
Gambar 2.1 Contoh Citra .BMP (Sumber: Badmintonshuttlecock.com)
2.1.2 Format Citra PNG
PNG (Portable Network Graphic) adalah format data berupa citra yang sangat cocok untuk grafis internet karena mendukung transparansi di dalam browser. PNG bisa disebut sebagai gabungan dari JPG Image dan GIF. Karena sifat transparansinya itu,
PNG cocok untuk screenshot citra. File PNG juga lebih banyak memiliki gradasi warna dan teknik kompres yang lebih baik dibandingkan GIF, tetapi ukuran format citra PNG lebih besar dibandingkan tipe lain.
Gambar 2.2 Contoh Citra .PNG(Sumber: Anita, 2015)
2.1.3 Format Citra JPG / JPEG
JPG (Joint Photographic) adalah format data berupa citra yang dikembangkan oleh JPEG (Joint Photographic Expert Assemble) yang menggunakan sistem kompres, yaitu dengan mengurangi bagian-bagian citra untuk memblok pixelnya. JPG menjadi standar citra internet karena bisa di kompres sehingga ukurannya diperkecil, tetapi teknik ini justru akan mengakibatkan kualitas citranya menurun (lossy compression) dan sifatnya permanen (tidak bisa dikembalikan lagi).
Gambar 2.3 Contoh Citra .JPG/.JPEG (Sumber: Anita, 2015)
2.1.4 Format Citra GIF
GIF (Graphic Interchange Format) adalah format data berupa citra yang sering digunakan dalam desain web yang mendukung penggunaan multiple-bitmap sehingga dapat menghasilkan citra animasi bergerak. GIF menggunakan metode lossless compression, yaitu teknik untuk mengurangi ukuran file citra tanpa merusak kualitas
citranya tetapi dapat mengakibatkan degradasi warna. File GIF hanya cocok untuk citra dengan jumlah warna yang sedikit misalnya animasi sederhana, banner iklan, header, dan sebagainya.
Gambar 2.4 Contoh Citra .GIF (Emma, 2015)
2.3 Algoritma Chaos
Teori chaos sendiri mulai di formulasikan sejak pertengahan abad ke-20, dengan perintisnya adalah Edward Lorenz yang nememukan permasalahan teori chaos saat melakukan peramalan cuaca pada tahun 1961. Lorenz melakukan suatu simulasi peramalan cuaca dengan menggunakan mesin yang telah ia buat. Lorenz menemukan bahwa prediksi yang ia buat dengan mesin ternyata jauh berbeda dengan kenyataan yang ada. Setelah penemuan dari Lorenz ini, banyak ahli yang mempelajari teori chaos dan menerapkannya pada berbagai bidang, mulai dari dunia metereologi, biologi, matematika hingga dunia kriptografi. Teori chaos ini juga sering disebut butterfly effect. Gambar di bawah ini akan menggambarkan teori chaos sekaligus menjawab mengapa teori chaos disebut memiliki butterfly effect (Gambar 2.5).
Dikarenakan oleh sensitivitas yang dimiliki teori chaos terhadap keadaan awal dirinya, teori chaos memiliki sifat untuk mucul secara chaos (kacau). Bahkan perubahan keadaan awal sekecil (10^-100) saja akan membangkitkan bilangan yang benar-benar berbeda. Hal ini terjadi walaupun sistem yang digunakan bersifat deterministik, dalam arti perubahan kondisi dari kondisi yang ada sekarang bersifat statik atau tetap. Salah satu contoh nyata dari teori chaos ini dapat kita lihat pada kehidupan sehari-hari, terutama pada sistem alamiah seperti cuaca.
Contoh lain dari chaos ini adalah pertumbuhan suatu populasi pada lingkungan hidup, gerakan pada neuron, pergerakan satelit dalam sistem tata surya, hingga pergerakan dari kerak bumi.
Ada beberapa metode teori chaos, yaitu : 1. Metode Logistic Map
2. Metode Arnold’s Cat Map
3. Metode Henon Map
4. Metode Duffing Map
5. Metode Gingerbreadman Map
2.4 Metode Chaotic Logistic Maps
Persamaan logistik merupakan contoh pemetaan polinomial derajat dua, dan seringkali digunakan sebagai contoh bagaimana rumitnya sifat chaos (kacau) yang dapat muncul dari suatu persamaan yang sangat sederhana. Persamaan ini dipopulerkan oleh seorang ahli biologi yang bernama Robert May pada tahun 1976, melanjutkan persamaan logistik yang dikembangkan oleh Pierre Francois Verhulst.
Secara matematis, persamaan logistik dapat dinyatakan dengan persamaan :
xi
+1 =r xi
(1 –
xi
) (2.1)
Dimana :x : bilangan diantara nol dan satu, yang merepresentasikan populasi pada tahun ke i. Parameter x dapat disebut juga sebagai nilai chaos (0 £ x £ 1)
r : bilangan postif yang merepresentasikan kombinasi antara nilai reproduksi dan makanan. Parameter r dapat disebut juga dengan sebutan laju pertumbuhan ( 0 £ r £ 4 )
Gambar 2.6 Fungsi LogisticMaps
Persamaan logistik ini dapat diterapkan dalam dunia kriptografi dengan membuat fungsi seperti yang telah dicantumkan diatas. Setelah membuat fungsi tersebut, kita lakukan proses perhitungan dengan melakukan iterasi secara berulang, sehingga kita akan selalu mendapatkan bilangan yang benar benar acak.
2.5 Most Significant Bit (MSB)
Pixel-pixel citra di dalam struktur citra bitmap berukuran sejumlah byte. Pada citra 8-bit satu pixel berukuran 1 byte (8 bit), sedangkan pada citra 24-bit satu pixel berukuran 3 byte (24 bit). Di dalam susunan byte terdapat bit yang paling tidak berarti (least significant bit atau LSB) dan bit yang paling berarti (most significant bit atau MSB). Contohnya pada byte 10111010, bit LSB adalah bit yang terletak paling kanan yaitu 0, sedangkan bit MSB adalah bit paling kiri yaitu 1.
Pengubahan 1 bit LSB tidak mempengaruhi nilai byte secara signifikan, namun pengubahan 1 bit MSB dapat mengubah nilai byte secara signifikan. Misalnya 10111010 jika diubah bit MSB-nya dari 1 menjadi 0 sehingga susunan byte menjadi 00111010, maka nilai byte-nya berubah dari 186 menjadi 122. Secara visual efek perubahan bit-bit MSB pada seluruh pixel citra menyebabkan citra tersebut menjadi “rusak” sehingga citra tidak dapat dipersepsi dengan jelas. Inilah yang menjadi dasar enkripsi citra yang bertujuan membuat citra tidak dapat dikenali lagi karena sudah berubah menjadi bentuk yang tidak jelas.
2.6 Deteksi Tepi (Edge Detection)
Deteksi tepi (Edge Detection) pada suatu citra adalah suatu proses yang menghasilkan tepi-tepi dari obyek-obyek citra, tujuannya adalah :
Untuk memperbaiki detail dari citra yang kabur, yang terjadi karena error atau adanya efek dari proses akuisisi citra.
Suatu titik (x,y) dikatakan sebagai tepi (edge) dari suatu citra bila titik tersebut mempunyai perbedaan yang tinggi dengan tetangganya. Gambar 2.7 berikut ini meng-gambarkan bagaimana tepi suatu gambar diperoleh.
Citra Awal
δF/δx δF/δy
Gambar 2.7 Proses Deteksi Tepi Citra
2.7 Penelitian Terdahulu
Beberapa penelitian terdahulu mengenai enkripsi citra yaitu :
Penelitian ini dilakukan oleh Sang Putu Krisna Juliana, et al. Dari hasil pengimplementasian enkripsi deskripsi pada handphone yang berbasis android mampu melakukan proses enkripsi deskripsi dengan waktu yang relatif cepat. Rata-rata waktu yang diperlukan untuk mengenkripsi 30 sampel pesan adalah 1.027 detik dan rata-rata waktu untuk mendeskripsi pesan yang telah di enkripsi adalah 1.037 detik. (Krisna, et al. 2011).
Penelitian ini dilakukan oleh Kamlesh Gupta, et al. Peneliti menggunakan Chaos-Based dan memanfaatkan fungsi Chaotic Maps. Penelitian ini menunjukkan bahwa algoritma pengenkripsian ini dapat menyembunyikan citra asli melalui permutasi sederhana dari lokasi pixel transformasi nilai dari skala abu-abu melalui Boolean XOR operasi. (Gupta, et al. 2015).
Diffe rensi al Arah Verti kal Diffe rensi al Arah Hori zont al +
Hossam Eldin H. Melakukan peneltian menggunakan kunci rahasia eksternal 256-bit. Peneliti juga menggunakan Logistic maps untuk meningkatkan jangkauan dari r variabel yang berubah 3,57 sampai 4 pada logistic map. Beberapa citra uji digunakan untuk memeriksa validitas algoritma yang diusulkan. Kekokohoan yang disusulkan algoritma berdasarkan mekanisme umpan balik, yang mengarah chiper untuk perilaku siklik sehingga enkripsi dari setiap pixel polos tergantung pada output dari chaotic maps yang digunakan dan chiper pixel sebelumnya. (Hossam, 2014).
G.A. Sathiskumar, et al. melakukan penelitian dengan menyebarkan pseudo sebuah nomor dasar secara acak pada sebuah flat spread spectrum dengan mempertimbangkan ruang dan waktu. Hal ini sama dengan mengatakan bahwa nomor acak semu keluar dari white noise. Chaotic maps adalah komputasi ekonomi dan cepat. Dan algoritma ini sangat cocok untuk aplikasi seperti komunikasi nirkabel. (Sathiskumar, et al. 2011).
Pragati, et al. melakukan penelitian menggunakan Arnold Cat Map, sistem yang diusulkan akan bekerja secara efisien untuk enkripsi citra. Algoritma ini didasarkan pada konsep mengacak posisi pixel dan difusi melalui Arnold Cat Maps. Skema ini lebih efisien waktu dan karenanya efektif dalam skenario saat ini dibandingkan dengan skema yang diusulkan sebelumnya. Penggunaan beberapa diffusion dalam skema enkripsi citra membuat kriptografi yang lebih aman, marak dan kuat. (Pragati, et al. 2015).
Tabel 2.1 Penelitian Terdahulu
No Judul Peneliti Keterangan
1 An Ethical Approach of Block Based Image Encryption using Chaotic Maps Kamlesh Gupta, Ranu Gupta, Rohit Agrawal and Saba Khan (2015)
Penelitian ini menunjukkan bahwa algoritma pengenkripsian ini dapat menyembunyikan citra asli melalui permutasi sederhana dari lokasi pixel transformasi nilai dari skala abu-abu melalui Boolean XOR operasi.
2 Image
Encryption
G.A.Sathishkumar ,Dr.K.Bhoopathy
Penelitian ini menyebarkan pseudo nomor dasar secara acak
Based On Diffusion And Multiple Chaotic Maps bagan and Dr.N.Sriraam (2011)
pada sebuah flat spread spectrum dengan
mempertimbangkan waktu dan ruang. Hal ini sama dengan mengatakan bahwa nomor acak semu keluar dari white noise. Chaotic maps adalah komputasi ekonomi dan cepat. Dan
algoritma ini sangat cocok untuk aplikasi seperti komunikasi nirkabel. 3 Image Encryption Using Development of Chaotic Logistic Maps Based on Feedback Stream Cipher Hossam Eldin H. Ahmed & Ayman H. Abd El-aziem (2014)
Peneliti ini menggunakan kunci rahasia eksternal 256-bit. Peneliti menggunakan Logistic maps untuk meningkatkan jangkauan dari r variabel yang berubah 3,57 sampai 4 pada logistic maps. Bebrapa citra uji digunakan untuk memeriksa validitas algoritma yang diusulkan. Kekokohoan yang disusulkan algoritma
berdasarkan mekanisme umpan balik, yang mengarah chiper untuk perilaku siklik sehingga enkripsi dari setiap pixel polos tergantung pada output dari chaotic maps yang digunakan dan chiper pixel sebelumnya. 4 Image Encryption
Scheme Using Chaotic Maps
Pragati Thapliyal & Madhu Sharma (2015)
Penelitian ini menggunakan Arnold Cat Maps, sistem yang diusulkan akan bekerja secara
Algoritma ini didasarkan padakonsep mengacak posisi pixel dan difusi melalui Arnold Cat Maps. Skema ini lebih efisien waktu dan karenanya efektif dalam skenorio saat ini
dibandingkan dengan skema yang diusulkan sebelumnya.
Penggunaan beberapa diffusion dalam skema enkripsi citra membuat kriptografi yang lebih aman, marak dan kuat.
5 Implementasi Enkripsi – Dekripsi Untuk File Gambar dan Teks Pada Sistem Operasi Android
Sang Putu Krisna Juliana, Koredianto Usman, Unang Sunarya (2013)
Pengimplementasian enkripsi deskripsi pada handphone yang berbasis android mampu melakukan proses enkripsi deskripsi dengan waktu yang relatif cepat. Rata-rata waktu yang diperlukan untuk
mengenkripsi 30 sampel pesan adalah 1.027 detik dan rata-rata waktu untuk mendeskripsi pesan yang telah di enkripsi adalah 1.037 detik.