Rsaalgorithmincitrawatermark

ANALISIS KINERJA ALGORITMA RSA
DALAM PENGACAKAN CITRA WATERMARK

PADA IMAGEWATERMARKING
MENGGUNAKAN TRANSFORMASI WAVELET

PERFORMANCE ANALYSIS OF RSA ALGORITHM
IN IMAGE WATERMARK RANDOMIZATION
APPLIED ON IMAGEWATERMARKING
USING WAVELET TRANSFORMATION

TUGAS AKHIR
diajukan sebagai salah satu syarat untuk menyelesaikan Program Strata 1
Jurusan Teknik Elektro
Sekolah Tinggi Teknologi Telkom

disusun Oleh :
BERNARDUS SURYA PERDANA GULTOM
111020211

JURUSAN TEKNIK ELEKTRO
SEKOLAH TINGGI TEKNOLOGI TELKOM
BANDUNG
2 0 0 6
LEMBAR PENGESAHAN

Tugas Akhir yang berjudul

ANALISIS KINERJA ALGORITMA RSA
DALAM PENGACAKAN CITRA WATERMARK
PADA IMAGEWATERMARKING
MENGGUNAKAN TRANSFORMASI WAVELET

PERFORMANCE ANALYSIS OF RSA ALGORITHM
IN IMAGE WATERMARK RANDOMIZATION
APPLIED ON IMAGEWATERMARKING
USING WAVELET TRANSFORMATION

Oleh :

Bernardus Surya Perdana Gultom
111020211

Bandung, Juli 2006
Disahkan oleh:

Pembimbing I Pembimbing II

Rita Magdalena, Ir.MT. Koredianto Usman, ST.MSc.
NIP : 9964165 NIP : 200275268
ABSTRAK

Seiring dengan perkembangan zaman dan semakin meluasnya jaringan
multimedia, maka proses pengiriman dan pengaksesan citra digital juga semakin mudah.
Kemudahan ini membuat setiap orang dapat secara bebas saling bertukar informasi yang
mereka inginkan sehingga diperlukan suatu sistem perlindungan terhadap data tersebut.
Perlindungan data pada sistem digital dapat berupa metoda criptography dan metode
watermarking. Metoda criptography yaitu metoda pengacakan data menjadi chipertext
menggunakan suatu kunci criptography. Criptography memusatkan kepada keamanan
saat proses penditribusian data. Metode watermarking merupakan metode yang
menyisipkan data dengan suatu data watermark. Watermarking memusatkan pada
perlindungan hak cipta data tersebut.
Tugas Akhir ini bertujuan mengembangkan sistem image watermarking
menggunakan transformasi wavelet Haar level satu. Algoritma RSA yang merupakan
salah satu kunci pada criptography digunakan sebagai pengacak data watermark yang
berupa citra dan Independent Component Analysis sebagai pengekstraksian watermark.
Algoritma RSA mendasarkan proses enkripsi dan dekripsinya pada konsep bilangan
prima dan aritmetika modulo sehingga diharapkan citra watermark tidak mudah dideteksi
dan keamanan data watermark dapat ditingkatkan.
Parameter yang mempengaruhi kinerja sistem image watermarking dengan
pengacakan citra watermark menggunakan Algoritma RSA yaitu mean square error
(MSE) dan mean opinion score (MOS). Hasil simulasi sistem image watermarking
dengan Algoritma RSA menghasilkan nilai MSE 1.48*10
-14
% untuk image watermarking
tanpa gangguan noise. Uji kehandalan dari skema watermarking ini dilakukan dengan
memberi gangguan derau, kompresi JPEG, dan rescaling pada citra watermark.
Berdasarkan hasil uji simulasi dapat diketahui nilai MSE saat diberi noise uniform
adalah 13.9176%, untuk kompresi JPEG 42.9841%, dan 42.6666% untuk rescaling.

- - i
ABSTRACT

Delivering and accessing process of digital image is easier in line with the
developing era and the multimedia network that gets wider. The benefit has made people
change information they want freely, so that a protection system of datas needed. Data
protection of digital system can be criptography and watermarking method.
Criptography method is a method used to randomize data become chipertext using a
criptography key. Criptography is focused on the security during the datas distribution
process. Watermarking method is a method used to insert data with a watermark data.
Watermarking focused on the protection of copyright data.
The objective of the Final Project is to develop a watermarking image system
using a level one Haar Wavelet transformation. RSA Algorithm is one of keys on
criptography used to randomize watermark data such as image and Independent
Component Analysis as watermark extraction. RSA Algorithm which encryption and
decryption process are based on prime number and aritmatic module so it is expected that
watermark image is not easily detected and the security of watermark data can be
improved.
The important parameter affecting perpormance image watermarking system is
mean square error (MSE) and mean opinion score (MOS). From simulation of image
watermarking with randomizing watermark image using RSA Algorithm resulted MSE
1.48*10
-14
% for image watermarking without noise distortion. Reliability test of this
watermarking scheme is done by giving noise, JPEG compression and rescaling in
watermark image. Based on result simulation can be known MSE value when given noise
uniform is 13.9176%, for JPEG compression 42.9841%, and 42.6666% for rescaling.

- - ii
KATA PENGANTAR

Segala puji dan syukur bagi Tuhan Yang Maha Esa yang telah memberikan
ilmu serta kekuatan kepada penulis untuk tetap sabar selama pelaksanaan Tugas
Akhir sampai selesainya Tugas Akhir yang berjudul Analisis Kinerja Algoritma
RSA Dalam Pengacakan Citra Watermark Pada Imagewatermarking
Menggunakan Transformasi Wavelet. Bersamaan dengan selesainya Tugas Akhir
ini, penulis mendapatkan ilmu, pengalaman, wawasan, arti kesabaran, perjuangan,
kerendahan hati, pengorbanan, dan juga sebuah gelar.
Tugas Akhir ini disusun untuk memenuhi salah satu syarat kelulusan dalam
pendidikan strata-1 pada Jurusan Teknik Elektro Sekolah Tinggi Teknologi Telkom
Bandung. Semoga Tugas Akhir ini dapat menjadi salah satu sumber untuk menambah
wawasan dan dapat memberikan kontribusi yang cukup berarti bagi dunia ilmu
pengetahuan. Penulis menyadari masih banyak kekurangan dalam Tugas Akhir ini,
karena itu Penulis mengharapkan saran dan kritik yang sifatnya membantu dalam
pengembangan selanjutnya menuju kebaikan dan kesempurnaan di masa mendatang.

Bandung, Agustus 2006

Penulis
- iii -
UCAPAN TERIMA KASIH

Dalam penyusunan Tugas Akhir ini banyak sekali bantuan, masukan dan
dukungan baik moril maupun materiil yang penulis terima dari berbagai pihak dan
pada kesempatan ini penulis ingin mengucapkan rasa terima kasih yang sebesar
besarnya kepada :
1. Tuhan Yang Maha Esa, yang telah menciptakan, memberi berkat, dan
memberikan ilmu serta kekuatan kepada penulis untuk tetap sabar selama
pelaksanaan Tugas Akhir.
2. Ayahanda dan Ibunda tercinta, yang telah mendidik dan tiada henti-hentinya
memohon doa serta mencurahkan cinta dan kasih sayangnya kepada penulis.
Adikku Beni yang selalu menyemangati dan memacu penulis untuk melakukan
yang terbaik.
3. Ibu Rita Magdalena dan Bpk. Koredianto Usman sebagai pembimbing atas segala
bimbingan, waktu dan arahannya dalam pembuatan Tugas Akhir ini.
4. Bpk. Heru Wijanto selaku dosen wali yang telah membimbing penulis selama
masa perkuliahan di STT Telkom.
5. Semua dosen-dosen yang telah memberikan ilmunya dan juga membimbing
penulis selama masa perkuliahan di STT Telkom.
6. Lab PSD atas segala fasilitasnya yang telah digunakan oleh penulis selama
penyusunan Tugas Akhir ini.
7. F. Rani Handriastuti, yang selalu memberi semangat tiada hentinya, memberikan
inspirasi, mengajarkan banyak hal, baik hidup, harapan, kemauan, maupun
tentang arti sebuah cinta kasih. Makasih banyak udah menjadi seseorang yang
sangat pengertian dan selalu sabar dalam menghadapi diriku. Terima kasih
banyak untuk semuanya.
8. Keluarga besar Pak Adun atas tampungannya (kosan), nasihat dan doa-doanya
yang selalu mengiringi penulis selama masa kuliah di STT Telkom.

- iv -

9. Teman-teman KMKers seperjuangan (Andre, Dili, Ferdi, Fiz, Hari, dan
semuanya.......kalo disebutin satu-satu panjang banget) dan juga KMKers 1991
2000, KMKers 2001, KMKers 2003, KMKers 2004, KMKers 2005, dan Adik-
adik yang baru KMKers 2006..
10. Teman-teman SPRG (Mas Rama, Mas Dani, Mas Didin, Fenny, Evi, Arisman,
Ais, Umar, Tetty), bagi yang udah kerja semoga sukses, untuk yang sedang
nyusun ayo semangat, dan untuk yang masih kuliah kuliah yang bener ya....
11. Teman-teman di Lab PSD 02 (Digun, Betriks, Gebes, Maman, Bayin, Rizki,
Five), Ayo kita lulus bareng.
12. Teman-teman di Bluehoz (kosannya Rani), (Evi, ayo semangat,Echa, Menrie,
Ika, Vira, Ari, Utip, Vilda, Aku titip Rani ya...).
13. Adik-adik angkatku (Irma dan Putri), Belajar yang bener ya, jangan nonton bola
terus.
14. Teman-teman di Tobanauli (team Futsal), (Angga, Leo, Jhon, Tohom, David,
Roy, Buhman, Saut, Nando, Mangampu dan Bang Buds, kapan nih kita maen
futsal lagi....).
15. Teman-teman TE 26-03, (Angga, Alan, Utama, Gatot, Zuhri, Katel, Gadis,
Sahaja, Dedi, Peter, Debo, Indah, Mita, Vinka, Luas, dan semuanya aja, maaf ga
kesebut semuanya).
16. Last but not the least, semua pihak yang telah banyak membantu dan tidak
mungkin disebutkan satu per satu pada halaman ini.
- v -
DAFTAR ISI

Halaman
HALAMAN JUDUL
LEMBAR PENGESAHAN
ABSTRAKSI i
ABSTRACT ii
KATA PENGANTAR iii
UCAPAN TERIMAKASIH iv
DAFTAR ISI vi
DAFTAR GAMBAR ix
DAFTAR TABEL xii
DAFTAR SINGKATAN xiii
DAFTAR ISTILAH xiv
BAB I PENDAHULUAN
1.1 Latar Belakang Masalah 1
1.2 Rumusan Masalah 2
1.3 Batasan Masalah 2
1.4 Tujuan dan Kegunaan 3
1.4.1 Tujuan 3
1.4.2 Kegunaan 4
1.5 Metodelogi Penelitian 4
1.6 Sistematika Penulisan 5
BAB II DASAR TEORI
2.1 Teori Dasar Citra Digital 6
2.2 Algoritma RSA 6
2.3 Watermarking 8
2.4 Wavelet 9
2.4.1 Analisis Wavelet 10
2.4.2 Transformasi Wavelet 12
-vi-
2.4.2.1 Transformasi Wavelet Diskrit 13
2.4.2.2 Transformasi Wavelet Diskrit Maju 14
2.4.2.3 Transformasi Wavelet Diskrit Balik 17
2.5 Independent Component Analysis (ICA) 18
2.5.1 Definisi ICA 18
2.5.2 Definisi dan Karakteristik Komponen Bebas 19
BAB III PERANCANGAN DAN IMPLEMENTASI
3.1 Perancangan Sistem 21
3.1.1 Perancangan Sistem Watermarking Tanpa
Menggunakan Algoritma RSA 23
3.1.2 Perancangan Sistem Watermarking Dengan
Menggunakan Algoritma RSA 26
3.1.3 Penentuan Kunci Optimal Algoritma RSA
untuk Skema Watermarking 27
3.2 Performansi Sistem Watermarking 28
3.2.1 Penilaian Objektif 28
3.2.1.1 Mean Square Error (MSE) 29
3.2.2 Penilaian Subjektif 28
3.3 Spesifikasi Sistem 30
3.3.1 Perangkat Keras 30
3.3.2 Perangkat Lunak 30
BAB IV ANALISA HASIL SIMULASI
4.1 Analisa Kunci Optimal Algoritma RSA Pada Proses Watermarking 31
4.2 Performansi Watermarking Citra Digital Berdasarkan Analisa
Obyektif 33
4.2.1 MSE Citra Asli Hasil Ekstraksi Simulasi I 33
4.2.1.1 MSE Citra Asli Hasil Ekstraksi Saat Diberi
Gangguan Derau 34
Gangguan Kompresi JPEG 36
-vii-
Gangguan Rescaling 38
4.2.2 MSE Citra Asli Hasil Ekstraksi Simulasi II 39

Gangguan Derau 40
4.2.3.4 MSE Citra Logo Hasil Ekstraksi Saat Diberi
4.2.3 MSE Citra Logo Hasil Ekstraksi Simulasi I dan Simulasi II 44
4.2.3.1 MSE Citra Logo Hasil Ekstraksi Tanpa Gangguan 44
Gangguan Derau 44
4.3 Performansi Watermarking Citra Digital Berdasarkan Analisa
Subyektif 46

BAB V KESIMPULAN DAN SARAN
5.1 Kesimpulan 48
5.2 Saran 49
DAFTAR PUSTAKA
LAMPIRAN-LAMPIRAN
-viii-
DAFTAR GAMBAR

Halaman
Gambar 2.1 Proses Image Watermarking pada domain frekuensi 9
Gambar 2.2 Analisis Wavelet Dan Analisis Sinyal Lainnya
(a) Transformasi Fourier 9
(b) STFT 9
(c) Transformasi Wavelet 9
Gambar 2.3 Bentuk Gelombang
(a) Sinyal Sinus 10
(b) Sinyal Wavelet 10
Gambar 2.4 Beberapa Tipe Dari Fungsi Wavelet (x) 11
Gambar 2.5 Transformasi Wavelet Dengan dekomposisi Sinyal Sebanyak
N kali 14
Gambar 2.6 Proses Dekomposisi Sinyal Dua Dimensi Level Satu 15
Gambar 2.7 Transformasi Wavelet Maju Dua Dimensi Skala Dua 16
Gambar 2.8 Inverse Transformasi Wavelet Dengan Rekonstruksi Sebanyak
N kali 17
Gambar 2.9 Proses Rekonstruksi Sinnyal Dua Dimensi Level Satu 18
Gambar 3.1 Diagram Blok Simulasi Watermarking Tanpa Algoritma RSA
(a) Proses Embedding 21
(b) Proses Ekstraksi 21
Gambar 3.2 Diagram Blok Simulasi Watermarking Dengan Algoritma RSA
(a) Proses Embedding 22
(b) Proses Ekstraksi 22
Gambar 3.3 Pencampuran Dua Buah Sinyal 22
Gambar 3.4 Penambahan Gangguan Pada Citra 25
Gambar 3.5 Blok Diagram Algoritma RSA 28

-ix-
Gambar 4.1 Citra Asli Setelah Dienkripsi dan Didekripsi Dengan kunci
[(7,7); (23,47);(23,263);(29,217)]
(a) Citra Asli MONKEYS.bmp 32
(b) Citra Enkripsi Kunci (7,7) 32
(c) Citra Dekripsi Kunci (7,7) 32
(d) Citra Enkripsi Kunci (23,47) 32
(e) Citra Dekripsi Kunci (23,47) 32
(f) Citra Enkripsi Kunci (23,263) 32
(g) Citra Dekripsi Kunci (23,263) 32
(h) Citra Enkripsi Kunci (29,217) 32
(i) Citra Dekripsi Kunci (29,217) 32
Gambar 4.2 Nilai MSE Kunci Algoritma RSA 33
Gambar 4.3 Nilai MSE Skema Watermarking Tanpa RSA 34
Gambar 4.4 Nilai MSE Skema Watermarking Tanpa RSA Dengan
Noise (SNR=0 dB) 35
Noise (SNR=30 dB) 35
Gambar 4.7 Nilai MSE Skema Watermarking Tanpa RSA, Dengan
Kompresi (Kualitas 50) 37
Rescaling (scale ) 38
Gambar 4.11 Nilai MSE Skema Watermarking Dengan RSA 39
Gambar 4.12 Nilai MSE Skema Watermarking Dengan RSA, Dengan
Noise (SNR=0 dB) 40
-x-

-xi-
DAFTAR TABEL

Halaman
Tabel 3.1 Kriteria Penilaian MOS 29

-xii-
DAFTAR ISTILAH

Citra Watermarking : Citra yang telah mengalami proses watermarking.
Demixing : Proses penguraian dua buah sinyal atau lebih yang
telah tercampur
Image Watermarking : Teknik Penyembunyian watermark ke dalam citra
sebagai media.
Mean Opinion Score : Nilai rata-rata yang menunjukan pendapat
pengamat terhadap kualitas citra watermarking dan
citra logo hasil proses ekstraksi (citra terdeteksi).
Mean Square Error : Nilai yang menyatakan rata-rata kuadrat error,
dimana dalam hal ini error menyatakan selisih
antara citra media asli dengan citra hasil
watermarking dan citra watermark dengan citra
terdeteksi.
Mixing : Proses pencampuran dua buah sinyal atau lebih
Pixel : Elemen citra digital yang menunjukan intensitas
citra di suatu titik.
RGB : Salah satu sistem skema warna digital, dalam skema
warna ini pixel dibentuk oleh tiga komponen, yaitu
merah, hijau, dan biru.
Watermark : Sinyal atau pola yang disisipkan kedalam suatu
media, dapat berupa audio, teks, citra maupun video
yang berfungsi sebagai tanda pengenal.
Rescaling : Salah satu distorsi geometris yang terjadi pada citra
dengan mengubah ukuran image (ukuran matriks)
dengan menggunakan metode interpolasi dan
kemudian mengembalikannya lagi ke ukuran
semula.
-xiv-
DAFTAR SINGKATAN

Coif : Coiflet
db : Daubechies
dB : Decibel
DWT : Discrete Wavelet Transform
ICA : Independent Component Analysis
IDWT : Inverse DWT
JPEG : Joint Photographic Experts Group
MOS : Mean Opinion Score
MSE : Mean Square Error
Sym : Symlet
RSA : Rivest Shamir Adleman

-xiii-
B A B I P en d a h u l u a n
B er n a r du s S . P . G ( 1 1 1 0 2 0 2 1 1 ) - S T T T el k om B a n d u n g 1
BAB I
PENDAHULUAN
1.1. Latar Belakang Masalah
Seiring dengan perkembangan zaman dan semakin meluasnya jaringan
multimedia, maka proses pengiriman dan pengaksesan citra digital juga semakin
mudah. Kemudahan ini membuat setiap orang dapat secara bebas saling bertukar
informasi yang mereka inginkan sehingga diperlukan suatu sistem perlindungan
terhadap data tersebut. Perlindungan data pada sistem digital dapat berupa metoda
criptography dan metode watermarking. Metoda criptography yaitu metoda
pengacakan data menjadi chipertext menggunakan suatu kunci criptography.
Criptography memusatkan kepada keamanan saat proses penditribusian data. Metode
watermarking merupakan metode yang menyisipkan data dengan suatu data
watermark. Watermarking memusatkan pada perlindungan hak cipta data tersebut.
Watermarking merupakan suatu metoda penyisipan data informasi melalui
media watermark berupa text, suara, image, dan video. Penambahan watermark ke
dalam suatu materi multimedia tanpa mempengaruhi kualitasnya dapat digunakan
sebagai bukti otentik kepemilikan suatu data. Permasalahan yang sering terjadi adalah
bagaimana cara penyisipan watermark ke dalam data tanpa mempengaruhi kualitas
data yang disisipi sehingga data informasi sulit untuk dideteksi.
Penelitian-penelitian sebelumnya telah menggunakan metode DWT (Discrete
Wavelet Transform) yang dikombinasikan dengan ICA (Independent Component
Analysis) untuk melakukan teknik watermarking. Agar skema watermarking dengan
Wavelet-ICA menghasilkan performansi yang baik, hal yang dilakukan pada
penelitian sebelumnya adalah mencari dan menentukan nilai koefisien pencampur
yang paling optimal untuk citra digital. Selain itu, ada pula yang menyisipkan citra
watermark dengan metode Random Generator Number Chaotic (RGN) sebagai
penyebar energi pada sinyal watermark.
Pada Tugas Akhir ini, diusulkan suatu perbaikan performansi dari skema
watermarking dengan Wavelet-ICA dengan melakukan pengacakan pada citra
watermark sebelum melakukan proses watermarking. Metode yang digunakan pada
pengacakan citra watermark adalah menggunakan algoritma RSA. Algoritma RSA
merupakan salah satu kunci yang biasa digunakan pada criptography. Algoritma RSA
mendasarkan proses enkripsi dan dekripsinya pada konsep bilangan prima dan
aritmetika modulo. Pada algoritma RSA, nilai dari kunci enkripsi dan kunci dekripsi
sangat bervariasi. Penentuan nilai dari kunci enkripsi dan kunci dekripsi yang paling
optimal akan mempengaruhi kualitas dan performansi dari citra watermarking
khususnya citra watermark hasil dewatermarking yang berfungsi untuk autentikasi.
Metode DWT digunakan pada proses penyisipan (embedding) dan ekstraksi
watermark sedangkan metode ICA (Independent Component Analysis) diterapkan
untuk proses pendeteksian ekstraksi dari citra watermarking.
1.2. Rumusan Masalah
Berdasarkan latar belakang yang dikemukakan diatas, maka masalah yang
akan diteliti adalah :
Berapa nilai dari kunci enkripsi dan kunci dekripsi dari algoritma RSA yang
paling optimal yang akan memberikan performansi yang baik bagi skema
watermarking.
Bagaimana kualitas citra yang dihasilkan setelah disisipkan watermark yang telah
diacak menggunakan algoritma RSA.
Bagaimana kehandalan citra hasil watermarking pada saat diberi gangguan
berupa derau dan kompresi JPEG.
1.3 Batasan Masalah
Batasan - batasan pembahasan Tugas Akhir ini dihubungkan dengan masalah
yang diuraikan pada rumusan masalah diatas adalah :
Citra digital asli merupakan citra gambar dengan format .bmp, dengan skala
warna grayscale 8 bit, berukuran 512 x 256 pixel.
Watermark yang digunakan merupakan satu buah citra gambar text dengan format
.bmp, dengan skala warna grayscale 8 bit dan berukuran 512 x 256 pixel.
Proses watermarking menggunakan metode Wavelet dengan proses dekomposisi
level 1 dan metode ICA.
Analisis Wavelet dilakukan dengan fungsi Wavelet Haar.
Sub-band yang dipilih pada proses watermarking adalah sub-band H (High
Frequency) pada citra asli dan sub-band L (Low Frequency) pada citra logo.
Koefisien pencampur yang digunakan dalam skema watermarking ini adalah 0.8 ;
0.85 ; 0.9 ; 0.99 .
Pasangan kunci yang digunakan dalam skema watermarking ini adalah yaitu
[(7,7); (23,47);(23,263);(29,217)].
Pengujian kehandalan citra digital hasil watermarking dilakukan pada proses
dewatermarking setelah citra terkena attack. Attack yang diberikan berupa derau
uniform, kompresi JPEG. Dan rescaling.
Sebagai ukuran kriteria untuk performansi sistem adalah kriteria obyektif dan
kriteria subyektif. Kriteria Obyektif yang digunakan adalah MSE (Mean Square
Error) sedangkan MOS (Mean Opinion Score) digunakan sebagai kriteria
subyektif.
Teknik watermarking akan diimplementasikan menggunakan bahasa
pemrograman MATLAB 7.
1.4 Tujuan dan Kegunaan
1.4.1 Tujuan
Pelaksanaan Tugas Akhir ini secara umum bertujuan untuk :
Merancang dan mensimulasikan sistem Image watermarking menggunakan
perangkat lunak yang dapat menyisipkan watermark yang telah diacak
sebelumnya menggunakan Algoritma RSA.
Melakukan pengujian secara obyektif dan subyektif terhadap kualitas citra digital
hasil watermarking.
Menguji kualitas sistem image watermarking terhadap noise dan kompresi JPEG.
1.4.2 Kegunaan
Pelaksanaan Tugas Akhir ini bertujuan untuk memperkenalkan salah satu
aplikasi dari Algoritma RSA, metode ICA (Independent Component Analysis), dan
transformasi Wavelet yaitu pada sistem watermarking selain aplikasi lainnya. Untuk
selanjutnya, Tugas Akhir ini diharapkan dapat digunakan sebagai referensi untuk
merekomendasikan penggunaan Algoritma RSA untuk keperluan praktis
watermarking pada masalah otorisasi (kepemilikan) atau copyright protection, seperti
watermarking pada citra medis pada aplikasi Telemedicine.
I.5 Metodelogi Penelitian
Metodologi yang digunakan dalam penelitian tugas akhir ini adalah :
Studi literatur, merupakan tahap pendalaman materi, identifikasi permasalahan
dan teori yang berkaitan dengan permasalahan dalam penelitian
Pengumpulan data
Bertujuan untuk mendapatkan data citra yang akan digunakan sebagai masukan
dari sistem.
Studi pengembangan aplikasi
Bertujuan untuk menentukan metodologi pengembangan sistem yang digunakan
dengan pendekatan terstruktur dan melakukan analisa perancangan.
Implementasi program aplikasi
Bertujuan untuk melakukan implementasi metode pada program aplikasi sesuai
dengan perancangan yang telah dilakukan.
Analisa performansi
Bertujuan untuk melakukan analisa performansi dari skema watermarking dengan
citra watermark yang diacak menggunakan algoritma RSA.
Pengambilan kesimpulan
Bertujuan untuk menarik kesimpulan setelah melakukan percobaan.
I.6 Sistematika Penulisan
Sistematika Penulisan Laporan Tugas Akhir ini adalah sebagai berikut :
BAB I Pendahuluan
Bab ini menguraikan latar belakang pemilihan topik Tugas Akhir ini,
masalah yang dihadapi, batasan - batasan yang ditetapkan berkaitan
dengan masalah yang ada, dan tujuan pembahasan Tugas Akhir ini.
BAB II Dasar Teori
Bab ini menjelaskan teori tentang citra digital serta menguraikan
tentang Algoritma RSA, Transformasi Wavelet (DWT), dan ICA yang
akan dipakai dalam proses watermarking citra digital.
BAB III Perancangan Dan Implementasi
Bab ini menguraikan tentang proses perancangan sistem watermarking
dengan penyisipan citra watermark pada citra asli.
BAB IV Analisa Hasil Watermarking Citra Digital
Bab ini memuat tentang analisa terhadap kualitas citra hasil
watermarking secara objektif dengan menghitung MSE dan secara
subjektif dengan menggunakan MOS.
BAB V Kesimpulan dan Saran
Bab ini memberikan kesimpulan mengenai hal - hal yang telah dibahas
dalam Tugas Akhir ini dan diberikan pula saran-saran untuk
pengembangan topik yang dibahas dalam Tugas Akhir ini
B A B I I D a sa r T eor i
BAB II
DASAR TEORI
2.1 Teori Dasar Citra Digital
Citra dapat dinyatakan sebagai fungsi kontinu dari intensitas cahaya dalam
bidang dua dimensi yaitu f(x,y), x dan y menyatakan koordinat ruang, dan nilai f
pada suatu koordinat (x,y) menyatakan tingkat kecerahan atau derajat keabuan
(brightness/gray level) dan informasi warna citra [1,2,4,7,9]. Secara matematis
persamaan untuk fungsi intensitas f(x,y), adalah
0 < f(x,y) < (2.1)
Citra digital adalah representasi citra dalam bentuk diskrit, baik pada
koordinat ruang maupun intensitas cahayanya. Citra digital dapat direpresentasikan
dengan suatu matriks M x N (baris dan kolom) yang menyatakan koordinat sebuah
titik pada citra tersebut dan nilai masing-masing elemen menyatakan intensitas
cahaya pada titik tersebut. Suatu titik pada sebuah citra digital sering disebut sebagai
image element, picture element, atau pixel.
Pengolahan citra merupakan proses yang bertujuan untuk memperbaiki
kualitas citra untuk tujuan tertentu. Dalam bidang pengolahan citra (image
processing), citra yang diolah adalah citra digital, yaitu citra kontinu yang telah
diubah ke dalam bentuk diskrit, baik koordinat ruangnya maupun intensitas
(kecerahan) cahayanya melalui proses sampling dan kuantisasi.
2.2 Algoritma RSA
Algoritma RSA diperkenalkan oleh tiga peneliti dari MIT (Massachussets
Institute of Technology), yaitu Ron Rivest, Adi Shamir, dan Len Adleman, pada
tahun 1976. Algorima RSA mendasarkan proses enkripsi dan dekripsinya pada
konsep bilangan prima dan aritmetika modulo. Kunci enkripsi maupun kunci dekripsi
keduanya harus berupa bilangan bulat. Kunci enkripsi tidak dirahasiakan dan
diketahui umum (sehingga dinamakan juga kunci publik), namun kunci untuk
dekripsi bersifat rahasia [12].
Kunci dekripsi dibangkitkan dari beberapa buah bilangan prima bersama-
sama dengan kunci enkripsi. Untuk menemukan kunci dekripsi, suatu bilangan non
prima harus difaktorkan menjadi faktor primanya. Dalam kenyataannya,
memfaktorkan bilangan non prima menjadi faktor primanya bukanlah pekerjaan yang
mudah. Belum ada algoritma yang secara efisien yang dapat melakukan pemfaktoran
tersebut. Semakin besar bilangan non primanya maka semakin sulit pula
pemfaktorannya. Semakin sulit pemfaktorannya, semakin kuat pula algoritma RSA.
Secara ringkas, algoritma RSA adalah sebagai berikut [12]:
1. Pilih dua buah bilangan prima sembarang, sebut a dan b. Jaga kerahasiaan nilai a
dan b ini.
2. Hitung n = a x b.
3. Hitung m = (a - 1) x (b - 1). Sekali m telah dihitung, a dan b dapat dihapus untuk
mencegah diketahuinya oleh orang lain.
4. Pilih sebuah bilangan bulat untuk kunci publik, sebut namanya e, yang relatif
prima terhadap m.
5. Bangkitkan kunci dekripsi d, dengan kekongruenan ed 1 (mod m). Lakukan
enkripsi terhadap isi pesan dengan persamaan c
i
= p
i
e
mod n, yang dalam hal ini p
i
adalah blok plainteks, c
i
adalah chiperteks yang diperoleh, dan e adalah kunci
enkripsi (kunci publik). Harus dipenuhi persyaratan bahwa p
i
harus terletak dalam
himpunan nilai 0, 1, 2, ..., n-1 untuk menjamin hasil perhitungan tidak berada
diluar himpunan.
6. Proses dekripsi dilakukan dengan menggunakan persamaan p
i
= c
i
d
mod n, dalam
hal ini d adalah kunci dekripsi.
Pada langkah 5, kekongruenan ed 1 (mod m) sama dengan ed mod m = 1
Persamaan a b (mod m) ekivalen dengan a = b + km, maka ed 1 (mod m) ekivalen
dengan ed = 1 + km sehingga d dapat dihitung
d = (1 + km)/e (2.2)
akan terdapat bilangan bulat k yang menyebabkan persamaan diatas memberikan
bilangan bulat d.
Seperti sudah dikatakan sebelumnya, kekuatan algoritma RSA terletak pada
tingkat kesulitan dalam memfaktorkan bilangan non prima menjadi faktor primanya,
yang dalam hal ini n = a x b. Sekali n berhasil difaktorkan menjadi a dan b, maka
m = (a - 1) x (b - 1) dapat dihitung. Selanjutnya, karena kunci enkripsi e diumumkan
(tidak rahasia), maka kunci dekripsi d dapat dihitung dari persamaan e x d 1 (mod
m). Jika hal ini sampai terjadi berarti proses dekripsi dapat dilakukan oleh orang yang
tidak berhak.
2.3 Watermarking
Watermarking merupakan proses penyisipan suatu watermark ke dalam data
utama.Watermark dapat berupa teks, citra, video atau suara tergantung dari
keperluannya. Watermark tersebut disisipkan sedemikian rupa sehingga
keberadaannya tidak teramati oleh indera penglihatan atau pendengaran manusia. Hal
ini dapat terjadi karena pada dasarnya indera manusia sangat sulit membedakan
antara data yang telah disisipi watermark dan data yang belum disisipi. Walaupun
demikian komputer dapat mendeteksi keberadaan watermark dengan mudah
menggunakan suatu algoritma tertentu.
Pada dasarnya teknik image watermarking pada domain frekuensi melibatkan
transformasi frekuensi seperti DCT (Discrete Cosine Transform), DFT (Discrete
Fourier Transform) atau DWT (Discrete Wavelet Transform) kepada citra media
untuk memperoleh citra dalam domain frekuensi, kemudian menyisipkan sinyal
watermark ke dalam spektrum citra media, dan kemudian melakukan inverse
transformasi frekuensi untuk mendapatkan citra yang telah diberi watermark (untuk
selanjutnya akan disebut citra watermarking) [3]. Pada gambar 2.1 diperlihatkan
proses watermarking citra domain frekuensi.
Gambar 2.1 Proses Image Watermarking pada domain frekuensi
Watermarking citra digital adalah proses penyisipan suatu watermark digital
ke dalam media citra digital. Secara visual, watermarking dibedakan menjadi dua
macam, yaitu robust watermarking dan hidden watermarking. Pada robust
watermarking, watermark digital tampak pada citra asli sedangkan pada hidden
watermarking, watermark digital tidak tampak pada citra asli [10].
2.4 Wavelet
Transformasi Wavelet mulai diperkenalkan pada tahun 1980-an oleh Morlet
dan Grossman sebagai fungsi matematis untuk merepresentasikan data atau fungsi
sebagai alternatif transformasi-transformasi matematika yang lahir sebelumnya untuk
menangani masalah resolusi[11]. Berikut ini akan diperlihatkan gambar yang berisi
perbedaan antara transformasi Wavelet dengan beberapa transformasi sinyal sebelum
Wavelet diperkenalkan.
Gambar 2.2 Analisis Wavelet Dan Analisis Sinyal Lainnya
(a)Transformasi Fourier (b) STFT (c) Transformasi Wavelet
2.4.1 Analisis Wavelet
Sebuah gelombang (wave) biasanya didefinisikan sebagai sebuah fungsi
osilasi dari waktu (space), misalnya sebuah gelombang sinusoidal. Sebuah Wavelet
merupakan gelombang singkat (small wave) yang energinya terkonsentrasi pada suatu
selang waktu untuk memberikan kemampuan analisis transien, ketidakstasioneran,
atau fenomena berubah terhadap waktu (time-varying) [11]. Karakterisktik Wavelet
antara lain adalah berosilasi singkat, translasi (pergeseran) dan dilatasi (skala).
Gambar 2.3 memperlihatkan sebuah sinyal biasa dan sinyal wavelet.
Gambar 2.3 Bentuk Gelombang;(a) Sinyal Sinus (b) Sinyal Wavelet
Untuk melakukan dekomposisi suatu sinyal, seperti audio dan citra, menjadi
komponen-komponen frekuensi yang berbeda, wavelet dapat digunakan sebagai alat
bantu matematis sehingga masing-masing komponen tersebut dapat dipelajari dengan
menggunakan skala resolusi yang sesuai. Karena itu, wavelet dikenal sebagai alat
untuk melakukan analisis berdasarkan skala.
Tahap pertama yang dilakukan pada analisis Wavelet adalah menentukan tipe
Wavelet, yang disebut dengan mother wavelet atau analysing wavelet, yang akan
digunakan. Hal ini perlu dilakukan karena fungsi Wavelet sangat bervariasi dan
dikelompokkan berdasarkan fungsi dasar masing-masing. Pada gambar 2.4 akan
diperlihatkan beberapa tipe fungsi Wavelet.
Gambar 2.4 Beberapa Tipe Dari Fungsi Wavelet (x)
Pada Tugas Akhir ini, digunakan fungsi Wavelet Haar. Wavelet Haar
merupakan Wavelet pertama dan yang paling mudah. Selain itu, Wavelet Haar juga
merupakan salah satu tipe dari Wavelet Daubechies, yakni db1.Beberapa karakteristik
dari Wavelet Haar [8].
Lebar Wavelet : 1
Panjang Filter : 2
Simetris : Ya
Jumlah vanishing moments untuk : 1
Fungsi Skala ,
'
< <
lainnya yang ; 0
1 0 untuk ; 1
) (
x
x
Fungsi Wavelet,
'
<
< <
lainnya yang ; 0
1 1/2 untuk ; 1 -
1/2 0 untuk ; 1
) ( x
x
x
Setelah pemilihan mother wavelet, tahap selanjutnya adalah membentuk basis
Wavelet yang akan digunakan untuk mentransformasikan sinyal. Suatu basis dapat
dibentuk dengan mengubah nilai translasi dan dilatasi dari mother wavelet-nya.
Upaya untuk merepresentasikan suatu sinyal dengan menggunakan basis Wavelet ini
disebut transformasi Wavelet, dalam perhitungan koefisien, yaitu konvolusi dari
sinyal dengan salah satu tipe fungsi Wavelet. Operasi terhadap suatu sinyal hanya
dapat dilakukan dengan menggunakan koefisien-koefisien Wavelet yang
berhubungan.
2.4.2 Transformasi Wavelet
Transformasi Wavelet memiliki kemampuan untuk menganalisa suatu data
dalam domain waktu dan domain frekuensi secara simultan. Analisa data pada
transformasi Wavelet dilakukan dengan membagi (dekomposisi) suatu sinyal ke
dalam komponen-komponen frekuensi yang berbeda-beda dan selanjutnya masing-
masing komponen frekuensi tersebut dapat dianalisa sesuai dengan skala resolusinya
[1,3,10].
Wavelet merupakan sebuah fungsi variable real t, diberi notasi
t
dalam ruang
fungsi L
2
(R). Fungsi ini dihasilkan oleh parameter dilatasi dan translasi, yang
dinyatakan dalam persamaan:
,
_

a
b t
a t
b a
2 / 1
,
) ( ; R b a > , 0 (2.3)
, | k t t
j j
k j
2 2 ) (
2 /
,
; Z k j , (2.4)
dimana :
a = parameter dilatasi
b = parameter translasi
R = mengkondisikan nilai a dan b dalam nilai integer
2
j
= parameter dilatasi ( paramater frekuensi atau skala)
k = parameter translasi (parameter waktu atau lokasi ruang)
Z = mengkondisikan nilai j dan k dalam nilai integer
Fungsi Wavelet pada persamaan (2.3) dikenalkan pertama kali oleh Grossman
dan Morlet, sedangkan persamaan (2.4) oleh Daubechies [1,9,10]. Pada fungsi
Grossman-Morlet, dan, sedangkan pada fungsi Daubechies, parameter dilatasi
diberikan oleh 2
j
dan parameter translasi oleh k. Kedua fungsi dapat dipandang
sebagai mother Wavelet, dan harus memenuhi kondisi [7,10] :
+

0 ) ( dx x (2.5)
yang menjamin terpenuhinya sifat ortogonalitas vektor.
Pada dasarnya, transfomasi Wavelet dapat dibedakan menjadi dua tipe
berdasarkan nilai parameter translasi dan dilatasinya, yaitu transformasi Wavelet
kontinu (Continue Wavelet Transform), dan diskrit (Discrete Wavelet Transform).
Transformasi Wavelet kontinu ditentukan oleh nilai parameter dilatasi (a) dan
translasi (b) yang bervariasi secara kontinu, dimana R b a , dan 0 a . Transformasi
wavelet diskrit didefinisikan untuk mengurangi redudansi yang terjadi pada
transformasi kontinu dengan cara mengambil nilai diskrit dari parameter a dan b.
Transformasi Wavelet Kontinu (CWT) menganalisa sinyal dengan perubahan
skala pada window yang dianalisis, pergeseran window dalam waktu dan perkalian
sinyal serta mengintegral semuanya sepanjang waktu [11]. Secara matematis dapat
dirumuskan sebagai berikut :
dt t t f CWT ) ( * ) ( b) (a,
b a,
(2.6)
dimana ) (
,
t
b a
seperti pada persamaan (2.2). Sedangkan Transformasi Wavelet
Diskrit menganalisa suatu sinyal dengan skala yang berbeda dan
merepresentasikannya ke dalam skala waktu dengan menggunakan teknik filtering.
2.4.2.1 Transformasi Wavelet Diskrit (Discrete Wavelet Transform)
Berdasarkan fungsi mother Wavelet, bahwa fungsi Wavelet penganalisa untuk
Transformasi Wavelet Diskrit dapat didefinisikan dalam persamaan (2.5).
Berdasarkan persamaan tersebut, representasi fungsi sinyal ) ( ) (
2
R L t f dalam
domain Wavelet diskrit didefinisikan sebagai [10]:
k j
k j k j
t a t f
,
, ,
) ( ) ( (2.7)
k j
a
,
ini merupakan Discrete Wavelet Transform dari fungsi f(t) yang dibentuk oleh
inner product antara fungsi Wavelet induk dengan f(t) :
) ( ,
, ,
t f a
k j k j
(2.8)
sehingga f(t) disebut sebagai Inverse Discrete Wavelet Transform dapat dinyatakan
dengan :
) ( ) ( , ) (
,
,
,
t t f t f
k j
k j
k j

(2.9)
Namun dalam beberapa aplikasi, kita tidak pernah harus berhubungan secara
langsung dengan fungsi penskalaan atau Wavelet. Seperti yang telah disebutkan
sebelumnya, bahwa pada DWT suatu resolusi sinyal dapat diubah dengan
menggunakan teknik filtering (analisa filter bank). Jadi, proses transformasi pada
wavelet ini pertama kali dapat diwakili dengan proses melewatkan sinyal asli ke
dalam low pass filter (LPF) dan high pass filter (HPF). Setelah itu, nilai skala dari
Wavelet dapat dirubah dengan menggunakan operasi upsampling dan down sampling.
Karena bersifat multiresolusi, maka model Wavelet dapat dengan mudah
digeneralisasi ke ukuran dimensi lain dimana n>0. Pada umumnya, suatu sinyal
seperti suara ditransformasikan dengan Transformasi Wavelet Diskrit satu dimensi
(1D-DWT), sedangkan pengolahan citra dua dimensi, menuntut model Wavelet juga
diturunkan dalam bentuk dua dimensi (2D-DWT), sehingga dapat diimplementasikan
untuk memproses citra digital.
2.4.2.2 Transformasi Wavelet Diskrit Maju (Forward DWT)
Pada bagian ini dilakukan proses dekomposisi, yakni menguraikan sinyal asli
ke dalam komponen-komponen aslinya. Gambar 2.5 memperlihatkan proses
dekomposisi pada 1 dimensi [5,6] :
Gambar 2.5 Transformasi Wavelet Dengan dekomposisi Sinyal Sebanyak N kali
Pemfilteran urutan sinyal input didapat dengan mengkonvolusikan urutan
tersebut dengan sekelompok bilangan lain yang disebut koefisien koefisien filter,
tapis, weights, atau respon impuls. Untuk urutan masukan x(n) dan koefisien
koefisien filter h(n), urutan keluaran dari filter y(n) diberikan oleh [5,6]:

1
0
) ( ) ( ) ( * ) ( ) (
N
k
k n x k h n h n x n y (2.10)
dan keluaran dari HPF dan LPF setelah dilakukan down-sampling dengan faktor 2
berturut-turut:

n
HPF
n k g n x k y ) 2 ( . ) ( ) ( (2.11)

n
LPF
n k h n x k y ) 2 ( . ) ( ) ( (2.12)
Pada proses down sampling akan terjadi penurunan sampling rate karena
beberapa komponen (sampel) sinyal dihilangkan. Jumlah sampel pada keluaran down
sampling adalah sebagian dari jumlah sampel masukannya.
Pada proses dekomposisi data citra, dimulai dengan melakukan dekomposisi
terhadap baris dari data citra yang diikuti dengan operasi dekomposisi terhadap
kolom pada koefisien citra keluaran dari tahap pertama. Gambar 2.6 memperlihatkan
cara kerja dekomposisi dengan Transformasi Wavelet Maju:
Gambar 2.6 Proses Dekomposisi Sinyal Dua Dimensi Level Satu
citra masukan diasumsikan memiliki resolusi 2
j+1
. Blok L melambangkan lowpass
filter, sedangkan H melambangkan highpass filter.
Langkah pertama yang dilakukan adalah melakukan operasi konvolusi
terhadap baris-baris citra untuk selanjutnya dilakukan downsampling dengan faktor 2.
Langkah berikutnya adalah melakukan kembali konvolusi terhadap kolom-kolom
pada koefisien citra keluaran dari langkah pertama. Hasil dari tahap dekomposisi di
atas berupa subband-subband detail yang terdiri dari :
1. lowpass residue, yang merupakan pendekatan sinyal pada resolusi j.
2. subband vertikal (d
j
,
v
)
3. subband horisontal (d
j
,
h
)
4. subband diagonall (d
j
,
d
)
Proses dekomposisi untuk level selanjutnya dilakukan terhadap lowpass residue dari
proses sebelumnya. Gambar 2.7 memperlihatkan proses dekomposisi untuk level dua.
Gambar 2.7 Transformasi Wavelet Maju Dua Dimensi Skala Dua
Bila citra asli f dengan M x N pixel didekomposisi menjadi empat sub-band
sesuai frekuensinya yakni LL,LH,HL,HH dengan menggunakan transformasi
Wavelet dengan filter Haar (Daubechies orde 1), secara matematis dihasilkan dengan
menggunakan persamaan sebagai berikut [1,10] :

+ +
1
0
1
0
) , (
) 2 , 2 (
4
1
i j
y x
j y i x f ll (2.13)

+ + +
1
0
1
0
) , (
) 1 2 , 2 (
4
1
) 2 , 2 (
4
1
i i
y x
y i x f y i x f lh (2.14)

+ + +
1
0
1
0
) , (
) 2 , 1 2 (
4
1
) 2 , 2 (
4
1
i i
y x
i y x f i y x f hl (2.15)
{ } ) 1 2 , 2 ( ) 2 , 1 2 ( ) 1 2 , 1 2 ( ) 2 , 2 (
4
1
) , (
+ + + + + y x f y x f y x f y x f hl
y x
(2.16)
Dimana :
2
0 ,
2
0
N
y
M
x < < dan f(x,y) merupakan nilai pixel pada koordinat (x,y)
pada citra f.
ll(x,y), lh(x,,), hl(x,y), hh(x,y) secara berturut-turut adalah komponen pada
koordinat (x,y) dari LL,LH,HL dan HH.
LL merupakan setengah resolusi dari citra asli, LH merupakan subband detail
vertikal, HL merupakan subband detail horisontal, HH merupakan subband
detail diagonal.
2.4.2.3 Transformasi Wavelet Diskrit Balik (Invers DWT)
Transformasi ini merupakan kebalikan dari transformasi Wavelet maju. Pada
tahap ini dilakukan proses rekonstruksi yakni proses mengembalikan kembali
komponen-komponen frekuensi menjadi sinyal semula melalui proses upsampling
dan pemfilteran dengan koefisien-koefisien filter balik. Gambar 2.8 memperlihatkan
proses rekonstruksi pada satu dimensi:
Gambar 2.8 Inverse Transformasi Wavelet Dengan Rekonstruksi Sebanyak N kali
Dengan cara yang sama dengan proses dekomposisi dan menggunakan
koefisien yang sama, proses rekonstruksi dilakukan dengan melakukan konvolusi
yang kemudian diikuti oleh proses up sampling dengan faktor 2. Proses upsampling
dilakukan untuk mengembalikan dan menggabungkan sinyal seperti semula. Proses
ini dilakukan dengan menyisipkan sebuah kolom berharga nol diantara setiap kolom
dan melakukan konvolusi pada setiap baris dengan sebuah filter satu dimensi. Filter
yang digunakan pada transformasi ini adalah filter LPF dan HPF yang mempunyai
hubungan khusus terhadap filter-filter pada sisi dekomposisi. Koefisien-koefisien
filter tersebut akan membentuk suatu kumpulan filter (filter bank), sehingga harus
memiliki hubungan rekonstruksi sempurna (perfect reconstruction), yang berarti
bahwa sinyal hasil transformasi wavelet balik harus sama dengan sinyal asli sebelum
transformasi dilakukan [1,7,9]. Untuk memenuhi persyaratan ini, maka koefisien
pada filter dekomposisi h(n) dan filter konstruksi g(n) diberikan oleh persamaan[5,6]:
) ( . ) 1 ( ) 1 ( n h n L g
n
(2.17)
Proses rekonstruksi dengan level (skala) banyak didapat dengan melakukan iterasi
dari struktur dasar sehingga didapat lowpass residue yang bersesuaian untuk masing-
masing tingkat.
Gambar 2.9 Proses Rekonstruksi Sinnyal Dua Dimensi Level Satu
2.5 Independent Component Analysis (ICA)
2.5.1 Definisi ICA
Salah satu aplikasi metode Independent Component Analysis (ICA) adalah
untuk memisahkan sinyal-sinyal yang tercampur dan berasal dari sumber yang saling
bebas statistik. Asumsi pengamatan pada n linier pencampuran
n
x x , ,
1
K dari n
komponen bebas,
j semua untuk s a s a s a x
n jn j j j
,
2 2 1 1
+ + + K (2.18)
Pada persamaan (2.18) dimana
j
x merupakan sinyal yang tercampur,
jn
s menyatakan
komponen bebasnya dan
jn
a adalah faktor pencampur. Persamaan dari model ICA
(2.19) dinotasikan dalam matriks, x menotasikan vektor acak dengan elemen
n
x x , ,
1
K , s dengan elemen
n
s s , ,
1
K dan A adalah matriks dengan elemen
ij
a .
x = As. (2.19)
Persamaan (2.19) dapat juga ditulis dengan,
n
i
i i
s a x
1
(2.20)
Komponen bebas merupakan variabel tersembunyi, yang berarti bahwa ini
tidak dapat diamati secara langsung. Demikian pula halnya dengan matriks
pencampur A diasumsikan tidak diketahui. Pengamatan adalah pada vektor acak x,
yang selanjutnya digunakan untuk mengestimasi matriks A dan s.
Asumsi sederhana digunakan pada analisa komponen bebas adalah komponen
i
s yang saling bebas statistik, komponen bebas harus mempunyai distribusi
nongaussian. Fungsi pdf dari variabel yang berdistribusi Gaussian sangat simetrik
sehingga tidak mengandung informasi tentang arah dari tiap kolom pada matiks A,
dan matriks pencampur yang tidak diketahui berbentuk matriks persegi. Setelah
mengestimasi matriks A, maka didapatkan matriks inversnya dan dinotasikan dengan
Wyang selanjutnya akan digunakan untuk mendapatkan komponen-komponen bebas
[10].
s = Wx (2.21)
2.5.2 Definisi dan Karakteristik Komponen Bebas
Asumsi dua buah variabel dengan nilai skalar yang acak
1
y dan
2
y . Variabel
1
y dan
2
y dikatakan bebas jika informasi pada nilai
1
y tidak memberikan informasi
pada nilai
2
y dan sebaliknya.
Secara teknik, independent dapat didefinisikan dengan fungsi kepadatan
peluang. ) , (
2 1
y y p menotasikan joint probability density function dari
1
y dan
2
y .
) (
1 1
y p menotasikan marginal pdf
1
y , dimana
2 2 1 1 1
) , ( ) ( dy y y p y p (2.22)
dan sama halnya untuk
2
y . Variabel
1
y dan
2
y dikatakan bebas jika dan hanya jika
joint pdf dapat difaktorkan dengan cara,
) ( ) ( ) , (
2 2 1 1 2 1
y p y p y y p (2.23)
Definisi ini dapat digunakan untuk mendapatkan sifat yang paling penting dari
variabel acak yang bebas. Jika diberikan dua fungsi
1
h dan
2
h ,
)} ( { )} ( { )} ( ) ( {
2 2 1 1 2 2 1 1
y h E y h E y h y h E (2.24)
Ini dapat dibuktikan dengan [12]:
)} ( { )} ( {
) ( ) ( ) ( ) (
) ( ) ( ) ( ) (
) , ( ) ( ) ( )} ( ) ( {
2 2 1 1
2 2 2 2 1 1 1 1
2 1 2 2 2 1 1 1
2 1 2 1 2 2 1 1 2 2 1 1
y h E y h E
dy y p y h dy y p y h
dy dy y p y h y p y h
dy dy y y p y h y h y h y h E

(2.25)
Dua variabel acak
1
y dan
2
y dikatakan tidak berkorelasi jika covariance-nya nol:
0 } { } { } {
2 1 2 1
y E y E y y E (2.26)
Maka dapat disimpulkan variabel yang saling bebas pasti tidak saling berkorelasi.
B A B I I I P er an ca n ga n D a n I m p l em en t a si
B er n a r d u s S . P . G ( 1 1 1 0 2 0 2 1 1 ) - S T T T el k om B a n d u n g
21
BAB III
PERANCANGAN DAN IMPLEMENTASI
3.1 Perancangan Sistem
Aplikasi sistem watermarking citra terdiri atas bagian embedding dan bagian
ekstraksi watermark. Teknik watermarking dilakukan dengan menyisipkan
watermark berupa citra logo (citra gambar teks) pada informasi yang berupa citra
digital. Pada Tugas Akhir ini disimulasikan dua buah simulasi skema watermarking
yakni simulasi skema watermarking tanpa pengacakan citra logo dan simulasi skema
watermarking dengan pengacakan citra logo menggunakan Algoritma RSA. Diagram
blok untuk bagian embedding dan ekstraksi untuk kedua simulasi dapat dilihat pada
gambar 3.1 dan 3.2:
(a) Proses Embedding
(b) Proses Ekstraksi
Gambar 3.1 Diagram Blok Simulasi Watermarking tanpa Algoritma RSA
22
(a) Proses Embedding
(b) Proses Ekstraksi
Gambar 3.2 Diagram Blok Simulasi Watermarking Dengan Algoritma RSA
Pada masing-masing diagram blok simulasi pada gambar 3.1 dan 3.2, proses
embedding dilakukan dengan proses mixing, yakni proses pencampuran antara citra
asli dan citra logo. Proses mixing ini menggunakan pendekatan ICA berdasarkan
asumsi bahwa komponen yang ada pada citra asli dan citra logo adalah independent.
Operasi mixing dapat diilustrasikan oleh gambar 3.3 berikut ini [5,6] :
Gambar 3.3 Pencampuran Dua Buah Sinyal
Operasi pencampuran (mixing) diberikan oleh persamaan berikut ini [5,6] :
2 12 1 11 1
. . s a s a X + = (3.1)
2 22 1 21 2
. . s a s a X + = (3.2)
dimana :
22 21 11 12
1 dan 1 a a a a = =
23
Atau dalam bentuk matriks
=
=
22 21
12 11
a a
a a
A
A.s X
(3.3)
dimana matriks A disebut sebagai mixing matriks.Elemen-elemen dari matriks yakni
a
11
, a
12
, a
21
dan a
22
merupakan koefisien-koefisien pencampur dengan nilai yang
bervariasi. Pada Tugas Akhir ini, nilai-nilai dari ( a
11
,a
22
) yang akan digunakan antara
lain, [0.8,0.8 ; 0.85,0.85 ; 0.9,0.9 ; 0.99,0.99]. Dari nilai-nilai koefisien tersebut akan
dicari koefisien yang dapat memberikan performansi terbaik bagi skema
watermarking pada simulasi I dan simulasi II.
Proses ekstraksi merupakan kebalikan dari proses embedding. Pada kedua
simulasi ini, proses ekstraksi dilakukan dengan metode ICA untuk memisahkan citra
watermarking menjadi 2 buah citra yang bebas yaitu citra asli dan citra logo.
Permasalahan yang akan dipecahkan oleh ICA adalah mencari matriks demixing.
Matriks demixing didapat dengan mencari invers matriks pencampur (matriks
mixing). Keluaran dari proses demixing adalah citra asli serta citra logo yang secara
matematis dapat dituliskan sebagai berikut :
X . Ainv s = (3.4)
dimana :
=
22 21
12 11
11 21
12 22
) det(
1
Ainv Ainv
Ainv Ainv
a a
a a
A
Ainv (3.5)
3.1.1 Perancangan Sistem Watermarking Tanpa Menggunakan Algoritma RSA
Pada simulasi I, proses watermarking dilakukan tanpa pengacakan citra logo
atau tanpa menggunakan Algoritma RSA. Blok diagram untuk simulasi I adalah
seperti yang terlihat pada gambar 3.1(a) dan 3.1(b). Citra asli dan citra logo dirubah
dahulu menjadi citra grayscale sebelum proses dekomposisi menggunakan
transformasi Wavelet. Setelah dirubah menjadi citra grayscale, barulah citra asli dan
citra logo didekomposisi menggunakan 2D DWT level 1 dan Wavelet yang dipilih
adalah Haar (Daubechies orde 1). Dari proses dekomposisi terhadap masing-masing
24
citra asli dan citra logo ini terbentuklah empat sub-band frekuensi dari masing-
masing citra asli dan citra logo yakni sub-band L
L
, L
H
, H
L
dan H
H
. Sub-band yang
dihasilkan mempresentasikan citra aproksimasi yakni citra yang sama dengan citra
asli tetapi berukuran setengah resolusi dari citra aslinya. Sub-band L
L
memiliki energi
yang besar dan sebaliknya, sub-band H
H
memiliki energi yang kecil.
Setelah dilakukan proses dekomposisi, kemudian dilakukan pemilihan satu
sub-band dari empat sub-band yang terbentuk pada masing-masing bagian citra asli
dan citra logo. Sub-band yang dipilih adalah sub-band frekuensi tinggi (H
H
) pada
citra asli dan sub-band frekuensi rendah (L
L)
pada citra logo. Sub-band yang telah
dipilih ini kemudian digunakan dalam proses mixing, selain itu sub-band ini juga
berfungsi sebagai sub-band tempat penyimpanan citra watermarking dan citra kunci.
Pada proses mixing, koefisien pencampur yang digunakan untuk tiap citra adalah
seperti yang telah dijelaskan sebelumnya, dimana nilai-nilai dari ( a
11
,a
22
) yang akan
digunakan yaitu, [0.8,0.8 ; 0.85,0.85 ; 0.9,0.9 ; 0.99,0.99]. Secara matematis, proses
mixing pada simulasi ini dapat dituliskan sebagai berikut:
* (LL) a * (HH) + = a band Sub
* (LL) a * (HH) + = a band Sub
22 21 LL
12 11 HH
(3.6)
Setelah proses mixing, dilakukan proses 2D IDWT, untuk mendapatkan citra
watermarking dan citra kunci. Kemudian keluaran dari proses embedding yakni citra
yang telah disisipkan oleh logo (citra watermarking) dan citra kunci akan dikirimkan
ke penerima untuk selanjutnya akan dilakukan proses ekstraksi. Pada skenario ini,
citra keluaran proses embedding dalam proses pentransmisiannya ke penerima akan
mendapat gangguan. Gangguan ini bertujan untuk merusak dan menghilangkan
watermark dari citra yang dikirim. Pemberian gangguan ini bertujuan untuk menguji
kehandalan sistem terhadap gangguan (robustness). Citra yang sampai di penerima
adalah citra ditambah dengan gangguan. Gangguan yang diberikan berupa derau,
kompresi JPEG, dan rescaling. Pada gambar 3.4 diperlihatkan citra yang telah
mendapat gangguan.
25
Gambar 3.4 Penambahan Gangguan Pada Citra
Pada penerima akan dilakukan proses ekstraksi (dewatermarking). Proses
ekstraksi ini merupakan kebalikan dari proses embedding dan bertujuan untuk
mendeteksi keberadaan logo yang telah disisipkan pada citra yang terwatermarking
yang diterima, dalam kasus ini citra yang diterima baik citra terwatermarking maupun
citra logo telah mengalami perubahan dikarenakan adanya gangguan. Pendeteksian
keberadaan logo pada proses ekstraksi dilakukan dengan metode ICA, dengan
mencari matriks demixing yang merupakan invers matriks pencampur (matriks
mixing). Pada Gambar 3.1 (b), metode ICA digunakan pada proses ekstraksi untuk
memisahkan citra watermarking menjadi 2 buah citra yang bebas yaitu citra asli dan
citra logo. Secara matematis, proses ekstraksi dengan metode ICA dapat dituliskan
sebagai berikut:
unci) * (citra k + Ainv22 ermarking) (citra wat Ainv21 * deteksi = citra logo
unci) * (citra k + Ainv12 ermarking) (citra wat Ainv11 * deteksi = citra asli
(3.7)
dimana citra watermarking dan citra kunci merupakan citra watermarking dan citra
logo yang telah ditambah dengan gangguan.
Gangguan yang telah ditambahkan pada citra yang diterima menyebabkan
keluaran dari proses demixing, citra asli dan citra logo hasil deteksi, tidak akan persis
sama dengan citra asli serta citra logo yang dikirimkan. Oleh karena itu, diperlukan
perhitungan MSE dan SNR antara citra asli hasil deteksi dengan citra asli di pengirim
serta MSE dan SNR antara citra logo hasil deteksi dengan citra logo di pengirim.
Untuk membuktikan sistem ini robust atau tidak maka dapat dilihat dari nilai MSE
citra asli dan citra logo hasil deteksi yang dihasilkan. Nilai MSE yang diharapkan
adalah sangat kecil sekali untuk mendapatkan performansi sistem yang baik.
26
3.1.2 Perancangan Sistem Watermarking Dengan Menggunakan Algoritma
RSA
Pada simulasi II, proses watermarking dilakukan dengan pengacakan citra
logo menggunakan Algoritma RSA. Blok diagram untuk simulasi II adalah seperti
yang terlihat pada gambar 3.2(a) dan 3.2(b). Sama halnya seperti pada simulasi I,
pada simulasi II ini citra asli dan citra logo dirubah dahulu menjadi citra grayscale
sebelum proses dekomposisi menggunakan transformasi Wavelet. Setelah itu citra
asli dan citra logo didekomposisi menggunakan 2D DWT level 1 dan Wavelet yang
dipilih adalah Haar (Daubechies orde 1). Setelah proses dekomposisi, kemudian
dilakukan pemilihan satu sub-band dari empat sub-band yang terbentuk pada
masing-masing bagian citra asli dan citra logo. Sub-band yang dipilih adalah sub-
band frekuensi tinggi (H
H
) pada citra asli dan sub-band frekuensi rendah (L
L)
pada
citra logo.
Sebelum masuk dalam proses mixing, sub-band frekuensi rendah (L
L)
pada
citra logo diacak terlebih dahulu menggunakan algoritma RSA. Pengacakan ini
dimaksudkan untuk menghasilkan citra watermarking dan citra kunci dengan tingkat
hidden yang tinggi. Kunci pada Algoritma RSA yang digunakan untuk mengacak
citra logo akan dijelaskan selanjutnya. Sub-band frekuensi tinggi (H
H
) pada citra asli
dan sub-band frekuensi rendah (L
L)
pada citra logo yang telah diacak dengan
Algoritma RSA ini kemudian digunakan dalam proses mixing. Koefisien pencampur
yang digunakan untuk tiap citra sama dengan proses watermarking pada simulasi I.
Secara matematis, proses mixing pada simulasi ini dapat dituliskan sebagai berikut:
) * (LL a * (HH) + = a band Sub
) * (LL a * (HH) + = a band Sub
22 21 LL
12 11 HH
"
"
(3.8)
dimana (LL) merupakan sub-band frekuensi rendah (L
L)
pada citra logo yang telah
diacak dengan Algoritma RSA
Setelah proses mixing, dilakukan proses 2D IDWT, untuk mendapatkan citra
watermarking dan citra kunci. Pada citra watermarking dan citra kunci yang
dihasilkan akan ditambahkan gangguan berupa noise uniform, kompresi JPEG, dan
rescaling.
27
Sama halnya seperti pada simulasi I, dalam proses ekstraksi (dewatermarking)
pada simulasi II ini, citra watermarking dan citra kunci yang telah mengalami
perubahan karena adanya gangguan didekomposisi 2D DWT dan dilakukan
pemilihan sub-band tempat citra logo dan citra asli disimpan, sub-band yang dipilih
sama dengan sub-band yang dipilih pada bagian embedding. Kemudian dilakukan
proses ICA yaitu mencari invers matriks pencampur untuk memisahkan sub-band
citra asli dengan citra logo. Sebelum dilakukan proses 2D IDWT untuk mendapatkan
citra asli kembali, sub-band frekuensi rendah (L
L
) hasil demixing pada citra kunci
disusun kembali menggunakan algoritma RSA. Setelah itu, Sub-band frekuensi tinggi
(H
H
) pada citra watermarking dan sub-band frekuensi rendah (L
L)
pada citra kunci
yang telah disusun kembali dengan Algoritma RSA masuk dalam proses 2D IDWT
untuk mendapatkan citra asli dan citra logo kembali.
3.1.3. Penentuan Kunci Optimal Algoritma RSA untuk Skema Watermarking
Kunci pada Algoritma RSA yang digunakan untuk skema watermarking
memegang peranan yang sangat penting. Tingkat hidden pada citra watermarking dan
citra logo sangat tergantung dari pemilihan kunci yang digunakan. Penentuan kunci
optimal yang digunakan pada skema watermarking akan memberikan performansi
yang optimal pula.
Algoritma RSA terdiri dari 2 jenis kunci, yaitu kunci publik (kunci enkripsi)
dan kunci privat (kunci dekripsi). Pada skema watermarking menggunakan Algoritma
RSA, kunci publik (kunci enkripsi) terletak pada bagian embedding dan kunci privat
(kunci dekripsi) terletak pada bagian ekstraksi. Kunci publik berfungsi untuk
mengacak citra watermark sedang kunci privat berfungsi untuk menyusun kembali
citra watermark yang telah teracak.
Pada Tugas Akhir ini akan diujikan 4 buah pasangan kunci (e,d) yang
diperoleh dari 4 buah pasangan bilangan prima (a,b). Pasangan bilangan prima
tersebut adalah [(3,5);(5,19);(17,19);(23,23)]. Dari langkah-langkah Algoritma RSA
yang telah dijelaskan pada Bab II hal 7, diperoleh 4 buah pasangan kunci yaitu [(7,7);
(23,47);(23,263);(29,217)].
28
Gambar 3.5 Blok Diagram Algoritma RSA
Kunci optimal merupakan kunci yang memberikan nilai MSE citra deteksi
(MSE antara citra awal dan citra hasil pendeteksian pada blok diagram Algoritma
RSA pada gambar 3.5) yang terkecil. Kunci optimal dipilih dari 4 buah pasangan
kunci yang telah didapat sebelumnya. Pertama-tama, kita kelompokkan citra ke
dalam masing-masing kriteria low detail, medium detail, dan high detail. Setelah itu,
lakukan proses seperti pada gambar 3.5 kemudian cari kunci yang memberikan nilai
MSE citra deteksi yang terkecil dari ketiga kriteria citra tersebut. Kunci optimal yang
diperoleh pada tahap tersebut merupakan kunci yang akan digunakan pada proses
simulasi I dan II.
3.2 Performansi Sistem Watermarking
Performansi sistem watermarking dianalisa berdasarkan kualitas citra digital,
dalam hal ini adalah citra watermarking dan citra watermark (citra logo) hasil
deteksi, yang dilakukan melalui penilaian obyektif dan subyektif.
3.2.1 Penilaian Obyektif
Pada beberapa sistem transmisi citra, beberapa kesalahan yang terjadi pada
citra rekonstruksi dapat ditoleransi. Dalam kasus ini penilaian obyektif dapat
digunakan sebagai ukuran kualitas dari sistem. Analisa kualitas citra digital
berdasarkan penilaian obyektif dilakukan dengan Mean Square Error (MSE). Citra
masukan, baik citra asli maupun citra logo, dinotasikan dengan f(x,y) sedangkan citra
keluaran, baik citra watermarking maupun citra logo hasil deteksi, dinotasikan
dengan g(x,y), dengan ukuran citra MxN pixel.
29
3.2.1.1 Mean Square Error (MSE)
Pengukuran MSE menunjukan rata-rata perbedaan antara intensitas citra
masukan f(x,y) dan intensitas citra keluaran g(x,y). MSE dalam tugas akhir ini
dinyatakan dalam satuan persen, seperti persamaan berikut : [5,6]
% x y x f y x g
MxN
MSE
N
y
M
x
100 )] , ( ) , ( [
1
(%)
2
1
0
1
0
=

=
=
(3.11)
3.2.2 Penilaian Subyektif
Penilaian subyektif berkenaan dengan seberapa bagus kualitas suatu gambar
menurut persepsi orang. Dua buah citra yang memiliki kualitas obyektif yang sama
dapat mempunyai kualitas subyektif yang berbeda tergantung pada persepsi visual
pengamat. Kualitas subyektif dari suatu citra dapat dievaluasi dengan
memperlihatkan citra tersebut pada sejumlah pengamat, dalam hal ini
memperlihatkan citra watermarking bila dibandingkan dengan citra asli dan citra logo
hasil pendeteksian dibandingkan dengan citra logo, kemudian mengambil rata-rata
dari evaluasi mereka. Hal ini dinamakan dengan MOS (Mean Opinion Square). Pada
Tugas Akhir ini, jumlah pengamat sebanyak 30 orang. Kriteria penilaian MOS
menggunakan skala absolut seperti yang digunakan oleh Panel 6 dari Television
Allocation Study Organization [3] :
Tabel 3.1 Kriteria Penilaian MOS
Nilai Kualitas Citra Penjelasan
1 Sangat Bagus
(excellent)
Citra yang diamati mempunyai kualitas yang sangat baik
hampir serupa dengan citra aslinya
2 Bagus
(fine)
Citra yang diamati mempunyai kualitas bagus tanpa
gangguan yang berarti.
3 Cukup
(passable)
citra yang diamati mempunyai kualitas yang cukup baik
dengan gangguan yang sedikit berarti.
4 Batas citra yang diamati mempunyai kualitas buruk dengan
30
(marginal) gangguan yang berarti.
5 Kurang
(inferior)
citra yang diamati mempunyai kualitas yang sangat
buruk tetapi masih dapat diamati dengan gangguan yang
sangat berarti.
6 Tak Berguna
(unusable)
citra yang diamati memiliki kualitas yang demikian
buruk sehingga tidak dapat diamati lagi.
3.3 Spesifikasi Sistem
Tugas Akhir ini diimplementasikan dengan menggunakan sejumlah perangkat
keras dan lunak yang mendukung.
3.3.1 Perangkat Keras
Perangkat Keras (hardware) yang digunakan dalam sistem ini memiliki
spesifikasi sebagai berikut:
v Prosesor AMD Athlon XP 1700+ 1.4 GHz
v RAM 512 MB + Gforce 2 MX 64 MB
v Hard Disk 80GB
3.3.2 Perangkat Lunak
Perangkat lunak (software) yang digunakan dalam pembuatan dan pengujian
sistem ini memiliki spesifikasi sebagai berikut :
Sistem operasi Microsoft Windows XP.
Pemrograman menggunakan MATLAB 7.0.1
Spesifikasi perangkat lunak di atas merupakan spesifikasi yang digunakan,
namun untuk pengembangan selanjutnya, dapat pula digunakan perangkat lunak yang
kompatibel dan memiliki versi lebih tinggi.
B A B I V A n a l i sa H asi l S i m u l asi
B er n ar du s S . P . G ( 1 1 1 0 2 0 2 1 1 ) - S T T T el k om B an du n g
31
BAB IV
ANALISA HASIL SIMULASI
Performansi sistem watermarking yang dihasilkan menunjukkan tingkat
keberhasilan dari perancangan sistem watermarking citra digital. Secara umum sistem
watermarking dikatakan handal jika penyisipan watermark (citra logo) pada citra asli
tidak terlihat (hidden), nilai MSE citra asli dan logo hasil ekstraksi kecil, dan
watermark yang disisipkan tidak mudah dihilangkan bila terkena gangguan (robust).
Performansi watermarking citra digital pada Tugas Akhir ini akan diukur
dengan menganalisa kualitas citra digital hasil ekstraksi dan citra watermark yang
terdeteksi baik secara subyektif maupun obyektif.
4.1 Analisa Kunci Optimal Algoritma RSA Pada Proses Watermarking
Kunci Algoritma RSA yang digunakan akan mempengaruhi performansi
sistem watermarking, baik nilai SNR maupun nilai MSE. Kunci yang optimal adalah
kunci Algoritma RSA yang digunakan pada skema watermarking yang akan
memberikan nilai MSE paling minimum atau mendekati 0%. Kunci optimal dicari
dengan pengujian nilai MSE dari 3 kriteria citra yang berbeda. Pemilihan citra yang
akan digunakan untuk mencari kunci optimal untuk skema watermarking pada
simulasi I dan II berdasarkan pada karakteristik warna dari masing-masing citra. Tiga
buah kriteria citra tersebut yakni citra dengan perubahan warna yang lambat dan
dengan detail yang sedikit (low detail), citra dengan perubahan warna yang relatif
cepat dan dengan detail yang sudah agak banyak (high detail) serta citra dengan
perubahan warna yang cepat dan dengan detail yang banyak. Keseluruhan citra yang
digunakan pada Tugas Akhir ini dapat dilihat pada lampiran A.
Kunci yang optimal akan memberikan hasil citra ekstraksi (setelah proses
enkripsi dan dekripsi) yang sangat mirip dengan citra aslinya. Pada gambar 4.1 akan
diperlihatkan salah satu sampel citra asli yang dienkripsi dan didekripsi dengan kunci
[(7,7); (23,47);(23,263);(29,217)].
32
(f) (g) (h) (i)
Gambar 4.1 Citra Asli Setelah Enkripsi dan Dekripsi
Dengan kunci [(7,7); (23,47);(23,263);(29,217)]
(a) Citra Asli MONKEYS.bmp (b) Citra Enkripsi Kunci (7,7) (c) Citra Dekripsi Kunci (7,7)
(d) Citra Enkripsi Kunci (23,47) (e) Citra Dekripsi Kunci (23,47) (f) Citra Enkripsi Kunci (23,263)
(g) Citra Dekripsi Kunci (23,263) (h) Citra Enkripsi Kunci (29,217) (i) Citra Dekripsi Kunci (29,217)
Pada gambar 4.1 terlihat bahwa kunci (23,263) memberikan hasil yang paling
optimal karena hasil citra setelah didekripsi sangat mirip dengan citra aslinya,
sedangkan kunci yang lainnya tidak dapat membuat citra hasil dekripsi kembali
seperti citra aslinya. Hal ini membuktikan bahwa kunci (23,263) merupakan kunci
yang optimal dibanding ketiga kunci lainnya. Pada gambar 4.2 akan diperlihatkan
nilai MSE dari keempat kunci sehingga dapat diketahui kunci yang paling optimal.
(a) (b) (c (d) (e)
33
0
20
40
60
80
100
120
e=7 d=7 e=23 d=47 e=23
d=263
e=29
d=217
Pasangan Kunci
M
S
E
(
%
)
Citra Low Detail
Citra MediumDetail
Citra High Detail
Gambar 4.2 Nilai MSE Kunci Algoritma RSA
Pada gambar 4.2 diperlihatkan bahwa kunci (23,263) memiliki nilai MSE=0,
yang artinya citra hasil dekripsi sama persis dengan citra aslinya sehingga dapat
diambil kesimpulan kunci (23,263) merupakan kunci optimal. Pada proses
watermarking selanjutnya, hanya kunci (23,263) yang digunakan didalam enkripsi
dan dekripsi citra watermark simulasi II. Hal ini dimaksudkan agar kunci (23,263)
dapat memberikan performansi yang baik dalam skema watermarking ini.
4.2 Performansi Watermarking Citra Digital Berdasarkan Analisa Obyektif
Analisa obyektif pada performansi watermarking dilakukan dengan dengan
perhitungan MSE dari citra watermarking dan citra logo hasil ekstraksi (deteksi)
untuk setiap metode watermarking yang digunakan
4.2.1 MSE Citra Asli Hasil Ekstraksi Simulasi I
Sub bab ini membahas mengenai hasil simulasi yang dilakukan dengan
menggunakan metode watermarking tanpa menggunakan Algoritma RSA.
Dekomposisi Wavelet yang disimulasikan adalah dekomposisi level 1 dengan filter
wavelet yang dipilih adalah Haar. Dalam proses watermarking ini, citra logo pada
sub-band L (Low) ditumpangkan sub-band H (High) pada citra asli. Pada gambar 4.3
diperlihatkan hasil simulasi pada bagian ekstraksi, yang berupa nilai MSE citra Asli.
34
0.00E+00
5.00E-15
1.00E-14
1.50E-14
2.00E-14
2.50E-14
3.00E-14
3.50E-14
4.00E-14
4.50E-14
0.8 0.85 0.9 0.99
Koefisien Pencampur
M
S
E

(
%
)
Citra Low Detail
Citra MediumDetail
Citra High Detail
Gambar 4.3 Nilai MSE Skema Watermarking Tanpa RSA
Berdasarkan gambar 4.3 diketahui bahwa nilai MSE yang paling kecil pada
simulasi ini dihasilkan oleh citra asli xray.bmp (1,48*10
-14
%). Hal ini dikarenakan
citra xray.bmp memiliki perubahan warna yang lambat dan dengan detail yang sedikit
(low detail). Pada metode watermarking menggunakan Wavelet, selain gradasi dan
dominasi warna, besarnya nilai koefisien pencampur dari citra asli juga turut
mempengaruhi performansi skema watermarking, walaupun pada gambar 4.3 hal ini
tidak terlalu terlihat. Semakin besar nilai koefisien pencampur citra asli (a
11
) maka
nilai MSE juga akan semakin mengecil.
4.2.1.1 MSE Citra Asli Hasil Ekstraksi Saat Diberi Gangguan Derau
Pengujian ketahanan sistem watermarking dilakukan dengan memberikan
derau uniform pada citra watermarking dan citra kunci yang dikirim oleh penerima.
Dalam pengujian, derau uniform merupakan fungsi dari nilai PSNR
input.
citra asli dan
citra kunci sebelum diberi derau dianggap mempunyai daya sebesar 0 dB.
Pengujian dilakukan dengan memberi derau dengan nilai SNR 0 sampai 60
dB dengan interval 30 dB pada 3 buah citra yang berbeda kriteria. Dari 3 buah citra
tersebut kemudian dicari nilai MSE-nya, dan MSE yang diinginkan adalah MSE yang
seminimum mungkin karena itu menandakan bahwa sistem watermarking tahan
terhadap derau.
35
0
10
20
30
40
50
60
0.8 0.85 0.9 0.99
Koefisien Pencampur
M
S
E

(
%
)
Citra Low Detail
Citra MediumDetail
Citra High Detail
Gambar 4.4 Nilai MSE Skema Watermarking Tanpa RSA Dengan Noise (SNR=0 dB)
0
5
10
15
20
25
30
35
0.8 0.85 0.9 0.99
Koefisien Pencampur
M
S
E

(
%
)
Citra Low Detail
Citra MediumDetail
Citra High Detail
0
5
10
15
20
25
30
35
0.8 0.85 0.9 0.99
Koefisien Pencampur
M
S
E

(
%
)
Citra Low Detail
Citra MediumDetail
Citra High Detail
Grafik pada gambar 4.4, 4.5, dan 4.6 memperlihatkan nilai MSE citra asli
hasil deteksi pada saat mendapat gangguan derau. Secara umum nilai MSE yang
36
paling minimum akan dihasilkan oleh citra low detail, namun terkadang citra
medium maupun citra high detail dapat memiliki nilai MSE yang lebih rendah
daripada citra low detail. Ini terlihat pada pada gambar 4.4, disaat skema
watermarking mendapat gangguan derau dengan SNR sebesar 0 dB. Citra medium
maupun high detail dapat memiliki nilai MSE yang lebih rendah daripada citra low
detail bila citra-citra tersebut memiliki hanya satu atau sedikit warna yang dominan.
Selain gradasi dan dominasi warna dari citra asli yang digunakan, besarnya
nilai koefisien pencampur dari citra asli dan jenis citra logo juga turut mempengaruhi
performansi skema watermarking. Semakin besar nilai koefisien pencampur citra asli
(a
11
) maka nilai MSE juga akan semakin mengecil.
4.2.1.2 MSE Citra Asli Hasil Ekstraksi Saat Diberi Gangguan Kompresi JPEG
Dalam upaya untuk menguji kehandalan dari metode watermarking yang
dipergunakan, maka citra yang terwatermarking diberi gangguan dalam beberapa
cara. Sub bab sebelumya telah membahas gangguan pada citra terwatermaking yang
berupa derau. Sub bab ini akan membahas ketika sistem watermaking mendapat
gangguan berupa kompresi JPEG.
Gangguan berupa kompresi JPEG berarti gangguan yang terjadi dalam proses
pengiriman citra terwatermarking ke penerima oleh hacker atau orang ketiga (third
party) dengan cara mengkompresi citra yang terwatermarking. Jenis kompresi yang
diberikan berupa kompresi JPEG. Kompresi ini termasuk ke dalam jenis lossy
compression, yakni kompresi yang diberikan akan membuat citra terwatermarking
mengalami degradasi atau penurunan kualitas. Parameter yang digunakan pada
kompresi ini adalah faktor kualitas, dimana nilai faktor kualitas berkisar antara 0
sampai 100 dan yang digunakan pada simulasi ini adalah 50 dan 75.
Semakin kecil nilai faktor kualitas, maka citra akan mengalami degradasi
yang banyak (high compression). Sebaliknya bila faktor kualitas semakin besar maka
citra akan mengalami degradasi yang sedikit saja (low compression).
37
0
1
2
3
4
5
6
7
0.8 0.85 0.9 0.99
Koefisien Pencampur
M
S
E

(
%
)
Citra Low Detail
Citra MediumDetail
Citra High Detail
Gambar 4.7 Nilai MSE Skema Watermarking Tanpa RSA, Dengan Kompresi (Kualitas 50)
0
0.5
1
1.5
2
2.5
3
3.5
4
0.8 0.85 0.9 0.99
Koefisien Pencampur
M
S
E

(
%
)
Citra Low Detail
Citra MediumDetail
Citra High Detail
Gambar 4.8 Nilai MSE Skema Watermarking Tanpa RSA, Dengan Kompresi (Kualitas 75)
Grafik pada gambar 4.7 dan 4.8 menunjukkan nilai MSE citra asli hasil
deteksi untuk setiap kombinasi koefisien pencampur dan faktor kualitas yang
diberikan pada masing-masing kriteria citra. Dari grafik tersebut diketahui bahwa
citra xray.bmp (citra low detail) memiliki nilai MSE paling minimum diantara citra-
citra yang lain. Hal ini dikarenakan, citra low detail memiliki gradasi dan dominasi
warna yang lebih sedikit dibandingkan dengan citra medium dan high detail. Dari
hasil simulasi yang telah dilakukan, nilai MSE citra asli hasil deteksi yang paling
minimum dari keseluruhan citra dihasilkan oleh kombinasi koefisien pencampur 0.99
dengan faktor kualitas 75.
38
4.2.1.3 MSE Citra Asli Hasil Ekstraksi Saat Diberi Gangguan Rescaling
Rescaling merupakan salah satu distorsi geometris yang terjadi pada citra.
Rescaling dilakukan dengan mengubah ukuran image (ukuran matriks) dengan
menggunakan metode interpolasi. Rescaling yang dilakukan adalah dengan
memperkecil ukuran matriks dari citra dan kemudian mengembalikannya lagi ke
ukuran semula. Faktor skala rescaling yang digunakan dalam simulasi ini adalah
dan .
0
2
4
6
8
10
12
14
16
18
0.8 0.85 0.9 0.99
Koefisien Pencampur
M
S
E

(
%
)
Citra Low Detail
Citra MediumDetail
Citra High Detail
Gambar 4.9 Nilai MSE Skema Watermarking Tanpa RSA, Dengan Rescaling (scale )
0
2
4
6
8
10
12
14
16
18
0.8 0.85 0.9 0.99
Koefisien Pencampur
M
S
E

(
%
)
Citra Low Detail
Citra MediumDetail
Citra High Detail
Gambar 4.10 Nilai MSE Skema Watermarking Tanpa RSA, Dengan Rescaling (scale )
Gambar 4.9 dan 4.10 menunjukkan nilai MSE citra asli hasil deteksi untuk
setiap kombinasi koefisien pencampur dan faktor skala yang diberikan pada masing-
masing skema. Ketika diberi rescaling dengan faktor skala dan koefisien
pencampur 0.8, nilai MSE citra asli hasil deteksi yang diperoleh memiliki nilai yang
lebih minimum daripada ketika diberi rescaling dengan faktor skala dan koefisien
39
pencampur yang sama. Semakin kecil faktor skala yang digunakan maka nilai MSE
citra asli hasil deteksi yang diperoleh akan semakin besar. Selain faktor skala,
koefisien pencampur juga berpengaruh pada nilai MSE yang dihasilkan karena
semakin besar nilai koefisien pencampur maka nilai MSE akan semakin kecil, ini
berarti semakin besar nilai koefisien pencampur maka performansi sistem semakin
baik. Dari keseluruhan simulasi, diperoleh kombinasi koefisien pencampur dan faktor
skala yang memberikan nilai MSE citra asli deteksi paling minimum yaitu koefisien
pencampur 0.99 dan faktor skala .
4.2.2 MSE Citra Asli Hasil Ekstraksi Simulasi II
Pada sub bab ini akan dibahas mengenai hasil simulasi metode watermarking
dengan menggunakan Algoritma RSA. Dekomposisi Wavelet yang disimulasikan
adalah dekomposisi level 1 dengan filter wavelet yang dipilih adalah Haar. Hal ini
dikarenakan penelitian sebelumnya membuktikan bahwa level dekomposisi dan jenis
filter pada Wavelet tidak terlalu berpengaruh pada performansi citra watermarking.
Filter Haar dipilih karena memiliki waktu komputasinya lebih cepat dibandingkan
dengan filter Wavelet lainnya. Dalam proses watermarking ini, citra logo pada sub-
band L (Low) ditumpangkan sub-band H (High) pada citra asli. Pada bagian
embedding, sebelum proses dekomposisi Wavelet citra watermark akan diacak
terlebih dahulu oleh kunci enkripsi dari Algoritma RSA, sedangkan pada bagian
ekstraksi, citra tersebut akan kembali ke citra aslinya dengan kunci dekripsi.
0.00E+00
5.00E-15
1.00E-14
1.50E-14
2.00E-14
2.50E-14
3.00E-14
3.50E-14
4.00E-14
4.50E-14
0.8 0.85 0.9 0.99
Koefisien Pencampur
M
S
E

(
%
)
Citra Low Detail
Citra MediumDetail
Citra High Detail
Gambar 4.11 Nilai MSE Skema Watermarking Dengan RSA
40
Berdasarkan gambar 4.11 diketahui bahwa nilai MSE yang paling minimum
pada simulasi ini dihasilkan oleh citra asli xray.bmp. Hal ini dikarenakan citra
xray.bmp memiliki perubahan warna yang lambat dan dengan detail yang sedikit (low
detail). Besarnya nilai koefisien pencampur dari citra asli juga turut mempengaruhi
performansi skema watermarking, walaupun pada gambar 4.11 hal ini tidak terlalu
terlihat. Semakin besar nilai koefisien pencampur citra asli (a
11
) maka nilai MSE juga
akan semakin mengecil. Dari keseluruhan simulasi, diperoleh koefisien pencampur
yang memberikan nilai MSE citra asli deteksi paling minimum yaitu koefisien
pencampur 0.99.
4.2.2.1 MSE Citra Asli Hasil Ekstraksi Saat Diberi Gangguan Derau
Pengujian ketahanan sistem watermarking dilakukan dengan memberikan
derau uniform pada citra watermarking dan citra kunci yang dikirim oleh penerima.
Dalam pengujian, derau uniform merupakan fungsi dari nilai PSNR
input.
citra asli dan
citra kunci sebelum diberi derau dianggap mempunyai daya sebesar 0 dB.
Pengujian dilakukan dengan memberi derau dari 0 sampai 60 dB dengan
interval 30 dB pada 3 buah citra yang berbeda kriteria. Dari keseluruhan citra tersebut
kemudian dicari nilai MSE-nya, dan MSE yang diinginkan adalah MSE yang
seminimum mungkin yang menandakan bahwa sistem watermarking tahan terhadap
derau.
0
10
20
30
40
50
60
0.8 0.85 0.9 0.99
Koefisien Pencampur
M
S
E

(
%
)
Citra Low Detail
Citra MediumDetail
Citra High Detail
Gambar 4.12 Nilai MSE Skema Watermarking Dengan RSA Dengan Noise (SNR=0 dB)
41
0
5
10
15
20
25
30
0.8 0.85 0.9 0.99
Koefisien Pencampur
M
S
E

(
%
)
Citra Low Detail
Citra MediumDetail
Citra High Detail
Gambar 4.13 Nilai MSE Skema Watermarking DenganRSA Dengan Noise (SNR=30 dB)
0
5
10
15
20
25
30
0.8 0.85 0.9 0.99
Koefisien Pencampur
M
S
E

(
%
)
Citra Low Detail
Citra MediumDetail
Citra High Detail
Gambar 4.14 Nilai MSE Skema Watermarking Dengan RSA Dengan Noise (SNR=60 dB)
Grafik pada gambar 4.12, 4.13, dan 4.14 memperlihatkan nilai MSE citra asli
hasil deteksi pada saat mendapat gangguan derau. Secara umum nilai MSE yang
paling minimum akan dihasilkan oleh citra low detail, namun terkadang citra
medium maupun citra high detail dapat memiliki nilai MSE yang lebih rendah
daripada citra low detail. Citra medium maupun high detail dapat memiliki nilai MSE
yang lebih rendah daripada citra low detail bila citra-citra tersebut memiliki hanya
satu atau sedikit warna yang dominan.
Besarnya nilai koefisien pencampur dari citra asli juga turut mempengaruhi
performansi skema watermarking. Semakin besar nilai koefisien pencampur citra asli
(a
11
) maka nilai MSE juga akan semakin mengecil. Dari hasil simulasi yang telah
dilakukan, nilai MSE citra asli hasil deteksi yang paling minimum dari keseluruhan
citra dihasilkan oleh kombinasi koefisien pencampur 0.99 dengan SNR 60 dB.
42
4.2.2.2 MSE Citra Asli Hasil Ekstraksi Saat Diberi Gangguan Kompresi JPEG
Sub bab ini akan membahas ketika sistem watermaking mendapat gangguan
berupa kompresi JPEG. Gangguan berupa kompresi JPEG berarti gangguan yang
terjadi dalam proses pengiriman citra terwatermarking ke penerima oleh hacker atau
orang ketiga (third party) dengan cara mengkompresi citra yang terwatermarking
dengan kompresi JPEG. Kompresi ini termasuk ke dalam jenis lossy compression,
yakni kompresi yang diberikan akan membuat citra terwatermarking mengalami
degradasi atau penurunan kualitas. Parameter yang digunakan pada kompresi ini
adalah faktor kualitas, dimana nilai faktor kualitas berkisar antara 0 sampai 100 dan
yang digunakan pada simulasi ini adalah 50 dan 75.
0
1
2
3
4
5
6
7
0.8 0.85 0.9 0.99
Koefisien Pencampur
M
S
E

(
%
)
Citra Low Detail
Citra MediumDetail
Citra High Detail
Gambar 4.15 Nilai MSE Skema Watermarking Dengan RSA, Dengan Kompresi (Kualitas 50)
0
0.5
1
1.5
2
2.5
3
3.5
4
4.5
0.8 0.85 0.9 0.99
Koefisien Pencampur
M
S
E

(
%
)
Citra Low Detail
Citra MediumDetail
Citra High Detail
Gambar 4.16 Nilai MSE Skema Watermarking Dengan RSA, Dengan Kompresi (Kualitas 75)
Grafik pada gambar 4.15 dan 4.16 menunjukkan nilai MSE citra asli hasil deteksi
untuk setiap kombinasi koefisien pencampur dan faktor kualitas yang diberikan pada
43
masing-masing skema. Dari grafik tersebut diketahui bahwa citra xray.bmp mamiliki
nilai MSE paling minimum. Dari hasil simulasi yang telah dilakukan, nilai MSE citra
asli hasil deteksi yang paling minimum dari keseluruhan citra dihasilkan oleh
kombinasi koefisien pencampur 0.99 dengan faktor kualitas 75.
4.2.2.3 MSE Citra Asli Hasil Ekstraksi Saat Diberi Gangguan Rescaling
Rescaling merupakan salah satu distorsi geometris yang terjadi pada citra.
Rescaling dilakukan dengan mengubah ukuran image (ukuran matriks) dengan
menggunakan metode interpolasi. Rescaling yang dilakukan adalah dengan
memperkecil ukuran matriks dari citra dan kemudian mengembalikannya lagi ke
ukuran semula. Faktor skala rescaling yang digunakan dalam simulasi ini adalah
dan .
0
2
4
6
8
10
12
14
0.8 0.85 0.9 0.99
Koefisien Pencampur
M
S
E

(
%
)
Citra Low Detail
Citra MediumDetail
Citra High Detail
Gambar 4.17 Nilai MSE Skema Watermarking Dengan RSA, Dengan Rescaling (scale )
0
2
4
6
8
10
12
14
0.8 0.85 0.9 0.99
Koefisien Pencampur
M
S
E

(
%
)
Citra Low Detail
Citra MediumDetail
Citra High Detail
Gambar 4.18 Nilai MSE Skema Watermarking Dengan RSA, Dengan Rescaling (scale )
44
Grafik pada gambar 4.17 dan 4.18 menunjukkan nilai MSE citra asli hasil
deteksi untuk setiap kombinasi koefisien pencampur dan faktor skala yang diberikan
pada masing-masing skema. Semakin kecil faktor skala yang digunakan maka nilai
MSE citra asli hasil deteksi yang diperoleh akan semakin besar. Selain faktor skala,
koefisien pencampur juga berpengaruh pada nilai MSE yang dihasilkan karena
semakin besar nilai koefisien pencampur maka nilai MSE akan semakin kecil, ini
berarti semakin besar nilai koefisien pencampur maka performansi sistem semakin
baik. Dari keseluruhan simulasi, diperoleh citra monkeys.bmp (citra medium detail)
dengan kombinasi koefisien pencampur 0.99 dan faktor skala memberikan nilai
MSE citra asli deteksi paling minimum sekitar 2.3%.
4.2.3 MSE Citra Logo Hasil Ekstraksi Simulasi I dan Simulasi II
Citra logo memegang peranan penting dalam skema watermarking karena
citra logo bertindak sebagai tanda pengenal dari orang yang mengirimkan pesan, atau
dengan kata lain berguna dalam proses autentikasi.
4.2.3.1 MSE Citra Logo Hasil Ekstraksi Tanpa Gangguan
Berdasarkan tabel C.1 dan C.5 pada lampiran C diketahui bahwa nilai MSE
citra logo simulasi I lebih kecil daripada nilai MSE citra logo simulasi II. Hal ini
dapat terjadi karena pada simulasi II citra logo diacak terlebih dahulu menggunakan
kunci enkripsi sebelum ditransformasi menggunakan Wavelet. Walaupun demikian,
nilai MSE citra logo simulasi II masih cukup kecil (0.1295 %), sehingga citra logo
pada simulasi II ini masih dapat digunakan untuk proses autentikasi. Dari tabel pada
lampiran C dapat juga diketahui bahwa koefisien pencampur tidak berpengaruh pada
nilai MSE yang dihasilkan karena nilai MSE citra logo hasil ekstraksi untuk semua
koefisien pencampur memiliki nilai yang sama.
4.2.3.2 MSE Citra Logo Hasil Ekstraksi Saat Diberi Gangguan Derau
citra logo simulasi I jauh lebih kecil daripada nilai MSE citra logo simulasi II. Hal ini
45
kunci enkripsi sebelum ditransformasi menggunakan Wavelet. Nilai MSE yang cukup
baik untuk simulasi I dicapai saat koefisien pencampur 0.99 dan SNR diatas 30 dB,
sedangkan untuk simulasi II dicapai saat koefisien pencampur 0.99 dan SNR diatas
60 dB. Nilai MSE citra logo paling minimum untuk simulasi I dicapai saat koefisien
pencampur 0.99 dan SNR 60 dB (0.0579 %) yaitu citra xray.bmp (citra low detail).
Nilai MSE citra logo paling minimum untuk simulasi II dicapai saat koefisien
pencampur 0.99 dan SNR 60 dB (13.89 %) yaitu citra xray.bmp (citra low detail).
Koefisien pencampur tidak terlalu berpengaruh terhadap performansi sistem
watermarking yang ada bila sistem diberi gangguan berupa derau. Metode
watermarking ICA-Wavelet yang digunakan sudah cukup robust terhadap derau yang
diberikan.
4.2.3.3 MSE Citra Logo Hasil Ekstraksi Saat Diberi Gangguan Kompresi JPEG
kunci enkripsi sebelum ditransformasi menggunakan Wavelet. Nilai MSE citra logo
paling minimum untuk simulasi I dicapai saat koefisien pencampur 0.99 dan faktor
kualitas 75 (1.1004 %) yang terjadi hampir untuk semua kriteria citra, sedangkan
untuk simulasi II dicapai saat koefisien pencampur 0.99 dan faktor kualitas 75 (42.9
%)yang juga terjadi hampir untuk semua kriteria citra. Koefisien pencampur tidak
terlalu berpengaruh terhadap performansi sistem watermarking yang ada bila sistem
diberi gangguan berupa kompresi JPEG. Metode watermarking ICA-Wavelet yang
digunakan sudah cukup robust terhadap kompresi JPEG yang diberikan.
4.2.3.4 MSE Citra Logo Hasil Ekstraksi Saat Diberi Gangguan Rescaling
46
kunci enkripsi sebelum ditransformasi menggunakan Wavelet. Nilai MSE citra logo
paling minimum untuk simulasi I dicapai saat koefisien pencampur 0.99 dan faktor
skala (4.55 %) yang terjadi untuk semua kriteria citra, sedangkan untuk simulasi II
dicapai saat koefisien pencampur 0.99 dan faktor skala (42.2 %) yang terjadi pada
citra xray.bmp (citra low detail). Koefisien pencampur berpengaruh terhadap
performansi sistem watermarking yang ada bila sistem diberi gangguan berupa
rescaling. Semakin besar koefisien pencampur yang digunakan, maka semakin baik
pula performansi sistem watermarking yang dihasilkan.
Dari hasil MSE logo ekstraksi dari ketiga buah gangguan yang diberi, terlihat
bahwa gangguan rescaling membawa efek yang paling parah terhadap citra logo hasil
deteksi. Oleh karena itu, gangguan rescaling merupakan gangguan yang berbahaya
untuk citra digital. Rescaling akan mengubah ukuran matriks dari citra digital dengan
menghilangkan beberapa komponen baris ataupun kolom, yang berarti mengubah
ataupun menghapus nilai-nilai pixel dari citra asli secara signifikan.
4.3 Performansi Watermarking Citra Digital Berdasarkan Analisa Subyektif
Penilaian subyektif terhadap kualitas suatu citra digital adalah penilaian
berdasarkan penglihatan mata manusia sebagai pengamat. Penilaian ini sangat
tergantung pada persepsi visual pengamat. Hasilnya dinyatakan dalam Mean Opinion
Score (MOS). Analisa terhadap penilaian dilakukan oleh 30 orang pengamat. Tabel
lengkap hasil pengamatan dapat dilihat pada lampiran D.
Berdasarkan hasil pengamatan untuk skema watermarking tanpa noise,
diperoleh bahwa citra asli dan logo hasil ekstraksi mendapat nilai yang sama untuk
kedua skema simulasi. Nilai sangat bagus diberikan untuk skema watermarking tanpa
RSA dan juga untuk skema watermarking dengan RSA.
Citra asli dan logo hasil ekstraksi mendapat nilai yang bervariasi tergantung
besarnya gangguan yang diberikan. Pada skema watermarking tanpa RSA saat diberi
gangguan derau, rata-rata pengamat memberi nilai bagus untuk citra asli dan logo
hasil ekstraksi dengan derau 30 dan 60 dB. Pada saat mendapat gangguan derau 0 dB,
rata-rata pengamat memberi nilai tak berguna untuk citra asli dan logo hasil ekstraksi.
47
Pada skema watermarking dengan RSA saat diberi gangguan derau, rata-rata
pengamat memberi nilai bagus untuk citra asli hasil ekstraksi dengan derau 30 dan 60
dB, sedangkan untuk derau 0 dB diberi nilai tak berguna. Citra logo hasil ekstraksi
mendapat nilai tak berguna saat mendapat gangguan derau 0 dan 30 dB, sedangkan
pada saat derau 60 dB mendapat nilai batas.
Pada saat diberi gangguan kompresi JPEG, untuk skema watermarking tanpa
RSA, rata-rata pengamat memberikan nilai bagus pada citra asli dan logo hasil
ekstraksi untuk kompresi dengan kualitas 50 dan 75. Pada skema watermarking
dengan RSA, rata-rata pengamat memberi nilai bagus pada citra asli hasil ekstraksi
untuk kompresi dengan kualitas 50 dan 75, sedangkan untuk citra logo hasil ekstraksi
diberi nilai tak berguna.
Pada saat diberi gangguan rescaling, pada skema watermarking tanpa RSA,
pengamat rata-rata memberikan nilai cukup untuk citra asli dan logo hasil ekstraksi
yang telah mengalami rescaling untuk faktor skala dan , kecuali untuk citra asli
hasil ekstraksi dengan kriteria low detail mendapat nilai bagus. Pada skema
watermarking dengan RSA, rata-rata pengamat memberi nilai bagus pada citra asli
hasil ekstraksi untuk faktor skala dan , sedangkan citra logo hasil ekstraksi
mendapat nilai tak berguna untuk faktor skala dan .
B A B V K esi m p u l a n da n S a r a n
BAB V
KESIMPULAN DAN SARAN
5.1 Kesimpulan
Dari hasil penelitian dan analisa yang dikerjakan dalam Tugas Akhir ini dapat
diperoleh kesimpulan sebagai berikut :
1. Kunci algoritma RSA yang paling optimal untuk skema watermarking dengan
RSA adalah pasangan kunci (23,263), dengan kunci enkripsi = 23 dan kunci
dekripsi = 263.
2. Dari nilai MSE citra asli hasil ekstraksi yang dihasilkan, skema watermarking
dengan RSA memiliki nilai MSE yang lebih baik daripada skema
watermarking tanpa RSA.
3. Skema watermarking dengan RSA memiliki sifat kurang robust terhadap
gangguan derau sehingga skema watermarking ini direkomendasikan
menggunakan kabel sebagai saluran transmisinya.
4. Skema watermarking dengan RSA yang memiliki sifat kurang robust
terhadap gangguan kompresi JPEG dan rescaling dapat dimanfaatkan sebagai
fungsi integrity, saat citra asli dan logo hasil ekstraksi di penerima mengalami
suatu perubahan yang berarti dapat diambil kesimpulan bahwa telah terjadi
perubahan data sewaktu proses pentransferan.
5. Penilaian secara subjektif, Mean Opinion Score (MOS) untuk citra asli hasil
ekstraksi dinilai sudah cukup hidden dan robust sedangkan untuk citra logo
hasil ekstraksi masih kurang robust terhadap gangguan noise.
6. Kekurangan yang ada pada sistem ini adalah terletak pada Algoritma RSA
dan kunci watermarking. Penggunaan Algoritma RSA pada skema
watermarking membuat sistem lebih sensitif terhadap perubahan dari nilai
intensitas/pixel dari citra yang digunakan. Sedangkan untuk kunci
watermarking apabila hacker sangat paham tentang metode ICA maka kunci
dapat dengan mudah dirubah.
B A B V K esi m p u l a n da n S a r a n
5.2 Saran
Untuk perkembangan selanjutnya yang dapat dilakukan pada sistem citra
watermarking ini adalah :
1. Menggunakan skema watermarking dimana watermark (citra logo) diacak
dengan Algoritma Kriptografi kunci symentrik.
2. Studi lebih lanjut mengenai sistem watermarking ICA-Wavelet pada
kombinasi sub-band yang berbeda pada saat penumpangan watermark.
3. Untuk mendapatkan hasil ekstraksi yang baik, lebih baik citra kunci disimpan
dengan baik dan tidak mengalami serangan (gangguan) baik itu berupa derau
ataupun kompresi dan proses pengolahan sinyal digital lainnya
4. Membuat sistem watermarking menjadi suatu sistem blind watermarking,
artinya sistem tidak memerlukan citra kunci ataupun citra asli untuk
melakukan deteksi, namun cukup dengan citra terwatermarknya saja.
DAFTAR PUSTAKA

[1] Dharma. Eddy Muntina, Teknik Steganography Pada Citra Digital Dengan
Transformasi Wavelet, Institut Teknologi Bandung, 2004
[2] Gonzalez Rafael C. / woods Richard E., Digital Image Processing Second
Edition, Prentice-Hall, Inc,1987.
[3] Herianto. Eddi, Analysis Kinerja Random Generator Number Chaotic Pada
Imagewatermarking Menggunakan Transformasi Wavelet,
STT Telkom ,2005.
[4] Juwita. Laksmi, Perancangan dan Implementasi Image Watermarking
Menggunakan Spread Spectrum Dengan Kompresi Fractal,
STT Telkom ,2002.
[5] Koerdianto Usman.et Al., Watermarking Dengan Metode Independent Component
Analysis Untuk Citra Medis Digital, Seminar Nasional Pendidikan Teknik Elektro,
UNY, Yogyakarta, Indonesia, 2004.
[6] Koerdianto Usman.et Al., A Study of Sub-band Frequency Combination to
Improve The Performance of ICA-Wavelet Watermarking Scheme For Medical
Images in Telemedicine Application, Bandung, 2004
[7] H, Putu Dedi, Audio Watermarking Dengan Spread Spectrum Menggunakan
Transformasi Wavelet, STT Telkom, 2004.
[8] Matlab, Wavelet Toolbox,The MathWorks, Inc. 2001
[9] Muldiyana. Ahmad, Perancangan Dan Implementasi Video Watermarking Dengan
Metode Spread Spectrum, STT Telkom ,2004
[10] Ramadhaniati. Elva, Studi Penentuan Koefisien Pencampur Optimal Pada Proses
Watermarking Dengan Metode ICA-WAVELET UntukCitra Digital, STT Telkom
,2005.
[11 Polikar, Roby, The Wavelet Tutorial, Iowa State University, Ames, USA, 1996,
www.wavelets.com
.[12] Munir. Rinaldi, Matematika Diskrit, Informatika Bandung ,2003

Lampiran A
Citra Low Detail Non RSA,Tanpa Noise
Citra Asli

(koefisien optimal = 0.99)
Citra asli hasil ekstraksi

Citra Logo

Citra logo hasil ekstraksi

A - 1
Lampiran A
Medium Detail Non RSA,Tanpa Noise
Citra Asli


Citra Logo


A - 2
Lampiran A
Citra High Detail Non RSA,Tanpa Noise
Citra Asli


Citra Logo


A - 3
Lampiran A
Citra Low Detail Non RSA,Dgn Noise
(SNR = 0 dB) (koefisien optimal = 0.99)




A - 4
Lampiran A

Citra Medium Detail Non RSA, Dgn Noise



A - 5
Lampiran A




A - 6
Lampiran A
Citra High Detail Non RSA,Dgn Noise




A - 7
Lampiran A

Citra Low Detail Non RSA,Dgn Kompresi
(Kualitas = 50) (koefisien optimal = 0.99)



A - 8
Lampiran A

Medium Detail Non RSA,Dgn Kompresi



A - 9
Lampiran A

High Detail Non RSA,Dgn Kompresi



A - 10
Lampiran A

Citra Low Detail Non RSA,Dgn Rescaling
(scale = 1/4) (koefisien optimal = 0.99)



A - 11
Lampiran A

Medium Detail Non RSA,Dgn Rescaling



A - 12
Lampiran A

High Detail Non RSA,Dgn Rescaling



A - 13
Lampiran A


A - 14
Lampiran A
Citra Low Detail RSA,Tanpa Noise
Citra Asli


Citra Logo


A - 15
Lampiran A
Medium Detail RSA,Tanpa Noise
Citra Asli


Citra Logo


A - 16
Lampiran A
Citra High Detail RSA,Tanpa Noise
Citra Asli


Citra Logo


A - 17
Lampiran A
Citra Low Detail RSA,Dgn Noise




A - 18
Lampiran A

Citra Medium Detail RSA,Dgn Noise



A - 19
Lampiran A




A - 20
Lampiran A
Citra High Detail RSA,Dgn Noise




A - 21
Lampiran A

Citra Low Detail RSA,Dgn Kompresi



A - 22
Lampiran A

Medium Detail RSA,Dgn Kompresi



A - 23
Lampiran A

High Detail RSA,Dgn Kompresi



A - 24
Lampiran A

Citra Low Detail RSA,Dgn Rescaling



A - 25
Lampiran A

Medium Detail RSA,Dgn Rescaling



A - 26
Lampiran A

High Detail RSA,Dgn Rescaling



A - 27
Lampiran A


A - 28
Lampiran B
MSE citra asli tanpa gangguan
Low detail
1.47E-14
1.48E-14
1.48E-14
1.49E-14
1.49E-14
1.50E-14
1.50E-14
1.51E-14
1.51E-14
0.8 0.85 0.9 0.99
Koefisien Pencampur
M
S
E

(
%
) watermarking tanpa
RSA
watermarking dengan
RSA

medium detail
4.16E-14
4.17E-14
4.17E-14
4.18E-14
4.18E-14
4.19E-14
4.19E-14
0.8 0.85 0.9 0.99
Koefisien Pencampur
M
S
E

(
%
RSA
watermarking dengan
RSA

high detail
2.49E-14
2.49E-14
2.50E-14
2.50E-14
2.51E-14
2.51E-14
2.52E-14
0.8 0.85 0.9 0.99
Koefisien Pencampur
M
S
E

(
%
RSA
watermarking dengan
RSA

MSE citra asli dengan gangguan noise (SNR=0dB)
Low detail
41
42
43
44
45
46
47
48
49
0.8 0.85 0.9 0.99
Koefisien Pencampur
M
S
E

(
%
RSA
watermarking dengan
RSA

B - 1
Lampiran B
medium detail
40
41
42
43
44
45
46
47
48
49
50
0.8 0.85 0.9 0.99
Koefisien Pencampur
M
S
E

(
%
RSA
watermarking dengan
RSA

high detail
36
37
38
39
40
41
42
43
44
45
46
0.8 0.85 0.9 0.99
Koefisien Pencampur
M
S
E

(
%
RSA
watermarking dengan
RSA

Low detail
0
5
10
15
20
25
0.8 0.85 0.9 0.99
Koefisien Pencampur
M
S
E

(
%
RSA
watermarking dengan
RSA

medium detail
0
5
10
15
20
25
30
35
0.8 0.85 0.9 0.99
Koefisien Pencampur
M
S
E

(
%
RSA
watermarking dengan
RSA

B - 2
Lampiran B
high detail
0
2
4
6
8
10
12
14
0.8 0.85 0.9 0.99
Koefisien Pencampur
M
S
E

(
%
RSA
watermarking dengan
RSA

Low detail
0
5
10
15
20
25
30
0.8 0.85 0.9 0.99
Koefisien Pencampur
M
S
E

(
%
RSA
watermarking dengan
RSA

medium detail
0
5
10
15
20
25
30
35
0.8 0.85 0.9 0.99
Koefisien Pencampur
M
S
E

(
%
RSA
watermarking dengan
RSA

high detail
0
2
4
6
8
10
12
14
16
0.8 0.85 0.9 0.99
Koefisien Pencampur
M
S
E

(
%
RSA
watermarking dengan
RSA

B - 3
Lampiran B
MSE citra asli dengan gangguan kompresi JPEG (kualitas=50)
Low detail
0
1
2
3
4
5
6
7
0.8 0.85 0.9 0.99
Koefisien Pencampur
M
S
E

(
%
RSA
watermarking dengan
RSA

medium detail
0
1
2
3
4
5
6
7
0.8 0.85 0.9 0.99
Koefisien Pencampur
M
S
E

(
%
RSA
watermarking dengan
RSA

high detail
0
1
2
3
4
5
6
7
0.8 0.85 0.9 0.99
Koefisien Pencampur
M
S
E

(
%
RSA
watermarking dengan
RSA

MSE citra asli dengan gangguan kompresi JPEG (kualitas=75)
Low detail
0
0.5
1
1.5
2
2.5
3
3.5
4
4.5
0.8 0.85 0.9 0.99
Koefisien Pencampur
M
S
E

(
%
RSA
watermarking dengan
RSA

B - 4
Lampiran B
medium detail
0
0.5
1
1.5
2
2.5
3
3.5
4
4.5
0.8 0.85 0.9 0.99
Koefisien Pencampur
M
S
E

(
%
RSA
watermarking dengan
RSA

high detail
0
0.5
1
1.5
2
2.5
3
3.5
4
4.5
0.8 0.85 0.9 0.99
Koefisien Pencampur
M
S
E

(
%
RSA
watermarking dengan
RSA

MSE citra asli dengan gangguan Rescaling (skala=1/4)
Low detail
0
2
4
6
8
10
12
14
16
18
0.8 0.85 0.9 0.99
Koefisien Pencampur
M
S
E

(
%
RSA
watermarking dengan
RSA

medium detail
0
2
4
6
8
10
12
14
0.8 0.85 0.9 0.99
Koefisien Pencampur
M
S
E

(
%
RSA
watermarking dengan
RSA

B - 5
Lampiran B
high detail
0
2
4
6
8
10
12
14
0.8 0.85 0.9 0.99
Koefisien Pencampur
M
S
E

(
%
RSA
watermarking dengan
RSA

MSE citra asli dengan gangguan Rescaling (skala=1/2)
Low detail
0
2
4
6
8
10
12
14
16
18
0.8 0.85 0.9 0.99
Koefisien Pencampur
M
S
E

(
%
RSA
watermarking dengan
RSA

medium detail
0
2
4
6
8
10
12
14
0.8 0.85 0.9 0.99
Koefisien Pencampur
M
S
E

(
%
RSA
watermarking dengan
RSA

high detail
0
2
4
6
8
10
12
14
0.8 0.85 0.9 0.99
Koefisien Pencampur
M
S
E

(
%
RSA
watermarking dengan
RSA

B - 6
Lampiran B
MSE citra logo tanpa gangguan
Low detail
0.00E+00
2.00E-02
4.00E-02
6.00E-02
8.00E-02
1.00E-01
1.20E-01
1.40E-01
0.8 0.85 0.9 0.99
Koefisien Pencampur
M
S
E

(
%
RSA
watermarking dengan
RSA

medium detail
0.00E+00
2.00E-02
4.00E-02
6.00E-02
8.00E-02
1.00E-01
1.20E-01
1.40E-01
0.8 0.85 0.9 0.99
Koefisien Pencampur
M
S
E

(
%
RSA
watermarking dengan
RSA

high detail
0.00E+00
2.00E-02
4.00E-02
6.00E-02
8.00E-02
1.00E-01
1.20E-01
1.40E-01
0.8 0.85 0.9 0.99
Koefisien Pencampur
M
S
E

(
%
RSA
watermarking dengan
RSA

MSE citra logo dengan gangguan noise (SNR=0dB)
Low detail
0
10
20
30
40
50
60
0.8 0.85 0.9 0.99
Koefisien Pencampur
M
S
E

(
%
RSA
watermarking dengan
RSA

B - 7
Lampiran B
medium detail
0
10
20
30
40
50
60
0.8 0.85 0.9 0.99
Koefisien Pencampur
M
S
E

(
%
RSA
watermarking dengan
RSA

high detail
0
10
20
30
40
50
60
0.8 0.85 0.9 0.99
Koefisien Pencampur
M
S
E

(
%
RSA
watermarking dengan
RSA

Low detail
0
5
10
15
20
25
30
35
40
45
50
0.8 0.85 0.9 0.99
Koefisien Pencampur
M
S
E

(
%
RSA
watermarking dengan
RSA

medium detail
0
5
10
15
20
25
30
35
40
45
50
0.8 0.85 0.9 0.99
Koefisien Pencampur
M
S
E

(
%
RSA
watermarking dengan
RSA

B - 8
Lampiran B
high detail
0
5
10
15
20
25
30
35
40
45
50
0.8 0.85 0.9 0.99
Koefisien Pencampur
M
S
E

(
%
RSA
watermarking dengan
RSA

Low detail
0
2
4
6
8
10
12
14
16
18
20
0.8 0.85 0.9 0.99
Koefisien Pencampur
M
S
E

(
%
RSA
watermarking dengan
RSA

medium detail
0
5
10
15
20
25
0.8 0.85 0.9 0.99
Koefisien Pencampur
M
S
E

(
%
RSA
watermarking dengan
RSA

high detail
0
2
4
6
8
10
12
14
16
18
0.8 0.85 0.9 0.99
Koefisien Pencampur
M
S
E

(
%
RSA
watermarking dengan
RSA

B - 9
Lampiran B
MSE citra logo dengan gangguan kompresi JPEG (kualitas=50)
Low detail
0
5
10
15
20
25
30
35
40
45
50
0.8 0.85 0.9 0.99
Koefisien Pencampur
M
S
E

(
%
RSA
watermarking dengan
RSA

medium detail
0
5
10
15
20
25
30
35
40
45
50
0.8 0.85 0.9 0.99
Koefisien Pencampur
M
S
E

(
%
RSA
watermarking dengan
RSA

high detail
0
5
10
15
20
25
30
35
40
45
50
0.8 0.85 0.9 0.99
Koefisien Pencampur
M
S
E

(
%
RSA
watermarking dengan
RSA

MSE citra logo dengan gangguan kompresi JPEG (kualitas=75)
Low detail
0
5
10
15
20
25
30
35
40
45
50
0.8 0.85 0.9 0.99
Koefisien Pencampur
M
S
E

(
%
RSA
watermarking dengan
RSA

B - 10
Lampiran B
medium detail
0
5
10
15
20
25
30
35
40
45
50
0.8 0.85 0.9 0.99
Koefisien Pencampur
M
S
E

(
%
RSA
watermarking dengan
RSA

high detail
0
5
10
15
20
25
30
35
40
45
50
0.8 0.85 0.9 0.99
Koefisien Pencampur
M
S
E

(
%
RSA
watermarking dengan
RSA

MSE citra logo dengan gangguan Rescaling (skala=1/4)
Low detail
0
5
10
15
20
25
30
35
40
45
50
0.8 0.85 0.9 0.99
Koefisien Pencampur
M
S
E

(
%
RSA
watermarking dengan
RSA

medium detail
0
5
10
15
20
25
30
35
40
45
50
0.8 0.85 0.9 0.99
Koefisien Pencampur
M
S
E

(
%
RSA
watermarking dengan
RSA

B - 11
Lampiran B
high detail
0
5
10
15
20
25
30
35
40
45
50
0.8 0.85 0.9 0.99
Koefisien Pencampur
M
S
E

(
%
RSA
watermarking dengan
RSA

MSE citra logo dengan gangguan Rescaling (skala=1/2)
Low detail
0
5
10
15
20
25
30
35
40
45
50
0.8 0.85 0.9 0.99
Koefisien Pencampur
M
S
E

(
%
RSA
watermarking dengan
RSA

medium detail
0
5
10
15
20
25
30
35
40
45
50
0.8 0.85 0.9 0.99
Koefisien Pencampur
M
S
E

(
%
RSA
watermarking dengan
RSA

high detail
0
5
10
15
20
25
30
35
40
45
50
0.8 0.85 0.9 0.99
Koefisien Pencampur
M
S
E

(
%
RSA
watermarking dengan
RSA

B - 12
LAMPIRAN C
TABEL C.1

MSE Non RSA no_Noise
Citra Koefisien MSE asli MSE logo Koefisien MSE asli MSE logo Koefisien MSE asli MSE logo Koefisien MSE asli MSE logo
asli = logo (%) (%) asli = logo (%) (%) asli = logo (%) (%) asli = logo (%) (%)
XRAY.bmp (Low) 0.8 1.51E-14 2.29E-14 0.85 1.50E-14 3.13E-14 0.9 1.48E-14 2.96E-14 0.99 1.48E-14 2.35E-14
MONKEYS.bmp (Medium) 0.8 4.19E-14 2.29E-14 0.85 4.17E-14 3.13E-14 0.9 4.18E-14 2.97E-14 0.99 4.17E-14 2.34E-14
PEOPLE.bmp (High) 0.8 2.51E-14 2.29E-14 0.85 2.50E-14 3.13E-14 0.9 2.49E-14 2.97E-14 0.99 2.50E-14 2.34E-14

TABEL C.2

MSE Non RSA Dgn_Derau

Nilai MSE citra XRAY.Bmp ( Low Detail)

SNR Koefisien MSE asli MSE logo Koefisien MSE asli MSE logo Koefisien MSE asli MSE logo Koefisien MSE asli MSE logo
0 0.8 48.5116 46.0776 0.85 45.9251 41.5594 0.9 44.6154 38.496 0.99 43.7427 35.5698
30 0.8 21.7634 9.7984 0.85 11.8404 7.5369 0.9 3.1222 5.5754 0.99 1.8332 1.8336
60 0.8 28.3408 12.025 0.85 15.1957 10.099 0.9 6.3536 9.2192 0.99 0.0579 0.0579

Nilai MSE citra MONKEYS.Bmp (Medium Detail)

0 0.8 48.956 46.5186 0.85 45.9897 41.6739 0.9 44.4898 38.7057 0.99 43.3412 35.5232
30 0.8 30.4288 10.7704 0.85 24.8794 8.1084 0.9 16.3388 5.4713 0.99 1.9115 1.8292
60 0.8 32.8341 12.9101 0.85 27.8852 10.7323 0.9 21.6184 9.415 0.99 0.8815 0.058

C - 1

Nilai MSE citra PEOPLE.Bmp (High Detail)

0 0.8 45.2428 46.2799 0.85 42.273 41.6441 0.9 40.5873 38.6518 0.99 39.4608 35.4649
30 0.8 12.8351 9.2799 0.85 9.2499 7.3522 0.9 6.5202 5.4899 0.99 1.8261 1.8264
60 0.8 14.4658 11.6459 0.85 10.4712 10.2023 0.9 8.1774 9.2528 0.99 1.078 0.0582

TABEL C.3
MSE Non RSA Dgn_Kompresi JPEG

Faktor Koefisien MSE asli MSE logo Koefisien MSE asli MSE logo Koefisien MSE asli MSE logo Koefisien MSE asli MSE logo
kualitas asli = logo (%) (%) asli = logo (%) (%) asli = logo (%) (%) asli = logo (%) (%)
50 0.8 5.5919 2.3189 0.85 4.6674 2.0803 0.9 3.4203 1.9457 0.99 0.9652 1.8873
75 0.8 3.0652 1.383 0.85 2.6057 1.2281 0.9 2.5211 1.1617 0.99 0.7704 1.1006


50 0.8 6.2279 2.3822 0.85 5.0093 2.0848 0.9 3.7149 1.945 0.99 1.7192 1.8873
75 0.8 3.7496 1.436 0.85 3.0525 1.2402 0.9 2.7725 1.1639 0.99 1.3111 1.1004

C - 2


50 0.8 5.7926 2.3224 0.85 4.9122 2.0772 0.9 3.7989 1.9476 0.99 1.9271 1.8874
75 0.8 3.0821 1.3829 0.85 2.8029 1.2353 0.9 2.7437 1.1649 0.99 1.3897 1.1004
TABEL C.4
MSE Non RSA Dgn_Rescaling


Rescaling Koefisien MSE asli MSE logo Koefisien MSE asli MSE logo Koefisien MSE asli MSE logo Koefisien MSE asli MSE logo
setengah 0.8 15.5156 6.1339 0.85 12.5953 5.2243 0.9 10.6926 4.839 0.99 9.3409 4.5549
seperempat 0.8 15.5479 7.8238 0.85 12.612 6.955 0.9 10.6995 6.5413 0.99 9.3409 6.168


setengah 0.8 12.6588 7.8248 0.85 8.783 5.225 0.9 5.7296 4.8395 0.99 2.398 4.5549
seperempat 0.8 12.6588 7.8248 0.85 8.8069 6.956 0.9 5.7423 6.5418 0.99 2.3982 6.1682


setengah 0.8 13.1044 6.1393 0.85 9.4638 5.2272 0.9 6.7241 4.8416 0.99 4.2552 4.5549
seperempat 0.8 13.1425 7.828 0.85 9.4859 6.9572 0.9 6.7348 6.5431 0.99 4.2553 6.1681

C - 3
TABEL C.5

MSE RSA no_Noise
Citra Koefisien MSE asli MSE logo Koefisien MSE asli MSE logo Koefisien MSE asli MSE logo Koefisien MSE asli MSE logo
XRAY.bmp (Low) 0.8 1.50E-14 1.30E-01 0.85 1.49E-14 1.30E-01 0.9 1.49E-14 1.30E-01 0.99 1.48E-14 1.30E-01
MONKEYS.bmp (Medium) 0.8 4.19E-14 1.30E-01 0.85 4.18E-14 1.30E-01 0.9 4.17E-14 1.30E-01 0.99 4.17E-14 1.30E-01
PEOPLE.bmp (High) 0.8 2.51E-14 1.30E-01 0.85 2.50E-14 1.30E-01 0.9 2.50E-14 1.30E-01 0.99 2.50E-14 1.30E-01
TABEL C.6
MSE RSA Dgn_Derau


0 0.8 48.6303 51.3165 0.85 45.9896 51.3246 0.9 44.7525 51.2489 0.99 43.8253 50.7682
30 0.8 17.2477 44.9407 0.85 5.5722 44.236 0.9 2.0509 43.9041 0.99 1.8302 44.0778
60 0.8 23.7838 18.8282 0.85 10.7811 16.7122 0.9 1.2295 13.7304 0.99 0.1098 13.9176


0 0.8 48.6253 51.4241 0.85 45.9788 51.302 0.9 44.4243 51.4204 0.99 43.3281 51.1309
30 0.8 24.9265 44.8984 0.85 19.277 44.5238 0.9 11.7866 44.2541 0.99 1.8341 43.7883
60 0.8 27.8129 20.9257 0.85 23.0587 20.4324 0.9 16.5892 17.5632 0.99 0.7944 13.8953

C - 4


0 0.8 45.191 51.2255 0.85 42.2404 51.3006 0.9 40.6383 51.2931 0.99 39.4159 50.9407
30 0.8 8.3808 44.9 0.85 6.3899 44.5999 0.9 4.6997 44.0175 0.99 1.8273 43.8187
60 0.8 9.9631 16.7784 0.85 7.677 16.4949 0.9 5.8148 14.37 0.99 0.5668 13.9719
TABEL C.7
MSE RSA Dgn_Kompresi JPEG


50 0.8 5.9233 44.78 0.85 4.5362 44.4772 0.9 3.4705 44.0968 0.99 0.9131 44.107
75 0.8 4.0013 44.3315 0.85 3.362 43.9572 0.9 2.628 43.304 0.99 0.7045 42.9841


50 0.8 6.1408 44.8407 0.85 4.754 44.7159 0.9 3.7415 44.1407 0.99 1.6906 44.1558
75 0.8 4.2552 44.0994 0.85 3.5504 43.8079 0.9 2.7911 43.6682 0.99 1.2739 42.9723


50 0.8 6.0981 44.5476 0.85 4.8128 44.5898 0.9 3.8415 44.0125 0.99 1.9012 44.1371
75 0.8 4.0615 44.1609 0.85 3.4888 43.825 0.9 2.8184 43.5035 0.99 1.3546 42.9351
C - 5
TABEL C.8

MSE RSA Dgn_Rescaling

setengah 0.8 13.16 45.1016 0.85 11.2758 42.6373 0.9 10.1153 42.0447 0.99 9.3357 42.2173
seperempat 0.8 13.1981 45.4168 0.85 11.2944 42.6538 0.9 10.1224 42.128 0.99 9.3357 42.8492


setengah 0.8 9.5767 45.4893 0.85 6.7571 43.1196 0.9 4.5632 42.4767 0.99 2.3777 42.6666
seperempat 0.8 9.6288 45.7916 0.85 6.7879 43.2052 0.9 4.5788 42.5299 0.99 2.3779 43.3108


setengah 0.8 10.2036 45.2969 0.85 7.6173 43.127 0.9 5.7597 42.6321 0.99 4.2435 42.6792
seperempat 0.8 10.2524 45.4745 0.85 7.6446 43.0968 0.9 5.7721 42.508 0.99 4.2436 43.3048

C - 6
LAMPIRAN D

TABEL MOS 1
Watermarking Tanpa RSA, Tanpa Noise
PENGAMAT
CITRA 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
MOS
Low Detail Asli 1 1 1 2 1 1 1 2 1 1 2 2 1 2 1 1 1 1 1 1 2 2 1 1 1 1 2 1 1 1 1.266667
Low Detail Logo 1 1 1 2 1 1 1 1 1 1 2 1 1 2 1 1 1 1 1 1 1 2 1 2 1 1 2 1 1 1 1.2
Medium Detail Asli 1 1 1 1 1 1 1 1 1 1 2 1 1 2 1 1 2 1 1 1 1 2 1 1 1 1 2 1 2 1 1.2
Medium Detail Logo 1 1 1 1 1 1 1 1 1 1 2 1 1 2 1 1 1 1 1 1 1 2 1 2 1 1 2 1 2 1 1.2
High Detail Asli 1 1 1 2 1 1 1 1 1 1 2 1 2 2 1 1 1 1 1 1 1 2 1 1 1 2 2 1 1 1 1.233333
High Detail Logo 1 1 1 2 1 1 1 2 1 1 2 1 2 2 1 1 1 1 1 1 1 2 1 1 1 2 2 1 1 1 1.266667

TABEL MOS 2
Watermarking Tanpa RSA, Dengan Noise
PENGAMAT
SNR CITRA 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
MOS
0 dB Low Detail Asli 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6
30 dB 2 2 2 2 1 1 1 2 2 1 2 1 2 2 1 1 2 1 3 2 2 1 1 1 1 1 2 1 2 1 1.533333
60 dB 1 2 2 2 1 1 1 2 2 1 1 2 2 2 1 1 2 1 3 2 1 1 1 1 1 1 2 1 1 1 1.433333
0 dB Low Detail Logo 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6
30 dB 2 2 2 2 1 1 1 1 2 1 2 1 2 2 1 1 2 1 2 2 1 1 1 1 1 1 2 1 2 1 1.433333
60 dB 1 2 2 2 1 1 1 2 2 1 1 1 2 2 1 1 2 1 2 2 1 1 1 1 1 1 2 1 1 1 1.366667
0 dB Medium Detail Asli 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6
30 dB 2 2 2 2 1 2 2 2 1 1 1 1 2 2 1 1 2 1 2 1 2 2 1 1 1 1 2 1 2 1 1.5
60 dB 2 2 2 2 1 1 1 1 1 1 1 1 2 2 1 1 2 1 4 1 2 2 1 1 1 1 2 1 1 1 1.433333
0 dB Medium Detail Logo 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6
30 dB 2 2 2 2 1 2 2 1 1 1 1 1 2 2 1 1 2 1 2 1 1 1 1 1 1 1 2 1 2 1 1.4
60 dB 2 2 2 2 1 1 1 2 1 1 1 1 2 2 1 1 2 1 2 1 1 1 1 2 1 1 2 1 1 1 1.366667
D - 1
0 dB High Detail Asli 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6
30 dB 2 2 2 2 1 1 1 2 1 1 1 1 2 3 1 1 2 1 5 2 2 2 1 1 1 1 2 1 2 1 1.6
60 dB 2 2 2 2 1 1 1 1 1 1 1 1 2 3 1 1 2 1 5 2 2 2 1 1 1 2 2 1 1 1 1.566667
0 dB High Detail Logo 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6
30 dB 2 2 2 2 1 1 1 1 1 1 1 1 2 3 1 1 1 1 2 2 1 1 1 1 1 1 2 1 2 1 1.366667
60 dB 2 2 2 2 1 1 1 2 1 1 1 1 2 3 1 1 1 1 2 1 1 1 1 1 1 2 2 1 1 1 1.366667

TABEL MOS 3
Watermarking Tanpa RSA, Dengan Kompresi JPEG
PENGAMAT
Kualitas CITRA 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
MOS
50 Low Detail Asli 2 1 2 2 2 2 2 2 1 1 1 2 2 2 2 1 1 1 4 1 2 2 1 1 1 2 2 1 3 1 1.666667
75 1 1 1 2 2 1 1 2 1 1 1 2 2 2 1 1 1 1 4 2 2 1 1 1 1 2 2 1 2 1 1.466667
50 Low Detail Logo 2 1 2 2 1 2 2 2 1 1 1 1 2 2 2 1 2 1 3 2 1 1 1 1 1 2 2 1 3 1 1.566667
75 1 1 1 2 1 1 1 1 1 1 1 2 2 2 1 1 1 1 3 2 1 1 1 1 1 2 2 1 2 1 1.333333
50 Medium Detail Asli 2 2 2 2 1 2 2 1 1 1 2 1 2 2 1 1 1 1 2 2 2 2 1 1 2 1 2 1 2 1 1.533333
75 2 2 1 2 1 1 1 1 1 1 1 1 2 2 1 1 1 1 3 2 2 2 1 1 2 2 2 1 2 1 1.466667
50 Medium Detail Logo 2 2 2 2 1 2 2 1 1 1 2 1 2 2 1 1 2 1 3 1 1 1 1 1 2 1 2 1 2 1 1.5
75 2 2 1 2 1 1 1 2 1 1 1 1 2 2 1 1 1 1 3 1 1 1 1 1 2 2 2 1 2 1 1.4
50 High Detail Asli 2 2 2 2 1 2 2 2 1 1 1 1 2 2 1 1 1 1 3 1 2 1 1 1 2 2 2 1 1 1 1.5
75 2 2 1 1 1 2 2 1 1 1 1 1 2 2 1 1 1 1 3 1 2 1 1 1 3 2 2 1 1 1 1.433333
50 High Detail Logo 2 2 2 2 1 2 2 2 1 1 1 1 2 2 1 1 2 1 3 1 1 1 1 1 2 2 2 1 2 1 1.533333
75 2 2 1 1 1 1 1 2 1 1 1 2 2 2 1 1 1 1 3 1 1 1 1 1 3 2 2 1 1 1 1.4

TABEL MOS 4
Watermarking Tanpa RSA, Dengan Rescaling
PENGAMAT
Scale CITRA 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
MOS
Low Detail Asli 2 2 2 2 1 2 2 2 1 2 1 1 3 3 1 3 2 1 2 2 2 2 1 1 2 2 1 3 2 2 1.833333
1 2 2 2 1 2 2 2 1 2 1 1 3 3 1 2 2 1 3 2 2 2 1 1 2 2 2 2 2 2 1.8
D - 2
Low Detail Logo 3 3 3 3 3 3 3 3 3 2 3 2 3 3 3 3 3 3 4 3 3 3 3 2 3 3 2 3 3 2 2.866667
3 3 3 3 2 3 3 3 3 2 3 2 3 3 3 3 3 3 3 3 3 3 3 3 3 3 2 2 3 2 2.8
2 2 2 2 1 1 1 3 2 2 2 2 3 3 3 2 2 2 3 2 2 2 1 1 2 3 1 2 2 3 2.033333
3 3 3 3 2 3 3 3 3 2 3 2 3 3 3 3 3 3 5 3 3 3 3 3 4 3 2 2 3 3 2.933333
High Detail Asli 2 3 2 2 2 3 3 3 2 2 3 3 4 4 1 3 3 2 3 3 3 3 2 1 1 4 2 3 3 3 2.6
2 2 2 2 2 3 3 3 2 2 3 2 4 4 1 2 3 2 3 3 2 3 2 1 1 4 2 2 2 3 2.4
High Detail Logo 3 3 3 3 3 3 3 3 3 2 3 3 4 4 3 3 3 3 5 3 3 3 3 3 3 4 2 3 3 3 3.1
3 3 3 3 2 3 3 3 3 2 3 3 4 4 3 3 3 3 5 3 3 3 3 3 3 4 2 2 2 3 3

TABEL MOS 5

T
Watermarking RSA, Tanpa Noise
PENGAMA
CITRA 2 3 4 5 6 7 1 3 2 0 S 1 8 9 10 11 12 13 14 15 16 17 8 19 20 21 22 2 24 25 26 27 8 29 3 MO
i 1 67 Low Detail Asl 1 1 1 1 1 1 1 2 1 1 1 2 2 2 1 1 1 1 3 2 2 2 1 1 1 3 2 1 3 1.4666
1 67 Low Detail Logo 1 1 1 1 1 1 1 2 1 1 1 2 2 2 1 1 1 1 2 1 1 1 1 1 1 3 1 1 2 1.2666
1 67 Medium Detail Asli 1 1 1 1 1 1 1 2 2 1 2 2 2 2 1 1 1 1 1 1 1 1 1 1 1 2 1 1 2 1.2666
1 33 Medium Detail Logo 1 1 1 1 1 1 1 2 1 1 2 2 2 2 1 1 1 1 1 1 1 1 1 1 1 2 1 1 2 1.2333
1 1.2 High Detail Asli 1 1 1 1 1 1 1 2 1 1 1 2 2 2 1 1 1 1 1 1 1 1 1 1 1 2 2 1 1
1 1.2 High Detail Logo 1 1 1 1 1 1 1 2 1 1 1 2 2 2 1 1 1 1 1 1 1 1 1 1 1 2 2 1 1

TABEL MOS 6
Watermarking RSA, Dengan Noise
PENGAMAT
SNR CITRA 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
MOS
0 dB Low Detail Asli 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6
30 dB 2 2 1 1 1 2 2 2 1 2 2 2 2 2 2 1 2 1 3 2 3 2 1 1 1 3 1 3 3 3 1.866667
D - 3
60 dB 1 2 1 1 1 1 1 2 1 1 2 2 2 2 2 1 2 1 3 2 2 1 1 1 1 3 2 2 2 3 1.633333
0 dB Low Detail Logo 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6
30 dB 3 6 4 6 6 6 6 6 4 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 5 5.733333
60 dB 3 5 4 3 5 3 3 6 4 3 6 6 4 4 4 4 4 4 5 4 4 3 3 3 4 5 3 4 4 3 4
0 dB Medium Detail Asli 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 4 6 6 6 6 6 6 6 6 6 6 6 6 6 5.933333
30 dB 2 2 2 1 1 2 2 2 2 2 2 2 2 2 2 1 2 1 3 2 2 2 1 1 1 2 1 2 3 3 1.833333
60 dB 2 2 2 1 1 1 1 2 1 1 2 2 2 2 2 1 2 1 3 2 2 1 1 1 1 2 2 2 2 3 1.666667
0 dB 6 Medium Detail Logo 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6
30 dB 3 6 4 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 5 5.8
60 dB 3 5 4 3 5 3 3 6 4 3 6 6 4 5 4 4 4 4 5 4 4 3 3 3 4 5 3 4 4 3 4.033333
0 dB High Detail Asli 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6
30 dB 2 2 2 1 1 2 2 3 1 2 3 3 2 2 1 1 1 1 3 2 2 2 1 1 1 3 1 2 2 3 1.833333
60 dB 2 2 2 1 1 2 2 3 1 1 2 3 2 2 1 1 2 1 3 3 2 1 1 1 1 3 2 2 3 3 1.866667
0 dB High Detail Logo 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6
30 dB 3 6 4 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 5 5.8
60 dB 3 5 4 3 5 4 4 6 4 3 6 6 4 5 3 4 4 4 5 4 4 3 3 3 4 5 3 4 4 3 4.066667

TABEL MOS 7
Watermarking RSA, Dengan Kompresi JPEG
PENGAMAT
Kualitas CITRA 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 MOS
50 Low Detail Asli 2 2 2 1 1 2 2 2 1 1 2 2 2 2 1 1 1 1 3 2 2 2 1 1 1 3 2 2 1 2 1.666667
75 1 1 1 1 1 1 1 2 1 1 2 2 2 2 1 1 1 1 3 2 2 1 1 1 1 2 2 2 1 2 1.433333
50 Low Detail Logo 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 5 5.966667
75 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 5 5.966667
50 Medium Detail Asli 2 2 2 1 1 2 2 2 1 1 2 2 2 2 3 1 1 1 2 2 2 2 1 1 1 2 1 1 2 2 1.633333
75 2 2 1 1 1 1 1 2 1 1 2 2 2 2 2 1 1 1 2 2 2 1 1 1 1 2 2 2 1 2 1.5
50 Medium Detail Logo 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 5 5.966667
75 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 5 5.966667
50 High Detail Asli 2 2 2 1 1 2 2 3 1 1 2 2 2 2 1 1 1 1 3 2 2 2 1 1 1 2 2 1 2 2 1.666667
D - 4
75 2 2 1 1 1 2 2 3 1 1 2 3 2 2 1 1 1 1 3 2 2 2 1 1 1 2 2 1 2 2 1.666667
50 High Detail Logo 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 5 5.966667
75 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 5 5.966667

TABEL MOS 8
Watermarking RSA, Dengan Rescaling
PENGAMAT
Scale CITRA 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
MOS
Low Detail Asli 2 2 2 1 1 2 2 2 1 1 2 2 2 2 1 1 1 1 3 2 2 2 1 1 1 2 1 2 2 1 1.6
1 2 2 1 1 1 1 2 1 1 2 2 2 2 1 1 1 1 3 2 2 2 1 1 1 3 1 2 2 1 1.533333
Low Detail Logo 6 6 6 6 6 6 6 6 6 5 6 6 6 6 5 6 6 6 6 6 6 6 6 6 5 6 6 6 5 4 5.8
6 6 6 6 6 6 6 6 6 5 6 6 6 6 5 6 6 6 6 6 6 6 6 6 5 6 6 6 5 4 5.8
2 2 2 1 2 2 2 2 2 1 2 2 2 2 1 1 2 2 2 3 3 3 2 1 1 2 2 2 2 1 1.866667
6 6 6 6 6 6 6 6 6 6 6 6 6 6 5 6 6 6 6 6 6 6 6 6 6 6 6 6 4 4 5.833333
High Detail Asli 2 2 2 1 2 3 3 6 2 1 5 6 2 2 2 1 3 2 3 3 3 3 2 1 1 4 2 1 2 1 2.433333
2 2 2 1 2 3 3 6 2 1 5 3 2 2 2 1 3 2 3 3 3 3 2 1 1 4 2 1 2 1 2.333333
High Detail Logo 6 6 6 6 6 6 6 6 6 6 6 6 6 6 5 6 6 6 6 6 6 6 6 6 6 6 6 6 6 4 5.9
6 6 6 6 6 6 6 6 6 6 6 6 6 6 5 6 6 6 6 6 6 6 6 6 6 6 6 6 6 4 5.9

D - 5

Rsaalgorithmincitrawatermark

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Rsaalgorithmincitrawatermark

Diunggah oleh

Hak Cipta:

Format Tersedia

ANALISIS KINERJA ALGORITMA RSA

DALAM PENGACAKAN CITRA WATERMARK

Anda mungkin juga menyukai