Anda di halaman 1dari 7

30

AUDIO WATERMARKING MENGGUNAKAN TRANSFORMASI KOSINUS DISKRIT


Ochhaj Yulid S. R.1, Fazmah Arif Yulianto2, Eddy Muntina Dharma3
1

Departemen Teknik Informatika Sekolah Tinggi Teknologi Telkom ochhaj@yahoo.com, 2fay@stttelkom.ac.id, 3aguseddy@stttelkom.ac.id

1,2,3

Abstrak Dalam penelitian ini diimplementasikan teknik audio watermarking untuk menyisipkan teks ke dalam file audio digital yang berformat *.wav dengan menggunakan transformasi DCT (Discrete Cosine Transform). Terhadap audio terwatermark dilakukan pengujian kualitas secara obyektif dan subyektif serta diadakan pengujian ketahanan watermark terhadap beberapa proses pengolahan sinyal. Dari pengujian yang telah dilakukan secara obyektif dan subyektif, diperoleh hasil bahwa audio terwatermark mempunyai kualitas menyerupai file audio aslinya bila nilai SNR yang dihasilkan diatas 78,538 dB dan kualitas audio watermark tergantung nilai koefisien pengali dan panjang teks. Hasil pengujian menunjukkan bahwa nilai koefisien pengali 0,001 menghasilkan kualitas audio terwatermark yang mendekati aslinya. Sedangkan dari pengujian ketahanan watermark terhadap pengolahan sinyal didapatkan bahwa dalam sistem audio watermarking menggunakan DCT, tingkat ketahanan watermark berupa teks sangat rentan terhadap perubahan. Kata kunci: audio watermarking, wav, DCT Abstract In this research, we implement audio watermarking to embed text into *.wav digital audio using Discrete Cosine Transform (DCT). Objective and subjective quality tests were conducted to watermarked audio. Watermark robustness test against some digital signal processing also conducted. From the tests, we conclude that watermarked audio have almost equal quality compared to original audio file if SNR resulted is above 78,538 dB and watermarked audio quality depend on multiplier coefficient and the text length. Test result show that on multiplier coefficient 0,001 quality of audio file close to its original. From watermark robustness test against digital signal processing, we conclude that for DCT based audio watermarking system, robustness level on text watermark is very susceptible with alteration. Keywords: audio watermarking, wav, DCT 1. Pendahuluan baik, dilakukan dengan dua cara, pengujian obyektif yang dilakukan dengan melakukan penghitungan tingkat kesalahan pada audio ter-watermark (penghitungan Mean Square Error (MSE)), penghitungan tingkat noise atas audio yang telah disisipi pesan/teks (penghitungan Signal to Noise Ratio (SNR)), penghitungan jumlah karakter salah. Selain itu juga akan dilakukan analisa terhadap ketahanan watermark melalui pengolahan sinyal audio seperti filtering, cropping, resampling, dan MP3 compression, dan akan dilakukan pula pengujian secara subyektif, yang akan memperdengarkan data hasil audio ter-watermark kepada 30 responden.

Teknik watermarking sering digunakan dengan menggunakan citra digital sebagai media yang disisipi (host file), dan ada berbagai pilihan metode dalam pengaplikasiannya. Salah satu yang bisa digunakan adalah menggunakan metode transformasi DCT (Discrete Cosine Transform), metode ini sering dipakai dalam pengolahan sinyal digital, antara lain untuk proses kompresi citra digital dan penyisipan watermarking dengan menggunakan host file citra digital. Akan tetapi penggunaan metode transformasi DCT dengan host file audio masih jarang ditemui, metode yang digunakan dalam digital audio watermarking juga masih sedikit bila dibandingkan dengan citra digital. Dalam penelitian ini dilakukan implementasi proses penambahan suatu watermark berupa teks ke file audio digital dengan menggunakan DCT (Discrete Cosine Transform). Setelah itu dilakukan analisis performansi sistem audio watermarking menggunakan DCT, kemudian membandingkan dengan standar watermark yang berkualifikasi watermark yang baik dan efektif, yaitu yang mempunyai ciri-ciri, Unobtrusiveness (tak teramati), Robustness (kekuatan/ketahanan), Universality (sifat universal) dan Unambiguosness (tak ambigu). Untuk pengujian supaya watermark tersebut dikatakan

2.

Audio Digital

Komputer hanya mampu mengenal sinyal dalam bentuk digital. Bentuk digital yang dimaksud adalah tegangan yang diterjemahkan dalam bilangan biner atau binary digit (bit). Satu bit bisa merepresentasikan dua nilai, 0 dan 1, 2 bit, empat nilai, 8 bit, 256 nilai, dan seterusnya. Dengan kecepatan yang dimilikinya komputer mampu mengolah bit-bit ini menjadi sebuah deretan bit, kemudian menerjemahkan deretan bit tersebut menjadi sebuah informasi yang bernilai.

Jurnal Penelitian dan Pengembangan TELEKOMUNIKASI, Juni 2006, Vol. 11, No. 1

31

Proses pengubahan gelombang suara menjadi data digital dinamakan Analog-to-Digital Conversion (ADC) dan proses kebalikannya, pengubahan data digital menjadi gelombang suara dinamakan Digital-to-Analog Conversion (DAC). Sinyal audio dapat dikelompokkan dalam tiga golongan sesuai rentang frekuensinya, yaitu: 1. 300 Hz 3400 Hz (telephone quality speech) 2. 50 Hz 7000 Hz (wideband speech) 3. 20 Hz 20000 Hz (wideband audio) Pendengaran yang dimiliki oleh manusia dapat mendeteksi atau mendengar suara dengan frekuensi yang bervariasi antara 20 Hz 20000Hz. Audio yang akan disisipi watermark dalam penelitian ini berupa file audio dengan format *.wav (ber-channel mono, frekuensi sampling 8000 Hz, audio sample size 16 bit, format audio PCM).

Terdapat trade-off antara dua parameter (bit rate dan robustness) tersebut dengan Invisibility (tidak tampak). Bila diinginkan robustness yang tinggi maka bit rate akan menjadi rendah, sedangkan akan semakin visible, dan sebaliknya semakin invisible maka robustness akan menurun [4]. 4. Penyisipan Dan Ekstraksi Watermark

4.1 Selisih Minimum Koefisien DCT Host File dan Teks Watermark serta Seed Sebelum dilakukan penyisipan teks watermark ke dalam host file dalam bentuk koefisien DCT, setelah dilakukan pengacakan teks, akan dilakukan pembangkitan bilangan acak untuk menentukan posisi penyisipan watermark. Setelah mendapatkan nilai-nilai posisi penyisipan watermark, akan dilakukan penghitungan selisih antara koefisien DCT host file dengan nilai teks watermark. Hal ini akan dilakukan sesuai batasan tertentu, dalam penelitian ini sebanyak 100kB awal host file, untuk mendapatkan nilai selisih terkecil dengan tujuan mencari nilai yang mendekati nilai koefisien DCT host file yang akan disisipi/diganti oleh nilai teks watermark. Sehingga kualitas audio tetap terjaga. Supaya dihasilkan selisih yang paling minimum, karena nilai koefisien DCT teks watermark jauh lebih besar dari koefisien DCT host file maka diperlukan sebuah koefisien pengali, yang berfungsi untuk memperkecil nilai (amplitudo) koefisien DCT teks watermark. Setelah nilai DCT teks watermark dikalikan dengan koefisien pengali dan dilakukan pencarian selisih minimumnya maka titik pertama tempat watermark disisipkan akan dijadikan sebagai seed untuk membangkitkan kembali bilangan acak tempat posisi watermark disisipkan, dengan menggunakan pembangkit bilangan acak yaitu Linear Congruental Generator (LCG) 4.2 Proses Penyisipan Watermark Pemberian watermark pada dasarnya dapat dipandang sebagai proses penggabungan dua buah informasi. Penyisipan watermark berupa file *.txt ke file audio *.wav diilustrasikan pada Gambar 1. Kelebihan penyisipan pada domain frekuensi adalah pengubahan-pengubahan digital secara signifikan belum tentu mengubah informasi pada domain waktu secara signifikan pula (sampai dengan batas tertentu). Jadi watermark yang disisipkan masih dapat eksis walaupun audio telah mengalami perubahan. Nilai (koefisien pengali) di sini merupakan koefisien yang digunakan untuk memperkecil amplitudo watermark, dari nilai yang didapatkan setelah mengalikan nilai teks watermark dengan akan dicari selisih terkecil antara nilai koefisien DCT host file dengan nilai teks watermark tersebut, nilai-nilai ini kemudian akan digunakan sebagai lokasi penyisipan watermark. Sehingga diharapkan

3.

Digital Watermarking

Watermarking merupakan suatu bentuk dari Steganography (Ilmu yang mempelajari bagaimana menyembunyikan suatu data pada data yang lain) [3]. Digital watermarking adalah penyisipan sinyal digital ke dalam suatu media, yang dalam penelitian ini media atau host yang dimaksud adalah audio digital (*.wav). Digital watermarking ini berangkat dari proses-proses pengolahan sinyal digital, dimana sinyal digital dapat berupa gambar, audio, video, dan teks. Seperti yang telah disebutkan sebelumnya, bahwa digital watermarking ini diimplementasikan dengan memanfaatkan kekurangan dari indera manusia (indera penglihatan dan indera pendengaran) dimana indera manusia ini kurang sensitif terhadap perubahan yang terjadi, misalnya perubahan yang terjadi pada level bit (sampai batas tertentu) ataupun perubahan pada level frekuensi di luar frekuensi yang bisa diterima manusia. Hal yang memisahkan watermarking dari steganografi adalah pada aspek implementasinya, steganografi digunakan untuk mengamankan informasi yang ditumpangkan pada suatu media digital, sedangkan watermarking digunakan untuk mengamankan media digital yang berisi informasi hak cipta yang disembunyikan dari gangguan para pembajak hak cipta. Sebuah watermark yang baik idealnya akan memiliki karakteristik sebagai berikut [2]: 1. Unobtrusiveness (tak teramati) 2. Robustness (kekuatan/ketahanan) 3. Universality (sifat universal) 4. Unambiguousness Semua aplikasi dari watermarking menuntut hal-hal (parameter) yang berbeda dari penerapan metoda watermarking. Parameter-parameter yang perlu diperhatikan dalam penerapan metoda watermarking: 1. Jumlah data (bit rate) yang disembunyikan. 2. Ketahanan (robustness) terhadap proses pengolahan sinyal.

Audio Watermarking Menggunakan Transformasi Kosinus Diskrit [Ochhaj Yulid S. R.]

32

dengan nilai koefisien pengali yang paling optimal akan didapatkan nilai selisih paling minimum untuk menghasilkan file audio ter-watermark yang menyerupai aslinya.
Watermark

4.4 Selisih nilai koefisien DCT file audio asli dan nilai koefisien DCT teks watermark serta koefisien pengali () Dalam proses penyisipan watermark yang ditunjukkan dengan Gambar 1 di atas dinyatakan adanya proses pencarian lokasi, pencarian lokasi di sini adalah pencarian lokasi yang paling optimal untuk digunakan sebagai tempat penyisipan teks watermark. Lokasi penyisipan yang paling optimal dalam metode ini akan ditemukan bila nilai koefisien DCT file audio asli dan nilai DCT teks watermark yang akan disisipkan (disubstitusikan) tidak jauh berbeda atau bahkan sama. Oleh karena itu sebelum watermark disubstitusikan ke dalam audio asli (host file) diperlukan pencarian lokasi penyisipan yang paling optimal dengan cara dicari selisih terkecil antara nilai koefisien DCT file asli dan koefisien DCT teks watermark (delta). Karena nilai koefisien DCT yang kecil, rata - rata berkisar antara -1 dan +1, bila dibandingkan nilai teks watermark (nilai ASCII) yang bernilai puluhan maka diperlukan sebuah konstanta/koefisien yang berfungsi sebagai pengali nilai teks watermark supaya nilai DCT teks watermark yang disisipkan tidak jauh berbeda dengan nilai DCT audio asli. Koefisien ini dalam penelitian ini disebut koefisien pengali (). Contoh penggunaan koefisien pengali, misalnya nilai teks watermark yang akan disisipkan adalah X dan dikalikan dengan koefisien pengali sebesar 0,001, maka X diperkecil 0,001 kali dari nilai semula. Penentuan koefisien pengali juga berkaitan dengan karakteristik file berekstensi wav yang audio sample size-nya di bawah 32 bit (24 bit, 16 bit dan 8 bit), mempunyai kisaran nilai amplitudo antara -1 sampai dengan +1 dan amplitudo bernilai di luar kisaran tersebut akan dipotong menjadi -1 atau +1. Sehingga bila nilai DCT teks watermark yang disubstitusikan lebih besar dari nilai DCT audio asli maka akan mempengaruhi nilai amplitudo wav yang dihasilkan, bila nilai amplitudo wav tersebut di luar kisaran -1 sampai dengan +1 nilai itu akan dipotong dan tentunya akan berpengaruh pada nilai DCT pada saat ekstraksi teks watermark. 5. Pengujian dan Analisis

PRG

Menyisipkan watermark Pseudo Random Generator

Seed

Cari Lokasi

Sinyal audio (*.wav) / Host

DCT

Sinyal audio dalam domain frekuensi

substitusi

IDCT

Sinyal audio terwatermark

Gambar 1. Proses Penyisipan Watermark 4.3 Proses Ekstraksi Watermark Proses ekstraksi watermark merupakan proses pemisahan watermark dari host file-nya. Dapat digambarkan sebagai berikut:
Seed
Watermark terkonstruksi

PRG

Bilangan random (posisi penyisipan watermark)

PRG

Audio terwatermark

DCT

desubstitusi

Watermark yang disisipkan

Watermark terekstraksi

Gambar 2. Proses Ekstraksi Watermark Beberapa hal yang perlu diperhatikan dalam proses pengekstraksian watermark ini antara lain, seed yang digunakan pada proses pengekstraksian watermark harus sama dengan yang digunakan pada proses penyisipan watermark. Hal ini merupakan hal yang sangat penting, karena seed akan menentukan bilangan random yang dibangkitkan untuk menentukan posisi penyisipan watermark. Selain seed, adalah nilai K yang merupakan panjang teks watermark yang disisipkan. K ini digunakan untuk melakukan pengacakan dan rekonstruksi teks watermark. Pada proses penyisipan watermark, watermark akan disisipkan pada posisi-posisi sesuai dengan bilangan random. Sedangkan pada proses pengekstraksian watermark ini, sinyal audio terwatermark akan diambil langsung dari posisi sesuai dengan bilangan random yang telah dibangkitkan. Kemudian akan dikembalikan ke nilai ASCII (karakter) dengan dibagi nilai awal pada waktu penyisipan.

Pada bagian ini dilakukan pengujian terhadap implementasi yang telah dibuat. File audio asli (host file) berupa file audio dengan format .WAV bertipe mono dengan sampling rate 8000 KHz, bit sampling 16 bit. Host file yang diuji mempunyai durasi yang sama yaitu 30 detik dengan ukuran file antara 455 KB sampai dengan 477 KB. Host file ini dibagi menjadi empat macam file sesuai dengan karakter audionya yaitu audio yang berfrekuensi tinggi (lagu dan instrumen), berfrekuensi sedang (lagu dan instrumen), berfrekuensi rendah (lagu dan instrumen) dan orang yang sedang bicara. Pembagian file audio sesuai dengan karakternya ini didasarkan kepada penilaian subyektifitas umum

Jurnal Penelitian dan Pengembangan TELEKOMUNIKASI, Juni 2006, Vol. 11, No. 1

33

sesuai dengan suara penyanyi, untuk sampel musik dan lagu, untuk karakter suara wanita, sopran untuk karakter suara frekuensi tinggi, mesosopran untuk karakter suara frekuensi sedang dan alto untu karakter suara rendah. Sedangkan untuk pria, tenor untuk karakter suara frekuensi tinggi, bariton untuk suara karakter suara frekuensi sedang dan bass untuk karakter suara rendah. Untuk file watermark yang disisipkan terdiri dari 4 macam file teks, yaitu yang terdiri dari 10 karakter, 100 karakter, 500 karakter dan 1000 karakter. 5.1 Analisis Kualitas Audio Ter-watermark Secara Obyektif 5.1.1 Pengaruh Panjang Teks Terhadap SNR Hasil pengujian pengaruh panjang teks terhadap SNR (Signal to Noise Ratio) yang dilakukan terhadap sistem audio watermarking diberikan pada Gambar 3.

teks watermark supaya bisa didapatkan nilai yang paling mendekati nilai koefisien DCT host file. Dengan semakin kecilnya selisih nilai antara nilai koefisien DCT host file dengan nilai koefisien DCT teks watermark maka kualitas dari file audio tidak akan semakin mendekati aslinya. Dari pengujian yang telah dilakukan diperoleh hasil pada Gambar 4. Dengan semakin bertambahnya nilai koefisien pengali yang digunakan maka nilai SNR cenderung akan semakin turun. Nilai rata-rata SNR file audio berkarakter High Frequency, Middle Frequency, Low Frequency dan Speech, mempunyai pola yang cenderung semakin menurun. Hal ini disebabkan karena semakin besarnya perbedaan antara file audio ter-watermark dengan file asli. 5.1.3 Pengaruh Koefisien Pengali Terhadap Jumlah Karakter Salah Setelah proses pengekstraksian kembali teks watermark yang telah disisipkan sebelumnya, dilakukan penghitungan berapa jumlah karakter yang salah. Jumlah karakter yang salah dihitung dengan cara melakukan perbandingan setiap teks watermark dengan teks hasil konstruksi. Dari data yang diperoleh dapat digambarkan sebagai berikut

Gambar 3. Grafik Pengaruh Panjang Teks pada SNR Dengan semakin bertambahnya panjang teks watermark yang disisipkan maka nilai SNR cenderung akan semakin turun. Nilai rata-rata SNR file audio berkarakter High Frequency, Middle Frequency, Low Frequency dan Speech, mempunyai pola yang cenderung semakin menurun. Hal ini disebabkan karena semakin besarnya perbedaan antara file audio ter-watermark dengan file asli. 5.1.2 Pengaruh Koefisien Pengali pada SNR

Gambar 5. Grafik Pengaruh Koefisien Pengali Terhadap Jumlah Karakter Salah Dari grafik perbandingan rata-rata jumlah karakter salah dan koefisien pengali di atas menunjukkan bahwa dalam sistem audio watermarking menggunakan DCT, semakin besar nilai koefisien pengali yang digunakan maka semakin bertambah jumlah karakter yang salah. Hal tersebut dikarenakan dalam sistem audio watermarking menggunakan DCT yang diimplementasikan menggunakan audio sample size 16 bit, sehingga hal ini berpengaruh pada karakteristik file wav yang dihasilkan mempunyai amplitudo dengan nilai antara 1 sampai dengan +1 dan nilai di luar kisaran itu akan dipotong menjadi 1 atau +1. Dari data di atas menunjukkan bahwa penyisipan watermark dengan koefisien pengali 0,05; 0,1 dan 0,5 akan menghasilkan nilai koefisien DCT yang jauh lebih besar daripada nilai koefisien DCT aslinya, sehingga berpengaruh pada nilai amplitudo file wav yang dihasilkan di luar kisaran 1 dan +1 sehingga dilakukan proses pemotongan

Gambar 4. Pengaruh Koefisien Pengali pada SNR Koefisien pengali adalah suatu bilangan yang digunakan untuk memperkecil nilai koefisien DCT

Audio Watermarking Menggunakan Transformasi Kosinus Diskrit [Ochhaj Yulid S. R.]

34

nilai menjadi 1 dan +1. Hal ini membuat nilai DCT berubah pada saat proses ekstraksi dan menghasilkan karakter teks watermark yang salah. Dari data audio watermark setelah pengujian obyektif menunjukkan bahwa koefisien pengali 0,001;0,005 dan 0,01 menghasilkan jumlah karakter salah yang paling sedikit yaitu nol (tidak terjadi kesalahan) untuk semua panjang teks karakter, tetapi terdapat simpangan sebuah data yaitu dari sampel thrutherain001seribu.wav yang menghasilkan jumlah karakter salah 5 karakter. Sedangkan koefisien pengali 0,05 dan 0,1 menghasilkan jumlah karakter nol saat panjang teks yang digunakan sama dengan 10 karakter dan 100 karakter. Bila koefisien pengali 0,05 dan 0,1 digunakan pada panjang karakter 500 dan 1000 akan menghasilkan kesalahan pada karakter watermark yang terekstraksi dari audio ter-watermark. Koefisien pengali 0,5 akan menghasilkan jumlah karakter salah bila digunakan pada semua teks watermark yang mempunyai panjang karakter 10, 100, 500 dan 1000 karakter. 5.1.4 Batas Bawah Pemilihan Koefisien Pengali

namun koefisien pengali 0,000001; 0,000005; 0,00001 dan 0,00005 tidak layak dipilih karena menghasilkan banyak karakter salah. Hal ini disebabkan oleh proses pembulatan pada aplikasi Matlab 7.01 yang berpengaruh pada IDCT ketika proses penyisipan dan juga saat proses ekstraksi. 5.2 Analisis Kualitas Audio Ter-watermark Secara Subyektif Data hasil survei menunjukkan bahwa secara subyektif, kualitas file audio ter-watermark dengan koefisien pengali 0,001 mempunyai kualitas suara yang menyerupai file audio aslinya. Sedangkan untuk koefisien pengali 0,005, kualitas suara audio ter-watermark masih menyerupai aslinya bila disisipi teks watermark yang panjangnya 10 dan 100, watermark akan mulai terasa bila panjang karakter teks watermark adalah 500 dan 1000. Untuk koefisien pengali 0,01 bila disisipi watermark yang panjangnya 10 karakter kualitas audio terwatermark masih bisa dikatakan menyerupai file audio aslinya, sedangkan untuk panjang karakter 100, 500 dan 1000 akan terasa adanya gangguan dari watermark. File audio ter-watermark yang menggunakan koefisien pengali 0,05; 0,1 dan 0,5 akan mengalami penurunan kualitas suara karena watermark mulai terasa dan mengganggu. Dari grafik dan tabel berdasarkan pengukuran secara obyektif dan secara subyektif menunjukkan bahwa audio ter-watermark mempunyai kualitas seperti audio aslinya (kualitas excellent) bila nilai SNR yang dihasilkan lebih besar atau sama dengan 78, 538 dB. Tetapi terdapat satu simpangan yaitu pada nilai SNR 85,763 dB dimana berdasarkan survei watermark terasa namun tidak mengganggu (kualitas good). Watermark mulai terasa namun tidak mengganggu (berkualitas good) bila nilai SNR yang dihasilkan antara 9,3327 dB sampai dengan 64,99 dB. Dengan dua buah simpangan yaitu pada nilai SNR 16.202 dB dan 11.734 dB yang menurut survei menunjukkan bahwa watermark terasa dan sedikit mengganggu (kualitas fair). Berdasarkan survei audio watermark berkualitas fair bila SNR yang dihasilkan adalah antara 8.960 dB sampai dengan 1.7236 dB. Dan terdapat dua buah simpangan yaitu pada saat SNR menunjukkan nilai 8.2141 dB dan 8.051 dB yang berdasarkan survei MOS menghasilkan audio terwatermark dengan kualitas good. Dari survei yang dilakukan, watermark terasa sangat mengganggu tetapi audio masih dapat didengar (kualitas poor) saat nilai SNR yang dihasilkan antara 1.6170 dB sampai dengan 1.1415 dB. Dari survei yang dilakukan pula diperoleh hasil bahwa watermark terasa mengganggu sekali dan mengakibatkan audio tidak terdengar (kualitas bad) saat nilai SNR yang dihasilkan kurang dari 1.1130 dB, dengan terdapat simpangan saat nilai SNR sama dengan 1.0843 dB yang berdasarkan survei menghasilkan audio terwatermark dengan kualitas poor.

Gambar 6. Grafik Pengaruh Koefisien Pengali Terhadap Jumlah Karakter Salah untuk koefisien pengali 0,000001; 0,000005; 0,00001; 0,00005; 0,0001 dan 0,0005 Koefisien pengali yang digunakan dalam sistem audio watermarking menggunakan DCT supaya menghasilkan audio ter-watermark yang berkualitas bagus dan bisa menghasilkan teks watermark terkonstruksi (setelah diekstraksi) dengan jumlah karakter salah minimum tentu mempunyai batas batas. Seperti yang telah disampaikan di atas bahwa semakin besar nilai koefisien pengali maka kualitas audio ter-watermark yang semakin menurun dan teks watermark terkonstruksi yang semakin bertambah karakter salahnya. Tetapi bukan berarti koefisien pengali semakin kecil selalu menghasilkan jumlah karakter salah yang semakin minimum. Dari data yang diperoleh setelah mencoba input koefisien pengali 0,000001; 0,000005; 0,00001; 0,00005; 0,0001 dan 0,0005 dengan panjang teks watermark 10, 100, 500 dan 1000 keempat host file, basikova.wav, intheend.wav, bassflea.wav dan movie(cowok).wav diperoleh grafik pada Gambar 6. Dari grafik di atas terlihat bahwa koefisien pengali 0,0001 dan 0,0005 masih layak untuk dipilih

Jurnal Penelitian dan Pengembangan TELEKOMUNIKASI, Juni 2006, Vol. 11, No. 1

35

Berdasarkan tabel standar kualitas audio [1] hasil pengukuran secara obyektif dan subyektif sistem audio watermarking menggunakan DCT, yang menunjukkan nilai kualitas MOS excellent dengan nilai SNR minimum yang dihasilkan sebesar 78,538 dB menunjukkan kualitas lebih baik daripada kualitas audio radio FM dan kaset (70 dB). Sistem audio watermarking DCT menghasilkan audio terwatermark dengan sampling rate 8 KHz dan ukuran audio per sampel 16 bit ini jauh dari standar kualitas CD (SNR minimum 90 dB) yang mempunyai sampling rate 44KHz dan ukuran audio per sampel 16 bit. Sehingga wajar bila standar kualitas SNR minimum yang dihasilkan lebih kecil daripada standar kualitas CD (semakin besar nilai SNR semakin bagus kualitas suaranya). Dari hasil pengukuran secara obyektif dan pengukuran secara subyektif, kualitas file audio terwatermark dengan koefisien pengali 0,001 mempunyai kualitas suara yang menyerupai file audio aslinya (kualitas excellent). Sedangkan untuk koefisien pengali 0,005, kualitas suara audio terwatermark masih menyerupai aslinya bila disisipi teks watermark yang panjangnya 10 dan 100, watermark akan mulai terasa (kualitas good) bila panjang karakter teks watermark adalah 500 dan 1000. Untuk koefisien pengali 0,01 bila disisipi watermark yang panjangnya 10 karakter kualitas audio terwatermark masih bisa dikatakan menyerupai file audio aslinya, sedangkan untuk panjang karakter 100, 500 dan 1000 akan terasa adanya gangguan dari watermark. File audio terwatermark yang menggunakan koefisien pengali 0,05; 0,1 dan 0,5 akan mengalami penurunan kualitas suara karena watermark mulai terasa dan mengganggu. Nilai koefisien pengali lebih berpengaruh terhadap kualitas audio watermark dibandingkan panjang teks, karena koefisien pengali menentukan besarnya selisih nilai yang dihasilkan antara nilai koefisien DCT file audio asli dan nilai koefisien DCT file teks watermark yang disisipkan. Faktor unambigousness dari watermark yang disisipkan dapat dilihat dari nilai-nilai kunci yang diinputkan yang harus disimpan oleh user yang menyisipkan watermark, nilai-nilai yang berupa kunci, seed dan faktor pengali ini harus disimpan oleh pemilik file asli untuk keperluan ekstraksi. Nilai-nilai ini antara satu file audio terwatermark dengan file audio ter-watermark yang lainnya sebagian besar berbeda, terutama nilai seed. Nilainilai inilah yang akan menunjukkan pemilik data secara akurat (tidak ambigu). 5.2.1 Jumlah Karakter Sisipan Maksimum yang Bisa Disisipkan untuk Menghasilkan Kualitas Audio Excellent Salah satu faktor yang mempengaruhi kualitas audio watermark adalah besar ukuran watermark yang disisipkan. Dalam hal ini adalah panjang teks watermark. Dari pengujian terhadap panjang

karakter yang disisipkan yang masih memenuhi kualitas audio excellent secara subyektif dan memenuhi standar nilai SNR yaitu lebih besar atau sama dengan 78.538 dB dihasilkan grafik sebagai berikut. Pengujian ini juga menunjukkan besar nilai MSE maksimum yang boleh dihasilkan supaya kualitas audio terwatermark berkualitas excellent. Berdasarkan pengujian yang dilakukan terhadap panjang maksimum karakter watermark yang bisa disisipkan dengan menghasilkan nilai kualitas audio excellent, nilai SNR lebih besar atau sama dengan 78,538 dB, adalah antara 1800 karakter s.d. 1900 karakter dengan nilai MSE yang dihasilkan harus lebih kecil atau sama dengan 0,000365. 5.3 Analisis Robustness (Ketahanan) Untuk analisis ketahanan watermark terhadap pengolahan sinyal (kompresi MP3, cropping, resampling dan filtering), digunakan file audio asli basikova.wav, intheend.wav, bassflea.wav dan movie(cowok).wav. Panjang teks watermark 10, 100, 500 dan 1000 karakter, dan nilai koefisien pengali 0,001 dan 0,005. Jadi masing masing pengolahan sinyal akan dilakukan terhadap 32 file audio terwatermark, total file yang digunakan untuk analisis ketahanan watermark ini adalah 128 file. 5.3.1 Robustness Terhadap Kompresi MP3 Percobaan menunjukkan bahwa watermark yang berupa teks (karakter) sangat rentan terhadap pengolahan sinyal audio yang berupa kompresi MP3. Sedangkan untuk nilai MSE dan SNR tidak dapat dihitung karena sampel audio yang telah dikompres ke MP3 kemudian didekompres kembali ke WAV berubah besar ukuran filenya. Sehingga bisa dikatakan watermark bersifat tidak robust terhadap kompresi MP3. 5.3.2 Robustness Terhadap Cropping Percobaan berupa cropping sebesar 1 detik di akhir file audio terwatermark menunjukkan bahwa watermark yang berupa teks (karakter) sangat rentan terhadap pengolahan sinyal audio yang berupa cropping (pemotongan). Sedangkan untuk nilai MSE dan SNR tidak dapat dihitung karena besar sample file sebelum dan sesudah dipotong berubah ukurannya. Sehingga bisa dikatakan watermark bersifat tidak robust terhadap proses cropping 5.3.3 Robustness Terhadap Resampling Percobaan yang dilakukan terhadap sampel audio terwatermark dengan melakukan pengolahan audio berupa down sampling (resampling) dari sample rate asli sebesar 8000 Hz diturunkan menjadi 6000 Hz menunjukkan bahwa watermark yang berupa teks (karakter) sangat rentan terhadap pengolahan sinyal audio yang berupa down sampling. Sedangkan untuk nilai MSE dan SNR

Audio Watermarking Menggunakan Transformasi Kosinus Diskrit [Ochhaj Yulid S. R.]

36

tidak dapat dihitung karena besar sample file sebelum dan sesudah dipotong berubah ukurannya. Sehingga bisa dikatakan watermark bersifat tidak robust terhadap proses down sampling. 5.3.4 Robustness Terhadap Filtering Percobaan yang dilakukan terhadap sampel audio terwatermark dengan melakukan pengolahan audio berupa low pass filtering, yaitu menyaring supaya sinyal-sinyal berfrekuensi rendah saja yang dikeluarkan (frekuensi yang tidak disaring/tidak diredam adalah antara 0 Hz 2000 Hz dengan amplifikasi 80 %), menunjukkan bahwa watermark yang berupa teks (karakter) sangat rentan terhadap pengolahan sinyal audio hasil low pass filtering. Dari empat pengujian ketahanan watermark di atas bisa disimpulkan bahwa watermark yang berupa teks sangat rentan terhadap perubahan yang terjadi. Hal ini dikarenakan perubahan sebesar satu bit saja bisa merubah nilai ASCII sebuah karakter dan hal itu tentu saja merubah karakter tersebut. Perubahan yang terjadi karena pengolahan audio di atas, salah satunya disebabkan oleh berubahnya ukuran file dari sampel audio terwatermark. Dengan menggunakan transformasi DCT maka nilai teks watermark yang disisipkan pada domain frekuensi pada saat dikembalikan ke domain waktu akan disebar secara merata. Sehingga perubahan satu bit saja pada domain waktu akan berpengaruh bagi keseluruhan nilai DCT. Secara teoritis, bila watermark yang disisipkan berupa file image atau file audio, perubahan pada beberapa bit masih dapat memberikan persepsi yang seolah-olah sama dengan file asli yang disisipkan oleh penglihatan maupun pendengaran. 6. Kesimpulan

6. Dari analisis jumlah karakter salah dan koefisien pengali menunjukkan bahwa koefisien pengali antara 0,000001; 0,000005; 0,00001; 0,00005; 0,0001 dan 0,0005 yang menghasilkan jumlah karakter salah paling sedikit adalah 0,0001 dan 0,0005 hal ini dikarenakan pembulatan yang dilakukan oleh aplikasi Matlab 7.0.1 sehingga berpengaruh pada proses IDCT pada proses penyisipan dan juga pada proses ekstraksi. 7. Watermark berupa teks pada sistem audio watermarking menggunakan DCT ternyata rentan terhadap perubahan yang dihasilkan oleh pengolahan sinyal berupa kompresi MP3, cropping, resampling dan filtering. Hasil ini menunjukkan bahwa sistem audio watermarking berbasis DCT yang telah diimplementasikan tidak memenuhi syarat untuk dijadikan metode watermarking dengan tujuan sebagai copyrightlabeling, tetapi mungkin memenuhi syarat untuk dijadikan metode watermarking dengan tujuan annotation, tamper-proofing, atau feature. Daftar Pustaka [1] Aude, Arlo J., 1998, Audio Quality Measurement Primer, Application Note, Harris Semiconductor AN9789. [2] Budianto, M. Farid, 1999, Implementasi Teknik Adaptive Digital Image Watermarking, Bandung, Tugas Akhir Jurusan Teknik Informatika STT Telkom. [3] Schneiner, B., 1994, Applied Cryptography: Protocols, Algorithm, and Source Code in C. New York: Wiley.
[4]

1. Transformasi Discrete Cosine Transform bisa digunakan sebagai metode untuk melakukan penyisipan watermark berupa file teks ke dalam host file yang berupa file audio (WAV). 2. Semakin besar jumlah karakter yang disisipkan, maka nilai SNR cenderung semakin menurun sehingga kualitas audio akan menurun. 3. Semakin besar nilai koefisien pengali maka nilai nilai SNR cenderung semakin menurun sehingga kualitas audio akan menurun. 4. Pada aplikasi audio watermark menggunakan DCT ini, koefisien pengali yang menghasilkan jumlah karakter salah paling sedikit (nol karakter) adalah koefisien pengali yang bernilai 0,001; 0,005; dan 0,01 untuk semua panjang karakter. 5. Dari analisis hasil pengujian kualitas secara obyektif dan survei MOS, kualitas audio terwatermark mempunyai kualitas mendekati file audio aslinya (excellent) bila nilai SNR yang dihasilkan lebih besar dari atau sama dengan 78,538 dB.

Supangkat, Suhono H., Juanda, Riwut Libinuko, 2000, Proteksi Citra Digital dengan Informasi yang Tidak Kelihatan. Bandung, Jurnal Departemen Teknik Elektro, ITB.

Jurnal Penelitian dan Pengembangan TELEKOMUNIKASI, Juni 2006, Vol. 11, No. 1

Anda mungkin juga menyukai