See discussions, stats, and author profiles for this publication at: https://www.researchgate.

net/publication/279409951

Deteksi Steganografi pada Citra Digital dengan Menggunakan RS Steganalisis

pada Steganografi LSB

Conference Paper · February 2007

CITATIONS READS

0 85

3 authors, including:

Eddy Muntina Dharma Fazmah Arif Yulianto

Binus University Telkom University
15 PUBLICATIONS   14 CITATIONS    42 PUBLICATIONS   96 CITATIONS   

SEE PROFILE SEE PROFILE

Some of the authors of this publication are also working on these related projects:

Analysis of watermaking using SVD based on DWT and DCT View project

Computation Reduction View project

All content following this page was uploaded by Eddy Muntina Dharma on 17 April 2021.

The user has requested enhancement of the downloaded file.

 Konferensi Nasional Sistem Informasi 2007
Information System : Bridging Gap between Theories and Practices
Bandung, 14-15 Februari 2007

DETEKSI STEGANOGRAFI PADA CITRA DIGITAL

DENGAN MENGGUNAKAN RS STEGANALISIS PADA
STEGANOGRAFI LSB
Eddy Muntina Dharma[1],Shinta Carolinasari [2], Fazmah Arif Yulianto[3]

1,2,3
Jurusan Teknik Informatika – Sekolah Tinggi Teknologi Telkom
Jl. Telekomunikasi, Dayeuh Kolot Bandung 40257 Indonesia
Telp/Fax : (022) 7565931
1
aguseddy@stttelkom.ac.id, 2shinta_c@yahoo.com, 3fay@stttelkom.ac.id,

ABSTRAK

Steganografi merupakan suatu metode yang bertujuan untuk menyembunyikan suatu pesan rahasia
pada suatu objek cover (pembungkus) sehingga kehadiran adanya pesan rahasia tersebut tidak diketahui. Data
(file) yang sudah berisi pesan rahasia ini dapat disebut dengan objek stego. Pada umumnya objek cover dan
objek stego tidak dapat dibedakan secara kasat mata.
Perkembangan steganografi yang sangat pesat menyebabkan diperlukannya suatu cara untuk
mengawasi (monitoring) suatu pertukaran data. Cara tersebut dapat dilakukan dengan menggunakan metode
steganalisis. Tujuan steganalisis adalah untuk mengetahui apakah dalam suatu objek berisi pesan rahasia atau
tidak. Steganalisis telah diterima oleh penegak hukum dan media dengan tangan terbuka.
Penelitian yang berjudul “Deteksi Steganografi pada Citra Digital Dengan Menggunakan RS
Steganalisis pada Steganografi LSB” ini membahas bagaimana cara mendeteksi steganografi yang
menggunakan metode LSB dengan menggunakan RS steganalisis. Objek cover yang dipakai berupa citra
digital berformat BMP 24-bit. Pesan rahasia disisipkan pada objek cover berupa teks. Parameter yang
digunakan untuk melakukan analisis berupa panjang pesan.

Kata kunci : RS steganalisis, steganografi LSB, objek cover, objek stego

PENDAHULUAN digunakan para kriminal untuk merencanakan

Seiring dengan perkembangan jaringan
komunikasi, pertukaran data dapat dilakukan
dengan mudah. Data yang dipertukarkan tersebut
tidak hanya tampak seperti yang terlihat oleh
indra penglihatan kita. Sebenarnya pesan rahasia
dapat disembunyikan pada suatu data (yang
disebut dengan objek cover) sehingga membentuk
suatu objek stego dan kehadiran pesan tersebut
tidak disadari. Atau dengan kata lain, kita tidak
dapat membedakan objek cover dengan objek
stego. Metode seperti ini lebih dikenal dengan
steganografi.
Dengan kehadiran steganografi yang
berkembangan secara cepat dengan beragam
metodenya, diperlukan suatu cara untuk
mengawasi pertukaran data yang terjadi pada
jaringan komunikasi. Hal ini dilatarbelakangi,
salah satunya, karena steganografi dapat
kejahatan. Maka dari itu dikembangkan konsep
steganalisis yang merupakan deteksi steganografi
yang bertujuan untuk mengetahui ada tidaknya
pesan rahasia yang disembunyikan pada suatu
objek cover.
Algoritma dalam steganalisis dapat
dibedakan menjadi dua, yaitu universal algorithm
dan model-based algorithm. Universal algorithm
digunakan pada steganalisis untuk beberapa
metode steganografi. Contoh dari universal
algorithm adalah blind steganalysis. Sedangkan
model-based algorithm digunakan pada
steganalisis untuk metode steganografi yang
spesifik. Contoh dari model-based algorithm
adalah RS steganalisis.
RS steganalisis akan memeriksa adanya
pesan rahasia pada citra digital yang
penyembunyiannya menggunakan steganografi
LSB. Teknik deteksi steganografi ini berdasar

587

Information System : Bridging Gap between Theories and Practices
kepada analisa bagaimana perubahan jumlah dari
kelompok Regular dan Singular dengan
bertambahnya panjang pesan yang ditambahkan
dengan menggunakan pendekatan LSB.
Steganografi LSB terdiri dari dua tipe,
yaitu fixed-size dan variable-size. Pada Penelitian
ini pendekatan yang akan digunakan adalah fixed-
size. Pendekatan ini memerlukan input bit tetap
yang akan digunakan untuk penyisipan pesan
rahasia.
Tujuan dari Penelitian ini adalah untuk
membedakan objek cover dengan objek stego
pada citra digital dengan menentukan adanya
pesan rahasia atau tidak pada suatu citra digital,
memperkirakan panjang pesan yang
disembunyikan pada suatu citra digital yang
digunakan sebagai objek cover, mengetahui
tingkat ketelitian maupun kesalahan pada saat
memperkirakan adanya pesan rahasia, dan
mengetahui berapa batas optimal LSB yang
memungkinkan untuk dapat digunakan sebagai
perkiraan panjang pesan yang dideteksi dengan
menggunakan RS steganalisis.
Penelitian ini akan menggunakan citra
digital BMP 24-bit sebagai masukan dan pesan
rahasia berupa file teks. Steganografi yang
digunakan merupakan fixed-sized steganography
dengan masukan bit 1 sampai dengan 3.
Steganalisis yang digunakan bersifat pasif dan
aktif, pasif dalam arti mendeteksi keberadaan
atau ketidakberadaan akan pesan rahasia dalam
suatu citra digital dan aktif dalam batasan dapat
mengestimasi panjang pesan. Parameter
keberhasilan adalah dapat mendeteksi kehadiran
pesan rahasia atau tidak, memperkirakan
panjangnya, tanpa mengetahui isi pesan.
LANDASAN TEORI
Steganografi merupakan metode
berkomunikasi secara rahasia dengan
menggunakan objek pembawa sehingga kehadiran
pesan rahasia yang disisipkan ke objek pembawa
tidak dapat dideteksi. Secara harfiah, steganografi
berarti “tulisan yang ditutupi”. Objek pembawa
pesan rahasia tersebut dapat berupa citra digital,
audio, video, teks, maupun representasi kode
digital lainnya. Pesan yang disembunyikan dapat
pula berisi plaintext, chipertext, atau apapun yang
dapat direpresentasikan sebagai aliran bit. Untuk
selanjutnya dalam Penelitian ini objek pembawa
akan disebut sebagai objek cover. Suatu pesan
rahasia yang disisipkan ke dalam objek cover
dengan menggunakan metode steganografi
Konferensi Nasional Sistem Informasi 2007
Bandung, 14-15 Februari 2007
tertentu akan membentuk objek stego. Objek
stego inilah yang akan dikirimkan ke penerima
tanpa memancing perhatian dari pihak lain yang
mengetahui bahwa ada pesan rahasia yang
disisipkan ke dalamnya sehingga tujuan
steganografi dapat dipenuhi. Tujuan dari
steganografi adalah untuk menyembunyikan
kehadiran akan suatu komunikasi (pesan rahasia)
dalam suatu objek.
Teknik LSB (Least Significant Bit)
didasarkan pada modifikasi nilai bit terakhir pada
pixel untuk menyembunyikan pesan rahasia.
Karena bit pixel LSB memiliki kontribusi sangat
kecil terhadap penampakan pixel, maka
penggantian bit-bit ini tidak memiliki efek yang
berarti pada suatu citra digital. Metode LSB
merupakan metode yang banyak digunakan
sebagai metode steganografi karena tingkat
kesederhanaannya. Sangat dipercaya bahwa
sebenarnya perubahan warna akibat dari
penyisipan dengan menggunakan metode LSB
tidak dapat dideteksi karena pada umumnya noise
akan selalu hadir pada image digital. Jenis metode
LSB dapat dibagi menjadi dua metode, yaitu :
1. fixed-sized LSB
Jumlah bit dari objek cover yang digunakan
sebagai pengganti bit pesan rahasia berjumlah
tetap.
2. variable-sized LSB
Jumlah bit dari objek cover yang digunakan
sebagai pengganti bit pesan rahasia bervariasi
berdasarkan kondisi tertentu.
Steganalisis merupakan metode untuk
mendeteksi pesan rahasia yang disembunyikan
dengan menggunakan steganografi. Algoritma
steganalisis sendiri dapat dibedakan menjadi dua
menurut target steganografinya, yaitu universal
algorithm dan model-based algorithm. Universal
algorithm ditujukan untuk mendeteksi beberapa
metode steganografi. Sedangkan model-based
algorithm ditujukan untuk mendeteksi metode
steganografi tertentu. Tujuan dari steganalisis
adalah untuk mematahkan steganografi.
Steganalisis sendiri diklasifikasikan pada dua
kategori umum [14] :
1. Pasif, yang memiliki tujuan :
a. Mendeteksi keberadaan atau
ketidakberadaan akan pesan rahasia
dalam suatu objek.
b. Mengidentifikasi algoritma steganografi
yang digunakan.
2. Aktif, yang memiliki tujuan :
a. Memperkirakan panjang dari pesan.
b. Memperkirakan lokasi dari pesan rahasia.
588

c. Memperkirakan kunci rahasia (secret
key) yang dipakai untuk
menyembunyikan pesan
d. Memperkirakan beberapa parameter dari
algoritma stego.
e. Mendapatkan pesan rahasia.
Secara umum, steganalisis dikatakan
berhasil apabila dapat mendeteksi kehadiran pesan
tanpa harus dapat membaca pesan rahasia yang
disembunyikan ke dalam objek cover. Seperti
layaknya Wendy, yang dapat langsung mengeblok
pesan untuk dikirimkan tanpa tahu apa yang
sebenarnya disisipkan ke dalam objek cover.
RS steganalisis memeriksa ada tidaknya
pesan rahasia pada citra digital yang
penyembunyiannya menggunakan steganografi
LSB (steganalisis ini termasuk dalam model-
based algorithm). Prinsip dari metode steganalisis
ini adalah dengan menganalisa bentuk empat
kurva yang terbentuk dalam diagram RS dan
menghitung titik perpotongannya dengan
menggunakan ekstrapolasi [9]. Perhitungan ini
didapat setelah membagi suatu objek ke dalam
tiga kategori kelompok, yaitu Regular, Singular
dan Unusable.
Proses RS steganalisis dimulai dengan
membagi citra digital ke kelompok-kelompok n
pixel ketetanggaan (x1, ..., xn). Didefinisikan pula
fungsi diskriminasi f yang menampung bilangan
real f(x1, ..., xn) ∈ R untuk masing-masing
kelompok pixel G = (x1, ..., xn). Tujuan dari
fungsi diskriminasi adalah untuk mengukur
kehalusan atau keteraturan dari kelompok pixel G
[8]
. Semakin tinggi noise pada kelompok pixel G =
(x1, ..., xn), maka akan semakin besar nilai fungsi
diskriminasi. Fungsi diskriminasi f dengan nilai
pixel (x1, ..., xn), didapat melalui persamaan di
bawah ini.
f(x1 ,x2 , ..., xn) =
n −1
∑x
i =1
i +1 − xi [8]
Didefinisikan F sebagai operasi untuk
himpunan P yang disebut flipping. Flipping
merupakan operasi permutasi yang berisi F2 =
identitas atau F(F(x)) = x untuk semua x ∈ P.
Penyembunyian pesan dengan metode
LSB menambah tingkat noise pada suatu citra
digital, dan sehingga akan diharapkan nilai f
meningkat setelah dilakukan penyembunyian
pesan dengan menggunakan LSB. Permutasi
fungsi pertukaran (flipping function) F1 : 0 ↔ 1,
Konferensi Nasional Sistem Informasi 2007
Information System : Bridging Gap between Theories and Practices
Bandung, 14-15 Februari 2007
2 ↔ 3, ..., 254 ↔ 255 [8]. Didefinisikan pula
konsep lain yang disebut dengan pertukaran LSB
yang digeser (shifted LSB flipping) F-1 sebagai -1
↔ 0, 1 ↔ 2, 3 ↔ 4, ..., 253 ↔ 254, 255 ↔
256, atau
F-1(x) = F1(x+1) – 1 ∀x [8]
Didefinisikan pula F0 sebagai identitas
permutasi F(x) = x untuk semua x ∈ P.
Kelompok pixel R (Regular), S
(Singular) dan U (Unusable) diperoleh dari fungsi
diskriminasi f dan operasi flipping F sebagai
berikut :
1. Regular : G ∈ R ⇔ f(F(G)) >
f(G)
2. Singular : G ∈ S ⇔ f(F(G)) <
f(G)
3. Unusable : G ∈ U ⇔ f(F(G)) =
f(G)
Dimana F(G) = (F(x1), ... , F(xn)). Kita
dapat melakukan flipping yang berbeda ke pixel
yang berbeda pada kelompok G. Tugas akan
flipping pada pixel dilakukan dengan
menggunakan mask M, yang merupakan n-tuple
dengan nilai -1, 0 dan 1. Kelompok yang sudah
di-flip FM(G) didefinisikan sebagai (FM (1) ( x1),
FM(2) ( x2), ..., FM (n) ( xn)).
Jumlah dari kelompok Regular untuk
mask M didefinisikan sebagai RM (dalam persen
untuk semua kelompok) dan jumlah dari
kelompok Singular didefinisikan sebagai SM.
Sehingga didapatkan persamaan RM + SM ≤ 1 dan
R -M + S -M ≤ 1 untuk mask negatif. Kesimpulan
sementara dari metode steganalisis ini hasil yang
diinginkan untuk objek tertentu adalah RM ≅ R –M
, begitu pula halnya dengan SM ≅ S –M
RM ≅ R -M dan SM ≅ S –M [8]
Secara teori, dengan melakukan
penambahan operasi flipping F-1 sama halnya
dengan menambahkan F1 ke suatu image yang
warnanya telah digeser sebanyak satu. Untuk
suatu objek yang dalam hal ini merupakan citra
digital, tidak ada alasan mengapa jumlah dari
kelompok R dan S harus berubah secara signifikan
dengan menggeser warna sebanyak satu.
Persamaan operasi flipping negatif, tidak berjalan
dengan sewajarnya pada steganografi LSB [8].
589

Randomisasi LSB mendorong perbedaan
antara RM dan SM semakin mendekati nol sejalan
dengan panjang m dari pesan rahasia bertambah.
Setelah melakukan flipping LSB dari 50% pixel
(yang merupakan apa yang akan terjadi setelah
menambahkan bit pesan secara random pada
setiap pixel), didapatkan RM ≅ SM . Tetapi
dampak dari LSB memiliki efek berlawanan pada
R -M dan S -M. Perbedaan keduanya meningkat
sejalan dengan panjang m dari pesan rahasia.
Bila ada objek stego dengan panjang
pesan rahasia p (dalam persen dari total pixel)
yang ditambahkan dengan steganografi LSB,
pengukuran awal akan jumlah R dan S sesuai
dengan titik RM (p/2), SM (p/2), R -M (p/2) dan S -M
(p/2) (terlihat pada Gambar 2.2). Faktor dari
setengah berdasarkan pada asumsi pesan sebagai
aliran bit yang random sehingga rata-rata hanya
setengah dari pixel yang akan di-flip. Bila
dilakukan flipping LSB pada semua pixel di
image dan diketahui jumlah kelompok R dan S,
maka akan didapatkan empat titik RM (1-p/2), SM
(1-p/2), R -M (1-p/2), dan S -M (1-p/2) (terlihat pada
Gambar 2.2). Dengan merandomkan LSB dari
total pixel, akan didapatkan nilai tengah RM (1/2)
dan SM (1/2). Sehingga akan didapatkan garis lurus
yang melalui titik R -M (p/2) R -M (1-p/2) dan S -M
(p/2) S -M (1-p/2). Titik RM (p/2), RM (1/2), RM (1-
p/2) dan SM (p/2), SM (1/2), SM (1-p/2) akan
menentukan dua parabola.
Estimasi panjang pesan dilakukan
dengan pertimbangan :
1. Titik perpotongan dari kurva RM dan R -M
memiliki koordinat x yang sama dengan titik
perpotongan dari kurva SM dan S –M .
2. Kurva RM dan SM berpotongan di m=50%,
atau RM (1/2) = SM (1/2).
Asumsi ini memungkinkan untuk
memperoleh formula sederhana untuk pesan
rahasia sepanjang p. Setelah penskalaan secara
linear pada sumbu-x sehingga p/2 menjadi 0 dan
100-p/2 menjadi 1, koordinat x pada titik
perpotongan merupakan akar dari persamaan
kuadrat di bawah ini :
2(d1 + d0) x2 + (d−0 − d−1 − d1 − 3d0) x
+ d0 − d−0 =0 [8]
Dimana :
d0 = RM(p/2) − SM(p/2)
d−0 = R −M(p/2) − S −M(p/2)
Konferensi Nasional Sistem Informasi 2007
Information System : Bridging Gap between Theories and Practices
Bandung, 14-15 Februari 2007
d1 = RM(1−p/2) − SM(1−p/2)
d−1 = R −M(1−p/2) − S −M(1−p/2)
Panjang pesan p dihitung dari akar x dengan nilai
absolut lebih kecil sehingga,
p = x/(x-1/2)
Bila hasil dari perhitungan p=0,3075%, maka
hasil tersebut setara dengan sekitar 15% pixel ter-
flip.
PERANCANGAN DAN PENGUJIAN
Perangkat lunak yang dihasilkan pada
Penelitian ini membutuhkan masukan citra digital
berformat BMP 24-bit. Ada dua hal yang dapat
dilakukan oleh perangkat lunak ini, pertama yaitu
steganografi LSB dan kedua yaitu RS steganalisis.
Steganografi LSB diperlukan untuk melakukan
penyisipan ke dalam citra digital yang selanjutnya
akan dideteksi dengan menggunakan RS
Steganalisis. RS Steganalisis sendiri bertujuan
untuk menentukan apakah dalam suatu citra
digital telah disisipkan pesan rahasia dengan
menggunakan steganografi LSB.
Proses yang dilakukan RS Steganalisis
adalah mengklasifikasikan kelompok pixel
berdasarkan nilai fungsi diskriminasinya menjadi
tiga jenis kelompok, yaitu Regular, Singular dan
Unusable. Dari klasifikasi tersebut maka akan
diperkirakan panjang pesan rahasia yang telah
disisipkan ke dalam citra digital.
Keluaran dari perangkat lunak ini adalah
perkiraan panjang pesan rahasia dalam suatu citra
digital yang didapat dari proses RS steganalisis.
Gambar 1 Diagram blok Steganografi LSB
590
 Konferensi Nasional Sistem Informasi 2007
Information System : Bridging Gap between Theories and Practices
Bandung, 14-15 Februari 2007

Red Channel

35

30

25

20

Gambar 2 Diagram blok RS Steganalisis 15

10

5
Berdasarkan perancangan yang telah
0
dilakukan pada bab sebelumnya, maka akan -10 -9 -8 -7 -6 -5 -4 -3 -2 -1 0 1 2 3 4 5 6 7 8 9 10 11
dilakukan analisis terhadap kemampuan RS
Steganalisis dalam mengestimasi panjang pesan. Gambar 3 Grafik untuk Red Channel
Dua uji coba akan diujikan untuk diketahui Green Channel
hasilnya dan kemudian akan dianalisis. 40
Uji coba pertama akan menguji beberapa 35
objek cover (citra digital yang belum disisipi 30

pesan rahasia). Uji coba kedua akan menguji 25

20
kemampuan RS steganalisis untuk mengestimasi 15
panjang pesan rahasia yang disisipkan dengan 10
menggunakan 1 bit LSB. Metode LSB yang 5

digunakan adalah LSB Replacement. Estimasi 0

-10 -9 -8 -7 -6 -5 -4 -3 -2 -1 0 1 2 3 4 5 6 7 8 9 10 11
panjang pesan p berupa persentase pixel yang
telah mengalami flipping (pixel ter-flip). Gambar 4 Grafik untuk Green Channel
Ukuran dari citra digital yang digunakan Blue Channel
dalam uji coba berukuran 300x225 pixel. Panjang
40
pesan disisipkan ke dalam objek cover dengan 35
menggunakan steganografi LSB memiliki panjang 30
yang bervariasi, yaitu 5%, 10%, 20%, 30%, 40%, 25

50%, 60%, 70%, 80%, 90% dan 100% dari total 20

15
kapasitas image untuk menampung pesan rahasia.
10
Total kapasitas untuk penyisipan 1 bit LSB = (300 5
x 225 x 3/8) byte = 25 KB 0
-10 -9 -8 -7 -6 -5 -4 -3 -2 -1 0 1 2 3 4 5 6 7 8 9 10 11
Total kapasitas untuk penyisipan 2 bit LSB = (300
x 225 x 6/8) byte = 50 KB Gambar 5 Grafik untuk Blue Channel
Total kapasitas untuk penyisipan 3 bit LSB = (300
Average
x 225 x 9/8) byte = 75 KB
60

a. Uji Coba 1 50

Beberapa citra digital diujikan untuk 40

mengetahui nilai p awal (yaitu pada saat citra 30
belum disisipi pesan rahasia). Jenis dari citra 20
digital yaitu berupa citra foto BMP 24-bit 10
berukuran 1600x1200 pixel yang diperkecil
0
ukurannya menjadi 300x255 pixel. Pengujian -10 -9 -8 -7 -6 -5 -4 -3 -2 -1 0 1 2 3 4 5 6 7 8 9 10 11
dilakukan sebanyak 171 citra digital yang
bervariasi. Sehingga didapatkan standar deviasi Gambar 6 Grafik rata-rata
untuk citra foto berwarna.
Pada grafik diatas (Gambar 3, Gambar 4,
Gambar 5, Gambar 6) dapat diketahui nilai
persebaran pengukuran nilai p dari 171 citra
digital yang belum disisipi pesan rahasia menurut
channel Red, channel Green, channel Blue dan
rata-rata. Sumbu x menunjukkan nilai pengukuran
p, dan sumbu y menunjukkan banyak dari citra

591
 Konferensi Nasional Sistem Informasi 2007
Information System : Bridging Gap between Theories and Practices
Bandung, 14-15 Februari 2007

digital yang memiliki hasil yang ditunjukkan pada 2 bit LSB Sekuensial
sumbu x.
Dari 171 citra digital yang diujikan, 80.00%
70.00%
diperoleh hasil pengukuran estimasi panjang
60.00%
pesan rahasia dengan rata-rata p 0,86%, dengan
50.00%
detail rata-rata p pada channel Red 1,23%, p pada 40.00%
RS
Pixel ter-flip
channel Green 0,38% dan p pada channel Blue 30.00%
0,98%. Dari grafik dapat diketahui pula bahwa 20.00%
nilai pengukuran p awal tidak selalu sama dengan 10.00%

0, sehingga diketahui bahwa hasil pengukuran 0.00%

5 10 20 30 40 50 60 70 80 90 100
standar deviasi untuk citra foto BMP 24-bit
sebesar 2,61% untuk channel Red, 2,46% untuk
3 bit LSB Sekuensial
channel Green dan 2,47% untuk channel Blue,
sehingga standar deviasi rata-rata adalah 2,5%. 100.00%

Standar deviasi ini akan menjadi batas untuk 80.00%

mengetahui kehadiran akan pesan rahasia. Dari
60.00%
171 citra digital yang diujikan sebanyak 22 citra RS
digital mengalami false detection. 40.00%
Pixel ter-flip
Berdasarkan uji coba, citra digital yang 20.00%
tidak berisi pesan rahasia dimungkinkan memiliki 0.00%
nilai p dengan nilai antara -10,49% sampai 5 10 20 30 40 50 60 70 80 90 100
-20.00%
11,46%. Hasil pengukuran p yang cenderung
tinggi disebabkan dengan tingkat noise yang
1 bit LSB Random
tinggi (fungsi diskriminasi tinggi). Tanda negatif
menunjukkan efek dari proses flipping. 60.00%
Nilai p pada suatu citra digital yang 50.00%
terbagi menjadi Red, Green dan Blue, tidak selalu
40.00%
memiliki nilai yang relatif sama. Dimungkinkan RS
30.00%
adanya selisih yang cenderung tajam karena untuk Pixel ter-flip
menciptakan suatu warna tertentu, suatu pixel 20.00%

memiliki kombinasi Red, Green dan Blue tertentu 10.00%

yang perubahannya tidak seragam. 0.00%

5 10 20 30 40 50 60 70 80 90 100

b. Uji Coba 2
Sampel sebanyak 30 citra digital akan
diujikan untuk mengetahui nilai p. Citra digital 2 bit LSB Random
sudah disisipi pesan rahasia dengan menggunakan
80.00%
steganografi LSB dengan penempatan secara 70.00%
sekuensial dan random. Banyak bit yang 60.00%
digunakan pada penyisipan yaitu 1 sampai 3 bit 50.00%
RS
LSB. 40.00%
Pixel ter-flip
30.00%
1 bit LSB Sekuensial
20.00%

60.00% 10.00%
0.00%
50.00%
5 10 20 30 40 50 60 70 80 90 100
40.00%
RS
30.00%
Pixel ter-flip
20.00%

10.00%

0.00%
5 10 20 30 40 50 60 70 80 90 100

592

3 bit LSB Random
100.00%
90.00%
80.00%
70.00%
60.00%
50.00%
RS
40.00%
Pixel ter-flip
30.00%
20.00%
10.00%
0.00%
5 10 20 30 40 50 60 70 80 90 100
Gambar 5 Grafik rata-rata perbandingan
perolehan RS dengan pixel yang sebenarnya ter-
flip.
Pada gambar diatas sumbu x keakurasian p 97,77% dari total pixel yang
menunjukkan persentase dari pesan rahasia yang
disisipkan ke dalam citra digital dan sumbu y
menunjukkan pixel ter-flip yang terdeteksi.
Dengan ini, diketahui bahwa pada 1 bit LSB
dengan penyisipan sekuensial, rata-rata p yang
dapat dideteksi 76,04% dari pixel ter-flip atau
37,97% dari total pixel. Sedangkan dengan
penyisipan random, rata-rata p yang dapat
dideteksi 97,77% dari pixel ter-flip atau 49,09%
dari total pixel. Pada penyisipan pesan rahasia
yang relatif kecil, dimungkinkan terjadinya false
detection karena batas dari pengukuran initial bias
sebesar 2,5%. Maksud dari false detection sendiri
adalah RS salah memperkirakan kehadiran pesan,
citra digital yang sebenarnya berisi pesan rahasia
tidak dapat dideteksi RS, maupun sebaliknya.
Dengan ini, diketahui bahwa pada 2 bit
LSB dengan penyisipan sekuensial, rata-rata p
yang dapat dideteksi 20,78% dari pixel ter-flip
atau 15,54% dari total pixel. Sedangkan dengan
penyisipan random, rata-rata p yang dapat
dideteksi 26,38% dari pixel ter-flip atau 19,79%
dari total pixel. Dengan hasil demikian, RS
Steganalisis tidak optimal dalam mendeteksi
pesan rahasia yang disisipkan ke dalam citra
digital bila penyisipan dilakukan dengan
menggunakan 2 bit LSB.
Dengan ini, diketahui bahwa pada 3 bit
LSB dengan penyisipan sekuensial, RS
Steganalisis tidak dapat mendeteksi pesan rahasia.
Sedangkan dengan penyisipan random, rata-rata p
yang dapat dideteksi sebesar 14,85% dari total
pixel ter-flip. Dengan demikian dapat disimpulkan
bahwa untuk penyisipan dengan menggunakan 3
bit LSB, RS Steganalisis tidak berjalan dengan
optimal.
Konferensi Nasional Sistem Informasi 2007
Information System : Bridging Gap between Theories and Practices
Bandung, 14-15 Februari 2007
KESIMPULAN
Berdasarkan analisis uji coba yang telah
dilakukan, maka dapat ditarik beberapa
kesimpulan sebagai berikut :
1. Objek cover dan objek stego dapat dibedakan
melalui perhitungan panjang pesan rahasia p.
Setelah citra digital tanpa penyisipan diujikan
beberapa kali diketahui bahwa estimasi p
tidak selalu memiliki nilai nol. Dengan ini
kita dapat membedakan objek cover dengan
objek stego dengan cara membandingkan
nilai standar deviasi yang diperoleh dari hasil
pengukuran 171 citra digital, yaitu 2,5%.
2. RS Steganalisis optimal untuk penyisipan
LSB dengan banyak bit 1 oleh dengan
mengalami flipping untuk pesan yang
disisipkan secara random dan kurang optimal
untuk pesan yang disisipkan secara
sekuensial, yaitu 76,04% dari total pixel yang
mengalami flipping.
3. RS Steganalisis tidak optimal untuk
penyisipan LSB dengan banyak bit 2 oleh
dengan keakurasian p 26,38% dari total pixel
yang mengalami flipping untuk pesan yang
disisipkan secara random dan untuk pesan
yang disisipkan secara sekuensial, yaitu
20,78% dari total pixel yang mengalami
flipping atau dikatakan seperempat sampai
seperlima dari jumlah pixel ter-flip
sebenarnya.
4. RS Steganalisis tidak optimal untuk
penyisipan LSB dengan banyak bit 3 untuk
pesan yang disisipkan secara random, yaitu
14,85% dari total pixel yang mengalami
flipping dan -4,12% untuk pesan yang
disisipkan sekensial.
5. RS Steganalisis tidak bisa membedakan
banyak bit yang digunakan untuk
menyisipkan pesan rahasia, karena kerja dari
RS Steganalisis adalah membandingkan nilai
pixel untuk setiap channel warna.
6. False detection terjadi bila RS salah
memperkirakan kehadiran pesan, citra digital
yang sebenarnya berisi pesan rahasia tidak
dapat dideteksi RS, maupun sebaliknya.
593
 Konferensi Nasional Sistem Informasi 2007
Information System : Bridging Gap between Theories and Practices
Bandung, 14-15 Februari 2007

DAFTAR PUSTAKA [14] Trivedi, Shalin, R. Chandramouli. 1998.

Active Steganalysis of Sequential
[1] A. S, Danny. 2004. Penelitian Implementasi Steganography. Stevens Institute of
Steganografi Pada Citra Digital Dengan Technology.
Menggunakan Metode Adaptive LSB.
Bandung : Jurusan Teknik Informatika STT
Telkom.
[2] Celik, Mehmet U., Gaurav Sharma, A. Mrat
Tekalp. 2004. Universal Image Steganalysis
Using Rate-Distortion Curves. Istanbul: Koc
University.
[3] Chandramouli, Rajarathnam, Mehdi
Kharrazi, Nasir Memon. 2004. Image
Steganography and Steganalysis: Concept
and Practice. Berlin : Springler-Verlag.
[4] Chandramouli, Rajarathnam, Nasir Memon.
2001. Analysis of LSB Based Image
Steganography Techniques. New Jersey:
Stevens Institute of Technology.
[5] Chandramouli, Rajarathnam. 2002. A
Mathematical Approach to Steganalysis.
New Jersey: Stevens Institute of Technology.
[6] Dabeer, O, K. Sullivan, U. Madhow, S.
Chandrasekharan, B. S. Manjunath. 2003.
Detection of Hiding in Least Significant Bit.
Santa Barbara: University of California.
[7] Fridrich, Jessica, Miroslav Goljan, Davis
Soukal. 2004. Searching for the Stego-Key.
New York : SUNY Binghampton.
[8] Fridrich, Jessica, Miroslav Goljan, Rui Du.
2001. Reliable Detection of LSB
Steganography in Color and Grayscale
Images. New York : SUNY Binghampton.
[9] Fridrich, Jessica, Miroslav Goljan. 2001.
Practical Steganalysis of Digital Images –
State of the Art. New York: SUNY
Binghamton.
[10] Irianto. 2004. Embedding Pesan Rahasia
Dalam Gambar. ---
[11] Johnson, Neil F. 1998. Steganalysis: The
Investigation of Hidden Information.
Virginia: George Mason University.
[12] Mitra, S, T. Roy, D. Mazumdar, A. B. Saha.
2002. Steganalysis of LSB Encoding in
Uncompressed Images by Close Colour Pair
Analysis. Kolkata: CDAC.
[13] Syawaluddin, M. Drajat, Eddy Muntina
Dharma, Fazmah Arif Yulianto,2005.
Penelitian Implementasi Steganography
Citra Digital Pada Mobile Phone Dengan
Metode LSB Fixed Size Dan OPAP. Bandung
: Jurusan Teknik Informatika STT Telkom.

594

View publication stats