LANDASAN TEORI
7
8
Gambar Error! No text of specified style in document..2 Contoh Use Case Diagram
Berikut ini adalah istilah yang terdapat dalam Use Case Diagram :
a. Actor
Actor menggambarkan pelaku yang beriteraksi dengan sistem. Actor dapat
memberikan input atau menerima informasi dari sistem.
b. Use Case
Use Case menggambarkan apa yang dapat dilakukan oleh actor terhadap sistem,
baik secara otomatis maupun manual.
c. Control Flow
Menggambarkan jalur komunikasi antar state.
Class2
-Attribute
1..* +Operation()
Class1
-Attribute
+Operation() 1
Class3
-Attribute
0..* +Operation()
a. Class
Class merupakan template atau blueprint yang berisikan atribut dan operasi yang
menggambarkan kumpulan objek yang sama. Attribut merupakan gambaran data
dari suatu kelas. Sedangkan operasi digunakan untuk mengakses attribut yang
terdapat dalam kelas.
e. Generalization
Generalization digunakan untuk menggambarkan hubungan turunan antar class
(inheritance). Artinya, class turunannya akan mewarisi sifat yang dimiliki oleh class
induknya (S.Pressman, 2010, P.843).
Class
e. Messages
Menggambarkan jalur komunikasi antar class.
Message
itu, dalam merancang layar user interface harus dapat terlihat jelas atau
menggunakan drop-down menu dengan ikon.
dimana :
p adalah plaintext yang ke-i.
23
Fungsi chaos ini akan dilakukan sedikit modifikasi agar dapat digabungkan
dengan algoritma Vigenere Cipher, yaitu dengan cara pengambilan nilai dua digit
dibelakang koma.
Sebagai contoh, diberikan nilai r = 3 dan x0 = 0,51, maka fungsi chaos yang
dapat terbentuk :
Tabel Error! No text of specified style in document..5 Contoh Fungsi Chaos
xi Nilai Kunci
0.51 51
0.7497 74
0.56295 56
0.738112 73
0.579908 57
0.730844 73
0.590133 59
0.725628 72
Nilai kunci tersebut yang akan dipakai dalam algoritma modifikasi Vigenere
Cipher berdasarkan fungsi chaos.
2.2.2 Steganografi
2.2.2.1 Pengertian Dasar Steganografi
Steganografi merupakan ilmu untuk menyamarkan keberadaan informasi ke
dalam suatu media, sehingga orang lain tidak dapat menyadari adanya informasi
yang terkandung dalam media tersebut, karena media yang sebelum dan sesudah
25
disisipi pesan dapat terlihat sangat mirip apabila dilihat secara langsung oleh indra
penglihatan manusia (Arryawan, 2010), steganografi biasanya dilakukan dengan
menggunakan media seperti teks, gambar, suara dan video.
Steganografi dapat dipandang sebagai kelanjutan kriptografi. Dalam
kriptografi, pesan akan dirubah menjadi kode-kode yang tidak bermakna (ciphertext).
Dalam steganografi, ciphertext tersebut dapat disembunyikan ke dalam suatu media
sehingga pihak luar tidak dapat menyadari keberadaan pesan tersebut (Munir, 2004).
Point Robustness dalam steganografi, tidak terlalu penting karena sifat dari
steganografi adalah untuk menghindari kecurigaan dan apabila terjadi manipulasi,
maka keberadaan informasi tetap terjaga (Munir, 2006).
Selanjutnya menghitung nilai desimal melalui kunci “binus”, yaitu sebagai berikut :
b = 01100010
i = 01101001
= 00001011
n = 01101110
= 01100101
u = 01110101
29
00010000
s = 01110011
01100011 => 99 (Nilai Angka Desimal)
Hasil modulasi :
10010101101100010101100011111111
00001111111100001111111111111111
00001111111100000000000011110000
00001111111100000000000000001111
Rj lj uj
R1 0 7
R2 8 15
R3 16 31
R4 32 63
R5 64 127
31
R6 128 255
= log
= log 8 3
5. Diambil pesan sebanyak nilai , karena = 3. Maka diambil pesan
sebanyak tiga digit, sehingga pesan yang didapat ialah “101”.
6. Tentukan nilai dengan cara mengubah pesan biner menjadi nilai
desimal :
Nilai biner “101” setara dengan nilai 5 desimal, maka = 5.
7. Tentukan nilai :
= + lj
= 5+0=5
8. Tentukan nilai m :
| |
|5 3| 2
11. Jika P’(x) > 255 atau P’(y) > 255 maka :
" ,
245 245
! ! 1!2 3 6 , !2 3 67
"
2 2
Setelah dilakukan proses embed, nilai pixel P(x) = 32 dan P(y) = 35 dapat
diubah menjadi P’(x) =31 dan P’(y) = 36. Sedangkan untuk proses pengambilan
pesannya dapat dilakukan sebagai berikut :
Rj lj uj
R1 0 7
R2 8 15
R3 16 31
33
R4 32 63
R5 64 127
R6 128 255
3. Tentukan nilai :
Setalah dilakukan proses extract, maka pesan yang didapat adalah “101”.
ukuran file lebih besar jika dibandingkan dengan kompresi lossy. Jenis kompresi ini
biasanya dilakukan pada media text dan gambar (PNG) (Salomon, 2007, P.8).
Input Simbol
a 00
b 01
ab 10
r 11
Pesan yang akan dikompresi ialah “abr”, maka hasil kompresinya adalah 1011.
Dalam penelitian ini akan menggabungkan algoritma Dictionary Based
Compression dengan tujuan untuk menekan banyaknya data yang disisipkan dan
menjaga kualitas gambar dalam proses steganografi, yaitu dengan cara merubah
input-an dua huruf yang terdapat kamus menjadi representasi 8 bit (satu huruf).
Sehingga terdapat 157 karakter (29 + 128) yang dapat digunakan untuk
membangun simbol kamus dalam algoritma Dictionary Based Compression.
Terbentuknya kamus ini digunakan untuk merubah input-an dua huruf yang terdapat
kamus menjadi representasi 8 bit (satu huruf), karena terdapat 157 simbol yang dapat
38
disusun, maka dalam peneltian ini akan menggunakan frekuensi huruf yang sering
muncul dalam bahasa Indonesia untuk membangun kamus tersebut.
Frekuensi huruf yang sering muncul dalam bahasa Indonesia (sumber :
http://www.cryptogram.org/cdb/words/frequency.html, diakses maret 2014) :
Tabel Error! No text of specified style in document..10 Frekuensi Huruf Indonesia
Sehingga hasil dari dot product tersebut dapat dibentuk menjadi kamus untuk
algoritma Dictionary Based Compression, yaitu sebagai berikut :
Tabel Error! No text of specified style in document..12 Hasil Perkalian Dot
Product
Sebagai contoh, diberikan kalimat “binus” maka kalimat ini dapat dirubah
menjadi :
“bi” tidak terdapat dalam kamus maka dirubah menjadi :
b => 98 (nilai desimal ASCII).
i => 105 (nilai desimal ASCII).
“nu” terdapat dalam kamus maka dirubah menjadi 22 (nilai desimal kamus).
“s” dirubah menjadi 115 (nilai desimal ASCII).
Maka kalimat “binus” dapat direpresentasikan menjadi “98 105 22 115”.
Untuk menghitung nilai PSNR, terlebih dahulu harus menentukan nilai Mean
Square Error (MSE). MSE merupakan nilai error kuadrat rata-rata antara cover-
image dengan stego-image.
Menurut (Pan, Huang, C.Jain, & Zaho, 2013, P.9). PSNR dan MSE dapat
didefinisikan sebagai berikut :
dimana :
W = Lebar gambar.
H = Tinggi gambar.
I = Cover-image.
I’ = Stego-image.
Menurut (Salomon, 2007, P.281) nilai PSNR dikatakan baik jika mencapai
nilai 25 atau lebih, artinya tidak terjadi perbedaan besar antara cover-image dengan
stego-image.
Pengujian ini dilakukan dengan cara kuesioner melalui teknik Simple Random
Sampling. Simple Random Sampling merupakan teknik pengambilan sampel secara
acak sehingga tiap unit sampel mempunyai peluang yang sama untuk diambil sebagai
sampel (Kazmier, 2005, P.3).
Untuk menentukan nilai MOS dalam penelitian ini. Maka MOS dapat
dinyatakan sebagai berikut :
∑@AB CDBAB4BE FBGHBI J KDGABL MNEOPQN
∑ @AB CDBA4BE FBGHBI
MOS =
2.2.7 Website
Menurut (Hidayat, 2010, P.2) website merupakan kumpulan halaman-
halaman yang digunakan untuk menampilkan informasi teks, gambar, suara, animasi
atau gabungan dari semuanya yang saling berhubungan antara satu dengan lainnya.
44