watermarking berbasis permutasi rc-4 pada koefisien dwt

i

Watermarking Berbasis Permutasi RC-4 PadaKoefisien DWT Citra Digital Ukuran 8x8

diajukan oleh

Mina Naidah Gani

JURUSAN TEKNIK ELEKTROPOITEKNIK NEGERI BANDUNG

2012

i

PRAKATA

Alhamdulillah, segala puji dan syukur kehadirat Allah SWT atas limpahan

rahmat serta karunianya yang memenuhi langit dan bumi serta atas kekuatan yang

diberikannya sehingga penulis dapat menyelesaikan buku dengan judul

“Watermarking berbasis Permutasi RC-4 pada koefisien DWT Citra Digital 8x8”.

Buku ini disusun untuk disumbangkan bagi para pengunjung perpustakaan di

Jurusan Teknik Elektro Politeknik Negeri Bandung.

Penulis menyadari sepenuhnya bahwa buku ini masih jauh dari sempurna,

untuk itu semua jenis saran, kritik dan masukan yang bersifat membangun sangat

penulis harapkan. Akhir kata, semoga tulisan ini dapat memberikan manfaat bagi

pengembangan ilmu pengetahuan khususnya bidang pencitraan dan memberikan

wawasan tambahan bagi para pembaca dan khususnya bagi penulis sendiri.

Hanya Allah Maha Segalanya, kita hanya dapat berikhtiar dan berusaha

semaksimal mungkin niscaya Allah akan memberikan yang terbaik bagi umatnya.

Sholawat dan salam penulis sampaikan kepada junjungan kita Nabi Muhammad

SAW yang telah menuntun dari masa kegelapan menuju jalan yang penuh

keberkahan. Amin.

Bandung, September 2012

Mina Naidah Gani

ii

ABSTRAK

Salah satu metode perlindungan untuk data citra digital adalah Digital ImageWatermarking. Discrete Wavelet Transform (DWT) merupakan salah satu ranahyang banyak digunakan dalam teknik watermarking dalam domain transform.Dengan selalu berasumsi bahwa algoritma dapat dimiliki siapa saja, metodeAsimetrik watermarking citra digital dapat menjembatani agar watermark yangterdapat pada host tetap aman. Permutasi yang sulit dilacak adalah salah satupemecahan masalah ini. Metoda permutasi RC-4 berbasis logistik map, dengankonsep penyisipan pada koefisien dwt citra digital yang diajukan oleh beberapapeneliti direalisasikan dengan menggunakan Matlab 2009b. Hasil pengujianmenunjukkan bahwa menaikkan dan menurunkan nilai ambang koefisien, bobotwatermark privat dan bobot watermark publik berpengaruh pada psnr gambarberwatermark. Jadi pengaturan beberapa koefisien seperti koefisien ambangpenyisipan, nilai kekuatan watermark, dan koefisien watermark itu sendiri, dapatmenghasilkan copyright yang handal pada suatu host.

Kata Kunci : Citra Digital, Watermarking, DWT, permutasi, ekstraksi.

One method of protection for digital image data is Digital Image Watermarking.Discrete Wavelet Transform (DWT) is one of the areas that is widely used inwatermarking techniques in transform domain. By always assume that thealgorithm can be owned by anyone, asymmetric watermarking method of digitalimage watermark to bridge that contained the host remains safe. Permutations aredifficult to track is one solution. RC-4 permutation method based on logistic map,with the insertion of the concept of digital image dwt coefficients proposed bysome researchers realized using Matlab 2009b. The test results showed that raiseand lower the threshold coefficient, weighted watermark private and publicwatermark weighting effect on PSNR berwatermark picture. So setting somecoefficients such as coefficients insertion threshold, the value of watermarkstrength, and coefficient of watermark itself, can produce a reliable copyright on ahost.

Keywords: Image Digital Watermarking, DWT, permutations, extraction.

iii

DAFTAR ISI

PRAKATA …………………………………….................…………............ i

DAFTAR ISI ……………………………………………………….............. ii

DAFTAR TABEL .......................................................................................... iii

DAFTAR GAMBAR .................................................................................... iv

BAB 1 PENDAHULUAN ………………………...............................…… 1

BAB 2 TINJAUAN PUSTAKA DAN LANDASAN TEORI ……................. 62.1 Tinjauan Pustaka ....................................................................... 62.2 Teori Pendukung........................................................................ 7

2.2.1 Fungsi Chaos................................................................... 82.2.2 Algoritma RC-4 ............................................................ 92.2.3 Discrete Wavelett Transform......................................... 10

2.2.3.1 Wavelet............................................................. 102.2.3.2 Transformasi Wavelet...................................... 10

2.2.4 Skema Dugad.............................................................. 112.2.4.1 Penyisipan Watermark ................................... 12

2.2.5 Penyisipan Menurut Maya Maimon .............................. 122.2.7 Penyisipan Watermark menurut Gui ........................... 13

BAB 3 METODA PENELITIAN ,ALGORITMA DAN ANALISA.............. 143.1 Materi Penelitian ..................................................................... 143.2 Alat Penelitian ....................................................................... 143.3 Jalan penelitian ....................................................................... 143.4 Tabel Permutasi ...................................................................... 15

3.4.1 Membangkitkan nilai-nilai Chaos................................. 163.4.2 Mendapatkan tabel permutasi (algoritma RC-4)............ 17

3.5 Alur Penyisipan Watermark ........................................................ 183.5.1 Algoritma I (Munir-Dugad)................................................ 18

iv

3.5.1.1 Contoh proses penerapan algoritma Munir_Dugadmenggunakan citra 8x8..................................................... 19

3.5.2 Algoritma II (Munir-Maimon)............................................. 273.5.2.1 Contoh proses penerapan algoritma Munir_Maimon

menggunakan citra 8x8..................................................... 293.5.3 Algoritma III (Munir-Dugad- Gui)..................................... 333.5.3.1 Contoh proses penerapan algoritma unir_Dugad_Gui

menggunakan citra 8x8..................................................... 353.5.4 Algoritma IV (Munir-Maimon-Gui)................................... 423.5.4.1 Contoh proses penerapan algoritma Munir_Dugad

menggunakan citra 8x8.................................................... 43BAB 4 KESIMPULAN...................................................................................... 50BAB 5 DAFTAR PUSTAKA.......................................................................... 51

DAFTAR TABEL

Tabel 3.1 Pengaruh bobot watermark public terhadap psnr citra berwatermark.. 41

Tabel 3.2 Pengaruh kekuatan watermark terhadap psnr citra berwatermark untuk

algoritma IV…………………………………………………………...46

Tabel 3.3 Pengaruh bobot watermark public terhadap psnr citra berwatermark

untuk algoritma IV………………………………………...…………60

v

DAFTAR GAMBAR

Gambar 2.1 Skema Asimetrik Watermarking 7

Gambar 3.1 Diagram Alir Metoda Penelitian 15

Gambar 3.2 Diagram Alir Pembuatan Tabel Permutasi 15

Gambar 3.3 Tiga table permutasi yang berbeda dari tiga nilai awal Chaos yangberbeda 18

Gambar 3.4 Diagram Alir Algoritma munir-dugad 20

Gambar 3.5 Koefisien host image X1 berukuran 8x8 21

Gambar 3.6 Komponen transformasi wavelet level 1 22



Gambar 3.9 Koefisien watermark ukuran 4x4 23

Gambar 3.10 Nilai yang dibangkitkan dari teori chaos 23

Gambar 3.11 Nilai sebaran dari nilai chaos yang dinormalisir ke mod 16 24

Gambar 3.12 Tabel permutasi S yang dijaga rahasia 24

Gambar 3.13 Nilai transformasi wavelet dari Wr 24

Gambar 3.14 Hasil permutasi Wp1 berdasarkan table permutasi S 24

Gambar 3.15 Perubahan koefisien akibat penyisipan WM pada komponendiagonal 1 Algoritma I 25

Gambar 3.16 Perubahan koefisien pada komponen horizontal level 1Algoritma I 26

Gambar 3.17 Perubahan koefisien pada komponen vertical 1 Algoritma I 26

Gambar 3.18 Komponen-komponen pada level 2 algoritma I 27

Gambar 3.19 Komponen-komponen pada level 3 algoritma I 27Gambar 3.20. Rekonstruksi hasil penyisipan dengan fungsi IDWT

algoritma I 28Gambar 3.21 Hasil pengolahan untuk host 8x8 algoritma I 29Gambar 3.22. Diagram alir algoritma munir-maimon 30Gambar 3.23 Perubahan koefisien pada komponen diagonal level1

algoritma II 31Gambar 3.24 Perubahan koefisien pada komponen horizontal level1

algoritma II 32Gambar 3.25 Perubahan koefisien pada komponen vertikal level1

algoritma II 32Gambar 3.26 Perubahan koefisien pada komponen wavelet level2

vi

algoritma II 33Gambar 3.27 Perubahan koefisien pada komponenwavelet level 3

algoritma II 34Gambar 3.28 Hasil Rekonstruksi setelah dilakukan penyisipan

algoritma II 34Gambar 3.29 Hasil pengolahan untuk host 8x8 pada algoritma II 35Gambar 3.30. Diagram alir algoritma Munir-Dugad-Gui 36Gambar 3.31 Koefisien We berdasarkan Watermark termutasi dan

watermark public 37Gambar 3.32 Perubahan koefisien pada komponen level 1 algoritmaIII 38Gambar 3.33 Perubahan koefisien pada komponen level 2 algoritma III 39Gambar 3.34 Perubahan koefisien pada komponen level 3 39Gambar 3.35 Hasil Rekonstruksi setelah dilakukan penyisipan pada

Algoritma III 40Gambar 3.36 Difference antara Host dan citra berwatermark

Algoritma III 40Gambar 3.37. Hasil pengolahan citra dari algoritma III. 41Gambar 3.38. Perbandingan watermark dengan watermark termutasi 42Gambar 3.39. Perbandingan watermark dengan watermark termutasi

pada b = 0.2 42Gambar 3.40. Perbandingan watermark dengan watermark termutasi




pada b = 1.0 43Gambar 3.44. Diagram alir agoritma munir-dugad-gui 44

Gambar 3.45 Hasil pengolahan citra pada Algoritma Munir-Maimon-Gui 45Gambar 3.46. Kekuatan Watermark p = 0.1, psnr citra = -40,4997 47Gambar 3.47. Kekuatan Watermark p = 0.01, psnr citra = -20,4997 47Gambar 3.48. Kekuatan Watermark p = 0.001, psnr citra = -0,4997 47Gambar 3.49. Kekuatan Watermark p = 0.0001, psnr citra = 19.5003 48Gambar 3.50. Kekuatan Watermark p = 0.00001, psnr citra = 39.5003 48Gambar 3.51. Kekuatan Watermark p = 0.000001, citra = 59.5003 48

1

BAB I

PENDAHULUAN

1.1 Latar Belakang

Siapa yang tidak mengenal komputer. Komputer dipakai dalam hampir

segala aspek kehidupan. Dari specialized-computer yang biasa dipakai untuk

proses otomatisasi dalam industri (salah satu contoh: industri pengepakkan

makanan, pengaturan traffic light, pembelian tiket online, dsb) sampai kepada

komputer pribadi (Personal Computer) yang lebih dikenal dengan sebutan PC

yang sering digunakan di kantor-kantor untuk menyimpan data-data perusahaan,

menyimpan/mengolah database, mengatur keuangan, sampai kepada sekedar

hiburan untuk mendengar lagu, menyaksikan VCD atau permainan bagi anak-

anak.

Perkembangan komputer digital dan perangkat lain yang digitalised, telah

membuat data digital menjadi trend, dan mudah digunakan. Ada beberapa faktor

yang membuat data digital (seperti audio, citra, video, dan text) banyak

digunakan, antara lain (menurut Supangkat (2000)) :

Mudah diduplikasi dan hasilnya sama dengan aslinya,

Murah untuk penduplikasian dan penyimpanan,

Mudah disimpan untuk kemudian diolah atau diproses lebih lanjut,

Serta Mudah didistribusikan, baik dengan media disk maupun melalui

jaringan seperti Internet.

2

Masalah yang terjadi dalam hak cipta pada bidang multimedia tidak hanya

mengenai penggandaan dan pendistribusian, tetapi juga mengenai kepemilikan.

Sering ditemukan produk digital tidak mencantumkan siapa pemegang hak

ciptanya. Misalkan bukti kepemilikan itu ada, namun informasi kepemilikan

hanya disertakan pada sampul pembungkus yang menerangkan bahwa produk

multimedia tersebut adalah milik pembuatnya. Kenyataannya distribusi produk

multimedia saat ini tidak hanya secara offline, namun sering dilakukan lewat

internet. Pada beberapa situs web, dapat ditemukan informasi berupa teks,

gambar, suara, video. Semua produk digital mudah didownload. Serta dapat

dipertukarkan dengan layanan seperti e-mail. Hampir semua data yang bertebaran

di dunia internet tidak ada informasi pemiliknya. User bisa saja mengklaim bahwa

produk yang dia dapatkan adalah hasil karyanya. Karena tidak ada bukti

kepemilikan sebelumnya, maka klaim tersebut mungkin saja dipercaya. Hal ini

yang menimbulkan persoalan hak cipta bagi citra digital yang tersebar. Salah satu

cara yang dapat digunakan untuk melindungi hak cipta pada citra digital adalah

dengan watermarking.

Watermarking merupakan suatu cara untuk penyembunyian atau

penanaman data/informasi tertentu (baik hanya berupa catatan umum maupun

rahasia) ke dalam suatu data digital lainnya, tetapi tidak diketahui kehadirannya

oleh indera manusia (indera penglihatan atau indera pendengaran), dan mampu

menghadapi proses-proses pengolahan sinyal digital sampai pada tahap tertentu.

3

Watermarking berfungsi melindungi data yang disisipi dengan informasi

lain dengan tujuan untuk melindungi hak milik, copyright, dsb. Teknik

penyembunyian data sendiri terbagi menjadi dua domain yaitu :

Domain spasial yang jika dihubungkan dengan Digital Image

Watermarking yaitu penyisipan watermark dilakukan secara langsung ke

dalam pixel citra,

Domain transform yang menyisipkan watermark ke dalam koefisien

transformasi.

Menurut Liu (2002), tiga karakteristik yang seharusnya dipenuhi oleh suatu teknik

watermarking adalah imperceptibility, robustness, dan trustworthiness.

Imperceptibility menunjukkan antara citra asli dan citra ber-watermark secara

persepsi tidak dapat dibedakan oleh mata manusia, watermark tidak mengalami

interferensi dengan medianya. Robustness merupakan tingkat kekuatan watermark

yang disisipkan terhadap serangan dan pemrosesan sinyal yang biasanya

dilakukan pada suatu data digital seperti penambahan noise, proses filter, scaling,

perputaran, pemotongan, dan lossy compression. Sedangkan trustworthiness

menjamin tidak akan dapat dibangkitkan watermark yang sama dengan

watermark yang asli dan menyediakan bukti terpercaya untuk melindungi hak

kepemilikan.

Kebanyakan watermark disisipkan sebagai deretan bit (binary digit) atau

dapat juga melalui pengaturan sinyal digital dengan menggunakan algoritma

berbasiskan kunci yang disisipkan.

4

Fungsi-fungsi ini dicapai dengan menggenerate blok data yang biasanya

ukurannya lebih kecil dari data asli. Blok data yang lebih kecil ini disisipkan pada

data asli dan pada identitas pengirim. Penyisipan ini memverifikasi integritas data

dan mendukung non repudiasi. Untuk menghasilkan digital watermarking,

program sinyal digital melewatkan file untuk dikirimkan melalui fungsi hash satu

arah. Setelah data media dihitung, kemudian dienkripsi dengan kunci publik

pengirim. Penerima kemudian mendekripsi data media yang diterima dengan

menggunakan kunci public penerima. Jika kunci privat digunakan untuk

memodifikasi watermarking data media dan benar bahwa ia merupakan kunci

publiknya, verifikasi pengirim telah tercapai. Verifikasi terjadi karena hanya

kunci sebagai bagian yang telah diwatermark, maka pesan tidak dimodifikasi

publik pengirim yang dapat mendekrip media digital yang dienkripsi dengan

kunci privat pengirim. Kemudian, penerima dapat melihat data media dari file

yang diterima menggunakan fungsi hash yang identik dengan pengirim, jika data

media identik dengan data media yang dikirim. Dengan mengingat prinsip

Kerckhoff (Schneier, 1996) yang menyatakan bahwa suatu skema sekuriti seperti

kriptografi dan watermarking harus mengasumsikan bahwa lawan mengetahui

segala sesuatu mengenai algoritmanya, maka pihak lawan yang mengetahui

algoritma watermarking dapat menggunakan kunci tersebut untuk menghapus

watermark dari data multimedia tanpa menimbulkan kerusakan yang berarti pada

data tersebut.

Agar watermark sulit di hapuskan, skema asymmetric watermarking dapat

memecahkan masalah ini. Pada skema ini, kunci untuk menyisipkan watermark

5

berbeda dengan kunci untuk mendeteksi watermark. Cara ini dapat meningkatkan

keamanan daripada skema simetri. Konsep asymmetric watermarking banyak

diadopsi dari asymmetric cryptography. Sebagaimana kita ketahui, pada

asymmetric cryptography, kunci untuk enkripsi berbeda dengan kunci untuk

dekripsi.

Penelitian sebelumnya (Munir, 2008) dilakukan pada ranah DCT dan

menerapkan metoda asimetrik dengan teori korelasi untuk pendeteksian

watermark pada serangan non mallicious. Beberapa eksperimen yang mereka

lakukan menghasilkan uji korelasi yang selalu positif, berarti watermark dapat

dideteksi, untuk :

cropping hingga 50% crop,

kompresi jpeg hingga kwalitas 20%,

resizing hingga 25%,

noising salt and peppers hingga 20%,

sharpening,

rotating hingga 10%.

Pada penelitian ini akan diimplementasikan perangkat lunak berdasarkan beberapa

algoritma untuk menyisipkan watermark hingga watermark dengan skema public

dapat disisipkan pada suatu citra digital. Kunci dibangkitkan dengan metoda RC-4

dan kemudian disisipkan pada ranah DWT (Discrete Wavelett Transform) suatu

citra digital berukuran 8x8.

6

BAB II

TINJAUAN PUSTAKA DAN LANDASAN TEORI

2.1 Tinjauan Pustaka

Pengkajian penyisipan watermark di ranah dwt telah begitu berkembang

untuk mendapatkan performansi yang handal. Kunci dari kokohnya watermark

digital adalah tergantung dari algoritma yang kuat, dan membentuk system yang

imperceptible.

1. Dugad (1998) mengusulkan skema public-key watermarking berdasarkan

teorema korelasi di ranah DWT, yang menunjukkan ranah tersebut lebih baik

dari pada ranah DCT.

2. Choi (2004) mengusulkan skema public-key watermarking berdasarkan

transformed-key, yang dinamakan transformed-key watermarking (TKW).

3. Fu (2004) mengusulkan skema asymmetric watermarking yang menyisipkan

watermark privat dan watermark public ke dalam sinyal host.

4. Liu (2005), mengusulkan sebuah protokol, commitment based watermark

detection, dengan berbasiskan pada korelasi.

5. Gui (2005) mengusulkan skema asymmetric watermarking yang

menggunakan banyak watermark public. Watermark privat diturunkan dari

sejumlah watermark public. Tujuan yang hendak dicapai adalah mendapatkan

skema deteksi public dengan kekokohan yang sama dengan deteksi privat.

Idenya didasarkan pada fakta bahwa pada kebanyakan skema asymmetric

watermark publik hanya sebagian berkorelasi dengan watermark privat,

7

artinya hanya sebagian informasi watermark privat terdapat di dalam

watermark publik.

6. Gui (2006) didalamnya memaparkan skema asymmetric watermarking

berbasis matriks non-full rank.

7. Parameswaran (2007), memodulasi dwt dari host dengan normalisasi invers

moment. Untuk mendeteksi watermark pada gambar berwatermark bisa

digunakan korelasi linier.

8. Munir (2008) mengusulkan skema asymmetric watermarking berbasiskan

pada operasi permutasi RC-4 dan fungsi Chaos, Chaos diterapkan karena ia

mempunyai karakteristik penting untuk meningkatkan keamanan, yaitu

sensitivitas pada kondisi awal. Data multmedia yang disisipi watermark

adalah citra greyscale. Baik penyisipan maupun pendeteksian watermark

keduanya dilakukan pada ranah discrete cosine transform (DCT).

2.2 Teori Pendukung

Gambar 2.1. Skema Asimetrik Watermarking

8

Dari Gambar 2.1, X adalah host signal yaitu fitur yang diekstraksi dari data

multimedia dan w adalah informasi watermark. X dapat berupa pixel-pixel citra,

audio, maupun video, dapat juga berupa koefisien DCT atau koefisien DWT.

Dari skema gambar di atas pendeteksian dengan menggunakan kunci public akan

menghasilkan 1 atau 0 ( ada atau tidak ada watermark)

Untuk menyisipkan watermark w ke dalam X digunakan kunci privat, hal ini akan

menghasilkan sinyal berwatermark Y

Dapat ditulis seperti pada persamaan (2.1)

Y = X + αw.......................................................................(2.1)

α adalah kekuatan watermark

Pendeteksian watermark tidak membutuhkan kunci privat dan sinyal host (X),

tetapi membutuhkan kunci public dan sinyal berwatermark Y juga suatu nilai

ambang T, yang akan dibandingkan terhadap Y sehingga mengidentifikasi adanya

watermark (1) atau tidak (0)

Skema asimetrik watermarking selain harus kokoh terhadap non-malicious attack

seperti kompressi, cropping, rotasi dll, juga harus kokoh terhadap malicious attack

yaitu serangan yang bertujuan untuk menghapus watermark.

2.2.1. Fungsi Chaos (Eggers(2000))

xi+1 = r xi (1-xi), …………………………………………(2.2)

dan 0 ≤ r ≤ 4.

Dengan menggunakan fungsi rekursif dari persamaan 2.2, kita bisa

membuat suatu deretan angka Real yang penyebarannya sangat dipengaruhi oleh

9

nilai awal. Karakteristik umum sistem chaos adalah kepekaannya terhadap

perubahan kecil nilai awal (sensitive dependence on initial condition). Kepekaan

ini berarti bahwa perbedaan kecil pada nilai awal fungsi, setelah fungsi diiterasi

sejumlah kali, akan menghasilkan perbedaan yang sangat besar pada nilai

fungsinya.

2.2.2. Algoritma RC4

Algoritma RC4 termasuk ke dalam kelompok stream cipher. Inti algoritma

RC4 adalah membangkitkan kunci-aliran (keystream) yang kemudian di-XOR-kan

dengan plainteks. Algoritma RC4 menggunakan larik S[0..255] yang diinisialisasi

dengan 0, 1, 2, …, 255. Selanjutnya larik S dipermutasi berdasarkan kunci

eksternal U yang panjangnya variabel. Jika panjang U

< 256, maka dilakukan padding sehingga panjangnya menjadi 256 byte. Permutasi

terhadap nilai-nilai di dalam larik S dilakukan dengan cara sebagai berikut:

j ← 0

for i ← 0 to 255 do

j ← (j + S[i] + U[i]) mod 256

swap(S[i], S[j])

end

Algoritma permutasi di atas dimodifikasi untuk mempermutasikan

watermark publik. Misalkan panjang watermark adalah N, maka larik S[0..N]

yang diinisialisasi dengan 0, 1, …, N – 1. U adalah sebuah larik integer sepanjang

N yang elemen-elemennya dibangkitkan dengan logistic map (nilai chaos yang

10

riil terlebih dahulu dikalikan dengan N dan dibulatkan ke integer terdekat).

Selanjutnya permutasi terhadap nilai-nilai di dalam larik S dilakukan dengan cara

yang sama seperti potongan algoritma di atas kecuali 255 diganti dengan N. Nilai-

nilai di dalam larik S digunakan untuk mempermutasikan watermark publik.

(Munir,2008)

2.2.3. Discrete Wavelett Transform

2.2.3.1. Wavelet

Komponen Wavelet merupakan gelombang mini (small wave) yang

mempunyai kemampuan mengelompokkan energy citra terkonsentrasi pada

sekelompok kecil koefisien, sedangkan kelompok kecil lainnya hanya

mengandung sedikit energi yang dapat dihilangkan tanpa mengurangi nilai

informasinya. Secara matematis, pengertian wavelet adalah fungsi matematika

yang memotong-motong data menjadi kumpulan-kumpulan frekuensi yang

berbeda, sehingga masing-masing tersebut dapat dipelajari dengan menggunakan

skala resolusi yang berbeda.

2.1.3.2. 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

11

resolusinya . Hal ini seperti proses filtering, dan sinyal dalam domain waktu

dilewatkan ke dalam filter highpass dan lowpass dan memisahkan komponen

frekuensi tinggi dan frekuensi rendah .

DCT menggunakan deret sinyal cosinus dengan frekuensi yang berbeda

sebagai fungsi basisnya. Sedangkan DWT menggunakan deret wavelet sebagai

fungsi basisnya. Sekumpulan wavelet ini diturunkan dengan dilatasi dan translasi

dari single primary wavelet. Oleh sebab itu,tidak seperti DCT yang hanya ada satu

kemungkinan fungsi basis, pada transformasi wavelet ada banyak kemungkinan

transformasinya karena fungsi basis yang digunakan dapat diturunkan dari

primary wavelets. Wavelet harus memiliki beberapa sifat agar dapat dikatakan

sebagai basis untuk transformasi wavelet:

Dapat diintegralkan

Dapat dikomposisi hanya untuk komponen frekuensi yang positif

Beberapa fungsi basis wavelet yang dapat digunakan oleh encoder Baseline JPEG

berbasis wavelet yang dibuat adalah Haar wavelet, Daubechies wavelet, Symlets

wavelet, dan Bi-orthogonal wavelet. Namun, pada penelitian ini hanya akan

menggunakan fungsi basis wavelet “Daubechies wavelet transform”.

2.2.4 Skema Dugad (1998)

Menggunakan Transformasi Wavelet dengan Daubechies 8-tap filter.

1. Bagian LL band tidak dimodifikasi

2. Sisipkan watermark pada band : HL(horizontal), LH(vertical), HH(diagonal).

3. Sisihkan semua koefisien yang lebih besar dari T1.

4. Watermark disisipkan di sejumlah M koefisien tersebut.

12

5. 2.2.4.1 Penyisipan Watermark

1. Hitung NxN DWT dari NxN gray scale image I.

2. low pass DWT coefficients tidak termasuk yang dimodifikasi.

3. Sisip watermark pada koefisien DWT > T1:

T = {ti}, t’i = ti + α|ti|xi, ………………………………..(2.6),

dan i seluruh koefisien DWT > T1.

4. Ganti T = {ti} dengan T’ = {t’i} pada DWT domain.

Hitung inverse DWT untuk mendapatkan gambar berwatermark I’.

2.2.5 Penyisipan Menurut Maimon (1999)

Cara penyisipannya sebagai berikut

1. Menghitung jumlah koefisien DWT, y[m,n]

2. Watermark adalah Gaussian N[m,n]: dengan mean 0 and variance 1.

kita bisa menyisipkan watermark juga dengan cara seperti 2.9

……………(2.9)

control level watermarking

Square2 menunjukkan penguatan untuk harga koefisiennya.

y’[m,n] adalah koefisien citra berwatermark

Koefisien DWT LL band tidak diubah

Adapun pendeteksiannya membandingkan (menggunakan korelasi) pada

tiap-tiap band (tentunya bukan pada LL band)

13

2.2.6 Penyisipan Watermark menurut Gui (2005)

Menurut Gui watermark yang harus disisipkan adalah watermark yang

telah termutasi. Watermark asal merupakan kunci dan disebut juga

watermark public.

We = (1-b)Ws + bWb,........................................(2.11)

Dan b adalah pengendalian watermark public (Wb), Ws adalah watermark

yang termutasi.

2.2.8. Fungsi yang digunakan pada Matlab

1. [cA,cH,cV,cD] = dwt2(X,'wname')

Menghitung matriks koefisien-koefisien perkiraan cA dan koefisien-

koefisien detail matriks cH, cV, dan cD (horizontal, vertical, dan

diagonal), didapatkan dengan dekomposisi wavelet X. Matriks masukan.

'wname' string berisi fungsi wavelet.

2. idwt2

Menggunakan fungsi 'wname' untuk menghitung tingkat pertama,

merekonstruksi koefisien-koefisien perkiraan matriks X, berdasarkan

matriks perkiraan cA dan matriks detail cH, cV, dan cD (datar, tegak, dan

diagonal).

3. [C,S] = wavedec2(X,N,'wname')

Mengembalikan dekomposisi wavelet dari matriks X pada tingkat N,

menggunakan wavelet yang disebutkan dalam string 'wname' (lihat

wfilters untuk informasi lebih lanjut). Output C, merupakan vektor

dekomposisi dan tabel matriks S. N harus bilangan bulat positif

14

4. MSE (Mean Square Error) dan PSNR (Peak Signal to Noise Ratio)

Blok PSNR menghitung rasio signal-to-noise puncak, dalam desibel,

antara dua gambar. Rasio ini sering digunakan sebagai pengukuran

kualitas antara asli dan gambar terkompresi. Semakin tinggi PSNR,

semakin baik kualitas dikompresi, atau gambar direkonstruksi. Mean

square error (MSE) dan Signal to Noise Ratio Puncak (PSNR) adalah dua

kesalahan metrik digunakan untuk membandingkan kualitas gambar

kompresi. MSE merupakan kuadrat kesalahan kumulatif antara kompresi

dan citra asli, sedangkan PSNR merupakan ukuran dari kesalahan puncak.

Semakin rendah nilai MSE, semakin rendah kesalahan. Untuk menghitung

PSNR tersebut, blok yang pertama menghitung kesalahan berarti-squared

menggunakan persamaan berikut:

ൌ∑ (ି) ǡ

כ…… (2.12)

Dalam persamaan 2.12, M dan N adalah jumlah baris dan kolom pada

gambar masukan, masing-masing. Kemudian blok menghitung PSNR

dengan menggunakan persamaan berikut:

ൌ ቀ

ቁ……(2.13)

Dalam persamaan 2.13, R adalah fluktuasi maksimum dalam jenis input

data gambar. Misalnya, jika gambar input memiliki ganda-presisi floating-

point data, maka R adalah 1. Jika memiliki 8-bit data integer jenis

unsigned, R adalah 255, dll

15

BAB III

METODA PENELITIAN, ALGORITMA DAN ANALISA

3.1 Materi Penelitian

Bahan penelitian yang digunakan pada penelitian ini antara lain:

- Literatur dari penelitian terdahulu sebagai pembanding, seperti yang telah diuraikan

pada keaslian penelitian dan kajian pustaka.

3.2 Alat Penelitian

Alat penelitian yang digunakan dalam penelitian ini terdiri dari :

- Komputer dengan spesifikasi cukup untuk menjalankan Matlab 2009

- Matlab R2009a

3.3 Jalan Penelitian

Penelitian ini akan dilakukan melalui beberapa tahap, antara lain sebagai yang

ditujukkan oleh diagram alir pada Gambar 3.1

Sehingga diterapkan eksperimen, yaitu :

Pendeteksian watermark, dengan menerapkan teori korelasi, menggunakan host grey

scale 8x8, adapun alur penelitiannya dilakukan seperti Gambar 3.1.

16

Gambar 3.1. Diagram Alir Metoda Penelitian

3.4. Tabel Permutasi (Munir dkk,2008)

Gambar 3.2. Diagram alir pembuatan table permutasi.

17

Dengan menginputkan nilai awal dan jumlah koefisien yang akan di embedkan pada

koefisien gambar Host, kita akan mendapatkan tabel yang akan digunakan untuk memutasi

koefisien dari watermark, diagram alirnya dapat dilihat pada Gambar 3.2

3.4.1. Membangkitkan logistic map ( nilai-nilai chaos)

Chaos diterapkan karena ia mempunyaikar karakteristik penting untuk meningkatkan

keamanan, yaitu sensitivitas pada kondisi awal. Chaos digunakan khususnya sebagai

pembangkit bilangan acak. Berdasarkan algoritma munir dkk dalam menentukan table

permutasi yang nantinya akan digunakan untuk memutasi koefisien-koefisien watermark.

Pertama diterapkan teori chaos seperti yang tertera pada persaamaan (3.1). Berikut ini

dicontohkan untuk mendapatkan table permutasi dengan N=16.

xi+1 = r xi (1-xi) ……………………………………..(3.1)

dengan x0 sebagai nilai awal iterasi. Konstanta r menyatakan laju pertumbuhan fungsi, yang

dalam hal ini 0 ≤ r ≤ 4. Dengan melakukan iterasi persamaan (3.1)

dari nilai awal x0 tertentu, kita memperoleh barisan nilai-nilai chaos. Nilai-nilai chaos

tersebut terletak di antara 0 dan 1 dan tersebar secara merata serta tidak

ada dua nilai yang sama. Karakteristik umum sistem chaos adalah kepekaannya

terhadap perubahan kecil nilai awal (sensitive dependence on initial condition). Kepekaan ini

berarti bahwa perbedaan kecil pada nilai awal fungsi, setelah fungsi diiterasi sejumlah kali,

akan menghasilkan perbedaan yang sangat besar pada nilai fungsinya (Munir, 2008).

Contoh berikut ditentukan dari x0 =0.5 ; r = 3.99 dan jika N=16, didapat : B[i] = X[i] =

0,9975 0,0100 0,0393 0,1507

0,5106 0,9971 0,0117 0,0462

0,1759 0,5784 0,9730 0,1050

0,3750 0,9351 0,2421 0,7322

18

3.4.2 Mendapatkan table permutasi (Algoritma RC-4)

Menurut Munir [2008] ada banyak cara untuk membangkitkan watermark privat dari

watermark publik yang saling berkorelasi satu sama lain. Salah satu cara adalah dengan

mempermutasikan elemen-elemen watermark publik. Sejumlah teknik permutasi yang ada

dapat digunakan untuk tujuan ini. Algoritma watermarking di dalam makalah ini

memodifikasi sebagian algoritma kriptografi RC4 untuk melakukan permutasi. Algoritma

RC4 termasuk ke dalam kelompok stream cipher. Inti algoritma RC4 adalah membangkitkan

kunci-aliran (keystream) yang kemudian di-XOR-kan dengan plainteks. Algoritma RC4

menggunakan larik S[0..255] yang diinisialisasi dengan 0, 1, 2, …, 255. Selanjutnya larik S

dipermutasi berdasarkan kunci eksternal U yang panjangnya variabel. Jika panjang U < 256,

maka dilakukan padding sehingga panjangnya menjadi 256 byte. Permutasi terhadap nilai-

nilai di dalam larik S dilakukan dengan cara sebagai berikut:

j ← 0

for i ← 0 to 255 do

j ← (j + S[i] + U[i]) mod 256

swap(S[i], S[j])

end

Algoritma permutasi di atas dimodifikasi untuk mempermutasikan watermark publik.

Misalkan panjang watermark adalah N, maka larik S[0..N] yang diinisialisasi dengan 0, 1, 2,

…, N – 1. U adalah sebuah larik integer sepanjang N yang elemen-elemennya dibangkitkan

dengan logistic map (nilai chaos yang riil terlebih dahulu dikalikan dengan N dan dibulatkan

ke integer terdekat). Selanjutnya permutasi terhadap nilai-nilai di dalam larik S dilakukan

dengan cara yang sama seperti potongan algoritma di atas kecuali 255 diganti dengan N.

Nilai-nilai di dalam larik S digunakan untuk mempermutasikan watermark public

19

(Munir,2008). Nilai chaos yang didapat berdasarkan teorema Chaos lalu dipetakan menyebar

sesuai logistic mapnya ke nilai integernya sebanyak N (contoh dengan N=16)

U[i] = [8 15 0 0 2 8 15 0 0 2 9 15 1 5 14 3]

Kemudian nilai pemetaan dari nilai chaos tersebut diolah menggunakan algoritma RC-4,

sehingga didapat table permutasi, yang nantinya akan digunakan untuk memutasi koefisien-

koefisien watermark. Tabel permutasi yang didapat tetap dijaga rahasia

S[i] = [14 11 5 10 6 8 9 15 3 16 1 12 7 4 13 2]

Gambar 3.3 menunjukkan dengan perubahan sedikita saja pada nilai awal, akan

mendapatkan table permutasi yang berbeda pula.

Pada gambar tersebut diambil tiga buah nilai awal x0 (B(0)) yang cukup berdekatan yaitu :

0.6000, 0.6100 dan 0.6200. Dengan memberikan nilai rasio sebesar r =3.999, maka didapat

hasil tiga buah table permutasi S yang berbeda-beda pula.

Gambar 3.3. Tiga table permutasi yang berbeda dari tiga nilai awal Chaos yang berbeda

20

Sedangkan pada experiment yang dilakukan digunakan harga N yang besarnya

tergantung seberapa banyak jumlah koefisien pada gambar host yang akan di sisipkan dan

nilai ambang dari koefisien dwt host tersebut. Dalam hal ini WM (watermark) disisipkan

pada koefisien dwt host >= 15. Adapun hasilnya tidak bisa ditampilkan di sini, karena terdiri

dari 4624 koefisien, (dari host yang digunakan).

3.5. Alur Penyisipan Watermark

Dari berbagai literature yang telah dipelajari, maka dicoba diimplementasikan system

penyisipan watermark berdasarkan apa yang telah diteliti oleh para peneliti yang

berkecimpung lama di bidang watermarking. Adapun algoritmanya diberi nama sesuai para

peneliti tersebut.

3.5.1. Algoritma I (Munir-Dugad)

Menggunakan Transformasi Wavelet dengan Daubechies 8-tap filter.

Skema algoritma I (Munir-Dugad), adalah sebagai berikut:

1. Citra ditransformasi DWT 3 level


3. Sisihkan semua koefisien yang lebih besar dari T1 dari HL (komponen horizontal), LH

(komponen vertical), HH (komponen diagonal) pada level 1, level2 dan level 3

4. Hitung jumlah koefisien tersebut (misalkan jumlahnya adalah N)

5. Watermark dibuat seukuran N, lalu ditranformasikan 1 level ke ranah DWT

6. Buat table permutasi mengikuti sub bab 3.4 sejumlah N.

7. Koefisien transformasi watermark lalu dimutasi mengikuti table permutasi yang telah

dibuat.

21

8. Watermark transformed termutasi disisipkan di sejumlah N koefisien dari koefisien

citra transformed pada HL, LH dan HH dari koefisien yang lebih besar dari T1 seperti

pada tahap 3, menggunakan formula 2.6

9. Transformasi balik hasil penyisipan tersebut untuk mendapatkan citra berwatermark

Dengan mengadopsi Algoritma Munir-Dugad didapat diagram alir seperti Gambar 3.4.

Gambar 3.4. Diagram Alir Algoritma munir-dugad

Pada algoritma seperti yang telah digambarkan pada Gambar 3.4 ini diterapkan pemutasian

koefisien watermark ala Munir dkk, dikombinasikan dengan penyisipan watermark ala Dugad

dkk. Hanya saja pada algoritma mereka watermark tidak pernah ditransformasikan untuk

kemudian disisipkan, di sini watermark ditransformasikan kemudian dimutasi lalu disisipkan

di domain transform, baru kemudian ditransformasi balik.

22

3.5.1.1. Contoh proses penerapan algoritma Munir-Dugad menggunakan citra 8x8

Untuk contoh ini diambil citra 8x8. Contoh ini diambil agar bisa dilihat jalannya proses dari

algoritma Munir-Dugad. Adapun watermark asal diambil 4x4.

Gambar 3.5. Koefisien host image X1 berukuran 8x8

Misalkan sebuah citra host 8x8, dinamakan X1. Jika citra tersebut diambil koefisien grey

scalenya akan didapat koefisien seperti yang terdapat pada Gambar 3.5.

Jika koefisien host dari Gambar 3.5. ditransformasi menggunakan transformasi wavelet

(daubechies) 1 level maka akan didapat hasil seperti tertera di Gambar 3.6, Pada level 1,

akan memiliki 4 (empat) komponen, yaitu LL1 (dinamakan cA1), HL1 (= cV1), LH1 (=cD1)

dan HH1 (= cH1), indeks 1 menggambarkan DWT level 1. Hasil transformasi yang

ditampilkan di sini adalah cD1, cH1, cV1 dari yang tertera seperti pada Gambar 3.6. Adapun

cA1 tidak ditampilkan,

Jika komponen cA1 (LL1) ditransformasikan lagi maka akan didapat cD2, cH2, dan cV2,

(seperti tertera pada Gambar 3.4 ) juga cA2 (tidak ditampikan). Demikian untuk mendapatkan

komponen level-3 DWT, cA2 tersebut ditransformasikan 1 level sehingga akan didapat cD3,

cH3 dan cV3, juga cA3. Untuk level-3 ini pun cA3 tidak ditampilkan, karena watermark

tidak akan disisipkan pada level tersebut. Sedangkan watermark akan disisipkan pada

elemen/koefisien yang lebih besar dari 15 dari komponen-komponen mulai level1, ke 2 dan

ke 3.

Adapun sintaks yang digunakan adalah :

23

[cA1,cH1,cV1,cD1] = dwt2(X1,'db1');[cA2,cH2,cV2,cD2] = dwt2(cA1,'db1');[cA3,cH3,cV3,cD3] = dwt2(cA2,'db1');

Gambar 3.6. Komponen transformasi wavelet level 1



Sebelum melakukan penyisipan, kita olah dahulu watermark yang akan disisipkan di X1

sesuai algoritma I. Untuk menentukan ukuran watermark kita perlu mengetahui dahulu

24

jumlah koefisien (dari hasil transformasi) yang lebih besar dari 15 (angka ini adalah pilihan,

kita boleh saja memilih angka yang lain, asalkan hasil penyisipannya masih sesuai dengan

image aslinya jika dikembalikan ke image awal), jumlah koefisien yang lebih besar dari 15

bisa dihitung dari apa yang tertera di Gambar 3.6, Gambar 3.7 dan Gambar 3.8, di sana

terlihat yang diberi warna kuning adalah koefisien yang lebih besar atau sama dengan 15 dan

dapat dihitung ternyata semuanya ada 12.

Adapun watermark, kita sebut saja Wr, berukuran 4x4, ukuran ini isinya ada 16 (tidak

sesuai dengan jumlah yang harus disisipkan, 12), tetapi karena suatu citra agar bisa di DWT

harus berukuran bujursangkar, √12 x √12 jadi kita bulatkan ke atas menjadi 4x4. Adapun

watermarknya diambil seperti Gambar 3.9.

Gambar 3.9. Koefisien watermark ukuran 4x4

Untuk memutasi watermark dibutuhkan tabel permutasi, dan tabel permutasi didapat

dari angka acak yang dibangkitkan dari teori chaos dengan r = 3.999 dan x0 = 0.5 (di dalam

program, x di beri nama B), didapat sebaran nilai chaos seperti pada Gambar 3.10, adapun

nilai chaos ini dinormalisir menjadi U(i) seperti tertera pada Gambar 3.11. Dengan algoritma

RC-4 maka akan didapat tabel permutasi S seperti Gambar 3.12. Urutan sesuai tabel S inilah

yang akan digunakan untuk memutasi Wr.

Gambar 3.10. Nilai yang dibangkitkan dari teori chaos

25

Gambar 3.11. Nilai sebaran dari nilai chaos yang telah dinormalisir ke mod 16

Gambar 3.12. Tabel permutasi S yang dijaga rahasia

Koefisien watermark Wr (pada Gambar 3.9) kemudian di DWT 1 level, sehingga didapat

seperti pada Gambar 3.13 (nilai transformasi yang hasinya merupakan deretan koefisien yang

memanjang, agar nantinya bisa dimutasikan menggunakan table S) yang dinamai Wp1,

adapun Ws adalah hasil mutasi berdasarkan table S ( Seperti yang tertera pada Gambar 3.14

Gambar 3.13. Nilai transformasi Wavelet dari Wr

Gambar 3.14. Hasil permutasi dari Wp1 berdasarkan tabel permutasi S

Hasil dari penyisipan watermark di ranah DWT

OutD merupakan hasil penyisipan watermark di ranah DWT, terlihat tadinya nilai

koefisiennya adalah yang kuning (karena yang dipilih lebih besar dari 15) setelah dilakukan

penyisipan nilainya menjadi yang hijau, pada Gambar 3.15.

26

Gambar 3.15. Perubahan koefisien akibat penyisipan WM pada komponen diagonal1 Agoritma I

Berikut ini akan diperiksa beberapa nilai yang didapat berdasarkan formula Dugad, (dengan

kekuatan watermark p = 0.001) dengan sintaks sebagai berikut :

“ outD(l,k)=cD1(l,k)+p*abs(cD1(l,k))*Ws(v); “

dan Ws(1)= -16.000 (dapat dilihat di table 3.10)

OutD (1,3) = 17.3390 + 0.001*17.3390*(-16.000) = 17.0615

Dengan cara yang sama kita bisa menghitung koefisien-koefisien lainnya

OutD(4,2) = 40.6095 + 0.001*40.6095*355.7500 = 55.0563;

Dan (Ws(2) = 355.7500)

OutD(1,3) = 15.9494 + 0.001*15.9494*32.2500 = 16.4638;

Dan (Ws(3) = 32.2500)

Adapun untuk komponen horizontal outH yang dikembangkan dari cH1 tidak mengalami

perubahan, karena pada komponen ini tidak ditemukan koefisien yang lebih besar atau sama

dengan 15. Seperti yang tercantum pada Gambar 3.16

27

Gambar 3.16 Perubahan koefisien pada komponen horizontal level1 algoritma I

Pada komponen vertical (cV1) seperti pada Gambar 3.17 terdapat 5 perubahan nilai koefisien

pada (1,2), (3,2), (2,3), (3,3) dan (4,,2)

Gambar 3.17 Perubahan koefisien pada komponen vertikal level1 algoritma I

Kita ambil contoh komponen vertical (2,4)

OutV(2,4) = 30.9941 + 0.001*30.9941*80.500 = 33,4891

Pada komponen ini digunakan Ws(8), karena dia terhitung sebagai koefisien ke 8 yang

mengalami penyisipan.

Yang dapat disisipi pada komponen level 2, seperti pada Gambar 3.18, terdapat 3 koefisien

yang berubah (yang lebih besar atau sama dengan 15).

28

Gambar 3.18 Komponen-komponen pada level2 algoritma I

Adapun rinciannya adalah sebagai berikut :

Ws(9)= 93, disisipkan di cD2(2,1),

OutD2(2,1) = 30.4047 + 0.001*30.4047*93 = 33.2324

Ws(10) = -29.00, disisipkan di cV2(1,1),

OutV2(1,1) = 15,3575 + 0.001* 15,3575*(- 29.00) OutV2(1,1) = 14.9121

Pada komponen horizontal level 2 tidak terdapat koefisien yang harus disisipi.

Ws(11) = -37.500; cV2(1,2),

OutV2(1,2) = 84.9316 + 0.001*84.9316*(-37.500) = 81,7467

Gambar 3.19 Komponen-komponen pada level3 algoritma I

Yang mengalami perubahan ada 1 koefisien yaitu pada komponen vertical level 3, seperti

yang terdapat pada Gambar 3.19

Ws(12) = 65.500 ; cV3(1,1), sehingga

OutV3(1,1) = 192.5440 + 0.001*192.5440*65.5 = 205.1557

29

Pengembalian koefisien yang telah disisipi ke citra berwatermark (IDWT)

Pada tahap ini semua koefisien tersebut dikembalikan ke citranya sehingga berlebel citra

berwatermark, dengan meng inverse kan semua koefisien yang telah disisipi watermark

dengan menerapkan IDWT2, adapun sintaksnya adalah sebagai berikut:

X3 = idwt2(cA3,outH3,outV3,outD3,'db1');X2 = idwt2(X3,outH2,outV2,outD2,'db1');X0 = idwt2(X2,outH,outV,outD,'db1');

Adapun koefisien yang dihasilkan adalah seperti yang tercantum pada Gambar 3.20.:

Gambar 3.20. Rekonstruksi hasil penyisipan dengan fungsi IDWT algoritma I

X3 adalah rekonstruksi dari komponen level-3, di sini terbentuk 2x2 dari 1x1

X2, rekonstruksi komponen level-2, terbentuk 4x4 dari 2x2.

X0 rekonstruksi komponen level-1, terbentuk 8x8 dari 4x4.

Terlihat dari Gambar 3.20 dibandingkan terhadap Gambar 3.5 ada selisih pada koefisien-

koefiennya, selisih ini akibat adanya penyisipan watermark, meskipun demikian hal ini tidak

30

akan mempengaruhi persepsi mata. Hasil pengolahan citra berwatermark ditunjukkan oleh

Gambar 3.21.

Setelah dihitung psnr citra terwatermark ternyata nilainya adalah 40.1703. Nilai ini jelas

imperceptible

Gambar 3.21 Hasil pengolahan untuk host 8x8 algoritma I

3.5.2. Algoritma II (Munir-Maimon)

Dengan mengadopsi Algoritma Maya Maimon (1998), prosesnya hampir mirip dengan

algoritma I (Munir-Dugad). Formula penyisipan diganti dengan formula yang diajukan oleh

Maimon.

Skema algoritma I (Munir-Maimon), adalah sebagai berikut:







gambar awal

2 4 6 8

2

4

6

8

gambar berwatermark

2 4 6 8

2

4

6

8

watermark

1 2 3 4

1

2

3

4

watermark termutasi

1 2 3 4

1

2

3

4

31



dibuat.

8. Watermark transformed termutasi disisipkan di sejumlah N koefisien dari koefisien

citra transformed pada HL, LH dan HH dari koefisien yang lebih besar dari T1 seperti

pada tahap 3, menggunakan formula 2.9

9. Hasil penyisipan tersebut kemudian ditransformasi balik untuk mendapatkan citra

berwatermark.

Gambar 3.22 berikut menggambarkan diagram alir skema Munir-Maimon.

Gambar 3.22. Diagram alir algoritma munir-maimon

Pada algoritma seperti Gambar 3.22 ini penyisipan yang dilakukan hampir sama dengan

Gambar 3.3. Hanya saja disini ada tambahan kuadrat (square) dari koefisien pengali

watermarknya.

32

3.5.2.1. Contoh proses penerapan algoritma Munir-Maimon menggunakan citra 8x8.

Citra yang digunakan pada contoh algoritma ini sama dengan pada algoritma Munir-

Dugad yaitu seperti yang tertera pada Gambar 3.5. Sehingga hasil transformasi waveletnya

akan sama dengan Gambar 3.6, 3.7 dan 3.8. Penyisipan pun dilakukan pada koefisien yang

lebih besar atau sama dengan 15. Dengan demikian ukuran watermarknya juga sama yaitu

4x4, seperti yang tertera pada Gambar 3.9. Dan karena nilai awal dari logistic map chaosnya

adalah sama yaitu 0,5 dan dengan r = 3,999, maka didapat table permutasi S yang sama

dengan Gambar 3.12. Sama seperti pada algoritma sebelumnya, gambar ini akan digunakan

untuk memutasi hasil dari transformasi wavelet watermark (Ws), yang nantinya akan

disisipkan pada Host (Ws, seperti pada Gambar 3.14). Karena formula untuk penyisipan pada

algoritma II ini digunakan seperti pada flowchart, milik Maimon, maka berikut ini akan

ditunjukkan perubahan yang terjadi pada komponen-komponen transformasinya.

Gambar 3.23 Perubahan koefisien pada komponen diagonal level1 algoritma II

Pada Gambar 3.23, kita ditunjukkan :

Ws(1) = -16.000, untuk cD1 (1,3) akan disisipkan seperti pada algoritma II

Dalam hal ini:

outD(1,3) = 17,3390 + 0.00001* 17,3390^2*(-16,000) = 17,2909

33

Ws(2) = 355,7500 disisipkan pada cD1(2,4)

outD(2,4) = 40,6095 + 0,00001*40,6095^2*355,7500 = 46,4763

Ws(3) = 32,500 disisipkan pada cD1(3,1)

outD(3,1) = 15,9494 + 0,00001*15,9494^2*32,500 = 16,0314

Gambar 3.24 Perubahan koefisien pada komponen horizontal level1 algoritma II

Pada komponen horizontal tidak terdapat koefisien >= 15, jadi tidak ada perubahan pada

outH nya.

Sedangkan pada komponen vertical terjadi 5 buah perubahan nilai koefisien, seperti yang

tercantum pada Gambar 3.25 yaitu :

Gambar 3.25 Perubahan koefisien pada komponen vertikal level1 algoritma II

34

Ws(4) = 5,500 disisipkan pada cV1(1,2)

outV(1,2) = 27,6033 + 0,00001*27,6033^2*5,500 = 27,6452


outV(2,3) = 25,1321 + 0,00001*25,1321^2*32,7500 = 25,3390


outV(3,2) = 41,9014 + 0,00001*41,9014^2*61,500 = 42,9812

Ws(7) = -21,500 disisipkan pada cV1(3,3)

outV(3,3) = 17,6769 + 0,00001*17,6769^2*(-21,500) = 17,6097


outV(4,2) = 30,9941 + 0,00001*30,9941^2*(80,500) = 31,7674

Sedangkan pada komponen wavelet level 2 terjadi 3 perubahan nilai koefisien, seperti

yang terdapat pada Gambar 3.26 yaitu :

Gambar 3.26 Perubahan koefisien pada komponen wavelet level2 agoritma II

Ws(9) = 93 disisipkan pada cD2(1,2)

outD2(1,2) = 30,4047 + 0,00001*30,4047 ^2*93 = 31,2645

Ws(10) = -29,000disisipkan pada cV2(1,1)

outV2(1,1) = 15,3575 + 0,00001*15,3575^2*(-29,000) = 15,2891

Ws(11) = -37,500 disisipkan pada cV2(2,1)

outV2(2,1) = 84,9316 + 0,00001*84,9316^2*(-37,500) = 82,2266

35

Gambar 3.27 Perubahan koefisien pada komponenwavelet level 3 algoritma II

Untuk komponen level 3 hanya terdapat 1 buah perubahan, dapat dilihat di Gambar 3.27,

yaitu :


outV2(2,1) = 192,5440 + 0,00001*192,5440 ^2*(65,500) = 216,8270

Hasil Inverse DWT nya seperti pada Gambar 3.28

Gambar 3.28 Hasil Rekonstruksi setelah dilakukan penyisipan algoritma II

Hasil pengolahan Citranya adalah seperti pada Gambar 3.29 berikut

36

Gambar 3.29 Hasil pengolahan untuk host 8x8 pada algoritma II

Untuk algoritma II ini didapat psnr citra terwatermark = 38.1720

3.5.3 Agoritma III (Munir-Dugad-Gui)

Skema untuk algoritma III diuraikan sebagai berikut :









dibuat.

8. Hitung watermark privat ws mengikuti skema Gui yaitu sesuai dengan formula 2.11

gambar awal

2 4 6 8

2

4

6

8

gambar berwatermark

2 4 6 8

2

4

6

8

watermark

1 2 3 4

1

2

3

4

watermark termutasi

1 2 3 4

1

2

3

4

37

9. Watermark privat disisipkan di sejumlah N koefisien dari koefisien citra transformed

pada HL, LH dan HH dari koefisien yang lebih besar dari T1 seperti pada tahap 3,

menggunakan formula 2.9

10. Hasil penyisipan tersebut kemudian ditransformasi balik untuk mendapatkan citra

berwatermark.

Skema di atas jika dituangkan kedalam bentuk flowchart didapat diagram seperti gambar

3.30

Gambar 3.30. Diagram alir algoritma Munir-Dugad-Gui

Pada algoritma kali ini, watermark yang akan disisipkan adalah hasil kombinasi antara

watermark public dengan watermark yang telah dimutasi. Pada pengkombinasiannya

38

diterapkan pembobot untuk watermark public. Hal ini ditujukan agar watermark public tidak

seluruhnya ada pada watermark yang disisipkan. Dengan mengkombinasi dengan watermark

termutasi, diharapkan keamanan dari watermark lebih terjaga.

3.5.3.1. Contoh proses penerapan algoritma III (Munir-Dugad-Gui) menggunakan citra

8x8.

Semua proses dilakukan sama dengan ke dua algoritma sebelumnya (algoritma I dan

II). Hanya saja beberapa hal yang berbeda akan dibahas di sini,

Semua proses dilakukan sama seperti pada algoritma I, di sini kita kembangkan

watermarknya dengan menerapkan ide Gui tentang pengkombinasian watermark publik

dengan watermark termutasi (watermark privat). Sintaks nya adalah:

b = 0.3;We = (1 - b)*Ws + b*Wp;

Dan : b = bobot watermark public

We = watermark yang akan disisipkan

Ws = watermark termutasi, disebut juga dengan watermark privat

Wp = watermark public

Gambar 3.31 Koefisien We berdasarkan Watermark termutasi dan watermark public

Berdasarkan Gambar 3.31, yang akan dianalisa 3 contoh koefisien saja dengan bobot

watermark public = 0,3

39

We(1) = (1-0,3)*(-16,0000) + 0,3*69 = 9,5000

We(6) = 0,7*61,5000 + 0,3*128 = 81,45

We(12) = 0,7*65,5 + 0,3*49 = 60,55

Berikut ini akan diperlihatkan Gambar 3.32 dan terjadi perubahan koefisien karena

penyisipan dari watermark kombinasi We

.

Gambar 3.32 Perubahan koefisien pada komponen level 1 algoritmaIII

40

Diambil 3 contoh koefisien dari komponen level1 (seperti pada Gambar 3.32), untuk

diperiksa perubahannya mengikuti formula sesuai algoritma III, yaitu :

We(2) = 280,2250 ; outD(2,4) = 40,6095 + 0,001*40,6095*280,2250 = 51,9893

We(4) = 23,0500 ; outV(1,2) = 27,6033 + 0,001*27,6033*23,0500 = 28,2395

We(7) = 26,6500 ; outV(3,3) = 17,6769 + 0,001*17,6769*26,6500 = 18,1480

Untuk komponen pada level2 diambil 2 contoh koefisien (dari Gambar 3.33)

Gambar 3.33 Perubahan koefisien pada komponen level 2 algoritma III

We(9) = 101,4 ; outD2(1,2) = 30,4047 + 0,001*30,4047*101,4 = 38,4878

We(11) = 16,35 ; outV2(2,1) = 84,9316 + 0,001*84,9316*16,35 = 86,3202

Pada komponen level3 (Gambar 3.34) menyisakan 1 kofisien yang akan dianalisa.

Gambar 3.34 Perubahan koefisien pada komponen level 3

We(12) = 60,55 ; outV3(1,1) = 192,5440 + 0,001*192,5440*60,55 = 204,2026

Demikian bagaimana terjadinya perubahan nilai koefisien Host setelah disisipi

watermark kombinasi antara watermark public dan watermark termutasi.

41

Gambar 3.35 memperlihatkan Inverse DWT dari hasil penyisipan :

Gambar 3.35 Hasil Rekonstruksi setelah dilakukan penyisipan pada Algoritma III

Adapun difference antara citra awal dan citra berwatermark adalah sebagai berikut (seperti

yang tercantum pada Gambar 3.36)

Gambar 3.36 Difference antara Host dan citra berwatermark Algoritma III

Karena kekuatan watermark sangat kecil (p = 0,001), differencenya pun menjadi kecil, jika

ditransformasikan ke bentuk citra, hasilnya semuanya hitam.

Sedangkan citra yang dihasilkan dari inverse DWT seperti Gambar 3.37. Nilai psnr citra

terwatermark adalah 41,47.

42

Gambar 3.37. Hasil pengolahan citra dari algoritma III.

Berikut ini akan di perlihatkan pengaruh bobot watermark public terhadap citra

berwatermark. Ternyata jika bobot watermark diubah-ubah ,maka psnr terwatermark pun

berubah, ini dikarenakan koefisien dipengaruhi oleh watermark yang nilainya pun berubah.

Nilai psnr terwatermark citra terwatermark pada algoritma III ini, akan mencapai nilai

maksimum pada bobot 0.6, (kekuatan watermark p = 0,001). Dapat dilihat pada table 3.1

b (bobot watermark) 0 0,2 0,4 0,6 0,8 1,0

psnr citra

terwatermark

40.1703 41.0930 41.7582 42.0049 41.7586 41.0935

Tabel 3.1. Pengaruh bobot watermark public terhadap psnr citra tcitra berwatermark berdasarkan algoritma III

Tentu saja citra watermark termutasi nya pun berubah mengikuti perubahan bobotnya. Hal ini

ditunjukkan pada Gambar 3.38 sampai dengan Gambar 3.40. Gambar 3.36, untuk b = 0 ;

Gambar 3.8, b = 0.2 ; Gambar 3.10, b = 0.4 ;

gambar awal

2 4 6 8

2

4

6

8

gambar berwatermark

2 4 6 8

2

4

6

8

watermark

1 2 3 4

1

2

3

4

watermark termutasi

1 2 3 4

1

2

3

4

43

Gambar 3.38, untuk b = 0.6; Gambar 3.11, b = 0.8 ; Gambar 3.12, b = 1.0.

Terlihat bahwa semakin bobot mendekati 1(satu), maka watermark termutasi We nya pun

semakin mendekati bentuk watermark public Wp.

Gambar 3.38. Perbandingan watermark dengan watermark termutasi pada b = 0

Gambar 3.39. Perbandingan watermark dengan watermark termutasi pada b = 0.2


watermark

1 2 3 4

0.5

1

1.5

2

2.5

3

3.5

4

4.5

watermark termutasi

1 2 3 4

0.5

1

1.5

2

2.5

3

3.5

4

4.5

watermark

1 2 3 4

0.5

1

1.5

2

2.5

3

3.5

4

4.5

watermark termutasi

1 2 3 4

0.5

1

1.5

2

2.5

3

3.5

4

4.5

watermark

1 2 3 4

0.5

1

1.5

2

2.5

3

3.5

4

4.5

watermark termutasi

1 2 3 4

0.5

1

1.5

2

2.5

3

3.5

4

4.5

44

Gambar 3.41, 3.42 dan 3.43 menunjukkan perubahan menuju bentuk watermark public.




watermark

1 2 3 4

0.5

1

1.5

2

2.5

3

3.5

4

4.5

watermark termutasi

1 2 3 4

0.5

1

1.5

2

2.5

3

3.5

4

4.5

watermark

1 2 3 4

0.5

1

1.5

2

2.5

3

3.5

4

4.5

watermark termutasi

1 2 3 4

0.5

1

1.5

2

2.5

3

3.5

4

4.5

watermark

1 2 3 4

0.5

1

1.5

2

2.5

3

3.5

4

4.5

watermark termutasi

1 2 3 4

0.5

1

1.5

2

2.5

3

3.5

4

4.5

45

Terlihat watermark termutasi mulai membentuk watermark public, dengan naiknya bobot

watermark public.

3.5.4. Algoritma IV (Munir-Maimon-Gui)

Dengan mengadopsi Pengendalian watermark publik Gui (2005) digabung dengan konsep

Maya Maimon, skema algoritma III diganti formula penyisipannya mengikuti formula

maimon, didapat diagram alir seperti yang diitunjukkan pada Gambar 3.44.

Gambar 3.44. Diagram alir agoritma munir-maimon-gui

46

Diagram ini mengkombinasi algoritma pada Gambar 3.22 dengan metoda pembobotan untuk

watermark publik Gui

3.5.4.1. Contoh proses penerapan algoritma IV (Munir-Maimon-Gui) menggunakan

citra 8x8.

Pada algoritma ini tentu saja prosesnya sama seperti yang terdapat dalam ketiga

algoritma sebelumnya. Karena pada algoritma ini terdapat square pada penyisipannya, maka

kekuatan watermark harus dikecilkan dalam hal ini p diambil bernilai 0,00001. Adapun hasil

pengolahan citranya adalah seperti pada Gambar 3.45

Gambar 3.45 Hasil pengolahan citra pada Algoritma Munir-Maimon-Gui

Jika kekuatan watermark dinaikkan, maka nilai psnr terwatermark citra terwatermark akan

menurun, hal ini dikarenakan pengaruh square membuat nilai hasil penyisipan semakin jauh

dari nilai koefisien awalnya, hal ini akan membuat citra berubah jauh, dan akan nampak jelas

perbedaannya (tidak imperceptible). Tabel 3.2 akan memperlihatkan pengaruh kekuatan

gambar awal

2 4 6 8

2

4

6

8

gambar berwatermark

2 4 6 8

2

4

6

8

watermark

1 2 3 4

1

2

3

4

watermark termutasi

1 2 3 4

1

2

3

4

47

watermark terhadap nilai psnr terwatermark citra terwatermarknya pada algoritma Munir-

Maimon-Gui (algoritma IV)

p = (kekuatan

watermark)

0.1 0.01 0.001 0.0001 0.00001 0.000001

psnr citra

terwatermark

-40.4997 -20.4997 -0.4997 19.5003 39.5003 59.5003

Tabel 3.2. Pengaruh kekuatan watermark terhadap psnr terwatermark citra berwatermark untuk algoritma IV

Bobot watermark public yang diterapkan untuk citra Gambar 3.14, b = 0.6. Didapat psnr

terwatermark citra terwatermark = 39,5003. Berikut ini akan dibandingkan pengaruh bobot

watermark public terhadap psnr terwatermark citra terwatermark, ditunjukkan pada table 3.3

b (bobot watermark) 0 0,2 0,4 0,6 0,8 1,0

psnr terwatermark

citra terwatermark

38.1720 38.7084 39.1630 39.5003 39.6878 39.7048

Tabel 3.3. Pengaruh bobot watermark public terhadap psnr terwatermark citra berwatermark untuk algoritma IV

Untuk memperlihatkan pengaruh kekuatan watermark, pada Gambar 3.46 sampai

Gambar 3.51 terlihat bagaimana citra berwatermark sangat berubah jauh dari citra Hostnya.

Gambar 3.46 dan Gambar 3.47 dengan p = 0,1 dan p = 0,01, didapat citra berwatermark yang

sama, walau pun jika dihitung nilai psnr terwatermark citra terwatermark nya jauh berbeda.

48

Gambar 3.46. Kekuatan Watermark p = 0.1, psnr citra terwatermark = -40,4997


Dengan terus menaikkan kekuatan watermark, contohnya pada Gambar 3.46, dan nilai

p = 0.001, citra mulai berubah dari bentuk seperti ke dua citra pada kekuatan yang lebih kecil.


Pada p = 0.0001, citra mulai terlihat bentuknya, walaupun ini tentu saja hanya

persepsi visual (Gambar 3.49). Semakin dinaikkan kekuatan watermark, keabuan

citra berwatermark mulai mendekati citra Host (Gambar 3.50 dan Gambar 3.51)

49

Gambar 3.49. Kekuatan Watermark p = 0.0001, psnr citra terwatermark = 19.5003

Gambar 3.50. Kekuatan Watermark p = 0.00001, psnr citra terwatermark = 39.5003

Gambar 3.51. Kekuatan Watermark p = 0.000001, psnr terwatermark citra terwatermark = 59.5003

50

BAB IV

KESIMPULAN

Kesimpulan :

1. Algoritma RC-4 lebih membuat nilai normalisasi chaos untuk watermark lebih menyebar.

2. Nilai bobot watermark public dan privat, juga menentukan imperceptible citraterwatermark

3. PSNR dari citra terwatermark terhadap citra asli sangat ditentukan oleh bobot watermark.Semakin kecil bobotnya, semakin besar PSNR citra terwatermarknya.

4. Nilai PSNR di kisaran lebih besar dari 35, menunjukkan bahwa citra terwatermarkimperceptible (relative tidak terlihat perubahan citra secara kasat mata)

51

DAFTAR PUSTAKA

1. Choi H, Lee K, dan Kim T (2004). Transformed-Key Asymmetric Watermarking

System, IEEE Signal Processing Letters, Vol. 11. No. 2, [February 2004]

2. Dugad R., Ratakonda K., and Ahuja N. (1998) A New Wavelet-Based Scheme for

Watermarking Images, Proceedings of 1998 International Conference on Image

Processing Vol. 2, Chicago, IL, October 4-7, 1998

3. Fu Y, Shen R, Shen L (2004) A Novel Asymmetric Watermarking Scheme, Proc. Of

3rd Int. Conf. on Machine Learning and Cybernetics.

4. Gui G, Jiang L(2005). A Robust Asymmetric Watermarking Schme Using Multiple

Public Watermarks, IEICE Trans. Fundamentals, Vol. E88- A, No. 7 [Juli 2005]

5. Gui G, Jiang L(2006). A New Asymmetric Watermarking Scheme for Copyright

Protection, IEICE Trans. Fundamentals, Vol. E89-A, No. 2 [February 2006]

6. Liu, Ruizhen. and Tan, Tieniu. (2002) An SVD based watermarking scheme for

protecting 14 rightful ownership. IEEE Transactions on Multimedia. Vol. 4. No.1.

7. Maimon Maya, Watermarking using wavelets, Wavelets seminar 1999

8. Munir R, Riyanto B, Sutikno S dan Wiseto P (2008) Metoda asymmetric

Watermarking pada Citra Digital Berbasiskan pada Permutasi RC-4 dan Fungsi

Chaos, Seminar On Intelligent Technology and Its Application.

9. Parameswaran Latha, and Anbumani K. (2007), A Content Based Image

Watermarking Scheme Resilient to Geometric Attacks, International Journal of

Electrical and Computer Engineering 2:2 2007

10. Supangkat Suhono H., Kuspriyanto, Juanda (2000). Watermarking sebagai Teknik

Penyembunyian Label Hak Cipta pada Data Digital, TEKNIK ELEKTRO, Vol. 6,

No. 3, 2000.

11. Schneier, Bruce, (1996) Applied Cryptography 2nd, John Wiley & Sons, 1996

52

12. Seitz J (2005). Digital Watermarking for Digital Media,Information Science

Publishing.

watermarking berbasis permutasi rc-4 pada koefisien dwt

Documents