Jumlah Pesan yang disisipkan sama

Berdasarkan Gambar 17 nilai PSNR algoritma PVD lebih besar dari pada algoritma PVDM untuk semua gambar percobaan. Tetapi meskipun begitu algoritma PVDM masih dikatakan baik , karena nilai PSNRnya masih diatas 20 bahkan sampai diatas 40. Jika melihat Gambar I dan Gambar II kenaikan daya tampung rata-rata dari algoritma PVD ke Algoritma PVDM sebesar 198 .

4.4.2 Jumlah Pesan yang disisipkan sama

Pada kasus jumlah pesan yang disisipkan sama, bahwa pada masing-masing algoritma baik PVD maupun PVDM menggunakan pesan yang sama untuk tiap- tiap tabel jangkauan. Tentunya dalam hal ini jumlah pesan yang disisipkan diperoleh dari algoritma PVD , karena pada algoritma ini jumlah pesandaya tampung pesan pada tiap-tiap tabel jangkauan baik I,II,III dan IV menghasilkan nilai yang lebih kecil jika dibandingkan algoritma PVDM sehingga secara otomatis daya tampung yang dihasilkan pada algoritma PVD dapat digunakan pada algoritma PVDM untuk tabel yang sama. Gambar 18 . Nilai PSNR pada Tabel jangkauan I data sama Pada Gambar 18 diatas menunjukkan bahwa untuk semua gambar algoritma PVDM lebih baik, selisih nilai yang sangat berbeda terjadi pada gambar babbon. Pada gambar penguin selisih nilai relatif sedang dan gambar yang lain nilai PSNR relatif hampir sama dalam hal ini hanya berbeda sedikit. Perbedaan yang besar pada gambar baboon menunjukkan bahwa pada interval [0,7] penggunaan algoritma PVDM lebih baik yang menyebabkan distorsinya menjadi kecil. Begitu juga pada gambar penguin pemilihan algoritma PVDM pada interval [0,7] lebih baik dari pada algoritma PVD, sehingga dapat mengurangi distorsi yang terjadi. Gambar 19 . Nilai PSNR pada Tabel jangkauan II data sama Berdasarkan Gambar 19, Nilai PSNR algoritma PVDM lebih kecil dari pada algoritma PVD hanya pada gambar apple dan banana.Hal ini terjadi karena pada Tabel jangkauan II interval [0,7] dibagi kedalam tiga interval R 1 =[0,1], R 2 =[2,3] , R 3 =[4,7], sedangkan pada interval tersebut gambar apple dan banana mempunyai prosesntase yang tinggi. Algoritma PVD akan menghasilkan distorsi yang besar apabila diterapkan ke gambar penguin terlihat pada Gambar 15 nilai PSNRya dibawah 10. Tetapi secara umum pada Gambar 19 dengan memilih Tabel Jangkauan II algoritma PVDM sudah tepat, karena memiliki nilai PSNR diatas 40 semua. Gambar 20 . Nilai PSNR pada Tabel jangkauan III data sama Pada Gambar 20 terlihat secara rata-rata nilai PSNR PVDM masih lebih besar dari pada PVD. PVDM unggul pada gambar babbon,borobudur,penguin dan sunflower, sedangkan PVD unggul pada gambar apple,banana,lena dan pepper. Selisih yang besar terjadi pada gambar borobudur, hal ini disebabkan gambar borobudur pada interval [0,7] dominan daripada interval yang lain yaitu [0,255] lihat lampiran 2,3 dan 4. Sedangkan untuk gambar pepper sebaiknya menggunkan algoritma PVD , karena algoritma ini mempunyai PSNR yang lebih tinggi daripada algoritma PVDM. Meskipun begitu penggunaan algoritma PVDM masih tepat , karena algoritma ini mempunyai nilai PSNR yang lebih tinggi dari 20 bahkan = 40. Gambar 21 . Nilai PSNR pada Tabel jangkauan IV data sama Pada Gambar 21 menujukkan baik algoritma PVD maupun PVDM kedua- duanya cocok jika terapkan pada tabel jangkauan IV. Hal ini terlihat dari nilai PSNR untuk semua gambar diatas 40, yang berarti distorsi antara stego image dan cover image rendah. Perbandingan algoritma PVD dan PVDM dilihat dari segi daya tampung, untuk semua tabel yang dipilih mulai Tabel jangkauan I,II,III,IV algoritma PVDM mempunyai daya tampung yang besar bahkan persentase kenaikan dapat mencapai 300 lebih, terlihat pada Gambar 13 untuk pemilihan Tabel Jangkauan II dan IV. Dari segi PSNR algoritma PVDM relatif lebih tinggi nilai PSNRnya, terutama pada kasus jumlah data yang sama, tetapi pada kasus data yang berbeda, nilai PSNR algoritma PVDM ada beberapa yang lebih kecil dari algoritma PVD. Hal ini disebabkan karena daya tampung algoritma PVDM lebih banyak , sehingga tentunya area yang mengalami perubahaan akan lebih banyak dari pada algoritma PVD dan mengakibatkan distorsi yang relatif besar , walaupun masih dalam batas yang wajar. 4.4.3 Waktu Proses Algoritma PVD dan PVDM Waktu proses algoritma PVD dan PVDM pada proses simulasi sesuai Gambar 22. Gambar 22. Waktu Proses Algoritma PVD vs PVDM pada tabel jangkauan II Berdasarkan Gambar 22 terlihat bahwa algoritma PVDM relatif lebih cepat dari pada algoritma PVD. Hanya pada gambar Babbon dan pepper waktu proses algoritma PVDM lebih lama dari PVD. Sedangkan untuk tabel jangkauan I,III dan IV dapat dilihat pada lampiran 6 dan 7. Pada tabel jangkauan I algoritma PVD lebih cepat untuk semua data sedangkan pada tabel jangkauan yang lain kecepatan algotitma PVDM dengan PVD relatif berimbang.

4.5 Evaluasi Kinerja Subjektif Algoritma PVDM

Dokumen yang terkait

Pembangunan aplikasi steganograft pada citra digital menggunakan metode pixel value differencing (PVD) dan algoritma Rijndael untuk keamanan data

5 20 136

Utilization filtering to increase capacity message on PVD (Pixel Value Differences) steganography

1 13 99

ANALISIS PERFORMA METODE IHWT (INTEGER HAAR WAVELET TRANSFORM) DAN MODULUS FUNCTION DENGAN METODE IHWT (INTEGER HAAR WAVELET TRANSFORM) DAN PVD (PIXEL VALUE DIFFERENCING) PADA KUALITAS CITRA DIGITAL - UDiNus Repository

0 1 1

ANALISIS PERFORMA METODE IHWT (INTEGER HAAR WAVELET TRANSFORM) DAN MODULUS FUNCTION DENGAN METODE IHWT (INTEGER HAAR WAVELET TRANSFORM) DAN PVD (PIXEL VALUE DIFFERENCING) PADA KUALITAS CITRA DIGITAL - UDiNus Repository

0 0 1

ANALISIS PERFORMA METODE IHWT (INTEGER HAAR WAVELET TRANSFORM) DAN MODULUS FUNCTION DENGAN METODE IHWT (INTEGER HAAR WAVELET TRANSFORM) DAN PVD (PIXEL VALUE DIFFERENCING) PADA KUALITAS CITRA DIGITAL - UDiNus Repository

0 0 1

ANALISIS PERFORMA METODE IHWT (INTEGER HAAR WAVELET TRANSFORM) DAN MODULUS FUNCTION DENGAN METODE IHWT (INTEGER HAAR WAVELET TRANSFORM) DAN PVD (PIXEL VALUE DIFFERENCING) PADA KUALITAS CITRA DIGITAL - UDiNus Repository

0 0 1

ANALISIS PERFORMA METODE IHWT (INTEGER HAAR WAVELET TRANSFORM) DAN MODULUS FUNCTION DENGAN METODE IHWT (INTEGER HAAR WAVELET TRANSFORM) DAN PVD (PIXEL VALUE DIFFERENCING) PADA KUALITAS CITRA DIGITAL - UDiNus Repository

0 2 8

KOMBINASI ALGORITMA PIXEL VALUE DIFFERENCING DENGAN ALGORITMA CAESAR CIPHER PADA PROSES STEGANOGRAFI

1 2 7

PENGEMBANGAN APLIKASI STEGANOGRAFI PIXEL VALUE DIFFERENCES (PVD)

0 0 6

PENYISIPAN PESAN DENGAN ALGORITMA PIXEL VALUE DIFFERENCING DENGAN ALGORITMA CAESAR CIPHER PADA PROSES STEGANOGRAFI

0 0 6