Penggabungan Teknik Kompresi Data dan Enkripsi Sandi Alir Untuk Keamanan Citra Digital

ABSTRACT
HERMAWAN TRI ROSANJA. Combining Data Compression Techniques and Stream Ciphers
Encryption for Digital Image Security. Supervised by SHELVIE NIDYA NEYMAN.
One of the most common information form is image. Some certain images are strictly confidential,
therefore, it has to be kept confidential. The process of maintaining its confidentiality is related to
cryptography. Cryptography has two main components, encryption and decryption. In many cases,
confidentiality is not the only issue, but also how the data is stored and transferred. To solve these
issues, data compression is required. The purpose of this research is to apply data compression
techniques and stream ciphers encryption for digital image, and to analyze the result. This research
uses DCT method and quantization with compression level 50 (in 1-100 scale). LFSR method is used
to generate a key. Then, PSNR value of the decrypted image is calculated. As a result, this research
shows that the compression process affects encryption time, the time required to encrypt and decrypt
an image is getting longer as the size of the image grows.
Keywords: LFSR, Compression, PSNR, Encryption.

PENGGABUNGAN TEKNIK KOMPRESI DATA DAN ENKRIPSI
SANDI ALIR UNTUK KEAMANAN CITRA DIGITAL

HERMAWAN TRI ROSANJA

DEPARTEMEN ILMU KOMPUTER

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
INSTITUT PERTANIAN BOGOR
BOGOR
2011

ABSTRACT
HERMAWAN TRI ROSANJA. Combining Data Compression Techniques and Stream Ciphers
Encryption for Digital Image Security. Supervised by SHELVIE NIDYA NEYMAN.
One of the most common information form is image. Some certain images are strictly confidential,
therefore, it has to be kept confidential. The process of maintaining its confidentiality is related to
cryptography. Cryptography has two main components, encryption and decryption. In many cases,
confidentiality is not the only issue, but also how the data is stored and transferred. To solve these
issues, data compression is required. The purpose of this research is to apply data compression
techniques and stream ciphers encryption for digital image, and to analyze the result. This research
uses DCT method and quantization with compression level 50 (in 1-100 scale). LFSR method is used
to generate a key. Then, PSNR value of the decrypted image is calculated. As a result, this research
shows that the compression process affects encryption time, the time required to encrypt and decrypt
an image is getting longer as the size of the image grows.
Keywords: LFSR, Compression, PSNR, Encryption.

PENGGABUNGAN TEKNIK KOMPRESI DATA DAN ENKRIPSI
SANDI ALIR UNTUK KEAMANAN CITRA DIGITAL

HERMAWAN TRI ROSANJA

Skripsi
Sebagai salah satu syarat untuk memperoleh gelar
Sarjana Komputer pada
Departemen Ilmu Komputer

DEPARTEMEN ILMU KOMPUTER
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
INSTITUT PERTANIAN BOGOR
BOGOR
2011

Judul
Nama
NIM

: Penggabungan Teknik Kompresi Data dan Enkripsi Sandi Alir Untuk Keamanan Citra
Digital
: Hermawan Tri Rosanja
: G64052892

Menyetujui
Pembimbing

Shelvie Nidya Neyman, S.Kom., M.Si.
NIP. 19770206 200501 2 002

Mengetahui
Ketua Departemen

Dr. Ir. Sri Nurdiati, M.Sc.
NIP. 19601126 198601 2 001

Tanggal Lulus :

PRAKATA

Alhamdulillahi Rabbil ‘alamin, puji dan syukur penulis panjatkan kepada Allah SWT atas
limpahan rahmat dan hidayah-Nya sehingga tugas akhir dengan judul Penggabungan kompresi Data
dan Enkripsi Sandi Alir Untuk Keamanan Citra Digital dapat diselesaikan. Penelitian ini dilaksanakan
mulai Maret 2010 sampai dengan Agustus 2011, bertempat di Departemen Ilmu Komputer.
Penulis mengucapkan terima kasih kepada semua pihak yang telah membantu penulis dalam
menyelesaikan tulisan akhir ini, antara lain kepada Bapak dan Ibu atas cinta kasih, bimbingan dan
iringan doa yang tak ternilai. Kepada adik-adikku, Yekti dan Yuli serta kepada kakakku Ika atas
motivasi serta canda tawa yang diberikan. Kepada Nur Khoiriyah atas kasih sayang yang tidak ternilai
serta dukungan yang tidak hentinya. Ucapan terima kasih dan penghargaan yang setinggi-tingginya
kepada Ibu Shelvie Nidya Neyman, S.Kom., M.Si. selaku pembimbing atas bimbingan dan arahan
yang diberikan, tidak hanya mengenai tugas akhir ini tetapi juga tentang kehidupan secara luas, Bapak
Aziz Kustiyo, S.Si, M.Kom dan Bapak Endang Purnama Giri, S.kom, M.Kom selaku dosen penguji
yang telah memberikan saran dan kritik yang membangun kepada penulis. Tidak lupa kepada semua
dosen pengajar yang telah mendidik, membina serta mengajar penulis selama menjadi civitas
akademika Departemen Ilmu Komputer. Kepada staf TU dan pendukung Departemen Ilmu Komputer
IPB yang tidak dapat disebutkan satu-persatu untuk semua bantuannya selama masa perkuliahan,
seminar dan siding.
Selanjutnya, penulis ingin mengucapkan terima kasih kepada Fahri, Rofiq, Makinun, Ardi,
Hasyim, Wardi, Fahmilu, Mizan, Haryanto, Furqon, Wisnu, Hanif, Sendi, Isa, Hengky, Desca, Fatoni
dan semua Ilkomerz 42 atas kebersamaan dalam mengarungi masa-masa sebagai mahasiswa di

Institut Pertanian Bogor.
Penulis menyadari bahwa penelitian ini masih jauh dari kesempurnaan. Oleh karena itu, penulis
sangat mengharapkan kritik dan saran untuk perbaikan penelitian selanjutnya. Besar harapan penulis
bahwa apa yang telah dikerjakan dapat memberikan manfaat bagi semua pihak, khususnya untuk para
peneliti yang berminat melanjutkan dan menyempurnakan penelitian ini.

Bogor, Agustus 2011

Hermawan Tri Rosanja

RIWAYAT HIDUP
Penulis dilahirkan pada tanggal 01 Maret 1986 di Tegal sebagai anak ketiga dari lima bersaudara
dari pasangan Nanang Sahroni dan Maslakha Tur Rofiah.
Pada tahun 2004 penulis lulus dari Sekolah Menengah Atas (SMA) Negeri 1 Slawi dan diterima di
Institut Pertanian Bogor melalui jalur Seleksi Penerimaan Mahasiswa Baru (SPMB) pada tahun 2005.
Pada tahun 2008, penulis melaksanakan kegiatan praktik lapang di LAPAN Jakarta selama dua bulan.

DAFTAR ISI
Halaman
DAFTAR TABEL ........................................................................................................................... v

DAFTAR GAMBAR ....................................................................................................................... v
PENDAHULUAN
Latar Belakang ............................................................................................................................ 1
Tujuan ......................................................................................................................................... 1
Ruang Lingkup ............................................................................................................................ 1
TINJAUAN PUSTAKA
Citra ............................................................................................................................................ 1
Representasi Citra........................................................................................................................ 2
Kompresi..................................................................................................................................... 2
Discrete Cosine Transform (DCT) ............................................................................................... 3
Kuantisasi.................................................................................................................................... 3
Kriptografi .................................................................................................................................. 3
Enkripsi ....................................................................................................................................... 3
Dekripsi....................................................................................................................................... 3
Sandi Alir Kunci Simetrik............................................................................................................ 3
Sandi Alir Selaras ........................................................................................................................ 4
Sandi Alir Adatif Biner ............................................................................................................... 4
Register Geser Umpan Balik Linear ............................................................................................ 4
Peak Signal to Noise Ratio (PSNR) .............................................................................................. 5
Uji T ........................................................................................................................................... 5

METODE PENELITIAN
Tahap Enkripsi Citra .................................................................................................................... 6
Citra ............................................................................................................................................ 6
Tahap Kompresi Citra.................................................................................................................. 6
Representasi Citra........................................................................................................................ 6
Proses Konstruksi Blok Data........................................................................................................ 6
Proses Transformasi Blok Data .................................................................................................... 6
Proses Kuantisasi ......................................................................................................................... 6
Proses Dekuantisasi .................................................................................................................... 7
Proses LFSR................................................................................................................................ 7
Tahap Dekripsi Citra.................................................................................................................... 7
HASIL DAN PEMBAHASAN
Analisis Hasil Enkripsi ................................................................................................................ 7
Analisis Hasil Dekripsi ................................................................................................................ 8
Analisis Perbandingan Waktu Eksekusi Proses Enkripsi antara Citra Asli dengan Citra
Terkompresi ............................................................................................................................. 9
Perbandingan Antara Citra Asli dan Citra Hasil Dekripsi ............................................................ 10
KESIMPULAN DAN SARAN
Kesimpulan ............................................................................................................................... 10
Saran ......................................................................................................................................... 10

DAFTAR PUSTAKA .................................................................................................................... 11

iv

DAFTAR TABEL
Halaman
1
2
3
4
5
6
7
8
9

Ukuran citra asli dan citra kompresi (dalam kB)............................................................................. 8
Waktu proses enkripsi citra terkompresi (dalam detik) ................................................................... 8
Waktu proses dekripsi (dalam detik) .............................................................................................. 9
Waktu proses enkripsi citra asli ..................................................................................................... 9

Hasil uji statistik waktu eksekusi pada dimensi 160 x 120 .............................................................. 9
Hasil uji statistik waktu eksekusi pada dimensi 256 x 256 .............................................................. 9
Hasil uji statistik waktu eksekusi pada dimensi 320 x 240 ............................................................ 10
Hasil uji statistik waktu eksekusi pada dimensi 460 x 425 ............................................................ 10
Nilai PSNR hasil dekripsi ............................................................................................................ 10

DAFTAR GAMBAR
Halaman
1 Skema umum proses enkripsi dengan sandi alir selaras.................................................................... 4
2 Skema umum proses dekripsi dengan sandi alir selaras ................................................................. 4
3 Skema umum proses enkripsi dengan sandi alir adatif biner. ......................................................... 4
4 Skema umum proses deskripsi dengan sandi alir adatif biner. ........................................................ 4
5 Skema LFSR dengan panjang L. ................................................................................................... 5
6 Bagan alir proses enkripsi. ............................................................................................................ 6
7 Bagan alir proses dekripsi. ............................................................................................................ 7
8 Waktu rata-rata proses enkripsi. .................................................................................................... 8
9 Citra asli. ..................................................................................................................................... 8
10 Citra enkripsi................................................................................................................................ 8
11 Citra dekripsi................................................................................................................................ 8
12 Waktu rata-rata proses dekripsi. .................................................................................................... 9

v

Citra digital dibagi menjadi dua yaitu: citra
bitmap dan citra vektor. Citra bitmap sering
disebut sebagai citra raster yaitu citra yang
terdiri atas titik-titik atau pixel. Masing-masing
pixel ini mempunyai lokasi serta warna
tersendiri yang secara keseluruhan membentuk
sebuah tampilan citra. Kehalusan tampilan citra
ini sangat bergantung pada resolusi serta jumlah
titik atau pixel yang membentuk citra tersebut
(Anggawirya 2004).
Apabila kita memperbesar tampilan citra
jenis ini, maka citra akan kelihatan seperti
kotak-kotak. Semakin besar tampilan citra maka
semakin besar pula kotak-kotak tersebut, yang
sebenarnya merupakan tampilan pixel yang
diperbesar. Contoh dari citra bitmap adalah
foto, citra hasil scanner serta citra yang

dihasilkan dari software grafis seperti : Adobe
Photoshop, Corel PhotoPaint dan beberapa
software garfish lainnya.

lamanya waktu transfer (Gonzales & Woods
2002). Kompresi citra digital merupakan
upaya untuk melakukan transformasi terhadap
data atau simbol penyusun citra digital
menjadi data atau simbol lain, tanpa
menimbulkan perubahan yang jauh atas citra
digital tersebut bagi mata manusia yang
mengamatinya. Kompresi haruslah dilakukan
secara efektif, sehingga citra digital yang
dihasilkan setelah proses kompresi mempunyai
ukuran yang lebih
kecil
dibandingkan
sebelum menjalani proses kompresi. Dengan
melakukan kompresi data maka tempat
penyimpanan sedikit dapat dihemat dan
transfer data akan lebih cepat ataupun
bandwith yang diperlukan tidak terlalu tinggi.
Teknik kompresi data dapat dibagi menjadi
dua kategori besar, yaitu:
1

Lossy
compression
menyebabkan
ukuran file citra digital menjadi lebih kecil
dengan menghilangkan beberapa informasi
dalam citra asli. Sebagai gantinya lossy
compression memberikan derajat kompresi
lebih tinggi.

Citra vektor yaitu citra yang terbentuk dari
sejumlah garis dan kurva. Citra vektor
mempunyai kualitas citra tetap baik apabila
citra ini diperbesar karena citra vektor bukan
terbentuk dari kumpulan titik.
Representasi Citra

Teknik ini mengubah detail dan warna
pada file citra menjadi lebih sederhana
tanpa terlihat perbedaan yang mencolok
dalam pandangan manusia, sehingga
ukurannya menjadi lebih kecil.

Sebuah citra dapat direpresentasikan ke
dalam tiga jenis, yaitu citra skala keabuan, citra
berwarna, citra hitam-putih. Citra digital dapat
ditampilkan dalam bentuk matrikss berukuran
M x N dengan M menunjukkan banyaknya sel
dalam baris dan N menunjukkan banyaknya sel
dalam kolom. Jadi citra digital dapat dinyatakan
dalam matrikss M x N sel, dan tiap sel
menyimpan nilai intensitas warna dari koordinat
spasial sel tersebut. Sel matrikss disebut juga
pixel (Gonzales & Woods 2002).
Citra digital warna mempunyai format 8-bit
dan 24-bit. Citra dengan format 8-bit
mempunyai 256 nilai intensitas warna karena
tiap nilai diwakili oleh 8-bit atau 1 byte
(28=256). Nilai ini berkisar dari 0 sampai 255,
nilai 0 menunjukkan intensitas paling gelap
(hitam) dan nilai 255 menunjukkan intensitas
paling terang (putih). Untuk citra dengan format
24-bit tiap nilai intensitas warna merupakan
kombinasi dari tiga nilai intensitas warna utama
yaitu merah, hijau, dan biru. Tiap nilai pixel
dibagi menjadi 3 segmen yang masing-masing
terdiri dari 8-bit secara berurutan menunjukkan
nilai intensitas warna merah, hijau dan biru.
Kompresi

Lossy Compression

Biasanya digunakan pada citra foto atau
image lain yang tidak terlalu memerlukan
detail citra, dimana kehilangan bit rate foto
tidak berpengaruh pada citra.
Beberapa contoh yang termasuk metode
lossy compression antara lain: color
reduction, chroma subsampling, dan teknik
kompresi jpeg.
2

Lossless Compression
Teknik kompresi citra dimana tidak ada
satupun informasi citra yang dihilangkan.
Kompresi ini cocok untuk basis data,
dokumen atau spreadsheet, rekaman medis
kedokteran, serta rakaman kejahatan
kepolisian (crime images) untuk data sidik
jari (finger print).
Beberapa contoh yang termasuk metode
loseless antara lain: Run Length Encoding,
Entropy Encoding (Huffman, Aritmatik),
dan Adaptive Dictionary Based (LZW).

Kompresi citra atau pemampatan citra dapat
mengatasi masalah besarnya ukuran citra dan

2

Discrete Cosine Transform (DCT)
Proses kompresi pada citra digital
menggunakan proses transformasi DCT untuk
merubah data dari domain ruang ke dalam
domain frekuensi. Proses transformasi DCT
dilakukan pada data digital setelah sebelumnya
citra digital tersebut dibagi menjadi blok-blok
8x8 (Ansari & Memon 2000).
Alihragam DCT sangat mirip dengan
alihragam fourier 2 dimensi yang mengubah
dari daerah waktu (blok 8×8 asli) menjadi
daerah frekuensi (64 koefisien yang baru
menunjukkan amplitude dari analisis ruang
frekuensi ).
Input pada proses transformasi DCT berupa
matrikss dua dimensi. DCT ditampilkan dengan
sebuah nilai piksel matrikss persegi N×N, dan
menghasilkan sebuah koefisien frekuensi dari
matrikss persegi N×N. Rumus untuk DCT
maju dan DCT balik adalah sebagai berikut:
FDCT:
Bpq=αpαq
dimana

IDCT:
Amn=
dimana

dengan nilai berkisar dari satu sampai dengan
255. Rumus yang sebenarnya untuk kuantisasi
adalah cukup sederhana, seperti di bawah ini :
Nilai Kuantisasi = DCT / Quantum
Dari rumus di atas, dapat disimpulkan bahwa
besar kecilnya nilai kuantisasi dipengaruhi oleh
nilai quantum.
Kriptografi
Kriptografi adalah suatu studi teknik
matematika yang berkaitan dengan aspek
keamanan informasi seperti kerahasiaan,
integritas data, autentikasi entitas, dan
autentikasi asal data. Kriptografi tidak hanya
sebagai alat untuk menyediakan keamanan
informasi, tetapi juga berisi teknik atau prosedur
yang berhubungan dengan keamanan informasi
(Menezes et al. 1996).
Kriptografi memiliki beberapa tujuan di
antaranya adalah sebagai berikut:
Kerahasiaan adalah suatu layanan yang
digunakan untuk menjaga isi informasi dari
semua yang tidak berwenang memilikinya.
Integritas data adalah suatu layanan yang
berkaitan dengan pengubahan data dari
pihak-pihak yang tidak berwenang.
Otentikasi adalah suatu layanan yang
berhubungan dengan identifikasi entitas dari
informasi itu sendiri.
Non-repudiasi adalah suatu layanan yang
ditujukan untuk mencegah terjadinya
pelanggaran kesepakatan yang telah dibuat
sebelumnya oleh entitas.
Enkripsi
Enkripsi adalah proses mengubah pesan asli
(plaintext) menjadi pesan yang dikodekan
(ciphertext). Plaintext dapat berupa deretan bit,
sebuah file teks, gambar bitmap, aliran suara
digital, gambar video digital, dan lain-lain
(Stallings 2003).

Kuantisasi
Kuantisasi secara sederhana merupakan
proses untuk mengurangi jumlah bit yang
dibutuhkan untuk menyimpan sebuah nilai
bilangan bulat dengan mengurangi ketelitian
bilangan bulat (Cabeen & Gent 1998).
Algoritme JPEG menerapkan kuantisasi
yang menggunakan sebuah matrikss kuantisasi.
Untuk tiap posisi elemen pada matrikss DCT,
nilai yang sesuai dengan matrikss kuantisasi
memberikan sebuah nilai kuantum. Nilai
kuantum menunjukkan langkah ukuran yang
akan menjadi elemen tersebut dalam
menerjemahkan pemampatan dari gambar,

Dekripsi
Dekripsi merupakan kebalikan dari enkripsi,
yaitu proses mendapatkan plaintext dari
ciphertext (Stallings 2003). Hasil dekripsi harus
mampu mengembalikan citra enkripsi menjadi
citra asli.
Sandi Alir Kunci Simetrik
Sandi alir kunci simetrik merupakan salah
satu klasifikasi yang paling penting dalam
algoritme enkripsi (Menezes et al. 1996).
Teknik ini akan mengenkripsi satu buah
karakter atau satu buah bit plaintext dalam satu

3

waktu. Hal ini berbeda dengan sandi blok yang
mengenkripsi sekelompok karakter atau bit
dalam satu waktu.
Misalkan K adalah ruang kunci untuk
himpunan semua transformasi enkripsi. Barisan
simbol e1e2e3...ei K, disebut alir kunci (key
stream).
Diberikan A adalah alfabet dengan q simbol
dan Ee adalah sandi substitusi sederhana dengan
panjang blok 1. Misalkan m1 m2 m3... adalah
string plaintext dan e1e2e3... adalah alir kunci K.
Sandi alir menransformasikan string plaintext
ke string ciphertext c1c2c3... dengan rumus
ci E ei ( mi ) . Jika di menotasikan kebalikan
dari ei, maka Dd i (ci )

mi mendekripsi string

Gambar 2 Skema umum proses dekripsi
dengan sandi alir selaras.
Sandi Alir Adatif Biner
Sandi alir adatif biner adalah sandi alir
selaras yang alirkunci, plaintext dan ciphertext
berdigit biner, serta fungsi output h adalah
fungsi XOR (Menezes et al. 1996).

ciphertext ke string plaintext. Sandi Alir dapat
dimanfaatkan untuk melakukan proses enkripsi
dan dekripsi terhadap gambar (BayroCorrochano 2003).
Sandi Alir Selaras
Sandi alir selaras adalah sandi alir kunci
simetrik yang alir kuncinya dibangkitkan secara
bebas baik dari plaintext maupun ciphertext
(Menezes et al. 1996).

Gambar 3 Skema umum proses enkripsi
dengan sandi alir adatif biner.

Proses sandi alir selaras dapat dinyatakan
dengan persamaan:
f i , k ................................. (1)
i 1

zi

g

,k

................................. (2)

ci

h z i , mi

................................. (3)

i

adalah status inisial (initial state) dan
bisa ditentukan dari kunci k, f adalah fungsi
status berikutnya, g adalah fungsi yang
memproduksi alirkunci zi dan h adalah fungsi
output yang mengombinasikan alir kunci dan
plaintext mi untuk memproduksi ciphertext ci.
0

Gambar 1 Skema umum proses enkripsi
dengan sandi alir selaras.

Gambar 4 Skema umum proses dekripsi
dengan sandi alir adatif biner.
Register Geser Umpan Balik Linear
Register Geser Umpan Balik Linear atau
Linear Feedback Shift Register (LFSR) dapat
digunakan sebagai keystream generator untuk
membangkitkan alir kunci (Menezes et al.
1996).
LFSR dengan panjang L terdiri dari L tahap
(stage) yang dinomori dengan 0,1,2,...,L-1,
masing-masing mampu menyimpan 1 bit dan
mempunyai 1 input dan 1 output serta
dilengkapi suatu clock yang mengontrol
pergerakan data (Menezes et al. 1996). Selama
setiap satuan waktu operasi berikut dikerjakan:
1 Isi tahap 0 adalah output dan membentuk
bagian dari barisan output.
2 Isi tahap i digerakkan ke tahap i-1 untuk
setiap i, 1 i L 1 .
3 Isi baru dari tahap L-1 adalah bit arus balik
(feedback bit) sj yang dihitung dengan
menambahkan sekaligus isi subhimpunan
tetap dari {0,1,2,...,L-1} modulo 2.

4

,
dengan nilai MSE dapat dihitung dengan
menggunakan rumus:

Gambar 5 Skema LFSR dengan panjang L.
LFSR dinotasikan dengan

L, C D .

C(D) adalah polinomial penghubung yang
memenuhi persamaan berikut:
..... (4)
C ( D) 1 c1 D ... c L D L
2 D
Jika status inisial dari LFSR adalah
s L 1 ,..., s1 , s 0 , maka barisan s = s0, s1, s2...
ditentukan
oleh
rekursi
sj
c1 s j 1 ... c L s j L mod 2 untuk

j

Hasil penghitungan ini memiliki satuan dB
(desibel).
Nilai
PSNR
yang
rendah
menunjukkan bahwa citra telah mengalami
distorsi yang cukup besar. Jika nilai PSNR lebih
besar dari 30dB maka hasil dekripsi mempunyai
kualitas yang bagus. Keterangan rumus di atas
adalah sebagai berikut:
MAX1 = nilai piksel maksimum pada
citra I.
MSE = Mean Squared Error, yang
menunjukkan rata-rata noise yang terjadi
antara citra I dan citra K.
m = jumlah baris dari citra I.
n = jumlah baris dari kolom K.

L
Untuk semua status inisial yang mungkin,

setiap barisan output dari LFSR

L, C D

adalah periodik jika dan hanya jika polinomial
penghubung C(D) mempunyai derajat L
(Menezes et al. 1996).
LFSR yang digunakan pada enkripsi dan
dekripsi gambar sebaiknya adalah LFSR yang
mampu menghasilkan aliran bit acak dengan
periode yang cukup besar. Aliran bit yang
dihasilkan tidaklah sepenuhnya acak, namun
akan berulang pada periode tertentu. Dengan
demikian, dapat dikatakan aliran bit yang
dihasilkan adalah aliran bit acak semu.
LFSR

L, C D akan menghasilkan output

dengan periode maksimum 2L – 1 jika C(D)
adalah polinomial primitif.
Peak Signal to Noise Ratio (PSNR)
Signal to Noise Ratio (SNR) digunakan pada
matrikss distorsi pixel
based visual dan
digunakan untuk mengukur distorsi antara citra
asli dengan citra setelah dilakukan proses
terhadapnya (Katzenbeisser et al. 2000, diacu
dalam Ramadhan 2005). Sedangkan PSNR
merupakan sebuah istilah dalam engineering
yang digunakan untuk mengukur rasio antara
kekuatan kemungkinan maksimum dari sebuah
sinyal dan kekuatan pengorupsian noise yang
dapat mempengaruhi kemurnian representasi
aslinya.
Nilai PSNR dapat
menggunakan rumus:

dihitung

dengan

Uji t
Uji t dilakukan apabila ukuran contohnya
kecil (n < 30). Rumus untuk mencari nilai t
hitung jika ragam tidak diketahui adalah
sebagai berikut :

Keterangan :
n = ukuran contoh
µ = rata-rata
s = simpangan baku
x = nilai tengah
Uji t bisa digunakan untuk menguji hipotesis
statistik misalnya hipotesis statistik tersebut
terdiri atas H0 : µ A = µ k dan H1 : µ A ≠ µ k. Tujuan
dilakukan uji hipotesis statistik salah satunya
adalah untuk mengetahui ada perbedaan yang
nyata atau tidak suatu faktor yang
diperbandingkan. Jika nilai t hitung lebih besar
dari t tabel atau p-value < α, maka tolak H0
(Walpole 1995).

METODE PENELITIAN
Metodologi yang digunakan pada penelitian
ini terdiri atas beberapa tahap. Penelitian
diawali dengan studi pustaka, penentuan topik,
kemudian dilanjutkan dengan perumusan
masalah. Pada tahap perumusan masalah,
permasalahan yang didapatkan adalah mengenai
keamanan citra digital. Setelah itu penelitian
dilanjutkan dengan analisis dan implementasi
yang terdiri atas tahap enkripsi dan dekripsi.

5

Tahap Enkripsi Citra

Citra

Tahap enkripsi yang dilakukan pada
penelitian ini secara garis besar dapat dilihat
pada Gambar 6.

Citra digital yang digunakan dalam
penelitian ini adalah citra raster yang berukuran,
160 x 120 , 256 x 256, 320 x 240 dan 460 x
425, masing-masing ukuran terdiri dari 10
gambar berbeda dalam format file .jpg. Citra
digital tersebut didapat dari berbagai sumber
khususnya dari internet. Citra tersebut
kemudian diubah ukurannya sesuai dengan
kebutuhan untuk pengujian.

mulai

Citra

Tahap Kompresi Citra
Representasi Citra

Konstruksi blok data

Tahap Kompresi Citra
Teknik
kompresi
yang
digunakan
menggunakan metode DCT dan kuantisasi.
Level kompresi yang digunakan adalah 50 dari
skala 1 sampai 100. Tahap kompresi citra
memiliki beberapa tahapan antara lain:
Representasi Citra

Transformasi DCT

Kuantisasi

Citra yang digunakan dalam percobaan
adalah gambar raster dengan model warna RGB
24-bit. Masing-masing komponen red, green,
blue akan diproses ke dalam proses kontruksi
blok data.

Dekuantisasi

Proses Konstruksi Blok Data
Transformasi IDCT

Kontruksi blok data

Representasi Citra

Citra
Terkompresi

Representasi Citra

Proses konstruksi blok data adalah proses
membagi data ke dalam blok-blok data
berukuran sama yaitu 8 x 8. Setelah
pembentukan blok data selesai kemudian citra
tersebut kita kurangi dengan 128.
Proses Transformasi Blok Data
Proses transformasi DCT dan IDCT
dilakukan pada blok data berukuran 8 x 8. Tiaptiap blok data akan ditransformasi dengan
menggunakan
matrikss
transformasi
T
berukuran 8 x 8. Proses transformasinya sendiri
adalah sebagai berikut:
1

Key

LFSR

XOR

Representasi Citra

2
Citra
Terenkripsi

Transformasi DCT, B=TAT’. Dimana A
merupakan matriks blok 8 x 8 dari hasil
pengurangan antara citra asli dengan 128,
dan B merupakan matriks koefisien DCT.
Transformasi IDCT, A=T’BT. Dimana B
merupakan matriks blok 8 x 8 hasil
dekuantisasi dan A merupakan matriks
koefisien IDCT.

Proses Kuantisasi
Selesai

Gambar 6 Bagan alir proses enkripsi

Proses kuantisasi merupakan proses
pembagian antara koefisien DCT dengan tabel
kuantisasi. Tabel kuantisasi bergantung dari
level kompresi yang diberikan. Level kompresi
berkisar antara skala 1 sampai 100. Pada
penelitian ini level kompresi yang digunakan
adalah 50. Hasil kuantisasi akan digunakan
sebagai input proses dekuantisasi.

6

Proses Dekuantisasi
Proses dekuantisasi merupakan kebalikan
dari proses kuantisasi, yaitu proses perkalian
antara hasil kuantisasi dengan tabel kuantisasi.
Hasil dekuantisasi akan digunakan sebagai
inputan proses IDCT.

Perbandingan waktu eksekusi antara
proses enkripsi citra terkompresi dengan
citra asli.
Setelah menganalisis hasil pada tahap
sebelumnya, maka dilanjutkan dengan tahap
penarikan kesimpulan.

Proses LFSR
Pada proses LFSR terdapat dua proses yaitu
proses pembangkitan kunci dan proses XOR
antara kunci dengan masing-masing komponen
red, green, blue. Di dalam proses pembangkitan
kunci penulis menggunakan LFSR, initial value
yang digunakan adalah kunci masukan yang
panjangnya 8 karakter. Penelitian ini
menggunakan pergeseran LFSR-nya setiap 8
baris. Semakin besar angka pergeseranya
semakin cepat proses pembangkitan kuncinya.
Begitu pula sebaliknya semakin kecil angka
pergeserannya proses pembangkitan kuncinya
semakin lama. Setelah proses pembangkitan
kuncinya selesai selanjutnya masing-masing
komponen red, green, blue di xor kan dengan
kunci. Setelah proses xor selesai akan didapat
citra hasil enkripsi.

mulai

Citra
Terenkripsi

Representasi Citra

Key

LFSR

Representasi Citra

Citra
Terdekripsi

Tahap Dekripsi Citra

Selesai

Tahap dekripsi yang dilakukan pada
penelitian ini secara garis besar dapat dilihat
pada Gambar 7. Pada gambar ini dapat kita lihat
bahwa proses dekripsi mempunyai algoritme
yang sama dengan proses enkripsi namun di
dalam proses dekripsi tidak terdapat proses
kompresi citra.
Penelitian ini diimplementasikan
perangkat keras dengan spesifikasi:

XOR

pada

Notebook dengan processor Intel Core
Duo 2.2 GHz.
Memory 2 GB.
Harddisk 320 GB.
Keyboard, mouse, dan monitor.
Di sisi lain perangkat lunak yang digunakan
adalah:
Sistem Operasi Microsoft Windows XP
Professional.
Matlab 7.0.1
Minitab 14
Setelah tahap enkripsi dan dekripsi
dilakukan, maka dilakukan analisis terhadap
hasil yang diperoleh. Hal-hal yang dianalisis
dalam penelitian ini adalah mengenai:
Perbandingan citra hasil dekripsi dengan
citra asli.

Gambar 7 Bagan alir proses dekripsi

HASIL DAN PEMBAHASAN
Analisis Hasil Enkripsi
Pada penelitian ini citra digital yang
digunakan adalah citra raster yang berukuran
160 x 120 , 256 x 256, 320 x 240, dan 460 x
425 masing-masing ukuran terdiri atas 10 citra
berbeda dalam format file .jpg.
Proses enkripsi diawali dengan proses
kompresi terlebih dahulu. Level kompresi yang
digunakan dalam penelitian ini adalah 50.
Kemudian proses selanjutnya adalah proses
pembentukan kunci menggunakan sandi alir
LFSR. Initial value yang digunakan adalah
kunci masukan yang panjangnya 8 karakter.
Penelitian ini menggunakan pergeseran
LFSRnya
setiap
8
baris.
Polinomial
penghubung yang digunakan pada penelitian ini
adalah C(D)=[1 0 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0
00000000000000000000000000
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0]. Proses
selanjutnya adalah meng-XOR kan antara kunci
yang hasil LFSR dengan citra hasil kompresi.
Setelah proses XOR selesai akan menghasilkan
citra terenkripsi.

7

Tabel 1 Ukuran citra asli dan citra kompresi
(dalam kB).

800
600
400

200
0
160 x 120 256 x 256 320 x 240 460 x 425
Dimensi Citra

Gambar 8 Waktu rata-rata proses enkripsi.

Dimensi Citra
Citra

Waktu rata-rata proses ekripsi
waktu (detik)

Proses enkripsi akan menghasilkan citra
terkompresi dan citra enkripsi. Hasil yang
dicatat adalah data citra asli, citra hasil
kompresi dan waktu proses enkripsi pada setiap
citra. Data citra asli dan citra hasil kompresi
dapat dilihat dalam Tabel 1.,sedangkan Data
waktu proses enkripsi dapat dilihat dalam Tabel
2.

160x120

256x 256

320x240

460x425

Analisis Hasil Dekripsi

A

K

A

K

A

K

A

K

1

38

4

87

10

34

12

196

25

2

24

5

41

11

42

12

70

23

3

15

3

23

6

23

7

35

12

Proses
dekripsi
dilakukan
dengan
menerapkan algoritme seperti yang telah
dijelaskan pada tahap dekripsi di atas. Hasil
dekripsi harus mampu mengembalikan citra
terenkripsi menjadi citra asli.

4

25

5

45

13

46

15

80

32

5

17

3

31

8

32

9

57

20

6

22

5

40

11

41

13

72

29

7

56

6

157

20

175

24

435

65

8

32

4

68

9

74

11

141

21

9

31

4

68

9

74

11

144

21

10

30

4

61

9

67

10

131

21

Hasil dekripsi dapat dilihat pada gambar di
bawah ini:

K=citra kompresi, A= Citra Asli

Tabel 2 Waktu proses enkripsi citra terkompresi
(dalam detik).
Citra

Gambar 9 citra asli

Dimensi citra
160x120

256x256

320x240

460x425

1

6.312

36.485

49.157

602.250

2

6.640

38.844

55.000

619.406

3

6.156

34.812

52.829

627.875

4

7.563

31.344

49.344

617.328

5

6.359

33.078

58.703

603.187

6

7.390

39.672

48.953

627.859

7

6.891

34.438

59.453

632.282

8

6.219

36.187

57.812

638.516

9

7.906

28.250

56.688

628.265

10

6.672

26.125

77.968

632.671

Mean

6.811

33.924

56.591

622.964

Berdasarkan data pada Tabel 2, terlihat
bahwa waktu proses enkripsi akan semakin
membesar seiring dengan bertambahnya ukuran
citra. Jika waktu rata-rata proses enkripsi
tersebut ditampilkan dalam sebuah grafik, maka
akan terlihat seperti pada Gambar 8.

Gambar 10 citra enkripsi

Gambar 11 citra dekripsi
Dari gambar di atas dapat kita lihat hasil
dekripsi dapat mengembalikan citra yang
terenkripsi menjadi citra asli. Hasil yang dicatat
pada percobaan adalah waktu proses dekripsi
setiap citra. Data waktu proses dekripsi dapat
dilihat dalam Tabel 3.

8

Tabel 3 Waktu proses dekripsi (dalam detik).
Dimensi Citra
Citra

160x120

256x256

320x240

Tabel 4 Waktu proses enkripsi citra asli (dalam
detik).

460x425

Dimensi citra

Citra
1
2
3
4
5
6
7
8
9
10
Mean

6.578
6.563
7.703
7.937
7.016
6.891
6.391
7.047
7.359
6.750
7.024

34.656
47.906
31.563
28.110
37.312
41.781
44.672
33.265
28.312
25.953
35.353

47.437
64.218
54.390
51.516
45.906
46.391
64.734
57.719
64.813
65.016
56.214

256x256

320x240

460x425

1

6.813

40.438

55.422

626.516

2

7.485

42.531

61.109

647.672

3

6.781

43.828

60.078

637.891

4

8.031

39.516

59.125

626.422

5

7.953

44.250

66.234

646.062

6

7.516

46.969

63.000

642.500

7

7.484

40.343

64.391

648.625

8

6.906

42.328

64.672

645.985

9

8.579

33.125

66.328

633.156

10

6.875

33.0320

82.250

651.891

Mean

7.442

40.636

64.261

640.672

595.188
623.953
646.468
622.250
636.875
651.641
647.000
651.109
644.250
631.015
634.9749

Berdasarkan data pada Tabel 3, terlihat
bahwa waktu proses dekripsi juga akan semakin
membesar seiring dengan bertambahnya ukuran
citra. Waktu rata-rata proses dekripsi dapat
dilihat dalam bentuk grafik seperti pada Gambar
12.
Waktu rata-rata proses dekripsi

waktu (detik)

160x120

Berikut ini merupakan hasil uji statistik dari
perbandingan nilai antara Tabel 2 dan Tabel 4 :
Hipotesis statistik untuk semua dimensi
adalah sebagai berikut :

700
600
500
400
300
200
100
0

H0 : µ A = µ k
H1 : µ A ≠ µk
dimana µA merupakan waktu eksekusi proses
enkripsi citra asli dan µk merupakan waktu
eksekusi proses enkripsi citra terkompresi.
160 x 120 256 x 256 320 x 240 460 x 425
Dimensi Citra

Tabel 5 Hasil uji statistik waktu eksekusi pada
dimensi 160 x 120
Citra

Gambar 12 Waktu rata-rata proses dekripsi.
Analisis Perbandingan Waktu Eksekusi
Proses Enkripsi antara Citra Asli dengan
Citra Terkompresi
Untuk mengetahui apakah proses kompresi
memengaruhi waktu proses enkripsi atau tidak
maka dilakukan uji T dengan menggunakan
minitab untuk melakukan perbandingan waktu
eksekusi proses enkripsi antara citra asli dengan
citra terkompresi pada masing-masing ukuran
citra. Uji tersebut membandingkan nilai antara
Tabel 2 dan Tabel 4 untuk mendapatkan nilai
p-value. Jika p-value < 0.05 maka proses
kompresi dianggap signifikan, tetapi jika nilai
p-value > 0.05 maka proses kompresi dianggap
tidak signifikan.

N

Mean

StDev

SEMean

K
10 6.811 0.614
0.19
A
10 7.442 0.610
0.19
K=citra kompresi, A= Citra Asli

TValue
-2.31

PValue
0.034

Tabel 5 di atas merupakan hasil uji statistik
perbandingan antara waktu eksekusi proses
enkripsi citra yang terkompresi dengan citra asli
pada ukuran 160 x 120. Hasil di atas
menunjukkan bahwa nilai p-value < 0.05
sehingga dapat diambil kesimpulan bahwa tolak
H0 artinya proses kompresi mempengaruhi
waktu eksekusi enkripsi.
Tabel 6 Hasil uji statistik waktu eksekusi pada
dimensi 256 x 256
Citra

N

Mean

StDev

SEMean

K
10 33.92 4.35
1.4
A
10 40.64 4.54
1.4
K=citra kompresi, A= Citra Asli

TValue
-3.38

PValue
0.004

9

Tabel 6 di atas merupakan hasil uji statistik
perbandingan antara waktu eksekusi proses
enkripsi citra yang terkompresi dengan citra asli
pada ukuran 256 x 256. Hasil di atas
menunjukkan bahwa nilai p-value < 0.05
sehingga dapat diambil kesimpulan bahwa tolak
H0 artinya proses kompresi mempengaruhi
waktu eksekusi enkripsi.

asli dengan citra hasil dekripsi dapat dilihat
pada Tabel 9.
Tabel 9 Nilai PSNR hasil dekripsi
(dalam desibel).
160x120

256x256

320x240

460x425

1

39.988

40.643

42.226

42.323

2

40.177

42.253

42.468

44.038

3

43.962

45.509

45.743

47.254

4

39.443

40.260

40.279

41.035

5

40.096

42.168

42.300

42.809

6

39.515

40.272

40.243

41.042

7

38.743

38.713

38.598

38.473

8

40.876

42.510

42.653

44.165

9

41.376

42.672

42.662

44.039

10

40.538

42.280

42.351

43.141

Mean

40.471

41.728

41.952

42.832

Tabel 7 Hasil uji statistik waktu eksekusi
pada dimensi 320 x 240
Citra

N

Mean

StDev

SEMean

K
10 56.59 8.52
2.7
A
10 64.26 7.19
2.3
K=citra kompresi, A= Citra Asli

TValue
-2.17

PValue
0.044

Tabel 7 di atas merupakan hasil uji statistik
perbandingan antara waktu eksekusi proses
enkripsi citra yang terkompresi dengan citra asli
pada ukuran 320 x 240. Hasil di atas
menunjukkan bahwa nilai p-value < 0.05
sehingga dapat diambil kesimpulan bahwa tolak
H0 artinya proses kompresi mempengaruhi
waktu eksekusi enkripsi.
Tabel 8 Hasil uji statistik waktu eksekusi pada
dimensi 460 x 425
Citra

N

Mean

StDev

SEMean

K
10 623.0
12.3
3.9
A
10 640.67 9.23
2.9
K=citra kompresi, A= Citra Asli

TValue
-3.64

PValue
0.002

Tabel 8 di atas merupakan hasil uji statistik
perbandingan antara waktu eksekusi proses
enkripsi citra yang terkompresi dengan citra asli
pada ukuran 460 x 425. Hasil di atas
menunjukkan bahwa nilai p-value < 0.05
sehingga dapat diambil kesimpulan bahwa tolak
H0 artinya proses kompresi mempengaruhi
waktu eksekusi enkripsi.
Dapat diambil kesimpulan bahwa proses
kompresi mempengaruhi waktu eksekusi proses
enkripsi pada setiap ukuran citra.
Analisis Perbandingan Antara Citra Asli dan
Citra Hasil Dekripsi
Setelah melalui tahap enkripsi dan dekripsi,
berdasarkan hasil percobaan yang telah
dilakukan. Maka analisis dilanjutkan dengan
membandingkan citra asli dengan citra hasil
dekripsi. Pembandingan ini dilakukan dengan
menghitung nilai PSNR citra hasil dekripsi.

Dimensi citra

Citra

Berdasarkan data pada Tabel 9, terlihat
bahwa nilai PSNR masing-masing citra
mempunyai nilai lebih dari 30 dB. Hal ini
berarti hasil dekripsi masing-masing citra
mempunyai kualitas yang bagus.
KESIMPULAN DAN SARAN
Kesimpulan
Dari hasil akurasi yang dihasilkan, diperoleh
kesimpulan sebagai berikut:

1

2
3

Waktu yang dibutuhkan untuk proses
enkripsi dan dekripsi akan semakin besar
dengan bertambahnya dimensi citra yang
dienkripsi atau didekripsi.
Proses kompresi mempengaruhi waktu
eksekusi enkripsi.
Hasil dekripsi mempunyai kualitas yang
bagus karena mempunyai nilai PSNR lebih
dari 30.

Saran
1.

Penggunaan teknik kompresi selain DCT.

2.

Penggunaan teknik enkripsi selain LFSR.

3.

Penelitian
selanjutnya
sebaiknya
dikembangkan menggunakan citra vektor.

Hasil penghitungan PSNR memiliki satuan
dB (desibel). Hasil perbandingan antara citra

10

DAFTAR PUSTAKA
Anggawirya E. 2004. Desain Grafis dengan
CorelDraw 12. Jakarta : PT. Ercontara
Rajawali.
Ansari R , Memon, N. 2000. The JPEG Lossy
Image Compression Standard. Di dalam : Al
Bovik, editor. Handbook of Image and
Video Processing. San Diego : Academic
Press.Hlm 513-526.
Bayro-Corrochano E. 2003. Handbook of
Computational Geometry for Pattern
Recognation, Computer Vision, Neural
Computing and Robotics. Springer. New
York.
Cabeen K, Gent P.1998. Image Compression
and The Discrete Cosine Transform, Math
45 college Of The Redwoods.
Gonzalez RC, Woods RE. 2002. Digital Image
Processing. Ed ke-2. New Jersey: Prentice
Hall.
Menezes A, Oorschot PV and Vanstone S.
1996. Handbook of Applied Cryptography.
CRC Press
Ramadhan A. 2005. Sistem Enkripsi dan
Dekripsi Gambar Memanfaatkan Linear
Feedback Shift Register (LFSR) [skripsi].
Bogor: Fakultas Matematika dan Ilmu
Pengetahuan Alam, Institut Pertanian Bogor.
Stalling W. 2003. Cryptography and Network
Security Principles and Practice Third
Edition. New Jersey: Pearson Education,
Inc.
Walpole RE. 1995. Pengantar Statistika. Edisi
ke-3. Sumantri B, penerjemah; Jakarta:
Gramedia Pustaka Utama. Terjemahan dari:
Introduction to Statistics 3rd Edition.

11

Citra digital dibagi menjadi dua yaitu: citra
bitmap dan citra vektor. Citra bitmap sering
disebut sebagai citra raster yaitu citra yang
terdiri atas titik-titik atau pixel. Masing-masing
pixel ini mempunyai lokasi serta warna
tersendiri yang secara keseluruhan membentuk
sebuah tampilan citra. Kehalusan tampilan citra
ini sangat bergantung pada resolusi serta jumlah
titik atau pixel yang membentuk citra tersebut
(Anggawirya 2004).
Apabila kita memperbesar tampilan citra
jenis ini, maka citra akan kelihatan seperti
kotak-kotak. Semakin besar tampilan citra maka
semakin besar pula kotak-kotak tersebut, yang
sebenarnya merupakan tampilan pixel yang
diperbesar. Contoh dari citra bitmap adalah
foto, citra hasil scanner serta citra yang
dihasilkan dari software grafis seperti : Adobe
Photoshop, Corel PhotoPaint dan beberapa
software garfish lainnya.

lamanya waktu transfer (Gonzales & Woods
2002). Kompresi citra digital merupakan
upaya untuk melakukan transformasi terhadap
data atau simbol penyusun citra digital
menjadi data atau simbol lain, tanpa
menimbulkan perubahan yang jauh atas citra
digital tersebut bagi mata manusia yang
mengamatinya. Kompresi haruslah dilakukan
secara efektif, sehingga citra digital yang
dihasilkan setelah proses kompresi mempunyai
ukuran yang lebih
kecil
dibandingkan
sebelum menjalani proses kompresi. Dengan
melakukan kompresi data maka tempat
penyimpanan sedikit dapat dihemat dan
transfer data akan lebih cepat ataupun
bandwith yang diperlukan tidak terlalu tinggi.
Teknik kompresi data dapat dibagi menjadi
dua kategori besar, yaitu:
1

Lossy
compression
menyebabkan
ukuran file citra digital menjadi lebih kecil
dengan menghilangkan beberapa informasi
dalam citra asli. Sebagai gantinya lossy
compression memberikan derajat kompresi
lebih tinggi.

Citra vektor yaitu citra yang terbentuk dari
sejumlah garis dan kurva. Citra vektor
mempunyai kualitas citra tetap baik apabila
citra ini diperbesar karena citra vektor bukan
terbentuk dari kumpulan titik.
Representasi Citra

Teknik ini mengubah detail dan warna
pada file citra menjadi lebih sederhana
tanpa terlihat perbedaan yang mencolok
dalam pandangan manusia, sehingga
ukurannya menjadi lebih kecil.

Sebuah citra dapat direpresentasikan ke
dalam tiga jenis, yaitu citra skala keabuan, citra
berwarna, citra hitam-putih. Citra digital dapat
ditampilkan dalam bentuk matrikss berukuran
M x N dengan M menunjukkan banyaknya sel
dalam baris dan N menunjukkan banyaknya sel
dalam kolom. Jadi citra digital dapat dinyatakan
dalam matrikss M x N sel, dan tiap sel
menyimpan nilai intensitas warna dari koordinat
spasial sel tersebut. Sel matrikss disebut juga
pixel (Gonzales & Woods 2002).
Citra digital warna mempunyai format 8-bit
dan 24-bit. Citra dengan format 8-bit
mempunyai 256 nilai intensitas warna karena
tiap nilai diwakili oleh 8-bit atau 1 byte
(28=256). Nilai ini berkisar dari 0 sampai 255,
nilai 0 menunjukkan intensitas paling gelap
(hitam) dan nilai 255 menunjukkan intensitas
paling terang (putih). Untuk citra dengan format
24-bit tiap nilai intensitas warna merupakan
kombinasi dari tiga nilai intensitas warna utama
yaitu merah, hijau, dan biru. Tiap nilai pixel
dibagi menjadi 3 segmen yang masing-masing
terdiri dari 8-bit secara berurutan menunjukkan
nilai intensitas warna merah, hijau dan biru.
Kompresi

Lossy Compression

Biasanya digunakan pada citra foto atau
image lain yang tidak terlalu memerlukan
detail citra, dimana kehilangan bit rate foto
tidak berpengaruh pada citra.
Beberapa contoh yang termasuk metode
lossy compression antara lain: color
reduction, chroma subsampling, dan teknik
kompresi jpeg.
2

Lossless Compression
Teknik kompresi citra dimana tidak ada
satupun informasi citra yang dihilangkan.
Kompresi ini cocok untuk basis data,
dokumen atau spreadsheet, rekaman medis
kedokteran, serta rakaman kejahatan
kepolisian (crime images) untuk data sidik
jari (finger print).
Beberapa contoh yang termasuk metode
loseless antara lain: Run Length Encoding,
Entropy Encoding (Huffman, Aritmatik),
dan Adaptive Dictionary Based (LZW).

Kompresi citra atau pemampatan citra dapat
mengatasi masalah besarnya ukuran citra dan

2

Discrete Cosine Transform (DCT)
Proses kompresi pada citra digital
menggunakan proses transformasi DCT untuk
merubah data dari domain ruang ke dalam
domain frekuensi. Proses transformasi DCT
dilakukan pada data digital setelah sebelumnya
citra digital tersebut dibagi menjadi blok-blok
8x8 (Ansari & Memon 2000).
Alihragam DCT sangat mirip dengan
alihragam fourier 2 dimensi yang mengubah
dari daerah waktu (blok 8×8 asli) menjadi
daerah frekuensi (64 koefisien yang baru
menunjukkan amplitude dari analisis ruang
frekuensi ).
Input pada proses transformasi DCT berupa
matrikss dua dimensi. DCT ditampilkan dengan
sebuah nilai piksel matrikss persegi N×N, dan
menghasilkan sebuah koefisien frekuensi dari
matrikss persegi N×N. Rumus untuk DCT
maju dan DCT balik adalah sebagai berikut:
FDCT:
Bpq=αpαq
dimana

IDCT:
Amn=
dimana

dengan nilai berkisar dari satu sampai dengan
255. Rumus yang sebenarnya untuk kuantisasi
adalah cukup sederhana, seperti di bawah ini :
Nilai Kuantisasi = DCT / Quantum
Dari rumus di atas, dapat disimpulkan bahwa
besar kecilnya nilai kuantisasi dipengaruhi oleh
nilai quantum.
Kriptografi
Kriptografi adalah suatu studi teknik
matematika yang berkaitan dengan aspek
keamanan informasi seperti kerahasiaan,
integritas data, autentikasi entitas, dan
autentikasi asal data. Kriptografi tidak hanya
sebagai alat untuk menyediakan keamanan
informasi, tetapi juga berisi teknik atau prosedur
yang berhubungan dengan keamanan informasi
(Menezes et al. 1996).
Kriptografi memiliki beberapa tujuan di
antaranya adalah sebagai berikut:
Kerahasiaan adalah suatu layanan yang
digunakan untuk menjaga isi informasi dari
semua yang tidak berwenang memilikinya.
Integritas data adalah suatu layanan yang
berkaitan dengan pengubahan data dari
pihak-pihak yang tidak berwenang.
Otentikasi adalah suatu layanan yang
berhubungan dengan identifikasi entitas dari
informasi itu sendiri.
Non-repudiasi adalah suatu layanan yang
ditujukan untuk mencegah terjadinya
pelanggaran kesepakatan yang telah dibuat
sebelumnya oleh entitas.
Enkripsi
Enkripsi adalah proses mengubah pesan asli
(plaintext) menjadi pesan yang dikodekan
(ciphertext). Plaintext dapat berupa deretan bit,
sebuah file teks, gambar bitmap, aliran suara
digital, gambar video digital, dan lain-lain
(Stallings 2003).

Kuantisasi
Kuantisasi secara sederhana merupakan
proses untuk mengurangi jumlah bit yang
dibutuhkan untuk menyimpan sebuah nilai
bilangan bulat dengan mengurangi ketelitian
bilangan bulat (Cabeen & Gent 1998).
Algoritme JPEG menerapkan kuantisasi
yang menggunakan sebuah matrikss kuantisasi.
Untuk tiap posisi elemen pada matrikss DCT,
nilai yang sesuai dengan matrikss kuantisasi
memberikan sebuah nilai kuantum. Nilai
kuantum menunjukkan langkah ukuran yang
akan menjadi elemen tersebut dalam
menerjemahkan pemampatan dari gambar,

Dekripsi
Dekripsi merupakan kebalikan dari enkripsi,
yaitu proses mendapatkan plaintext dari
ciphertext (Stallings 2003). Hasil dekripsi harus
mampu mengembalikan citra enkripsi menjadi
citra asli.
Sandi Alir Kunci Simetrik
Sandi alir kunci simetrik merupakan salah
satu klasifikasi yang paling penting dalam
algoritme enkripsi (Menezes et al. 1996).
Teknik ini akan mengenkripsi satu buah
karakter atau satu buah bit plaintext dalam satu

3

waktu. Hal ini berbeda dengan sandi blok yang
mengenkripsi sekelompok karakter atau bit
dalam sa