Analisis kuantitatif, kekerasan dan pengaruh steganografi berbasis least significant bit (LSB) pada gambar dengan penyisipan berukuran variabel

STEGANOGRAFI BERBASIS LEAST SIGNIFICANT BIT (LSB) PADA
GAMBAR DENGAN PENYISIPAN BERUKURAN VARIABEL

LINDAYATI
G64103005

DEPARTEMEN ILMU KOMPUTER
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
INSTITUT PERTANIAN BOGOR
BOGOR
2007

STEGANOGRAFI BERBASIS LEAST SIGNIFICANT BIT (LSB) PADA
GAMBAR DENGAN PENYISIPAN BERUKURAN VARIABEL

LINDAYATI
G64103005

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
2007

ABSTRAK
LINDAYATI. Steganografi Berbasis Least Significant Bit (LSB) pada Gambar dengan Penyisipan
Berukuran Variabel. Dibimbing oleh SUGI GURITMAN dan SHELVIE NIDYA NEYMAN.
Saat ini internet sudah berkembang menjadi salah satu media yang paling populer di dunia. Karena
fasilitas dan kemudahan yang dimiliki oleh internet, maka internet untuk saat ini sudah menjadi
barang yang tidak asing lagi. Sayangnya dengan berkembangnya internet dan aplikasi menggunakan
internet semakin berkembang pula kejahatan sistem informasi. Dengan berbagai teknik, banyak yang
mencoba untuk mengakses informasi yang bukan haknya. Maka dari itu, sejalan dengan
berkembangnya media internet ini harus juga dibarengi dengan perkembangan pengamanan sistem
informasi. Salah satu teknik pengamanan informasi yang dapat dilakukan adalah dengan menerapkan
steganografi berbasis Least Significant Bit (LSB) dengan penyisipan berukuran variabel yang
bertujuan mamaksimumkan kapasitas penyisipan dari media covernya. Teknik steganografi ini

menggunakan tiga komponen seperti yang dikemukakan oleh Yeuan-Kuen Lee dan Ling Hwei Chen.
Ketiga komponen tersebut yaitu, Capacity Evaluation (CE) yang bertujuan menentukan kapasitas
maksimum LSB dari masing-masing pixel cover, Minimum Error Replacement (MER) yang dipakai
untuk memperkecil tingkat kesalahan saat penyisipan, dan Improved Grayscale Compensation (IGSC)
yang digunakan untuk memisahkan kesalahan penempelan agar tidak berdekatan pada tempat pixel
bekerja.
Penelitian ini bertujuan mengimplementasikan metode Least Significant Bit (LSB) dengan
penyisipan berukuran variabel untuk menyembunyikan pesan rahasia pada media gambar,
menghasilkan stego-image yang memiliki kesamaan tampilan dan ukuran dengan cover-image,
sehingga tidak menimbulkan kecurigaan pihak ‘lawan’, dan memaksimumkan kapasitas penyisipan
pesan rahasia di mana jumlah bit pesan yang dapat disisipkan bisa mencapai bit ke-5 dari LSB pixel
cover. Melalui penelitian ini diperoleh hasil bahwa steganografi berbasis Least Significant Bit (LSB)
pada gambar dengan penyisipan berukuran variabel sudah dapat menghasilkan stego-image yang bila
dilihat secara visual memiliki tampilan yang hampir sama dengan covernya, dan kapasitas
penyisipannya lebih dari 50% ukuran cover-imagenya tidak termasuk border dengan jumlah bit pesan
pada setiap pixel minimal berjumlah empat.
Kata kunci: Steganografi, Least Significant Bit (LSB), Berukuran variabel, Capacity Evaluation (CE),
Minimum Error Replacement (MER), Improved Grayscale Compensation (IGSC).

Judul

Nama
NRP

: Steganografi Berbasis Least Significant Bit (LSB) pada Gambar
dengan Penyisipan Berukuran Variabel
: Lindayati
: G64103005

Menyetujui:
Pembimbing I,

Dr. Sugi Guritman
NIP 131999582

Pembimbing II,

Shelvie Nidya Neyman, S.Kom., M.Si
NIP 132311916

Mengetahui:

Dekan Fakultas Matematika dan Ilmu Pengetahuan Alam
Institut Pertanian Bogor

Prof. Dr. Ir. Yonny Koesmaryono, MS
NIP 131473999

Tanggal Lulus:

RIWAYAT HIDUP
Penulis dilahirkan di Tembilahan pada tanggal 30 Oktober 1984 dari ayah Kan Jet Leon dan
ibu Lianawaty. Penulis merupakan anak kedua dari tiga bersaudara. Tahun 2003 penulis lulus dari
SMU Negeri 1 Jambi dan pada tahun yang sama lulus seleksi masuk IPB melalui jalur Undangan
Seleksi Masuk IPB. Penulis memilih Program Studi Ilmu Komputer, Departemen Ilmu Komputer,
Fakultas Matematika dan Ilmu Pengetahuan Alam.
Pada tahun 2006 Penulis menjalankan praktek lapangan di Lembaga Riset Perkebunan
Indonesia (LRPI) Bogor selama kurang lebih dua bulan.

PRAKATA
Puji dan syukur Penulis panjatkan kepada Tuhan Yang Maha Esa yang telah melimpahkan rahmat
dan karunia-Nya sehingga Penulis dapat menyelesaikan tugas akhir yang merupakan salah satu syarat

kelulusan program sarjana pada Departemen Ilmu Komputer, Fakultas Matematika dan Ilmu
Pengetahuan Alam, Institut Pertanian Bogor.
Penulis juga mengucapkan terima kasih kepada Bapak Dr. Sugi Guritman selaku pembimbing I
yang telah banyak berbagi ilmu pengetahuannya dan memberikan pengarahan kepada Penulis. Terima
kasih juga Penulis ucapkan kepada Ibu Shelvie Nidya Neyman, S. Kom., M.Si selaku pembimbing II
yang telah banyak memberi masukan dan pengarahan kepada Penulis. Penulis juga ingin
mengucapkan terima kasih kepada Ibu Dr. Ir. Sri Nurdiati, M.Sc selaku moderator dan penguji yang
juga telah memberikan masukan kepada Penulis. Selanjutnya Penulis juga ingin mengucapkan terima
kasih kepada:
1 Papa dan Mama tersayang, Awi, Dewi serta Agus atas doa, dukungan, semangat, dan kasih sayang
yang begitu besar kepada Penulis selama ini.
2 Andreas, Imam Abu Daud dan Henri Harianja ilkomerz 41 yang telah bersedia menjadi pembahas
seminar dan kepada teman-teman ilkomerz 40 dan 41 atas kehadirannya pada seminarku.
3 Teman-teman yang berada dalam satu bimbingan: Iren, Jemi, dan Amel atas kerjasama, bantuan
dan masukan serta dukungannya selama penelitian.
4 Anti, Eno, Meynar, Firat, dan teman-temanku yang lain yang tidak dapat disebutkan satu per satu
atas bantuan dan semangat yang diberikan selama ini.
5 Kakak-kakak senior di Ilkom: Marico ilkomerz 38, Fitri, Fanny, dan Ratna ilkomerz 39 atas
pinjaman buku-bukunya dan bantuan selama perkuliahan.
6 Seluruh rekan-rekan ILKOMERZ ’40, atas segala dukungan, solidaritas, kebersamaan, keceriaan

dan persahabatan dalam perjalanan studi Penulis.
7 Teman-teman KMBA 40: Mega, Rika, Herni, Hudar, Beni, Hendri, dan Hansen yang telah menjadi
sahabat terbaik dan teman seperjuangan dan juga atas dukungan dan semangatnya selama ini.
8 Teman-teman KMBA 39: Fany, Nia, Fitri, Lisa, Robin, Inan, Pocil, Andi, Edi.C, Leo, dan Edi.S
atas kesediaannya menjadi sahabat terbaik, memberikan dukungan, semangat dan humornya
sehingga menghilangkan stress selama penelitian maupun pada masa perkuliahan.
9 Teman-teman KMBA 41, 42, dan 43 atas kesediaannya menjadi sahabat terbaik, memberikan
bantuan, dukungan, semangat dan hiburan di kala kebosanan dan kejenuhan mulai muncul.
10 Departemen Ilmu Komputer, staf, dan dosen yang telah begitu banyak membantu baik selama
penelitian maupun pada masa perkuliahan.
Kepada semua pihak lainnya yang telah memberikan kontribusi yang besar selama pengerjaan
penelitian ini yang tidak dapat disebutkan satu per satu, Penulis ucapkan terima kasih banyak. Semoga
penelitian ini dapat memberikan manfaat.

Bogor, Juli 2007

Penulis

v

DAFTAR ISI
Halaman
DAFTAR TABEL.....................................................................................................................................vi
DAFTAR GAMBAR ................................................................................................................................vi
DAFTAR LAMPIRAN............................................................................................................................vii
PENDAHULUAN
Latar Belakang .......................................................................................................................................1
Tujuan Penelitian ...................................................................................................................................1
Ruang Lingkup Penelitian .....................................................................................................................1
Manfaat Penelitian .................................................................................................................................1
TINJAUAN PUSTAKA
Steganografi ...........................................................................................................................................2
Steganalisis.............................................................................................................................................2
Least Significant Bit (LSB)....................................................................................................................3
Capacity Evaluation (CE)......................................................................................................................3
Minimum Error Replacement (MER)....................................................................................................4
Improved Grayscale Compensation (IGSC) .........................................................................................4
Peak Signal-to-Noise Ratio ( PSNR).....................................................................................................4
METODE PENELITIAN
Proses Penyisipan Pesan ........................................................................................................................5

Proses Mendapatkan Pesan....................................................................................................................5
Analisis Hasil Implementasi ..................................................................................................................5
Analisis Berbagai Nilai t untuk Menentukan U(x,y) pada Komponen CE...........................................5
Analisis Keamanan ................................................................................................................................5
Lingkungan Penelitian ...........................................................................................................................5
HASIL DAN PEMBAHASAN
Proses Penyisipan Pesan ........................................................................................................................6
Analisis Hasil Implementasi ..................................................................................................................6
Analisis Berbagai Nilai t untuk Menentukan U(x,y) pada Komponen CE.........................................10
Analisis Keamanan ..............................................................................................................................14
Proses Mendapatkan Pesan..................................................................................................................15
KESIMPULAN DAN SARAN
Kesimpulan ..........................................................................................................................................15
Saran.....................................................................................................................................................15
DAFTAR PUSTAKA ..............................................................................................................................15
LAMPIRAN .............................................................................................................................................16

vi

DAFTAR TABEL

Halaman
1 Informasi cover grayscale dan RGB ......................................................................................................6
2 Informasi pesan untuk cover grayscale dan RGB pada level 1 .............................................................6
3 Informasi pesan untuk cover grayscale dan RGB pada level 2 .............................................................6
4 Informasi pesan untuk cover grayscale dan RGB pada level 3 .............................................................6
5 Informasi pesan untuk cover grayscale dan RGB pada level 4 .............................................................6
6 Nilai PSNR komponen CE, MER, dan IGSC untuk cover grayscale dan RGB ..................................6
7 Daya tampung komponen CE, MER, dan IGSC untuk cover grayscale dan RGB...............................7
8 Rata-rata jumlah bit per pixel komponen CE, MER, dan IGSC untuk cover grayscale dan RGB......8
9 Hasil perbandingan cover-image dengan stego-image untuk cover grayscale dan RGB ...................14

DAFTAR GAMBAR
Halaman
1 Implementasi steganografi (Johnson & Jajodia 1998). ........................................................................2
2 Gambaran proses dalam steganografi (Pfitzmann 1996). ....................................................................2
3 Least Significant Bit (LSB)...................................................................................................................3
4 Delapan ketetanggaan dari pixel p pada koordinat (x,y). .....................................................................3
6 Proses penyisipan pesan........................................................................................................................5
7 Proses mendapatkan pesan. ..................................................................................................................5
8 Grafik nilai PSNR komponen CE, MER, IGSC, dan fix LSB cover grayscale. .................................7

9 Grafik nilai PSNR komponen CE, MER, IGSC, dan fix LSB cover RGB.........................................7
10 Grafik daya tampung komponen CE, MER, dan IGSC cover grayscale. ...........................................8
11 Grafik daya tampung komponen CE, MER, dan IGSC cover RGB....................................................8
12 Grafik rata-rata jumlah bit per pixel komponen CE, MER, dan IGSC cover grayscale.....................9
13 Grafik rata-rata jumlah bit per pixel komponen CE, MER, dan IGSC cover RGB. ...........................9
14 Grafik waktu komponen CE, MER, dan IGSC cover grayscale. .......................................................9
15 Grafik waktu komponen CE, MER, dan IGSC cover RGB.................................................................9
16 Grafik nilai PSNR berbagai nilai t level 1 untuk IGSC cover grayscale & RGB.............................10
17 Grafik daya tampung berbagai nilai t level 1 untuk IGSC cover grayscale & RGB. .......................10
18 Grafik rata-rata jumlah bit per pixel berbagai nilai t level 1 untuk IGSC cover grayscale & RGB 11
19 Grafik waktu penyisipan dengan berbagai nilai t level 1 untuk IGSC cover grayscale & RGB.....11
20 Grafik nilai PSNR berbagai nilai t level 2 untuk IGSC cover grayscale & RGB.............................11
21 Grafik daya tampung berbagai nilai t level 2 untuk IGSC cover grayscale & RGB. .......................11
22 Grafik rata-rata jumlah bit per pixel berbagai nilai t level 2 untuk IGSC cover grayscale & RGB 12
23 Grafik waktu penyisipan dengan berbagai nilai t level 2 untuk IGSC cover grayscale & RGB.....12
24 Grafik nilai PSNR berbagai nilai t level 3 untuk IGSC cover grayscale & RGB.............................12
25 Grafik daya tampung berbagai nilai t level 2 untuk IGSC cover grayscale dan RGB. ....................12
26 Grafik rata-rata jumlah bit per pixel berbagai nilai t level 3 untuk IGSC cover grayscale & RGB 12
27 Grafik waktu penyisipan dengan berbagai nilai t level 3 untuk IGSC cover grayscale & RGB.....13
28 Grafik nilai PSNR berbagai nilai t level 4 untuk IGSC cover grayscale & RGB.............................13

29 Grafik daya tampung berbagai nilai t level 4 untuk IGSC cover grayscale & RGB. .......................13
30 Grafik rata-rata jumlah bit per pixel berbagai nilai t level 4 untuk IGSC cover grayscale & RGB 13
31 Grafik waktu penyisipan dengan berbagai nilai t level 4 untuk IGSC cover grayscale & RGB.....13
32 Grafik perbandingan antara cover-image dengan stego-image untuk cover grayscale ....................14
33 Grafik perbandingan antara cover-image dengan stego-image untuk cover RGB............................14

vii

DAFTAR LAMPIRAN
Halaman
1 Cover-image grayscale dan RGB.......................................................................................................17
2 Stego-image dengan komponen CE untuk cover grayscale dan RGB pada level 4..........................17
3 Stego-image dengan komponen MER untuk cover grayscale dan RGB pada level 4 ......................17
4 Stego-image dengan komponen IGSC untuk cover grayscale dan RGB pada level 4......................18
5 Stego-image dengan penyisipan Fix LSB untuk cover grayscale dan RGB pada level 4 ................18
6 Hasil penyisipan dengan komponen CE, MER, IGSC, dan Fix LSB untuk cover grayscale...........19
7 Hasil penyisipan dengan komponen CE, MER, IGSC, dan Fix LSB untuk cover RGB ..................20
8 Hasil komponen IGSC dengan nilai t yang berbeda pada level 1 untuk cover grayscale ................21
9 Hasil komponen IGSC dengan nilai t yang berbeda pada level 2 untuk cover grayscale ................22
10 Hasil komponen IGSC dengan nilai t yang berbeda pada level 3 untuk cover grayscale ................22
11 Hasil komponen IGSC dengan nilai t yang berbeda pada level 4 untuk cover grayscale ................22
12 Hasil komponen IGSC dengan nilai t yang berbeda pada level 1 untuk cover RGB........................23
13 Hasil komponen IGSC dengan nilai t yang berbeda pada level 2 untuk cover RGB........................24
14 Hasil komponen IGSC dengan nilai t yang berbeda pada level 3 untuk cover RGB........................24
15 Hasil komponen IGSC dengan nilai t yang berbeda pada level 4 untuk cover RGB........................24

1

PENDAHULUAN
Latar Belakang
Dalam
sebuah
masyarakat
berbasis
informasi saat ini, informasi telah menjadi aset
yang sangat berharga bagi suatu organisasi, baik
itu pemerintah maupun swasta. Karena itu,
informasi menjadi sangat penting untuk
dilindungi dari hal-hal yang tidak diinginkan.
Perlindungan informasi ini secara langsung
maupun tidak akan menentukan kesuksesan
organisasi. Dengan kata lain manipulasi
informasi, pencurian informasi, dan serangan
terhadap informasi akan berpengaruh terhadap
prestasi dan kinerja organisasi. Dengan
menerapkan keamanan informasi, sebuah
organisasi
dapat
menjaga
kerahasiaan,
integritas, dan ketersediaan informasi secara
terus-menerus. Integritas informasi di sini
bermakna bahwa informasi tersebut tetap utuh
dan tidak mengalami perubahan oleh pihak lain
yang tidak berwenang.
Saat ini internet sudah berkembang menjadi
salah satu media yang paling populer di dunia.
Karena fasilitas dan kemudahan yang dimiliki
oleh internet, maka internet untuk saat ini sudah
menjadi barang yang tidak asing lagi.
Sayangnya dengan berkembangnya internet dan
aplikasi menggunakan internet semakin
berkembang pula kejahatan sistem informasi.
Dengan berbagai teknik, banyak yang mencoba
untuk mengakses informasi yang bukan haknya.
Maka dari itu, sejalan dengan berkembangnya
media internet ini harus juga dibarengi dengan
perkembangan pengamanan sistem informasi.
Ada tiga teknik melindungi informasi,
yaitu:
1 Secara fisik, misalnya menyimpan dalam
suatu ruangan khusus dan dikunci dalam
lemari besi.
2 Secara organisasi, misalnya menunjuk
personil khusus dengan regulasi yang jelas,
melakukan pendidikan, dan pelatihan
masalah
keamanan
informasi
untuk
meningkatkan kesadaran karyawan tentang
pentingnya pengamanan informasi yang
baik.
3 Secara logik, misalnya dengan menerapkan
kriptografi, steganografi, atau memasang
antivirus.
Pada teknik pengamanan informasi secara
logik di atas terdapat dua teknik yang umum
digunakan dalam pengiriman informasi rahasia,
yaitu steganografi dan kriptografi. Pada
dasarnya steganografi itu berbeda dari
kriptografi berdasarkan tujuannya. Pada
steganografi, terdapat data atau pesan yang

bersifat terbuka, dalam artian bisa dibaca oleh
semua pihak dan terlihat normal, tetapi ternyata
menyembunyikan pesan lainnya yang bersifat
rahasia dan tidak terlihat, di sini steganografi
bertujuan menjaga kerahasian keberadaan
pesan. Di lain pihak, pesan pada kriptografi
yang bersifat rahasia tersebut keberadaannya
jelas terlihat tetapi terlihat acak, sehingga tidak
terbaca oleh pihak yang tidak diinginkan,
dengan kata lain kriptografi bertujuan menjaga
kerahasiaan isi pesan.
Pentingnya menjaga keamanan informasi
rahasia adalah seperti pentingnya menjaga uang
kita dari tindak kejahatan. Dalam penelitian
kali ini akan dibahas pengamanan informasi
secara logik, yaitu dengan menerapkan
steganografi.
Tujuan Penelitian
Tujuan dari penelitian ini adalah:
1 Mengimplementasikan
metode
Least
Significant Bit (LSB) dengan penyisipan
berukuran variabel untuk menyembunyikan
pesan rahasia pada media gambar grayscale
dan RGB.
2 Menghasilkan stego-image yang memiliki
kesamaan tampilan dan ukuran dengan
cover-image, sehingga tidak menimbulkan
kecurigaan pihak ‘lawan’.
3 Meningkatkan kapasitas penyisipan pesan
rahasia lebih dari 50% jumlah pixel coverimage tidak termasuk border.
Ruang Lingkup Penelitian
Ruang lingkup penelitian ini, yaitu:
1 Media (cover-image) yang digunakan untuk
menyembunyikan pesan rahasia adalah
media gambar grayscale 8 bit format BMP
dan gambar RGB 24 bit format BMP.
2 Informasi yang dapat disembunyikan bisa
berupa file gambar dan teks dengan ukuran
file tidak melebihi kapasitas file coverimage.
3 Jumlah bit cover-image yang dapat disisipkan
pesan terdiri atas 4 level, yaitu level 1
(menggunakan 1 atau 2 LSB), level 2
(menggunakan 2 atau 3 LSB), level 3
(menggunakan 3 atau 4 LSB), dan level 4
(menggunakan 4 atau 5 LSB).
Manfaat Penelitian
Manfaat dari penelitian ini adalah dapat
menyisipkan pesan rahasia minimal setengah
dari ukuran file cover-image tidak termasuk
border. Selain itu, dapat juga dijadikan sebagai
alternatif dalam penyembunyian informasi,
karena teknik ini dirasa cukup aman dalam
menyembunyikan informasi sebab keberadaan

2

pesan rahasia tidak akan terdeteksi oleh
penglihatan manusia. Hal ini dikarenakan,
teknik ini akan menghasilkan stego-image yang
secara visual tidak akan terlihat mencurigakan
bahkan hampir sama dengan cover-imagenya.
TINJAUAN PUSTAKA
Steganografi
Dalam bahasa Yunani, steganographia
berarti “tulisan yang dilindungi atau ditutupi”.
Steganografi adalah seni menyembunyikan
informasi dengan cara mencegah terdeteksinya
pesan yang disembunyikan.
Gambar 1 merupakan contoh penggunaan
teknik steganografi yang digunakan pada masa
perang dunia II, terlihat peta markas utama
pesawat pembom Soviet yang terambil oleh
satelit yang disembunyikan dalam gambar
lukisan berjudul The Renoir (Johnson & Jajodia
1998).

Gambar 1 Implementasi steganografi (Johnson
& Jajodia 1998).
Tujuan dalam steganografi adalah sebagai
berikut:
• Menjaga kerahasiaan suatu informasi.
• Menjaga keamanan suatu informasi hingga
sampai pada tujuan.
Proses penyembunyian pesan rahasia dalam
sistem steganografi dimulai dengan identifikasi
bit-bit redundant dari cover mediumnya (yang
dapat dimodifikasi tanpa merusak integritas
medium yang bersangkutan). Proses embedding
menghasilkan suatu medium stego melalui
penggantian bit redundant dengan data pesan
rahasia yang disembunyikan tersebut. Untuk
mempermudah
pemahaman
mengenai
steganografi, berikut adalah gambaran umum
proses dalam sistem steganografi (Gambar 2).

Gambar 2 Gambaran proses dalam steganografi
(Pfitzmann 1996).

Dalam teknik steganografi terdapat tiga
aspek penting yang perlu diperhatikan, yaitu:
• Kapasitas
Berkaitan dengan banyaknya informasi yang
dapat disembunyikan dalam cover-image.
• Keamanan
Berkaitan dengan terjaganya kerahasiaan
informasi dalam cover-image.
• Ketahanan
Berkaitan dengan terjaganya keutuhan
informasi dari banyaknya perubahan yang
dilakukan terhadap stego-image oleh pihak
lawan (Provos & Honeyman 2003).
Berikut ini adalah istilah-istilah umum yang
sering digunakan dalam sistem steganografi:
1 Embedding Data
Embedding data yang tersembunyi dalam
suatu gambar membutuhkan dua file, yaitu
gambar asli yang belum dimodifikasi yang akan
menyimpan informasi tersembunyi disebut
cover-image dan pesan, yaitu informasi yang
akan disembunyikan. Suatu pesan dapat berupa
plaintext, chipertext, gambar lain, atau apapun
yang dapat ditempelkan ke dalam bit-stream.
Ketika dikombinasikan, cover-image dan pesan
yang ditempelkan membuat stego-image. Suatu
stego-key (suatu password khusus) juga dapat
digunakan secara tersembunyi pada saat decode
selanjutnya dari pesan (Johnson & Jajodia
1998).
2 Cover-image
Cover-image adalah istilah yang digunakan
untuk media gambar yang berfungsi sebagai
media
tempat
menyisipkan
atau
menyembunyikan
informasi
agar
tidak
diketahui oleh pihak ‘lawan’ (Pfitzmann 1996).
3 Stego-image
Stego-image adalah output dari proses
penyisipan atau istilah yang digunakan untuk
cover-image yang sudah ditanamkan informasi
tersembunyi ke dalamnya (Pfitzmann 1996).
4 Stego-key
Stego-key adalah istilah yang digunakan
untuk kunci rahasia yang digunakan dalam
menyembunyikan informasi dan juga untuk
mendapatkan kembali informasi dari media
tempat informasi tersebut disembunyikan
(Pfitzmann 1996).
Steganalisis
Steganalisis adalah teknik yang digunakan
untuk mematahkan teknik steganografi.
Steganalisis berusaha untuk mendeteksi
keberadaan informasi yang disembunyikan

3

pada stego-image serta mendapatkan informasi
yang disembunyikan. Orang yang menggeluti
steganalisis disebut steganalis.
Ada dua kategori umum steganalisis, yaitu:
1 Steganalisis pasif, yaitu:
• Mendeteksi keberadaan informasi yang
disembunyikan pada stego-image.
• Mengidentifikasi
algoritma
yang
digunakan
pada
penyembunyian
informasi dalam stego-image.
2 Steganalisis aktif, yaitu:
• Memperkirakan
panjang
informasi
tersembunyi.
• Memperkirakan
lokasi-lokasi
pada
stego-image
di
mana
informasi
disembunyikan.
• Memperkirakan kunci rahasia yang
digunakan
dalam
penyembunyian
informasi.
• Memperkirakan beberapa parameter
yang
digunakan
pada
algoritma
penyembunyian informasi.
• Mendapatkan
informasi
yang
tersembunyi pada stego-image (tujuan
utama) (Trivedi & Chandramouli 1998).
Least Significant Bit (LSB)
LSB adalah bit-bit yang jika diubah tidak
akan berpengaruh secara nyata terhadap
kombinasi warna yang dihasilkan oleh
komponen warna pada gambar. Bit-bit LSB ini
terdapat pada 4 bit akhir dalam 1 byte (8 bit).

Gambar 3 Least Significant Bit (LSB).
Pada Gambar 3 terlihat bit-bit LSB pada
satu pixel warna dan penyisipan informasi dapat
dilakukan pada bit-bit tersebut.
Contoh:
Data awal, tiga pixel dari gambar 24-bit, yaitu:
(00100111 11101001 11001000)
(00100111 11001000 11101001)
(11001000 00100111 11101001)
Nilai biner dari karakter ‘A’ adalah 10000011.
Data setelah penanaman karakter ‘A’ adalah
sebagai berikut:
(00100111 11101000 11001000) → 100
(00100110 11001000 11101000) → 000
(11001000 00100111 11101001) → 11,
hanya bit-bit yang digarisbawahi yang
mengalami perubahan (Johnson & Jajodia
1998).

Capacity Evaluation (CE)
CE bertujuan menentukan kapasitas
maksimum LSB dari masing-masing pixel
cover-image berdasarkan karakteristik kontras
dan luminance pada sistem visualisasi manusia.
Berdasarkan hal di atas, maka output komponen
CE dapat berjumlah empat atau lima.
Komponen CE menggunakan variasi grayscale
dari ketetanggaan pixel, kemudian intensitasnya
berguna
untuk
mengevaluasi
kapasitas
penyisipan. Berikut ini langkah-langkah untuk
menentukan CE:
Asumsikan bahwa grayscale dari pixel p pada
koordinat (x,y) dinotasikan dengan f(x,y).
Berikut ini gambar dari delapan ketetanggaan
dari pixel p (Gambar 4).

Gambar 4 Delapan ketetanggaan dari pixel p
pada koordinat (x,y).
Nilai f(x,y) pada pixel p akan diubah
berdasarkan kapasitas penyisipan dan nilainya
bergantung pada grayscalenya dan variasi
grayscale dari tetangga atas dan kiri (warna
abu-abu pada Gambar 4). Keuntungan
menggunakan tetangga atas dan kiri dalam
mengestimasikan kapasitas penyisipan adalah
pada saat atau sesudah pixel tertentu diproses,
grayscale dari tetangga atas dan kiri tidak
pernah berubah. Oleh karena itu, modul
penyisipan dan ekstraksi akan sinkron pada saat
mengestimasikan kapasitas penyisipan dari
setiap pixel. Untuk menentukan kapasitas
penyisipan Kn(x,y), diperlukan nilai D(x,y) yang
merupakan selisih antara nilai maksimum dan
minimum dari tetangga atas dan kiri. Berikut ini
adalah persamaan yang digunakan untuk
mendapatkan nilai D(x,y):
Max(x,y) = max{f(x – 1, y - 1), f(x – 1, y), f(x –
1, y + 1), f(x, y - 1)},
Min(x, y) = min{f(x – 1, y - 1), f(x – 1, y), f(x –
1, y + 1), f(x, y - 1)},
D(x, y) = Max(x, y) - Min(x, y).
Kapasitas penyisipan Kn(x,y) dari setiap pixel
(x,y) didefinisikan sebagai berikut:
Kn(x,y) = ⎣log2D(x,y)⎦.
Berdasarkan Human Visual System (HVS)
grayscale terbesar adalah banyaknya perubahan

4

grayscale yang bisa ditoleransi. Batas atas
untuk kapasitas penyisipan pada pixel (x,y)
didefinisikan sebagai berikut:

⎧4, if f ( x, y ) ≤ t ,
U ( x, y ) = ⎨
⎩ 5, selainnya
Nilai t dapat diset dengan nilai tertentu, dengan
syarat nilai U(x,y) harus konsisten pada modul
penyisipan pesan dan modul mendapatkan
pesan. Batas bawah untuk kapasitas penyisipan
diset empat bit sehingga kapasitas penyisipan
K(x,y) dari setiap pixel bisa dihitung dengan
persamaan berikut (Chen & Lee 2000):
K(x,y)= min{max{Kn(x,y),4},U(x,y)}.
Minimum Error Replacement (MER)
MER dipakai untuk memperkecil tingkat
kesalahan saat penyisipan. MER ini digunakan
untuk mencari nilai grayscale sedekat mungkin
dengan nilai aslinya. Berikut ini adalah
langkah-langkah untuk menghitung nilai MER:
f(x,y) adalah nilai grayscale asli, g(x,y) nilai
grayscale yang dihasilkan dari penyisipan k
LSB secara langsung, dan g’(x,y) adalah nilai
grayscale yang dihasilkan dari pengubahan nilai
LSB ke k+1 dari g(x,y). Error minimum
grayscale pasti ada di antara g(x,y) dan g’(x,y).
e(x,y) adalah error yang terjadi antara f(x,y) dan
g(x,y), dan e’(x,y) adalah error yang terjadi
antara f(x,y) dan g’(x,y). Jika e(x,y) < e’(x,y),
maka
g(x,y)
akan
digunakan
untuk
menggantikan f(x,y), selainnya g’(x,y) akan
menggantikan f(x,y). Gambar 5 merupakan
ilustrasi dari tahapan dalam komponen MER
(Chen & Lee 2000).

Gambar 5 Dua tahapan komponen MER (Chen
& Lee 2000).
Improved Grayscale Compensation (IGSC)
IGSC digunakan untuk memisahkan
kesalahan penempelan (jika terjadi kesalahan)
agar tidak berdekatan pada tempat pixel bekerja.
Dalam komponen IGSC, error penyisipan
biasanya disebarkan pada tetangga kanan dan
bawah pixel (warna putih pada Gambar 4).
e(x,y) dinotasikan sebagai error penyisipan dari
pixel p pada koordinat (x,y), nilai grayscale
empat tetangga bawah dan kanan kemudian
dimodifikasikan dengan persamaan berikut
(Chen & Lee 2000):

f(x, y + 1) = f(x, y + 1) + ¼ e(x, y),
f(x + 1, y - 1) = f(x + 1, y - 1) + ¼ e(x, y),
f(x + 1, y) = f(x + 1, y) + ¼ e(x, y),
f(x + 1, y + 1) = f(x + 1, y + 1) + ¼ e(x, y).
Peak Signal-to-Noise Ratio ( PSNR)
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. PSNR digunakan untuk
mengukur distorsi yang terjadi antara gambar
yang telah mengalami manipulasi dengan
gambar aslinya. Semakin besar nilai PSNR
semakin baik gambar tersebut, karena gambar
tersebut lebih sedikit mengalami distorsi, dan
sebaliknya. Satuan dari nilai PSNR dinyatakan
dalam desibel (dB). Desibel merupakan sebuah
unit logaritmik yang digunakan untuk
mendeskripsikan sebuah rasio, misalnya rasio
tenaga, tekanan suara, voltase, intensitas, atau
hal-hal
lainnya
(http://www.phys.unsw.edu.au./jw/dB.html).
Nilai PSNR dapat dihitung dengan
persamaan berikut:
⎛ MAX I2 ⎞
⎛ MAX I ⎞
⎟⎟ = 20. log10 .⎜
PSNR = 10. log10 .⎜⎜
⎟,
MSE
⎝ MSE ⎠
⎠
⎝

di mana nilai MSE (Mean Squared Error)
dihitung dengan persamaan berikut:
MSE =

1 m −1 n −1
∑ ∑ I (i , j ) − K (i , j )
mn i = 0 j = 0

2

.

Keterangan:
m = jumlah baris/tinggi gambar,
n = jumlah kolom/lebar gambar,
I(i,j) = nilai pixel dari gambar asli,
K(i,j) = nilai pixel dari gambar yang
mengandung pesan,
MAXI = nilai pixel maksimum dari
gambar asli (untuk gambar yang
direpresentasikan menggunakan 8 bits
per sample, maka nilai MAXI adalah
255).
Nilai MSE yang besar menyatakan bahwa
penyimpangan atau selisih antara gambar hasil
modifikasi dengan gambar aslinya cukup besar.
Untuk gambar warna dengan komponen
Red, Green dan Blue per pixel, nilai PSNR
dihitung menggunakan persamaan di atas,
kecuali untuk nilai MSEnya. Nilai MSE secara
keseluruhan merupakan jumlah dari MSE untuk
setiap komponen Red, Green, dan Blue dibagi
tiga.

5

METODE PENELITIAN
Proses Penyisipan Pesan
Metode berukuran variabel pada proses
penyisipan pesan mempunyai tiga komponen,
yaitu CE, MER, dan IGSC. Untuk mengganti k
LSB pada cover dengan bit-bit pesan digunakan
persamaan berikut:
Is(x,y) = Ic(x,y) – mod(Ic(x,y), 2k) + B(x,y),
yang dalam hal ini:
Is(x,y) = nilai pixel (x,y) dari stego-image,
Ic(x,y) = nilai pixel (x,y) dari cover-image,
B(x,y) = nilai desimal dari suatu blok pesan,
k = banyaknya bit pesan yang akan disisipkan
pada cover-image yang diperoleh dari
komponen CE.
Proses penyisipan pesan dengan metode
berukuran variabel dapat dilihat pada Gambar 6.

format BMP dan pesan berupa gambar
grayscale dengan format JPEG. Dari hasil
implementasi menggunakan komponen CE,
MER, dan IGSC pada level 1, 2, 3, dan 4, akan
diamati:
• Nilai PSNR dari cover grayscale dan RGB.
• Daya tampung cover grayscale dan RGB.
• Rata-rata jumlah bit per pixel dari cover
grayscale dan RGB.
• Waktu penyisipan dari cover grayscale dan
RGB.
Analisis Berbagai Nilai t untuk Menentukan
U(x,y) pada Komponen CE
Pada tahap ini akan dilakukan analisis
terhadap hasil implementasi komponen IGSC
dengan mengubah nilai t untuk menentukan
U(x,y) pada komponen CE pada level 1, 2, 3,
dan 4. Untuk setiap level banyaknya nilai t akan
berbeda-beda. Dengan nilai t yang berbeda-beda
untuk setiap level, akan diamati:
• Nilai PSNR dari cover grayscale dan RGB.
• Daya tampung cover grayscale dan RGB.
• Rata-rata jumlah bit per pixel dari cover
grayscale dan RGB.
• Waktu penyisipan dari cover grayscale dan
RGB.

Gambar 6 Proses penyisipan pesan.
Proses Mendapatkan Pesan
Pada proses mendapatkan pesan hanya
diperlukan komponen CE untuk mengambil
kembali pesan yang tertanam dalam stegoimage. Proses untuk mendapatkan pesan dapat
dilihat pada Gambar 7.

Gambar 7 Proses mendapatkan pesan.
Analisis Hasil Implementasi
Pada tahap ini akan dilakukan analisis
terhadap hasil implementasi penyisipan pesan
menggunakan komponen CE, MER (extended
CE), dan IGSC (extended MER). Analisis hasil
implementasi
akan
dilakukan
dengan
menggunakan cover grayscale dan RGB dengan

Analisis Keamanan
Analisis keamanan pada penelitian ini hanya
dilakukan dengan cara membandingkan secara
visual gambar asli dengan gambar yang sudah
disisipkan pesan (stego-image), di mana stegoimage yang dihasilkan apabila dilihat secara
kasat mata, apakah memiliki kesamaan tampilan
atau tidak. Hal di atas akan dicapai dengan cara
penyebaran kuisioner kepada 30 responden
yang terdiri atas dua kelompok, yaitu 15
mahasiswa Ilmu Komputer dan 15 mahasiswa
yang bukan Ilmu Komputer.
Lingkungan Penelitian
Spesifikasi perangkat keras dan perangkat
lunak yang digunakan dalam pengembangan
sistem adalah sebagai berikut:
a Perangkat keras berupa komputer personal
dengan spesifikasi:
• Processor: Intel Pentium IV 2,4 GHz
• Memory: 256 MB
• Harddisk: 80 GB
• Mouse dan Keyboard
• Monitor VGA dengan resolusi 1024×768
b Perangkat lunak yang digunakan:
• Sistem operasi: Microsoft® Windows
XP Professional 2002 SP1
• Bahasa pemrograman: MATLAB 7.0.0.

6

HASIL DAN PEMBAHASAN
Proses Penyisipan Pesan
Pada proses penyisipan pesan, informasi
cover dan pesan yang akan digunakan adalah
seperti yang tertera pada tabel di bawah ini
(Tabel 1 - 5).

Pesan yang digunakan pada setiap level
berbeda-beda ukuran dan dimensinya. Hal ini
berdasarkan pertimbangan bahwa semakin kecil
level yang digunakan maka pesan yang dapat
disisipkan akan semakin kecil.

Cover
grayscale
RGB
BMP
BMP
46.4 KB
136 KB
215 x 215
215 x 215

Analisis Hasil Implementasi
Berdasarkan informasi pada Tabel 1, 2, 3, 4,
dan 5, dilakukan proses penyisipan pesan
menggunakan komponen CE, MER, dan IGSC
dengan t = 135 untuk level 1, t = 143 untuk
level 2, t = 159 untuk level 3, dan t = 191 untuk
level 4. Dari proses penyisipan pesan yang
dilakukan diperoleh hasil sebagai berikut:

Tabel 2 Informasi pesan untuk cover grayscale
dan RGB pada level 1

• Nilai PSNR dari cover grayscale dan RGB
pada level 1, 2, 3, dan 4 menggunakan
komponen CE, MER, dan IGSC

Tabel 1 Informasi cover grayscale dan RGB

Format cover
Ukuran cover
Dimensi cover

Jenis pesan
Format pesan
Ukuran pesan
Dimensi pesan
Jumlah bit

Cover
grayscale
RGB
grayscale
grayscale
JPG
JPG
3.14 KB
8.99 KB
87 x 65
150 x 113
45240
135600

Nilai PSNR hasil penyisipan pesan untuk
cover grayscale dan RGB pada level 1, 2, 3, dan
4 disajikan pada tabel di bawah ini (Tabel 6).
Tabel 6 Nilai PSNR komponen CE, MER, dan
IGSC untuk cover grayscale dan RGB

Tabel 3 Informasi pesan untuk cover grayscale
dan RGB pada level 2

Jenis pesan
Format pesan
Ukuran pesan
Dimensi pesan
Jumlah bit

Cover
grayscale
RGB
grayscale
grayscale
JPG
JPG
5.81 KB
14.1 KB
122 x 92
212 x 159
89792
269664

Tabel 4 Informasi pesan untuk cover grayscale
dan RGB pada level 3

Jenis pesan
Format pesan
Ukuran pesan
Dimensi pesan
Jumlah bit

Cover
grayscale
RGB
grayscale
grayscale
JPG
JPG
8.22 KB
21.3 KB
150 x 113
260 x 195
135600
405600

Tabel 5 Informasi pesan untuk cover grayscale
dan RGB pada level 4

Jenis pesan
Format pesan
Ukuran pesan
Dimensi pesan
Jumlah bit

Cover
grayscale
RGB
grayscale
grayscale
JPG
JPG
10.4 KB
26.1 KB
173 x 130
301 x 226
179920
544208

Berdasarkan Tabel 6 dapat dilihat bahwa
terjadi penurunan nilai PSNR dari level 1 ke
level 4 baik untuk cover grayscale dan RGB
pada komponen CE, MER, IGSC, dan fix LSB.
Hal ini berarti pada level 4 distorsi yang terjadi
lebih besar dibandingkan dengan level lainnnya
pada
proses
penyisipan
pesan
baik
menggunakan komponen CE, MER, IGSC,
ataupun fix LSB. Hal ini terjadi karena pada
level 4, bit pesan yang disisipkan pada cover
lebih banyak dibandingkan dengan level
lainnya. Dengan demikian, semakin banyak bit
pesan yang disisipkan maka kemungkinan bitbit pada cover yang berubah akan semakin
banyak, sehingga hal ini akan berpengaruh
terhadap semakin besarnya distorsi yang terjadi.
Sebagai perbandingan nilai PSNR antara
komponen CE, MER, IGSC, dan fix LSB,
berikut ini disajikan grafik nilai PSNR antara
keempat komponen baik untuk cover grayscale
(Gambar 8) maupun RGB (Gambar 9).

7

55

CE
IGSC

PSNR (dB)

50

MER
Fix LSB

45
40
35
30
25
1

2

3

4

Level

Gambar 8 Grafik nilai PSNR komponen CE,
MER, IGSC, dan fix LSB cover
grayscale.
55

CE
IGSC

PSNR (dB)

50

MER
Fix LSB

45
40
35
30
25
1

2

3

4

Level

Gambar 9 Grafik nilai PSNR komponen CE,
MER, IGSC, dan fix LSB cover
RGB.
Berdasarkan grafik pada Gambar 8 dan 9
terlihat bahwa penyisipan pesan menggunakan
komponen MER untuk cover grayscale dan
RGB pada setiap level memiliki nilai PSNR
yang lebih besar dibandingkan dengan
penyisipan menggunakan komponen CE
ataupun IGSC. Hal ini sesuai dengan tujuannya,
yaitu memperkecil tingkat kesalahan saat
penyisipan. MER ini digunakan untuk mencari
nilai grayscale sedekat mungkin dengan nilai
aslinya, sehingga distorsi yang terjadi pasti akan
lebih kecil dibandingkan dengan komponen CE.
Penyisipan pesan menggunakan komponen
IGSC untuk cover grayscale dan RGB pada
level 1, 2, 3, dan 4 nilai PSNRnya lebih kecil
dibandingkan dengan penyisipan menggunakan
komponen
MER,
tetapi
lebih
besar
dibandingkan dengan komponen CE. Akan
tetapi tujuan utama dari komponen IGSC adalah
memisahkan kesalahan penempelan (jika terjadi
kesalahan) agar tidak berdekatan pada tempat
pixel bekerja bukan untuk mendekatkan nilai
grayscale sedekat mungkin dengan nilai
aslinya. Jadi, kemungkinan nilai PSNR lebih
kecil daripada nilai PSNR komponen MER itu
mungkin saja terjadi.
Penyisipan pesan menggunakan komponen
IGSC untuk cover grayscale dan RGB pada
level 1 dan 2 memiliki nilai PSNR yang lebih
kecil dibandingkan dengan penyisipan fix LSB,
akan tetapi memiliki nilai PSNR yang lebih

besar pada level 3 dan 4. Hal ini menunjukkan
semakin besar level yang digunakan, penyisipan
pesan menggunakan metode berukuran variabel
lebih baik dibandingkan dengan penyisipan fix
LSB, bahkan secara visual gambar yang
dihasilkan dengan metode berukuran variabel
juga lebih baik dibandingkan dengan penyisipan
fix LSB. Sebagai perbandingan antara gambar
hasil penyisipan pesan menggunakan komponen
CE, MER, IGSC, dan fix LSB dapat dilihat pada
Lampiran 1.
• Daya tampung cover grayscale dan RGB
pada level 1, 2, 3, dan 4 menggunakan
komponen CE, MER, dan IGSC
Daya tampung pada cover dengan dimensi
m x n dapat dihitung dengan algoritma berikut:
[1] for iÅ2 to m-1
[2]
for jÅ2 to n-1
[3]
tampung = tampung + K(x,y)
[4] end for
[5] end for
Yang dalam hal ini K(x,y) adalah banyaknya bit
pesan yang dapat disisipkan untuk setiap pixel
pada cover yang diperoleh berdasarkan hasil
perhitungan komponen CE. Pada cover RGB,
daya tampung dihitung menggunakan algoritma
di atas untuk setiap komponen Red, Green, dan
Blue, kemudian daya tampung setiap
komponennya dijumlahkan untuk memperoleh
daya tampung keseluruhan dari cover RGB.
Dari proses penyisipan pesan yang
dilakukan untuk cover grayscale dan RGB pada
level 1, 2, 3, dan 4, daya tampung yang
diperoleh untuk masing-masing komponen
disajikan pada Tabel 7.
Tabel 7 Daya tampung komponen CE, MER,
dan IGSC untuk cover grayscale dan
RGB
Level
1
2
3
4
Level
1
2
3
4

Grayscale
CE
MER
54030
53950
96277
96111
138490
138365
181946
181961
RGB
CE
MER
181307
180719
302414
301724
424298
423785
548461
548131

IGSC
53950
96115
138489
181931
IGSC
180719
302308
424786
548327

Berdasarkan Tabel 7 dapat dilihat bahwa
terjadi kenaikan daya tampung dari level 1 ke

8

level 4 baik untuk cover grayscale dan RGB
dengan dimensi yang sama pada komponen CE,
MER, dan IGSC. Hal ini jelas, karena semakin
tinggi level yang digunakan maka bit pesan
yang dapat disisipkan akan semakin banyak.
Berdasarkan Tabel 7 terlihat juga bahwa cover
RGB memiliki daya tampung yang jauh lebih
besar dibandingkan dengan cover grayscale.
Hal ini dikarenakan cover RGB mempunyai tiga
layer untuk menyisipkan pesan, sehingga daya
tampungnyapun kira-kira tiga kali lipat dari
daya tampung cover grayscale dengan dimensi
yang sama.
Sebagai perbandingan daya tampung antara
komponen CE, MER, dan IGSC berikut ini
disajikan grafik daya tampung antara ketiga
komponen baik untuk cover grayscale (Gambar
10) maupun RGB (Gambar 11).
CE
MER
IGSC

Daya tampung (bit)

500000
450000
400000
350000
300000
250000
200000
150000
100000
50000
0

1

2

3

4

Level

Gambar 10 Grafik daya tampung komponen
CE, MER, dan IGSC cover
grayscale.
600000
550000

Daya tampung (bit)

500000
450000

Secara umum rata-rata jumlah bit per pixel
pada cover dapat dihitung dengan persamaan:

daya_tampung
jumlah_ pixel
Rata-rata jumlah bit per pixel pada cover
grayscale dengan dimensi m x n dihitung
dengan persamaan berikut:
bit_ per_ pixel =

daya_ tampung_ grayscale
(m − 2) × (n − 2)
Cover RGB dengan dimensi m x n, jumlah bit
per pixel dihitung dengan persamaan berikut:
bit _ per_ pixel =

daya_ tampung_ RGB ,
(m − 2) × (n − 2) × 3
yang dalam hal ini daya_tampung_RGBnya
merupakan jumlah dari daya tampung pada
komponen Red, Green, dan Blue.
Dari proses penyisipan pesan yang
dilakukan untuk cover grayscale dan RGB pada
level 1, 2, 3, dan 4, rata-rata jumlah bit per pixel
yang diperoleh untuk masing-masing komponen
disajikan pada Tabel 8.
bit _ per _ pixel =

600000
550000

• Rata-rata jumlah bit per pixel dari cover
grayscale dan RGB pada level 1, 2, 3, dan 4
menggunakan komponen CE, MER, dan
IGSC

Tabel 8 Rata-rata jumlah bit per pixel
komponen CE, MER, dan IGSC
untuk cover grayscale dan RGB
Level
1
2
3
4

CE
MER
IGSC

400000
350000
300000
250000
200000
150000
100000
50000
0
1

2

3

4

Level

Gambar 11 Grafik daya tampung komponen
CE, MER, dan IGSC cover RGB.
Berdasarkan grafik pada Gambar 10 dan 11
terlihat bahwa penyisipan pesan menggunakan
komponen CE, MER, dan IGSC untuk cover
grayscale dan RGB pada setiap level memiliki
daya tampung yang hampir sama, namun
memiliki daya tampung yang lebih besar jika
dibandingkan dengan penyisipan fix LSB (untuk
lebih jelasnya dapat dilihat pada Lampiran 2
dan 3).

Level
1
2
3
4

Grayscale
CE
MER
1.1909
1.1891
2.1221
2.1184
3.0525
3.0498
4.0104
4.0107
RGB
CE
MER
1.3321
1.3278
2.2219
2.2168
3.1174
3.1136
4.0296
4.0272

IGSC
1.1891
2.1185
3.0525
4.01
IGSC
1.3278
2.2211
3.121
4.0286

Berdasarkan persamaan untuk menentukan
rata-rata jumlah bit per pixel di atas dapat
dilihat bahwa rata-rata jumlah bit per pixel
tergantung pada daya tampung masing-masing
cover dan nilainya sebanding dengan daya
tampung, jadi semakin besar daya tampung
maka rata-rata jumlah bit per pixel juga akan
semakin besar. Berdasarkan Tabel 8 dapat
dilihat bahwa terjadi kenaikan rata-rata jumlah
bit per pixel dari level 1 ke level 4, baik untuk
cover grayscale dan cover RGB dengan dimensi

9

yang sama untuk setiap komponennya. Seperti
yang telah dijelaskan sebelumnya, hal ini
dikarenakan daya tampung semakin besar
dengan semakin besarnya level yang digunakan.
Sebagai perbandingan antara komponen CE,
MER, dan IGSC, berikut ini disajikan grafik
rata-rata jumlah bit per pixel antara ketiga
komponen baik untuk cover grayscale (Gambar
12) maupun RGB (Gambar 13).
4.5

Rata-rata bit per pixel

4
3.5

CE
MER
IGSC

3

Tabel

9

2
1.5
1

0
1

2

Level

3

4

Gambar 12 Grafik rata-rata jumlah bit per pixel
komponen CE, MER, dan IGSC
cover grayscale.
4.5
4
3.5

CE
MER
IGSC

3
2.5
2
1.5
1
0.5
0
1

2

3

4

Level

Level
1
2
3
4
Level
1
2
3
4

• Waktu penyisipan pesan menggunakan
komponen CE, MER, dan IGSC dari cover
grayscale dan RGB pada level 1, 2, 3, dan 4
Dari proses penyisipan pesan yang
dilakukan untuk cover grayscale dan RGB pada

IGSC
16
17.062
17.391
17.594
IGSC
44.672
48.016
49.469
50.5

Berdasarkan Tabel 9 terlihat bahwa
penyisipan pesan menggunakan komponen CE,
MER, dan IGSC untuk cover grayscale dan
RGB semakin naik dari level 1 ke level 4,
walaupun kenaikannya relatif kecil. Hal ini
tidak berarti apa-apa, karena pesan yang
digunakan berbeda-beda untuk setiap level baik
untuk komponen CE, MER, maupun IGSC.
Sebagai perbandingan antara komponen CE,
MER, dan IGSC, berikut ini disajikan grafik
waktu antara ketiga komponen baik untuk cover
grayscale (Gambar 14) dan RGB (Gambar 15).

Gambar 13 Grafik rata-rata jumlah bit per pixel
komponen CE, MER, dan IGSC
cover RGB.

CE

MER

IGSC

Waktu (detik)

50
40
30
20
10
0
1

2

3

4

Level

Gambar 14 Grafik waktu komponen CE, MER,
dan IGSC cover grayscale.
CE

MER

IGSC

50

Waktu (detik)

Berdasarkan grafik pada Gambar 12 dan 13
terlihat bahwa penyisipan pesan menggunakan
komponen CE, MER, dan IGSC untuk cover
grayscale dan RGB pada setiap level memiliki
rata-rata jumlah bit per pixel yang hampir sama,
namun memiliki rata-rata jumlah bit per pixel
yang lebih besar jika dibandingkan dengan
penyisipan fix LSB (untuk lebih jelasnya dapat
dilihat pada Lampiran 2 dan 3). Hal ini tidak
jauh berbeda dengan daya tampungnya yang
juga memiliki nilai yang hampir sama untuk
komponen CE, MER, dan IGSC baik untuk
cover grayscale maupun RGB. Hal ini
dikarenakan rata-rata jumlah bit per pixel
tergantung dari daya tampungnya dan nilainya
sebanding dengan daya tampung.

Waktu penyisipan menggunakan
komponen CE, MER, dan IGSC
untuk cover grayscale dan RGB
Grayscale
CE
MER
8.125
15.954
9.172
16.984
9.453
17.078
11.265
17.578
RGB
CE
MER
21.125
44.422
24.703
48.015
26.437
49.032
27.141
49.734

2.5

0.5

Rata-rata bit per pixel

level 1, 2, 3, dan 4, waktu yang diperoleh untuk
ketiga komponen disajikan pada Tabel 9.

40
30
20
10
0
1

2

3

4

Level

Gambar 15 Grafik waktu komponen CE, MER,
dan IGSC cover RGB.

10

PSNR(dB)

55

50

22
3

24
7

19
9

17
5

12
7

15
1

79

10
3

31

55

7

45

Nilai t untuk level 1

Gambar 16 Grafik nilai PSNR berbagai nilai t
level 1 untuk IGSC cover
grayscale & RGB.
Berdasarkan Gambar 16 dapat dilihat
dengan semakin besar nilai t pada level 1 terjadi
peningkatan nilai PSNR untuk cover grayscale,
namun mengalami penurunan lagi pada dua
nilai t terakhir (untuk lebih jelasnya dapat
dilihat pada Lampiran 4). Untuk cover RGB,
dengan semakin besarnya nilai t, nilai PSNRnya
turun-naik (untuk lebih jelasnya dapat dilihat
pada Lampiran 5). Dengan demikian, dapat
dinyatakan nilai PSNR tidak mengalami
peningkatan dengan makin besarnya nilai t pada
level 1. Padahal, semakin besar nilai t,
banyaknya bit pesan yang dapat disisipkan lebih
sedikit. Hal ini dikarenakan terjadi pergeseran
bit, sehingga bit pesan yang menggantikan bitbit pada cover lebih banyak, walaupun bit yang
disisipkan lebih sedikit. Dengan demikian, hal
di atas mungkin saja terjadi.
Grayscale

RGB

300000
250000
200000
150000
100000
50000

24
7

22
3

19
9

17
5

15
1

12
7

10
3

0

55

• 135 (10000111)
• 143 (10001111)
• 151 (10010111)
• 159 (10011111)
• 167 (10100111)
• 175 (10101111)
• 183 (10110111)
• 191 (10111111)
• 199 (11000111)
• 207 (11001111)
• 215 (11010111)
• 223 (11011111)
• 231 (11100111)

RGB

60

79

• 7 (00000111)
• 15 (00001111)
• 23 (00010111)
• 31 (00011111)
• 39 (00100111)
• 47 (00101111)
• 55 (00110111)
• 63 (00111111)
• 71 (01000111)
• 79 (01001111)
• 87 (01010111)
• 95 (01011111)
• 103 (01100111)

Graysacle
65

7

• Level 1
Pada level 1 terdapat (25 – 1) = 31
kombinasi nilai t yang mungkin digunakan
untuk menentukan U(x,y) pada komponen CE.
Nilai-nilai tersebut adalah sebagai berikut:

• 239 (11101111)
• 247 (11110111)

Dengan menggunakan nilai t yang berbedabeda pada level 1 seperti yang tertera di atas
pada komponen CE, diperoleh hasil nilai PSNR
(Gambar 16), daya tampung (Gambar 17), ratarata jumlah bit per pixel (Gambar 18), dan
waktu (Gambar 19) pada komponen IGSC
untuk cover grayscale