24
3. Blok pertama yaitu 1C
16
dibandingkan dengan Control Symbol yang merupakan menandakan huruf kapital maka setiap blok berikutnya yang bukan Control
Symbol di-ZOR-kan 40 menjadi : 53
16
, 54
16
, 45
16
, 47
16
, 4F
16
. 4.
Data yang terakhir inilah kemudian direkonstruksi sebagai teks penyisip embed menjadi : S T E G O.
2.6. Mean Squared Error MSE
Mean Squared Error MSE digunakan untuk mengukur kinerja dari algoritma
steganografiwatermaking pada citra Sutoyo, 2009. Citra asli dibandingkan dengan citra tersisip stego image watermark image dengan memeriksa selisih nilai.
Perhitungan nilai MSE dari citra digital berukuran N x M piksel, dilakukan sesuai dengan rumus pada persamaan 1.
......... 1
fi,j : menyatakan nilai piksel citra yang asli. f’i,j : merupakan nilai piksel citra hasil penyisipan.
N.M : dimensi citra piksel Nilai MSE yang besar, menyatakan bahwa penyimpangan atau selisih antara citra
hasil penyisipan dengan citra aslinya cukup besar.
2.7. Pembangkit Bilangan Acak
Random Number Generator
Pembangkit Bilangan Acak atau Random Number Generator RNG adalah suatu
peralatan komputasional yang dirancang untuk menghasilkan suatu urutan nilai yang tidak dapat ditebak polanya dengan mudah, sehingga urutan nilai tersebut dapat
dianggap sebagai suatu keadaan acak random. RNG ini tidak dapat diterapkan dalam prakteknya. Bilangan acak yang dihasilkan oleh komputer sekalipun tidak benar-benar
acak dan kebanyakan bilangan acak yang diterapkan dalam kriptografi juga tidak benar-benar acak, tetapi hanya berupa acak semu. Ini berarti bahwa bilangan acak
yang dihasilkan itu dapat ditebak susunan atau urutan nilainya. Dalam kriptografi,
Universitas Sumatera Utara
25
bilangan acak sering dibangkitkan dengan menggunakan pembangkit bilangan acak semu atau Pseudo Random Number Generator PRNG Haahr, 2009.
2.7.1. Pembangkit Bilangan Acak Semu Pembangkit Bilangan Acak Semu atau Pseudo Random Number Generator PRNG
merupakan suatu algoritma yang menghasilkan suatu urutan nilai dimana elemen- elemennya bergantung pada setiap nilai yang dihasilkan. Output dari PRNG tidak
betul-betul acak, tetapi hanya mirip dengan properti dari nilai acak. Hal inididukung oleh penelitian sebelumnya. menyimpulkan dari beberapa algoritma untuk
membangkitkan bilangan acak semu, tidak ada yang benar-benar dapat menghasilkan bilangan acak secara sempurna dalam arti benar-benar acak dan tanpa ada perulangan
selama pembangkit yang digunakan adalah komputer yang memiliki sifat deterministik dan bilangan yang benar-benar acak hanya dapat dihasilkan oleh
perangkat keras hardware. Menurut, pembangkit bilangan acak yang cocok untuk kriptografi dinamakan Cryptographically Secure Pseudorandom Number Generator
CSPRNG Dodis, 2010.
Persyaratan CSPRNG adalah: 1.
Terlihat acak. Artinya mampu melewati uji statistik keacakan. 2.
Tidak dapat diprediksi. Perhitungan secara komputasional tidak dapat mempengaruhi prediksi bilangan acak selanjutnya yang telah diberikan algoritma
secara menyeluruh ataupun dari dibangkitkan dari mesin komputer. 3.
Tidak mampu diproduksi kembali. Jika pembangkit bilangan acak mampu dibangkitkan dua kali dengan input yang sama akan memperoleh hasil acak yang
berbeda satu dengan lainnya.
Meskipun demikian, pada dasarnya bilangan acak yang diperoleh bukanlah bilangan acak yang sesungguhnya, maka supaya lebih menyerupai bilangan acak,
mengatakan beberapa syarat penting yang harus dipenuhi olehbilangan acak adalah seperti berikut ini:
Universitas Sumatera Utara
26
1. Dapat diulang. Sekumpulan barisan bilangan yang sama harus bisa diperoleh
diulang dengan menggunakan seed yang sama, hal ini kadang-kadang diperlukan untuk pemeriksaan dan penelusuran program debugging.
2. Keacakan. Barisan bilangan harus memenuhi syarat keacakan secara seragam
uniform yang dapat diuji melalui uji statistika. 3.
Periode panjang. Karena pada dasarnya bilangan acak itu merupakan barisan berulang dengan berbagai periode, maka periode pengulangan harus sangat besar
atau lama melebihi banyaknya bilangan acak yang diperlukan. Tidak peka seed. Sekalipun barisan bilangannya bergantung pada seed tetapi sifat keacakan dan
periodisasi sedapat mungkin tidak bergantung pada seed-nya.
Secara umum, sebuah PRNG didefinisikan sebagai algoritma kriptografi yang digunakan untuk menghasilkan bilangan secara acak. Pengertian acak sendiri adalah
bilangan yang dihasilkan dalam setiap waktu tidaklah sama. Sebuah PRNG memiliki sebuah kondisi awal K yang rahasia. Saat digunakan, PRNG harus membangkitkan
output acak yang tidak dapat diidentifikasi oleh kriptanalis yang tidak tahu dan tidak dapat menebak kondisi awal K. Dalam hal ini, PRNG memiliki kesamaan dengan
cipher aliran. Akan tetapi, sebuah PRNG harus mampu mengubah kondisi awalnya dengan memproses input sehingga tidak dapat diprediksi oleh kriptanalis.
Umumnya PRNG memiliki kondisi awal yang tidak sengaja dapat ditebak oleh kriptanalis dan harus mengalami banyak proses sebelum kondisinya rahasia dan aman.
Patut dipahami bahwa sebuah input untuk PRNG memiliki informasi rahasia yang tidak diketahui oleh kriptanalis. Input-input ini umumnya diperoleh dari proses-proses
fisik, interaksi user dengan mesin, atau proses eksternal lain yang sulit diprediksi. Dalam desain dan implementasi harus dapat dipastikan bahwa input-input ini memiliki
cukup jaminan keamanan dan kerahasiaan.
Kebanyakan algoritma dari PRNG ditujukan untuk menghasilkan suatu sampel yang secara seragam terdistribusi. PRNG ini sering digunakan dalam kriptografi pada
proses pembentukan kunci dari metode kriptografi. Tingkat kerumitan dari PRNG ini menentukan tingkat keamanan dari metode kriptografi. Semakin rumit PRNG yang
Universitas Sumatera Utara
27
digunakan maka semakin tinggi tingkat keamanan dari metoda kriptografi. Skema Dasar PRNG dapat dilihat seperti pada Gambar 2.8.
Gambar 2.8 Skema Dasar PRNG Dodis, 2010
Semua deretan bilangan acak yang dibangkitkan dari rumus matematika, serumit apapun, dianggap sebagai deret acak semu, karena dapat diulang pembangkitannya.
Sementara itu, banyak produk software yang dinyatakan sebagai produk yang aman karena menggunakan bilangan acak semacam OTP One Time Pad. Namun karena
OTP ini dibangkitkan dari bilangan acak semu, maka keamanan yang diperoleh juga semu. Pembangkit bilangan acak yang sering diimplementasikan adalah Linier
Congruential Generator LCG dan Linear Feedback Shift Register LFSR.
2.7.2. Linear Congruential Generator LCG
Linear Congruential Generator LCG mewakili salah satu algoritma pseudo random
number yang tertua dan paling populer. Algoritma ini diciptakan oleh D. H. Lehmer pada tahun 1951. Teori dari algoritma ini mudah dipahami dan dapat
diimplementasikan secara cepat, hal ini didukung oleh penelitian sebelumnya. Munir, 2011 yang menyimpulkan hasil analisis yang diperoleh bahwa dari segi kecepatan
LCG membutuhkan waktu yang paling pendek dalam menghasilkan bilangan acak dibandingkan dengan metode lain. Keuntungan dari LCG adalah operasinya yang
sangat cepat. LCG dapat didefinisikan dengan rumusan berikut:
= a.
+1
+ b mod m PRNG
Input Seed Rahasia Bilangan acak semu
Universitas Sumatera Utara
28
Dimana : = bilangan acak ke-n dari deretnya
−1 = bilangan acak sebelumnya a = faktor pengali
b = increment m = modulus batas maksimum bilangan acak
a,b, dan m semuanya konstanta LCG
Penentuan nilai awal atau
−1
dan konstanta a, b, dan m akan menentukan kualitas bilangan acak yang dihasilkan. Bilangan acak yang baik pada
umumnya apabila terjadinya perulangan atau munculnya bilangan acak yang sama, dapat terjadi setelah sekian banyak pembangkitan bilangan acak semakin banyak
akan semakin baik serta tidak bisa diprediksi kapan terjadi perulangannya. Periode dari LCG umumnya adalah sebesar nilai m. Masalah pada LCG adalah lower order bit
yang digenerasi mempunyai periode yang lebih pendek dari deretan secara keseluruhan jika m di-set menjadi pangkat 2. Tanpa desain yang benar, dengan m
yang sangat besar, bisa jadi periode bilangan acak yang dihasilkan tidak akan maksimal, bahkan mungkin jauh lebih pendek daripada periode maksimalnya.
Kunci pembangkit adalah yang disebut umpan seed. LCG mempunyai
periode tidak lebih besar dari m. Jika a, b, dan m dipilih secara tepat misalnya b seharusnya relatif prima terhadap m dan b m , maka LCG akan mempunyai periode
maksimal, yaitu m – 1. Sebagai contoh : Untuk membangkitkan bilangan acak
sebanyak 10 kali dengan a=13, b=7, m=11, dan = 2. Dengan menggunakan rumus
pada metode LCG di atas, akan diperoleh hasil sesuai Tabel 2.4.
Universitas Sumatera Utara
29
Tabel 2.4. Hasil Pembangkitan Bilangan Acak dengan Metode LCG Munir, 2011
Universitas Sumatera Utara
30
BAB III
METODOLOGI PENELITIAN
3.1. Metodologi Penelitian
Pada penelitian ini akan dilakukan beberapa tahapan yaitu melakukan studi pustaka
yang berkaitan dengan permasalahan, melakukan analisis dalam mengkombinasikan algoritma MLSB dengan LSB+1 dan terakhir melakukan uji coba terhadap algoritma
kombinasi dengan membandingkannya dengan algoritma MLSB dan LSB+1 yang berdiri sendiri dalam melakukan penyisipan watermark pada citra. Hasil uji coba
nantinya akan mengukur nilai Mean Squared Error MSE, waktu proses dan ukuran citra ber-watermark.
3.2. Analisis Algoritma Kombinasi MLSB-LSB +1
Algoritma Kombinasi Algoritma Watermarking Modified Least Significant Bit
MLSB dengan Least Significant Bit +1 LSB +1 adalah mengkonversi bit-bit penyisip dengan nilai ASCII. Setelah bit-bit penyisip dikode dengan ASCII, maka
digabung dengan kode ASCII simbol kontrolnya Control Symbols. Selanjutnya dilakukan pengurangan semua bit penyisip dengan nilai bit yang paling rendah.
Sebelum disisipkan ke dalam citra, bit-bit penyisip di konversi ke dalam biner yang menghasilkan 5 bit setiap nilai pesan.
Pada proses penyisipan dilakukan dengan menggantikan bit-bit penyisip ke bit nomor 2 terakhir dari byte-byte cover citra yang disebut dengan metode Least
Significant Bit +1 LSB +1. Proses penyisipan dilakukan secara acak, misalnya jika terdapat 50 byte dan 6 bit data yang akan disembunyikan, maka byte yang diganti bit
LSB +1-nya dipilih secara acak, misalkan byte nomor 36, 5, 21, 10, 18, 49. Bilangan
Universitas Sumatera Utara
31
acak ini dapat dibangkitkan dengan Pseudo-Random-Number-Generator PRNG. Selanjutnya nomor acak tersebut disimpan dalam format teks .txt untuk digunakan
pada saat ekstraksi. Penyisipan dilakukan dengan proses sebagai berikut: 11.
Proses mengubah data penyisip dengan kode ASCII. Misalnya pesan “STEGO with 05 bits” yang jika diubah ke biner membutuhkan memori sebesar 18 x 8 bit =
144 bit. Pada algoritma MLSB pesan di atas diubah menjadi ASCII hex menjadi: 53
16
, 54
16
, 45
16
, 47
16
, 4F
16
, 20
16
,77
16
, 69
16
,74
16
, 68
16
, 20
16
, 30
16
, 35
16
, 20
16
, 62
16
, 69
16
,74
16
,73
16
. Kemudian dilakukan normalisasi dengan tabel Control Symbol seperti Tabel 3.1.
Tabel 3.1 Control Symbol MLSB-LSB+1
Hex Representation Operation
1B
16
Define Small Letter 1C
16
Define Capital Letter 1D
16
Define Space 1E
16
Define Number 1F
16
Define end of text 12.
Baca data penyisip ASCII sampai tanda spasi 20
16
yaitu 53
16
, 54
16
, 45
16
, 47
16
, 4F
16
. 13.
Semua nilai di-XOR-kan dengan nilai puluhan terendah dari {53
16
, 54
16
, 45
16
, 47
16
}, yaitu 40
16
Dapat dihitung: 53
16
40
16
= 13
16
, 54
16
40
16
= 14
16
, 45
16
40
16
= 05
16
, 47
16
40
16
= 07
16
, 4F
16
40
16
= 0F
16
. Sehingga didapatkan Data penyisip kelompok pertama adalah 1C
16
, 13
16
, 14
16
, 05
16
, 07
16
, 0F
16
dimana 1C
16
adalah Control Symbol untuk huruf besar capital. 14.
Data penyisip kelompok ke dua adalah 77
16
, 69
16
,74
16
, 68
16
di-XOR-kan dengan nilai puluhan terendah 60
16
menjadi 77
16
60
16
= 17
16
, 69
16
60
16
= 09
16
, 74
16
60
16
= 14
16
, 68
16
60
16
= 08
16
. 15.
Data kelompok ke dua ini digabung dengan kelompok pertama dan diberi nilai Control Symbol 1D
16
spasi dan 1B
16
huruf kecil menjadi 1D
16
, 1B
16
, 17
16
, 09
16
, 14
16
, 08
16
. 16.
Data kelompok ketiga adalah: 30
16
, 35
16
di-XOR-kan dengan nilai puluhan terendahnya menjadi: 30
16
30
16
= 00
16
, 35
16
30
16
= 05
16
.
Universitas Sumatera Utara
32
17. Data tersebut digabung dengan kelompok sebelumnya ditambah dengan
Control Symbol 1D
16
spasi, 1E
16
numerik menjadi 1D
16
, 1E
16
, 00
16
, 05
16
. 18.
Data kelompok keempat adalah: 62
16
, 69
16
,74
16
, 73
16
dikurangi dengan nilai puluhan terendahnya menjadi: 62
16
60
16
= 02
16
, 69
16
60
16
= 09
16
, 74
16
60
16
= 14, 73
16
60
16
= 13
16
. 19.
Data tersebut digabung dengan kelompok sebelumnya ditambah dengan Control Symbol 1B
16
huruf kecil, menjadi 1D
16
, 1B
16
, 02
16
, 09
16
, 14
16
, 13
16
dan akhir data 1F
16
.
Sehingga pesan menjadi: 1C
16
, 13
16
, 14
16
, 05
16
, 07
16
, 0F
16
, 1D
16
, 1B
16
, 17
16
, 09
16
, 14
16
, 08
16
, 1D
16
, 1E
16
, 00
16
, 05
16
, 1D
16
, 1B
16
, 02
16
, 09
16
, 14
16
, 13
16
, 1F
16
. Pesan diatas membutuhkan 23 x 5 bit = 115 bit dan diubah menjadi biner menjadi:
11100, 10011, 10100, 00101, 00111, 01111, 11101, 11011, 10111, 01001, 10100, 01000, 11101, 11110, 00000, 00101, 11101, 11011, 00010, 01001, 10100, 10011,
11111.
Pesan biner disisipkan ke dalam sebuah file cover seperti yang diperlihatkan sebagai berikut:
52 49
46 46
28 08
00 00
57 41
56 45
44 15
2F 3D
1D 2A
00 4D
01 7C
01 12
45 68
00 01
11 05
Nilai piksel citra di atas dikonversikan ke dalam biner menjadi seperti yang diperlihatkan sebagai berikut:
01010010 01001001
01000110 01000110
00101000 00001000
00000000 00000000
01010111 01000001
01010110 01000101
01000100 00010101
00101111 00111101
00011101 00101010
00000000 01001101
00000001 01111100
00000001 00010010
01000101 01101000
00000000 00000001
00010001 00000101
Universitas Sumatera Utara
33
Sebelum dilakukan penyisipan, maka dibangkitkan nilai acak sebanyak jumlah piksel citra untuk menentukan posisi-posisi piksel pada citra yang akan disisipi oleh
bit-bit penyisip yang telah dimodifikasi diatas. Penyisipan dilakukan menurut urutan bilangan acak yang telah dibangkitkan. Pada analisa ini, dianggap bahwa piksel citra
pada Tabel 3.2 dan 3.3 adalah hasil dari pemilihan piksel secara acak yang akan disisipi. Adapun contoh pesan dalam bentuk biner yang akan disisip pada pixel
tersebut adalah sebagai berikut: 11100, 10011, 10100, 00101, 00111, 01111.
010100 1
010010 1
1 010001
1 010001
001010 000010
1 000000
000000 010101
1 1
010000 1
1 010101
1
010001 1
010001
1
000101 1
001011 1
001111 1
000111 1
001010 1
000000 010011
1 1
000000 1
011111 000000
1 1
000100 1
010001 1
1 011010
000000 1
000000 1
1 000100
1 1
000001 1
1 Setelah penyisipan, representasi nilai piksel citra ter-watermark grayscale
diperlihatkan sebagai berikut:
52 4B
46 44
28 0A
00 00
57 43
56 45
46 15
2D 3D
1D 2A
00 4F
01 7C
03 12
47 68
02 03
13 07
Pada proses ekstraksi dengan algoritma MLSB dilakukan dengan cara: 8.
Input citra ter-watermarkingi dan file bilangan acaknya. 9.
Baca nomor piksel sesuai dengan urutan bilangan acak. 10.
Setiap byte piksel citra diubah ke dalam bentuk biner. 11.
Pisahkan 1 bit nomor 2 dari akhir dari setiap byte piksel citra kemudian dikelompokkan menjadi 5 bit per blok.
12. Konversikan setiap blok ke dalam ASCII hexadecimal.
13. Blok pertama dibandingkan dengan Control Symbol untuk mendefenisikan jenis
karakter berikutnya: -
Jika Control Symbol 1B
16
maka setiap blok berikutnya yang bukan Control Symbol di-XOR-kan dengan 60.
Universitas Sumatera Utara
34
- Jika Control Symbol 1C
16
maka setiap blok berikutnya yang bukan Control Symbol di-XOR-kan dengan +40.
- Jika Control Symbol 1E
16
maka setiap blok berikutnya yang bukan Control Symbol di-XOR-kan dengan +30.
- Jika Control Symbol 1D
16
maka menyatakan spasi. 14.
Langkah ke 3 sampai ke 5 diulangi sampai ditemukannya Control Symbol end of the text 1F
16
. 15.
Rekonstruksikan setiap blok data sebagai pesan penyisip.
Berikut contoh dari proses extraction pada citra ter-watermarking yang diperlihatkan sebagai berikut:
010100
1
010010
1
1 010001
1
010001 001010
000010 1
000000 000000
010101 1
1 010000
1 1
010101 1
010001 1
010001 1
000101 1
001011 1
001111 1
000111 1
001010
1
000000 010011
1
1 000000
1 011111
000000 1
1 000100
1 010001
1 1
011010 000000
1 000000
1 1
000100 1
1 000001
1 1
5. Pisahkan 1 bit terakhir dari setiap byte piksel citra kemudian dikelompokkan
menjadi 5 bit per blok seperti berikut:
11100 10011
10100 00101
00111 01111
6. Konversikan setiap blok ke dalam ASCII hexadecimal menjadi:
1C
16
, 13
16
, 14
16
, 05
16
, 07
16
, 0F
16
7. Blok pertama yaitu 1ch dibandingkan dengan Control Symbol yang merupakan
menandakan huruf kapital maka setiap blok berikutnya yang bukan Control Symbol di-XOR-kan 40 sehingga menjadi : 53
16
, 54
16
, 45
16
, 47
16
, 4f
16
8. Data yang terakhir inilah kemudian direkonstruksi sebagai teks penyisip embed
menjadi : S T E G O.
Universitas Sumatera Utara
35
3.3. Melakukan Penentuan Pixel Penampung
