Penerapan Watermarking Pada Citra Menggunakan Teknik Singular Value Decomposition-Discrete Cosine Transform Berdasarkan Local Peak signal To Noise Ratio.
Universitas Kristen Maranatha i
Penerapan Watermarking pada Citra Menggunakan Teknik
Singular Value Decomposition – Discrete Cosine Transform
Berdasarkan Local Peak Signal to Noise Ratio
Frederick Michael ( 0522072 )
Jurusan Teknik Elektro, Fakultas Teknik, Universitas Kristen Maranatha Jln. Prof. Drg. Suria Sumantri 65, Bandung 40164, Indonesia
Email :
ABSTRAK
Perkembangan teknologi terutama pada dunia digital pada saat ini memungkinkan informasi dalam berbagai bentuk dan media dapat tersebar dengan cepat tanpa batas ruang dan waktu serta rentan terhadap penggunaan secara ilegal. Watermarking merupakan proses penyisipan data ke dalam citra digital yang bertujuan sebagai tanda identitas pemilik asli citra digital tersebut, yang merupakan solusi untuk mengatasi masalah tersebut.
Tugas akhir ini bertujuan membuat perangkat lunak untuk menyisipkan watermark pada citra menggunakan teknik Singular Value Decomposition – Discrete Cosine Transform berdasarkan LPSNR, serta menguji kualitas citra yang telah disisipi watermark dan ketahanan watermark. Proses watermarking dilakukan dalam domain frekuensi. Transformasi DCT dilakukan pada citra asli. Watermark ditransformasi SVD sehingga didapat singular value. Kemudian singular value watermark digabungkan dalam koefisien DCT dari gambar asli. Untuk mendapat tingkat transparansi dan ketangguhan yang optimal dari watermark terhadap distorsi, digunakan LPSNR. Selanjutnya dilakukan invers transformasi DCT untuk mendapatkan citra yang telah disisipi watermark.
Dari hasil uji coba didapatkan bahwa, citra yang telah disisipi watermark memiliki kualitas yang baik dan watermark memiliki ketahanan yang kuat terhadap kompresi JPEG, proses cropping, proses scaling (diperbesar), proses rotate scaling, proses filtering dan pemberian noise, tetapi tidak tahan terhadap proses scaling (diperkecil) dan proses rotate.
(2)
Universitas Kristen Maranatha ii
Watermarking on Image Using Singular Value Decomposition –
Discrete Cosine Transform Technique Based on Local Peak
Signal to Noise Ratio
Frederick Michael ( 0522072 )
Jurusan Teknik Elektro, Fakultas Teknik, Universitas Kristen Maranatha Jln. Prof. Drg. Suria Sumantri 65, Bandung 40164, Indonesia
Email :
ABSTRAK
Today technology development especially at digital world enable information in various forms and media can be disseminated quickly without time and space and vulnerable to illegal use. Watermarking is an insertion processes of data into digital image with aim to give a sign of original owner identity, which is solution to overcome the above problem.
The purpose of this final project is to make software for insert watermark into digital image using Singular Value Decomposition – Discrete Cosine Transform technique based on LPSNR, and test the quality of image that has been inserted watermark and the robustness of watermark. The process of watermarking is performed in frequency domain. DCT Transformation is performed on original image. Watermark is SVD transformed to obtain singular value. Later, singular values of watermark are embedded into DCT coefficient of original image. LPSNR use to get transparency level and optimal robustness of watermark to distortion. Then inverse DCT transformation is performed to get image that has been watermark inserted.
The results from the experiment that has been done showed that image quality which has been inserted by watermark have good quality and watermark have strong robustness to JPEG compression, cropping process, scaling process (enlarged), rotate scaling process, filtering process and noise addition, but is not resist to scaling process (minimized) and rotate process.
(3)
v Universitas Kristen Maranatha
DAFTAR ISI
ABSTRAK... i
ABSTRACT…... ii
KATA PENGANTAR…... iii
DAFTAR ISI…... v
DAFTAR TABEL…...…….. viii
DAFTAR GAMBAR…...…… xi
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah... 1
1.2 Identifikasi Masalah... 4
1.3 Perumusan Masalah... 4
1.4 Tujuan Penelitian...…... 4
1.5 Pembatasan masalah... 5
1.6 Sistematika Penulisan... 5
BAB 2 LANDASAN TEORI 2.1 Citra Digital..…...….…... 7
2.1.1 Pembentukan Citra Digital...…... 7
2.1.2 Elemen – Elemen Citra Digital... 8
2.1.3 Citra Berwarna...…..…... 9
2.2 Digital Watermarking... 10
2.2.1 Karakteristik Watermark Digital... 11
2.2.2 Klasifikasi Teknik Watermarking Digital... 11
2.2.3 Jenis – Jenis Digital Watermarking... 12
2.2.4 Framework Digital Watermarking... 12
2.3 SVD (Singular Value Decomposition)... 13
2.4 DCT (Discrete Cosine Transform)... 14
2.5 PSNR (Peak Signal to Noise Ratio)……… 15
(4)
vi Universitas Kristen Maranatha
2.8 Korelasi……… 17
2.9 Chaotic Sequence……… 18
2.10 Median Filtering……….. 18
BAB 3 PERANCANGAN PERANGKAT LUNAK 3.1 Diagram Blok Penyisipan Watermar……….. 20
3.2 Diagram Blok Ekstraksi Watermark………... 22
3.3 Diagram Alir Penyisipan Watermark Keseluruhan………… 24
3.3.3 Diagram Alir Proses Pemilihan Blok yang Akan Disisipi……….. 25
3.3.4 Diagram Alir Proses Penyisipan Watermark……….. 27
3.4 Diagram Alir Ekstraksi Watermark Keseluruhan………….. 29
3.4.1 Diagram Alir Ekstraksi Watermark di Channel R…. 31 3.4.2 Diagram Alir Ekstraksi Watermark di Channel G…. 33 3.4.3 Diagram Alir Ekstraksi Watermark di Channel B…. 35 BAB 4 DATA PENGAMATAN DAN ANALISA 4.1 Prosedur Pengujian……… 37
4.2 Pemilihan Batas Nilai LPSNR dan Analisa……….. 38
4.3 Bentuk Watermark……… 40
4.4 Pengujian Kualitas Citra yang Telah Disisipi Watermark dan Analisa……… 40
4.4.1 Penilaian MOS (Mean Opinion Score) dan PSNR (Peak Signal to Noise Ratio)……….. 41
4.4.2 MSE(Mean Square Error)………. 44
4.5 Pengujian Ketahanan Watermark dan Analisa……….. 44
4.5.1 Kompresi……… 45
4.5.2 Cropping……… 48
4.5.3 Scaling………... 51
4.5.4 Rotate (Rotasi)………... 55
(5)
vii Universitas Kristen Maranatha
4.5.7 Gausian Noise………. 62
BAB 5 KESIMPULAN DAN SARAN
5.1 Kesimpulan………. 67 5.2 Saran..………. 68
DAFTAR PUSTAKA……… 69
LAMPIRAN A CITRA HASIL PERCOBAAN... A-1 LAMPIRAN B DATA MOS (MEAN OPINION SCORE)……….. B-1 LAMPIRAN C LISTING PROGRAM... C-1
(6)
viii Universitas Kristen Maranatha
DAFTAR TABEL
Tabel 4.1 Karakteristik Citra……… 38 Tabel 4.2 Percobaan Pemilihan Batas nilai LPSNR pada Citra
Berukuran 256 x 256 Piksel... 39 Tabel 4.3 Percobaan Pemilihan Batas nilai LPSNR pada Citra
Berukuran 512 x 512 Piksel... 39 Tabel 4.4 Watermark yang Digunakan... 40 Tabel 4.5 Nilai MOS dan PSNR Citra yang Telah Disisipkan
Watermark ... 41 Tabel 4.6 Contoh Citra Hasil Watermarking... 43 Tabel 4.7 Nilai MSE... 44 Tabel 4.8 Nilai Korelasi Watermark dari Citra yang Telah
Disisipkan Watermark dan Dikompres
( Q = 0, Q = 3, Q = 5)... 45 Tabel 4.9 Nilai Korelasi Watermark dari Citra yang Telah
Disisipkan Watermark dan Dikompres
( Q = 10, Q = 12 )... 46 Tabel 4.10 Contoh Citra yang Telah Disisipkan Watermark
dan Dikompres... 47 Tabel 4.11 Nilai Korelasi Watermark dari Citra yang Telah
Disisipkan Watermark dan Dilakukan Proses Cropping
(sudut kiri atas, sudut kanan atas, sudut kiri bawah)…………... 48 Tabel 4.12 Nilai Korelasi Watermark dari Citra yang Telah
Disisipkan Watermark dan Dilakukan Proses Cropping
(sudut kanan bawah, tengah bawah, tengah atas)……… 48 Tabel 4.13 Nilai Korelasi Watermark dari Citra yang Telah
Disisipkan Watermark dan Dilakukan Proses Cropping
(7)
ix Universitas Kristen Maranatha
dan di Cropping………. 50 Tabel 4.15 Nilai Korelasi Watermark dari Citra yang Telah
Disisipkan Watermark dan Dilakukan
Proses Scaling (diperbesar)... 51 Tabel 4.16 Nilai Korelasi Watermark dari Citra yang Telah
Disisipkan Watermark dan Dilakukan
Proses Scaling (diperkecil)... 51 Tabel 4.17 Contoh Citra yang Telah Disisipkan Watermark
dan Dilakukan Proses Scaling (diperbesar)... 53 Tabel 4.18 Contoh Citra yang Telah Disisipkan Watermark
dan Dilakukan Proses Scaling (diperkecil)... 54 Tabel 4.19 Nilai Korelasi Watermark dari Citra yang Telah
Disisipkan Watermark dan Dilakukan Proses
Rotate (rotasi)……….. 55 Tabel 4.20 Contoh Citra yang Telah Disisipkan Watermark
dan Dilakukan Proses Rotate (rotasi)……….. 56 Tabel 4.21 Nilai Korelasi Watermark dari Citra yang Telah
Disisipkan Watermark dan Dilakukan Proses
Rotate Scaling (0.25o, 0.5o, 0.75o)……….. 57 Tabel 4.22 Nilai Korelasi Watermark dari Citra yang Telah
Disisipkan Watermark dan Dilakukan Proses
Rotate Scaling (1o, -0.25o, -0.5o)……… 57 Tabel 4.23 Nilai Korelasi Watermark dari Citra yang Telah
Disisipkan Watermark dan Dilakukan Proses
Rotate Scaling (-0.75o, -1o)………. 58 Tabel 4.24 Contoh Citra yang Telah Disisipkan Watermark
dan Dilakukan Proses Rotate Scaling………. 59 Tabel 4.25 Nilai Korelasi Watermark dari Citra yang Telah
Disisipkan Watermark dan Dilakukan Proses
(8)
x Universitas Kristen Maranatha
Dilakukan Proses Median Filtering………. 61 Tabel 4.27 Nilai Korelasi Watermark dari Citra yang Telah
Disisipkan Watermark dan Diberi Noise
(0dB, 5dB, 10dB)... 62 Tabel 4.28 Nilai Korelasi Watermark dari Citra yang Telah
Disisipkan Watermark dan Diberi Noise
(15dB, 20dB, 25dB)... 62 Tabel 4.29 Nilai Korelasi Watermark dari Citra yang Telah
Disisipkan Watermark dan Diberi Noise (30dB)... 63 Tabel 4.30 Contoh Citra yang Telah Disisipkan Watermark
(9)
xi Universitas Kristen Maranatha
DAFTAR GAMBAR
Gambar 2.1(a) TingkatKecerahan yang Kontinyu... 8
Gambar 2.1(b) Tingkat kecerahan setelah mengalami kuantisasi 16 tingkatan diskrit……… 8
Gambar 2.2 Ruang Warna RGB... 10
Gambar 2.3 Contoh Matriks Citra... 19
Gambar 3.1 Diagram Blok Penyisipan Watermark... 20
Gambar 3.2 Diagram Blok Ekstraksi Watermark………. 22
Gambar 3.3 Diagram Alir Penyisipan Watermark Keseluruhan……….. 24
Gambar 3.4 Diagram Alir Proses Pemilihan Blok yang Akan Disisipi.... 25
Gambar 3.5 Diagram Alir Proses Penyisipan Watermark……… 27
Gambar 3.6 Diagram Alir Ekstraksi Watermark Keseluruhan…………. 29
Gambar 3.7 Diagram Alir Ekstraksi Watermark di Channel R……….... 31
Gambar 3.8 Diagram Alir Ekstraksi Watermark di Channel G………… 33
Gambar 3.9 Diagram Alir Ekstraksi Watermark di Channel B………… 35
Gambar 4.1 Nilai Koefisien Korelasi Watermark pada Citra Lena yang Terdistorsi Noise Sebagai Fungsi dari Nilai SNR... 65
Gambar 4.2 Nilai Koefisien Korelasi Watermark pada Citra Baboon yang Terdistorsi Noise Sebagai Fungsi dari Nilai SNR... 65
Gambar 4.3 Nilai Koefisien Korelasi Watermark pada Citra Pepper yang Terdistorsi Noise Sebagai Fungsi dari Nilai SNR... 66
(10)
A-1
LAMPIRAN – A
(11)
A-2
Watermarking
Nama Citra
Citra Asli Citra yang Telah
Disisipkan Watermark
Watermark Asli dan
Watermark Hasil Ekstraksi
Lena 256
Baboon 256
Pepper 256
Lena 512
Baboon 512
Pepper 512
(12)
A-3
Watermark
Nama Citra Citra yang Telah
Disisipkan Watermark
Hasil Citra Setelah Dikompres Dengan Q = 0
Watermark Asli dan
Watermark Hasil Ekstraksi
Lena 256
Baboon 256
Pepper 256
Lena 512
Baboon 512
(13)
A-4
Disisipkan Watermark Dikompres Dengan Q = 3 Watermark Hasil Ekstraksi
Lena 256
Baboon 256
Pepper 256
Lena 512
Baboon 512
(14)
A-5
Disisipkan Watermark Dikompres Dengan Q = 5 Watermark Hasil Ekstraksi
Lena 256
Baboon 256
Pepper 256
Lena 512
Baboon 512
(15)
A-6
Disisipkan Watermark Dikompres Dengan Q = 10 Watermark Hasil Ekstraksi
Lena 256
Baboon 256
Pepper 256
Lena 512
Baboon 512
(16)
A-7
Disisipkan Watermark Dikompres Dengan Q = 12 Watermark Hasil Ekstraksi
Lena 256
Baboon 256
Pepper 256
Lena 512
Baboon 512
(17)
A-8
Watermark Cropping
Nama Citra Citra yang Telah
Disisipkan Watermark
Hasil Citra Setelah di Crop
Bagian Kiri Atas
Watermark Asli dan
Watermark Hasil Ekstraksi
Lena 256
Baboon 256
Pepper 256
Lena 512
Baboon 512
(18)
A-9
Disisipkan Watermark Bagian Kanan Atas Watermark Hasil Ekstraksi
Lena 256
Baboon 256
Pepper 256
Lena 512
Baboon 512
(19)
A-10
Disisipkan Watermark Bagian Kiri Bawah Watermark Hasil Ekstraksi
Lena 256
Baboon 256
Pepper 256
Lena 512
Baboon 512
(20)
A-11
Disisipkan Watermark Bagian Kanan Bawah Watermark Hasil Ekstraksi
Lena 256
Baboon 256
Pepper 256
Lena 512
Baboon 512
(21)
A-12
Disisipkan Watermark Bagian Tengah Atas Watermark Hasil Ekstraksi
Lena 256
Baboon 256
Pepper 256
Lena 512
Baboon 512
(22)
A-13
Disisipkan Watermark Bagian Tengah Bawah Watermark Hasil Ekstraksi
Lena 256
Baboon 256
Pepper 256
Lena 512
Baboon 512
(23)
A-14
Disisipkan Watermark Bagian Tengah Watermark Hasil Ekstraksi
Lena 256
Baboon 256
Pepper 256
Lena 512
Baboon 512
(24)
A-15
Watermark Scaling
Nama Citra Citra yang Telah
Disisipkan Watermark
Hasil Citra Setelah di
Scaling 1.5x
Watermark Asli dan
Watermark Hasil Ekstraksi
Lena 256
Baboon 256
Pepper 256
Lena 512
Baboon 512
Pepper 512
(25)
A-16
Disisipkan Watermark Scaling 2x Watermark Hasil Ekstraksi
Lena 256
Baboon 256
Pepper 256
Lena 512
Baboon 512
(26)
A-17
Disisipkan Watermark Scaling 0.25x Watermark Hasil Ekstraksi
Lena 256
Baboon 256
Pepper 256
Lena 512
Baboon 512
(27)
A-18
Disisipkan Watermark Scaling 0.5x Watermark Hasil Ekstraksi
Lena 256
Baboon 256
Pepper 256
Lena 512
Baboon 512
(28)
A-19
Watermark Rotate
Nama Citra Citra yang Telah
Disisipkan Watermark
Hasil Citra Setelah di
Rotate 90o
Watermark Asli dan
Watermark Hasil Ekstraksi
Lena 256
Baboon 256
Pepper 256
Lena 512
Baboon 512
(29)
A-20
Disisipkan Watermark Rotate -90o Watermark Hasil Ekstraksi
Lena 256
Baboon 256
Pepper 256
Lena 512
Baboon 512
(30)
A-21
Disisipkan Watermark Rotate 180o Watermark Hasil Ekstraksi
Lena 256
Baboon 256
Pepper 256
Lena 512
Baboon 512
(31)
A-22
Watermark Rotate Scaling
Nama Citra Citra yang Telah
Disisipkan Watermark
Hasil Citra Setelah di
Rotate Scaling Dengan Sudut0.25o
Watermark Asli dan
Watermark Hasil Ekstraksi
Lena 256
Baboon 256
Pepper 256
Lena 512
Baboon 512
(32)
A-23
Nama Citra Citra yang Telah
Disisipkan Watermark
Hasil Citra Setelah di
Rotate Scaling Dengan Sudut0.5o
Watermark Asli dan
Watermark Hasil Ekstraksi
Lena 256
Baboon 256
Pepper 256
Lena 512
Baboon 512
(33)
A-24
Nama Citra Citra yang Telah
Disisipkan Watermark
Hasil Citra Setelah di
Rotate Scaling Dengan Sudut0.75o
Watermark Asli dan
Watermark Hasil Ekstraksi
Lena 256
Baboon 256
Pepper 256
Lena 512
Baboon 512
(34)
A-25
Nama Citra Citra yang Telah
Disisipkan Watermark
Hasil Citra Setelah di
Rotate Scaling Dengan Sudut1o
Watermark Asli dan
Watermark Hasil Ekstraksi
Lena 256
Baboon 256
Pepper 256
Lena 512
Baboon 512
(35)
A-26
Nama Citra Citra yang Telah
Disisipkan Watermark
Hasil Citra Setelah di
Rotate Scaling Dengan Sudut -0.25o
Watermark Asli dan
Watermark Hasil Ekstraksi
Lena 256
Baboon 256
Pepper 256
Lena 512
Baboon 512
(36)
A-27
Nama Citra Citra yang Telah
Disisipkan Watermark
Hasil Citra Setelah di
Rotate Scaling Dengan Sudut -0.5o
Watermark Asli dan
Watermark Hasil Ekstraksi
Lena 256
Baboon 256
Pepper 256
Lena 512
Baboon 512
(37)
A-28
Nama Citra Citra yang Telah
Disisipkan Watermark
Hasil Citra Setelah di
Rotate Scaling Dengan Sudut -0.75o
Watermark Asli dan
Watermark Hasil Ekstraksi
Lena 256
Baboon 256
Pepper 256
Lena 512
Baboon 512
(38)
A-29
Nama Citra Citra yang Telah
Disisipkan Watermark
Hasil Citra Setelah di
Rotate Scaling Dengan Sudut -1o
Watermark Asli dan
Watermark Hasil Ekstraksi
Lena 256
Baboon 256
Pepper 256
Lena 512
Baboon 512
(39)
A-30
Watermark Filter
Nama Citra Citra yang Telah
Disisipkan Watermark
Hasil Citra Setelah Di
Median Filtering dengan Mask 3x3
Watermark Asli dan
Watermark Hasil Ekstraksi
Lena 256
Baboon 256
Pepper 256
Lena 512
Baboon 512
(40)
A-31
Nama Citra Citra yang Telah
Disisipkan Watermark
Hasil Citra Setelah Di
Median Filtering dengan Mask 5x5
Watermark Asli dan
Watermark Hasil Ekstraksi
Lena 256
Baboon 256
Pepper 256
Lena 512
Baboon 512
(41)
A-32
Nama Citra Citra yang Telah
Disisipkan Watermark
Hasil Citra Setelah Di
Median Filtering dengan Mask 7x7
Watermark Asli dan
Watermark Hasil Ekstraksi
Lena 256
Baboon 256
Pepper 256
Lena 512
Baboon 512
(42)
A-33
Watermark Noise
Nama Citra Citra yang Telah
Disisipkan Watermark
Hasil Citra Setelah Diberi
Noise Dengan SNR 0dB
Watermark Asli dan
Watermark Hasil Ekstraksi
Lena 256
Baboon 256
Pepper 256
Lena 512
Baboon 512
(43)
A-34
Disisipkan Watermark Noise Dengan SNR 5dB Watermark Hasil Ekstraksi
Lena 256
Baboon 256
Pepper 256
Lena 512
Baboon 512
(44)
A-35
Disisipkan Watermark Noise Dengan SNR 10dB Watermark Hasil Ekstraksi
Lena 256
Baboon 256
Pepper 256
Lena 512
Baboon 512
(45)
A-36
Disisipkan Watermark Noise Dengan SNR 15dB Watermark Hasil Ekstraksi
Lena 256
Baboon 256
Pepper 256
Lena 512
Baboon 512
(46)
A-37
Disisipkan Watermark Noise Dengan SNR 20dB Watermark Hasil Ekstraksi
Lena 256
Baboon 256
Pepper 256
Lena 512
Baboon 512
(47)
A-38
Disisipkan Watermark Noise Dengan SNR 25dB Watermark Hasil Ekstraksi
Lena 256
Baboon 256
Pepper 256
Lena 512
Baboon 512
(48)
A-39
Disisipkan Watermark Noise Dengan SNR 30dB Watermark Hasil Ekstraksi
Lena 256
Baboon 256
Pepper 256
Lena 512
Baboon 512
(49)
B-1
LAMPIRAN – B
DATA MOS
(50)
B-2
(51)
(52)
(53)
(54)
(55)
(56)
(57)
B-9
2. Penilaian Watermark Hasil Ekstraksi • Kompresi JPEG
(58)
B-10
(59)
B-11
(60)
B-12
(61)
B-13
(62)
B-14
(63)
B-15
(64)
B-16
(65)
1
BAB 1
PENDAHULUAN
1.1 Latar Belakang
Perkembangan teknologi terutama pada dunia digital pada saat ini memungkinkan informasi dalam berbagai bentuk dan media dapat tersebar dengan cepat tanpa batas ruang dan waktu. Namun, karena informasi dalam bentuk data multimedia rentan terhadap perubahan, penyebaran data ini juga memberikan kesempatan kepada pihak yang tidak berhak untuk melakukan duplikasi dan modifikasi data tanpa izin dari pemilik yang sah untuk berbagai kepentingan. Hal ini dapat menimbulkan persoalan hak cipta bagi data multimedia yang tersebar. Salah satu cara yang dapat digunakan untuk melindungi hak cipta pada data multimedia adalah dengan watermarking.
Watermarking merupakan teknik penyisipan data rahasia ke dalam sebuah sumber asli. Sumber yang dimaksud dapat berupa teks, gambar, suara dan video. Data yang telah disisipkan, harus dapat dideteksi atau diekstrak kembali.
Watermarking dapat digolongkan menjadi dua bagian berdasarkan domain kerjanya, yaitu pada domain spasial dan domain transformasi. Watermarking yang bekerja dalam domain spasial bekerja dengan cara menanamkan watermark secara langsung ke dalam domain spasial dari suatu citra. Istilah domain spasial sendiri mengacu pada piksel-piksel penyusun sebuah citra. Pada teknik watermarking
dalam domain transformasi, penanaman watermark dilakukan pada koefisien frekuensi hasil transformasi citra asalnya.
Berikut ini akan dijelaskan contoh – contoh algoritma pemberian watermarking :
• LSB (Least Significant Bit) Coding[6]
Metoda ini menggunakan teknik domain spasial. Metoda ini sangat sederhana tetapi yang paling tidak tahan terhadap segala proses yang dapat mengubah nilai-nilai intensitas pada citra, terutama kompresi JPEG.
(66)
Bab 1 Pendahuluan
Universitas Kristen Maranatha Metoda ini paling mudah diserang, karena data label akan hilang seluruhnya bila nilai dari LSB-nya dibalikkan. Metoda ini akan mengubah nilai LSB (Least Significant Bit) komponen luminansi atau warna menjadi bit label yang akan disembunyikan. Metoda ini menghasilkan citra rekontruksi yang sangat mirip dengan aslinya, karena hanya mengubah nilai bit terakhir dari data.
• Secure Spread Spectrum Watermarking for Multimedia[8]
Metode ini diperkenalkan oleh Ingemar J. Cox. Metode ini didasarkan pada domain frekuensi, dengan menanamkan sejumlah urutan bilangan real sepanjang n pada citra N x N dengan mentransformasikan terlebih dahulu menjadi koefisien DCT N x N. Bilangan tersebut ditanamkan pada n koefisien DCT yang paling besar, tidak termasuk komponen DC.
• Patchwork[2]
Metoda ini diusulkan oleh Bender et al. Metoda ini berdasarkan pada penanaman label 1 bit pada citra digital dengan menggunakan pendekatan statistik. Dalam metoda ini, sebanyak n pasang titik (ai,bi) pada citra
dipilih secara acak. Brightness dari ai dinaikkan 1 (satu) dan brightness
dari pasangannya bi diturunkan 1 (satu). Nilai Harapan dari jumlah
perbedaan n pasang titik tersebut adalah 2n. Ketahanan metoda ini terhadap kompresi JPEG dengan parameter kualitas 75%, maka label tetap dapat dibaca dengan probabilitas kebenaran sebesar 85%.
• Randomly Sequenced Pulse Position Modulated Code (RSPPMC)[9]
Metoda ini diusulkan oleh Zhao dan Koch, bekerja pada domain DCT seperti metoda Cox. Berbeda dengan metoda Cox, metoda ini bekerja berdasarkan prinsip format citra JPEG, membagi citra menjadi blok-blok 8 x 8 dan kemudian dilakukan transformasi DCT, kemudian menggunakan
prinsip spread spectrum (metoda frequency hopped) dan RSPPMC
(Randomly Sequenced Pulse Position Modulated Code), koefisien-koefisien DCT tersebut diubah sedemikian rupa sehingga akan mengandung informasi 1 bit dari label, seperti dipilih tiga koefisien untuk disesuaikan dengan bit label yang ingin ditanamkan. Contohnya untuk
(67)
Bab 1 Pendahuluan
Universitas Kristen Maranatha menanamkan bit '1' ke dalam suatu blok koefisien DCT 8 x 8, koefisien ketiga dari ketiga koefisien yang terpilih harus diubah sedemikian rupa sehingga lebih kecil dari kedua koefisien lainnya.
• Chandra et. al.[3] mengusulkan algoritma berbasis SVD yang diterapkan pada citra dan pada watermark. Nilai singular dari watermark dikalikan dengan faktor scaling dan ditambahkan pada nilai singular dari citra.
Metoda ini tidak tergolong ke dalam blind watermarking karena
membutuhkan citra asli dan citra yang telah disisipi watermark untuk melakukan ekstraksi watermark.
• Pada tahun 2002, Sun et. al.[12] mengusulkan skema watermarking berbasis SVD dan kuantisasi dengan mengeksplorasi matriks S untuk menyisipkan
watermark. Mekanisme dasar yang digunakan adalah kuantisasi koefisien terbesar pada matriks S dengan sebuah nilai konstan yang disebut koefisien kuantisasi. Terdapat suatu trade-off antara invisibility (tidak tampak) dan robustness (ketahanan watermark). Bila diinginkan
robustness yang tinggi maka akan semakin visible, dan sebaliknya semakin invisible maka robustness akan semakin menurun. Hasil terbaik yang diharapkan dapat dicapai dengan mengubah - ubah koefisien kuantisasi.
• Liu dan Tan[10] mengaplikasikan transformasi SVD ke seluruh citra.
Watermark berupa matriks pseudo gaussian random number dengan faktor scaling yang tepat, ditambahkan pada matriks S yang berisi nilai singular. Kemudian matriks S yang telah dimodifikasi dimasukkan kembali pada citra.
Dengan menggunakan transformasi SVD (Singular Value Decomposition), sebuah watermark akan didekomposisikan menjadi tiga buah matriks, yaitu matriks U, S dan V. Transformasi DCT (Discrete Cosine Transform) dilakukan pada citra asli. Dalam Tugas Akhir ini, hanya SV (Singular Value) dari watermark
yang digabungkan dalam koefisien DCT (Discrete Cosine Transform) dari gambar asli. Untuk mengurangi blok artefak dalam gambar yang telah disisipi watermark,
(68)
Bab 1 Pendahuluan
Universitas Kristen Maranatha digunakan LPSNR (Local Peak Signal to Noise Ratio). Dengan pemilihan nilai LPSNR (Local Peak Signal to Noise Ratio) yang cocok maka akan didapat tingkat transparansi dan ketangguhan yang optimaldari watermark terhadap distorsi.
1.2 Identifikasi Masalah
Berdasar latar belakang di atas, masalah utama yang akan diangkat pada tugas akhir ini adalah mengenai watermarking pada citra menggunakan teknik
Singular Value Decomposition – Discrete Cosine Transform berdasarkan Local Peak Signal to Noise Ratio.
1.3 Perumusan Masalah
Permasalahan yang akan dibahas dalam tugas akhir ini meliputi :
1. Bagaimana mendesain perangkat lunak untuk menyisipkan watermark
pada citra menggunakan teknik Singular Value Decomposition – Discrete Cosine Transform berdasarkan LPSNR ?
2. Bagaimana kualitas citra yang telah disisipkan watermark
menggunakan teknik Singular Value Decomposition – Discrete Cosine Transform berdasarkan LPSNR dan ketahanan watermark ?
1.4 Tujuan
Hasil akhir yang diharapkan dalam pengerjaan tugas akhir ini adalah :
1. Mendesain perangkat lunak untuk menyisipkan watermark pada citra menggunakan teknik Singular Value Decomposition – Discrete Cosine Transform berdasarkan LPSNR.
2. Menguji kualitas citra yang telah disisipkan watermark menggunakan teknik Singular Value Decomposition – Discrete Cosine Transform
(69)
Bab 1 Pendahuluan
Universitas Kristen Maranatha
1.5 Pembatasan Masalah
Dalam Tugas Akhir ini, pembatasan masalah mencakup hal-hal berikut: 1. Kondisi citra orisinal diasumsikan dalam keadaan baik (normal),
berwarna 24 bit.
2. Ukuran citra yang akan diberi watermark yaitu: 256 x 256 dan 512 x 512 piksel.
3. Watermark yang disisipkan berupa citra gray scale
4. Perbandingan kualitas citra yang sudah disisipi watermark dilakukan dengan penilaian subyektif menggunakan kriteria penilaian MOS (Mean Opinion Score) dan penilaian obyektif menggunakan PSNR ( Peak Signal to Noise Ratio ).
5. Untuk menguji ketahanan watermark, maka dilakukan : • Filtering, yaitu menggunakan Median Filter
• Noise addition, yaitu noise Gaussian
• Scaling, yaitu dengan diperbesar dan diperkecil • Cropping ukuran kecil
• Rotate dan rotate scaling sudut kecil
• Kompresi dengan mengubah citra ke dalam format JPEG.
6. Perangkat lunak untuk pemrograman yang digunakan adalah Matlab
versi 7.0.4
1.6 Sistematika Penulisan
Tugas akhir ini disusun dengan sistematika sebagi berikut :
BAB 1 Pendahuluan
Bab ini berisi latar belakang, perumusan masalah, tujuan, identifikasi masalah, pembatasan masalah, dan sistematika penulisan.
BAB 2 Landasan Teori
Bab ini berisi penjelasan mengenai pengertian citra digital, pembentukan citra digital, elemen-elemen citra digital, citra berwarna, digital watermarking, karakteristik digitalwatermarking, klasifikasi teknik digital
(70)
Bab 1 Pendahuluan
Universitas Kristen Maranatha
watermarking, jenis-jenis digital watermarking, framework digital watermarking, SVD (Singular Value Decomposition), DCT (Discrete Cosine Transform), PSNR ( Peak Signal to Noise Ratio ), MOS ( Mean Opinion Score ), SNR ( Signal to Noise Ratio ), korelasi, median filtering.
BAB 3 Perancangan Program
Bab ini berisi diagram blok penyisipan watermark, diagram blok ekstraksi watermark, perancangan perangkat lunak yaitu diagram alir penyisipan watermark dan diagram alir ekstraksi watermark.
BAB 4 Data Pengamatan dan Analisa
Bab ini berisi prosedur pengujian, bentuk watermark, uji kualitas citra yang sudah diberi watermark beserta analisa, dan uji ketahanan watermark
beserta analisa.
BAB 5 Kesimpulan dan Saran
Bab ini berisi kesimpulan yang diambil berdasarkan hasil pengamatan dan saran untuk pengembangan lebih lanjut.
(71)
67
BAB 5
KESIMPULAN DAN SARAN
5.1 Kesimpulan
1. Perangkat lunak untuk menyisipkan watermark pada citra menggunakan
teknik Singular Value Decomposition – Discrete Cosine Transform
berdasarkan LPSNR, berhasil direalisasikan dan dapat berjalan dengan baik.
2. Berdasarkan hasil percobaan yang telah dilakukan, semua citra yang berukuran 256 x 256 piksel dan telah disisipi watermark memiliki kualitas yang baik ( PSNR ≥ 50.87 ). Demikian juga dengan citra yangberukuran 512 x 512 piksel, memiliki kualitas yang baik ( PSNR ≥ 55.00 ).
3. Berdasarkan nilai MOS dan PSNR dari citra yang telah disisipi
watermark, maka dapat disimpulkan bahwa ukuran citra menentukan kualitas citra yang telah disisipi watermark. Lebih besar ukuran citra yang disisipi watermark maka kualitas citra tersebut akan lebih baik.
4. Berdasarkan hasil ekstraksi watermark dan nilai koefisien korelasi dari percobaan yang telah dilakukan, dapat disimpulkan bahwa watermark
yang disisipkan pada citra tahan terhadap: • Pemberian noisegaussian
• Kompresi JPEG.
• Proses cropping ukuran kecil pada semua posisi yang diuji. • Proses scaling (diperbesar).
• Proses rotate scaling dengan sudut -0.25o, -0.5o, -0.75o, -1o, 0.25o, 0.5o, 0.75o, 1o
(72)
Universitas Kristen Maranatha
dan watermark yang telah disisipkan tidak tahan terhadap: • Proses scaling (diperkecil)
• Proses rotate dengan sudut putar 90o, -90o, 180o
5. Berdasarkan hasil ekstraksi watermark dan nilai koefisien korelasi dari percobaan yang telah dilakukan, dapat disimpulkan bahwa ukuran citra yang disisipi watermark menentukan ketahanan watermark terhadap: • Proses scaling.
• Pemberian noisegaussian.
Watermark yang disisipkan pada citra yang berukuran lebih besar memiliki ketahanan yang lebih baik daripada watermark yang disisipkan pada citra yang berukuran lebih kecil.
Ukuran citra yang disisipi watermark tidak menentukan ketahanan
watermark terhadap:
• Proses filtering, yaitu dengan median filter
• Kompresi JPEG.
• Proses cropping ukuran kecil. • Proses rotate.
• Proses rotatescaling sudut kecil.
Watermark yang disisipkan pada citra berukuran lebih besar tidak selalu memiliki ketahanan lebih baik daripada watermark yang disisipkan pada citra berukuran lebih kecil. Demikian juga sebaliknya.
5.2 Saran
1. Teknik watermarking Singular Value Decomposition – Discrete Cosine Transform berdasarkan LPSNR memiliki kelemahan terhadap proses rotasi dan scaling (diperkecil). Penelitian lanjutan yang dapat dilakukan adalah mengembangkan teknik watermarking ini sehingga dapat tahan terhadap proses rotasi dan scaling (diperkecil) pada citra.
(73)
69 Universitas Kristen Maranatha
DAFTAR PUSTAKA
1. Alex, Desi; “Implementasi Teknik Watermarking Digital Pada Domain DCT Untuk Citra Berwarna”, Universitas Gadjah Mada, Yogyakarta, 2003(c berwarna)
2. Bender.W; D. Gruhl, N. Morimoto; A. Lu; “Techniques for data hiding”,
IBM System Journal, Vol.35, NOS 3&4, 1996
3. D. V. S. Chandra; “Digital Image Watermarking Using Singular Value
Decomposition”, Proceedings of 45th IEEE Midwest Symposium on
Circuits and Systems, Tulsa, OK, pp. 264-267, 2002
4. Fahmi; ”Studi dan Implementasi Watermarking Citra Digital dengan Menggunakan Fungsi Hash”, Institut Teknologi Bandung, Bandung, 2007 5. Fahthony, Dean; “Watermarking pada Citra Digital Menggunakan Dicrete
Wavelet Transform”, Institut Teknologi Bandung, Bandung, 2007
6. Hartung, Frank; Student member IEEE; Martin Kutter; “Multimedia watermarking Techniques”, Proceeding of the IEEE, vol. 87, No. 7, July 1999
7. Huang, Fangjun; “A New General Transparency Model for Block-Based Watermarking Method”, 2006
8. Ingemar, J.cox; J.Killian; T.Leighton; T.Shamoon; ”Secure Spread
Spectrum Watermarking for Multimedia”,Copyright IEEE, 1997
9. Koch.E; J. Zhao; “Towards Robust and Hidden Image Copyright
Labeling”, IEEE Workshop on Nonlinear Signal and Image Processing (Neos Marmaras, Greece, June 20-22, 1995
10.Liu.R, T.Tan; “An SVD-based watermarking scheme for protecting
rightful ownership”, IEEE Trans. Multimedia, (4), 1 , pp, 121-128, 2002 11.Paryono, Petrus; “Citra Digital”
(74)
70 Universitas Kristen Maranatha
12.Sun.R; Sun.H; Yao.T; “A SVD and quantization based semi-fragile
watermarking technique for image authentication” Proc. IEEE
International Conf. Signal Processing, 2. 1592-95, 2002
13.Wiseto, Agung; “Digital Watermarking : Teknologi Pelindung HAKI
Multimedia”, Elektro Indonesia, 2001(digital watermarking)
14.
2009
15.
(1)
5 Bab 1 Pendahuluan
Universitas Kristen Maranatha 1.5 Pembatasan Masalah
Dalam Tugas Akhir ini, pembatasan masalah mencakup hal-hal berikut: 1. Kondisi citra orisinal diasumsikan dalam keadaan baik (normal),
berwarna 24 bit.
2. Ukuran citra yang akan diberi watermark yaitu: 256 x 256 dan 512 x 512 piksel.
3. Watermark yang disisipkan berupa citra gray scale
4. Perbandingan kualitas citra yang sudah disisipi watermark dilakukan dengan penilaian subyektif menggunakan kriteria penilaian MOS (Mean Opinion Score) dan penilaian obyektif menggunakan PSNR ( Peak Signal to Noise Ratio ).
5. Untuk menguji ketahanan watermark, maka dilakukan :
• Filtering, yaitu menggunakan Median Filter
• Noise addition, yaitu noise Gaussian
• Scaling, yaitu dengan diperbesar dan diperkecil
• Cropping ukuran kecil
• Rotate dan rotate scaling sudut kecil
• Kompresi dengan mengubah citra ke dalam format JPEG.
6. Perangkat lunak untuk pemrograman yang digunakan adalah Matlab versi 7.0.4
1.6 Sistematika Penulisan
Tugas akhir ini disusun dengan sistematika sebagi berikut :
BAB 1 Pendahuluan
Bab ini berisi latar belakang, perumusan masalah, tujuan, identifikasi masalah, pembatasan masalah, dan sistematika penulisan.
BAB 2 Landasan Teori
Bab ini berisi penjelasan mengenai pengertian citra digital, pembentukan citra digital, elemen-elemen citra digital, citra berwarna, digital watermarking, karakteristik digital watermarking, klasifikasi teknik digital
(2)
6 Bab 1 Pendahuluan
Universitas Kristen Maranatha watermarking, jenis-jenis digital watermarking, framework digital watermarking, SVD (Singular Value Decomposition), DCT (Discrete Cosine Transform), PSNR ( Peak Signal to Noise Ratio ), MOS ( Mean Opinion Score ), SNR ( Signal to Noise Ratio ), korelasi, median filtering.
BAB 3 Perancangan Program
Bab ini berisi diagram blok penyisipan watermark, diagram blok ekstraksi watermark, perancangan perangkat lunak yaitu diagram alir penyisipan watermark dan diagram alir ekstraksi watermark.
BAB 4 Data Pengamatan dan Analisa
Bab ini berisi prosedur pengujian, bentuk watermark, uji kualitas citra yang sudah diberi watermark beserta analisa, dan uji ketahanan watermark beserta analisa.
BAB 5 Kesimpulan dan Saran
Bab ini berisi kesimpulan yang diambil berdasarkan hasil pengamatan dan saran untuk pengembangan lebih lanjut.
(3)
Bab 5 Kesimpulan dan Saran
67
BAB 5
KESIMPULAN DAN SARAN
5.1 Kesimpulan
1. Perangkat lunak untuk menyisipkan watermark pada citra menggunakan teknik Singular Value Decomposition – Discrete Cosine Transform berdasarkan LPSNR, berhasil direalisasikan dan dapat berjalan dengan baik.
2. Berdasarkan hasil percobaan yang telah dilakukan, semua citra yang berukuran 256 x 256 piksel dan telah disisipi watermark memiliki kualitas yang baik ( PSNR ≥ 50.87 ). Demikian juga dengan citra yang berukuran 512 x 512 piksel, memiliki kualitas yang baik ( PSNR ≥ 55.00 ).
3. Berdasarkan nilai MOS dan PSNR dari citra yang telah disisipi watermark, maka dapat disimpulkan bahwa ukuran citra menentukan kualitas citra yang telah disisipi watermark. Lebih besar ukuran citra yang disisipi watermark maka kualitas citra tersebut akan lebih baik.
4. Berdasarkan hasil ekstraksi watermark dan nilai koefisien korelasi dari percobaan yang telah dilakukan, dapat disimpulkan bahwa watermark yang disisipkan pada citra tahan terhadap:
• Pemberian noise gaussian
• Kompresi JPEG.
• Proses cropping ukuran kecil pada semua posisi yang diuji.
• Proses scaling (diperbesar).
• Proses rotate scaling dengan sudut -0.25o, -0.5o, -0.75o, -1o, 0.25o, 0.5o, 0.75o, 1o
(4)
Bab 5 Kesimpulan dan Saran 68
Universitas Kristen Maranatha dan watermark yang telah disisipkan tidak tahan terhadap:
• Proses scaling (diperkecil)
• Proses rotate dengan sudut putar 90o, -90o, 180o
5. Berdasarkan hasil ekstraksi watermark dan nilai koefisien korelasi dari percobaan yang telah dilakukan, dapat disimpulkan bahwa ukuran citra yang disisipi watermark menentukan ketahanan watermark terhadap:
• Proses scaling.
• Pemberian noise gaussian.
Watermark yang disisipkan pada citra yang berukuran lebih besar memiliki ketahanan yang lebih baik daripada watermark yang disisipkan pada citra yang berukuran lebih kecil.
Ukuran citra yang disisipi watermark tidak menentukan ketahanan watermark terhadap:
• Proses filtering, yaitu dengan median filter
• Kompresi JPEG.
• Proses cropping ukuran kecil.
• Proses rotate.
• Proses rotate scaling sudut kecil.
Watermark yang disisipkan pada citra berukuran lebih besar tidak selalu memiliki ketahanan lebih baik daripada watermark yang disisipkan pada citra berukuran lebih kecil. Demikian juga sebaliknya.
5.2 Saran
1. Teknik watermarking Singular Value Decomposition – Discrete Cosine Transform berdasarkan LPSNR memiliki kelemahan terhadap proses rotasi dan scaling (diperkecil). Penelitian lanjutan yang dapat dilakukan adalah mengembangkan teknik watermarking ini sehingga dapat tahan terhadap proses rotasi dan scaling (diperkecil) pada citra.
(5)
69 Universitas Kristen Maranatha
DAFTAR PUSTAKA
1. Alex, Desi; “Implementasi Teknik Watermarking Digital Pada Domain DCT Untuk Citra Berwarna”, Universitas Gadjah Mada, Yogyakarta, 2003(c berwarna)
2. Bender.W; D. Gruhl, N. Morimoto; A. Lu; “Techniques for data hiding”, IBM System Journal, Vol.35, NOS 3&4, 1996
3. D. V. S. Chandra; “Digital Image Watermarking Using Singular Value Decomposition”, Proceedings of 45th IEEE Midwest Symposium on Circuits and Systems, Tulsa, OK, pp. 264-267, 2002
4. Fahmi; ”Studi dan Implementasi Watermarking Citra Digital dengan Menggunakan Fungsi Hash”, Institut Teknologi Bandung, Bandung, 2007 5. Fahthony, Dean; “Watermarking pada Citra Digital Menggunakan Dicrete
Wavelet Transform”, Institut Teknologi Bandung, Bandung, 2007
6. Hartung, Frank; Student member IEEE; Martin Kutter; “Multimedia watermarking Techniques”, Proceeding of the IEEE, vol. 87, No. 7, July 1999
7. Huang, Fangjun; “A New General Transparency Model for Block-Based Watermarking Method”, 2006
8. Ingemar, J.cox; J.Killian; T.Leighton; T.Shamoon; ”Secure Spread Spectrum Watermarking for Multimedia”,Copyright IEEE, 1997
9. Koch.E; J. Zhao; “Towards Robust and Hidden Image Copyright Labeling”, IEEE Workshop on Nonlinear Signal and Image Processing (Neos Marmaras, Greece, June 20-22, 1995
10. Liu.R, T.Tan; “An SVD-based watermarking scheme for protecting rightful ownership”, IEEE Trans. Multimedia, (4), 1 , pp, 121-128, 2002 11. Paryono, Petrus; “Citra Digital”
(6)
70 Universitas Kristen Maranatha 12. Sun.R; Sun.H; Yao.T; “A SVD and quantization based semi-fragile
watermarking technique for image authentication” Proc. IEEE International Conf. Signal Processing, 2. 1592-95, 2002
13. Wiseto, Agung; “Digital Watermarking : Teknologi Pelindung HAKI Multimedia”, Elektro Indonesia, 2001(digital watermarking)
14. 2009
15.