Tujuan Ruang Lingkup Citra

Algoritma PVD dikembangkan juga oleh Al-Asmari dan Al-Ghamdi, 2006 menjadi semi hexagonal PVD pada penelitian ini setiap daerah dibagi menjadi 16 piksel. Pada setiap proses iterasi nilai terbaik dari iterasi digunakan untuk proses berikutnya dan seterusnya media yang digunakan format gambar gray scale. Pada daerah cover yang halus selisih nilai piksel terdekat kecil jumlah data yang dapat disisipkan sedikit, sebaliknya pada daerah yang kontras selisih nilai piksel terdekat besar data yang disisipkan akan besar merupakan hasil penelitian dilakukan Wang, et al 2006 dengan mengambungkan algoritma PVD dan fungsi modulus. Untuk daerah cover yang kontras algoritma PVD tepat digunakan sedangkan untuk daerah yang halus kurang begitu tepat, karena kapasitas data yang disisipkan sedikit. Studi pendahuluan yang telah dilakukan menunjukkan bahwa penyebaran piksel dalam sebuah image secara berkelompok. Pengelompokan terjadi karena umumnya dalam sebuah image nilai piksel yang tidak jauh berbeda akan saling berdekatan. Fenomena ini yang akan dimanfaatkan untuk meningkatkan kapasitas penyimpanan file berdasarkan algoritma PVD yang dimodifikasi.

1.2 Tujuan

1. Perbaikan algoritma Pixel Value Differencing PVD 2. Mengimplementasikan algoritma PVDM

1.3 Ruang Lingkup

Untuk membatasi ruang lingkup pengkajian, penulis melakukan pembatasan sebagai berikut : 1. Media pembawa cover image yang digunakan untuk menyembunyian data file bertipe BMP 24 bit. 2. Data Message yang akan disembunyikan berupa file text. Pembatasan dilakukan untuk keperluan memudahkan penelitian. Aplikasi dari hasil penelitian ini sendiri berlaku untuk jenis file lainnya dan data yang akan disembunyikan dapat berupa file lainnya, misalnya image, audio files dan video files. TINJAUAN PUSTAKA

2.1 Citra

Menurut Gonzalez 2002, citra diartikan sebagai bentuk representasi dua dimensi 2-D dari intensitas cahaya yang ditulis sebagai fungsi fx,y, dimana x dan y menunjukkan letak koordinat dan titik x,y tersebut ditunjuk oleh fungsi nilai f. Citra digital adalah sebuah image fx,y yang telah dibuat pada koordinat dengan tingkat intensitas cahaya tertentu. Citra digital dapat ditampilkan sebagai matriks dua dimensi dengan baris dan kolomnya berisi posisi x,y citra, sedangkan elemennya menyatakan nilai warna pada posisi tersebut. Elemen pada citra digital disebut sebagai piksel. Setiap piksel terdiri dari 3 komponen warna yaitu RRed, GGreen, dan BBlue. Pada model warna RGB setiap warna yang dihasilkan merupakan hasil perpaduan antara ketiga warna dasar, yaitu merah, hijau dan biru. Model ini disusun berbasiskan koordinat cartesius, dimana warna hitam berfungsi sebagai titik pusat koordinatR=0, G=0, B=0, dan warna putih berada pada titik terjauh R=255, G=255, B=255, sedangkan warna abu-abu berada pada suatu titik dimana ketiga warna merah, hijau dan biru memiliki nilai yang sama contoh : R=50, G =50 , B=50. Untuk lebih jelasnya dapat dilihat pada gambar berikut. Gambar 1. Model warna RGB dalam bentuk koordinat Cartesius Sumber : http:www.siggraph.orgeducationmaterialsHyperGraphcolorcolorgb.htm Jadi dengan representasi 256 x 256 x 256 warna sistem RGB dapat menghasilkan 16,8 juta jenis warna. Tentu sangat banyak kombinasi dibandingkan dengan representasi warna yang diwakilkan kurang dari 24 bit atau true color . Dengan perkembangan teknologi hardware, sekarang graphic card sudah dapat memberikan efek warna 32 bit, di mana 8 bit selebihnya diperuntukkan besarnya intensitas terang dari warna, dilambangkan dengan α. Dengan besar intensitas warna 8 bit atau 256 maka model warna juga dapat direpresentasikan dalam heksa-desimal 2 digit, mulai dari level terkecil 00 sampai dengan yang tertinggi FF 255.

2.2 Dokumen Bitmap .bmp

Dokumen yang terkait

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

5 20 136

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

1 13 99

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

0 1 1

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

0 0 1

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

0 0 1

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

0 0 1

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

0 2 8

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

1 2 7

PENGEMBANGAN APLIKASI STEGANOGRAFI PIXEL VALUE DIFFERENCES (PVD)

0 0 6

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

0 0 6