Analisis Kombinasi Algoritma Steganografi Lsb Dan Visual Kriptografi Terhadap Keamanan Data Chapter III V

BAB 3
METODE PENELITIAN

3.1. Pendahuluan
Penelitian ini mengusulkan gabungan daripada algoritma Visual Kriptorgafi
dan steganografi LSB untuk pengamanan data sehingga data rahasia yang berada di
dalamnya tidak dapat terdeteksi keberadaannya. Jenis data rahasia yang akan di
gunakan dalam penelitian ini adalah data image dan text. Terkait dengan dengan hal
tersebut juga akan dilakukan analisis kinerja dari algoritma hasil kombinasi tersebut
dan kemudian hasilnya akan di uji dengan tools steganalisis untuk mendeteksi
keberadaan dari data rahasia dan di bandingkan dengan teknik steganografi LSB
standar.
3.2. Analisis Proses Visual Kriptografi dan LSB
Misalnya terdapat 2 buah data rahasia yang berbeda tipe data yang sangat
penting yang stau bertipe data image dan yang lainnya bertipe data teks. Tahapan awal
dari penelitian ini adalah melakukan proses steganografi dengan menggunakan
Steganography LSB yang kemudian akan dilanjutkan dengan proses Visual
Kriptografi.

3.2.1 Proses Visual Kriptografi
Pada penelitian ini file image yang akan di proses dengan mengunakan visual

cryptography telah mengalami proses steganografi sebelumnya. Di dalam setiap
gambar image memuat pixel-pixel yang berisi informasi dan setiap pixel terbagi
kedalam beberapa subpixel, akan tetapi penglihatan manusia tetap melihat pixel
tersebut sebagai satu pixel.
Proses Visual Kriptografi yang digunakan adalah dengan menggunakan VCS untuk
image berwarna. Image n adalah image yang akan di gunakan untuk proses VCS.
Sebuah image yang merupakan image yang berwarna tersebut akan digunakan untuk
menghasilkan n share image. Image yang akan di proses dengan menggunakan VCS

Universitas Sumatera Utara

16

tersebut akan di resize dengan ukuran 800 x 600 pixel. Tahapan daripada enkripsi
VCS algoritmanya di adaptasi dari hasil penelitian yang di lakukan oleh Wu et
al.(2010) yang terdiri dari beberapa langkah yaitu Histogram Generation, Penentuan
Kualitas Color, Grouping, dan Share Creation.
1. Histogram Generation
Untuk secret image dan dari setiap n image yang akan digunakan sebagai
share image, langkah pertama adalah dengan menentukan warna utama yaitu

red, green dan blue yang merupakan komponen gambar yang masing-masing
akan dibuatkan histogram dari warna utama tersebut. Misalkan terdapat sebuah
image yang di encode di dalam 24-bit RGB. Di dalam komponen gambar
tesebut terdapat 256 level intensitas warna utama yang sesuai. Gambar 3.1
menunjukkan histogram dari warna utama red yang telah dihasilkan. Di dalam
histogram tersebut bagian horizontal axis mempresentasikan intensitas dari
komponen red yang memiliki nilai intensitas. Berikut merupakan gambar
flower serta ketiga komponen warna utama yaitu red, green dan blue seperti
tampak pada gambar 3.1

Gambar 3.1 Secret Image (flower) dan komponen utama warna (Red, Green , Blue)

Dari komponen-komponen warna tersebut di ubah kedalam bentuk Histogram ,
segabai contoh di ambil histogram untuk komponen utama warna merah (red) seperti
tampak pada gambar 3.2.

Gambar 3.2 Histogram Komponen Utama Warna Merah (Red)

Universitas Sumatera Utara

17

2. Penentuan Kualitas Warna
Tahap selanjutnya adalah menentukan jumlah level intensitas yang akan
dimiliki oleh reconstructed image ketika sedikitnya k share image di
gabungkan dan menentukan jumlah intensitas level dari tiap share image.
Lalu akan ditentukan jumlah tingkat intensitas untuk memaksimalkan kualitas
dari image hasil rekonstruksi.
Misalkan N adalah tingkat intensitas yang akan dimiliki oleh image hasil
rekonstruksi dan warna primer yang dimiliki gambar rekonstruksi terdapat tiga
warna utama sehingga
N = NR x NG x NB, dimana Nx adalah jumlah intensitas level dari X  {R, G ,
B} warna primer dari gambar rekonstruksi.
Untuk n share image, Misalkan Mi jumlah intensitas level dari dari share
image.
Sehingga Mi = MiR x MiG x MiB, dimana Mix merupakan jumlah intensitas
level dari X  {R, G, B} yang merupakan komponen dari share image.
3. Grouping
Pada tahap ini dilakukan pada masing masing n share image dan secret image.
Berikut ini akan di gunakan sebuah secret image yang digunakan pada tahap

pertama sebagai contoh untuk menggambarkan bagaimana tahap Grouping /
pengelompokkan ini bekerja. Untuk setiap warna primer X ∈{R,G,B}, di
lakukan partisi histogram dari secret Image X kedalam kelompok NX sehingga
masing-masng kelompok memiliki area yang sama dengan kelompok lain di
histogram, dimana NX adalah jumlah intensitas warna untuk komponen X dari
secret image yang akan di rekonstruksi yang telah di tentukan sebelumnya.
Dengan daerah yang sama pada histogram, hal tersebut berarti bahwa akan ada
jumlah yang sama piksel di setiap kelompok NX pada histogram.
4. Share Creation
Langkah terakhir adalah proses pembuatan share image untuk menghasilkan
share tersebut akan dilakukan dengan menciptakan n share untuk setiap warna
primer. Setelah semua share dari tiga warna primer terbentuk lalu kemudian
ketiga share dari warna primer tersebut akan di tempatkan sesuai dengan tiga
warna utama dari share ke – i hingga share ke- n, selanjutnya untuk

Universitas Sumatera Utara

18

mendapatkan n share akhir maka dari tiap tiap share misal share1 = rshare1 +

gshare1 + bshare1, begitu juga dengan share2 = rshare12 + gshare2 + bshare2.

Atau dengan dengan singkatnya proses pembuatan n share dari secret image
tersebut adalah sebagai berikut:
1. Menentukan File image yang akan di jadikan secret image
2. Menentukan ukuran gambar secret image
3. Mengambil masing-masing nilai dari komponen warna utama yakni red,
green, dan blue.
4. Mendeteksi Level Color dari masing-masing komponen warna utama.
5. Melakukan pengelompokan histogram dari masing-masing komponen warna
utama
6. Dari Pengelompokan / Grouping histogram tersebut lalu dilakukan proses
pembentukan share dengan menggunakan proses XOR. Maka akan dihasilkan
rshare1, rshare2, gshare1, gshare2, bshare1, dan bshare2.
7. Menggabungkan komponen warna utama share menjadi final share. Share1 =
rshare1 + gshare1 + bshare1 selanjutnya Share2 = rshare2 + gshare2 +
bshare2.

Proses Dekripsi
1. Membaca share image

2. Membagi masing-masing share image kedalam matriks RGB
3. Melakukan proses XOR pada masing-masing komponen warna RGB
4. Dihasilkan nilai yang baru untuk komponen warna RGB yaitu share1 = rshare1
+ gshare1 + bshare1 dan share2 = rshare2+ gshare2 + bshare2
5. Lalu dari hasil rgb yang baru di hasilkan matriks secretimage =
rshare1+rshare2, gshare1+gshare2 , bshare1+bshare2.
6. Secretimage (Share 1 dan Share 2)

3.2.2 Proses Penyisipan data dengan LSB
Metode yang digunakan dalam proses penyisipan bit bit data kedalam byte citra
penampung adalah dengan menggunakan teknik penyisipan pada LSB (Least
Significant Bit), penyisipan LSB dilakukan dengan memodifikasi bit terahkir dalam

Universitas Sumatera Utara

19

satu byte (8 Bit) data. Sehinggan proses pengatian ini hanya akan mengakibatkan nilai
byte asli berubah kurang satu ataupun lebih satu. Sehingga kualitas akan hampir sama
seperti saat sebelum dimodifikasi. Seperti yang kita ketahui bahwa file gambar dengan

format warna RGB mempunyai 3 elemen warna dasar yaitu elemen wana merah
(Red), Hijau (Green), dan elemen warna Biru (Blue). Setiap elemen warna diwakili
oleh indek untuk setiap pixel atau bagian terkecil dari citra digital. Ketiga nilai elemen
indek inilah yang akan dijadikan sebagai objek modifikasi atau sebagai media
penampung pada proses penyisipan data. Proses penyisipan data diawali dengan
proses pembacaan data penampung, dan kemudian diikuti dengan proses pembacaan
data yang akan disisipkan. Data dalam format bmp mempunyai karakteristik warna
RGB maka dari itu dilakukan proses pembuatan atau pengkonversian dari gambar
dengan banyak warna atau RGB menjadi gambar dengan format hitam putih, proses
ini dilakukan untuk gambar atau medium yang akan disisipkan. Untuk gambar atau
media penampung maka digunakan proses pembacaan indek untuk setiap unsur
warnanya.

A. Proses Enkripsi
Berikut Merupakan tahapan dari pada proses penyisipan dengan menggunakan LSB:

1. Pesan yang akan disisipkan berupa huruf “A”, huruf diubah ke dalam bentuk
decimal. Dalam kode ASCII huruf “A” memiliki decimal =65.
2. Citra yang menjadi cover object diubah ke dalam bentuk bilangan-bilangan riil
yang ditulis dalam bentuk decimal. Kemudian pada masing-masing pixel diambil

nilai Red, Green dan Blue dari nilai RGB nya.Misalkan terdapat citra berukuran 5
x 5 dengan nilai greensetiap pixel nyasebagai berikut :
R: 10
G: 63
B: 135

R: 55
G:116
B: 190

R: 151
G:180
B:218

R: 80
G:124
B:180

R: 2
G:40

B: 104

R: 5
G: 53
B: 122

R: 67
G:111
B: 170

R: 160
G: 175
B: 210

R: 62
G:102
B: 156

R: 2
G:33

B: 95

R: 3
G: 45
B: 112

R: 68
G:106
B: 157

R: 144
G:158
B: 190

R: 56
G: 92
B: 143

R: 2
G:27

B: 86

Universitas Sumatera Utara

20

3. Lalu

R: 3
G: 31
B: 90

R: 58
G:92
B: 142

R: 92
G:111
B: 142

R: 47
G:75
B: 126

R: 1
G:17
B: 66

R: 6
G: 19
B: 66

R: 54
G:75
B: 121

R: 42
G:65
B: 113

R: 22
G: 40
B: 90

R: 1
G: 8
B: 47

selanjutnya

menghitung ukuran

pesan

yang

akan

disipkan

dan

membandingkannya dengan file cover image. Dimana size1 adalah image dan
size 2 addalah pesan, jika size 2 lebih besar dari size proses tidak dapat di
lanjutkan.
4. Kemudian dengan mengambil nilai decimal dari pixel cover image seperti yang
terdapat pada langkah 2 yang selanjutnya akan menggunakan fungsi AND dan
OR untuk mencari nilai terkecil dari RGB untuk menyisipkan plaintext.
Pembanding yang digunakan untuk bit tersebut adalah 1,2 untuk nilai blue,
4,8,16, untuk green, 32,64,128 untuk red untuk menggantikan dan menyisipkan
text ke dalam nilai pixel Red, Green, dan Blue, sehingga di dapatkan nilai RGB
yang baru untuk image.
Sebagai contoh :
Pesan A dengan nilai desimal akan di sisipkan kedalam nilai desimal pixel yang
terdapat pada langkah 2.
Nilai Awal Red = AND (10 , 248) = 8
10 = 00001010
AND
248 = 11111000
= 00001000
= 8

Nilai Awal Green = AND (63,248) = 56
63 = 00111111
AND
248 = 11111000
= 00111000
= 56

Universitas Sumatera Utara

21

Nilai Awal Blue = AND (135,252) = 132
135 = 10000111
AND
248 = 11111100
= 10000100
= 132

jika nilai AND yang diperoleh dari proses tersebut tidak sama dengan nilai value
1,2,4,8,16,,32,128 yang telah di pasangkan dengan masing-masing untuk red, green
dan blue maka nilai red, green dan blue akan tetap seperti nilai awal. Yang dimana
hasilnya tampak seperti pada tabel 3.1

Tabel 3.1 Operasi And Untuk Penyisipan Pesan
Warna

RED
128
0

65

64
64

Green
32
0

16
0

8
0

Blue
4
0

2
0

1
1

Dari tabel 3.1 terlihat bahwa Nilai bit yang akan berubah dan akan disisipi
pesan adalah posisi ‘64’ untuk red dan ‘1’ untuk Blue, sementara untuk nilai green
tidak mengalami perubahan. Dimana Proses OR akan dilakukan untuk penyisipan
tersebut.
if AND (65,64)=64
then
red = OR (8,2) = 10

Sehingga di peroleh nilai baru untuk Red adalah 10. Selanjutnya untuk nilai
Blue juga akan di lakukan proses OR sehingga nilai baru untuk komponen blue adalah
if AND (65,1) = 1
then
blue = OR(132,1)= 133

Universitas Sumatera Utara

22

Sehingga nilai pixel dari gambar tersebut telah berubah nilai rgb nya menjadi
red = 10, green 56, blue = 133
.
5. Dari nilai rgb yang baru maka tersebut maka akan dibentuk stego image
dimana nilai rgb setiap pixel adalah sebagai berikut :

R: 10
G: 56
B: 133

R: 55
G:116
B: 190

R: 151
G:180
B:218

R: 82
G:124
B:180

R: 2
G:40
B: 104

R: 5
G: 53
B: 122

R: 67
G:111
B: 170

R: 160
G: 175
B: 210

R: 62
G:102
B: 156

R: 2
G:33
B: 95

R: 3
G: 45
B: 112

R: 68
G:106
B: 157

R: 144
G:158
B: 190

R: 56
G: 92
B: 143

R: 2
G:27
B: 86

R: 3
G: 31
B: 90

R: 558
G:92
B: 142

R: 92
G:111
B: 142

R: 47
G:75
B: 126

R: 1
G:17
B: 66

R: 6
G: 19
B: 66

R: 54
G:75
B: 121

R: 42
G:65
B: 113

R: 22
G: 40
B: 90

R: 1
G: 8
B: 47

6. Dari nilai pixel red, green , dan blue yang baru saja di modifikasi dengan telah
disisipkan plaintext A di dalam nya dari nilai yang baru tersebut dibentuk ke
stego image, maka di dapatkanlah stego image.

B. Proses Dekripsi
Selanjutnya adalah proses ekstraksi pesan. Berikut merupakan rancangan proses
ekstraksi plaintext dari stego image.
1. Membaca stego image yang telah dihasilkan sebelumnya dari proses
penyisipan pesan lalu di presentasikan kedalam nilai pixel red, green, dan
blue.
R: 10
G: 56
B: 133

R: 55
G:116
B: 190

R: 151
G:180
B:218

R: 80
G:124
B:180

R: 2
G:40
B: 104

R: 5
G: 53
B: 122

R: 67
G:111
B: 170

R: 160
G: 175
B: 210

R: 62
G:102
B: 156

R: 2
G:33
B: 95

Universitas Sumatera Utara

23

R: 3
G: 45
B: 112

R: 68
G:106
B: 157

R: 144
G:158
B: 190

R: 56
G: 92
B: 143

R: 2
G:27
B: 86

R: 3
G: 31
B: 90

R: 55
G:92
B: 142

R: 92
G:111
B: 142

R: 47
G:75
B: 126

R: 1
G:17
B: 66

R: 6
G: 19
B: 66

R: 54
G:75
B: 121

R: 42
G:65
B: 113

R: 22
G: 40
B: 90

R: 1
G: 8
B: 47

2. Menghitung size image , dan dimensi image, lalu kemudian terhadap pixel
RGB tersebut dilakukan operasi AND dan OR untuk mencari pesan yang
tersembunyi di pixel RGB tersebut yang terlihat pada tabel 3.2. Dimana Nilai
Red, Green Dan Blue diambil dari pixel diatas yaitu berurut 10,56, 133.
Asumsi nilai txt awal = 0
Tabel 3.2 Pemeriksaan Pixel Red dengan Operasi AND
Warna

10

RED
4
0

2
2

1
0

Pada tabel tersebut terlihat bahwa yang memiliki nilai sesuai dengan
pembanding pixel tersebut adalah 2 sehingga dilakukan operasi OR sebagai
berikut
if AND (10,2)=2
then
txt = OR (txt,64)
= OR (0,64)
= 64
Tabel 3.3 Pemeriksaan Pixel Green dengan Operasi AND
Warna
56

4
0

Green
2
0

1
0

Pada pixel blue diindikasikan tidak terdapat pesan rahasia dari proses
AND yang dilakukan sehingga tidak diperlukan proses lebih lanjut.

Universitas Sumatera Utara

24

Tabel 3.4 Pemeriksaan Pixel Blue dengan Operasi AND
Warna
56

4
0

Green
2
0

Warna

1
0

Blue
2
0

133

1
1

Dari tabel tersebut diketahui bahwa tersimpan pesan rahasia di posisi ‘1’ pada
pixel blue sehingga dilakukan prosses OR sebagai berikut.
if AND (133,1) = 1
then
txt = OR (txt,1) ; pada proses sebelumnya telah di dapatkan nilai txt adalah 64
txt = OR (64,1)
= 65
Txt = 65.
3. Lalu kemudian mengambil nilai txt tersebut lalu di konversi ke char sehingga
hasil yang di dapatkan adalah plaintext ‘A’.

3.3 Algoritma Gabungan Visual Kriptogfrafi Dan LSB
Diiasumsikan terdapat 2 buah data rahasia yaitu sebuah image rahasia dan pesan
rahasia. Kedua nya harus di sembunyikan dengan aman maka untuk itu pertama akan
di lakukan proses Visual Kriptografi pada gambar rahasia yang selanjutnya akan
menghasilkan share1 dan share 2 yang akan disipi pesan rahasia dengan menggunakan
LSB.

3.3.1 Proses Enkripsi
Berikut merupakan algoritma enkripsi untuk gabungan VCS dan LSB.
Misalkan terdapat sebuah gambar akan di enkripsi yang memiliki ukuran piksel 5 x 5
dan akan disisipi pesan ‘A’ maka tahapannya adalah sebagai berikut :

Langkah 1 : menentukan nilai R , G dan B untuk masing masing piksel. Dimana nilai
piksel untuk R,G dan B adalah sebagai berikut :

Universitas Sumatera Utara

25

R: 10
G: 63
B: 135

R: 55
G:116
B: 190

R: 151
G:180
B:218

R: 80
G:124
B:180

R: 2
G:40
B: 104

R: 5
G: 53
B: 122

R: 67
G:111
B: 170

R: 160
G: 175
B: 210

R: 62
G:102
B: 156

R: 2
G:33
B: 95

R: 3
G: 45
B: 112

R: 68
G:106
B: 157

R: 144
G:158
B: 190

R: 56
G: 92
B: 143

R: 2
G:27
B: 86

R: 3
G: 31
B: 90

R: 58
G:92
B: 142

R: 92
G:111
B: 142

R: 47
G:75
B: 126

R: 1
G:17
B: 66

R: 6
G: 19
B: 66

R: 54
G:75
B: 121

R: 42
G:65
B: 113

R: 22
G: 40
B: 90

R: 1
G: 8
B: 47

Gambar 3.3 Komponen Warna Gambar Original
Langkah 2 : Menghitung Nilai Standar deviasi untuk mencari kategori nilai Color
level masing-masing warna dengan perhitungan

Nilai Standar Deviasi Untuk R = 4507.34 (Color Level 16)
Nilai Standar Deviasi Untuk G = 1480.82 (Color Level 32)
Nilai Standar Deviasi Untuk B = 1516.30 (Color Level 32)

Langkah 3 : Selanjutnya adalah mengelompokkan histogram. Dengan
mengakumulasikan pixel kedalam array berukuran 256 dan mentransform
matriks tersebut kedalam ukuran matriks dari 256*1 menjadi 1* 256
Rac = 0

2

5

7

7

8

9

9

9

9

10

10

10

10

10….25 25

Gacc = 0

0

0

0

0

0

0

0

1

1

1

1

1

1

1 ….. 25 25

Bacc = 0

0

0

0

0

0

0

0

0

0

0

0

0

0

0 …… 25 25

Selanjutnya membagi color level n kedalam grup n-1 dengan menggunakan
perhitungan

Universitas Sumatera Utara

26

(ImgSize/Color Level) x (1 : Color Level -1)
Sehingga di dapati Grup untuk Masing masing R, G dan B
R = |(25/16)| x (1: (16-1))
R = |(25/16)| x (1 2 3 4 5 6 7 8 9 10 11 12 13 14 15)
= 2 x (1 2 3 4 5 6 7 8 9 10 11 12 13 14 15)
=2

4

6

8

10

12

14

16

18

20

5

6

7

8

22

24

26

28

30

G = |(25/32)| x (1:(32-1))
G = |(25/32)| x ( 1
G =

1

G =

1

2

3

4

9 10

11

x(1

2

3

4

5

6

7

8

9 10

2

4

5

6

7

8

9

10

11

12

…. 31

5

6

7

8

9 10

11

12

3

11

12
12

…. 31
…. 31

B = |(25/32)| x (1:(32-1))
B = 1

x(1

B = 1

2

2
3

3
4

4
5

6

7

8

9

10 11

12

…. 31

…. 31

Setelah dimiliki grup untuk color level maka selanjutnya akan di
tentukan pemisah antara setiap color level tersebut dengan menggunakan
proses ekspansi binary singleton berdasarkan grup color level dan
akumulasi piksel sebelumnya tersebut dimana grup tersebut akan berubah
menjadi.
A = binary ekspansi singleton (Racc, R)
= 2

3

3

6

11

43

55

57

63

69

93 152 161 161 161

B = binary ekspansi singleton (Gacc, G)
= 9

18

20

28

32

34

34

41

46

54

64

66

66

76

76

93 103 107 107 112 117 125 159 176 181 181 181 181 181
181 181
C = binary ekspansi singleton (B_acc, B)
= 48

48 67

87

87

91

96 105 113 114 122 123 127 136

136 143 144 157 158 171 181 181 191 211 219 219 219 219
219 219 219

Universitas Sumatera Utara

27

Langkah 4 : Pembuatan Share dilakukan dengan menggunakan level color dan hasil
dari langkah kedua tersebut yaitu A, B dan C. tahap pertama akan
dibuat dua buah matriks untuk kedua share yaitu binaryShare 1 dan
Binary Share 2 yang keseluruhan nilai awal =0 dan sebuah matriks
untuk Probabilitas warna Putih (WhiteProb) yang nilai awal matriks =
0. Ketiga matriks tersebut berukuran sama dengan gambar original
yaitu 5x5.
(a) Pembentukan Share untuk Komponen R(red)
Untuk piksel baris =1 sampai 5 dan untuk kolom= 1 sampai 5 (lebar
image) maka nilai pixel (kolom,baris, channel). Untuk index untuk
menentukan grup dicari berdasarkan dari range pixel dan A. Tahap
pertama memberikan nilai untuk matriks WhiteProb

i,j

dengan

perhitungan (index - 1)/(color level- 1).
Sehingga sebagai contoh untuk Pixel (1,1,1) maka pixel=10
Index = Range (Pixel,A)
=5
WhiteProb(1,1) = (5 -1) / (16-1)
= 0.2667
Untuk Pixel (1,2,1) , Maka Pixel = 55
Index = Range (Pixel,A)
=8
WhiteProb(1,2) = (8 -1) / (16-1)
= 0.4667
Dan seterusnya sehingga akan di hasilkan nilai matriks penuh untuk
WhiteProb adalah sebagai berikut :

0.2667

0.4667

0.7333

0.6667

0.0667

0.2000

0.6000

0.8000

0.5333

0.0667

0.2000

0.6000

0.7333

0.4667

0.0667

0.2000

0.5333

0.6667

0.4000

0

0.2667

0.4000

0.3333

0.3333

0

Universitas Sumatera Utara

28

Selanjutnya untuk pengisian nilai untuk matriks R Binary Share1
adalah dengan melakukan proses untuk baris =1 sampai 5 dan kolom
=1 sampai 5 di ambil nilai acak dan di bandingkan dengan

nilai

WhiteProbi,j dan jika lebih kecil dan nilai acak lebih kecil dari 0,5
maka nilai R binary share1 dan R binary share 2 (i,j) = 0 dan jika tidak
maka nilai R binary share1 dan R binary share 2 (i,j) = 255. Dan
apabila Nilai acak lebih besar dari nilaiWhiteProbi,j maka nilai R
binary share 1 (i,j) = 0 , R binary share 2 (i,j) = 255 jika nilai acak lebih
kecil dari 0,5 sementara jika nilai acak lebih besar dari 0.5 maka R
binary share 1 (i,j) = 255 , R binary share 2 (i,j) = 0.Maka nilai untuk R
binary share 1 berdasar perhitungan di atas adalah
0

0

255 255

255

0

255

0

255

0

255 255 255

255 255 255

255

0

255 255

0

255 255 255

0

0

255

0

0

0

0

255

0

255

255 255

0

0

255 255 255
255

0

0

0

0

0

255 255

R binaryshare 1

0

R binaryshare 2

(b) Pembentukan Share untuk Komponen G(Green)
Dengan cara yang sama seperti tahap sebelumnya maka di dapatkan G
binary share 1 dan binary share 2 adalah
255

0

0

255 255

255 255 255

0

0

255 255 255

0

255

0

0

0

255

0
0

255 255
0

0

0

255

0

0

0

255 255

0

0

255 255 255

0

255

255

0

0

255 255

0

255 255 255 255 255

G binaryshare1

G binaryshare 2

(c) Pembentukan Share untuk Komponen B)
Dengan cara yang sama seperti tahap sebelumnya maka di dapatkan
G binary share 1 dan binary share 2 adalah
0

255

0

0

0

0

0

0

255

0

Universitas Sumatera Utara

29

255 255 255

0

255

255 255 255

0

255

0

0

255

0

0

255 255 255

0

0

0

0

0

0

255

255

0

B binaryshare1
255 255

0

0

255

0

0

255
0
255

255 255 255

B binaryshare 2

Selanjutnya adalah menggabungkan masing-masing komponen warna R,G
dan B kedalam masing-masing Share1 dan Share2
Nilai Red untuk Share 1

= R binaryshare1

Nilai Green untuk Share 1 = G binaryshare1
Nilai Blue untuk Share 1

= B binaryshare1

Nilai Red untuk Share 2

= R binaryshare2

Nilai Green untuk Share 2 = G binaryshare2
Nilai Blue untuk Share 2

= B binaryshare2

Sehingga RGB image untuk :
share 1 = rbinaryshare1 + gbinaryshare1 + bbinaryshare1
share 2 = rbinaryshare2 + gbinaryshare2 + bbinaryshare2
dimana matriks image dari share 1 dan share 2 akan menjadi sebagai berikut
R: 0
G: 255
B: 0

R: 0
G: 0
B: 255

R: 255
G: 0
B: 0

R: 255
G: 255
B: 0

R: 0
G: 255
B: 0

R: 255
G: 255
B: 0

R: 0
G: 255
B: 0

R: 255
G: 255
B: 0

R: 255
G: 0
B: 255

R: 255
G: 0
B: 0

R: 255
G: 0
B: 255

R: 0
G: 255
B: 255

R: 255
G: 255
B: 255

R: 255
G: 255
B: 0

R: 255
G: 0
B: 255

R: 255
G: 0
B: 255

R: 255
G: 255
B: 0

R: 255
G: 0
B: 0

R: 0
G: 255
B: 255

R: 0
G: 255
B: 0

R: 255
G: 0
B: 0

R: 0
G: 0
B: 0

R: 0
G:255
B: 0

R: 255
G: 0
B: 0

R: 255
G: 0
B: 0

Gambar 3.4 Hasil Dari Pixel RGB dari Share 1

Universitas Sumatera Utara

30

R: 255
G: 0
B: 255

R: 0
G: 255
B: 255

R: 255
G: 0
B: 0

R: 255
G: 0
B: 0

R: 255
G: 0
B: 255

R: 255
G: 0
B: 255

R: 0
G: 255
B: 255

R: 255
G: 255
B: 255

R: 255
G: 0
B: 0

R: 0
G: 0
B: 255

R: 0
G: 255
B: 0

R: 0
G: 255
B: 255

R: 255
G: 255
B: 255

R: 0
G: 0
B: 255

R: 0
G: 255
B: 0

R: 0
G: 255
B: 0

R: 0
G: 0
B: 255

R: 255
G: 255
B: 0

R: 0
G: 255
B: 0

R: 255
G: 0
B: 255

R: 0
G: 255
B: 255

R: 255
G: 255
B: 0

R: 255
G: 255
B: 255

R: 0
G: 255
B: 255

R: 0
G: 255
B: 255

Gambar 3.5 Hasil Dari Pixel RGB dari Share 2
Langkah 5 : Share1 dan share 2 sebagai cover image untuk pesan rahasia. Dimana
pesan rahasia. Dimana pesan rahasia tersebut akan di ubah kedalam
biner. Dalam bentuk biner, 4 bit pertama pesan rahasia akan di sisipkan
ke share1 dan 4 bit berikutnya akan di sisipkan ke share2.
Langkah 6 : Pesan yang akan disisipkan berupa huruf “A”, huruf diubah ke dalam
bentuk decimal. Dalam kode ASCII huruf “A” memiliki decimal =65.
Langkah 7 : Convert Bilangan decimal tersebut kedalam biner yaitu = 01000001
Langkah 8 : Selanjutnya dari bilangan biner tersebut akan di bagi kedalam dua bagian.
4 bit pertama akan di sisipkan kedalam share1 yang akan disebut dengan
bit1. Selanjutnya bit2 4 bit berikutnya akan di sisipkan kedalam share2
Langkah 9 : Sehingga diperoleh bit1 = 0100 dimana akan dirubah kembali kedalam
decimal menjadi 4. Sementara bit 2 = 0001 juga akan konversikan
kembali kedalam decimal sehingga menjadi 1.
Langkah 10 : Sisip share1 dengan bit1 = 4 dimana terlebih dahulu diubah ke dalam
bentuk bilangan-bilangan riil yang ditulis dalam bentuk decimal.
Kemudian pada masing-masing pixel diambil nilai Red, Green dan Blue
dari nilai RGB nya.
Langkah 11 : Kemudian dengan mengambil nilai decimal dari bit1 = 4 seperti yang
terdapat pada langkah sebelumnya yang selanjutnya akan menggunakan
fungsi AND and OR untuk mencari nilai terkecil dari RGB untuk

Universitas Sumatera Utara

31

menyisipkan plaintext. Pembanding yang digunakan untuk bit tersebut
adalah 1,2 untuk nilai blue, 4,8,16, untuk green, 32,64,128 untuk red
untuk menggantikan dan menyisipkan text ke dalam nilai pixel Red,
Green, dan Blue, sehingga di dapatkan nilai RGB yang baru untuk
image.

Nilai Awal Red = AND (0 , 248) = 0
Nilai Awal Green = AND (255,248) = 248
Nilai Awal Blue = AND(0,252) = 0

Jika nilai AND yang diperoleh dari proses tersebut tidak sama dengan nilai value
1,2,48,16,,32,128 yang telah di pasangkan dengan masing-masing untuk red,
green dan blue maka nilai red, green dan blue akan tetap seperti nilai awal.
Selanjutnya proses penyisipan bit1

Tabel 3.5 Operasi AND bit1
Warna

RED
128
4
0

64
0

Green
32
16
0
0

Blue
8
0

4
4

2
0

Pada tabel tersebut dengan menggunakan operasi AND untuk memilih lokasi
penyisipan pesan terlihat bahwa bit1 akan disisipi di pixel Green pada posisi ‘4’
sehingga
if (4,4) = 4
then
Green =OR (248,1)
= 249
Berdasarkan tabel 3.4 hasil operasi AND tersebut nilai Red dan Blue tidak
mengalami perbuhan. Sehingga nilai pixel dari gambar tersebut telah berubah
nilai rgb nya menjadi red = 0, green 249, blue = 0

Langkah 12 : Dari nilai rgb yang baru maka tersebut maka akan dibentuk stego image
dimana nilai rgb setiap pixel adalah sebagai berikut :

Universitas Sumatera Utara

1
0

32

R: 0
G: 249
B: 0

R: 0
G: 0
B: 255

R: 255
G:0
B:0

R: 255
G:255
B:0

R: 0
G:255
B: 0

R: 255
G: 255
B: 0

R: 0
G:255
B: 0

R: 255
G: 255
B: 0

R: 255
G:0
B: 255

R: 255
G: 0
B: 0

R: 255
G: 0
B: 255

R:0
G:255
B: 255

R: 255
G:255
B: 255

R: 255
G: 255
B: 0

R: 255
G:0
B: 255

R: 255
G: 0
B: 255

R: 255
G:255
B: 0

R: 255
G:0
B: 0

R: 0
G:255
B: 255

R: 0
G:255
B: 0

R: 255
G: 0
B: 0

R: 0
G:0
B: 0

R: 0
G:255
B: 0

R: 255
G:0
B: 0

R: 255
G: 0
B: 0

Dari nilai pixel red, green , dan blue yang baru saja di modifikasi
dengan telah disisipkan bit A di dalam nya dari nilai yang baru tersebut
dibentuk ke stego image, maka di dapatkanlah bentuk stego image dari share1.
Langkah 13 : Selanjutnya adalah menyisipkan bit2 kedalam share 2.
Langkah 14: Kemudian dengan mengambil nilai decimal dari bit2 = 1 seperti yang
terdapat pada langkah sebelumnyayang

akan menggunakan fungsi

AND and OR untuk mencari nilai terkecil dari RGB untuk menyisipkan
plaintext. Pembanding yang digunakan untuk bit tersebut adalah 1,2
untuk nilai blue, 4,8,16, untuk green, 32,64,128 untuk red

untuk

menggantikan dan menyisipkan text ke dalam nilai pixel Red, Green,
dan Blue, sehingga di dapatkan nilai RGB yang baru untuk image.

Nilai Awal Red

= AND (255 , 248) =248

Nilai Awal Green = AND (0,248) = 0
Nilai Awal Blue

= AND (255,252) = 252

jika nilai AND yang diperoleh dari proses tersebut tidak sama dengan nilai
value 1,2,48,16,,32,128 yang telah di pasangkan dengan masing-masing untuk
red, green dan blue maka nilai red, green dan blue akan tetap seperti nilai awal.
Selanjutnya proses penyisipan bit2

Universitas Sumatera Utara

33

Tabel 3.6 Operasi AND bit2
Warna

RED
128
0

1

64
0

Green
32
16
0
0

Blue
8
0

4
0

2
0

Pada tabel tersebut dengan menggunakan operasi AND untuk memilih lokasi
penyisipan pesan terlihat bahwa bit2 akan disisipi di pixel Blue pada posisi ‘1’
sehingga
if (1,1) = 1
then
BLue =OR (252,1)
= 253

Sehingga nilai pixel dari gambar tersebut telah berubah nilai rgb nya menjadi
red = 248, green= 0, blue = 253.
Dari nilai rgb yang baru maka tersebut maka akan dibentuk stego image share2
dimana nilai rgb setiap pixel adalah sebagai berikut :
R: 248
G: 0
B: 253

R: 0
G:255
B: 255

R: 255
G: 0
B: 0

R: 255
G:0
B:0

R: 255
G:0
B: 255

R: 255
G: 0
B: 255

R: 0
G:255
B: 255

R: 255
G: 255
B: 255

R: 255
G: 0
B: 0

R: 0
G: 0
B: 255

R: 0
G: 255
B: 0

R: 0
G: 255
B: 255

R: 255
G:255
B: 255

R: 0
G: 0
B: 255

R: 0
G: 255
B: 0

R: 0
G: 255
B: 0

R: 0
G:0
B: 255

R: 255
G:255
B: 0

R: 0
G: 255
B: 0

R: 255
G: 0
B: 255

R: 0
G: 255
B: 255

R: 255
G: 255
B: 0

R: 255
G: 255
B: 255

R: 0
G:255
B: 255

R: 0
G: 255
B: 255

Maka telah dihasilkan 2 buah share yang yang telah di sisipi pesan rahasia

3.3.1 Proses Dekripsi
Berikut merupakan Algoritma Dekripsi Gabungan VCS dan LSB

Universitas Sumatera Utara

1
1

34

Langkah 1: Terlebih dahulu membaca share image yaitu share1 dan share2 untuk
mendapatkkan pesan rahasia dengan proses LSB.
Langkah 2: Baca pixel matriks dari share1 dan mencari pesan rahasia.
R: 0
G: 249
B: 0

R: 0
G: 0
B: 255

R: 255
G:0
B:0

R: 255
G:255
B:0

R: 0
G:255
B: 0

R: 255
G: 255
B: 0

R: 0
G:255
B: 0

R: 255
G: 255
B: 0

R: 255
G:0
B: 255

R: 255
G: 0
B: 0

R: 255
G: 0
B: 255

R:0
G:255
B: 255

R: 255
G:255
B: 255

R: 255
G: 255
B: 0

R: 255
G:0
B: 255

R: 255
G: 0
B: 255

R: 255
G:255
B: 0

R: 255
G:0
B: 0

R: 0
G:255
B: 255

R: 0
G:255
B: 0

R: 255
G: 0
B: 0

R: 0
G:0
B: 0

R: 0
G:255
B: 0

R: 255
G:0
B: 0

R: 255
G: 0
B: 0

Langkah 3 : Menghitung size image , dan dimensi image, lalu kemudian terhadap
pixel RGB tersebut dilakukan operasi and dan OR untuk mencari pesan
yang tersembunyi di pixel RGB tersebut.
Asumsi nilai txt1 awal = 0

Tabel 3.7 Pemeriksaan Operasi AND pada Setiap Komponen Warna
Warna
0

RED
4 2
1
0 0
0

Warna
249

Green
4
2
0
0

Warna

1
1

0

Blue
2
0

1
0

Pada tabel tersebut bahwa pesan di deteksi berada pada komponen Green saja
sehingga nilai dari txt adalah
if AND (249,1) = 1
then
txt = OR(txt,4);
= OR (0,4)
Txt1 = 4

Universitas Sumatera Utara

35

Maka didapati txt1 dari share1 adalah 4 yang kemudian akan di konversi
kembali ke biner menjadi 0010. Dan mengembalikan piksel share1 ke nilai
piksel awal.
Langkah 4: Sama seperti tahap sebelumnya yaitu membaca matriks pixel rgb dari
share2 yaitu :
R: 248
G: 0
B: 253

R: 0
G:255
B: 255

R: 255
G: 0
B: 0

R: 255
G:0
B:0

R: 255
G:0
B: 255

R: 255
G: 0
B: 255

R: 0
G:255
B: 255

R: 255
G: 255
B: 255

R: 255
G: 0
B: 0

R: 0
G: 0
B: 255

R: 0
G: 255
B: 0

R: 0
G: 255
B: 255

R: 255
G:255
B: 255

R: 0
G: 0
B: 255

R: 0
G: 255
B: 0

R: 0
G: 255
B: 0

R: 0
G:0
B: 255

R: 255
G:255
B: 0

R: 0
G: 255
B: 0

R: 255
G: 0
B: 255

R: 0
G: 255
B: 255

R: 255
G: 255
B: 0

R: 255
G: 255
B: 255

R: 0
G:255
B: 255

R: 0
G: 255
B: 255

Langkah 5: Menghitung size image , dan dimensi image, lalu kemudian terhadap pixel
RGB tersebut dilakukan operasi and dan OR untuk mencari pesan yang
tersembunyi di pixel RGB tersebut.
Asumsi nilai txt2 awal = 0

Tabel 3.8 Pemeriksaan pesan pada Setiap Komponen Warna

Warna
248

RED
4 2
1
0 0
0

Warna
0

Green
4
2
0
0

Warna

1
0

253

Blue
2
0

1
1

Pada tabel tersebut bahwa pesan di deteksi berada pada komponen BLue saja
sehingga nilai dari txt adalah
if AND (253,1) = 1
then
txt = OR(txt,4);
= OR (0,1)
Txt2 = 1

Universitas Sumatera Utara

36

Maka didapati txt2 dari share2 adalah 1 yang kemudian akan di konversi
kembali ke biner menjadi 0001. Dan mengembalikan nilai piksel share2 ke
nilai piksel awal.

Langkah 6: Maka telah didapatkan txt share1 = 4 = 0100 dan txt share2 = 0001.
Selanjutnya akan dilakukan grouping bit dimana posisi 4 bit pertama
adalah share1, dan 4 bit sisanya adalah share2. Maka Text rahasia
adalah:
Secrettxt = [txt1[ ]txt2[ ]]
Txt1 = 0100, txt2 = 0001
Sehingga secret txt adalah = [0100 0001]
Sehingga di dapatkan secrettxt = 01000001 atau dalam bentuk
desimalnya adalah ‘A’
Langkah 7 : Setelah pesan teks dapat di terima , selanjutnya untuk memperoleh
gambar rahasia yang diacak di dalam share1 dan share2.
Langkah 8: Membaca share image share 1 dan share 2
Langkah 9 : Membagi masing-masing share image kedalam matriks RGB
Langkah 10 : Membuat 3 buah matriks untuk menyimpan nilai hasil gabungan untuk
tiga komponen warna R,G dan B yang ukurannya sesuai dengan share
yang dihasilkan.
r_result = 0
g_result= 0
b_result = 0

Jika salah satu nilai dari share1 dan share2 untuk komponen r (juga
untuk g dan b) adalah 255 maka nilai r_resulti,j adalah 0
Jika salah satu nilai dari share1 dan share2 untuk komponen r (juga
untuk g dan b) adalah 0 maka nilai r_resulti,j adalah 255.
Dan jika nilai share1 dan share2 untuk komponen r (juga untuk g dan b)
bukan 0 atau 255 maka nilai dari r_resulti,j adalah
r_resulti,j = ( bshare1(i, j , 1) x bshare1(i, j , 1) ) / 255
g_resulti,j = ( bshare1(i, j , 1) x bshare1(i, j , 1) ) / 255

Universitas Sumatera Utara

37

b_resulti,j = ( bshare1(i, j , 1) x bshare1(i, j , 1) ) / 255
Diketahui dari hasil gambar 3.4 dan 3.5 bahwa piksel untuk baris
pertama kolom pertama

rshare1 = 0 ; rshare2 = 255
sehingga untuk nilai r_result (1,1) adalah 0
gshare1 = 255 ; gshare2 = 0
sehingga untuk nilai r_result (1,1) adalah 0

bshare1 = 0 ; bshare2 = 255
sehingga untuk nilai r_result (1,1) adalah 0
Proses berulang sehingga semua piksel didalam matriks r_Result,
g_Result dan b_Result telah mendapatkan nilai sebagai berikut.

0 255 0 0 0
0 255 0 0 0
0 255 0 0 0
0 0 0 255 0
0 0 0 0 0
r_Result

Langkah 11

0
0
0
0
0

0 255 0
0 0 255
0 0 0
0 0 0
0 0 0
g_Result

0
255
0
0
0

0 0 255
0 0 0
0 0 0
0 0 255
0 255 0
b_Result

255
0
0
0
0

0
0
0
0
0

: Menggabungkan komponen warna yang di dapatkan dari tahap
sebelumnya. Sehingga Image dari gabungan Share 1 dan Share 2
didapatkan dari nilai R, G dan B dari r_Result, g_Result, dan
b_Result. Result = r_Result, g_Result, b_Result

R: 0
G: 0
B: 0
R: 0
G: 0
B: 0

R: 255
G: 0
B: 0
R: 255
G: 0
B: 0

R: 0
G: 255
B: 255
R: 0
G: 0
B: 0

R: 0
G: 0
B: 255
R: 0
G: 255
B: 0

R: 0
G: 0
B: 0
R: 0
G: 255
B: 0

R: 0
G: 0
B: 0

R: 255
G: 0
B: 0

R: 0
G: 0
B: 0

R: 0
G: 0
B: 0

R: 0
G: 0
B: 0

Universitas Sumatera Utara

38

R: 0
G: 0
B: 0

R: 0
G: 0
B: 0

R: 0
G: 0
B: 255

R: 255
G: 0
B: 0

R: 0
G: 0
B: 0

R: 0
G: 0
B: 0

R: 0
G: 0
B: 255

R: 0
G: 0
B: 0

R: 0
G: 0
B: 0

R: 0
G: 0
B: 0

Gambar 3.6 Hasil Gabungan Share1 dan Share2

Universitas Sumatera Utara

BAB 4
HASIL DAN PEMBAHASAN

Pada bab ini, penulis akan melakukan pengujian dari hasil gabungan algoritma
tersebut baik dari analisis performansi dan analisis kualitas keamanan algoritma
dengan menggunakan beberapa tools steganalysis yaitu stegdetect (Provos &
Honeyman 2003 ) dan stegExpose (Boehm, 2014) dan untuk mengetahui apakah data
rahasisa dapat terdeteksi.

4.1 Hasil Pengujian
Pada tahap ini akan dilakukan sebuah pengujian untuk menyembunyikan
sebuah pesan rahasia dan gambar rahasia dengan menggunakan gabungan antara
Visual Kriptografi dan Steganografi LSB.

Gambar 4.1 Gambar Rahasia
Misalkan terdapat sebuah pesan untuk memberikan informasi tentang keberadaan
tokoh yang ada di dalam gambar rahasia yang terdapat pada gambar 4.1 di sebut
dengan secret_image dengan ukuran dengan pesan “Seorang teroris akan
menargetkan secret_image di Balai Sarbini pada Pukul delapan pm” Dimana

Universitas Sumatera Utara

40

dengan kombinasi algoritma yang telah di ajukan akan menghasilkan dua buah share
yaitu share 1 dan share 2 yang tampak pada gambar 4.2

(a)

(b)

Gambar 4.2 (a) Share 1, (b) Share 2

Hasil output dari gabungan algoritma tersebut adalah dua buah share image
yaitu share 1 dan share 2 yang dimana pesan rahasia telah tersisip ke dua buah share
tersebut sehingga untuk mendapatkan kembali pesan rahasia dan gambar rahasia di
butuhkan kedua share image tersebut. Setelah kedua share image terkumpul, untuk
dapat mendapatkan kembali data dan gambar rahasia tersebut dilakukan proses
dekripsi dimana akan menghasilkan pesan rahasia yang di simpan di dalam secret.txt
seperti pada gambar 4.3 dan juga akan menghasilkan gambar rahasia yang berasal dari
share 1 dan share 2 yang telah di gabungkan seperti pada gambar 4.4.

Gambar 4.3 Pesan Rahasia di dalam Secret.txt
Setelah Pesan Rahasia di peroleh maka gambar rahasia juga akan di
gabungkan sehingga menghasilkan seperti pada gambar 4.4

Universitas Sumatera Utara

41

Gambar 4.4 Overlapped Image
Overlapped Image tersebut dihasilkan dari menggabungkan piksel-piksel
antara gambar share1 dan gambar share2. Kedua gambar rahasia dan pesan rahasia ini
dibutuhkan untuk dapat memahami maksud sebenarnya dari pesan pengirim yaitu
menginformasikan bahwa Seorang teroris akan menargetkan “Secret Image” di Balai
Sarbini pada pukul 8 malam. Jika pihak ketiga hanya menemukan gambar rahasia saja
atau pesan rahasianya saja hal tersebut tidak terlalu berarti.
4.2 Analisis Kinerja
Berbagai parameter yang direkomendasikan oleh peneliti untuk mengevaluasi
kinerja visual kriptografi Naor dan Shamir (1995) menyarankan dua parameter utama:
pixel ekspansi m dan kontras α. Ekspansi pixel m mengacu pada jumlah subpiksel
dalam saham yang dihasilkan yang mewakili pixel dari citra input asli. Hal tersebut
mempresentasikan kerugian resolusi dari gambar aslinya dengan hasil share.
Sebaliknya α adalah perbedaan relatif antara gabungan dari share yang berasal dari
piksel putih dan piksel hitam dalam gambar asli. Ekspansi pixel yang terjadi antara
original image dan share image justru akan mempengaruhi kualitas gambar.

Universitas Sumatera Utara

42

Tabel 4.1 : Perbandingan Properti gambar dari Secret Image, Share 1, Share 2
dan Overlapped Image
Properti

Secret Image

Share 1

Share 2

Overlapped Image

Dimensi

450 x 600

450 x 600

450 x 600

450 x 600

Height (pixels)

450

450

450

450

Width (pixels)

600

600

600

600

Size

345KB

172 KB

173 KB

107 KB

Bit Depth

24

24

24

24

Image

Tabel 4.1 menunjukkan bahwa tidak terdapat perubahan dari dimensi image,
baik Height ataupun Weight image dari Secret Imag, Share1, Share2 dan Overlapped
Image, akan tetapi ukuran gambar setelah proses tersebut mengalami reduksi yang
siginifikan, namun gambar hasil restorasi tersebut masih tetap dapat di kenali dengan
baik sebagai secret image. Dari hasil yang di peroleh pada tabel 1 dapat di simpulkan
bahwa hasil visual kriptografi tersebut tidak mengalami pixel ekspansi.
Di dalam Visual Kriptografi, m disebut sebagai ekspansi pixel oleh VCS yang
bersangkutan, c adalah jumlah warna dalam skema kriptografi visual, sedangkan n
adalah jumlah share. Jika m> 1 ruang penyimpanan yang besar diperlukan untuk
menyimpan dan mengirimkan saham. Sehingga jika tidak terdapat ekspansi pixel atau
dengan kata lain rasio ekspansi pixel m=1 di dalam skema visual kriptografi akan
sangat baik untuk mentransmisikan share image di dalam sebuah jaringan. Berikut
terdapat perbandingan skema visual kriptografi oleh berbagai penulis yang terdapat
pada Tabel 4.2.
Table 4.2 Perbandingan Algoritma Visual Kriptografi
No.

Penulis

Tahun

Sec.Image Ekspansi Format

1

Naor & Shamir

1995

1

4

Biner

2

Nakajima

2002

1

4

Biner

3

Young-Chang Hou

2003

1

4

Color

4

Z.Zhou

2006

1

4

Biner

Universitas Sumatera Utara

43

5

Inkoo Kang,

2009

1

4

Color

6

Jagdeep Verma & Dr.Vineeta

2012

1

4

Color

7

Dr.D.Vas umathi & M.Surya

2012

1

4

Color

2016

1

1

Color

Prakash
8

CVC(Algoritma Gabungan)

Pada tabel tersebut terlihat bahwa setiap skema visual kriptografi memiliki
ekspansi pixel selain algoritma yang di gunakan di dalam penelitian ini. Selanjutnya
akan dibadingkan dengan Visual Cryptography tradisional (VC), Extended Visual
Cryptography (EVC) dan Visual Cryptography yang digunakan di dalam penelitian ini
yang disebut dengan CVC dengan dengan PSNR (Peak Signal To Noise Ratio ), MSE
(Mean Square Error) and NCC(Normalized Correlation Coefficient). Dimana proses
perbandingan dilakukan dengan menggunakan beberapa gambar umum yang
digunakan di dalam perbandingan visual kriptografi yaitu lena.jpg, pepper.jpg, Sail
Boat.jpg, dan Barbara.jpg yang terlihat pada gambar 4.5

(a)

(b)

(c)

(d)

Gambar 4.5 (a)Lena, (b) Pepper, (c) Sail Boat, (d) Barbara
Dimana gambar-gambar tersebut akan dilakukan perbandingan parameter
untuk masing-masing metode kriptografi visual yang tampak pada tabel 4.3.
4.2.1 Peak Signal to Noise Ratio(PSNR)
Peak-Signal-to-Noise Ratio (PSNR) merupakan perbandingan rasio antara nilai
kekuatan maksimum yang mungkin dan Kekuatan dari pada noise yang korup yang
mempengaruhi representasinya. PSNR dinyatakan dalam skala desibel logaritmik

Universitas Sumatera Utara

44

yang merupakan pendekatan untuk kualitas rekonstruksi dalam persepsi manusia.
Lebih tinggi PSNR secara umum menunjukkan bahwa rekonstruksi yang berkualitas
tinggi. PSNR dilakukan untuk mengevaluasi kualitas gambar antara gambar original
dengan gambar hasil proses enkripsi yang di lakukan dengan perhitungan sebagai
berikut.

Dimana H dan W adalah height dan width dari gambar, dan f(x,y) dan g(x,y)
adalah koordinat (x,y) daripada gambar original dan gambar hasil enkripisi.

4.2.2 Normalized Correlation Coefficient (NCC)
Parameter NCC digunakan untuk mengukur kualitas gambar rahasia dengan
mengekstrak kualitas gambar tersebut dan gambar rahasia di devaluasi dengan
menggunakan perhitungan sebagai beerikut:

Dimana H dan W adalah height dan width dari gambar, dan f(x,y) dan g(x,y)
adalah koordinat (x,y) daripada gambar original dan gambar hasil enkripisi.

4.2.3 Mean Square Error (MSE)
Parameter MSE digunakan untk mempresentasikan kesalahan squared error
kumulatif antara gambar rahasia original dan gambar hasil enkripsi. Semakin rendah
nilai MSE maka semakin tinggi nilai akurasinya yang dihitung dengan menggunakan
perhitungan sebagai berikut :

Dimana H dan W adalah height dan width dari gambar, dan f(x,y) dan g(x,y)
adalah koordinat (x,y) daripada gambar original dan gambar hasil enkripisi.

Universitas Sumatera Utara

45

Tabel 4.3 Analisis Performa
Gambar

Analisis PSNR
VC

EVC

CVC

Analisis NCC
VC

EVC CVC

MSE Analisis
VC

EVC

CVC

Lena

13.321 18.215 25.256

1

1

1

17.821 12.453 195.436

Pepper

16.274 21.296 25.949

1

1

1

17.154 12.134 165.230

SailBoat 11.263 16.319 25.362

1

1

1

16.731 11.318 189.143

Barbara

1

1

1

17.153 12.126 183.473

14.126 19.615 25.495

Berdasarkan dari hasil perbandingan tersebut maka di bentuk sebuah diagram
untuk perbandingan nilai berdasarkan tabel 4.3 yang di tunjukkan pada gambar 4.64.8.

Gambar 4.6 Diagram Analisis PSNR
Pada gambar tersebut menunjukkan tingkat perbandingan nilai PSnR dari
masing masing jenis kriptografi visual. Dimana Nilai PSNR tertinggi adalah Visual
Kriptografi dengan algoritma yang digunakan dalam penelitian ini.

Universitas Sumatera Utara

46

Gambar 4.7 Diagram Analisis NCC
Pada Gambar 4.7 terlihat seluruh nilai NCC adalah sama antara satu sama lain
sehingga parameter di anggap seimbang.

Gambar 4.8 Diagram Analisis MSE
Dari grafik-grafik tersebut, terlihat bahwa PSNR untuk CVC adalah yang
terbesar dibadingkan dengan VC dan EVC dimana hal tersebut berarti nilai hasil
rekonstruksi akan berkualitas tinggi. Akan tetapi MSE yang di hasilkan sangat tinggi
yang diakibatkan oleh penyisipan pesan yang terdapat di dalamnya. Hal tersebut juga
berarti bahwa tingkat kemiripan antara gambar rahasia dan gambar yang di enkripsi
semakin rendah karena di dalam gambar terenkripsi tidak memiliki informasi yang
cukup tentang gambar rahasia.

Universitas Sumatera Utara

47

4.2.4 Analisis Histogram
Di dalam bidang pengolahan citra histogram memperlihatkan distribusi nilai
pixel di dalam sebuah citra. Histogram digunakan penyerang (attacker) untuk
melakukan kriptanalisis dengan memanfaatkan frekuensi kemunculan pixel di dalam
histogram. Penyerang berharap nilai pixel yang sering muncul di dalam plain-image
berkorelasi dengan nilai pixel yang sering muncul di dalam cipher-image. Dengan
menganalisis frekuensi kemunculan nilai pixel, penyerang mendeduksi kunci atau
pixel-pixel di dalam plain-image. Agar penyerang tidak dapat menggunakan
histogram untuk melakukan analisis frekuensi, maka histogram Original Image dan
histogram hasil enkripsi seharusnya berbeda secara signifikan atau secara statistik
tidak memiliki kemiripan. Oleh karena itu, histogram hasil enkripis seharusnya datar
(flat) atau secara statistik memiliki distribusi (relatif) uniform. Distribusi yang (relatif)
uniform pada gambar hasil enkripsi adalah sebuah indikasi bahwa algoritma enkripsi
citra

memiliki tingkat keamanan

yang bagus. Gambar 4.9 (a) sampai 4.9 (c)

memperlihatkan histogram citra (Original Image) untuk setiap kanal warna RGB dan
Gambar 6(d) sampai 6(f) adalah histogram masing-masang kanal warna pada share1.
Sedangkan Histogram share 2 dapat dilihat pada Gambar 4.10

(a)

(b)

(d)

(e)

Universitas Sumatera Utara

48

(c)

(f)

Gambar 4.9 Gambar 4.9 (a) - 4.9 (c) memperlihatkan histogram RGB citra Original
dan Gambar 4.9(d) - 6(f) adalah histogram RGB masing-masang kanal pada share1

(a)

(b)

(c)

Gambar 4.10(a) - 6(c) adalah histogram RGB masing-masang kanal pada share2
Dapat dilihat dari gambar 4.9 dan 4.10 perbedaan antara histogram dari original image
dan share1 dan share2 cukup signifikan dimana histogram dari share1 dan share
cukup mendekati flat meskipun tidak berbentuk flat dengan sempurna
4.3 Analisis Menggunakan Tools Steganalisis
4.3.1 Steganalysis Dengan Menggunakan StegExpose
Selanjutnya adalah melakukan analisis data dengan menggunakan StegExpose.
StegExpose adalah sebuah framework yang di kembangkan oleh Benedikt Boehm
yang digunakan untuk melakukan analisis lossless image dalam jumlah besar dengan

Universitas Sumatera Utara

49

terdiri dari empat buah metode steganalisis di dalamnya yaitu RS analysis, simple pair
analysis, chi-square attack dan historgram analysis.
Dengan Menggunakan Original Image seperti yang terdapat pada gambar 4.11.
Original Image akan di sisipi terlebih dahulu sebuah pesan ‘Seorang teroris akan
menargetkan secret_image di Balai Sarbini pada Pukul delapan pm ’ dengan
menggunakan algoritma LSB. Sehingga di hasilkan image SBY seperti pada gambar
4.11

Gambar 4.11 Gambar Rahasia
Selanjutnya file image yang akan dibandingkan adalah image hasil enkripsi
tersebut yang terdiri dari duabuah gambar yaitu share 1 dan share 2.

(a)

(b)

Gambar 4.12 (a) Share 1, (b) Share 2

Universitas Sumatera Utara

50

Image-image tersebut selanjutnya akan di posisikan kedalam sebuah folder
bernama TestFolder yang berisi dari 3 buah image yang telah di steganografi dengan
menggunakan teknik LSB yang salah satunya adalah flower.jpg, image share1 dan
share 2 serta imgae yang tidak di enkripsi apapun, yang kemudian akan di analisis
dengan menggunakan tools StegExpose dimana penggunaan nya dilakukan dengan
syntax
java −jar StegExpose . jar testFolder

Gambar 4.13 Hasil Analisis StegExpose
Dari gambar 4.13 terlihat bahwa terlihat tiga buah image yang terdeteksi salah
satunya adalah flower.png di deteksi bahwa file image SBY adalah salah satu image
yang di curigai memiliki data tersembunyi di dalamnya. Sementara image share1 dan
share2 tidak terdeteksi sebagai file image yang di curigai.

4.3.2 Steganalysis Dengan Menggunaka Stegdetect
Stegdetect adalah tools yang digunakan untuk mendeteksi konten steganografi
pada gambar. Stegdetect ini sendiri mampu mendeteksi beberapa metode steganografi
yang berbeda yang digunakan untuk menanamkan informasi yang tersembunyi dalam
gambar JPEG. Untuk saat ini, skema yang terdeteksi adalah Jsteg, jphide, invisible
dan outguess 01.3b. Untuk framework stegdetect ini tersendiri di kembangkan oleh
Provos (2003).
Dengan Menggunakan File image tersebut di lakukan proses seganografi
dengan menggunakan LSB dimana menghasilkan gambar Stego-Image.

Universitas Sumatera Utara

51

Gambar 4.14 Stego-Image
Lalu kemudian dengan menggunakan stegdetect di evaluasi image tersebut
dengan syntax
stegdetect [ −qV][−r rules][−f wordlist][−t tests][−c][file ...]

Gambar 4.15 Hasil Evaluasi Stego Image
Selanjutnya image share 1 dan share 2 juga akan di evaluasi dengan
menggunakan stegdetect tersebut yang tampak pada gambar 4.16.

Gambar 4.16 Hasil Evaluasi Share1 & Share 2 Menggunakan Stegdetect
Berdasarkan hasil evaluasi menggunakan kedua buah tools stegExpose dan stegdetect
tersebut terlihat bahwa hasil yang terlihat pada tabel 4.4.

Universitas Sumatera Utara

52

Tabel 4.4 Hasil Evaluasi Menggunakan Tools Steganalisis
Steganalisis Tools

LSB-stego-image

Share 1

Share2

StegExpose

Positif

Negatif

Negatif

Stegdetect

Positif

Negatif

Negatif

Dari hasil pada tabel 4.4 terlihat bahwa stego image share1 dan share2 hasil
steganografi dengan menggunakan kombinasi LSB dan VCS tidak dapat terdeteksi
sedangkan stego-image lainnya positif di deteksi memiliki pesan rahasia.

Universitas Sumatera Utara

BAB 5
KESIMPULAN DAN SARAN
5.1 Kesimpulan
Pada bab sebelumnya telah dilakukan kombinasi algoritma Visual Kriptografi dan
Least Significant Bit dimana tiap-tiap algoritma tersebut terlebih dahulu di analisis
untuk mendapatkan hasil yang maksimal. Setelah melakukan kombinasi antara kedua
algoritma tersebut maka diperoleh beberapa kesimpulan sebagai berikut:
1. Hasil dari kombinasi Algoritma VCS dan LSB telah berhasil dengan baik
dengan dapat menyembunyikan data gambar dan pesan dan dapat
mengembalikan data tersebut dengan baik.
2. Pengujian yang dilakukan dengan sebuah tools steganalisis stegdetect dan
stegExpose memberikan hasil bahwa tidak terdeteksi pesan yang di sisipkan
kedalam hasil enkripsi kombinasi algoritma tersebut.
3. Gambar rahasia yang di kembalikan mungkin tidak seperti gambar image asli
sebelum diproses , akan tetapi masih dapat di kenali sebagai image yang sama.
4. Nilai PSNR yang tinggi berarti kualitasi image yang dihasilkan leibh bagus
dari metode lain.
5. Nilai Mean Squared Error menjadi sangat tinggi diakibatkan oleh pesan yang
tersisipi di dalam image. Akan tetapi nilai MSE yang tinggi juga berarti antara
gambar original dan gambar hasil tidak terdapat suatu kemiripan sehingga
dapat dikatakan sebagai gambar yang berbeda.

5.2 Saran
Penelitian ini memeiliki banyak kekurangan adapun saran untuk penelitian berikutnya
dapat membuat penelitian ini menjadi lebih baik adalah sebagai berikut
1. Metode yang digunakan dalam kombinasi ini adalah Least Significant Bit dan
Visual Kriptorgafi. Metode tersebut dapat diganti dengan algoritma yang lebih
baik lagi dimana perkembangan teknik kriptorgafi Visual Kriptogafi semakin
berkembang yang dapat diganti sehingga noise dari hasil rekonstruksi gambar
rahasia dapat menjadi leibih baik lagi.

Universitas Sumatera Utara

54

2. Algoritma Least Significant Bit dengan algoritma yang lebih kompleks lagi
sehingga data akan menjadi semakin aman.
3. Memperbaiki sehingga nilai MSE menjadi stabil dan lebih minim.

Universitas Sumatera Utara