Teknik Watermarking DCT (Discrete Cosine Transform)-DWT (Discrete Wavelet Transform) Berbasis SVD (Singular Value Decomposition).

i

Universitas Kristen Maranatha

Teknik Watermarking DCT (Discrete Cosine Transform) – DWT (Discrete Wavelet Transform) Berbasis SVD (Singular Value Decomposition)

Ahmad Taufiq (0322142)

Jurusan Teknik Elektro, Fakultas Teknik, Universitas Kristen Maranatha, Jl. Prof.Drg.Suria Sumantri, MPH no.65, Bandung, Indonesia.

Email : ate_1234rj@yahoo.co.id

ABSTRAK

Otentikasi konten digital multimedia dan perlindungan hak cipta telah menjadi isu penting dalam beberapa tahun terakhir. Teknologi Watermarking digital telah diusulkan untuk pelaksanaan Digital Right Management.Watermarking digital

adalah proses embedding informasi ke konten multimedia digital yang nantinya dapat diekstraksi kembali untuk berbagai keperluan termasuk pencegahan copy dan bukti otentikasi.

Pada Tugas Akhir ini dibuat teknik watermarking DCT - DWT berbasis SVD. Teknik watermarking bertujuan untuk mendapatkan ketahanan watermark yang tinggi dan tingkat transparansi persepsi visual citra terwatermark yang tinggi. Band tengah koefisien DCT dipilih untuk mencapai ketahanan tinggi terhadap kompresi JPEG. Ketahanan terhadap serangan lain dicapai dengan mengambil LL-Band dari hasil DWT koefisien DCT untuk penyisipan. Penyisipan dilakukan pada nilai singular menggunakan SVD karena variasi kecil dari nilai singular tidak banyak mengubah persepsi visual gambar.

Hasil percobaan menunjukkan nilai MOS yang berada pada skala penilaian baik yaitu sama dengan citra asli dan PSNR diatas 50 dB dimana citra hasil penyisipan baik. Watermark tahan terhadap kompresi JPEG (Q=0, 5, dan 10) dan rotasi (kanan 90º, kiri 90º, dan 180º).

Kata kunci: Watermarking, Discrete Cosine Transform, Discrete Wavelet Transform,

ii

Universitas Kristen Maranatha

Electrical Engineering, Faculty of Engineering, Kristen Maranatha University, Prof. drg. Suria Sumantri, MPH Street, No. 65th, Bandung, Indonesia.

Email : ate_1234rj@yahoo.co.id

ABSTRACT

The digital multimedia content authentication and copyright protection has become an important issue in the recent years. Digital Watermarking Technology has been proposed for the implementation of Digital Right Management. Digital watermarking is the process of embedding information into digital multimedia content that can be extracted back for various purposes including the prevention of copy and proof authentication.

In this final project is made watermarking technique DCT-DWT based on SVD. This watermarking technique aim is to get a high watermark robustness and high transparency of watermarked image. Middle band of coefficients are selected to achieve high robustness against JPEG compression. Resistance to other attacks is achieved by taking the LL-Band of DWT result of DCT coefficients for insertion. Insertion is done on singular value using SVD because small variation of the singular value is not much change the visual perception of images.

The experimental results show that the watermarked images have MOS values are on a scale of good judgment equal to the original image and the PSNR above 50 dB. Watermark is robust to JPEG compression (Q=0, 5, and 10) and rotation (right 90º, left 90º, and 180º).

Keywords : Watermarking, Discrete Cosine Transform, Discrete Wavelet Transform, Singular Value Decomposition.

v

Universitas Kristen Maranatha

DAFTAR ISI

Halaman

ABSTRAK ... i

ABSTRACT ... ii

KATA PENGANTAR ... iii

DAFTAR ISI ... v

DAFTAR TABEL ... xii

DAFTAR GAMBAR ... ix

BAB I PENDAHULUAN 1.1 Latar Belakang ... 1

1.2 Perumusan Masalah ... 2

1.4 Tujuan ... 2

1.5 Pembatasan Masalah ... 3

1.6 Metodologi ... 3

BAB II LANDASAN TEORI 2.1 Citra Digital ... 4

2.1.1 Pembentukan Citra Digital ... 4

2.1.2 Elemen-Elemen Citra Digital ... 5

2.1.3 Citra Berwarna ... 6

2.2 Digital Watermarking ... 6

2.2.1 Karakteristik Digital Watermarking ... 7

2.2.2 Klasifikasi Teknik Digital Watermarking ... 8

2.2.3 Jenis-Jenis Digital Watermarking ... 8

vi

Universitas Kristen Maranatha

2.7 Mean Opinion Score (MOS) ... 15

2.8 Normalized Cross Corelation (NCC) ... 16

BAB III PERANCANGAN PERANGKAT LUNAK 3.1 Diagram Blok Proses Penyisipan Watermark ... 17

3.2 Diagram Blok Proses Ekstraksi Watermark ... 19

3.3 Diagram Alir Proses Penyisipan Watermark ... 21

3.4 Diagram Alir Proses Ekstraksi Watermark ... 23

3.5 Tampilan GUI Program yang Dirancang ... 25

BAB IV DATA PENGAMATAN DAN ANALISIS 4.1 Prosedur Pengujian ... 26

4.2 Bentuk Watermark ... 28

4.3 Penyisipan dan Ekstraksi Watermark Untuk Beberapa Nilai α ... 29

4.4 Pengujian Kualitas Citra Yang Telah Disisipkan Watermark dan Analis ... 31

4.5 Pengujian Ketahanan Watermark Terhadap Pemrosesan Citra dan Analisa ... 35

4.5.1 Kompresi ... 35

4.5.2 Rotate ... 39

4.5.2 Median Filter ... 43

BAB V KESIMPULAN DAN SARAN 5.1. Kesimpulan ... 48

vii

Universitas Kristen Maranatha

DAFTAR PUSTAKA ... 50

LAMPIRAN A CITRA HASIL PERCOBAAN ... A-1 LAMPIRAN B DATA MOS (MEAN OPINION SCORE) ... B-1 LAMPIRAN C LISTING PROGRAM ... C-1

viii

Universitas Kristen Maranatha

Tabel 4.1 Karakteristik citra (hostiImage) ... 27

Tabel 4.2 Citra watermark yang digunakan ... 28

Tabel 4.3 Percobaan pada citra berukuran 256 x 256 piksel... 29

Tabel 4.4 Percobaan pada citra berukuran 512 x 512 piksel ... 29

Tabel 4.5 Nilai MOS dan PSNR citra yang telah disisipkan watermark ... 31

Tabel 4.6 Contoh citra hasil ekstraksi watermark untuk nilai α = 0.01 .... 33

Tabel 4.7 Nilai koefisien korelasi hasil ekstraksi watermark dari citra Lena yang disisipkan watermark dan dikompres dengan faktor kualitas (Q=10, Q=5, Q=10)... ... 36

Tabel 4.8 Contoh citra hasil ekstraksi watermark yang telah disisipkan watermark dan dikompres dengan faktor kualitas (Q=0) ... ... 38

Tabel 4.9 Nilai koefisien korelasi hasil ekstraksi watermark dari citra Baboon yang disisipkan watermark yang dirotasi kanan 90º, kiri 90º, dan 180º... ... 40

Tabel 4.10 Contoh citra Baboon hasil ekstraksi watermark yang telah Disisipkan watermark dan dirotasi dengan sudut 180º ... 42

Tabel 4.11 Nilai koefisien korelasi hasil ekstraksi watermark dari citra Barbara yang disisipkan watermark dan di median filtering 3x3, 5x5, 7x7 piksel... ... 44

Tabel 4.12 Contoh citra Barbara hasil ekstraksi yang telah disisipkan Watermark dan di median filtering 3x3 piksel... 46

ix

Universitas Kristen Maranatha

DAFTAR GAMBAR

Halaman

Gambar 3.1 Blok Diagram Proses Penyisipan Watermark ... 17

Gambar 3.2 Blok Diagram Proses Ekstraksi Watermark ... 19

Gambar 3.3 Diagram Alir Proses Penyisipan Watermark ... 21

Gambar 3.4 Diagram Alir Proses Ekstraksi Watermark ... 23

A-1

LAMPIRAN

–

A

A-2 1. Citra Hasil Watermarking

Nama Citra

Citra Asli

α = 0.01

Citra yang Telah Disisipkan Watermark

Watermark Asli dan Watermark

Hasil Ekstraksi

Lena 256

Baboon 256

Barbara 256

A-3 Baboon

512

Barbara 512

A-4 Nama

Citra

Citra Asli

α = 0.1

Citra yang Telah Disisipkan Watermark

Watermark Asli dan Watermark

Hasil Ekstraksi

Lena 256

Baboon 256

Barbara 256

A-5 Baboon

512

Barbara 512

A-6 Nama

Citra

Citra Asli

α = 0.3

Citra yang Telah Disisipkan Watermark

Watermark Asli dan Watermark

Hasil Ekstraksi

Lena 256

Baboon 256

Barbara 256

A-7 Baboon

512

Barbara 512

A-8

2. Hasil ekstraksi watermark citra Lena yang telah disisipkan watermark dan di kompres dengan faktor kualitas (Q)=0, 5,10.

Nama Citra

Citra terwatermark

Citra terwatermark di kompres Q=0

Watermark Asli dan Watermark

Hasil Ekstraksi

Lena 256

α = 0.01

Lena 512

α = 0.01

Lena 256

A-9

α = 0.1

Lena 256

α = 0.3

Lena 512

A-10 Nama

Citra

Citra terwatermark

Citra terwatermark di kompres Q=5

Watermark Asli dan Watermark

Hasil Ekstraksi

Lena 256

α = 0.01

Lena 512

α = 0.01

Lena 256

A-11

α = 0.1

Lena 256

α = 0.3

Lena 512

A-12 Nama

Citra

Citra terwatermark

Citra terwatermark di kompres Q=10

Watermark Asli dan Watermark

Hasil Ekstraksi

Lena 256

α = 0.01

Lena 512

α = 0.01

Lena 256

A-13

α = 0.1

Lena 256

α = 0.3

Lena 512

A-14

3. Hasil ekstraksi watermark citra Baboon yang telah disisipkan watermark dan di rotasi dengan rotasi kanan 90º, kiri 90º, dan 180º.

Nama Citra

Citra terwatermark

Citra terwatermark di rotasi kanan 90º

Watermark Asli dan Watermark

Hasil Ekstraksi

Baboon 256

α = 0.01

Baboon 512

α = 0.01

Baboon 256

A-15

α = 0.1

Baboon 256

α = 0.3

Baboon 512

A-16 Nama

Citra

Citra terwatermark

Citra terwatermark di rotasi kiri 90º

Watermark Asli dan Watermark

Hasil Ekstraksi

Baboon 256

α = 0.01

Baboon 512

α = 0.01

Baboon 256

A-17

α = 0.1

Baboon 256

α = 0.3

Baboon 512

A-18 Nama

Citra

Citra terwatermark

Citra terwatermark di rotasi 180º

Watermark Asli dan Watermark

Hasil Ekstraksi

Baboon 256

α = 0.01

Baboon 512

α = 0.01

Baboon 256

A-19

α = 0.1

Baboon 256

α = 0.3

Baboon 512

A-20

4. Hasil ekstraksi watermark citra Barbara yang telah disisipkan watermark dan di median filtering 3x3, 5x5, dan 7x7 piksel.

Nama Citra

Citra terwatermark

Citra terwatermark di

median filter 3x3

Watermark Asli dan Watermark

Hasil Ekstraksi

Barbara 256

α = 0.01

Barbara 512

α = 0.01

Barbara 256

A-21

α = 0.1

Barbara 256

α = 0.3

Barbara 512

A-22 Nama

Citra

Citra terwatermark

Citra terwatermark di

median filter 5x5

Watermark Asli dan Watermark

Hasil Ekstraksi

Barbara 256

α = 0.01

Barbara 512

α = 0.01

Barbara 256

A-23

α = 0.1

Barbara 256

α = 0.3

Barbara 512

A-24 Nama

Citra

Citra terwatermark

Citra terwatermark di

median filter 7x7

Watermark Asli dan Watermark

Hasil Ekstraksi

Barbara 256

α = 0.01

Barbara 512

α = 0.01

Barbara 256

A-25

α = 0.1

Barbara 256

α = 0.3

Barbara 512

B-1

LAMPIRAN

–

B

DATA MOS

B-2 Baboon 256 Barbara 256 Lena 512 Baboon 512 Barbara 512

Kriteria penilaian kualitatif yang digunakan adalah :

1. Exellent yang direpresentasikan dengan angka 5, citra terwatermark mempunyai kualitas yang

sangat baik yaitu sama persis dengan citra asli (host image).

2. Good yang direpresentasikan dengan angka 4, citra terwatermark mempunyai kualitas baik yaitu

sama dengan citra asli (host image).

3. Fair yang direpresentasikan dengan angka 3, citra terwatermark mempunyai kualitas cukup baik

yaitu agak berbeda dengan citra asli (host image).

4. Poor yang direpresentasikan dengan angka 2, citra terwatermark mempunyai kualitas buruk yaitu

berbeda dengan citra asli (host image).

5. Unsatisfactory yang direpresentasikan dengan angka 1, citra terwatermark mempunyai kualitas

C-1

LAMPIRAN

–

C

LISTING PROGRAM

C-2

Program Utama Proses Watermarking

function M_star = penyisipan_per_channel(M, W, alfa)

Mc = dct2(M);

[jml_bar jml_kol] = size(Mc); N = jml_bar;

awal = round(N/4)+1; akhir = round(3/4*N);

Mmid = Mc(awal:akhir, awal:akhir); [LL,LH,HL,HH] = dwt2(Mmid, 'haar'); Mw{1} = LL;

Mw{2} = LH; Mw{3} = HL; Mw{4} = HH;

Mw_LL = Mw{1};

[U,S,V] = svd(Mw_LL);

W = double(W); Wc = dct2(W);

[Uw,Sw,Vw] = svd(Wc);

S_star = S + (alfa*Sw);

Mw_star = U * S_star * V';

Mmid_star = idwt2(Mw_star, Mw{2}, Mw{3}, Mw{4}, 'haar'); Mc_star = Mc;

Mc_star(awal:akhir, awal:akhir) = Mmid_star;

M_star = idct2(Mc_star);

function W_aksen_bw = ekstraksi_per_channel(M_star, W, alfa,

Sglob)

Mc_star = dct2(M_star);

[jml_bar jml_kol] = size(Mc_star); N = jml_bar;

awal = round(N/4)+1; akhir = round(3/4*N);

Mmid_star = Mc_star(awal:akhir, awal:akhir);

[LL,LH,HL,HH] = dwt2(Mmid_star, 'haar'); Mw_star{1} = LL;

Mw_star{2} = LH; Mw_star{3} = HL; Mw_star{4} = HH;

[U,S_star,V] = svd(Mw_star{1});

Bab I Pendahuluan

1

Universitas Kristen Maranatha

BAB I

PENDAHULUAN

1.1 Latar Belakang

Otentikasi konten digital multimedia dan perlindungan hak cipta telah menjadi wacana penting dalam beberapa tahun terakhir. Teknologi watermarking

digital telah diusulkan untuk pelaksanaan Digital Right Management. Watermarking digital adalah proses embedding suatu informasi digital ke dalam

informasi digital lain, dimana informasi digital yang disisipkan nantinya dapat diekstraksi atau dideteksi kembali untuk berbagai tujuan, termasuk pencegahan

copy dan bukti otentikasi tanpa mengubah isi dari informasi asli. Teknologi ini

menawarkan cara untuk menyampaikan informasi dalam file media digital (foto, film, atau lagu).

Digital image watermarking dapat diimplementasikan dalam dua domain yaitu domain spasial dan domain frekuensi. Dalam domain spasial nilai intensitas piksel dari gambar secara langsung dimodifikasi (LSB atau Least Significant Bit dimodifikasi untuk mencapai persepsi visual tinggi). Domain spasial terbukti kurang tahan terhadap pemrosesan citra, seperti kompresi JPEG[5]. Dalam domain frekuensi sinyal atau gambar ditransformasi ke dalam koefisien-koefisien diskrit yang nantinya akan dimodifikasi untuk menyisipkan watermark. Penyisipan dalam domain transform terbukti lebih kuat terhadap pemrosesan citra seperti kompresi JPEG[5].

Beberapa metoda watermarking yang sudah banyak digunakan oleh para peneliti antara lain watermarking dengan metoda DCT (Discrete Cosine

Transform), DWT (Discrete Wavelet Transform) atau SVD (Singular Value Decomposition).

Pada metoda DCT (Discrete Cosine Transform) watermark bisa disisipkan pada frekuensi tinggi dan frekuensi rendah. Bila disisipkan pada frekuensi tinggi maka kualitas citranya baik, tetapi watermark tidak tahan terhadap pemrosesan citra dan bila disisipkan pada frekuensi rendah maka kualitas citranya lebih buruk, tetapi watermarknya lebih tahan terhadap pemrosesan citra[2].

Universitas Kristen Maranatha

pengaturan contrast/brightness, gamma correction, dan histogram equalization[2]. Pada metoda SVD (Singular Value Decomposition) bila disisipkan

watermark pada nilai singularnya tidak akan memberikan efek yang besar

terhadap persepsi visual dari citra dan memiliki keuntungan nilai singularnya tidak berubah terhadap pemrosesan citra berupa rotasi atau translasi[2].

Berdasarkan keuntungan dan kerugian metoda-metoda diatas, maka pada tugas akhir ini watermarking diimplementasikan dengan menggabungkan metode DCT (Discrete Cosine Transform) , DWT (Discrete Wavelet Transform), dan SVD (Singular Value Decomposition) sehingga diharapkan dengan cara ini dapat diperoleh kualitas dan ketahanan terhadap pemrosesan citra yang lebih baik.

1.2 Perumusan Masalah

1. Bagaimana merealisasikan digital image watermarking menggunakan penggabungan DCT-DWT berbasis SVD.

2. Bagaimana kualitas citra yang telah disisipkan watermark. 3. Bagaimana ketahanan watermark terhadap pemrosesan citra.

1.3 Tujuan

1. Merealisasikan digital image watermarking menggunakan penggabungan DCT-DWT berbasis SVD.

2. Menganalisis kualitas citra yang telah disisipkan watermark. 3. Menganalisis ketahanan watermark terhadap pemrosesan citra.

Bab I Pendahuluan ₃

Universitas Kristen Maranatha

1.4 Pembatasan Masalah

1. Menggunakan citra warna dengan format BMP dengan ukuran citra yang akan diberi watermark yaitu 256 x 256 piksel dan 512 x 512 piksel. 2. Watermark yang akan disisipkan adalah berupa citra hitam putih.

3. Perbandingan kualitas citra yang telah disisipkan watermark diukur dengan penilaian obyektif menggunakan PSNR (Peak Signal to Noise

Ratio) dan penilaian subyektif menggunakan MOS (Mean Opinion Score).

4. Kualitas watermark hasil ekstraksi diukur dengan koefisien korelasi atau NCC ( Normalized Cross Corelation ).

1.5 Metodologi

1. Mengumpulkan bahan yang dibutuhkan.

2. Melakukan penyisipan watermark.

3. Menganalisis ekstraksi watermark. 4. Membuat laporan tertulis Tugas Akhir.

48

Universitas Kristen Maranatha

5.1 Kesimpulan

1. Digital watermarking menggunakan teknik DCT (Watermarking Discrete Cosine Transform) – DWT (Discrete Wavelet Transform) Berbasis SVD

(Singular Value Decomposition) berhasil direalisasikan dan dapat berjalan dengan baik.

2. Citra Lena, Baboon dan Barbara yang berukuran 256 x 256 piksel dan 512 x 512 piksel setelah disisipkan watermark untuk nilai α = 0.01, 0.1, dan 0.3 menghasilkan kualitas citra watermark dengan nilai MOS yang berada pada skala penilaian good (sama), dan menghasilkan nilai PSNR diatas 50 dB dimana kualitas citra hasil penyisipan baik.

3. Berdasarkan hasil ekstraksi watermark yang terlihat secara visual dan nilai koefisien korelasinya dari percobaan yang telah dilakukan, didapatkan bahwa watermark yang disisipkan pada citra umumnya tahan terhadap pemrosesan citra berupa kompresi JPEG dengan faktor kualitas Q = 0, 5, dan 10 serta rotasi kanan 90º, kiri 90º dan 180º. Sedangkan untuk median

filtering dengan median 3x3, 5x5, 7x7 piksel secara visual watermark hasil

ekstraksi umumnya terlihat cukup jelas hanya warnanya berbalik sehingga nilai koefisien korelasi mendekati minus satu.

4. Untuk nilai α =0.01 menghasilkan kualitas citra terwatermark yang lebih

baik dibandingkan untuk nilai α =0.1 dan α=0.3, walaupun perbedaannya

tidak terlalu signifikan. Untuk nilai α=0.1 rata-rata menghasilkan nilai

koefisien korelasi yang lebih besar dibandingkan untuk nilai α=0.01, sedangkan untuk nilai α =0.1 dan α=0.3 menghasilkan koefisien korelasi

Bab IV Data Pengamatan dan Analisa 49

Universitas Kristen Maranatha

5.2 Saran

1. Penelitian lanjutan yang dapat dilakukan adalah untuk mencari nilai α yang paling optimal, dan pengujian ketahanan watermark terhadap pemrosesan citra lainnya.

50

Universitas Kristen Maranatha Untuk Citra Berwarna”, Universitas Gadjah Mada, Yogyakarta, 2003.

[2] Bedi, S.S2009. Robust Secure SVD Based DCT-DWT Oriented

Watermarking Technique for Image Authentication. Thailand

[3] R. Liu and T.Tan, 2002. A SVD-Based Watermaking Scheme for Protecting

Rightful Ownership, IEEE Transactions on Multimedia, 4(1), pp.121128.

[4] Fahmi; “Studi dan Implementasi Watermarking Citra Digitaldengan

Menggunakan Fungsi Hash”, Institut Teknologi Bandung, Bandung, 2007. [5] Fahthony, Dean; “Watermarking pada Citra Digital Menggunakan Discreate

Wavelet Transform”, Institut Teknologi Bandung, Bandung, 2007.

[6] Hesnawariq. 2008. Watermarking Pada Citra Digital Menggunakan

Singular Value Decomposition Berbasis Discrete Cosine Transform Untuk Perlindungan Hak Cipta. Bandung : STT Telkom.

[7] Matlab. 2001. Wavelet Toolbox. The MathWorks, Inc.

[8] Hartung, Frank; Student member IEEE; Martin Kutter; “Multimedia Watermarking Techniques”, Proceeding of the IEEE, vol. 87, No. 7, July 1999.

[9] Munir, Rinaldi. 2006. Kriptografi. Bandung: Informatika.

[10] Bender.W; D. Gruhl, N. Morimoto; A. Lu; “Techniques for data hiding”,

IBM System Journal, Vol.25, NOS 3&4, 1996.

[11] Supangkat, Suhono H., Kuspriyanto dan Juanda. 2000. Watermarking

sebagai Teknik Penyembunyian Label Hak Cipta pada Data Digitan.

Bandung: Institut Teknologi Bandung.

[12] Sebastian, Amudi. Penggunaan Watermarking Pada Penyebaran Software Untuk Perlindungan Hak Cipta. Bandung: ITB.

[13] Semarajana, Gede. 2007. Analisis dan Simulasi Blind Watermarking dengan

Transformasi wavelet pada Citra Digital. Bandung: STT Telkom.

[14] Shen,Sharon. Discrete Wavelet Transform(DWT).ppt. UMBC [15] http://id.wikipedia.org/wiki/korelasi diakses 10 Mei 2012

51

Universitas Kristen Maranatha

[16]...http://www.ittelkom.ac.id/library/index.php?option=com_content&view=art

icle&id=202:discrete-cosine-transform-dct&catid=20:informatika&Itemid=15 diakses [tanggal 18 April 2012] [17]...http://www.ittelkom.ac.id/library/index.php?view=artice&catid=20%Ainfor

matika&id=575%3Asegmentasi-citra&option=com_content&Itemid=25

diakses [tanggal 18 April 2012]

[18]...http://www.ittekom.ac.id/library/index.php?view=article&catid=15%3Ape

mrosesan-sinyal&id=92%3Asvd-singular-value-decomposition&option=com_content&Itemid25 diakses [tanggal 18 April 2012].

Bab I Pendahuluan ₂

Universitas Kristen Maranatha Pada metoda DWT (Discrete Wavelet Transform) hampir sama dengan metoda DCT (Discrete Cosine Transform), watermark bisa disisipkan pada frekuensi rendah dan tahan terhadap pemrosesan citra berupa lossy compression dan low-pass filtering, tetapi lebih sensitif terhadap modifikasi histogram, pengaturan contrast/brightness, gamma correction, dan histogram equalization[2].

Pada metoda SVD (Singular Value Decomposition) bila disisipkan watermark pada nilai singularnya tidak akan memberikan efek yang besar terhadap persepsi visual dari citra dan memiliki keuntungan nilai singularnya tidak berubah terhadap pemrosesan citra berupa rotasi atau translasi[2].

Berdasarkan keuntungan dan kerugian metoda-metoda diatas, maka pada tugas akhir ini watermarking diimplementasikan dengan menggabungkan metode DCT (Discrete Cosine Transform) , DWT (Discrete Wavelet Transform), dan SVD (Singular Value Decomposition) sehingga diharapkan dengan cara ini dapat diperoleh kualitas dan ketahanan terhadap pemrosesan citra yang lebih baik.

1.2 Perumusan Masalah

1. Bagaimana merealisasikan digital image watermarking menggunakan penggabungan DCT-DWT berbasis SVD.

2. Bagaimana kualitas citra yang telah disisipkan watermark. 3. Bagaimana ketahanan watermark terhadap pemrosesan citra.

1.3 Tujuan

1. Merealisasikan digital image watermarking menggunakan penggabungan DCT-DWT berbasis SVD.

2. Menganalisis kualitas citra yang telah disisipkan watermark. 3. Menganalisis ketahanan watermark terhadap pemrosesan citra.

Bab I Pendahuluan ₃

1.4 Pembatasan Masalah

1. Menggunakan citra warna dengan format BMP dengan ukuran citra yang akan diberi watermark yaitu 256 x 256 piksel dan 512 x 512 piksel. 2. Watermark yang akan disisipkan adalah berupa citra hitam putih.

3. Perbandingan kualitas citra yang telah disisipkan watermark diukur dengan penilaian obyektif menggunakan PSNR (Peak Signal to Noise Ratio) dan penilaian subyektif menggunakan MOS (Mean Opinion Score). 4. Kualitas watermark hasil ekstraksi diukur dengan koefisien korelasi atau

NCC ( Normalized Cross Corelation ).

1.5 Metodologi

1. Mengumpulkan bahan yang dibutuhkan. 2. Melakukan penyisipan watermark. 3. Menganalisis ekstraksi watermark. 4. Membuat laporan tertulis Tugas Akhir.

Bab IV Kesimpulan dan Saran

48

Universitas Kristen Maranatha

BAB V

KESIMPULAN DAN SARAN

5.1 Kesimpulan

1. Digital watermarking menggunakan teknik DCT (Watermarking Discrete Cosine Transform) – DWT (Discrete Wavelet Transform) Berbasis SVD (Singular Value Decomposition) berhasil direalisasikan dan dapat berjalan dengan baik.

2. Citra Lena, Baboon dan Barbara yang berukuran 256 x 256 piksel dan 512 x 512 piksel setelah disisipkan watermark untuk nilai α = 0.01, 0.1, dan 0.3 menghasilkan kualitas citra watermark dengan nilai MOS yang berada pada skala penilaian good (sama), dan menghasilkan nilai PSNR diatas 50 dB dimana kualitas citra hasil penyisipan baik.

3. Berdasarkan hasil ekstraksi watermark yang terlihat secara visual dan nilai koefisien korelasinya dari percobaan yang telah dilakukan, didapatkan bahwa watermark yang disisipkan pada citra umumnya tahan terhadap pemrosesan citra berupa kompresi JPEG dengan faktor kualitas Q = 0, 5, dan 10 serta rotasi kanan 90º, kiri 90º dan 180º. Sedangkan untuk median filtering dengan median 3x3, 5x5, 7x7 piksel secara visual watermark hasil ekstraksi umumnya terlihat cukup jelas hanya warnanya berbalik sehingga nilai koefisien korelasi mendekati minus satu.

4. Untuk nilai α =0.01 menghasilkan kualitas citra terwatermark yang lebih baik dibandingkan untuk nilai α =0.1 dan α=0.3, walaupun perbedaannya tidak terlalu signifikan. Untuk nilai α=0.1 rata-rata menghasilkan nilai koefisien korelasi yang lebih besar dibandingkan untuk nilai α=0.01, sedangkan untuk nilai α =0.1 dan α=0.3 menghasilkan koefisien korelasi yang hampir sama.

Bab IV Data Pengamatan dan Analisa 49

5.2 Saran

1. Penelitian lanjutan yang dapat dilakukan adalah untuk mencari nilai α yang paling optimal, dan pengujian ketahanan watermark terhadap pemrosesan citra lainnya.

Daftar Pustaka

50

Universitas Kristen Maranatha

DAFTAR PUSTAKA

[1] Alex, Desi; “Impementasi Teknik Watermarking Digital Pada Domain DCT

Untuk Citra Berwarna”, Universitas Gadjah Mada, Yogyakarta, 2003.

[2] Bedi, S.S2009. Robust Secure SVD Based DCT-DWT Oriented Watermarking Technique for Image Authentication. Thailand

[3] R. Liu and T.Tan, 2002. A SVD-Based Watermaking Scheme for Protecting Rightful Ownership, IEEE Transactions on Multimedia, 4(1), pp.121128. [4] Fahmi; “Studi dan Implementasi Watermarking Citra Digitaldengan

Menggunakan Fungsi Hash”, Institut Teknologi Bandung, Bandung, 2007. [5] Fahthony, Dean; “Watermarking pada Citra Digital Menggunakan Discreate

Wavelet Transform”, Institut Teknologi Bandung, Bandung, 2007.

[6] Hesnawariq. 2008. Watermarking Pada Citra Digital Menggunakan Singular Value Decomposition Berbasis Discrete Cosine Transform Untuk Perlindungan Hak Cipta. Bandung : STT Telkom.

[7] Matlab. 2001. Wavelet Toolbox. The MathWorks, Inc.

[8] Hartung, Frank; Student member IEEE; Martin Kutter; “Multimedia Watermarking Techniques”, Proceeding of the IEEE, vol. 87, No. 7, July 1999.

[9] Munir, Rinaldi. 2006. Kriptografi. Bandung: Informatika.

[10] Bender.W; D. Gruhl, N. Morimoto; A. Lu; “Techniques for data hiding”, IBM System Journal, Vol.25, NOS 3&4, 1996.

[11] Supangkat, Suhono H., Kuspriyanto dan Juanda. 2000. Watermarking sebagai Teknik Penyembunyian Label Hak Cipta pada Data Digitan. Bandung: Institut Teknologi Bandung.

[12] Sebastian, Amudi. Penggunaan Watermarking Pada Penyebaran Software Untuk Perlindungan Hak Cipta. Bandung: ITB.

[13] Semarajana, Gede. 2007. Analisis dan Simulasi Blind Watermarking dengan Transformasi wavelet pada Citra Digital. Bandung: STT Telkom.

[14] Shen,Sharon. Discrete Wavelet Transform(DWT).ppt. UMBC [15] http://id.wikipedia.org/wiki/korelasi diakses 10 Mei 2012

51

[16]...http://www.ittelkom.ac.id/library/index.php?option=com_content&view=art

icle&id=202:discrete-cosine-transform-dct&catid=20:informatika&Itemid=15 diakses [tanggal 18 April 2012] [17]...http://www.ittelkom.ac.id/library/index.php?view=artice&catid=20%Ainfor

matika&id=575%3Asegmentasi-citra&option=com_content&Itemid=25 diakses [tanggal 18 April 2012]

[18]...http://www.ittekom.ac.id/library/index.php?view=article&catid=15%3Ape

mrosesan-sinyal&id=92%3Asvd-singular-value-decomposition&option=com_content&Itemid25 diakses [tanggal 18 April 2012].