Blind Watermarking pada Citra Digital Menggunakan Discrete Wavelet Transform (DWT) dan Discrete Cosine Transform (DCT) - Blind Watermarking on Digital Image Using Discrete Wavelet Transorm (DWT) dan Discrete Cosine Transform (DCT).

(1)

BLIND WATERMARKING PADA CITRA DIGITAL

MENGGUNAKAN DISCRETE WAVELET TRANSFORM (DWT)

DAN DISCRETE COSINE TRANSFORM (DCT)

Disusun Oleh :

Andi Pramana Tarigan (1022077)

Jurusan Teknik Elektro, Fakultas Teknik, Universitas Kristen Maranatha Jl. Prof. drg. Suria Sumantri, MPH No. 65, Bandung 40164, Jawa Barat - Indonesia

E – mail : andi.tarigans@yahoo.com

ABSTRAK

Kemudahan penyebaran citra digital melalui internet memiliki sisi positif dan negatif bagi pemilik asli suatu citra digital tersebut. Sisi positifnya adalah kemudahan penyebaran citra digital tersebut ke berbagai alamat situs di dunia. Sedangkan sisi negatifnya citra digital tersebut sangat mudah diakui kepemilikannya oleh pihak lain.

Pada Tugas Akhir ini dibuat blind watermarking pada citra digital

menggunakan Discrete Wavelet Transform (DWT) dan Discrete Cosine Transform (DCT), yang bertujuan untuk mendapatkan ketahanan watermark dan tingkat transparansi persepsi visual citra ber-watermark yang tinggi, yang dicapai dengan mengambil middle band koefisien DCT blok HL13, LH13, HL23, dan LH23 hasil dari DWT level 3 untuk penyisipan, tanpa membutuhkan citra host pada proses ektraksi

watermark.

Hasil percobaan menunjukkan rata-rata nilai MOS dari citra ber-watermark

berada pada skala penilaian yang cukup baik yaitu sama dengan citra asli dan PSNR ≥ 35 dB. Watermark tahan terhadap pemrosesan citra berupa kompresi JPEG, dan croping 25%, tetapi tidak tahan terhadap pemrosesan citra berupa penghalusan citra, rotasi dan scaling.

Kata Kunci : blind watermarking, discrete cosine transform, discrete wavelet transform.

(2)

BLIND WATERMARKING ON DIGITAL IMAGE

USING DISCRETE WAVELET TRANSFORM (DWT)

AND DISCRETE COSINE TRANSFORM (DCT)

Composed by :

Andi Pramana Tarigan (1022077)

Department of Electrical Engineering, Faculty of Engineering, Maranatha Christian University

Prof. drg. Suria Sumantri, MPH 65, Bandung, West Java - Indonesia E – mail : andi.tarigans@yahoo.com

ABSTRACT

Ease of deployment of digital images over the internet has both positive and negative for the original owner of a digital image. The positive side is the ease of deployment of digital images to various sites in the world, while the downside is very easily recognized ownership by other parties.

In this final project was made blind watermarking in a digital image using Discrete Wavelet Transform (DWT) and Discrete Cosine Transform (DCT), which aims to get the watermark robustness and high transparency level of visual perception of watermarked image. It is achieved by taking the middle band of DCT coefficients of HL13, LH13, HL23 and LH23 blocks results of DWT level 3 for embedding, without

requiring the host image in the process of extraction of watermark.

The test case results showed the average MOS value of watermarked images are in fairly good assessment scale, which mean the same as the original image and the PSNR higher than 35 dB. Watermark resistant to image processing such as JPEG compression, and cropping 25%, but not resistant to image processing such as median filtering, rotation and scaling.

(3)

DAFTAR ISI

Halaman

ABSTRAK ... i

ABSTRACT ... ii

KATA PENGANTAR ... iii

DAFTAR ISI ... v

DAFTAR TABEL ... vii

DAFTAR GAMBAR ... xi

BAB I PENDAHULUAN 1. 1. Latar Belakang ... 1

1. 2. Perumusan Masalah ... 2

1. 3. Tujuan ... 3

1. 4. Pembatasan Masalah ... 3

1. 5. Metodologi ... 3

BAB II LANDASAN TEORI 2. 1. Pengertian Citra Digital ... 4

2. 2. Watermarking ... 5

2. 2. 1. Digital Watermarking ... 6

2. 2. 2. Karakteristik Digital Watermarking ... 7

2. 2. 3. Klasifikasi Teknik Digital Watermarking ... 8

2. 3. Discrete Wavelet Transform (DWT) ... 9

2. 4. Discrete Cosine Transform (DCT) ... 11

2. 5. Peak Signal to Noise Ratio (PSNR) ... 12

2. 6. Mean Opinion Score (MOS) ... 13

2. 7. Normalized Cross Corelation (NCC) ... 14

BAB III PERANCANGAN PERANGKAT LUNAK 3. 1. Diagram Blok Proses Penyisipan Watermark ... 15

(4)

3. 3. Diagram Alir Proses Penyisipan Watermark ... 18

3. 4. Diagram Alir Proses Ekstraksi Watermark ... 20

3. 5. Perancangan Graphic User Interface (GUI) ... 21

BAB IV DATA PENGAMATAN DAN ANALISIS 4. 1. Prosedur Pengujian ... 24

4. 2. Bentuk Watermark ... 26

4. 3. Penyisipan dan Ekstraksi Watermark Untuk Beberapa Nilai α ... 26

4. 4. Pengujian Kualitas Citra Yang Telah Disisipkan Watermark dan Analisa ... 31

4. 5. Pengujian Ketahanan Watermark Terhadap Pemrosesan Citra dan Analisa ... 33

4. 5. 1. Kompresi ... 34

4. 5. 2. Rotate ... 37

4. 5. 3. Penghalusan Citra ... 43

4. 5. 4. Croping ... 47

4. 5. 5. Scaling ... 53

BAB V KESIMPULAN DAN SARAN 5. 1. Kesimpulan ... 59

5. 2. Saran ... 60

DAFTAR PUSTAKA ... 61 LAMPIRAN A CITRA HASIL PERCOBAAN ... A - 1 LAMPIRAN B DATA MEAN OPINION SCORE (MOS)... B - 1 LAMPIRAN C LISTING PROGRAM ... C - 1

(5)

vii

DAFTAR TABEL

Halaman

Tabel 3. 1. Atribut MATLAB pada perancangan perangkat lunak ... 22

Tabel 4. 1. Karakteristik citra (host image) ... 25

Tabel 4. 2. Citra watermark yang digunakan ... 26

Tabel 4. 3. Nilai PSNR dan NCC dari citra Baboon.bmp ... 27

Tabel 4. 4. Nilai PSNR dan NCC dari citra Barbara.bmp ... 28

Tabel 4. 5. Nilai PSNR dan NCC dari citra Lena.bmp ... 29

Tabel 4. 6. Citra ber-watermark dan watermark hasil ekstraksi untuk nilai α = 50 ... 30

Tabel 4. 7. Nilai MOS dan PSNR citra yang telah disisipkan watermark ... 31

Tabel 4. 8. Nilai koefisien korelasi watermark hasil ekstraksi dari citra host yang telah disisipkan watermark dan dikompresi dengan faktor kualitas (Q = 0) ... 34

Tabel 4. 9. Citra ber-watermark yang dilakukan kompresi dengan faktor kualitas (Q = 0) dan watermark hasil ekstraksi dengan α = 50 ... 35

Tabel 4. 10. Nilai koefisien korelasi watermark hasil ekstraksi dari citra host yang telah disisipkan watermark dan dikompresi dengan faktor kualitas (Q = 10) ... 35

(6)

viii Tabel 4. 11. Citra ber-watermark yang dilakukan kompresi dengan

faktor kualitas (Q = 10) dan watermark hasil ekstraksi

dengan α = 50 ... 36 Tabel 4. 12. Nilai koefisien korelasi watermark hasil ekstraksi dari

citra ber – watermark yang dirotasi kanan 90° ... 37 Tabel 4. 13. Hasil ekstraksi watermark citra yang telah disisipkan

watermark yang dilakukan rotasi kanan 90°

dengan α = 50 ... ₃₈ Tabel 4. 14. Nilai koefisien korelasi watermark hasil ekstraksi dari

citra ber –watermark yang dirotasi kiri 90° ... 39 Tabel 4. 15. Hasil ekstraksi watermark citra yang telah disisipkan

watermark yang dilakukan rotasi kiri 90°

dengan α = 50 ... ₄₀ Tabel 4. 16. Nilai koefisien korelasi watermark hasil ekstraksi dari

citra ber –watermark yang dirotasi 180° ... 41 Tabel 4. 17. Hasil ekstraksi watermark citra yang telah disisipkan

watermark yang dilakukan rotasi 180°

dengan α = 50 ... ₄₂ Tabel 4. 18. Nilai koefisien korelasi watermark hasil ekstraksi dari

citra yang dilakukan penghalusan citra dengan

(7)

ix Tabel 4. 19. Hasil ekstraksi watermark citra yang telah disisipkan

watermark yang dilakukan penghalusan citra dengan

median filtering 3 x 3 piksel dengan α = 50 ... ₄₄ Tabel 4. 20. Nilai koefisien korelasi watermark hasil ekstraksi dari

citra yang dilakukan penghalusan citra dengan

median filtering 7 x 7 piksel ... 45 Tabel 4. 21. Hasil ekstraksi watermark citra yang telah disisipkan

watermark yang dilakukan penghalusan citra dengan

median filtering 7 x 7 piksel dengan α = 50 ... ₄₆ Tabel 4. 22. Nilai koefisien korelasi watermark hasil ekstraksi dari

citra yang dilakukan proses croping 25% dengan posisi

atas + bawah ... 47 Tabel 4. 23. Hasil ekstraksi watermark citra yang telah disisipkan

watermark yang dilakukan proses croping 25% dengan

posisi atas + bawah dengan α = 50 ... ₄₈ Tabel 4. 24. Nilai koefisien korelasi watermark hasil ekstraksi dari

citra yang dilakukan proses croping 25% dengan posisi

bawah ... 49 Tabel 4. 25. Hasil ekstraksi watermark citra yang telah disisipkan

watermark yang dilakukan proses croping 25% pada bagian

(8)

x Tabel 4. 26. Nilai koefisien korelasi watermark hasil ekstraksi dari

citra yang dilakukan proses croping 25% dengan posisi

kiri + kanan ... 51 Tabel 4. 27. Hasil ekstraksi watermark citra yang telah disisipkan

watermark yang dilakukan proses croping 25% dengan

posisi kiri + kanan citra dengan α = 50 ... ₅₂ Tabel 4. 28. Nilai koefisien korelasi watermark hasil ekstraksi dari

citra ber - watermark yang dilakukan proses scaling 25% .... 53 Tabel 4. 29. Hasil ekstraksi watermark citra yang telah disisipkan

watermark yang dilakukan proses scaling 25%

dengan α = 50 ... ₅₄ Tabel 4. 30. Nilai koefisien korelasi watermark hasil ekstraksi dari

citra ber - watermark yang dilakukan proses scaling 50% .... 55 Tabel 4. 31. Hasil ekstraksi watermark citra yang telah disisipkan

watermark yang dilakukan proses scaling 50%

dengan α = 50 ... ₅₆ Tabel 4. 32. Nilai koefisien korelasi watermark hasil ekstraksi dari

citra ber - watermark yang dilakukan proses scaling 75% .... 57 Tabel 4. 33. Hasil ekstraksi watermark citra yang telah disisipkan

watermark yang dilakukan proses scaling 75%

(9)

DAFTAR GAMBAR

Halaman

Gambar 3. 1. Blok Diagram Proses Penyisipan Watermark ... 15

Gambar 3. 2. Blok Diagram Proses Ekstraksi Watermark ... 17

Gambar 3. 3. Diagram Alir Proses Penyisipan Watermark ... 18

Gambar 3. 4. Struktur DWT Level 3... 18

Gambar 3. 5. Contoh middle band yang berukuran 2 x 2 pada blok 4 x 4... 18

Gambar 3. 6. Diagram Alir Proses Ektraksi Watermark ... 20

Gambar 3. 7. Rancangan Graphic User Interface (GUI) ... 21

Gambar 4. 1. Tampilan GUI Program Yang Dirancang ... 24

Gambar 4. 2. Grafik Nilai Normalized Cross Corelation (NCC) dan Peak Signal to Noise Ratio (PSNR) dari citra Baboon.bmp ... 27

Gambar 4. 3. Grafik Nilai Normalized Cross Corelation (NCC) dan Peak Signal to Noise Ratio (PSNR) dari citra Barbara.bmp ... 28

Gambar 4. 4. Grafik Nilai Normalized Cross Corelation (NCC) dan Peak Signal to Noise Ratio (PSNR) dari citra Lena.bmp ... 29

(10)

BAB I PENDAHULUAN

UNIVERSITAS KRISTEN MARANATHA 1

BAB I

PENDAHULUAN

Pada bab ini akan dibahas mengenai latar belakang, perumusan masalah, tujuan, pembatasan masalah, dan metodologi dari Tugas Akhir ini.

1. 1. Latar Belakang

Kemudahan penyebaran citra digital melalui internet memiliki sisi positif dan negatif bagi pemilik asli suatu citra digital tersebut. Sisi positif dari kemudahan penyebaran citra digital tersebut adalah dengan cepatnya pemilik citra tersebut menyebarkan file citra digital ke berbagai alamat situs di dunia. Sedangkan sisi negatifnya adalah jika tidak ada hak cipta yang berfungsi sebagai pelindung citra yang disebarkan tersebut, maka citra digital tersebut akan sangat mudah untuk diakui kepemilikannya oleh pihak lain. [6]

Watermarking adalah salah satu solusi untuk melindungi hak cipta terhadap citra digital yang dihasilkan. Watermark atau ‘tanda air’ merupakan suatu pesan, informasi atau data yang disisipkan ke dalam data lain dengan modifikasi tertentu. Dengan diterapkannya watermarking citra digital ini maka hak cipta citra digital

yang dihasilkan akan terlindungi dari penyalahgunaan hak cipta dengan cara menyisipkan informasi tambahan ke dalam citra digital tersebut.

Berdasarkan proses deteksi watermark atau proses ekstraksi watermark

dapat digolongkan menjadi tiga jenis, yaitu : [14]

1. Blind : pada proses ekstraksi data sistem blind watermarking tidak membutuhkan citra atau media aslinya, yang dibutuhkan hanyalah suatu kunci atau parameter-parameter untuk melakukan ekstraksi.

2. Semi blind : proses ekstraksi dilakukan dengan menggunakan suatu kunci dan watermark.

3. Nonblind : proses ekstraksi dilakukan dengan menggunakan citra asli dan parameter - parameter yang telah ditentukan (key).

(11)

BAB I PENDAHULUAN

UNIVERSITAS KRISTEN MARANATHA 2

Beberapa metode watermarking yang telah banyak digunakan antara lain

Discrete Cosine Transform (DCT) dan Discrete Wavelet Transform (DWT).

Pada metode Discrete Cosine Transform (DCT) terjadi proses konversi

spatial domain ke dalam frequency domain, dan citra watermark bisa disisipkan pada frekuensi tinggi dan frekuensi rendah. Bila disisipkan pada frekuensi tinggi maka kualitas citranya baik, tetapi citra watermark tidak tahan pada pemrosesan citra, berupa kompresi JPEG dan noise attacks. Sedangkan jika disisipkan pada frekuensi rendah maka kualitas citranya lebih buruk, tetapi watermark-nya lebih tahan terhadap kompresi JPEG dan noise attacks. Oleh karena itu, watermark akan disisipkan dengan memodifikasi koefisien pada bagian middle frequency sub band,

sehingga visibility dari citra tidak akan terpengaruh dan watermark tidak akan terhapus oleh pengolahan citra seperti kompresi. [2]

histogram, pengaturan contrast/brightness, gamma correction dan histogram equalization.[2]

Berdasarkan keuntungan dan kerugian metode – metode di atas, maka

watermarking diimplementasikan dengan menggabungkan metode Discrete Cosine Transform (DCT) dan Discrete Wavelet Transform (DWT) sehingga diperoleh kualitas dan ketahanan yang lebih baik terhadap pemrosesan citra. [2] [12]

Tugas Akhir sdr. Lumbantobing B. H. [9] menggunakan metode non blind watermarking. Pada Tugas Akhir ini proses watermarking menggunakan blind watermarking sehingga diharapkan dihasilkan pendekatan watermarking yang lebih efektif dan efisien karena proses ekstraksi tidak membutuhkan citra host, tetapi yang dibutuhkan adalah suatu kunci atau parameter-parameter untuk melakukan ekstraksi.

1. 2. Perumusan Masalah

Bagaimana merealisasikan blind watermarking pada Citra Digital

menggunakan Discrete Wavelet Transform (DWT) dan Discrete Cosine Transform (DCT)?

(12)

BAB I PENDAHULUAN

UNIVERSITAS KRISTEN MARANATHA 3

1. 3. Tujuan

Merealisasikan blind watermarking pada Citra Digital menggunakan

Discrete Wavelet Transform (DWT) dan Discrete Cosine Transform (DCT). 1. 4. Pembatasan Masalah

1. Citra host atau citra yang akan disisipkan citra watermark adalah citra berwarna dengan format BMP, dengan ukuran citra yaitu 512 x 512 piksel. 2. Watermark yang akan disisipkan adalah berupa citra hitam putih dengan

format BMP, dengan ukuran citra yaitu 32 x 32 piksel.

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).

5. Pengujian ketahanan yang akan dilakukan pada citra ber-watermark antara lain kompresi, rotasi, penghalusan citra, croping dan scaling.

6. Implementasi menggunakan bahasa pemograman MATLAB R2013a.

1. 5. Metodologi

1. Mengumpulkan dan mempelajari bahan yang dibutuhkan. 2. Melakukan perancangan perangkat lunak.

3. Menganalisis data dari hasil perangkat lunak yang telah dibuat.

(13)

BAB V KESIMPULAN DAN SARAN

UNIVERSITAS KRISTEN MARANATHA 59

BAB V

KESIMPULAN DAN SARAN

Bab ini berisi kesimpulan berdasarkan hasil penelitian dan analisis data dari

Tugas Akhir ini serta saran untuk pengembangan “BlindWatermarking pada Citra

Digital menggunakan Discrete Wavelet Transform (DWT) dan Discrete Cosine Transform (DCT)”.

5. 1. Kesimpulan

Dari kegiatan - kegiatan yang dilakukan terkait dengan pelaksanaan Tugas Akhir, dapat diambil kesimpulan sebagai berikut :

1. Blind watermarking pada citra digital menggunakan Discrete Wavelet Transform (DWT) dan Discrete Cosine Transform (DCT) berhasil direalisasikan dan dapat berfungsi dengan baik.

2. Nilai koefisien α yang optimal terletak pada range nilai 30 – 50, dengan

Peak Signal to Noise Ratio (PSNR) lebih besar dari 35 dB dan nilai

Normalized Cross Corelation (NCC) lebih besar dari 0,9 sehingga citra cukup tahan terhadap beberapa jenis pemrosesan citra, dengan nilai

Mean Opinion Score (MOS) berada pada skala penilaian yang cukup baik yaitu sama dengan citra asli.

3. Berdasarkan hasil ekstraksi watermark yang dilihat secara visual dan nilai koefisien korelasi dari percobaan yang telah dilakukan, didapatkan bahwa

watermark yang disisipkan pada citra umumnya tahan terhadap pemrosesan citra berupa kompresi dengan Q = 10, dan croping 25% (atas + bawah, bawah, kiri + kanan).

4. Sedangkan untuk penghalusan citra dengan median filtering (3 x 3 piksel dan 7 x 7 piksel ), rotasi (kanan 90º, kiri 90º dan 180º) dan scaling (25%, 50% dan 75%) secara visual watermark hasil ekstraksi tidak terlihat jelas atau tidak tahan terhadap pemrosesan citra.

(14)

BAB V KESIMPULAN DAN SARAN

UNIVERSITAS KRISTEN MARANATHA 60

5. Semakin besar nilai α, maka ketahanan watermark terhadap pemrosesan citra semakin meningkat, tetapi kualitas citra yang ber-watermark semakin menurun.

5. 2. Saran

1. Mencari algoritma watermarking yang tahan terhadap pemrosesan citra berupa kompresi dengan Q = 0, penghalusan citra, rotasi dan scaling. 2. Menambahkan proses filtering pada proses ekstraksi sebagai pre-filtering

operation seperti sharpening filter dan Laplacian of Gaussian filter untuk membantu menemukan informasi watermark.

(15)

DAFTAR PUSTAKA

UNIVERSITAS KRISTEN MARANATHA 61

DAFTAR PUSTAKA

[1] Alex, Desi. Implementasi Teknik Watermarking Digital Pada Domain DCT Untuk Citra Berwarna, Skripsi. Universitas Gadjah Mada, Yogyakarta. 2003.

[2] Al - Haj, Ali. Combined DWT-DCT Digital Image Watermarking. Princess Sumaya University for Technology. Amman, Jordan. 2007.

[3] Cox, I., M. Miller and J. Bloom. Digital Watermarking. Academic Press,

USA. 2002.

[4] Efford, N. Digital Image Processing a Practical Introduction Using Java. Pearson Education Limited, Essex. 2002.

[5] Emek, S. Jan, DWT-DCT Based Digital Watermarking Techniques for Still Images and Video Signals. PhD’s Thesis, Institueof Science : Yıldız Tech.

Univ., 2006

[6] Fahthony, Dean. Watermarkingpada Citra Digital Menggunakan Discrete Wavelet Transform, Tugas Akhir. Institut Teknologi Bandung, Bandung. 2007.

[7] Gilani, S. Asif Mahmood and A. N. Skodras. DLT – Based Digital Image Watermarking. University of Patras. 2000.

[8] Kadir, Abdul dan Adhi Susanto. Pengolahan Citra, Teori dan Aplikasi. Universitas Gadjah Mada, Yogyakarta. 2012.

[9] Lumbantobing, Benny Hamonangan. Digital Watermarking Menggunakan Teknik Penggabungan DWT (Discrete Wavelet Transform) dan DCT (Discrete Cosine Transform), Tugas Akhir. Universitas Kristen Maranatha, Bandung. 2013.

[10] Potdar, V., S. Han and E. Chang. A Survey of Digital Image Watermarking Techniques. In Proc. of the IEEE International Conference on Industrial Informatics, pp: 709-716, Perth, Australia. 2005.

[11] Radiant, Joseph. Penyembunyian Gambar dalam Gambar menggunakan Sistem Fungsi Iterasi, Tugas Akhir. Universitas Kristen Maranatha, Bandung. 2013.

(16)

DAFTAR PUSTAKA

UNIVERSITAS KRISTEN MARANATHA 62

[12] Saeed K, Amirgholipour and Ahmad R. Naghsh - Nilchi. Robust Digital Image Watermarking Based on Joint DWT-DCT. Computer Engineering Dept, Isfahan University, Iran. 2009.

[13] Sigalingging, Daniel Galumbang. Watermarking Citra Digital Berbasis DWT (Discrete Wavelet Transform) - SVD (Singular Value Decomposition),

Tugas Akhir. Universitas Kristen Maranatha, Bandung. 2013.

[14] Sitorus, Panji Putra. Watermarking Pada Citra Digital Dengan Menggunakan Discrete Cosine Transform, Skripsi. Universitas Sumatera Utara, Medan. 2010

[15] http://id.wikipedia.org/wiki/Korelasi, diakses tanggal 25 Maret 2014. [16] http://en.wikipedia.org/wiki/Mean_opinion_score, diakses 25 Maret 2014.

(1)

BAB I PENDAHULUAN

Beberapa metode watermarking yang telah banyak digunakan antara lain Discrete Cosine Transform (DCT) dan Discrete Wavelet Transform (DWT).

Pada metode Discrete Cosine Transform (DCT) terjadi proses konversi spatial domain ke dalam frequency domain, dan citra watermark bisa disisipkan pada frekuensi tinggi dan frekuensi rendah. Bila disisipkan pada frekuensi tinggi maka kualitas citranya baik, tetapi citra watermark tidak tahan pada pemrosesan citra, berupa kompresi JPEG dan noise attacks. Sedangkan jika disisipkan pada frekuensi rendah maka kualitas citranya lebih buruk, tetapi watermark-nya lebih tahan terhadap kompresi JPEG dan noise attacks. Oleh karena itu, watermark akan disisipkan dengan memodifikasi koefisien pada bagian middle frequency sub band, sehingga visibility dari citra tidak akan terpengaruh dan watermark tidak akan terhapus oleh pengolahan citra seperti kompresi. [2]

Pada metode Discrete Wavelet Transform (DWT), 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]

Berdasarkan keuntungan dan kerugian metode – metode di atas, maka watermarking diimplementasikan dengan menggabungkan metode Discrete Cosine Transform (DCT) dan Discrete Wavelet Transform (DWT) sehingga diperoleh kualitas dan ketahanan yang lebih baik terhadap pemrosesan citra. [2] [12]

(2)

BAB I PENDAHULUAN

1. 3. Tujuan

Merealisasikan blind watermarking pada Citra Digital menggunakan Discrete Wavelet Transform (DWT) dan Discrete Cosine Transform (DCT).

1. 4. Pembatasan Masalah

format BMP, dengan ukuran citra yaitu 32 x 32 piksel.

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

5. Pengujian ketahanan yang akan dilakukan pada citra ber-watermark antara lain kompresi, rotasi, penghalusan citra, croping dan scaling.

6. Implementasi menggunakan bahasa pemograman MATLAB R2013a.

1. 5. Metodologi

1. Mengumpulkan dan mempelajari bahan yang dibutuhkan. 2. Melakukan perancangan perangkat lunak.

3. Menganalisis data dari hasil perangkat lunak yang telah dibuat. 4. Membuat laporan tertulis Tugas Akhir.

(3)

BAB V KESIMPULAN DAN SARAN

BAB V

KESIMPULAN DAN SARAN

Bab ini berisi kesimpulan berdasarkan hasil penelitian dan analisis data dari

Tugas Akhir ini serta saran untuk pengembangan “BlindWatermarking pada Citra

Digital menggunakan Discrete Wavelet Transform (DWT) dan Discrete Cosine Transform (DCT)”.

5. 1. Kesimpulan

Dari kegiatan - kegiatan yang dilakukan terkait dengan pelaksanaan Tugas Akhir, dapat diambil kesimpulan sebagai berikut :

1. Blind watermarking pada citra digital menggunakan Discrete Wavelet Transform (DWT) dan Discrete Cosine Transform (DCT) berhasil direalisasikan dan dapat berfungsi dengan baik.

2. Nilai koefisien α yang optimal terletak pada range nilai 30 – 50, dengan Peak Signal to Noise Ratio (PSNR) lebih besar dari 35 dB dan nilai Normalized Cross Corelation (NCC) lebih besar dari 0,9 sehingga citra cukup tahan terhadap beberapa jenis pemrosesan citra, dengan nilai Mean Opinion Score (MOS) berada pada skala penilaian yang cukup baik yaitu sama dengan citra asli.

3. Berdasarkan hasil ekstraksi watermark yang dilihat secara visual dan nilai koefisien korelasi dari percobaan yang telah dilakukan, didapatkan bahwa watermark yang disisipkan pada citra umumnya tahan terhadap pemrosesan citra berupa kompresi dengan Q = 10, dan croping 25% (atas + bawah, bawah, kiri + kanan).

(4)

BAB V KESIMPULAN DAN SARAN

5. Semakin besar nilai α, maka ketahanan watermark terhadap pemrosesan citra semakin meningkat, tetapi kualitas citra yang ber-watermark semakin menurun.

5. 2. Saran

operation seperti sharpening filter dan Laplacian of Gaussian filter untuk membantu menemukan informasi watermark.

(5)

DAFTAR PUSTAKA

[1] Alex, Desi. Implementasi Teknik Watermarking Digital Pada Domain DCT Untuk Citra Berwarna, Skripsi. Universitas Gadjah Mada, Yogyakarta. 2003.

[2] Al - Haj, Ali. Combined DWT-DCT Digital Image Watermarking. Princess Sumaya University for Technology. Amman, Jordan. 2007.

[3] Cox, I., M. Miller and J. Bloom. Digital Watermarking. Academic Press, USA. 2002.

[4] Efford, N. Digital Image Processing a Practical Introduction Using Java. Pearson Education Limited, Essex. 2002.

[5] Emek, S. Jan, DWT-DCT Based Digital Watermarking Techniques for Still Images and Video Signals. PhD’s Thesis, Institueof Science : Yıldız Tech. Univ., 2006

[6] Fahthony, Dean. Watermarkingpada Citra Digital Menggunakan Discrete Wavelet Transform, Tugas Akhir. Institut Teknologi Bandung, Bandung. 2007.

[7] Gilani, S. Asif Mahmood and A. N. Skodras. DLT – Based Digital Image Watermarking. University of Patras. 2000.

[8] Kadir, Abdul dan Adhi Susanto. Pengolahan Citra, Teori dan Aplikasi. Universitas Gadjah Mada, Yogyakarta. 2012.

(6)

DAFTAR PUSTAKA

[12] Saeed K, Amirgholipour and Ahmad R. Naghsh - Nilchi. Robust Digital Image Watermarking Based on Joint DWT-DCT. Computer Engineering Dept, Isfahan University, Iran. 2009.

[13] Sigalingging, Daniel Galumbang. Watermarking Citra Digital Berbasis DWT (Discrete Wavelet Transform) - SVD (Singular Value Decomposition), Tugas Akhir. Universitas Kristen Maranatha, Bandung. 2013.

[14] Sitorus, Panji Putra. Watermarking Pada Citra Digital Dengan Menggunakan Discrete Cosine Transform, Skripsi. Universitas Sumatera Utara, Medan. 2010

[15] http://id.wikipedia.org/wiki/Korelasi, diakses tanggal 25 Maret 2014.

Blind Watermarking pada Citra Digital Menggunakan Discrete Wavelet Transform (DWT) dan Discrete Cosine Transform (DCT) - Blind Watermarking on Digital Image Using Discrete Wavelet Transorm (DWT) dan Discrete Cosine Transform (DCT).