ANALISA DAN IMPLEMENTASI WATERMARKING UNTUK OTENTIKASI KEASLIAN CITRA PEMINDAIAN IJAZAH DAN TRANSKRIP NILAI MENGGUNAKAN METODE DISCRETE WAVELETE TRANSFORM (DWT)
NASKAH PUBLIKASI
diajukan oleh Anna Baita 11.21.0570
kepada SEKOLAH TINGGI MANAJEMEN INFORMATIKA DAN KOMPUTER AMIKOM YOGYAKARTA YOGYAKARTA 2013
ANALYSIS AND IMPLEMENTATION WATERMARKING FOR AUTHENTICATION OF CERTIFICATE AND TRANSCRIPT IMAGE SCANNING USING DISCRETE WAVELETE TRANSFORM (DWT) METHOD
ANALISA DAN IMPLEMENTASI WATERMARKING UNTUK OTENTIKASI KEASLIAN CITRA PEMINDAIAN IJAZAH DAN TRANSKRIP NILAI DENGAN MENGGUNAKAN METODE DISCRETE WAVELETE TRANSFORM (DWT)
Anna Baita Hanif Al Fatta Jurusan Teknik Informatika STMIK AMIKOM YOGYAKARTA
ABSTRACT
Watermarking has been widely used to protect digital data, such as for copyright protection, broadcast monitoring, tamper detection, or authentication. In this paper, a watermarking system discussed is intended for digital image authentication process. In this case, embedding Watermark using Discrete Wavelete Transform (DWT) combined with Cossine Discrete Transform (DCT). Watermarked image quality testing is done by calculating the PSNR. Robustness of watermarks were analyzed by calculating the Normalized Cross Correlation. The quality of watermark image obtained from this study has a good level in invisibility, readability, but has a low robustness. Embedding watermark using this technique can be used to authenticate digital image well.
Keywords: watermarking, image, authentication, DWT
1.
Pendahuluan Perkembangan teknologi digital dan internet
yang begitu pesat di beberapa
tahun terakhir ini, turut meningkatkan jumlah ketersediaan konten yang berbasis digital multimedia. Salah satu keuntungan dari data digital adalah kemudahan dalam memproduksi ulang (menggandakan) konten digital dengan kualitas data yang serupa dengan aslinya. Akan tetapi, kemudahan tersebut juga membawa dampak negatif, yakni mudahnya memodifikasi konten digital. Sehingga terkadang sulit untuk
mengenali
1
konten asli dengan konten yang sudah dimodifikasi . Hal ini mendorong adanya kebutuhan terhadap otentikasi terhadap data digital. Dalam era digital, penggunaan watermarking (tanda air) dapat menjadi jawaban atas kebutuhan otentikasi data digital. Watermarking merupakan teknik menyisipkan informasi ke dalam data multimedia. Informasi tersebut dapat berupa data, citra, audio maupun video yang menggambarkan kepemilikan suatu pihak. Teknik yang digunakan dalam watermarking, antara lain teknik spasial domain dan teknik frekuensi domain. Dibandingkan dengan metode spasial domain, metode frekuensi domain lebih banyak digunakan. Tujuannya adalah untuk memasukkan watermark ke dalam koefisien spektral pada sebuah gambar. Transformasi yang digunakan dalam metode frekuensi domain antara lain: Discrete Cosine Transform (DCT), Discrete Fourier Transform (DFT), Discrete Wavelete Transform (DWT), Discrete Laguerre Transform (DLT) dan Discrete Hadamard Transform (DHT). Penggunaan metode frekuensi domain memanfaatkan karakterisik dari sistem penglihatan manusia, yang ditangkap dengan baik oleh koefisien spektral. Sebagai contoh, sistem penglihatan manusia lebih sensitif terhadap koefisien yang memiliki frekuensi rendah dan kurang sensitif terhadap koefisien berfrekuensi tinggi. Dengan kata lain, pada koefisien
yang berfrekuensi rendah, perubahan komponen gambar dapat
menyebabkan gangguan pada gambar asli. Perubahan ini dapat ditangkap dengan jelas oleh penglihatan manusia. Dengan demikian koefisien berfrekuensi tinggi dianggap tidak signifikan, sehingga teknik pemrosesan citra seperti kompresi citra cenderung untuk menghilangkan koefisiensi berfrekuensi tinggi. Ijazah dan transkrip nilai merupakan salah dokumen penting yang perlu dijaga agar terhindar dari segala bentuk pemalsuan. Untuk itu penulis ingin mengangkat tema “Analisa dan Implementasi Watermarking untuk Otentikasi Keaslian Citra Pemindaian Ijazah dan Transkrip Nilai Menggunakan Metode Discrete Wavelete Transform (DWT)” dalam skripsi ini.
1
Paquet , Alexandre H et.al. 2003 “Wavelet packets-based Digital Watermarking for Image Verification and Authentication”
1
2.
Landasan Teori
2. 1 Tinjauan Pustaka 2
Rahim Rasyid(2011) mengusulkan pemberian watermarking sebagai proteksi hak cipta pada ijazah digital. Penelitian yang dilakukan menggunakan dua watermark yang disisipkan dalam citra host. Watermark yang pertama berupa visible watermark dan watermark yang kedua berupa invisible watermark. Proses penyisipan watermark menggunakan metode Discrete Cosine Transform. Dari percobaan yang dilakukan mampu menghasilkan watermark yang tahan terhadap noise salt&pepper, gaussian, dan speckle, namun tidak tahan terhadap serangan cropping dan rescaling. 3
Mulaab(2004) melakukan penelitian teknik watermarking dengan menggunakan domain wavelet untuk melakukan proteksi kepemilikan dari citra medis. Hasil dari teknik watermarking dengan menggunakan domain wavelet baik terhadap kualitas citra medis. 2. 2 Watermarking Watermarking merupakan suatu bentuk dari steganography (ilmu yang mempelajari bagaimana menyembunyikan sesuatu data pada data yang lain). Digital watermarking adalah penyisipan sinyal digital ke dalam suatu media, yang dalam penelitian ini media atau host yang dimaksud adalah citra digital. Digital watermarking ini berangkat dari proses-proses pengolahan sinyal digital, dimana sinyal digital dapat berupa gambar, audio, video, dan teks. Digital watermarking ini diimplementasikan dengan memanfaatkan kekurangan dari indera manusia (indera penglihatan dan pendengaran) dimana indera manusia ini kurang sensitif terhadap perubahan yang terjadi, misalnya perubahan yang terjadi pada level bit (sampai batas tertentu) ataupun perubahan pada level frekuensi di luar frekuensi yang bisa diterima manusia. 2.2.1 Karakteristik watermarking 4
Sebuah watermark yang baik idealnya akan memiliki karakteristik sebagai berikut : a. Invisibility : watermark yang disisipkan tidak terlihat b. Robustness : watermark tahan terhadap serangan pembajakan maupun pengolahan citra c.
Readibility : sebuah watermark seharusnya mengandung sebuah informasi, sehingga ketika diekstrak akan dapat digunakan untuk melakukan identifikasi kepemilikan dan hak cipta tanpa adanya ambiguitas.
2
Rasyid, Rahim. 2011”Sistem Pemberian Proteksi Hak Cipta Pada Berkas Ijazah Digital(Subsistem Watermarking Pada Ijazah Digital)” 3 Mulaab. 2004 “Teknik Watermarking Dalam Domain Wavelet Untuk Proteksi Kepemilikan Pada Data Citra Medis ” 4 S Rawat, Keshav et.al. 2010 ”Digital watermarking Schemes For Authorization Againts Copying Or Piracy Of Color Images”, Indian Journal Of Computer Science and Engineering Vol.1 No. 4 259-300
2
d. Security : sebuah watermark seharusnya bersifat rahasia, tidak dapat di akses oleh orang yang tidak berhak. 2.2.2 Transformasi Wavelet Diskrit Wavelete diartikan sebagai small wave atau gelombang singkat. Transformasi Wavelete akan mengkonversi sinyal ke dalam sederetan wavelete. Gelombang singkat tersebut merupakan fungsi basis yang terletak pada waktu yang berbeda. Transformasi Wavelete merupakan perbaikan dari transformasi Fourier. Pada transformasi Fourier hanya dapat menentukan frekuensi yang muncul pada suatu sinyal, namun tidak dapat menentukan kapan (dimana) frekuensi itu muncul. Dengan kata lain, transformasi Fourier tidak memberikan informasi tentang domain waktu (time domain). Kelemahan lain dari transformasi Fourier adalah perubahan sedikit terhadap sinyal pada posisi tertentu akan berdampak atau mempengaruhi sinyal pada posisi lainnya. Hal ini disebabkan karena transformasi Fourier berbasis sin-cos yang bersifat periodik dan kontinu. 2.2.3 Transformasi Wavelete 2D Transformasi Wavelete pada citra 2D pada prinsipnya sama dengan transformasi pada citra 1. Pada citra 2D proses transformasi dilakukan pada baris lebih dahulu, kemudian dilanjutkan dengan transformasi pada kolom. Seperti yang ditunjukkan pada Gambar 2.1 berikut ini:
Gambar 2.1 Transformasi Wavelet 2D 1 level Pada gambar 2.1 tersebut, LL menyatakan bagian koefisien yang diperoleh melalui proses tapis Low pass dilanjutkan dengan Low pass. Citra pada bagian ini mirip dan merupakan versi lebih halus dari citra aslinya sehingga koefisien pada bagian LL sering disebut dengan komponen aproksimasi. LH menyatakan bagian koefisien yang diperoleh melalui proses tapis Low pass kemudian dilanjutkan dengan High Pass. Koefisien pada bagian ini menunjukkan citra tepi dalam arah horisontal. Bagian HL menyatakan bagian yang diperoleh melalui proses High pass kemudian dilanjutkan dengan Low pass. Koefisien pada bagian ini menunjukkan citra tepi dalam arah vertikal.
3
HH menyatakan proses yang diawali dengan High pass dan dilanjutkan dengan High pass, dan menunjukkan citra tepi dalam arah diagonal. Ketiga komponen LH, HL, dan HH disebut juga komponen detil. Hasil transformasi Wavelet 2D 1 level, sering dibuat dalam bentuk skema sebagai berikut:
Gambar 2.2 Skema Transformasi Wavelet 2D 1 level CA,CV, CH dan CD berturut-turut menyatakan komponen aproksimasi, vertikal, horizontal dan diagonal. Contoh dekomposisi wavelet dua dimensi ditujukkan oleh gambar berikut ini:
Gambar 2.3 Dekomposisi Wavelet 2D 2.2.4 Discrete Cosine Transform (DCT) Discrete Cosine Transform merupakan merupakan sebuah fungsi dua arah yang memetakan himpunan N buah bilangan real menjadi himpunan N buah bilangan real pula. Secara umum, DCT satu dimensi menyatakan sebuah sinyal diskrit satu dimensi sebagai kombinasi linier dari beberapa fungsi basis berupa gelombang kosinus diskrit dengan amplitudo tertentu. Masing-masing fungsi basis memiliki frekuensi yang berbedabeda, karena itu transformasi DCT termasuk dalam transformasi domain frekuensi. Amplitudo fungsi basis dinyatakan sebagai koefisien dalam himpunan hasil transformasi DCT. DCT satu dimensi didefinisikan pada persamaan berikut: ( ) = α(u)
( ) cos
Untuk 0 ≤ u ≤ N – 1
4
π(
)
............................................(2.1)
( )menyatakan koefisien ke- dari himpunan hasil transformasi DCT. ( )menyatakan anggota ke-
dari himpunan asal. N menyatakan banyaknya suku himpunan asal dan
himpunan hasil transformasi. α(u) dinyatakan oleh persamaan berikut ini: α(u)=
untuk u=0.....................................................................(2.2)
α(u)=
untuk 1 ≤ u ≤ N – 1.......................................................(2.3)
Transformasi balik yang memetakan himpunan hasil transformasi DCT ke himpunan bilangan semula disebut juga inverse DCT(IDCT). IDCT didefinisikan oleh persamaan dibawah ini: ( )=
α(u) ( ) cos
π(
)
...........................................(2.4)
Untuk 0 ≤ u ≤ N – 1 DCT dua dimensi dapat dipandang sebagai komposisi dari DCT pada masingmasing dimensi. Sebagai contoh, jika himpunan bilangan real disajikan dalam array dua dimensi terhadap masing-masing baris dan kemudian melakukan DCT satu dimensi terhadap masing-masing kolom dari hasil DCT tersebut. DCT dua dimensi dapat dinyatakan oleh persamaan berikut ini: C(u,v)= ( ) ( ) ∑
∑
( , )
(
)
cos
(
)
...........(2.5)
Sedangkan transformasi baliknya dapat dinyatakan sebagai persamaan berikut ini: ( , )= ( ) ( ) ∑
∑
( , )
(
)
cos
(
)
...........(2.6)
2.3 Metode Perhitungan Kualitas Citra Metode yang digunakan pada digital watermarking memiliki kelebihan dan kekurangan dalam hal kualitas gambar yang dihasilkan. Adapun cara yang digunakan untuk menghitung citra adalah dengan menghitung Peak Signal-to- Noise Ratio(PNSR). PNSR ini merupakan perbandingan antara kualitas citra hasil rekonstruksi dengan citra asal. Semakin besar nilai PNSR, maka semakin baik pula kualitas sinyal yang dihasilkan. Sebelum menghitung PNSR, kita harus menghitung Mean Squared Error (MSE) dari citra hasil rekonstruksi terlebih dahulu. Adapun persamaan yang digunakan dalam menghitung MSE adalah sebagai berikut: MSE =
∑[ ( , )
′ ( , )]
...............................................................(2.7)
Dimana : N=perkalian panjang dan lebar citra dalam piksel f(i,j) =citra asal/citra asli f’(i,j)=citra hasil rekonstruksi / citra berwatermark
5
Setelah mendapatkan nilai MSE, maka nilai MSE dimasukkan ke dalam persamaan berikut ini, untuk memperoleh nilai PNSR. PNSR = 10 log 10 [
]...........................................................(2.8)
Nilai PNSR dinyatakan dalam skala decibel (dB). 2.3.1 Penghitungan Robustness Citra Pengukuran robustness dari watermark dilakukan dengan menggunakan Normalized Cross Correlation(NC). NC dihitung dengan persamaan sebagai berikut: NC=
∑ ∑ ∑ ∑
( ) ′( )
..........................................................(2.9)
( )
Nilai NC berkisar antara 0 dan 1. Semakin tinggi nilai NC, semakin mirip kedua citra, berarti semakin efektif pula algoritma watermarkingnya.
3.
Analisis Analisis yang dibahas meliputi algoritma penanaman/penyisipan watermark,
algoritma ekstraksi watermark, serta algoritma otentikasi citra. 3.1 Algoritma Penyisipan Watermark
Gambar 3.1 Proses Penyisipan Watermark Algoritma penyisipan citra watermark adalah sebagai berikut: a. Pemilihan Citra Asli Citra asli dalam penelitian ini menggunakan citra hasil scanning ijazah dan transkrip nilai. Jenis citra yang dapat digunakan adalah citra RGB dengan format file citra JPEG atau BMP. b. Pemilihan Citra Watermark Citra watermark dalam penelitian ini menggunakan citra logo institusi pendidikan yang berformat JPEG maupun BMP dengan ukuran 300 x 300 pixel. c. Host Image preprocessing Sebelum melakukan proses penanaman watermark, perlu dilakukan image preprocessing pada citra host. Image preprocessing ini berupa proses pengubahan ukuran image menjadi 768 x 1024 pixel, serta pengubahan format citra inputan menjadi citra grayscale.
6
d. Proses dekomposisi citra asli/host menggunakan DWT Proses dekomposisi ini dilakukan dengan DWT level 1 keluarga daubechies. Hasil dari dekomposisi level 1 ini akan menghasilkan koefisien aproksimasi maupun koefisien detil seperti gambar berikut ini. cA1
cV1
cH1
cD1
Gambar 3.2 Koefisien Aproksimasi dan Koefisien Detil Script program untuk melakukan dekomposisi DWT dalam matlab adalah sebagai berikut: [cA1,cH1,cV1,cD1] = dwt2(host,'db1'); e. Proses dekomposisi citra asli/host menggunakan DCT Proses
berikutnya
adalah
melakukan
dekomposisi menggunakan
transformasi DCT pada koefisien aproksimasi yang diperoleh dari proses dekomposisi sebelumnya. Script program dalam matlab untuk melakukan dekomposisi DCT adalah sebagai berikut: cA1_dct=dct2(cA1);
f.
Dekomposisi Citra Watermark menggunakan DWT Sama halnya dengan citra host, citra watermark ini didekomposisi menggunakan DWT level 1 keluarga daubichies. Koefisien yang akan ditanamkan pada citra host adalah koefisien aproksimasi. Script program untuk melakukan dekomposisi DWT dalam matlab adalah sebagai berikut: [cA2,cH2,cV2,cD2] = dwt2(watermark,'db1');
g. Proses dekomposisi citra watermark menggunakan DCT Koefisien aproksimasi hasil dekomposisi DWT dari citra watermark didekomposisi menggunakan DCT dengan script sebagai berikut: cA2_dct=dct2(cA2); h. Penyisipan citra watermark ke dalam citra asli (mixing citra) Setelah mendapat citra hasil dekomposisi DCT dari citra host dan citra watermark, maka langkah selanjutnya adalah menjumlahkan citra hasil DCT dari citra host dengan citra hasil DCT dari watermark yang telah dikalikan dengan konstanta tertentu. Secara matematis dapat dituliskan sebagai berikut: c(i,j) = cA1_dct(i,j) + dimana:
7
* cA2_dct(i,j)
c(i,j)
= DCT citra berwatermark
cA1_dct(i,j)
= DCT citra Asli/host = konstanta = DCT citra watermark
cA2_dct(i,j)
i. Melakukan IDCT (invers DCT) Citra hasil proses mixing, dikembalikan menggunakan invers DCT, dengan script sebagai berikut ini: B = idct2(C); j. Melakukan IDWT (invers DWT) Citra yang diperoleh dari langkah ke-i kemudian ditransformasi balik dengan IDWT, dengan script sebagai berikut: citra=idwt2(B,cH1,cV1,cD1,'db1'); k. Menampilkan citra berwatermark l. Langkah terakhir adalah menampilkan kembali citra berwatermark ke dalam figure matlab. 3.2 Algoritma Pengeluaran/Ekstraksi Watermark Secara umum teknik watermarking dapat dibedakan menjadi dua, yaitu non blind watermarking dan blind watermarking. Non blind watermarking merupakan teknik
watermarking
yang memerlukan citra asli dan citra
berwatermark untuk mengekstrak watermark. Sedangkan blind watermarking merupakan teknik watermarking yang tidak memerlukan citra asli untuk melakukan ekstraksi. Dalam penelitian ini menggunakan teknik non blind watermarking. Skema proses ekstraksi citra watermark dapat digambarkan sebagai berikut ini:
Gambar 3.3 Proses Ekstraksi Watermark Secara umum proses ekstraksi merupakan proses kebalikan dari proses penyisipan watermark. Adapun algoritma ekstraksi citra watermark adalah sebagai berikut: a. Pembacaan citra berwatermark
8
citra berwatermark, merupakan citra asli yang telah disisipi watermark. b. Pembacaan citra asli citra asli yang dimaksud dalam proses ekstraksi ini adalah citra hasil preprocessing, bukan citra mentah hasil pemindaian(scanning) c.
Dekomposisi citra berwatermark dengan menggunakan DWT
d. Dekomposisi citra berwatermark dengan menggunakan DCT e. Dekomposisi citra asli dengan menggunakan DWT f.
Dekomposisi citra asli menggunakan DCT
g. Pencarian komponen citra watermark Komponen citra watermark secara matematis diperoleh dengan cara berikut ini: c4(i,j) = cA3_dct(i,j) - cA1_dct(i,j)/ dimana: c4(i,j)
= komponen citra watermark
cA3_dct(i,j)
= komponen citra berwatermark = konstanta
cA1_dct(i,j)
= komponen citra asli
h. Rekonstruksi citra watermark Setelah mendapat koefisien aproksimasi citra watermark, maka langkah selanjutnya
adalah
mentransformasi
balik
komponen
citra
watermark
menggunakan IDCT kemudian dilanjutkan dengan IDWT. Kemudian melakukan penyesuaian ukuran citra watermark. 3.3 Algoritma Otentikasi Citra Proses otentikasi citra dilakukan dengan membandingkan citra watermark hasil ekstraksi dengan citra watermark asli. Untuk dapat melakukan proses autentikasi, diperlukan tiga buah citra inputan, yakni: citra host, citra watermark asli, dan citra yang akan divalidasi. Citra watermark hasil ekstraksi dibandingkan dengan citra watermark asli menggunakan Normalized Cross Correlation (NC). Adapun flow chart autentikasi adalah sebagai berikut:
9
dari proses
Gambar 3.4 Diagram Otentikasi 4.
Hasil Penelitian Dan Pembahasan
4.1 Penyisipan Watermark Adapun contoh hasil dari proses penyisipan watermark adalah sebagai berikut:
(a)
(b)
Gambar 4.1 (a) Citra Host (b) Citra Berwatermark Dari 12 sampel citra host yang diujikan diperoleh hasil sebagai berikut ini: Tabel 4.1 Tabel MSE dan PSNR Penyisipan Watermark No 1 2 3 4 5 6 7 8 9
Citra Ijazah Arif.jpg Transkrip Arif.jpg Ijazah Anna.jpg Transkrip Anna.jpg Ijazah Bismo.jpg Trasnskrip Bismo.Jpg Ijazah Dyah.jpg Transkrip Dyah.jpg Ijazah Toni.jpg
MSE 3.63956 3.63956 3.63956 3.63956 3.63956 3.63956 3.63956 3.63956 3.63956
10
PSNR(dB) 42.5203 42.5203 42.5203 42.5203 42.5203 42.5203 42.5203 42.5203 42.5203
10 11 12
Transkrip Toni.jpg Ijazah Rainy.jpg Transkrip Rainy.jpg
3.63956 3.63956 3.63956
42.5203 42.5203 42.5203
Dari tabel 4.1 dapat kita ketahui bahwa Nilai MSE dan PSNR adalah sama yakni 3.63956 untuk MSE dan 42.5203. PSNR menunjukkan nilai maksimum dari sinyal yang 5
diukur dengan besarnya derau yang berpengaruh pada sinyal tersebut . Nilai PSNR dalam hal ini merupakan tolak ukur kualitas citra watermarking. Citra dengan nilai PSNR 6
> 35 dB dapat dikatakan memiliki kualitas yang baik . Semakin besar nilai PSNR, maka kualitas citra yang disisipi watermark semakin mirip dengan citra asli. Dari hasil uji coba tersebut dapat ditarik kesimpulan, bahwa citra yang disisipi watermark memiliki kualitas yang baik. Adapun nilai MSE digunakan untuk menghitung nilai PSNR. Dua citra yang identik akan memiliki nilai MSE 0, dan PSNRnya tidak dapat didefinisikan. 4.2 Ekstraksi Watermark Adapun contoh citra watermark hasil ekstraksi dalam uji coba ditunjukkan oleh gambar adalah berikut:
Gambar 4.2 Citra Hasil Ekstraksi Watermark Penelitian ini
menggunakan teknik non blind watermarking, sehingga untuk
melakukan ekstraksi citra watermark harus menggunakan citra host. Adapun hasil ekstraksi dari 12 sampel citra yang diujikan adalah sebagai berikut: Tabel 4.2 Tabel Nilai NC Ekstraksi Citra No 1 2 3 4 5 6 7 8
Citra Ijazah Arif.jpg Transkrip Arif.jpg Ijazah Anna.jpg Transkrip Anna.jpg Ijazah Bismo.jpg Trasnskrip Bismo.Jpg Ijazah Dyah.jpg Transkrip Dyah.jpg
NC 0.93728 0.9371 0.935591 0.920174 0.938102 0.92143 0.778153 0.640475
5
M. Rafigh et.al. 2010 “A Robust Evolutionary Based Digital Image Watermarking Technique in DCT Domain,” 2010 Seventh International Conference on Computer Graphics, Imaging and Visualization, pp. 105-109 6 W. Na et.al. 2009 “A Novel Robust Watermarking Algorithm based on DWT and DCT,” 2009 International Conference on Computational Intelligence and Security
11
9 10 11 12
Ijazah Toni.jpg Transkrip Toni.jpg Ijazah Rainy.jpg Ijazah Rainy.jpg
0.930077 0.405155 0.926634 0.879106
Untuk menghitung tingkat kemiripan citra watermark hasil ekstraksi dengan citra watermark asli menggunakan Normalized Cross Correlation (NC). Nilainya berkisar antara 0 dan 1. Semakin tinggi nilai NC berarti semakin mirip kedua citra tersebut. Nilai NC yang tinggi berarti menunjukkan tingkat robustness watermark juga tinggi. Dalam penilitan ini menggunakan toleransi error sebesar 20%. Artinya Citra dikatakan autentik jika 0.8
Citra Ijazah Arif.jpg Transkrip Arif.jpg Ijazah Anna.jpg Transkrip Anna.jpg Ijazah Bismo.jpg Trasnskrip Bismo.Jpg Ijazah Dyah.jpg Transkrip Dyah.jpg Ijazah Toni.jpg Transkrip Toni.jpg Ijazah Rainy.jpg Transkrip Rainy.jpg
Autentik Ya Ya Ya Ya Ya Ya Tidak Tidak Ya Tidak Ya Ya
Dari hasil tersebut dapat kita ketahui bahwa aplikasi ini mampu melakukan autentikasi citra yang berwatermark, dengan tingkat akurasi 75%. Dalam penelitian ini tidak mampu memberikan hasil 100% terhadap data yang di ujikan antara lain karena
12
citra yang digunakan adalah citra scanning, sehingga kualitas citra sangat dipengaruhi oleh proses scanning. Untuk mengetahui besarnya pengaruh resolusi yang digunakan saat proses scanning maka dilakukan uji coba terhadap citra ijazah Anna.jpg dengan variansi nilai resolusi yang berbeda. Adapun hasilnya adalah sebagai berikut: Tabel 4.4 MSE dan PSNR Berdasar Resolusi Citra Resolusi Citra
MSE
PSNR
75 dpi
3.63956
42.5203
100 dpi
3.63956
42.5203
150 dpi
3.63956
42.5203
200 dpi
3.63956
42.5203
300 dpi
3.63956
42.5203
400 dpi
3.63956
42.5203
600 dpi
3.63956
42.5203
Hasil ekstraksi dari tiap-tiap citra dengan resolusi yang berbeda diperlihatkan oleh tabel 4.5 berikut. Tabel 4.5 hasil Ekstraksi Citra Berdasarkan Tingkat Resolusi Citra HASIL EKSTRAKSI BERDASARKAN TINGKAT RESOLUSI 75 dpi
100 dpi
150 dpi
200 dpi
300 dpi
400 dpi
600 dpi
NC=0.906733
NC=0.921376
NC=0.92749
NC=0.932447
NC=0.933368
NC=0.935961
NC=0.933427
Dari hasil di atas terlihat adanya hubungan tingkat resolusi dengan kualitas hasil ekstraksi citra. Semakin tinggi resolusi sebuah citra maka semakin bagus pula kualitas citra yang dihasilkan. Untuk dapat menguji kemampuan aplikasi dalam mengenali citra yang tidak diberi watermark, dilakukan pengujian terhadap 12 citra yang tidak berwatermark untuk diautentikasi. Hasilnya adalah sebagai berikut: Tabel 4.6 Autentikasi Citra Tak Berwatermark No 1 2 3 4 5 6 7 8
Citra Ijazah Arif.jpg Transkrip Arif.jpg Ijazah Anna.jpg Transkrip Anna.jpg Ijazah Bismo.jpg Trasnskrip Bismo.jpg Ijazah Dyah.jpg Transkrip Dyah.jpg
Autentik Tidak Tidak Tidak Tidak Tidak Tidak Tidak Tidak
13
9 10 11 12
Ijazah Toni.jpg Transkrip Toni.jpg Ijazah Rainy.jpg Transkrip Rainy.jpg
Tidak Tidak Tidak Tidak
Dari hasil tersebut dapat dilihat bahwa aplikasi watermarking tersebut mampu melakukan autentikasi citra tak berwatermark dengan tingkat akurasi 100%. Selanjutnya untuk menguji kemampuan skema watermarking dalam melakukan autentikasi terhadap citra modifikasi. Adapun bentuk modifikasi citra yang digunakan antara lain: pemberian noise yang berupa Salt&Pepper, Gaussian, Speckle, serta operasi geometri yang berupa rotation dan cropping. Modifikasi citra berwatermark yang telah diberi noise (salt&pepper, gaussian, speckle, rotation, dan cropping) ditunjukkan oleh Tabel 4.7. Tabel 4.7 Modifikasi Citra Berwatermark Salt&Pepper
Modifikasi Citra Berwatermark Gaussian Speckle Rotation
Cropping
Hasil ekstraksi watermark dari citra Ijazah Rainy.jpg setelah dimodifikasi ditunjukkan oleh tabel 4.8. Tabel 4.8 Autentikasi Citra Hasil Modifikasi Autentikasi Citra Hasil Modifikasi Noise:Salt&Pepper
Gaussian
Speckle
Rotation
Cropping
NC: 0.167162 PSNR : 23.9998 Hasil: Tidak Otentik
NC: 0.104423 PSNR: 21.3272 Hasil: Tidak Otentik
NC: 0.112113 PSNR: 22.0939 Hasil:Tidak Otentik
NC: 0.020877 PSNR: 13.8928 Hasil: Tidak Otentik
NC: 0.048832 PSNR: 13.1425 Hasil:Tidak Otentik
Dalam percobaan tersebut, pemberian noise (salt&pepper, gaussian dan speckle) memakai nilai variance 0,01. Rotasi citra yang diterapkan adalah 90º. Dari tabel di atas, dapat kita lihat bahwa citra yang telah dimodifikasi/diberi noise, memiliki nilai PSNR yang sangat rendah. Rata-rata nilai PSNR < 35 dB, artinya kualitas citra berwatermark yang telah di beri noise sangat rendah. Nilai NC dari citra ekstrak watermark pun juga mengalami penurunan yang sangat signifikan. Nilai NC yang rendah ini menjadikan citra inputan dianggap sebagai citra yang tidak autentik. Dalam proses
14
autentikasi berarti skema watermarking ini dapat melakukan indentifikasi sebuah modifikasi citra dengan baik, meskipun kualitas watermarknya menjadi buruk. Dari data tersebut, dapat ditarik kesimpulan bahwa skema watermaking ini memiliki robustness yang rendah. Artinya watermark tidak tahan terhadap serangan, baik itu berupa noise salt&pepper, gaussian, speckle maupun serangan yang berupa operasi geometri (rotation & cropping). Contoh hasil pengujian autentikasi citra yang menghasilkan output autentik, dapat dilihat pada gambar 4.3 berikut ini:
Gambar 4.3 Citra Autentik Contoh hasil pengujian autentikasi citra yang menghasilkan output tidak autentik, dapat dilihat pada gambar 4.4 berikut ini:
Gambar 4.4 Citra Tidak Autentik
15
5.
Kesimpulan
Dari beberapa percobaan yang diujikan dapat ditarik kesimpulan sebagai berikut: a. Teknik watermarking menggunakan metode Descrete Wavelete Transform pada citra pemindaian ijazah dan transkrip nilai dapat diimplementasikan dengan menggunakan bahasa pemrograman MATLAB. b. Aplikasi watermarking yang telah dibuat dapat melakukan otentikasi citra dengan baik. Hanya saja prosesnya kurang logis, karena memerlukan citra host dan citra watermark asli dalam proses autentikasi. c. Aplikasi watermarking yang telah dibuat dapat menghasilkan watermark dengan karakteristik sebagai berikut: Memiliki tingkat invisibility yang bagus, artinya watermark yang disisipkan tidak terlihat Readibility, artinya watermark mengandung informasi yang dapat diekstrak sehingga dapat digunakan untuk melakukan identifikasi. Memiliki tingkat robustness yang rendah, artinya watermark tidak tahan terhadap serangan image processing d. Algoritma yang diterapkan dalam proses watermarking ini menghasilkan citra watermark yang tidak tahan terhadap serangan, meskipun tetap dapat digunakan untuk identifikasi terhadap keaslian suatu citra.
16
DAFTAR PUSTAKA
Al-Fatwa, Dean Fathoni. 2009. Watermarking Pada Citra Digital Menggunakan Discrete Wavelete Transform. Bandung :Institut Teknologi Bandung Hsu, Chiou-Ting and ja-Ling Wu. 1999. Hidden Digital Watermarks in Images. IEEE Transaction on Image Processing vol. 8, no 1, january Megi Afriyadi, dkk. 2011. Validasi Keaslian Ijazah Dan Transkrip Nilai Digital dengan Watermarking Menggunakan Discrete Cosine Transform Di Politeknik Telkom Mulaab. 2004. Teknik Watermarking Dalam Domain Wavelet Untuk Proteksi Kepemilikan Pada Data Citra Medis Na, W and W. Yunjin. 2009 . A Novel Robust Watermarking Algorithm based on DWT and DCT. International Conference on Computational Intelligence and Security Navnidhi Chaturvedi. 2012. Various Digital Image Watermarking Techniques And Wavelet Transforms. International Journal of Emerging techology and advanced Engineering vol 2, Issue 5 Paquet, Alexandre H.et.al. 2003. Wavelet packets-based Digital Watermarking for Image Verification and Authentication.Journal Signal Processing - Special section: Security of data hiding technologies archive, Vol. 83 Issue 10, Amsterdam, The Netherlands Putra, Darma. 2010. Pengolahan Citra Digital. Yogyakarta:Andi Offset Rafigh, M and M.E. Moghaddam. 2010. A Robust Evolutionary Based Digital Image Watermarking Technique in DCT Domain. Seventh International Conference on Computer Graphics, Imaging and Visualization, Aug.2010, pp. 105-109 Rasyid, Rahim. 2011. Sistem Pemberian Proteksi Hak Cipta Pada Berkas Ijazah Digital(Subsistem Watermarking Pada Ijazah Digital) Rawat, Keshav S and Dheerendra S Thomar. 2010. Digital Watermarking Scheme For Authorization Against Copying or Piracy of Colour Images. Indian Journal of Computer Science and Engineering Vol.1 No 4 295-300 Wijaya, Marin Ch & Agus Prijono. 2007. Pengolahan Citra Digital Menggunakan Matlab. Bandung: Informatika
17