DIGITAL WATERMARKING MENGGUNAKAN TRANSFORMASI WAVELET DISKRIT DAUBECHIES D4 SEBAGAI PELINDUNG DATA DIGITAL

Transkripsi

1 DIGITAL WATERMARKING MENGGUNAKAN TRANSFORMASI WAVELET DISKRIT DAUBECHIES D SEBAGAI PELINDUNG DATA DIGITAL Murinto, Windu Candra Putra Program Studi Teknik Informatika Universitas Ahmad Dahlan Kampus III UAD Jl. Dr.Soepomo Janturan Yogyakarta murintokusno@yahoo.com ABSTRAK Penyebaran citra digital melalui internet memiliki sisi positif dan negatif terutama bagi pemilik asli citra digital tersebut. Sisi positif dari kemudahan penyebaran tersebut adalah dengan cepatnya pemilik citra tersebut menyebarkan file citra digital tersebut ke berbagai alamat di dunia. Sedangkan sisi negatifnya adalah jika tidak ada hak cipta pelindung citra yang disebarkan tersebut maka citra digital ini, yang misalkan adalah hasil foto komersil, atau hasil karya lukisan digital, akan sangat mudah diakui kepemelikannya oleh pihak lain. Untuk menangani permasalahan tersebut dapat digunakan sebuah teknik yang disebut dengan image ing. Tujuan penelitian ini adalah membangun sebuah aplikasi yang mampu menyisipkan citra digital ke dalam medium citra digital dan mampu mengembalikannya atau mengekstrak ke dalam bentuk citra digital semula digital menggunakan metode Discrete Wavelet Transform (DWT) dengan wavelet daubechies D. Adapun parameter yang digunakan adalah PSNR (Peak Signal of noise Ratio) yang digunakan untuk mengetahui kwalitas citra hasil penyisipan dan NCC (Normalized Cross Correlation) digunakan untuk mengetahui kecocokan citra digital sebelum disembunyikan dengan citra digital hasil ekstrak. Penelitian ini mengimplementasikan image ing pada citra digital menggunakan metode Discrete Wavelet Transform (DWT) Daubechies D yang mampu menyembunyikan citra digital ke dalam citra digital dengan format.*bmp. Pengumpulan data yaitu dengan metode studi pustaka dan observasi. pengembangan aplikasi meliputi analisis kebutuhan sistem, perancangan bagan alir sistem, perancangan algoritma, perancangan user interface, implementasi program, analisi kinerja perangkat lunak. Setelah itu dilakukkan pengujian pada sistem. Hasil dari penelitian ini adalah suatu aplikasi image ing pada citra digital dengan Discrete Wavelet Transform (DWT) daubechies D. Aplikasi ini mampu menyisipkan citra ke dalam citra host. Berdasarkan pengujian black box test dan alpha test dapat disimpulkan bahwa aplikasi ini bermanfaat untuk label hak cipta pada sebuah citra digital. Kata kunci: Daubechies D, DWT, Image Watermarking. PENDAHULUAN Kemudahan penyebaran citra digital melalui internet memiliki sisi positif dan negatif terutama bagi pemilik asli citra digital tersebut. Sisi positif dari kemudahan penyebaran tersebut adalah dengan cepatnya pemilik citra tersebut menyebarkan file citra digital tersebut ke berbagai alamat di dunia. Sedangkan sisi negatifnya adalah jika tidak ada hak cipta pelindung citra yang disebarkan tersebut, maka citra digital ini, yang misalkan adalah hasil foto komersil, atau hasil karya lukisan digital, akan sangat mudah diakui kepemelikannya oleh pihak lain. Watermarking adalah teknik yang digunakan untuk menyisipkan sedikit informasi yang menunjukkan kepemilikan atau data lain pada materi multimedia, tetapi tidak diketahui keberadaannya oleh indera manusia dan mampu bertahan dari berbagai serangan yang bermaksud untuk menghilangkan informasi yang disisipkan. Untuk menjawab kebutuhan akan perlindungan hak cipta tersebut, maka teknologi ing digunakan untuk melakukan proteksi hak cipta pada data dan informasi. Jika ada orang lain yang mengklaim bahwa produk digital yang didapatkannya adalah miliknya, maka pemegang hak cipta atas karya multimedia tersebut dapat membantah klaim tersebut dengan proses verifikasi. Caranya data informasi diekstraksi dari produk digital yang disengketakan. Data informasi yang diekstraksi tersebut dibandingkan dengan data informasi pemegang hak cipta. Jika sama, berarti memang dialah pemegang hak cipta produk multimedia tersebut [7].

2 Watermarking merupakan aplikasi dari steganografi, namun ada perbedaan antara keduanya. Jika pada steganografi informasi rahasia disembunyikan di dalam media digital dimana media penampung tidak berarti apa-apa, maka pada ing justru media digital tersebut yang akan dilindungi kepemilikannya dengan pemberian label hak cipta [7]. Watermarking membutuhkan dua properti yaitu wadah penampung dan data rahasia yang akan disebunyikan. Secara teori, semua file umum yang ada di dalam komputer dapat digunakan sebagai media untuk menyembunyikan pesan. Format file yang biasa digunakan diantaranya adalah format file citra (bitmap/bmp, GIF, JPG, dll), format file audio (WAV, VOC, MP, dll), format file video (DAT, MP, AVI, dll) dan format file lain (Teks file, HTML, PDF, dll). Semua format file di atas dapat dijadikan tempat bersembunyi, asalkan file tersebut memilki ukuran yang besar dari pada pesan yang disisipkan. Saat ini format file citra BMP memang kalah populer dibandingkan dengan format file citra JPG atau GIF. Karena berkas BMP pada umumnya tidak dimampatkan sehingga, ukuran berkasnya relatif lebih besar dari pada berkas JPG maupun GIF. Namun format file citra BMP mempunyai kelebihan dari segi kualitas gambar lebih bagus dari pada yang lainnya, karena dalm format file citra BMP umumnya tidak dimampatkan sehingga tidak ada informasi yang hilang [8]. Format file citra BMP merupakan media yang tepat untuk menyisipkan pesan dengan gradasi warna yang rumit. format file citra BMP biasanya diperoleh dengan cara scanner, camera digital, video capture,dan lain-lain.persyaratan yang harus dimiliki ing tidak hanya sulit dideteksi, tetapi juga harus tahan dan sulit dihapus (robustness). Secara garis besar teknik ing dibedakan menjadi dua yaitu []. Private ing / incomplete ing / escrow ing Merupakan teknik ing yang membutuhkan citra asli dan citra ber- untuk megekstraksi. Public ing / complete ing / oblivious ing / blind ing merupakan teknik ing yang tidak membutuhkan citra asli atau yang disisipkan untuk melakukan ekstraksi.salah satu metode ing adalah dengan menggunakan metode Discrete Wavelet Transform (DWT). Discrete Wavelet Transform (DWT) di turunkan dari keluarga wavelet/mother wavelet melalui translasi/pergeseran dan penskalaan/kompresi. Discrete Wavelet Transform (DWT) merupakan salah satu jenis yang banyak digunakan dalam teknik blind ing dan escrow ing dengan domain transform. Sedangkan daubechies merupakan keluarga dari Discrete Wavelet Transform (DWT) yang memiliki karakteristik derajat vanishing moment yang maksimal. Derajat vanishing moment merupakan parameter untuk menyatakan kemampuan mengaproksimasi suatu sinyal. Semakin besar derajat vanishing moment, maka semakin kecil nilai galat/error aproksimasi yang akan terjadi. Penggunaan metode DWT pada skripsi ini dilatarbelakangi oleh ketahanan dari beberapa attack, terutama JPEG compression, bit planer reduction, cropping sehingga metode ini lazim digunakan. Discrete Wavelet Transform (DWT) membagi sebuah dimensi sinyal menjadi dua bagian, biasanya bagian dengan frekuensi tinggi dan frekuensi rendah dalam proses filterisasi highpass filter dan lowpass filter disebut dengan dekomposisi. Sebuah sinyal dilewatkan melalui highpass filter untuk menganalisis frekuensi tinggi, dan dilewatkan melalui lowpass filter untuk menganalisis frekuensi rendah. Keluaran dari highpass filter dan lowpass filter ini menghasilkan koefisien DWT, dengan menggunakan koefisien ini citra asli dapat direkonstruksi. Proses rekonstruksi ini disebut Inverse Discrete Wavelet Transform (IDWT). Secara umum penyisipan tanda air () ke dalam citra dilakukan dengan cara membandingkan koefisien DWT dari dekomposisi citra, dimana koefisien yang memiliki nilai terbesar adalah tempat yang paling signifikan untuk menyisipkan. Dekomposisi citra digital yang akan disisipi merupakan langkah pertama yang harus dilakukan untuk dapat menyisipkan ke dalamnya. Dekomposisi citra digital ini dilakukan dengan menggunakan Discrete Wavelet Transform (DWT), tepatnya menggunakan daubechies wavelet. Daubechies adalah filter wavelet yang optimum digunakan untuk data compression, dan noise removal. Watermarking dalam Discrete Wavelet Transform (DWT) ini dipilih karena beberapa alasan yaitu: Discrete Wavelet Transform (DWT) merupakan yang paling dekat terhadap HVS (Human Visual Sistem). Bit-error rate yang rendah. Bit-error rate merupakan perbandingan antara bit yang salah diekstraksi dengan total bit yang disisipkan. Dalam penelitian ini diterapkan suatu ing pada citra digital menggunakan metode Discrete Wavelet Transform (DWT) yang dapat melindungi hak cipta dari hasil foto komersil atau hasil karya lukisan digital.

3 . METODE PENELITIAN Penelitian ini membahas mengenai implementasi Image Watermarking Pada Citra Digital Menggunakan Discrete Wavelet Transform (DWT) Daubechies D. Desain sistem yang dibuat diharapkan dapat melindungi hak cipta dalam melindungi citra yang akan di sebar luaskan. Ada dua buah citra yang adigunakan dalam penelitian ini. Citra yang pertama disebut citra host atau citra asli dengan dengan format.*bmp dengan warna grayscale. Sedangkan citra yang kedua disebut citra atau citra pesan atau citra secret dengan format.*bmp dengan warna grayscale. Dalam penelitian ini citra pesan akan disisipkan kedalam citra asli (citra host) yang selanjutnya disebut citra ber-/ed. Program yang digunakan untuk proses pengkodean dalam pembuatan program aplikasi adalah bahasa pemrograman Matlab (R009a). Secara umum proses yang terjadi seperti yang terlihat dalam gambar. adalah sebagai berikut : user menginputkan dua citra yaitu citra host dan kemudian melakukkan penyisipan menggunakan proses wavelet sisip dimana citra akan disisipkan kedalam citra host sehingga menghasilkan citra ber-. Citra ber- kemudian di hitung kwalitas citranya menggunakan proses PSNR. Sedangkan pada ekstrak citra ber- dibaca kembali kemudian masuk pada proses serangan citra jika user tidak melakukkan serangan citra maka citra ber- masuk proses wavelet ekstrak dimana citra yang ada pada citra ber- akan diekstrak sehingga menghasilkan citra ekstrak, kemudian citra ekstrak dihitung perbedaannya dengan citra dengan proses hitung NCC. User melakukkan serangan citra maka citra ber- akan mengalami serangan citra berupa cropping atau rotasi yang akan dilakukkan pada proses cropping atau rotasi sehingga menghasilkan citra ber cropping atau rotasi. Citra ber- cropping atau rotasi akan di hitung kualitas citranya melalui nilai PSNR. Gambar. Proses Secara Umum Watermarking Menggunakan Trandformasi Wavelet Diskrit Daubechies D. HASIL DAN PEMBAHASAN Proses wavelet sisip dimulai dengan membaca citra host yang akan disisipkan kemudian citra diubah ke dalam rangkaian matriks. Sedangkan penyisipan dilakukan dengan langkah-langkah sebagai berikut: a) Setelah citra host didekomposisi dalam (satu) tingkatan DWT, disisipkan ke dalam frekuensi LL karena frekuensi LL merupakan sinyal aproksimasi ( approximation signal ). b) Mencari koefisien terbesar f LL dari dari rentang frekuensi LL. c) Menyisipkan w () ke dalam rentang frekuensi LL dengan persamaan: f LL ( m, n) f LL ( m, n). w( m, n), m, n,..., L (.)

4 Dimana f LL (m,n) merupakan koefisien terbesar yang dipilih dan f LL (m,n) merupakan koefisien yang dimodifikasi pada posisi (m,n) untuk rentang frekuensi LL. α merupakan kekuatan penyisipan atau dapat dikatakan sebagai faktor skala persentase dari citra host dan citra pada citra ber- yang dibentuk. Nilai α yang digunakan dalam skripsi ini adalah 0.0. d).menjalankan inverse discrete wavelet transform (IDWT) untuk membentuk citra ber-. Dalam gambar. diperlihatkan flowchart wavelet sisip. Gambar. Flowchart penyisipan Dalam penelitian ini dilakukan suatu proses serangan terhadap citra ter dengan tujuan untuk menghilangkan yang disisipkan di dalam citra digital tersebut. Serangan ini disebut sebagai serangan yang disengaja. Serangan yang tidak disengaja biasanya berhubungan dengan pengubahan citra digital, pengubahan ini dapat berupa cropping, rotation, kompresi, dll. Adapun flowchart serangan terhadap citra ter seperti diperlihatkan dalam gambar.. Gambar. Flowchart serangan citra Ekstraksi dilakukkan menggunakan citra asal atau citra host. Proses ini meminta citra ber- maupun citra ber- yang sudah mengalami serangan citra. Proses ekstraksi dilakukkan dengan membandingkan koefisien hasil dekomposisi citra ber- dengan koefisiensi hasil dekomposisi citra host. Langkah - langkah ekstraksi adalah sbb: a) Citra ber- dan citra host didekomposisi dalam (satu) tingkatan DWT b) Memilih koefisien citra ber- dan citra host dari frekuensi LL.

5 c) Melakukan perbandingan koefisien citra ber- dengan koefisien citra host untuk menghasilkan. Dengan persamaan sebagai berikut : w( m, n) ( f '( m, n) f ( m, n)) alpha (.) f (m,n) adalah matriks koefisien dekomposisi citra ed, f (m,n) adalah matriks koefisien dekomposisi citra asli, (m,n) adalah dimensi citra. Berikut ini flowchart ekstrak yang ditunjukkan pada gambar.. Gambar. Flowchart Proses Ekstraksi Dalam penelitian ini digunakan GUI Matlab 7 untuk mengimplementasikan metode transformasi wavelet untuk proses ing. Adapun GUI untuk proses ing menggunakan transformasi wavelet (DWT) Daubechies D seperti terlihat dalam gambar.. Gambar. Tampilan GUI proses ing

6 . Hasil Proses Ekstraksi Watermark Hasil dari ekstrak dengan tiga citra host yaitu babbon.bmp, lena.bmp, cameraman.bmp dan dua citra yaitu fti.bmp dan uad.bmp ditampilkan pada Tabel.. Tabel.. Hasil Ekstrak Watermark Tanpa Rotasi dan Cropping No Citra asal Citra Citra Ter Hasil ekstraksi PSNR NCC.7 Babbon + fti.7 Lena + fti.7 Camera fti man Babbon+uad Lena+uad Cameraman. bmp Camera man+uad Berdasarkan Tabel. di atas citra ber- sebagai hasil penyisipan yang tidak jauh beda dengan citra host dan hasil ekstrak masil dapat dikenal dengan baik karna dikarnakan nilai NCC adalah ini menyatakan bahwa kemiripan citra ekstrak dengan sempurna. Dilihat dari nilai PSNR terdapat perbedaan di karnakan adanya perbedaan citra yang disisipkan seperti citra uad.bmp yang memiliki background color hitam yang memiliki nilai PSNR lebih besar dari citra fti.bmp yang memiliki background color putih. Perubahan rotasi yang akan di lakukkan adalah rotasi 0 derajat,0 derajat dan 90 derajat sedangkan untuk cropping ada potongan yang akan dilakukkan. Hasil dari perubahan rotasi 0 derajat yang akan di lakukkan pada citra ber- akan di tampilkan pada Tabel., rotasi 0 derajat pada table. dan rotasi 90 derajat pada tebel..

7 Tabel.. Hasil perubahan dengan rotasi 0 derajat No Citra asal Citra Citra ber Hasil ekstraksi PSNR NCC babbon+fti Lena+fti Camera man+fti Babbon+uad Lena+uad Camera man+uad Berdasarkan Tabel. hasil pengujian dapat dilihat citra ber- hasil penyisipan uad.bmp dan fti.bmp tidak dapat bertahan bila dirotasikan sebesar 0 derajat ini dilihat hasil citra ekstraksi sudah berbeda jauh dengan citra aslinya. Hasil dari perubahan rotasi 0 derajat yang dilakukkan pada citra ber- di tampilkan pada Tabel.. 7

8 Tabel.. Hasil perubahan dengan rotasi 0 derajat No Citra asal Citra Citra Ter Hasil ekstraksi PSNR NCC Babbon+fti Lena+fti Cammera man+fti Babbon+uad Lena+uad Camera man+uad Berdasarkan Tabel. hasil pengujian dapat dilihat citra ber- hasil penyisipan uad.bmp dan fti.bmp tidak dapat bertahan bila dirotasikan sebesar 0 derajat ini dilihat hasil citra ekstraksi sudah berbeda jauh dengan citra aslinya. Sedangkan hasil dari perubahan rotasi 90 derajat yang akan di lakukkan pada citra ber- akan di tampilkan pada Tabel.. 8

9 Tabel.. Hasil perubahan dengan rotasi 90 derajat No Citra asal Citra Citra ber Hasil ekstraksi PSNR NCC Babbon+fti Lena+fti Cameraman.b mp Cameraman+fti Babbon+uad Lena+uad Cameraman.b mp Cameraman+uad Berdasarkan Tabel. hasil pengujian dapat dilihat citra ber- hasil penyisipan uad.bmp dan fti.bmp tidak dapat bertahan bila dirotasikan sebesar 90 derajat ini dilihat hasil citra ekstraksi sudah berbeda jauh dengan citra aslinya. Hasil dari perubahan cropping yang akan di lakukkan pada citra ber- akan di tampilkan pada Tabel.. Dari hasil pengujian dapat dilihat citra ber- hasil penyisipan uad.bmp dan fti.bmp tidak semua dapat bertahan bila cropping ini dapat dilihat hasil citra ekstraksi sudah berbeda jauh dengan citra aslinya. Tapi yang mampu bertahan yaitu citra ber- cameraman.bmp yang di sisipkan fti.bmp dan uad.bmp ini di karnakan citra cameraman.bmp memiliki background color hitam dan background-nya sangat simple tidak ada gambar yang banyak di belakang objek utamanya. Tabel. Hasil perubahan dengan cropping 9

10 No Citra asal Citra watermar k Citra Ter Hasil ekstraksi PSNR NCC Babbon+fti Lena+fti Camera man+fti Babbon+uad Lena+uad Camera man+uad. KESIMPULAN Berdasarkan hasil dan pembahasan maka dapat disimpulkan bahwa : Watermarking menggunakan Discrete Wavelet Transform (DWT) dengan daubechies wavelet D cukup rentan terhadap pemorosesan citra menggunakan cropping dan rotasi. Proses pengujian dapat di simpulkan bahwa metode ini layak dan bermanfaat untuk label hak cipta pada sebuah citra digital. Penelitian ini tentu saja masih banyak kekurangannya, karena itu diperlukan untuk mengembangkan penelitian dalam hal : jeni DWT lain seperti Coiflet, Symlet, Meyer, Morlet, dan Mexican Hat. Teknik-teknik ini merupakan teknik yang lebih tahan terhadap serangan citra dibandingkan daubechies wavelet. Citra dan citra host yang digunakan hanya citra grayscale dengan format BMP. Diharapkan citra yang digunakan selanjutnya dapat menggunakan citra warna RGB dengan format selain BMP seperti,.jpg,.tif,.png dan lain-lain. DAFTAR PUSTAKA 0

11 . Afidah Yuli, Etikawati, 007. Analisis Perbandingan Teknik Watermarking Menggunakan (Least Significant Bits) LSB dan Discrete Wavelet Transform (DWT) untuk Penyembunyian Pesan Pada Citra Digital. Skripsi S- Teknik Informatika,Universitas Ahmad Dahlan,Yogyakarta.. Amol R. Madane, K T. Talele and M. M. Shah, 008. Watermark Logo in Digital Image using DWT, Proceedings of SPIT-IEEE Colloquium and International Conference, Mumbai, India.. Gilani, S. Asif Mahmood; A. N. Skodras, 000. DLT-Based Digital Image Watermarking, University of Patras.. Graps, amara, 99. An Introduction to Wavelets, IEEE Computer Society, 0 Los Vaqueros Circle, Los Alamitos, CA 9070, USA.. Lewis, J. P., "Fast Normalized Cross-Correlation," Industrial Light & Magic.. Kutter, Martin; Fabien A. P. Petitcolas, 999. A Fair Benchmark for Image Watermarking Systems. The International Society for Optical Engineering. 7. Munir, Rinaldi, 00. Steganografi dan Watermarking, Departemen Teknik Elektro, Institut Teknologi Bandung. 8. Rinaldi Munir, 00. Pengolahan Citra Digital dengan Pendekatan algoritmik, Informatika, Bandung. 9. Murinto.,Aribowo, Eko., Syazali, Risnadi, 007. Analisis Perbandingan Metode Intensity Filtering Dengan Metode Frequency Filtering Sebagai Reduksi Noise Pada Citra Digital, Program Studi Teknik Informatika, Universitas Ahmad Dahlan Jogjakarta. 0. Purwanta, Agus, 00. Implementasi Algoritma Steganografi Dengan Metode Least Significant Bits (LSB) Untuk Keamanan Pesan Pada File WAV, Skripsi S- Teknik Informatika, Universitas Ahmad Dahlan, Yogyakarta.. Saito, Naoki, 00. Frequently Asked Questions On Wavelets, Department Of Mathematics University Of California.. Sripathi, Deepika, 00. Efficient Implementations of Discrete Wavelet Transform using FPGAs,Florida State University.. Suhono H. Supangkat.,Kuspriyanto.,Juanda, 000. Watermarking sebagai Teknik Penyembunyian Label Hak Ciptapada Data Digital,Departemen Teknik Elektro, Institut Teknologi Bandung.. Terzija, Nataša, 00. Robust Digital Image Watermarking Algorithms for Copyright Protection, Universität Duisburg-Essen.