THE IMPACT OF PARTITION METHOD ON REVERSIBLE AUDIO DATA HIDING

Transkripsi

1 THE IMPACT OF PARTITION METHOD ON REVERSIBLE AUDIO DATA HIDING Dwi Shinta Angreni 1), Yunita Prastyaningsih ) Jurusan Teknik Informatika, Fakultas Teknologi Informasi (FTIF), Institut Teknologi Sepuluh Nopember, Surabaya, Indonesia, shintadwi.suyatno@gmail.com 1), yunitaprastya@yahoo.com 2) ABSTRAK Steganografi dan steganalisis adalah bidang penelitian yang paling penting dalam paradigma penyembunyian informasi. Steganografi pada umumnya dibagi menjadi dua kategori yaitu riversible dan irreversible. Salah satu metode reversible data embedding yang sering digunakan adalah Difference Expansion (DE). Metode ini mampu menyajikan teknik reversible data embedding untuk berkas citra dengan sederhana dan efisien. Penelitian sebelumnya telah mampu menerapkan metode reversible data embedding untuk berkas audio berdasarkan metode reversible data embedding pada citra dengan menggunakan teknik intelligent partioning. Intelligent Partisioning adalah metode untuk mempartisi 16 bit data audio menjadi 8 bit agar data hiding citra dapat diimplementasikan pada data audio. Pada penelitian ini telah diusulkan metode partisi baru untuk mempartisi 16 bit data audio berdasarkan pasangan bitnya. Hasil ekperimen yang kami dapatkan menunjukkan metode usulan kami menghasilkan kualitas yang lebih baik dimana nilai psnr yang didapatkan adalah 19,4327dB. Kata Kunci: Steganografi, difference expansion, intelligent partioning, reversible, audio data hiding ABSTRACT Steganography and steganalisis is the most important research fields in the paradigm of information hiding. Steganography is generally divided into two categories: riversible and irreversible. One method of reversible embedding of data that is often used is the Difference Expantion (DE). This method is able to present simple and efficient data embedding reversible techniques for image files. Previous research has been able to implement a reversible data hiding to audio based on image data hiding using intelligent partioning technique. Intelligent partisioning is a method for partitioning 16-bit to 8-bit audio data so that the image data hiding method can be implemented on the audio data. This paper has proposed a new partitioning method for partitioning 16-bit audio data based on its pairing bit. We get the results of experiments that demonstrate our proposed method produces better quality where PSNR values obtained are 19,4327dB. Keywords: Steganography, difference ekspansion, intelligent partioning, reversible, audio data hiding 1. PENDAHULUAN Internet sudah berkembang menjadi salah satu media yang sangat populer sebagai jaringan terluas dan segala jenis informasi dapat diperoleh melalui internet. Namun dengan semakin berkembangnya teknologi internet, semakin berkembang pula kejahatan dalam penyalah gunaan informasi di suatu sistem informasiyang dilakukan oleh pihakpihak yang tidak bertanggung jawab dengan mencoba mengakses informasi yang bukan hak nya untuk mengatasi hal tersebut maka yang harus dilakukan adalah menjaga keamanan dan kerahasiaan pesan atau informasi. Salah satu carayang bisa digunakan untuk menjaga keamanan dan kerahasian pada pesan adalah dengan menyembunyikan pesan ke dalam pesan suatu lain. Teknik ini disebut dengan teknik steganografi. Dengan menggunakan teknik steganografi, kita dapat menyisipkan pesan rahasia melalui datacover Sehingga selain si pengirim dan si penerima, tidak ada seorangpun yang mengetahui atau menyadari bahwa ada suatu pesan rahasia. Teknik ini sering digunakan utnuk menghindari kecurigaan dan menghindari keinginan orang untuk mengetahui isi pesan tersebut. Steganografi adalah teknik menyembunyikan teks pada informasi seperti citra (image), teks, audio dan video [2].Secara umum terdapat beberapa istilah pada steganografi citra, yakni citra asli tanpa pesan rahasia yang disebut coversedangkan citra yang dihasilkan dari proses embedding disebut citra stego.selanjutnya istilah playload yakni digunakan untuk mengcitrakan ukuran pesan rahasia yang dapat diembedding pada citra tertentu. Kemudian terdapat kunci stegoyakni dengan menggunakan atau mengetahui kunci stego maka orang bisa mengetahui isi pesan rahasia atau bisa mengekstraknya. Teknik steganografi citra dapat dibagi menjadi dua bagian: spatial domain dan transform / 1

2 frekuensi domain. Pada spatial domain informasi dimasukkan kedalam tiap pixel satu persatu. Sementara itu, pada transform domain, citra ditransformasikan terlebih dulu kemudian informasi baru dimasukkan ke citra[3]. Pada beberapa tahun terakhir penelitian dibidang steganografi sangat berkembang,hal ini bisa dilihat dari beberapa penelitian yang dilakukan, terdapat beberapa penelitian dimana berkas image cover dan secret message tidak dapat dikembalikan persis seperti semula dikarenakan adanya modifikasi pada domain spasial ataupun domain frekuensi. Modifikasi tersebut bersifat irreversible atau tidak dapat dikembalikan. Hal ini menjadi tantangan bagi para peneliti dibidang steganografi untuk mendapatkan kembali data cover dan pesan pribadi (secret message) sehingga tidak ada sedikitpun informasi yang hilang. Modifikasi yang bersifat reversible pada berkas merupakan cara untuk mendapatkan kembali data cover dan secret message tanpa kehilangan informasi. Salah satu metode yang dapat digunakan adalah Difference Expansion (DE). Kemudian telah banyak berkembang teori improved dari DE seperti Reduced Different Expansion (RDE) yang diusulkan oleh Lou dkk [4] kemudian metode Generalized Difference Expansion (GDE) [5]. Menurut Holil dkk [6] metode-metode yang telah disebutkan sudah mampu memiliki kemampuan reversibility. Pada paper [1]Cho dkk telah mengusulkan metode riversible data hiding pada citra terhadap audio. Dimana pada data audio memiliki 16 bit ukuran data sedangkan citra 8 bit ukuran data sehingga diperlukan metode partisi agar metode reversible pada citra dapat diimplementasikan pada audio. Pada paper ini kami mengusulkan metode partisi baru untuk mengetahui pengaruh metode partisi pada proses penyisipan. 2. DIFFERENCE EXPANSION Modifikasi yang bersifat reversible pada berkas merupakan cara untuk mendapatkan kembali data cover dan secret message tanpa kehilangan informasi. Salah satu metode yang dapat digunakan adalah Difference Expansion (DE). Metode Difference Expansion adalah metode yang diperkenalkan oleh Tian [7],Tahapan dalam metode DE dimulai dengan bilangan bulat reversibel mengubah menggunakan citra grayscale 8-bit (x, y), di mana 0 <= x, y <= 255. Untuk menghitung average value dan difference digunakan persamaan berikut ini Invers transformasi dari (1) adalah (1) Contoh pada DE adalah diasumsikan kita mempunyai dua nilai x = 206, y= 201 dan kita akan melakukan reversible embed 1 bit, = 1, yang pertama kita hitung rata-rata integer dan difference pada dan Kemudian kita merepresentasikan nilai difference h kedalam representasi biner = 5 = Kemudian kita tambahkan dalam representasi biner pada h setelah LSB, nilai difference yang baru adalah akan menjadi = 101b 2 = = 11. Secara matematis ekivalen dengan Selanjutnya kita menghitung nilai baru, berdasarkan nilai difference baru dan nilai rata-rata integer l Dari pasangan embed, kita dapat mengekstrak embed bit dan mengembalikan pasangan asli. Selanjutnya kita menghitung kembali rata-rata integer dan difference 2

3 Pada representasi biner pada meninggalkan nilai asli pada difference seperti. Secara matematis,ekivalen dengan. Ekstrak LSB,dalam kasus ini adalah 1,seperti embed bit, yang Dengan nilai rata-rata integer pasangan asli dan mengembalikan nilai difference, kita dapat dengan persis mengembalikan 3. INTELLIGENT PARTIONING Pada berkas citra dan audio terdapat perbedaan ukuran besar sampel,dimana untuk ukuran pada berkas citra memiliki ukuran sampel sebesar 8 bit dan untuk citra memiliki besar sampel sebesar 16 bit. Karena perbedaan sampel tersebut maka menyebabkan tidak dapatnya diaplikasikan beberapa metode steganografi citra pada berkas audio. Solusi untuk masalah tersebut yakni dengan mengubah besar sampel berkas audio dengan besar 16 bit menjadi 8 bit,untuk mengubah besar sampel yakni dengan melakukan partisi pada sampel audio dan di bagi menjadi dua bagian dengan masing-masing memiliki besar 8 bit. Partisi dilakukan dengan cara merepresentasikan gelombang audio sebagai 16 buah array dimana masing-masing array ini disebut bigit. Representasi array pada sampel audio ini dapat dilihat pada Citra 3.1 dimana pada setiap kolom merepresentasikan sebuah bigit dan pada setiap baris merepresentasikan satu sampel pada berkas audio.proses partisi array dengan besar sampel yang memiliki panjang 16 bit akan dilakukan dengan membentuk dua grup array yaitu M1 dan M2 yang memiliki 8 bigit sehingga panjang pada baris akan menjadi 8 bit. Penempatan dari tiap bigit untuk masuk ke grup array M1 atau M2 akan ditentukan oleh nilai variance dari tiap bigit. Dalam menentukan pembagian kelompok pada tiap bigit maka diperlukan perhitungan pada nilai variance dari tiap bigit yang ada pada sampel audio. Untuk sebuah array sampel M, nilai variance V didapatkan dengan proses yang ditunjukkan pada gambar 3.2 Gambar 3.1 representasi Array sampel audio[1] 3

4 Gambar 3.2 proses perhitungan variance[1] dimana m adalah panjang dari keseluruhan sampel audio, dan n adalah panjang pada segmen. Variance V adalah vektor yang menunjukkan jumlah dari variance pada tiap segmen dari setiap bigit pada M. Untuk setiap segmen dari setiap bigit pada M, variance segment v(x) didapatkan dengan (1). Dimana x adalah vektor ( ) yang merepresentasikan satu buah segmen bigit, dan a(x) adalah rata-rata dari x yang dibulatkan. Setelah menemukan variance dari semua segmen untuk setiap bigit, selanjutnya kita jumlahkan semua variance untuk mendapatkan V. setelah mendapatkan V,selanjutnya adalah membuat sebuah array S yang berisi variance dari tiap bigit yang diurutkan dengan cara menurun,sehingga akan jelas urutan tingkat variabilitas pada bigit. Pada tiap indeks array akan berhubungan dengan tiap bigit,dan tiap bigit akan ditempatkan pada M1 dan M2. Proses penempatan tiap bigit tersebut yang pertama adalah menempatkan 8 most significant Bit dari array variance yang sudah diurutkan pada M1 dan M2 secara bergantian yakni bit pertama pada M1, bit kedua pada M2, bit ketiga pada M1,bit keempat pada M2 dan seterusnya. Selanjutnya adalah menempatkan bigit indeks pertama dan ketiga pada M1 dan bigit indeks kedua dan keempat pada M2. Bigit ini adalah bigit selain dari bigit yang telah dioperasikan pada tahap sebelumnya. Terakhir adalah menempatkan 4 bigit yang tersisa kedalam M1 dan M2 sebanyak dua bigit. Setelah proses penempatan sudah selesai, array sampel M akan terbagi menjadi grup array M1 dan M2 yang masing-masing memiliki panjang 8 bit. Array variance yang telah di urutkan akan disimpan sebagai array partisi yang akan digunakan kembali saat proses decoding 4. METODE USULAN Penelitian ini akan mengusulkan teknik intelligent partioning yang berbeda dari penelitian sebelumnya, yakni dalam menerapkan metode reversible data embedding pada berkas audio. Berkas audio mempunyai besar sampel 16 bit,yang pertama kita lakukan adalah dengan melakukan partisi pada sampel audio dan di bagi menjadi dua bagian dengan masing-masing memiliki besar 8 bit. Partisi dilakukan dengan cara merepresentasikan gelombang audio sebagai 16 buah array dimana masing-masing array ini disebut bigit. Proses partisi array dengan besar sampel yang memiliki panjang 16 bit akan dilakukan dengan membentuk dua grup array yaitu M1 dan M2 yang memiliki 8 bigit sehingga panjang pada baris akan menjadi 8 bit. Penempatan dari tiap bigit untuk masuk ke grup array M1 atau M2 adalah dengan cara memasukkan pasangan bits ganjil dari M ke M1 dan pasangan bits genap ke M2. Berikut cara memasangkan bit yang ada di array M yang disajikan pada gambar 4.1. (1) 4

5 Gambar 4.1 proses penempatan array M kedalam grup M1 dan M2 5. PROSES PENYISIPAN PESAN Sepertinya yang dijelaskan sebelumnya bahwa berkas citra dan audio terdapat perbedaan ukuran besar sampel,dimana untuk ukuran pada berkas citra memiliki ukuran sampel sebesar 8 bit dan untuk citra memiliki besar sampel sebesar 16 bit. Pada bagian ini, kami menjelaskan proses eksekusi dalam penyisipan pesan rahasia pada cover audio. Pada prosedur embedding yang diusulkan, yang pertama pada 16 Bit audio akan dipartisi menjadi 2 bagian yakni 8 Bit Array M1 dan 8 Bit Array M2 menggunakan algoritma intelligent partitioning. Untuk lebih jelasnya,tahapan pada penyisipan pesan yang diusulkan disajikan pada gambar 5.1. untuk mempartisi 16 Bit input audio kedalam 2 bagian yang pertama audio direpresentasikan kedalam 16 Bit Array M,dan selanjutnya M akan dibagi menjadi 2 bagian yakni M1 dan M2. Penempatan untuk masuk ke grup array M1 dan M2 adalah dengan cara memasukan pasangan bit ganjil ke M1 dan memasukkan pasangan bit genap ke M2. Setelah menjadi 2 bagian yang mana 8 bit pada M1 dan 8 bit pada M2 maka dilakukan penyisipan pesan pada M1 dan penyisipan pesan pada M2, hasil dari penyisipan yakni menjadi S1 dan S2. Proses selanjutnya adalah mengubah menjadi 16 bit Array kembali agar bisa menjadi data audio lagi yakni dengan cara menggabungkan hasil penyisipan pesan S1 dan S2. 5

6 Audio asli Audio M 16 bit Array M Intelligent Partioning M1 S1 Data Hiding Data Hiding M1 S2 Hasil kombinasi 16 Bit array S Output Format Audio Output Stego Audio Gambar 5.1 flowchart pada tahapan penyisipan pesan Untuk memperjelas bagaimana konsep penyisipan data kedalam audio, kita mendeskripsikan algoritma untuk memamasukkan pesan kedalam cover audio. 5.1 Algoritma untuk penyisipan pesan Input : Audio asli M Output : Stego Audio S 1. Membaca file audio M dan mengubahnya menjadi 16 bits array 2. Lakukan improved intelligent partitioning untuk mebagi dua data menjadi 8 bit M1 dan M2 3. Lakukan penyisipan pesan rahasia pada M1 dan M2 yang terbentuk menggunakan formula DE sehingga didapatkan data hasil penyisipan yaitu S1 dan S2. 4. Gabungkan S1 dan S2 mejadi 16 array bits S. 5. Kemudian ubah kembali data menjadi file audio 6. PROSES EKSTRAKSI Pada bagian ini, kami menjelaskan proses untuk mengekstraksi pesan rahasia dari audio stego dan melakukan pengembalian audio cover. Untuk lebih jelasnya,tahapan pada ekstraksi yang diusulkan disajikan pada gambar 6.1. Tahapan prosedur ekstraksi, pada input audio S yang pertama dilakukan adalah mengubahnya menjadi 16 bit array,16 bit array ini kemudian harus dibagi menjadi 2 bagian. Cara untuk mendapatkan 2 bagian pada 16 bit array yakni dengan menggunakan improved intelligent partitioning. Dengan improved intelligent partisioning pada 16 Bit audio akan dipartisi menjadi 2 bagian yakni 8 Bit Array S1 dan 8 Bit Array S2. Setelah mendapatkan hasil partisi maka tahap ekstraksi pesan rahasia dilakukan pada S1 dan S2 dengan menggunakan formula DE, sehingga didapatkan data hasil ekstraksi yaitu M1 dan M2. Proses selanjutnya adalah menggabungkan hasil data ekstraksi yakni M1 dan M2 agar menjadi data 16 bit array. Cara untuk menggabungkan M1 dan M2 sama hal nya dengan cara pembagian audio M kedalam M1 dan M2 pada proses penyisipan pesan,yakni dengan memasukkan pasangan bit ganjil ke M1 dan memasukkan pasangan bit genap ke M2. Untuk lebih jelas,proses penggabungan akan disajikan pada gambar 6.2. Kemudian,yang terakhir adalah mengembalikan atau mengubah kembali data menjadi file 6

7 audio. Untuk memperjelas bagaimana konsep ekstraksi data pada audio, kita mendeskripsikan algoritma untuk ekstrak pesan dalam cover audio. Stego Audio Audio S 16 bit Array S Intelligent Partioning S1 M1 Ekstraksi Ekstraksi S2 M2 Hasil kombinasi 16 Bit array M Output Format Audio Output Audio Asli Gambar 6.2 flowchart pada tahapan ekstraksi data Gambar 6.1 proses penggabungan M1 dan M2 7

8 Tabel 1. Hasil Pengujian Choi s method[1] Proposed method PSNR (db) 13, ,4327 Kapasitas(bits) Algoritma untuk penyisipan pesan Input : Audio S Outpu t : Audio Asli 1. baca file audio S dan ubah menjadi 16 bits array 2. Lakukan improved intelligent partitioning yakni membagi dua data menjadi 8 bits S1 dan 8 bits S2 3. Lakukan ekstraksi pesan rahasia pada S1 dan S2 yang terbentuk menggunakan formula DE sehingga didapatkan data hasil ekstraksi yaitu M1 dan M2. 4. Gabungkan hasil data ekstraksi M1 dan M2 menjadi 16 array bits 5. Kemudian mengubah kembali data menjadi file audio 7. HASIL DAN ANALISIS Kami mengimpelemntasi metode yang kami usulkan pada MATLAB R2012b. Tipe audio berupa wav digunakan pada tahap evaluasi metode usulan kami. Dari sampel data audio wav akan diambil nilai kuantisasinya dan Fs, nilai kuantitasi ini yang akan digunakan sebagai cover data. Metode embedding yang kami implementasikan adalah DE[7]. Hasil dari eksperimen metode usulan dibandingkan dengan metode sebelumnya berdasarkan nilai psnr yang didapatkan pada setiap algoritma. Semakin tinggi nilai psnrnya maka semakin bagus kualitas stego yang dihasilkan. Dapat dilihat hasil eksperimen yang didapatkan pada Tabel 1 menunjukkan metode usulan kami lebih baik daripada metode sebelumnya dimana nilai psnr yang didapatkan adalah 19,4327 sedangkan metode sebelumnya memiliki psnr 13,0331. Dengan penggunaan treshold dan pesan rahasia yang sama kapasitas dari metode usulan juga lebih besar dari metode sebelumnya. 8. KESIMPULAN Pada penelitian ini telah diusulkan metode partisi pada reversible data hiding audio berdasarkan reversible data hiding pada citra. Hasil ekperimen yang kami dapatkan menunjukkan metode usulan kami menghasilkan kualitas yang lebih baik berdasarkan nilai psnr yang didapatkan. Dapat disimpulkan dalam skema pengaplikasian metode reversible data hiding citra pada audio, sangat bergantung pada kesesuaian antara metode partisi dan embedding. Metode partisi dan embedding yang bersesuaian dapat meningkatkan kapasitas dan kualitas dari stego audio yang dihasilkan begitu juga sebaliknya. Tipe audio yang berbeda juga sangat mempengaruhi hasil stego audio oleh karena itu tidak menutup kemungkinan jika pada kasus lain metode partisi lain bisa menghasilkan kapasitas dan kualitas yang lebih baik dari metode usulan kami. Walaupun kualitas setego audio dengan menggunakan metode kami lebih baik dari metode sebelumnya tetapi nilai psnrnya masih sangat rendah sehingga stego audio yang dihasilkan memiliki banyak noise. Hal ini tentu mengurangi keamanan stego audio tersebut. Pada penelitian selanjutnya kami akan mencoba mencari metode partisi yang dapat bersesuaian dengan metode embeddingnya sehingga perubahan yang terjadi pada stego audio tidak terlalu besar. Reference [1] Ka-Cheng Choi, Chi-Man Pun, C. L. Philip Chen. Application of a generalized difference expansion based reversible audio data hiding algorithm. Springer

9 [2] M.Baritha Beguma,Y.Venkataramani. A Novel DWT based Image Securing Method using Steganography. Elsevier [3] Anastasia Ioannidou, Spyros T. Halkidis. George StephanidesA Novel Technique For Image Steganography Based On A High Payload Method And Edge Detection. Elsevier [4] Der-Chyuan Lou, Ming-Chiang Hu, dan Jiang-Lung Liu, "Multiple layer data hiding scheme for medical images," ComputerStandards & Interfaces 31, hal , [5] Adnan M. Alattar, "Reversible watermark using the difference expansion of a generalized integer transform," Image Processing,IEEE Transactions on 13.8, hal , [6] Muhammad Holildan Tohari Ahmad.Peningkatan Performametode Steganografi Berbasis Difference Expansion menggunakan Reduksi Selisih [7] Tian Jun, Reversible Data Embedding Using a Difference Expansion IEEE transaction vol 13,No.8, August