HASIL DAN PEMBAHASAN. Gambar 15 Potongan piksel cover video. 2 Windowing

Transkripsi

1 10 delta lalu disimpan lagi ke piksel-piksel yang melebihi 255 atau kurang dari 0 Kelas fuzzy digunakan untuk mengetahui berapa bit LSB yang diambil di setiap koefisien DC Selanjutnya koefisien DC dikonversi dalam bentuk biner Watermark diambil di setiap koefisien DC Informasi mengenai besarnya penyisipan koefisien DC diambil dari fuzzifikasi cover videonya Pengambilan watermark message diambil dari bit LSB dan dikonversi ke dalam gambar sehingga watermark message dapat dibandingkan Tahapan pengambilan watermark dapat dilihat pada Gambar 14 Analisis Hasil Implementasi Video watermark selanjutnya dianalisis, diuji, dan dievaluasi Analisis ini menjadi tolak ukur keberhasilan dari aplikasi Analisis yang dilakukan pada penelitian ini antara lain: Analisis kekuatan video watermark Analisis waktu eksekusi Analisis kualitas video watermark Analisis Kekuatan Video Watermark Serangan-serangan yang diterapkan pada penelitian ini adalah: Serangan cutting video watermark (clipping) Serangan odd video watermark Serangan even video watermark Serangan adding frame Serangan cutting dan adding frame Lingkungan Pengembangan Pada penelitian ini digunakan perangkat keras dan perangkat lunak sebagai berikut: Perangkat lunak yang digunakan dalam penelitian: Windows 7 Home Basic sebagai sistem operasi Matlab R2008b Perangkat keras yang digunakan dalam penelitian: Pro or Int l R or 3 RAM 8 GB Hard disk kapasitas 320 GB digunakan ialah file BMP Deskripsinya dapat dilihat pada Tabel 4 Tabel 3 Deskripsi cover video File Ukuran Resolusi Frame Rhinosavi 250 MB 320x Tabel 4 Deskripsi watermark message File Ukuran Resolusi Messagebmp 94 Bytes 8x8 Penyisipan Watermark Setelah dipilih cover video dan watermark message, tahapan detail mengenai penyisipan watermark message diuraikan di bawah ini: 1 Pemecahan frame Cover video dipecah menjadi frame-frame Dari cover video, terdapat 114 frame dan setiap frame nya terdiri atas matrik nilai warna dari gambar penyusun video dengan ukuran 320 x 240 piksel dan terdapat layer Red, Green, dan Blue (RGB) Potongan piksel cover video dapat dilihat pada Gambar 15 Gambar 15 Potongan piksel cover video 2 Windowing HASIL DAN PEMBAHASAN Cover video yang digunakan pada penelitian ini ialah rhinosavi Video tersebut terdapat pada sample video Matlab Deskripsinya dapat dilihat pada Tabel 3 Watermark yang Gambar 16 Potongan piksel makroblok (1,1) layer ke-1 dari frame pertama Resolusi frame dari cover video ialah 320 x 240 pixel Pada tahap ini, setiap frame dari cover video akan dipecah menjadi makroblok dengan ukuran 8x8 Cover video yang telah

2 11 disiapkan menghasilkan 40 x 30 makroblok per frame per layer Nilai 40 didapat dari 320 dibagi 8 sedangkan nilai 30 didapat dari 240 dibagi 8 Potongan piksel makroblok (1,1) layer ke-1 dari frame pertama dapat dilihat pada Gambar 16 3 DCT Setelah mendapatkan makroblok per frame per layer, selanjutnya dilakukan perhitungan DCT di setiap makroblok Sebelum masuk proses DCT, setiap piksel makroblok dikurangi 128 Potongan piksel makroblok yang telah dikurangi 128 dapat dilihat pada Gambar 17 Gambar 17 Potongan makroblok (1,1) dikurangi 128 Setelah dikurangi 128, selanjutnya perhitungan DCT dilakukan di setiap makroblok Potongan piksel DCT 2D dapat dilihat pada Gambar 18 Gambar 18 Potongan piksel perhitungan DCT Agar hasilnya tidak besar sekali, perlu adanya proses kuantisasi Proses kuantisasi dilakukan dengan membulatkan hasil bagi setiap komponen nilai hasil DCT dengan matrik kuantisasi pada Gambar 10 Potongan piksel hasil kuantisasi dapat dilihat pada Gambar 19 Gambar 19 Potongan piksel hasil kuantisasi 4 Aplikasikan model HVS Model HVS digunakan untuk mendapatkan informasi mengenai sensitivitas tekstur dan pencahayaan Sensitivitas tekstur didapat dari hasil kuantisasi Apabila hasilnya tidak sama dengan 0, diberi nilai 1, selainnya diberi nilai 0 Nilai tersebut dijumlahkan untuk setiap makroblok Jadi nilai maksimal sensitivitas tekstur adalah 64, sedangkan minimumnya adalah 0 Potongan nilai sensitivitas tekstur pada frame pertama, makroblok (1,1), layer pertama dapat dilihat pada Gambar 20 val(:,:,1) = 1 Gambar 20 Potongan nilai sensitivitas tekstur Sensitivitas pencahayaan didapat dari membagi koefisien DC dengan nilai rata-rata dari semua koefisien DC berdasarkan layernya Potongan nilai sensitivitas pencahayaan pada frame pertama, makroblok (1,1), layer pertama dapat dilihat pada Gambar 21 val(:,:,1) = Gambar 21 Potongan nilai sensitivitas pencahayaan 5 Aplikasikan model FIS Setelah didapatkan sensitivitas tekstur dan pencahayaan maka selanjutnya ialah memasukkan kedua nilai sensitivitas tersebut ke dalam fuzzy inference system Output fuzzy pada frame pertama, makroblok (1,1), layer pertama dapat dilihat pada Gambar 22 val(:,:,1) = Gambar 22 Output fuzzy Kelas fuzzy didapatkan dengan cara mengelompokkan output fuzzy berdasarkan kelasnya Output kelas fuzzy pada frame pertama, makroblok (1,1), layer pertama dapat dilihat pada Gambar 23 val(:,:,1) = 3 Gambar 23 Output kelas fuzzy Output kelas fuzzy adalah 3 sehingga besarnya penyisipan sebanyak 1 6 Penyisipan watermark Biner DC kuantisasi Bit watermark Biner hasil penyisipan Gambar 24 Proses penyisipan biner 1

3 12 Berdasarkan Gambar 19, potongan piksel hasil kuantisasi didapatlah koefisien DC sebesar 40 Hasil biner dari desimal 40 adalah Penyisipan watermark message dilakukan dengan mengganti nilai biner LSB koefisien DC pada tahap 3 dengan bit watermark message Watermark message ialah file gambar dengan format BMP yang hanya mempunyai 2 nilai, yaitu 0 atau 1 Proses penyisipan watermark diilustrasikan pada Gambar 24 7 Penyimpanan delta Setelah watermark message selesai disisipkan, selanjutnya yaitu mengubah kembali nilai biner koefisien DC ke dalam bentuk desimal Setelah itu dilakukan invers kuantisasi Proses invers kuantisasi yaitu mengalikan setiap nilai dengan matrik kuantisasi sesuai dengan Gambar 10 Contoh hasil invers kuantisasi makroblok pertama dapat dilihat pada Gambar 25 desimal warna dari piksel Untuk menghindari kehilangan data pada saat pembentukan video, setiap selisih baik nilai yang melebihi 255 maupun yang kurang dari 0 akan disimpan untuk digunakan kembali pada saat proses pengambilan Gambar 27 Matriks hasil penyisipan Tahapan paling akhir dari proses penyisipan watermark message adalah penyatuan makroblok-makroblok lalu pembentukan kembali frame-frame hasil penyisipan ke bentuk video AVI sehingga berbentuk watermark video Potongan piksel watermark video dapat dilihat pada Gambar 28 Antarmuka hasil penyisipan watermark dapat dilihat pada Lampiran 1 Gambar 25 Hasil invers kuantisasi makroblok Setelah dilakukan invers kuantisasi, langkah selanjutnya adalah invers DCT (IDCT) menggunakan persamaan 3 Proses IDCT yang dilakukan merupakan IDCT dua dimensi karena matrik yang digunakan sebagai input memiliki bentuk dua dimensi Hasil IDCT 2 ditunjukkan pada Gambar 26 Gambar 26 Hasil IDCT2 Setelah mendapatkan matrik hasil IDCT2, kemudian ditambahkan dengan 128 Hasil matrik akhir nilai piksel setelah penyisipan dapat dilihat pada Gambar 27 Pada implementasinya, nilai-nilai hasil penyisipan tidak selalu berada di range Hal ini terjadi dikarenakan modifikasi pada biner koefisien DC dapat mengubah nilai Gambar 28 Potongan piksel watermark video Pengambilan Watermark Proses pengambilan watermark hampir sama dengan penyisipan watermark Perbedaannya terdapat pada tahapan pengambilan Watermark message yang telah disisipi tadi diambil pada proses ini Pengambilan watermark message dilakukan di setiap koefisien DC pada bit biner LSB Pada akhir proses pengambilan, cover video tidak perlu dikembalikan ke bentuk semula Tahapan 1 sampai dengan 3 hampir sama dengan proses penyisipan watermark Akan tetapi, sebelum melakukan proses DCT, nilai piksel yang bersesuaian ditambah dengan delta Setelah itu,

4 13 binerkan koefisien DC dari hasil kuantisasi Berikut tahapan proses pengambilan setelah membinerkan koefisien DC: 1 Pengambilan watermark Biner watermark video Gambar 29 Pengambilan watermark Bit biner hasil konversi kemudian diambil bagian LSB nya sebanyak bit output penyisipan di setiap koefisien DC Pengambilan watermark dapat dilihat pada Gambar 29 2 Watermark message Pengambilan watermark message lalu dibandingkan dengan watermark message aslinya Hal ini dilakukan untuk mengetahui apakah watermark message yang diambil sama dengan watermark message aslinya, dan untuk mengukur seberapa banyak watermark message yang terambil Watermark message yang terambil harus 100% sama dengan watermark message aslinya Antarmuka hasil pengambilan watermark dapat dilihat pada Lampiran 2 Analisis Waktu Eksekusi Lamanya proses penyisipan dan pengambilan watermark dicatat untuk bisa dianalisis Cover video yang digunakan ialah rhinosavi tetapi memiliki banyaknya frame yang berbeda-beda Banyaknya frame yang digunakan ialah : 1 frame 2 frame 6 frame 24 frame 72 frame 114 frame Bit watermark Tabel 5 Analisis waktu eksekusi Banyaknya Waktu (Menit) Frame Peyisipan Pengambilan Dalam perhitungan waktu eksekusi dilakukan pengulangan sebanyak 3 kali Hal ini dilakukan karena ada aspek stokastik pada 0 komputer Aspek stokastik memiliki komponen input random, dan menghasilkan output yang random pula Rata-rata waktu penyisipan dan pengambilan dapat dilihat pada Tabel 5 Grafik analisis waktu eksekusi terdapat pada Gambar 30 Berdasarkan grafik pada Gambar 30, semakin banyak frame yang disisipkan watermark message semakin banyak pula waktu yang dibutuhkan untuk menyisipkan maupun untuk mengambil Dari grafik tersebut, juga dapat diketahui bahwa waktu penyisipan dan waktu pengambilan terhadap N frame didapat dengan Persamaan 15 dan Persamaan 16 Gambar 30 Analisis waktu eksekusi Persamaan 15 Persamaan 16 n a b lan Berdasarkan grafik regresi linear pada Gambar 30 dan juga Tabel 5, terlihat bahwa waktu penyisipan lebih lama daripada waktu pengambilan watermark Hal ini bisa dibuktikan melalui Analisys of Variance (ANOVA) yang terdapat pada Tabel 6 Tabel 6 ANOVA df F Significance F Regression Residual 4 Total 5 Alpha F tabel F hitung ( ) > F tabel (770860) Kesimpulan: Ada perbedaan yang nyata antara penyisipan dan pengambilan

5 14 Analisis Kualitas Video Watermark Pada penelitian ini, pengukuran kualitas video watermark dilakukan menggunakan dua perhitungan Kualitas secara objektif Pengukuran kualitas secara objektif adalah proses membandingkan setiap frame antara cover video dan video watermark Pengukuran dilakukan dengan menghitung SSIM setiap frame kedua video kemudian dicari mean dari nilai SSIM tersebut Nilai MSSIM yang didapat dari cover video rhinosavi dapat dilihat pada Tabel 7 Watermark video memiliki tampilan yang mirip dengan aslinya Tabel 7 Kualitas secara objektif Banyaknya Frame Frame MSSIM Kualitas secara subjektif Pengukuran kualitas secara subjektif menggunakan Mean Opinion Score (MOS) dengan melakukan survei kepada responden Penilaian video ialah dengan membandingkan tampilan dari cover video dan watermark video dipandang secara perspektif visual mata manusia Survei dilakukan kepada 45 orang responden dengan rentang usia tahun Responden laki-laki sebanyak 20 orang dan responden perempuan sebanyak 25 orang Gambar 31 Grafik kualitas video secara subjektif Pengkategorian nilainya, yaitu: 1 Sangat bagus 2 Bagus 3 Cukup 4 Kurang bagus Sangat Bagus Bagus Cukup Kurang Bagus Setelah didapatkan data tersebut, didapatkan grafik pada Gambar 31 Hasil survei kuesioner dapat dilihat pada Lampiran 3 Analisis Kekuatan Watermark Analisis kekuatan dilakukan dengan menguji watermark video dengan seranganserangan Serangan yang dilakukan pada penelitian ini adalah : 1 Serangan cutting video watermark (clipping) Serangan cutting ialah memotong frame video watermark menjadi hanya beberapa frame saja Cutting video yang dilakukan ialah memotong frame ke-2 sampai dengan 114 sehingga hanya menyisakan frame ke-1 saja, memotong frame ke-1 sampai dengan 113 sehingga hanya menyisakan frame ke-114 saja, memotong frame ke-1 dan 114 sehingga mendapatkan frame ke-2 sampai dengan 113, memotong frame ke-1 sampai dengan 39, dan memotong frame ke-81 sampai dengan 114 sehingga mendapatkan frame ke-40 sampai dengan 80 Serangan cutting juga memotong frame ke-1 sampai dengan 19 dan memotong frame ke-31 sampai dengan 114 sehingga mendapatkan frame ke-20 sampai dengan 30 Pengambilan watermark message dilakukan dengan cara membandingkan frame yang pertama dengan banyaknya digit yang disisipkan di setiap frame koefisien DC Contohnya pemotongan frame ke-1 sampai dengan 113 menyisakan 1 frame, yaitu frame ke-114 saja Pada frame ke-114 bandingkan banyaknya digit yang disisipkan di setiap koefisien DC pada frame pertama Apabila setelah pesannya diambil tetapi tidak sesuai dengan watermark message-nya bandingkan lagi banyaknya digit yang ada di setiap koefisien DC pada frame kedua, begitu seterusnya sampai dengan frame ke-114 Jika saat dibandingkan dengan frame ke-114 pesannya sesuai dengan watermark message, watermark message-nya diambil Tabel 8 Kekuatan watermark terhadap serangan cutting Banyaknya frame Frame Nilai similarity watermark message yang telah mengalami serangan cutting dapat dilihat pada Tabel 8

6 15 2 Serangan odd video watermark Serangan odd video dilakukan dengan memotong frame video watermark tetapi hanya mengambil frame-frame yang ganjil saja Setelah itu, videonya disimpan kembali dengan frame per second nya 05 kali lebih kecil daripada rhinosavi agar terlihat lebih mirip dengan rhinosavi Nilai similarity watermark message yang telah mengalami serangan odd video dapat dilihat pada Tabel 9 Tabel 9 Kekuatan watermark terhadap serangan odd video watermark Banyaknya frame Frame per second Serangan even video watermark Serangan even video dilakukan dengan memotong frame video watermark tetapi hanya mengambil frame-frame yang genap saja Setelah itu, videonya disimpan kembali dengan frame per second nya 05 kali lebih kecil daripada rhinosavi agar terlihat lebih mirip dengan rhinosavi Nilai similarity watermark message yang telah mengalami serangan even video dapat dilihat pada Tabel 10 Tabel 10 Kekuatan watermark terhadap serangan even video watermark Banyaknya frame Frame per second Serangan adding frame Serangan adding frame ialah menambahkan frame di awal dan di akhir video watermark Pada umumnya, apabila ada orang yang mau mengakui video yang padahal bukan miliknya di awal dan di akhir videonya acapkali ditambahkan dengan copyright Contoh lainnya ialah seseorang menambahkan title di awal dan credit di akhir Pada penelitian ini, ditambahkan sebanyak 32 frame di awal dan 75 frame di akhir Pengambilan watermark message dilakukan dengan cara membandingkan banyaknya digit yang disisipkan di setiap koefisien DC pada frame pertama terhadap setiap frame Contohnya apabila ada penambahan 32 frame di awal dan video watermark ada di frame 33 Mula-mula, bandingkan banyaknya digit yang disisipkan di setiap koefisien DC pada frame pertama terhadap setiap frame Apabila setelah pesannya diambil tetapi tidak sesuai dengan watermark message-nya, bandingkan lagi banyaknya digit yang di setiap koefisien DC pada frame kedua Begitu seterusnya sampai dengan frame ke-33 Jika saat dibandingkan dengan frame ke-33 pesannya sesuai dengan watermark message, watermark message-nya diambil Tabel 11 Kekuatan watermark terhadap serangan adding Frame Frame Frame title watermark credit Nilai similarity watermark message yang telah mengalami serangan adding video dapat dilihat pada Tabel 11 5 Serangan adding dan cutting frame Serangan adding dan cutting frame dilakukan dengan menambahkan frame di awal dan di akhir video watermark kemudian menyisipkan video watermark yang telah dipotong Pengambilan watermark message dilakukan dengan cara membandingkan banyaknya digit yang disisipkan di setiap koefisien DC pada frame pertama terhadap setiap frame Setelah itu, banyaknya digit yang disisipkan di setiap koefisien DC pada frame kedua terhadap setiap frame dibandingkan Begitu seterusnya sampai menemukan frame yang cocok dengan watermark message Contohnya apabila ada penambahan 32 frame di awal, 75 frame di akhir, dan video watermark ada di frame 33, tetapi video watermark hanya dari frame 40 sampai 80 Mula-mula, bandingkan banyaknya digit yang disisipkan di setiap koefisien DC pada frame pertama terhadap setiap frame Apabila setelah pesannya diambil tetapi tidak sesuai dengan watermark message-nya, bandingkan lagi banyaknya digit yang disisipkan di setiap koefisien DC pada frame kedua terhadap setiap frame, begitu seterusnya sampai dengan frame ke-40 Ketika membandingkan banyaknya digit yang disisipkan di setiap koefisien DC pada frame ke-40 terhadap frame ke-33 maka watermark message nya cocok kemudian watermark message-nya diambil Tabel 12 Kekuatan watermark terhadap serangan adding dan cutting Frame Frame Frame title watermark credit Nilai similarity watermark message yang telah mengalami serangan adding dan cutting video dapat dilihat pada Tabel 12 Antarmuka