BAB 4 HASIL DAN PEMBAHASAN. komputer dan sistem operasi dengan spesifikasi sebagai berikut : 2. Memory : 4,00 GB (3,85 GB usable)

dokumen-dokumen yang mirip
BAB 3 ANALISIS DAN PERANCANGAN SISTEM. yang sering dilakukan. Pertukaran informasi dan data menggunakan internet

BAB 4 IMPLEMENTASI DAN EVALUASI. Dalam perancangan program aplikasi ini, penulis menggunakan komputer dan

BAB IV IMPLEMENTASI DAN PENGUJIAN

BAB 4 IMPLEMENTASI DAN EVALUASI. Adalah kebutuhan yang dibutuhkan dalam memenuhi kebutuhan spesifikasi

IMPLEMENTASI DAN EVALUASI

PERANCANGAN PROGRAM APLIKASI STEGANOGRAFI CITRA MENGGUNAKAN METODE PIXEL VALUE DIFFERENCING SPIRAL

BAB 4 IMPLEMENTASI DAN EVALUASI PROGRAM. Aplikasi ini bekerja dengan memindahkan bit-bit pesan, menampungnya dalam

BAB 4 IMPLEMENTASI PROGRAM

Bab III PERANCANGAN SISTEM STEGANOGRAFI

BAB IV HASIL DAN UJI COBA

BAB 4 IMPLEMENTASI DAN EVALUASI. pengkodean dan implementasi, memberikan petunjuk pemakaian program, dan

BAB III METODE PENELITIAN

BAB 4 IMPLEMENTASI DAN EVALUASI

BAB IV IMPLEMENTASI DAN PENGUJIAN. dilanjutkan dengan pengujian terhadap aplikasi. Kebutuhan perangkat pendukung dalam sistem ini terdiri dari :

BAB 4 IMPLEMENTASI DAN EVALUASI

BAB IV HASIL DAN UJI COBA

BAB 4 IMPLEMENTASI DAN EVALUASI PROGRAM. implementasi dari program aplikasi yang dibuat. Penulis akan menguraikan

BAB IV HASIL DAN UJI COBA

BAB 4 IMPLEMENTASI DAN EVALUASI. Dari hasil perancangan yang dilakukan, pada bab ini disajikan implementasi dan

BAB III ANALISIS DAN DESAIN SISTEM

BAB 3 PERANCANGAN PROGRAM

BAB IV IMPLEMENTASI DAN PENGUJIAN

BAB 3 ANALISIS DAN PERANCANGAN PROGRAM. pengembangan sistem yang lazim disebut Waterfall Model. Metode ini terdiri dari enam

BAB VI PENGUJIAN. 6.1 Tujuan Pengujian. 6.2 Rancangan Pengujian

Gambar 4.1 Menu Login Form

BAB IV IMPLEMENTASI DAN HASIL PENGUJIAN

pbab 4 IMPLEMENTASI DAN EVALUASI PROGRAM APLIKASI uji coba terhadap program aplikasi pengenalan plat nomor kendaraan roda empat ini,

BAB IV HASIL DAN UJI COBA

BAB 4 IMPLEMENTASI DAN EVALUASI PROGRAM. Program yang telah dibuat melakukan proses deteksi dan pembelajaran. Proses deteksi

BAB IV IMPLEMENTASI DAN PEMBAHASAN

BAB IV IMPLEMENTASI SISTEM

BAB IV HASIL DAN PEMBAHASAN

BAB 4 IMPLEMENTASI DAN EVALUASI

BAB V IMPLEMENTASI SISTEM DAN PENGUJIAN SISTEM


BAB V IMPLEMENTASI DAN PENGUJIAN SISTEM

BAB 4 IMPLEMENTASI DAN EVALUASI

LAMPIRAN PANDUAN MENJALANKAN PROGRAM

BAB 3 ANALISA DAN PERANCANGAN

BAB 4 PERANCANGAN PROGRAM

BAB IV PERANCANGAN SISTEM

BAB IV IMPLEMENTASI DAN EVALUASI. akan dilakukan untuk mengetahui kelebihan dan kekurangan aplikasi. Untuk itulah,

BAB 4 PENGUJIAN DAN EVALUASI. dengan menggunakan 15 tanda tangan yang berasal dari 1 user yang masing masing

BAB IV IMPLEMENTASI DAN PENGUJIAN

BAB 4 PERANCANGAN SISTEM

BAB IV HASIL DAN PENGUJIAN

BAB 1 PENDAHULUAN. 1.1 Latarbelakang

BAB IV IMPLEMENTASI DAN EVALUASI

BAB 4 IMPLEMENTASI DAN EVALUASI Implementasi Program Simulasi. mengevaluasi program simulasi adalah sebagai berikut :

Gambar 3.1. Diagram alir apikasi image to text

BAB IV IMPLEMENTASI DAN EVALUASI. Aplikasi Penerimaan Pesanan Barang dan Peramalan Penjualan dengan. Menggunakan Metode Single Moving Average.

BAB IV. HASIL DAN ANALISIS

BAB III ANALISIS DAN DESAIN SISTEM

ANALISIS METODE MASKING-FILTERING DALAM PENYISIPAN DATA TEKS

APLIKASI STEGANOGRAFI UNTUK MENJAGA KERAHASIAAN INFORMASI MENGGUNAKAN BAHASA PEMROGRAMAN JAVA

BAB 4 IMPLEMENTASI DAN EVALUASI

BAB 3 ANALISIS DAN PERANCANGAN

BAB I PENDAHULUAN I.1 Latar Belakang Masalah

BAB IV HASIL DAN UJI COBA

BAB 4 IMPLEMENTASI DAN EVALUASI. dengan menggunakan Microsoft Visual C Express Edition (Version

BAB IV IMPLEMENTASI DAN PENGUJIAN

BAB 4 IMPLEMENTASI DAN EVALUASI

Grafik yang menampilkan informasi mengenai penyebaran nilai intensitas pixel-pixel pada sebuah citra digital.

BAB 4 IMPLEMENTASI DAN EVALUASI

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 4 IMPLEMENTASI DAN EVALUASI SISTEM. dari Sistem Informasi Geografi(SIG) ini adalah sebagai berikut:

STEGANOGRAFI PADA FILE IMAGE MENGGUNAKAN METODE LEAST SIGNIFICANT BIT (LSB) BERBASIS ANDROID


BAB IV HASIL DAN UJI COBA

BAB IV HASIL DAN UJI COBA

BAB 4 IMPLEMENTASI DAN EVALUASI. aplikasi sistem informasi geografis ini adalah : a. Spesifikasi perangkat keras minimum : memori 64 MB.

BAB IV IMPLEMENTASI DAN PENGUJIAN

BAB IV HASIL DAN UJI COBA

BAB III ANALISA DAN PERANCANGAN

BAB 4 IMPLEMENTASI DAN EVALUASI

BAB V IMPLEMENTASI DAN PENGUJIAN SISTEM

BAB I PENDAHULUAN. Steganografi adalah teknik menyisipkan pesan kedalam suatu media,

BAB IV HASIL DAN UJI COBA

BAB IV HASIL DAN UJI COBA

BAB I PENDAHULUAN. tidak berhak. Permasalahan tersebut membuat aspek keamanan dalam bidang

BAB IV HASIL DAN UJI COBA

Penyisipan Citra Pesan Ke Dalam Citra Berwarna Menggunakan Metode Least Significant Bit dan Redundant Pattern Encoding

BAB 3 ANALISIS DAN PERANCANGAN SISTEM

BAB 4 IMPLEMENTASI DAN EVALUASI. komponen pendukung, yaitu konfigurasi perangkat keras (hardware) dan

BAB IV IMPLEMENTASI DAN PENGUJIAN

BAB IV IMPLEMENTASI DAN EVALUASI. Jones, kami membuat sebuah aplikasi sederhana, dengan spesifikasi perangkat lunak

BAB 4 IMPLEMENTASI DAN EVALUASI. Untuk menjalankan alat bantu normalisasi ini dibutuhkan sarana perangkat keras

BAB IV IMPLEMENTASI DAN PENGUJIAN

BAB III ANALISIS DAN PERANCANGAN

BAB IV HASIL & UJI COBA

BAB I PENDAHULUAN. Media digital merupakan media yang sangat berpengaruh di era modern. Dengan

BAB IV HASIL DAN UJI COBA

IMPLEMENTASI APLIKASI STEGANOGRAFI DENGAN MENGGUNAKAN EUREKA STEGANOGRAHER, JPHIDE AND SEEK, STEGANOG, DAN STEGOMAGIC NASKAH PUBLIKASI

BAB 4 IMPELEMENTASI DAN EVALUSAI. aplikasi dengan baik adalah sebagai berikut : a. Prosesor intel premium Ghz atau yang setara.

BAB IV HASIL DAN UJI COBA

BAB IV HASIL DAN UJI COBA

BAB 4 IMPLEMENTASI DAN EVALUASI. Dalam perancangan program Spesifikasi sistem yang digunakan saat

BAB IV ANALISA DAN PERANCANGAN

BAB III ANALISIS DAN DESAIN SISTEM

PENGENALAN INTERFACE MACROMEDIA DITECTOR MX

Transkripsi:

BAB 4 HASIL DAN PEMBAHASAN 4.1 Spesifikasi Sistem 4.1.1 Hardware Dalam perancangan program aplikasi ini, penulis menggunakan komputer dan sistem operasi dengan spesifikasi sebagai berikut : 1. Processor : Intel i5 2647M CPU @ 1.60GHz 1.60 GHz 2. Memory : 4,00 GB (3,85 GB usable) 3. Sistem Operasi : Windows 7 Home Premium Service Pack 1 4.1.2 Software Adapun pemrograman yang digunakan sebagai berikut 1. Visual Studio Ultimate 2012 version 11.0.50727.1 4.2 Cara Penggunaan Aplikasi Pada saat program pertama kali dijalankan maka akan muncul windows yang merupakan halaman menu program PVD Diagonal. Gambar 4.1 Halaman Awal Program 48

49 Di halaman awal program PVD, user mempunyai dua pilihan utama yaitu File dan Process. Pilihan File terdapat pilihan Exit sedangkan pilihan Process mempunyai dua pilihan juga yaitu Embed dan Extract. Pilihan Exit pada File berarti aplikasi PVD ditutup. Pilihan Embed berarti menyisipkan pesan dan Extract berarti mengekstraksi gambar menjadi sebuah pesan. Diandaikan user memilih untuk memilih Embed terlebih dahulu. Gambar 4.2 Halaman Embed Halaman Embed ini merupakan anak window dari halaman awal program. Pada halaman Embed, user harus memilih file notepad yang akan disisipkan ke dalam gambar dengan mengklik tombol Browse. Tampilannya pemilihan pesan seperti terlihat pada gambar berikut.

50 Gambar 4.3 Halaman Select Message Pada halaman Select Message, user memilih file notepad yang akan disisipkan. Pada halaman ini user tidak dapat memilih data selain yang berformat Text File atau (*.txt). Setelah user memilih file notepad, maka akan otomatis kembali halaman Embed. Gambar 4.4 Halaman Embed

51 Jika pesan sudah dipilih, maka halaman Embed akan menampilkan path dari directory file notepad tersebut. Selanjutnya user memilih gambar yang akan dijadikan media pembawa atau stego-object dengan klik tombol Browse Image. Gambar 4.5 Halaman Select Image Pada halaman Select Image, user dapat memilih format gambar JPG File (*.jpeg atau *.jpg), BMP File (*.bmp), dan PNG File (*.png). Setelah user memilih gambar, maka akan otomatis kembali ke halaman Embed. Gambar 4.6 Halaman Embed

52 Jika gambar sudah dipilih, maka halaman Embed akan menampilkan gambar yang telah dipilih tersebut. Selanjutnya, user dapat melihat grafik pixel dengan klik tombol Show Pixel Graph, seperti terlihat pada gambar berikut. Gambar 4.7 Halaman Pixel Graph Pada halaman Pixel Graph, user dapat melihat total warna dari setiap pixel. Setiap warna dalam pixel merupakan kombinasi dari tiga warna dasar yaitu, merah, hijau dan biru, maka grafik ini menjadi tiga bagian, grafik warna merah, hijau, dan biru. Jika ingin keluar dari halaman ini, user hanya perlu klik tanda silang pada kanan atas. Diandaikan user memilih menutup halaman Pixel Graph dan kembali ke halaman Embed. Setelah kembali ke halaman Embed, selanjutnya user mengklik tombol Embed Message to Image. Tampilannya seperti terlihat pada gambar berikut.

53 Gambar 4.8 Halaman Embed Setelah mengklik tombol Embed Message to Image, maka hasil gambar yang disisipkan pesan akan muncul. Selain gambar stego-object, user juga dapat melihat nilai MSE, PSNR, dan Capacity. Setelah proses penyisipin, user dapat melihat total penggunaan tabel Rj, menyimpan gambar, dan mengirim gambar. Gambar 4.9 Halaman Rj Table Usage Graph Pada halaman ini, user dapat melihat total penggunaan dari tabel Rj yang terbagi dari enam bagian. Angka yang berada diatas batang merupakan total penggunaan dari tabel setiap bagian.

54 Gambar 4.10 Halaman Save Image Pada halaman Save Image ini, user dapat memberi nama gambar dan memilih format gambar. User juga dapat memilih lokasi folder untuk menyimpan gambar tersebut. Gambar 4.11 Halaman Kotak Dialog Save Setelah mengklik tombol Save, maka akan muncul kotak dialog yang memberitahukan bahwa penyimpanan gambar telah berhasil. Setelah user

55 mengklik tombol OK, maka halaman kembali ke halaman Embed. Diandaikan setelah menyimpan gambar, user mengklik tombol Send Image. Gambar 4.12 Halaman Send Image Pada halaman ini user memasukkan alamat e-mail yang akan dituju. Alamat e-mail dapat dimasukkan lebih dari satu, dengan menggunakan tanda titik koma sebagai pemisah antar e-mail. Gambar 4.13 Halaman Kotak Dialog Send Setelah mengklik tombol Send, maka akan muncul kotak dialog yang memberitahukan bahwa pengiriman gambar telah berhasil. Setelah user mengklik tombol OK, maka halaman kembali ke halaman Embed. Diandaikan user menutup halaman dari Embed dan memilih menu pilihan Extract pada anak menu Process di halaman awal program.

56 Gambar 4.14 Halaman Extract Halaman Embed ini merupakan anak window dari halaman awal program. Pada halaman Extract, user harus memilih stego-object, yang dalam hal ini berupa gambar dengan mengklik tombol Browse Image. Tampilannya pemilihan pesan seperti terlihat pada gambar berikut. Gambar 4.15 Halaman Select Image Pada halaman Select Image, user dapat memilih format gambar JPG File (*.jpeg atau *.jpg), BMP File (*.bmp), dan PNG File (*.png). Setelah user memilih gambar, maka akan otomatis kembali ke halaman Extract.

57 Gambar 4.16 Halaman Extract Jika gambar sudah dipilih, maka halaman Extract akan menampilkan gambar yang telah dipilih tersebut. Selanjutnya, user dapat mengekstrak gambar dengan mengklik tombol Decode Image to Message. Gambar 4.17 Halaman Extract Setelah user mengklik tombol Decode Image to Message, pesan akan keluar sesuai dengan isi file notepad saat user memasukkan pesan awal. Pesan tersebut dapat user simpan sebagai file notepad dengan klik tombol Save to.txt, seperti pada gambar berikut.

58 Gambar 4.18 Halaman Save Message Pada halaman Save Message ini, user dapat memberi nama file notepad. User juga dapat memilih lokasi folder untuk menyimpan gambar tersebut. Gambar 4.19 Halaman Kotak Dialog Save Setelah mengklik tombol Save, maka akan muncul kotak dialog yang memberitahukan bahwa penyimpanan pesan menjadi file notepad telah berhasil. Setelah user mengklik tombol OK, maka halaman kembali ke halaman Extract.

59 4.3 Testing dan Evaluasi Program dapat dijalankan menggunakan inputan file notepad yang dipilih dan medium perantara berupa citra yang mempunyai format JPEG, BMP, atau PNG dan hasil embed citra dapat berformat JPEG, BMP, atau PNG. Di mana ukuran Stego-object selalu lebih besar dari gambar asli sebelum disisipi oleh pesan. Namun kualitas gambar tidak turun terlalu jauh sehingga tidak kasat mata. Pada percobaan ini dilakukan pada delapan gambar yang mempunyai karakteristik pixel yang berbeda beda dan menggunakan file notepad yang sama berukuran 44,3 KB. Delapan karakteristik pixel merupakan kombinasi dari tiga warna pokok, yaitu merah, hijau dan biru seperti yang terlihat pada gambar 4.7. Pemilihan ukuran file notepad berdasarkan kemampuan terbanyak menyimpan data dari salah satu gambar. Pada percobaan ini semua gambar berdimensi 512 x 512. 4.3.1 Evaluasi Hasil Daya Tampung, MSE, PSNR, Waktu Embed, dan Waktu Extract Hasil dari percobaan dapat dilihat pada tabel berikut. Tabel 4.1 Tabel Pengujian Gambar Image Link Gambar Capacity (bit) Putih retak Kuning air http://www.theartofindisci pline.com/wpcontent/uploads/2012/08/c racked-floor-background- 1024x768.jpeg http://static5.depositphoto s.com/1033077/419/i/950/ depositphotos_4190481- Dew-drops-on-theyellow-background.jpg MSE PSNR (db) Waktu Embed 1192612 3,689 42,461 1 m 23 s 901 ms 1211906 0,793 49,139 1 m 27 s 143 ms Waktu Extract 2 m 26 s 359 ms 2 m 23 s 516 ms

60 http://www2.hiren.info/de sktopwallpapers/3d/purple -hearts-3.jpg 1216080 0,382 52,307 1 m 25 s 507 ms 2 m 25 s 276 ms Ungu cahaya Aqua awan http://www.slidesdesign.c om/wpcontent/uploads/abstractaqua-wave-backgroundswallpapers-abstract-aquawave-slide.jpg http://files.myopera.com/e lbasha22/albums/1668781 /Chrysanthemum.jpg 1188531 0,759 49,331 1 m 20 s 290 ms 1255148 1,159 47,492 1 m 24 s 224 ms 2 m 27 s 757 ms 2 m 19 s 917 ms Bunga merah Hijau daun Biru banyu https://lh4.ggpht.com/rla 2eygchJlYSql7amS- XfllxnKr3NKcc4ttzQSrp_ 07mAtPGtk_1PLNcl4Wl dzlw40 http://2.bp.blogspot.com/_ EAViqbzwc_s/TPdGKB MuNBI/AAAAAAAAC9 8/ufiK7bMQABA/s1600/ big-blue.jpg http://perfectlessons.files. wordpress.com/2013/04/b ot.jpg 1195061 1,836 45,491 1 m 22 s 985 ms 1269860 0,647 50,022 1 m 23 s 808 ms 1198560 0,470 51,412 1 m 22 s 529 ms 2 m 26 s 234 ms 2 m 19 s 93 ms 2 m 28 s 31 ms Hitam fraktal Dari tabel diatas dapat dibuat kesimpulan berupa grafik seperti berikut. Gambar 4.20 Grafik Capacity

61 Pada grafik capacity, terlihat bahwa dari gambar berdimensi 512 x 512, kapasitas untuk menumpung pesan rata rata diatas satu juta seratus delapan puluh ribu bit. Gambar biru banyu memiliki variasi warna yang paling banyak maka perbedaan nilai pixel akan semakin besar yang mengakibatkan gambar biru banyu dapat menampung bit pesan paling banyak. Gambar 4.21 Grafik MSE Pada grafik MSE terlihat bahwa semua karakteristik pixel mempunyai nilai MSE yang cukup baik karena mendekati nol kecuali pada gambar Putih retak. Walau dengan kasat mata, perubahan gambar putih retak tidak terlihat namun berdasarkan nilai MSE, gambar putih retak ini banyak mengalami perubahan nilai pixel red, green, dan blue. Gambar 4.22 Grafik PSNR Pada grafik PSNR terlihat bahwa semua karakteristik pixel mempunyai nilai PSNR diatas 40 yang berarti distorsi antara stego image dan

62 cover image sangat kecil, hal ini dua kali dari apa yang disyaratkan Cole (2003) bahwa minimum nilai PSNR yang baik adalah 20. Gambar 4.23 Grafik Waktu Embed Pada grafik waktu embed memperlihatkan bahwa gambar Aqua Awan memiliki waktu proses penyisipan paling cepat dan gambar Kuning Air memiliki waktu proses penyisipan paling lama. Jika dibandingan dengan grafik capacity, maka dapat terlihat bahwa besarnya kapasitas tidak mempengaruhi waktu proses penyisipan pesan ke dalam gambar. Gambar 4.24 Grafik Waktu Extract

63 Pada grafik waktu extract memperlihatkan bahwa gambar bunga merah dan biru banyu mempunyai waktu tercepat dalam proses extract pesan tercepat. 4.3.2 Evaluasi Perbandingan Karakteristik Terhadap Daya Tampung, MSE, PSNR, Waktu Embed, dan Waktu Extract Setelah dilakukan penyisipan pesan, gambar yang baru mengalami beberapa perubahan pixel, maka dilakukan evaluasi perbandingan karakteristik terhadap daya tampung, MSE, PSNR, waktu embed, dan waktu extract. Hasil evaluasi dapat dilihat sebagai berikut. 1. Gambar Putih Retak Gambar 4.25 Grafik Pixel Putih Retak Sebelum Penyisipan

64 Gambar 4.26 Grafik Pixel Putih Retak Sesudah Penyisipan Gambar putih retak merupakan gambar dengan karakteristik semua warna merah, hijau dan biru berada pada nilai 255. Dari kedua gambar diatas memperlihatkan bahwa setiap jumlah warna tersebut mengalami perubahan setelah dilakukan proses embed. Perubahan jumlah warna setiap pixel tidak banyak maka pada gambar sesudah embed tidak kasat mata terjadi perubahan dari gambar sebelum disisipkan. Karakteristik pixel seperti ini memiliki daya tampung yang tidak cukup banyak. Jika dilihat dari nilai MSE dan PSNR, karakteristik seperti ini juga memiliki kriteria yang buruk, karena memiliki nilai MSE tinggi yang mengakibatkan nilai PSNR dari gambar ini menjadi rendah. Lamanya proses embed dan extract pada gambar putih retak tidak memerlukan waktu yang lama namun bukan yang tercepat diantara gambar dengan karakteristik lainnya.

65 2. Gambar Kuning Air Gambar 4.27 Grafik Pixel Kuning Air Sebelum Penyisipan Gambar 4.28 Grafik Pixel Kuning Air Sesudah Penyisipan Gambar kuning air merupakan gambar dengan karakteristik warna merah dan hijau yang tinggi dan dari kedua gambar diatas memperlihatkan bahwa jumlah pixel hijau mengalami banyak perubahan. Maka gambar setelah disisipkan pesan terlihat dengan kasat mata bahwa ada perubahan. Walaupun demikian, gambar dengan karakteristik merah dan hijau ini memiliki daya tampung yang cukup banyak dan nilai MSE dan PSNR memenuhi sebagai gambar yang memiliki distorsi yang cukup kecil. Proses penyisipan pada gambar kuning air memerlukan waktu terlama dibandingkan gambar dengan

66 karakteristik warna lainnya, tetapi proses extract pada gambar ini tidak yang paling lama. 3. Gambar Ungu Cahaya Gambar 4.29 Grafik Pixel Ungu Cahaya Sebelum Penyisipan Gambar 4.30 Grafik Pixel Ungu Cahaya Sesudah Penyisipan Dari kedua gambar diatas memperlihatkan bahwa gambar ungu cahaya merupakan gambar dengan karakteristik warna merah dan biru lebih banyak dibanding dengan warna hijau dan perubahan pixel setelah disisipkan pesan hanya terjadi pada warna dasar merah dan biru. Perubahan pada jumlah pixel merah dan biru tidak banyak maka stego-object yang dihasilkan hampir sama dengan cover image. Dari gambar grafik MSE dan PSNR, gambar ungu

67 cahaya memiliki nilai yang terbaik dibanding dengan gambar berkarakteristik lain. Namun gambar dengan karakteristik ini memiliki lama proses embed yang paling lama dan lama proses extract berada pada nilai rata rata. 4. Gambar Aqua Awan Gambar 4.31 Grafik Pixel Aqua Awan Sebelum Penyisipan Gambar 4.32 Grafik Pixel Aqua Awan Sesudah Penyisipan Gambar aqua awan merupakan gambar dengan karakteristik warna biru dan hijau yang tinggi dan dari kedua gambar diatas memperlihatkan bahwa jumlah pixel merah mengalami sedikit perubahan. Maka gambar setelah disisipkan pesan tidak terlihat dengan kasat mata bahwa ada perubahan. Gambar dengan karakteristik biru dan hijau ini memiliki daya tampung yang

68 paling sedikit diantara karakteristik gambar yang lain, namun nilai MSE dan PSNR memenuhi sebagai gambar yang baik karena memiliki distorsi yang cukup kecil. Lama proses embed gambar dengan karakteristik ini tercepat dibandingkan dengan karakteristik yang lainnya dan lama proses extract pada gambar ini berada pada nilai rata rata. 5. Gambar Bunga Merah Gambar 4.33 Grafik Pixel Bunga Merah Sebelum Penyisipan Gambar 4.34 Grafik Pixel Bunga Merah Sesudah Penyisipan Gambar bunga merah merupakan gambar dengan karakteristik warna merah dan dari gambar diatas memperlihatkan bahwa perubahan pixel setelah

69 disisipkan pesan pada gambar 4.32 terjadi pada ketiga warna, namun hanya warna merah yang perubahannya lebih terlihat. Karena gambar bunga merah merupakan gambar dengan karakteristik warna merah maka perubahan pada gambar sesudah dan sebelum proses embed tidak terlihat oleh kasat mata. Kapasitas dari gambar karakteristik ini cukup banyak walaupun bukan yang terbanyak diantara karakteristik lainnya. Dari grafik MSE dan PSNR, gambar bunga merah memenuhi sebagai gambar yang memiliki distorsi yang cukup kecil. Lama proses embed berada pada nilai rata rata namun lama proses extract merupakan yang tercepat. 6. Gambar Hijau Daun Gambar 4.35 Grafik Pixel Hijau Daun Sebelum Penyisipan Gambar 4.36 Grafik Pixel Hijau Daun Sesudah Penyisipan

70 Gambar hijau daun merupakan gambar dengan karakteristik warna hijau dan dari kedua gambar diatas memperlihatkan bahwa jumlah pixel biru dan merah mengalami sedikit perubahan pada pixel yang rendah dan warna hijau sendiri mengalami penambahan juga, maka gambar setelah disisipkan pesan terlihat dengan tidak kasat mata bahwa ada perubahan. Walaupun demikian, gambar dengan karakteristik hijau ini memiliki daya tampung yang kurang banyak, dan nilai MSE dan PSNR gambar hijau daun memenuhi sebagai gambar yang memiliki distorsi yang cukup kecil. Lama proses embed dan lama proses extract pada gambar ini berada pada nilai rata rata. 7. Biru Banyu Gambar 4.37 Grafik Pixel Biru Banyu Sebelum Penyisipan Gambar 4.38 Grafik Pixel Biru Banyu Sesudah Penyisipan

71 Gambar biru banyu merupakan gambar dengan karakteristik warna biru dan dari kedua gambar diatas memperlihatkan bahwa tidak terjadi perubahan yang banyak pada ketiga warna, hanya saja jumlah pixel merah rendah terjadi pengurangan. Walaupun demikian, gambar dengan karakteristik hijau ini memiliki daya tampung yang kurang banyak, dan nilai MSE dan PSNR gambar hijau daun memenuhi sebagai gambar yang memiliki distorsi yang cukup kecil. Lama proses embed dan lama proses extract pada gambar ini berada pada nilai rata rata. 8. Hitam Fraktal Gambar 4.39 Grafik Pixel Hitam Fraktal Sebelum Penyisipan Gambar 4.40 Grafik Pixel Hitam Fraktal Sesudah Penyisipan

72 Gambar hitam fraktal merupakan gambar dengan karakteristik semua warna merah, hijau dan biru pada nilai yang rendah dan dari kedua gambar diatas memperlihatkan bahwa setiap jumlah warna tersebut mengalami sedikit sekali perubahan bahkan hampir tidak terlihat perbedaannya. Karakteristik pixel seperti ini memiliki daya tampung yang cukup banyak. Jika dilihat dari nilai MSE dan PSNR, karakteristik seperti ini juga memiliki kriteria yang cukup baik. Lama proses embed pada gambar hitam fraktal cukup cepat namun ketika proses extract gambar hitam fraktal merupakan gambar yang memerlukan waktu terlama. 4.3.3 Analisa Kualitatif Teknik pengambilan sampel menggunakan tipe simple random sampling dengan menyebarkan kuesioner kepada 30 orang. Berdasarkan hasil survey, delapan gambar sebelum dan sesudah penyisipan didapatkan hasil kualitatif sebagai berikut. Tabel 4.2 Hasil Analisa Kualitatif 30 Orang Nama Gambar Sangat Mirip Mirip Tidak Mirip Jumlah Persen Jumlah Persen Jumlah Persen Putih Retak 27 90% 3 10% 0 0% Kuning Air 16 53% 13 44% 1 3% Ungu Cahaya 26 87% 4 13% 0 0% Aqua Awan 25 83% 5 17% 0 0% Bunga Merah 21 70% 9 30% 0 0% Hijau Daun 27 90% 3 10% 0 0% Biru Banyu 26 87% 4 13% 0 0% Hitam Fraktal 29 97% 1 3% 0 0%

73 Tabel diatas memperlihatkan bahwa setiap gambar mempunyai persentase mirip sekali lebih tinggi dari persentase mirip dan tidak mirip yang berarti semua gambar yang telah disisipkan tidak mengalami penurunan kualitas yang jauh dari gambar sebelum disisipkan. Gambar yang mendapat hasil kualitatif mirip sekali terbanyak adalah gambar hitam fraktal kemudian gambar putih retak, ungu cahaya dan biru banyu.