JURNAL TEKNIK POMITS Vol. 1, No. 1, (2014)

1

Abstrak—Keamanan atas kepemilikan aset informasi menjadi

kebutuhan utama. Perkembangan aset informasi pada industri

media digital mulai dari gambar, musik dan video semakin

mengalami pertumbuhan yang cepat. Selain itu, peran teknologi

informasi juga berpengaruh besar dalam distribusi dan

penggandaan aset informasi. Distribusi yang tidak dapat

dikontrol ini menjadi masalah bagi aset informasi yang memiliki

hak cipta intelektual maupun kepemilikan atas media digital

tersebut. Salah satu cara untuk mengontrol perkembangan

media digital adalah dengan menerapkan digital audio

watermarking. Digital audio watermarking khususnya digunakan

untuk mengidentifikasi kepemilikan atau hak cipta pada sebuah

gelombang sinyal suara. Dengan digital watermarking maka

informasi dapat disembunyikan kedalam media digital. Tugas

akhir ini menerapkan konsep audio watermaking dengan

menggunakan metode Least Significant Bit. Sehingga dengan

adanya digital audio watermarking ini dapat memproteksi berkas

suara dengan menambahkan informasi digital kedalam berkas

suara tersebut. Uji coba dilakukan dengan mengukur kualitas

berkas suara asli sebelum ditambahakan watermark dan

dibandingkan dengan kualitas berkas suara setelah ditambahkan

watermark. Hasil uji coba pada tugas akhir ini menunjukkan

bahwa berkas suara yang telah mengalami penambahan

watermark mengalami penurunan kualitas suara. Hasil ini

didapatkan setelah dilakukan perhitungan dengan nilai Signal to

Noise Ratio. Namun secara pendengaran normal manusia tidak

ada perbedaan antara berkas suara asli dan berkas suara yang

sudah disisipkan watermark.

Kata Kunci—digital audio watermarking, least significant bit,

signal to noise ratio, steganografi.

I. PENDAHULUAN

Eamanan Keamanan aset informasi menjadi pada saat

sekarang ini menjadi kebutuhan utama. Aset informasi

memiliki nilai yang tinggi apabila menyangkut dengan

keputusan bisnis, keamanan data dan kepemilikan hak

intelektual.

Perkembangan aset informasi pada industri media digital

mulai dari gambar, musik dan video semakin mengalami

pertumbuhan yang cepat. Selain itu, peran teknologi informasi

juga berpengaruh besar dalam distribusi dan penggandaan aset

informasi. Distribusi yang tidak dapat dikontrol ini menjadi

masalah bagi aset informasi yang memiliki hak cipta

intelektual maupun kepemilikan atas media digital tersebut.

Hak cipta merupakan hak ekslusif yang diberikan kepada

pencipta dari suatu karya original, termasuk hak untuk

mengopi, mendistribusi maupun mengadaptasi karya tersebut.

Seorang artis yang menerbitkan album lagu melalui sebuah

label atau rumah produksi, maka hak cipta untuk

memperbanyak terdapat pada label tersebut. Didalamnya telah

ada perjanjian antara label atau rumah produksi dengan artis

pemilik lagu untuk pengaturan pembagian keuntungan. Pada

saat album dibeli oleh seseorang, orang tersebut tidak

memiliki hak untuk memperbanyak dan menyebarkannya ke

orang lain.

Banyak upaya yang sudah dilakukan untuk melakukan

perlindungan terhadap berkas suara digital yang diproduksi

oleh label untuk mencegah orang memperbanyak berkas suara

tersebut. Salah satunya yaitu watermark digital pada berkas

suara. Watermarking digital bisa menjadi solusi yang baik

untuk mencegah penduplikasian secara ilegal, modifikasi dan

distribusi data multimedia[1].

Audio watermark digital dapat digunakan untuk tujuan

berbeda, salah satunya termasuk untuk mencatat informasi

pemilik hak cipta, informasi label atau rumah produksi, dan

mengidentifikasi pemilik berkas suara. Hal-hal ini dapat

membantu menyediakan bukti legal dalam manajemen hak

cipta atas berkas suara digital.

II. TINJAUAN PUSTAKA

A. Digital Audio Watermarking

Digital audio watermarking adalah sebuah penanda rahasia

yang tertanam didalam sinyal suara. Digital audio

watermarking khususnya digunakan untuk mengidentifikasi

kepemilikan dari hak cipta pada sebuah gelombang sinyal

suara. Watermarking adalah proses menyembunyikan

informasi digital didalam sinyal asli, informasi tersebut harus

tersembunyi, tetapi tidak harus memiliki hubungan dengan

sinyal asli[2].

Ada dua alternatif untuk menjaga dan perlindungan pesan

terhadap pendeteksian, yaitu steganografi dan kriptografi.

Steganografi menyembunyikan keberadaan pesan, dan

sedangkan kriptografi mengenkripsi pesan, tetapi tidak

menyembunyikan pesan[3]. Banyak parameter yang

memperngaruhi kualitas sistem steganografi pada audio.

Diantaranya jumlah data yang disisipkan dan tingkat

Implementasi Digital Audio Watermarking

pada Berkas Suara dengan Menggunakan

Metode Least Significant Bit

Aldhi Reza S, Prof. Akinori Ito Jurusan Sistem Informasi, Fakultas Teknologi Informasi, Institut Teknologi Sepuluh Nopember (ITS)

Jl. Arief Rahman Hakim, Surabaya 60111 Indonesia

e-mail: aldhi.reza09@mhs.is.its.ac.id, a.ito@spcom.ecei.tohoku.ac.jp

K

JURNAL TEKNIK POMITS Vol. 1, No. 1, (2014)

2

keterlihatannya, tingkat robustness terhadap penghapusan atau

pengerusakan atas data yang disisipkan, mengingat hal ini

menjadi hal yang paling penting dalam sistem steganografi[4].

B. Waveform Audio File Format

Waveform Audio File Format (wave) atau yang lebih biasa

dikenal dengan wav berdasarkan nama ekstensinya[5] atau

juga dikenal dengan Audio for Windows adalah sebuah standar

Microsoft dan IBM audio file format untuk menyimpan audio

bitstream pada komputer. Ini adalah sebuah aplikasi dari

Resource Interchange File Format (RIFF), metode format

bitsream untuk menyimpan data dalam “chunks”, dan dekat

juga dengan format 8SVX dan AIFF format yang digunakan

pada Amiga dan Macintosh. Ini merupakan format utama yang

digunakan pada sistem Windows untuk audio standar dan

biasanya tidak terkompresi. Karena media penyimpanan yang

tidak terkompresi yang mana menyimpan semua sampel dari

track audio, maka pengguna profesional dan ahli audio dapat

menggunakan format wave untuk kualitas audio yang

maksimal.

C. Least Significant Bit

Least significant bit adalah bagian dari barisan data biner

(basis dua) yang mempunyai nilai paling tidak berarti atau

yang paling kecil. Letaknya adalah paling kanan dari barisan

bit. Sedangkan most significant bit adalah sebaliknya, yaitu

angka yang paling berarti atau paling besar dan letaknya

disebelah paling kiri.

1 1 1 1 1 1 1 1

Gambar 1 Representasi Bilangan Biner

Contohnya adalah bilangan biner dari 255 adalah 1111

1111. Bilangan tersebut dapat berarti :

Gambar 2 Perhitungan Bilangan Biner

Dari barisan angka 1 di atas, angka 1 paling kanan bernilai

1, dan itu adalah yang paling kecil. Bagian tersebut disebut

dengan least significant bit (bit yang paling tidak berarti),

sedangkan bagian paling kiri bernilai 128 dan disebut dengan

most significant bit (bit yang paling berarti). Proses

penyisipan pesan menggunakan metode least significant bit

dapat dilihat pada gambar 3[6].

D. Signal to Noise Ratio

SNR merupakan perbandingan (ratio) antara kekuatan

sinyal (signal strength) dengan kekuatan derau (noise

level). Nilai SNR dipakai untuk menunjukkan kualitas

jalur atau media koneksi. Makin besar nilai SNR, makin

tinggi kualitas jalur tersebut. Artinya, makin besar pula

kemungkinan jalur itu dipakai untuk lalu-lintas

komunikasi data dan sinyal dalam kecepatan tinggi.

Kalkulasi SNR digunakan untuk melakukan evaluasi.

Kalkulasi dilakukan dengan menhitung sinyal suara asli

dan dibandingkan dengan sinyal suara setelah

dimodifikasi[6].

1 0 1 0 1 0 1 1

0 1 0 1 0 1 0 1

1 0 1 0 1 0 1 1

0 1 0 1 0 1 0 1

1 1 1 1 0 0 0 0

1 0 1 0 1 0 1 0

0 1 0 1 0 1 0 0

1 0 1 0 1 0 1 0

0 1 0 1 0 1 0 0

Gambar 3 Metode Least Significant Bit

Berikut rumus untuk menghitung nilai SNR yang

membandingkan rasio antara kekuatan sinyal (signal

strength) dan kekuatan derau (noise). Perhitungan SNR

dapat dilihat pada persamaan berikut.

Gambar 4 Signal to Noise Ratio

III. METODOLOGI

Berikut ini adalah gambar metodologi tugas akhir yang

digunakan.

Mulai

Studi Pustaka

Pembuatan Aplikasi

Penyisipan Pesan

Uji Coba

Perhitungan Nilai SNR

Penyusunan Buku

Tugas Akhir

SelesaiX

X

TidakYa

Gambar 5 Diagram Alur Metodologi

Pembuatan Aplikasi

Pada tahapan ini dilakukan pembuatan aplikasi berbasis

desktop dengan bahasa pemrograman Java. Pembuatan

aplikasi dimulai dengan pembuatan fungsi read dan write data

audio wave, kemudian setelah itu dilakukan pembuatan fungsi

penyisipan pesan pada berkas suara dengan mengatur jumlah

bit yang disisipkan, lalu dilakukan penggabungan data pesan

JURNAL TEKNIK POMITS Vol. 1, No. 1, (2014)

3

dengan berkas suara dalam format wav. Setelah pembuatan

fungsi penyisipan pesan, fungsi selanjutnya adalah fungsi

ekstraksi pesan dari berkas suara. Data yang terdapat pada

berkas suara akan diekstrak untuk mendapatkan pesan yang

tersimpan.

Uji Coba

Setelah dilakukan proses penyisipan pesan (encoding

watermark), maka langkah selanjutnya adalah proses uji coba.

Pada tahapan ini, berkas suara yang telah disisipkan

watermark, dilakukan pengecekan, apakah data informasi

yang disisipkan dapat dibaca oleh aplikasi dan dilihat apakah

terdapat perbedaan informasi yang dihasilkan pada tahap

decoding watermark. Tujuannya adalah untuk menjamin

bahwa proses encoding berjalan dengan baik dan semua

informasi yang disisipkan benar-benar telah tersimpan dalam

berkas suara. Jika pesan yang dihasilkan berbeda dengan

pesan yang disisipkan, maka dilakukan proses penyisipan

ulang pesan kedalam berkas suara.

Perhitungan Nilai SNR

Setelah aplikasi selesai dibuat, maka proses yang dilakukan

pada tahapan ini yaitu proses uji coba dan analisis hasil uji

coba pada berkas suara. Tahapan ini bertujuan untuk

mengukur kualitas berkas suara yang telah disisipkan

watermark. Pengaruh watermark diukur terhadap kualitas

sinyal suara yang dihasilkan.

IV. HASIL DAN PEMBAHASAN

Uji coba dilakukan dengan memasukkan data teks dan data

dokumen kedalam berkas suara. Setelah memasukkan pesan

kedalam berkas suara kemudian dilakukan analisis terhadap

kualitas suara dengan menghitung nilai Signal to Noise Ratio.

Tabel 1 Hasil Uji Coba Kualitas Suara pada Data Teks

LSB

Ukuran

Berkas

(bytes)

Ukuran

Pesan

(bytes)

Kapasitas

(bytes) Nilai SNR (dB)

1 320,684 105 20,024 93.07760682

2 320,684 105 40,048 88.77874169

3 320,684 105 60,072 83.57861153

4 320,684 105 80,096 78.73321165

5 320,684 105 100,120 72.6327274

6 320,684 105 120,144 67.15944053

7 320,684 105 140,168 62.11727179

8 320,684 105 160,192 58.49576568

Pada tabel 1 menunjukkan kualitas berkas suara dengan

penyisipan data teks dan dibandingkan dengan berkas suara

asli. Untuk kualitas berkas suara dengan penyisipan data

dokumen dapat dilihat pada tabel 2.

Tabel 2 Hasil Uji Coba Kualitas Suara pada Data Dokumen

LSB

Ukuran

Berkas

(bytes)

Ukuran

Pesan

(bytes)

Kapasitas

(bytes) Nilai SNR (dB)

1 320,684 19,572 20,024 70.86838922

2 320,684 19,572 40,048 66.67609934

3 320,684 19,572 60,072 62.08783576

4 320,684 19,572 80,096 57.15471445

5 320,684 19,572 100,120 51.875545

6 320,684 19,572 120,144 46.30037119

7 320,684 19,572 140,168 40.64054786

8 320,684 19,572 160,192 34.79175644

Berdasarkan hasil analisis hasil uji coba kualitas pada

berkas suara setelah dilakukan penyisipan data teks maupun

dokumen dapat dinyatakan bahwa :

1) Semakin besar nilai LSB yang digunakan maka akan

berbanding lurus dengan kapasitas penyimpanan pesan.

Saat nilai LSB 1, maka ukuran pesan yang dapat

ditampung sebesar 20,024 bytes. Dan pada saat nilai LSB

8, maka ukuran pesan yang dapat ditampung juga

meningkat menjadi 160,192 bytes.

2) Penggunaan nilai LSB yang kecil akan berdampak pada

kualitas suara. Pada kasus data teks, saat nilai LSB 1,

maka nilai SNR pada suara 93.07 dB. Begitu juga saat

nilai LSB 8, maka nilai SNR akan menurun menjadi

58.49 dB. Sedangkan pada kasus data dokumen, saat nilai

LSB 1, maka nilai SNR pada suara 70.87 dB. Begitu juga

saat nilai LSB 8, maka nilai SNR akan menurun menjadi

34.79 dB.

3) Ukuran berkas suara sebelum dan setelah disisipkan

watermark tidak mengalami perubahan. Ukuran berkas

asli 320,684 bytes dan setelah dilakukan penyisipan

pesan, ukuran berkas tetap sama sebesar 320,684 bytes.

V. KESIMPULAN

Berdasarkan hasil penelitian tugas akhir, maka ada

beberapa kesimpulan yang dapat diambil, diantaranya adalah :

a. Dalam tugas akhir ini telah berhasil diimplementasikan

konsep digital audio watermarking dengan menggunakan

metode least significant bit pada berkas suara wave.

Aplikasi sudah dapat melakukan proses penyisipan dan

ekstraksi dari pesan yang akan disisipkan maupun telah

disisipkan pada berkas suara.

b. Penggunaan nilai Least Significant Bit (LSB) yang

semakin kecil akan menghasilkan kualitas suara yang

semakin baik. Karena semakin sedikit sinyal suara yang

dimodifikasi. Kualitas berkas suara ini diukur dengan

menghitung nilai Signal to Noise Ratio (SNR) pada

berkas suara tersebut.

JURNAL TEKNIK POMITS Vol. 1, No. 1, (2014)

4

c. Peningkatan kapasitas penyimpanan pesan atau

watermark pada berkas suara akan berbanding lurus

dengan jumlah nilai Least Significant Bit (LSB) yang

digunakan saat penyisipan pesan. Karena semakin banyak

sinyal yang harus dimodifikasi untuk menyisipkan

informasi kedalam berkas suara.

d. Metode Least Significant Bit (LSB) memiliki kapasitas

penyimpanan pesan yang besar. Kapasitas ini dapat

dilihat dari besarnya ukuran pesan yang dapat disisipkan

dan dibandingkan dengan ukuran berkas suara.

e. Besarnya nilai Least Significant Bit (LSB) yang

digunakan tidak berpengaruh terhadap ukuran berkas

suara. Pada penelitian ini dapat dilihat bahwa ukuran

berkas baik yang menggunakan nilai LSB 1 hingga 8

tidak berpengaruh terhadap ukuran berkas suara hasil

proses watermark.

f. Pada metode Least Significant Bit (LSB) untuk

mendapatkan kualitas suara yang maksimal, maka lebih

baik ukuran pesan yang akan disisipkan semakin kecil,

sehingga berkas suara yang dihasilkan juga akan semakin

baik.

g. Berdasarkan kalkulasi perhitungan nilai Signal to Noise

Ratio (SNR), dapat dianalogikan bahwa apabila nilai

SNR lebih dari 1 maka kekuatan sinyal asli lebih besar

daripada kekuatan derau (noise) sehingga berkas suara

tersebut memiliki kualitas yang baik. Pada penelitian ini

nilai SNR yang dihasilkan memiliki angka yang besar

(lebih besar dari 1 decibel), sehingga kekuatan sinyal asli

lebih dominan dari kekuatan derau (noise).

DAFTAR PUSTAKA

[1] Singh, V. (2011). Digital Watermarking: A Tutorial. Multidisciplinary

Journals in Science and Technology, Journal of Selected Areas in

Telecommunications (JSAT), 10-21.

[2] Cox, I. J. (2008). Digital watermarking and steganography. Burlington,

MA, USA: Morgan Kaufmann.

[3] Adhiya, K. P. (2012). Hiding Text in Audio Using LSB Based

Steganography. Information and Knowledge Management, 8-15.

[4] Djebbar, F. (2012). Comparative study of digital audio steganography

techniques. EURASIP Journal on Audio, Speech, and Music Processing.

[5] IBM Corporation and Microsoft Corporation. (1991, August).

Multimedia Programming Interface and Data Specifications 1.0.

Retrieved May 1, 2014, from

http://www.kk.iij4u.or.jp/~kondo/wave/mpidata.txt

[6] Wakiyama, M. (2010). An audio steganography by a low-bit coding

method with wave files. International Conference on Intelligent

Information Hiding and Multimedia Signal Processing, 530-533.