Oleh :

Latifatul Machbubah

NRP. 1209 100 027

SEMINAR HASIL TUGAS AKHIR

WATERMARKING DENGAN METODE

DEKOMPOSISI NILAI SINGULAR PADA CITRA

DIGITAL

JURUSAN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

INSTITUT TEKNOLOGI SEPULUH NOPEMBER

SURABAYA

2013

1

Belakang Masalah 2

TINJAUAN PUSTAKAANALISIS SISTEM

UJI COBA

KESIMPULAN

PENDAHULUAN

DAFTAR PUSTAKA

Berbagai data multimedia yang disimpan dalam bentukdata digital

Penggunaan internet secara global

Karakteristik dari citra digital

Melindungi citra digital

Menanamkan informasi mengenai kepemilikan citra

Watermarking

Singular Value Decomposition (SVD)

3

Bagaimana membangun aplikasi untukproses penyisipan watermark padacitra digital dengan menggunakanmetode SVD?

Bagaimana membangun aplikasi untukproses ekstraksi watermark pada citradigital dengan menggunakan metodeSVD?

Bagaimana menguji ketahanan dariteknik watermarking menggunakanmetode SVD?

Rumusan MasalahTINJAUAN PUSTAKAANALISIS SISTEM

UJI COBA

PENDAHULUAN

KESIMPULAN

DAFTAR PUSTAKA

Batasan Masalah 4

Metode watermarking yang digunakan adalah berbasis SVD.Citra asli yang digunakan berukuran N x N dengan ukuran

maksimal 512 x512 berupa citra grayscale dalam format JPG atau BMP.Watermark yang disisipkan adalah berupa citra grayscale

yang ukurannya lebih kecil dari citra asli dalam format JPG atau BMP.Serangan atau distorsi yang diberikan pada citra yang telah

disisipi watermark adalah pemberian noise seperti noise Gaussian, speckle, dan salt & pepper.Software yang digunakan dalam implementasinya

menggunakan program Matlab.

TINJAUAN PUSTAKAANALISIS SISTEM

UJI COBA

PENDAHULUAN

KESIMPULAN

DAFTAR PUSTAKA

Tujuan 5

Membangun aplikasi dalam melakukan prosespenyisipan watermark pada citra digital denganmenggunakan metode SVDMembangun aplikasi dalam melakukan proses ekstraksi

watermark pada citra digital dengan menggunakanmetode SVDMenguji ketahanan dari teknik watermarking

menggunakan metode SVD

TINJAUAN PUSTAKAANALISIS SISTEM

UJI COBA

PENDAHULUAN

KESIMPULAN

DAFTAR PUSTAKA

Manfaat 6

Manfaat dari Tugas Akhir ini adalah untuk membantupengguna dalam menyisipkan dan mengekstraksiwatermark yang dimilikinya sehingga dapat melindungicitra digital pengguna tersebut dari penyalahgunaan olehpihak-pihak yang tidak bertanggung jawab.

TINJAUAN PUSTAKAANALISIS SISTEM

UJI COBA

PENDAHULUAN

KESIMPULAN

DAFTAR PUSTAKA

7

Citra didefinisikan sebagaisuatu fungsi dua dimensi f(x,y)berukuran MxN, dengan x dany adalah koordinat spasial dan fmerupakan amplitudo di titikkoordinat yang sering disebutsebagai intensitas atau tingkatkeabuan dari citra pada titiktersebut[1]. Apabila nilai x,ydan nilai amplitudo f secarakeseluruhan berhingga danbernilai diskrit maka dapatdikatakan citra tersebut sebagaicitra digital.

Gambar 2.1 Koordinat Suatu Piksel pada

Citra Digital

ANALISIS SISTEM

UJI COBA

KESIMPULAN

DAFTAR PUSTAKA

Citra DigitalTINJAUAN PUSTAKA

8

Watermarking adalah suatucara untuk menyembunyikan

atau menanamkan data tertentu ke dalam suatu data digital lainnya, tetapi tidak

diketahui kehadirannya olehindera manusia dan mampumenghadapi serangan data digital sampai pada tahap

tertentu.

Watermark merupakansebuah informasi yang

disisipkan pada media lain dengan tujuan melindungi

media yang disisipi olehinformasi tersebut dari

pembajakan danpenyalahgunaan hak cipta.

WatermarkingANALISIS SISTEM

UJI COBA

KESIMPULAN

TINJAUAN PUSTAKA

DAFTAR PUSTAKA

Proses Watermaking

9

PENYISIPAN EKSTRAKSI

Citra asli

Citra watermark

Citra asli

Citra watermarkhasil ekstraksi

WatermarkingANALISIS SISTEM

UJI COBA

KESIMPULAN

TINJAUAN PUSTAKA

DAFTAR PUSTAKA

10

Singular Value Decomposition (SVD) atau Dekomposisi NilaiSingular adalah salah satu teknik dalam analisis numerik yangdigunakan untuk mendiagonalkan matriks.

Keterangan :A adalah matriks berukuran MxN,U adalah matriks ortogonal atau vektor singular kiri berukuran MxM,V adalah matriks ortogonal atau vektor singular kanan berukuran NxN,∑ adalah matriks yang semua elemen diluar diagonalnya adalah 0 dan

elemen - elemen diagonalnya memenuhi persamaan:

SVDANALISIS SISTEM

UJI COBA

KESIMPULAN

TINJAUAN PUSTAKA

DAFTAR PUSTAKA

11

Proses Penyisipan

Proses Ekstraksi

Watermarking Berbasis SVDANALISIS SISTEM

UJI COBA

KESIMPULAN

TINJAUAN PUSTAKA

DAFTAR PUSTAKA

Matlab 12

MATLAB (Matrix Laboratory) adalah perangkat lunak yangberorientasi pada komputasi yang melibatkan penggunaan matriksdan vektor. MATLAB merupakan bahasa pemrograman dengankemampuan tinggi dalam bidang komputasi. Matlab memilikikemampuan mengintegrasikan komputasi, visualisasi, danpemrograman.Tampilan layar untuk ruang kerja MATLAB meliputi,jendela utama yang terdiri dari Current Directory, Command Window(Jendela Perintah), Workspace, Command History Window danmenu utama. Selain itu MATLAB juga memiliki fasilitas GUI(Graphical User Interface) yang digunakan untuk membuat desaininterface grafis dari program yang dibuat.

ANALISIS SISTEM

UJI COBA

KESIMPULAN

TINJAUAN PUSTAKA

DAFTAR PUSTAKA

13

Mulai

Citra Asli A

SVD A

Nilai U, ∑ dan V

Citra Ter-watermark

Selesai

Faktor skalar α

Nilai

UJI COBA

KESIMPULAN

DAFTAR PUSTAKA

PenyisipanANALISIS SISTEM

14

Mulai

Citra watermark

Selesai

Citra Ter-watermark DD

Nilai G

Faktor skalar α

Proses Ekstraksi

UJI COBA

KESIMPULAN

DAFTAR PUSTAKA

ANALISIS SISTEM

15

Setelah proses ekstraksi yang menghasilkan estimasi watermark,dibutuhkan suatu cara untuk mengetahui kesamaan antara citrawatermark dan estimasinya. Dalam hal ini dilakukan penghitungankoefisien korelasi. Koefisien korelasi digunakan untuk menghitungkesamaan antara dua citra. Berikut ini adalah bentuk umum darikoefisien korelasi[8] :

Koefisien Korelasi

UJI COBA

KESIMPULAN

DAFTAR PUSTAKA

ANALISIS SISTEM

16

PSNR adalah ukuran kesalahan yang digunakan untukmembandingkan kualitas antara dua citra. Untuk menghitung PSNR,dihitung terlebih dahulu Mean Square Error (MSE). MSE merupakankuadrat kesalahan kumulatif antara dua citra. MSE dihitung dari sebuahcontoh obyek yang kemudian dibandingkan dengan obyek aslinyasehingga dapat diketahui tingkat ketidaksesuaian antara obyek contohdengan obyek aslinya. Semakin rendah nilai MSE maka semakin rendahkesalahan, begitu pula sebaliknya. Berikut adalah bentuk umum dariPSNR[8] :

PSNR

UJI COBA

KESIMPULAN

DAFTAR PUSTAKA

ANALISIS SISTEM

17

Uji coba pada program dalam Tugas Akhir ini dilakukan terhadap citragrayscale sebagai citra asli dengan ukuran 512x512 piksel dan citrawatermark. Citra – citra uji coba tersebut antara lain disajikan dalamgambar berikut ini :

KESIMPULAN

DAFTAR PUSTAKA

Coba

Citra Asli Citra Watermark

18Hasil Uji Coba

KESIMPULAN

DAFTAR PUSTAKA

UJI COBA

No. Nilai α PSNR

1. 0.0010 Inf

2. 0.0100 103.065

3. 0.0300 90.4226

4. 0.1000 78.9648

Citra Asli

Watermark

Citra Ter-watermark

19Hasil Uji Coba

KESIMPULAN

DAFTAR PUSTAKA

UJI COBA

Citra Ter-watermark

PenambahanNoise

Gaussian

Citra Ter-watermarkdengan Noise

No. Nilai Variansi Koefisien Korelasi

1. 0.0001 0.795795

2. 0.0005 0.683563

3. 0.0010 0.578189

20Hasil Uji Coba

KESIMPULAN

DAFTAR PUSTAKA

UJI COBA

Citra Ter-watermark

PenambahanNoise Speckle

Citra Ter-watermarkdengan Noise

No. Nilai Variansi Koefisien Korelasi

1. 0.0009 0.752711

2. 0.0010 0.744515

3. 0.0050 0.526709

21Hasil Uji Coba

KESIMPULAN

DAFTAR PUSTAKA

UJI COBA

Citra Ter-watermark

PenambahanNoise Salt &

Pepper

Citra Ter-watermarkdengan Noise

No. Densitas Koefisien Korelasi

1. 0.0009 0.742958

2. 0.0010 0.744515

3. 0.0050 0.566581

22Hasil Uji Coba

KESIMPULAN

DAFTAR PUSTAKA

UJI COBA

Citra Asli

Watermark

Citra Ter-watermark

No. Nilai α PSNR

1. 0.0010 97.7759

2. 0.0100 83.1005

3. 0.0300 79.4245

4. 0.1000 73.5012

23Hasil Uji Coba

KESIMPULAN

DAFTAR PUSTAKA

UJI COBA

Citra Ter-watermark

PenambahanNoise

Gaussian

Citra Ter-watermarkdengan Noise

No. Nilai Variansi Koefisien Korelasi

1. 0.0001 0.596217

2. 0.0005 0.512139

24Hasil Uji Coba

KESIMPULAN

DAFTAR PUSTAKA

UJI COBA

Citra Ter-watermark

PenambahanNoise Speckle

Citra Ter-watermarkdengan Noise

No. Nilai Variansi Koefisien Korelasi

1. 0.0009 0.547871

2. 0.0010 0.538237

25Hasil Uji Coba

KESIMPULAN

DAFTAR PUSTAKA

UJI COBA

Citra Ter-watermark

PenambahanNoise Salt &

Pepper

Citra Ter-watermarkdengan Noise

No. Densitas Koefisien Korelasi

1. 0.0009 0.547715

2. 0.0010 0.534454

26Hasil Uji Coba

KESIMPULAN

DAFTAR PUSTAKA

UJI COBA

No. Nilai α PSNR

1. 0.0010 90.9758

2. 0.0100 90.4179

3. 0.0300 87.2399

4. 0.1000 78.7861

Citra Asli

Watermark

Citra Ter-watermark

27Hasil Uji Coba

KESIMPULAN

DAFTAR PUSTAKA

UJI COBA

Citra Ter-watermark

PenambahanNoise

Gaussian

Citra Ter-watermarkdengan Noise

No. Nilai Variansi Koefisien Korelasi

1. 0.0001 0.829530

2. 0.0005 0.745479

3. 0.0010 0.600762

28Hasil Uji Coba

KESIMPULAN

DAFTAR PUSTAKA

UJI COBA

Citra Ter-watermark

PenambahanNoise Speckle

Citra Ter-watermarkdengan Noise

No. Nilai Variansi Koefisien Korelasi

1. 0.0009 0.824564

2. 0.0010 0.815600

3. 0.0050 0.616744

29Hasil Uji Coba

KESIMPULAN

DAFTAR PUSTAKA

UJI COBA

Citra Ter-watermark

PenambahanNoise Salt &

Pepper

Citra Ter-watermarkdengan Noise

No. Densitas Koefisien Korelasi

1. 0.0010 0.787228

2. 0.0050 0.598316

30Hasil Uji Coba

KESIMPULAN

DAFTAR PUSTAKA

UJI COBA

Citra Asli

Watermark

Citra Ter-watermark

No. Nilai α PSNR

1. 0.0010 90.9743

2. 0.0100 89.8210

3. 0.0300 84.9791

4. 0.1000 75.7650

31Hasil Uji Coba

KESIMPULAN

DAFTAR PUSTAKA

UJI COBA

Citra Ter-watermark

PenambahanNoise

Gaussian

Citra Ter-watermarkdengan Noise

No. Nilai Variansi Koefisien Korelasi

1. 0.0001 0.586739

2. 0.0005 0.501733

32Hasil Uji Coba

KESIMPULAN

DAFTAR PUSTAKA

UJI COBA

Citra Ter-watermark

PenambahanNoise Speckle

Citra Ter-watermarkdengan Noise

No. Nilai Variansi Koefisien Korelasi

1. 0.0009 0.555095

2. 0.0010 0.548237

33Hasil Uji Coba

KESIMPULAN

DAFTAR PUSTAKA

UJI COBA

Citra Ter-watermark

PenambahanNoise Salt &

Pepper

Citra Ter-watermarkdengan Noise

No. Densitas Koefisien Korelasi

1. 0.0009 0.535095

2. 0.0010 0.525002

34Hasil Uji Coba

KESIMPULAN

DAFTAR PUSTAKA

UJI COBA

No. Nilai α PSNR

1. 0.0010 110.304

2. 0.0100 90.1464

3. 0.0300 85.8062

4. 0.1000 78.6772

Citra Asli

Watermark

Citra Ter-watermark

35Hasil Uji Coba

KESIMPULAN

DAFTAR PUSTAKA

UJI COBA

Citra Ter-watermark

PenambahanNoise

Gaussian

Citra Ter-watermarkdengan Noise

No. Nilai Variansi Koefisien Korelasi

1. 0.0001 0.882150

2. 0.0005 0.768654

3. 0.0010 0.663673

36Hasil Uji Coba

KESIMPULAN

DAFTAR PUSTAKA

UJI COBA

Citra Ter-watermark

PenambahanNoise Speckle

Citra Ter-watermarkdengan Noise

No. Nilai Variansi Koefisien Korelasi

1. 0.0009 0.841708

2. 0.0010 0.836243

3. 0.0050 0.618533

37Hasil Uji Coba

KESIMPULAN

DAFTAR PUSTAKA

UJI COBA

Citra Ter-watermark

PenambahanNoise Salt &

Pepper

Citra Ter-watermarkdengan Noise

No. Densitas Koefisien Korelasi

1. 0.0009 0.835251

2. 0.0010 0.831206

3. 0.0050 0.595347

38Hasil Uji Coba

KESIMPULAN

DAFTAR PUSTAKA

UJI COBA

Citra Asli

Watermark

Citra Ter-watermark

No. Nilai α PSNR

1. 0.0010 Inf

2. 0.0100 96.7218

3. 0.0300 83.8368

4. 0.1000 75.4194

39Hasil Uji Coba

KESIMPULAN

DAFTAR PUSTAKA

UJI COBA

Citra Ter-watermark

PenambahanNoise

Gaussian

Citra Ter-watermarkdengan Noise

No. Nilai Variansi Koefisien Korelasi

1. 0.0001 0.737745

2. 0.0005 0.585720

40Hasil Uji Coba

KESIMPULAN

DAFTAR PUSTAKA

UJI COBA

Citra Ter-watermark

PenambahanNoise Speckle

Citra Ter-watermarkdengan Noise

No. Nilai Variansi Koefisien Korelasi

1. 0.0009 0.681973

2. 0.0010 0.668919

41Hasil Uji Coba

KESIMPULAN

DAFTAR PUSTAKA

UJI COBA

Citra Ter-watermark

PenambahanNoise Salt &

Pepper

Citra Ter-watermarkdengan Noise

No. Densitas Koefisien Korelasi

1. 0.0009 0.689683

2. 0.0010 0.660676

42

1. Program watermarking menggunakan metode SVD dapatmengekstraksi watermark dengan baik dengan menggunakaninformasi yang ada pada citra asli.

2. Semakin besar nilai alpha yang digunakan maka semakin kecil error yang didapat pada saat proses ekstraksi watermark. Namun hal iniberbanding terbalik dengan kualitas citra ter-watermark. Semakinbesar nilai alpha yang digunakan, kualitas dari citra ter-watermark semakin rendah.

3. Setiap citra memiliki tingkat kerumitan atau karakteristik yang berbeda-beda. Pada setiap citra yang disisipi watermark seperti gambar logo, citra terwatermarknya memiliki kualitas baik dengan nilai PSNR diatas 79 dB. Sedangkan pada setiap citra yang disisipi watermark seperti gambar teks atau tulisan, citra terwatermarknya memiliki kualitas baik dengan nilai PSNR diatas 76 dB.

4. Watermark yang tertanam dalam citra ter-watermark bersifatinvisible dan paling tahan terhadap gangguan berupa penambahannoise bertipe speckle sampai nilai variansi 0.005

KesimpulanKESIMPULAN

DAFTAR PUSTAKA

43

[1] Putra, D. (2010). Pengolahan Citra Digital. Yogyakarta: C.V Andi Offset.[2] Purnomo, M.H dan Muntasa, A. (2010). Konsep Pengolahan Citra

Digital dan Ekstraksi Fitur. Yogyakarta: Graha Ilmu.[3] Irvan, M. 2011. Pemberian Tanda Air pada Citra Digital dengan

Skema Tanda Air Berdasarkan Kuantisasi Warna. Surabaya : InstitutTeknologi Sepuluh Nopember.

[4] Liu, L. “A Survey of Digital Watermarking Technologies”.[5] Leon, S.J. (2001). Aljabar Linear dan Aplikasinya. Jakarta: Erlangga.[6] Dogan, S. dkk. (2011). “A Robust Color Image Watermarking with Singular

Value Decomposition”. Advances in Engineering Software Vol. 42, Hal.336-346.

[7] Mohammad, A.A. dkk. (2008). “An Improved SVD-based WatermarkingScheme for Protecting Rightful Ownership”. Signal Processing Vol. 88,Hal. 2158-2180.

[8] Liu, R dan Tan, T. (2002). An SVD-based Watermarking Scheme forProtecting Rightful Ownership. Transactions on Multimedia Vol. 4, No.1.

[9] Sepdianto, T. (2011). Pemberian Tanda Air Menggunakan TeknikKuantisasi Rata-Rata dengan Domain Transformasi WaveletDiskrit. Surabaya : Institut Teknologi Sepuluh Nopember.

PustakaDAFTAR PUSTAKA