Upload
trinhminh
View
253
Download
0
Embed Size (px)
Citation preview
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