Beruflich Dokumente
Kultur Dokumente
Pendahuluan
Dengan semakin berkembangnya teknologi,
maka semakin pentingnya arti sebuah informasi.
Adanya internet sebagai media penyebaran maka
informasi semakin mudah untuk didapatkan.
Steganalisis adalah seni dan ilmu untuk mendeteksi
pesan rahasia yang tersembunyi dengan menggunakan
steganografi[1].
Dasar Teori
Pengenalan Steganografi
Steganografi merupakan seni penyembunyian
suatu pesan ke dalam pesan lainnya dengan syarat hasil
penyisipannya tidak terdeteksi secara kasat mata.
2.2
Steganalisis
Steganalisis merupakan suatu teknik yang
digunakan untuk mengungkapkan keberadaan pesan
tersembunyi atau tersamar dari steganografi.
2.3
Citra Digital
Citra digital adalah citra kontinyu yang diubah
ke dalam bentuk diskrit, baik koordinat maupun
intensitas cahayanya [5]. Dengan kata lain, citra digital
dibuat dengan cara mencuplik suatu citra kontinyu
dengan jarak seragam. Suatu titik terkecil pada suatu
citra digital sering disebut sebagai picture element atau
piksel.
Citra RGB
Citra RGB (Red Green Blue) merupakan citra
digital yang setiap pikselnya tersusun dari kombinasi
tiga warna dasar yaitu merah, hijau, dan biru. Setiap
warna dasar mempunyai rentang nilai dari 0 sampai
255 [7]. Pemilihan skala 256 ini didasarkan pada
penggunaan 8 digit bilangan biner dalam mesin
komputer,sehingga akan diperolah warna total
sebanyak 16.777.216 warna[7].
2.4
Citra Grayscale
Citra grayscale merupakan citra digital
yang hanya memiliki satu nilai kanal pada setiap
pixelnya [7], dengan kata lain nilai bagian merah =
hijau = biru. Nilai tersebut digunakan untuk
menunjukkan tingkat intensitas. Warna yang
dimiliki adalah warna dari hitam, keabuan, dan
putih. Tingkatan keabuan di sini merupakan warna
abu dengan berbagai tingkatan dari hitam hingga
mendekati putih.
2.5
Statistik Deskriptif
Statistik deskriptif adalah usaha penjelasan
arti secara fisis (bentuk) atau gambaran tentang
karakteristik data agar dapat dengan mudah
dipahami oleh pihak lain [4]
2.6.1
Mean
( )
2.6.2
Deviasi Standar
( )
2.6.3
( ))
(2.4)
Skewness
( )
(2.3)
( )
( ))
(2.5)
[7]
( )
( ))
(2.6)
2.7
Data
Sampel
Tetapkan nilai K
x
i 1
x1i
2i
Menentukan kelompok
data uji berdasarkan label
mayoritas pada K
End
3.
3.1
Mulai
Mulai
Citra
Latih
Citra Uji
Preprocessing
Preprocessi
ng
Preprocessing
DWT
Ciri Latih
DWT
Ektraksi Ciri
Ciri Uji
Pembanguna
n Model KNN
Ciri
Model
KNN
Hasil
Latih
Uji KNN
Klasifikasi KNN
Selesai
Verifikasi
Verifikasi
Hasil
Hasil
Selesai
umum
dapat
Pre processing
Preprocessing dilakukan dengan mengubah
citra digital RGB menjadi citra keabuan (gray).
Tujuannya adalah memudahkan dalam mengeolah
nilai matriks citra yang hanya terdiri satu layer saja
3.3
3.4
Ekstraksi Ciri
Tahapan ini merupakn proses untuk mendapatkan ciri
sebelum melakukan proses klasifikasi. Pada tahapan ini
dilakukan proses DWT sebelum dilakukan ekstraksi
ciri menggunakan ciri statistik yaitu mean, deviasi
standar, skewness dan, kurtosis.
3.4.1
Domain DWT
Pada citra asli dan citra stego dilakukan
ekstraksi ciri menggunakan metode Discrete Wavelet
Transform (DWT). Tujuan dari proses ini adalah
mentransformasikan sinyal tersebut dari domain waktu
ke domain frekuensi dengan diikuti skala waktu juga.
3.7
3.4.2
Performansi Sistem
Pengujian dilakukan untuk mengetahui
performansi dari sistem sehingga dapat diketahui
kelebihan dan kekurangan sistem.
3.7.1
Akurasi Sistem[2]
Akurasi merupakan ukuran ketepatan
sistem dalam mengenali masukan yang diberikan
sehingga menghasilkan keluaran yang benar.
Secara matematis rumus akurasi dituliskan sebagai
berikut :
(3.1)
4.
4.1
Panjang
Pesan
(karakter)
DWT
Level-1
(%)
Level-2
(%)
Level-3
(%)
Img
Auth
Tool
31
55
55
50
F5
31
75
75
75
LSB
31
95
95
90
Silent
Eye
31
95
95
90
DWT
31
95
100
100
DCT
31
95
95
90
Hasil
Akurasi
100
95
90
85
80
75
70
65
60
55
50
45
40
35
30
25
20
15
10
5
0
level 1
level 3
level 2
Img Auth
Tool
F5
LSB
Silent
Eye
DWT
Nilai k
1
karak
ter
(%)
(%)
(%)
(%)
(%)
Img Auth
Tool
31
50
50
55
55
60
F5
31
70
75
75
75
75
LSB
31
90
95
95
95
95
Silent Eye
31
90
95
95
95
95
DWT
31
95
100
100
100
100
DCT
31
95
95
95
95
95
DCT
Pan
jang
Hasil
Akurasi
100
95
90
85
80
75
70
65
60
55
50
45
40
35
30
25
20
15
10
5
0
nilai k = 1
nilai k = 3
nilai k = 5
nilai k = 7
fotografer
50
fotograferfotograferfotograferfotograferfotografer
100
fotograferfotograferfotograferfotograferfotografer
fotograferfotograferfotograferfotograferfotografer
Img Auth
Tool
F5
LSB
Silent Eye
DWT
DCT
35
75
75
LSB
45
95
95
Silent Eye
45
95
95
DWT
50
100
100
DCT
40
95
95
Hasil
100 Akurasi
95
90
85
80
75
70
65
60
55
50
45
40
35
30
25
20
15
10
5
0 Img Auth
Tool
panjang karakter
F5
LSB
Silent
Eye
DWT
10
DCT
100
90
80
70
60
50
40
30
20
10
0
Hasil
Akurasi
4.3.9
Tidak
terdeteksi stego
Img
Auth
Tool
20
11
77.5
F5
20
15
87.5
LSB
20
19
97.5
Silent
Eye
20
19
97.5
DWT
20
20
100
Metode
Stego
(%)
DCT
20
19
97.5
Jumlah
120
103
92.91666667
citra
poisson
salt & pepper gaussian
Jenis Noise pada Data Uji Non Stego
100
95
90
85
80
75
70
65
60
55
50
45
40
35
30
25
20
15
10
5
0
Hasil
akurasi
DAFTAR PUSTAKA
5.
5.1
[1]
Altman, N. S. (1992). "An introduction to
kernel and nearest-neighbor nonparametric
regression". The American Statistician [PDF]
[2]
Bateman,
Philip.
(2008).
Image
steganograpy and steganalysis, Thesis Program
Master, University Of Surrey. [PDF]
[3]
Changxin Liu, Chunjuan Ouyang, Ming
Guo, Huijuan Chen (2010). Image Steganalysis
Based on Spatial Domain and DWT Domain
Features. Second International Conference on
Networks Security, China. [PDF]
[4]
Dajan, A. (1986). Pengantar Metode
Statistik Jilid I. Jakarta: LP3ES.
[5]
Gonzales, Rafael C., (1992). Digital Image
Processing Second Edition, PrenticeHall, New
Jersey. [PDF]
[6]
Junita, Arriawati Asri. (2006). Klasifikasi
Citra
Tekstur
Menggunakan
K-NEAREST
NEIGHBOUR Berdasarkan Ekstraksi Ciri Metode
Matriks Kookurensi [PDF]
[7]
Kadir, Abdul (2012). Teori Pengolahan
Citra. Yogyakarta : Andi.
[8]
Kurniawan, Yosep. (2007) Studi metode
steganalisis
pada stegoimage, Tugas Akhir
Program S1, ITB [PDF]
[9]
Li, Bin dkk. (2010). A Survey on Image
Steganography and Steganalysis. [PDF]
[10]
Li Zhuo, Lu Kuijun, Zeng Xianting, dan
Pan Xuezeng. 2010. A Blind Steganalytic Scheme
Based on DWT and Spatial Domain for JPEG
Images. Journal of Multimedia. [PDF]
[11]
Data file citra digital diperoleh dari :
DSP Laboratory of Telkom University, image
database
http://all-free-download.com/wallpapers/nature/