implementasi boosted steganography scheme … · kontras dari citra akan tergradasi setelah proses...

IMPLEMENTASI BOOSTED STEGANOGRAPHY SCHEME DENGAN PRAPROSES CITRA MENGGUNAKAN

HISTOGRAM EQUALIZATION

PRESENTASI TUGAS AKHIR – KI091391

Penyusun Tugas Akhir : Fitra Arifiansyah

(NRP : 5107.100.051)

Dosen Pembimbing : Dr. Nanik Suciati, S.Kom., M.Kom.

Arya Yudhi W., S.Kom., M.Kom.

LATAR BELAKANG

• Steganografi adalah sebuah seni dan ilmu untuk menyembunyikan sebuah pesan atau data secara rahasia dimana hanya pengirim dan penerima saja yang dapat menerjemahkannya.

• Steganografi memerlukan peningkatkan kapasitas penyisipan dari citra untuk mengurangi resiko terdeteksinya pesan pada citra stego Oleh karena itu digunakan Boosted Steganography Scheme (BSS).

• BSS memiliki 2 tahap dimulai dengan tahap praproses kemudian diikuti dengan tahap penyisipan pesan.

• Tugas akhir ini akan mengimplementasikan metode HE pada tahap praproses BSS

• Metode steganografi yang digunakan untuk melakukan penyisipan pesan adalah PQ steganografi.

RUMUSAN MASALAH

1. Bagaimana mengimplementasikan metode PQ pada steganografi ?

2. Bagaimana mengimplementasikan metode HE pada praproses BSS ?

3. Bagaimana mengevaluasi performance BSS menggunakan HE pada tahap praproses ?

BATASAN MASALAH

1. Implementasi Tugas Akhir ini menggunakan perangkat lunak Matlab.

2. Citra yang digunakan adalah citra grayscale. 3. Data yang disisipkan ke dalam citra berupa data random biner. 4. Citra yang digunakan adalah citra dengan ekstensi *.jpeg

karena fungsi DCT pada steganografi hanya dapat bekerja pada ekstensi jpeg.

TUJUAN

1. Mengimplementasikan PQ steganografi dengan menggunakan metode HE pada tahap praproses BSS

2. Mengevaluasi performance BSS menggunakan HE pada tahap praproses.

GAMBARAN UMUM BSS

Citra

Citra stego

Praproses

Kompresi citra

Penyisipan pesan

PERTURBED QUANTIZATION STEGANOGRAPHY

• Metode steganografi yang dipilih untuk meyisipikan pesan

• Hanya digunakan untuk citra grayscale

• Ada 2 tahapan : kompresi dan penyisipan pesan. Tahap kompresi digunakan untuk merubah citra menjadi koefisien kuantisasi. Pada tahap penyisipan dilakukan penghitungan kapasitas penyisipan pesan dari citra kemudian menyisipkan pesan ke dalam citra

GAMBARAN UMUM PQ STEGANOGRAFI

Citra hasil praproses

Dekompresi

Kompresi citra (menggunakan q1)

Dekompresi

Kompresi citra (menggunakan q2)

Hitung kapasitas maksimal pesan

Sisipkan pesan encode pesan

Citra stego

KOMPRESI

• Tahapan kompresi citra : 1. citra dibagi menjadi 8x8 blok 2. Menghitung nilai DCT dari masing-masing blok 3. Hasil penghitungan langkah 2 dibagi dengan matriks

kuantisasi 4. Menghasilkan koefisien kuantisasi (Dij)

PENYISIPAN PESAN

• Sebelum melakukan penyisipan pesan harus terlebih dahulu mengetahui panjang maksimal pesan yang dapat disisipkan ke dalam citra.

• Langkah-langkah penghitungan panjang maksimal pesan adalah: – Menghitung probabilitas random matriks biner – Menghitung nilai Hpos dan Hneg – Menghitung panjang maksimal dari pesan

• Setelah mengetahui panjang maksimal pesan, maka dihitung pasangan matriks yang berkontribusi dengan menghitung GCD dari q1 dan q2 (matriks kuantisasi 1 dan 2)

PENYISIPAN PESAN

• Langkah selanjutnya adalah melakukan encode pesan, yaitu dengan : – Menentukan letas pesan yang akan disisipkan – Pesan yang diencode adalah yang bernilai tidak sama

dengan 0 • Setelah pesan disisipkan maka dilakukan proses dekompresi

untuk merubah nilai dari koefisien kuantisasi menjadi intensitas piksel (nilai citra).

• Dilakukan kompresi lagi dengan matriks kuantisasi kedua (bernilai lebih kecil daripada matriks kuantisasi pertama)

PRAPROSES CITRA

• Praproses merupakan bagian penting dalam BSS. • Metode praproses akan membandingkan antara Histogram

Equalization (HE) dengan Successive Mean Quantization Transform (SMQT).

HISTOGRAM EQUALIZATION

• Metode praproses yang populer dalam contrast enhancement • HE meningkatkan kontras dari suatu citra dengan

mentransformasikan piksel-piksel dari setiap gambar sehingga menghasilkan output berupa histogram yang terdistribusi dalam beberapa tingkat keabuan.

SUCCESSIVE MEAN QUANTIZATION TRANSFORM

• SMQT adalah salah satu metode yang digunakan untuk perbaikan citra grayscale.

• Perbaikan citra yang digunakan ini adalah dengan mengubah komposisi nilai keabuannya berdasarkan nilai rata-rata dari intensitas piksel pada citra.

• Metode SMQT merupakan proses perbaikan citra dengan menggunakan struktur penyelesaian berbentuk binary tree. Struktur binary tree digunakan karena pada tiap tahap dilakukan pemrosesan yang bercabang

SKENARIO UJI COBA

• Uji coba yang pertama yaitu citra berdasarkan 4 kelompok kategori, dilakukan penyisipan pesan tanpa melakukan praproses.

• Uji coba yang kedua yaitu melakukan praproses terhadap citra, baru kemudian melakukan penyisipan pesan. Praproses dalam uji coba ini dibagi menjadi dua tahap, yaitu praproses menggunakan HE dan praproses menggunakan SMQT.

• Uji coba yang ketiga yaitu melakukan penyisipan dengan pesan yang melebihi kapasitas citra tanpa praproses. Dalam uji coba ini dilakukan 3 kali percobaan, yaitu dengan menyisipkan 2 kali kapasitas penyisipan maksimal dari citra tanpa praproses. Kemudian 3 kali kapasitas maksimal dan 4 kali

UJI COBA 1

• Uji coba ini bertujuan untuk mengetahui besar kapasitas penyisipan dari citra tanpa melakukan praproses.

• Melakukan penyisipan pesan tanpa praproses • Akan disisipkan pesan sebesar panjang maksimal pesan yang

dapat disisipkan

UJI COBA 1

• Hasil uji coba 1 pada citra :

Citra low2.jpg hasil penyisipan tanpa praproses

Citra high2.jpg hasil penyisipan tanpa praproses

Citra comb3.jpg hasil penyisipan tanpa praproses

Citra asli

444 bits Kapasitas penyisipan

1117 bits Kapasitas penyisipan

1469 bits Kapasitas penyisipan

UJI COBA 2

• Uji coba ini bertujuan mengetahui besarnya kapasitas penyisipan dari citra setelah melakukan praproses pada citra untuk dibandingkan dengan hasil pada uji coba 1.

• Melakukan penyisipan pesan dengan didahului praproses • Panjang maksimal pesan sama dengan panjang maksimal

kapasitas penyisipan • Praproses dilakukan dengan metode HE atau SMQT

UJI COBA 2

• Hasil uji coba 2 pada citra menggunakan HE :

Citra asli

444 bits Kapasitas penyisipan

1117 bits Kapasitas penyisipan

1469 bits Kapasitas penyisipan

Citra hasil praproses

1317 bits Kapasitas penyisipan

1705 bits Kapasitas penyisipan

1698 bits Kapasitas penyisipan

UJI COBA 2

• Hasil uji coba 2 pada citra menggunakan SMQT :

Citra asli

444 bits Kapasitas penyisipan

1117 bits Kapasitas penyisipan

1469 bits Kapasitas penyisipan

Citra hasil praproses

602 bits Kapasitas penyisipan

1332 bits Kapasitas penyisipan

1367 bits Kapasitas penyisipan

UJI COBA 3

• Uji coba ini bertujuan mengetahui tingkat kekuatan dari algoritma yang digunakan.

• Menyisipkan pesan sebanyak 2x kapasitas penyisipan maksimal

UJI COBA 3

• Hasil uji coba 3 pada citra :

Citra asli

444 bits Kapasitas penyisipan

1117 bits Kapasitas penyisipan

1469 bits Kapasitas penyisipan

Citra hasil praproses

888 bits Pesan yang disisipkan

2234bits Pesan yang disisipkan

2938 bits Pesan yang disisipkan

KESIMPULAN

• Steganografi dengan praproses akan meningkatkan kapasitas penyisipan dari citra dibandingkan dengan steganografi tanpa praproses.

• Praproses dengan metode HE lebih baik kemampuannya dalam meningkatkan kapasitas penyisipan dari citra dibandingkan dengan metode SMQT.

• Dengan memasukkan pesan yang melebihi kapasitas penyisipan dari citra akan menyebabkan rusaknya citra asli.

KATEGORI CITRA UJI COBA

• Ada 4 kelompok citra : 1. Citra low (sederhana ) citra dengan detail dan edge yang sedikit 2. Citra kompleks (high) citra dengan detail rumit dan banyak edge 3. Citra combine gabungan dari citra sederhana dan citra kompleks,

background citra low dan 2 buah foreground citra high berukuran kecil 4. Citra full frame ada border, background citra low dan foreground citra high

• Ukuran citra 240x180 • Hanya ekstensi *.jpg saja karena fungsi DCT yang dipakai pada

tahap kompresi hanya bisa untuk ekstensi tersebut

HE

• Histeq dapat merubah tampilan citra secara visual karena HE menghasilkan citra yang lebih terang dibandingkan citra asli dan kontras dari citra akan tergradasi setelah proses HE

• Dalam HE warna abu-abu (diantara warna hitam dan putih) akan tergradasi dalam hal ini bisa menyebabkan kerusakan secara visual

• Sumber : Preserving Brightness in Histogram Equalization Based Contrast Enhancement Techniques. Ramli, Soong-der Chen and Abd. Rahman. s.l. : Science Direct, 2004.

TINGKAT KERUSAKAN CITRA

• low1 4,7987 4,7976 4,7982 • low2 2,6323 2,6326 2,6322 • high1 20,7626 20,7617 20,7644 • high2 17,5597 17,5630 17,5566 • comb1 15,6639 15,6636 15,6641 • comb2 16,5796 16,5782 16,5790 • comb3 13,7478 13,7469 13,7475 • comb4 14,2392 14,2359 14,2386 • ff1 13,4598 13,4579 13,4563 • ff2 15,6843 15,6814 15,6829 • ff3 14,5059 14,5054 14,5042 • ff4 16,3090 16,3124 16,3127

• Besarnya kerusakan citra didapatkan dari perhitungan selisih intensitas piksel citra yg telah rusak dengan citra asli. Kemudian hasilnya dijumlahkan keseluruhan selisih dari intensitas piksel tersebut. Hasilnya dibagi dengan panjang x lebar citra yaitu 240x180.

RUMUS-RUMUS

Kompresi

Hitung kapasitas penyisipan

DCT

Probabilitas

hneg

hpos

Max cap

Penyisipan pesan

Contrib pair

RUMUS-RUMUS

Peletakan pesan

Encode pesan dari pasangan matriks yang berkontribusi

Histeq

Menggunakan fungsi ‘Histeq’ pada matlab

RUMUS-RUMUS

SMQT

RUMUS-RUMUS

DECODE

• Tahapan terakhir dalam proses penyisipan pesan adalah proses pengecekan pesan yaitu proses decode. Langkah-langkah untuk melakukan decoding ditunjukkan oleh diagram alir pada Gambar 3.7. Untuk melakukan decoding, pertama-tama penerima pesan membentuk vektor b’i = Parity(yi’) dan kemudian dikalikan dengan matriks D sehingga menghasilkan Db’. Pesan yang diekstraksi adalah m = Db’.

DECODE