BAB 2

LANDASAN TEORI

2.1 Model Waterfall

Metode rekayasa peranti lunak yang digunakan peneliti adalah Metode waterfall.

Menurut Pressman (2010, p.39)waterfall adalah model klasik yang bersifat

sistematis, berurutan dalam membangun software.

Berikut adalah tahapan dalam model waterfall :

1. Communication

Langkah ini merupakan analisis terhadap kebutuhan software, dan tahap untuk

mengadakan pengumpulan data dengan melakukan pertemuan dengan customer,

maupun mengumpulkan data-data tambahan baik yang ada di jurnal, artikel,

maupun dari internet.

2. Planning

Proses planning merupakan lanjutan dari proses communication (analysis

requirement), tahapan ini akan menghasilkan dokumen user requirement atau

bisa dikatakan sebagai data yang berhubungan dengan keinginan user dalam

pembuatan software, di dalamnya sudah termasuk rencana yang akan dilakukan.

3. Modeling

Proses modeling ini akan menerjemahkan syarat kebutuhan ke sebuah

perancangan software yang dapat diperkirakan sebelum dibuat coding. Proses ini

berfokus pada rancangan struktur data, arsitektur software, representasi

interface, dan detail (algoritma) prosedural. Tahapan ini akan menghasilkan

dokumen yang disebut software requirement.

9 

 

4. Constraction

Construction merupakan proses membuat kode. Coding merupakan

penerjemahan desain

dalam bahasa yang bisa dikenali oleh komputer. Dilakukan oleh programmer

yang akan menerjemahkan transaksi yang diminta oleh user. Tahapan inilah

yang merupakan tahapan secara nyata dalam mengerjakan suatu software.

Dalam artian penggunaan komputer akan dimaksimalkan dalam tahapan ini.

Setelah pengkodean selesai maka akan dilakukan testing terhadap sistem yang

telah dibuat tadi. Tujuan testing adalah menemukan kesalahan-kesalahan

terhadap sistem tersebut dan kemudian bisa diperbaiki.

5. Deployment

Tahapan ini bisa dikatakan final dalam pembuatan sebuah software atau sistem.

Setelah melakukan analisis, desain dan pengkodean maka sistem yang sudah jadi

akan digunakan oleh user. Kemudian software yang telah dibuat harus dilakukan

pemeliharaan secara berkala.

Fase-fase dalam modelwaterfall menurut referensi Pressman:

Gambar 2.1 Waterfall Model

Kekurangan yang utama dari model ini adalah kesulitan dalam mengakomodasi

perubahan setelah proses dijalani. Fase sebelumnya harus lengkap dan selesai

10 

 

sebelum mengerjakan fase berikutnya, sedangkan menyatakan kebuthan secara

lengkap sangat sulit dilakukan pada awal proyek, yang berakibat sulitnya melanjut

pada fase selanjutnya. Sebuah kesalahan jika tidak diketahui dari awal akan menjadi

masalah besar karena harus mengulang dari fase awal lagi.

Masalah dengan waterfall :

1. Perubahan sulit dilakukan karena sifatnya yang kaku.

2. Karena sifat kakunya, model ini cocok ketika kebutuhan dikumpulkan secara

lengkap sehingga perubahan bisa ditekan sekecil mungkin. Tapi pada

kenyataannya jarang sekali konsumen/pengguna yang bisa memberikan

kebutuhan secara lengkap, perubahan kebutuhan adalah sesuatu yang wajar

terjadi.

3. Waterfall pada umumnya digunakan untuk rekayasa sistem yang besar dimana

proyek dikerjakan di beberapa tempat berbeda, dan dibagi menjadi beberapa

bagian sub-proyek.

2.2 Steganografi

Steganografi adalah ilmu dan seni untuk menyembunyikan informasi dengan

menyisipkan pesan kedalam pesan lainnya (Cachin, 2005).

Steganografi memungkinkan kondisi sehingga selain si pengirim dan si penerima,

tidak ada seorangpun yang mengetahui atau menyadari bahwa ada suatu pesan

rahasia.Sebaliknya, kriptografi menyamarkan arti dari suatu pesan, tapi tidak

menyembunyikan bahwa ada suatu pesan.

11 

 

Tujuan daristeganografi adalah merahasiakan atau menyembunyikan keberadaan

dari sebuah pesan tersembunyi atau sebuah informasi. Dalam prakteknya,

kebanyakan pesan disembunyikan dengan membuat perubahan tipis terhadap data

digital lain yang isinya tidak akan menarik perhatian dari penyerang potensial,

sebagai contoh sebuah gambar yang terlihat tidak berbahaya. Perubahan ini

bergantung pada kunci (sama pada kriptografi) dan pesan untuk disembunyikan.

Orang yang menerima gambar kemudian dapat menyimpulkan informasi

terselubung dengan cara mengganti kunci yang benar ke dalam algoritma yang

digunakan.

Kata "steganografi" berasal dari bahasa Yunani steganos, yang artinya

“tersembunyi atau terselubung”, dan graphein, “menulis”.Catatan tertua mengenai

penggunaansteganografi tercatat pada masa Yunani kuno.Pada saat itu, penguasa

Yunani, Histiaues,sedang ditawan oleh Raja Darius di Susa.Histiaeus ingin

mengirim pesan rahasia kepadamenantunya, Aristagoras, di Miletus.Untukitu,

Histiaeus mencukur habis rambutbudaknya dan menatokan pesan rahasia yangingin

dikirim di kepala budak tersebut. Setelahrambut budak tadi tumbuh cukup

lebat,barulah ia dikirim ke Miletus.

Catatan lain tentang steganografi juga ditemukan pada jaman Yunani kuno,

medium tulisan pada saat ituadalah papan yang dilapisi lilin dan tulisanditulisi di

papan tersebut. Demeratus, perlumemberitahu Sparta bahwa Xerxes

bermaksuduntuk menginvasi Yunani.Agar pesan yangdikirimnya tidak diketahui

12 

 

keberadaannya,Demeratus melapisi lagi papan tulisannya dengan lilin.Papan tulisan

yang terlihat masihkosong inilah yang dikirim ke Sparta.

Bangsa Romawi menggunakan tinta yang tidak nampak sebagai salah satu

metode steganografi untuk menulis pesan di antara baris-baris pesanyang ditulis

dengan tinta biasa. Tinta yang tidak nampak ini dapat terbuat dari sari jerukatau

susu. Ketika dipanaskan, warna tinta yangtidak tampak akan menjadi gelap

dantulisannya akan menjadi dapat terbaca. Tinta yang tidak tampak ini juga

digunakan dalamPerang Dunia II.

Steganografi terus berkembang selama abadkelima belas dan keenam belas.

Pada masa itu,banyak penulis buku yang engganmencantumkan namanya karena

takut akankekuatan penguasa pada saat itu.

Pengembangan lebih jauh lagi mengenaisteganografi terjadi pada tahun 1883

dengandipublikasikannya kriptografi militer olehAuguste Kerckhoffs.Meskipun

sebagian besarberbicara mengenai kriptografi, Kerckhoffsmenjabarkan beberapa

deskripsi yang patutdicatat ketika merancang sebuah sistem steganografi.Lebih jauh

lagi, Les Filigranes, yang ditulis oleh Charle Briquet di tahun1907,merupakan

sebuah kamus sejarah dariwatermark, salah satu wujud pengaplikasiansteganografi.

Kini, istilah steganografitermasuk penyembunyian data digital dalam berkas-

berkas (file) komputer. Contohnya, si pengirim mulai dengan berkas gambar biasa,

lalu mengatur warna setiap piksel ke-100 untuk menyesuaikan suatu huruf dalam

alphabet (perubahannya begitu halus sehingga tidak ada seorangpun yang

menyadarinya jika ia tidak benar-benar memperhatikannya).

13 

 

Teknik steganografi meliputi banyak sekali metode komunikasi untuk

menyembunyikan pesan rahasia (teks atau gambar) di dalam berkas-berkas lain

yang mengandung teks, image, bahkan audio tanpa menunjukkan ciri-ciri

perubahan yang nyata atau terlihat dalam kualitas dan struktur dari berkas semula.

Metode ini termasuk tinta yang tidak tampak, microdots, pengaturan kata, tanda

tangan digital, jalur tersembunyi dan komunikasi spektrum lebar.

Metode steganografisangat berguna jika digunakan pada wujud steganografi

komputer karena banyak format berkas digital yang dapat dijadikan media untuk

menyembunyikan pesan. Format yang biasa digunakan di antaranya:

Format image :bitmap (bmp), gif, pcx, jpeg, dll.

Format audio :wav, voc, mp3, dll.

Format lain :teks file, html, pdf, dll.

Empat komponen utama stegagografi:

1. Embedded message (hiddentext): pesan yangdisembunyikan.

2. Cover-object (covertext): pesan yang digunakan untuk menyembunyikan

embedded message.

3. Stego-object (stegotext): pesan yang sudah berisi pesan embedded message.

4. Stego-key: kunci yang digunakan untuk menyisipan pesan dan mengekstraksi

pesan dari stegotext.

Encoding(embeddin)

covertext

hiddentext

key

Decoding(extraction)

stegotext

key

hiddentext

covertext

14 

 

Gambar 2.2 Proses Steganografi

Kriteria yang harus diperhatikan dalam steganografi adalah:

1. Fidelity

Mutu citra penampung tidak jauh berubah.Setelah penambahan data rahasia,

citra hasil steganografi masih terlihat dengan baik.Pengamat tidak mengetahui

kalau di dalam citra tersebut terdapat data rahasia.

2. Robustness

Data yang disembunyikan harus tahan terhadap manipulasi yang dilakukan pada

citra penampung (seperti pengubahan kontras, penajaman, pemampatan, rotasi,

perbesaran gambar, pemotongan (cropping), enkripsi, dan sebagainya).Bila pada

citra dilakukan operasi pengolahan citra, maka data yang disembunyikan tidak

rusak.

3. Recovery

Data yang disembunyikan harus dapat diungkapkan kembali (recovery).Karena

tujuan steganografi adalah data hiding, maka sewaktu-waktu data rahasia di

dalam citra penampung harus dapat diambil kembali untuk digunakan lebih

lanjut.

2.2.1 Metode – Metode Steganografi

1. Least Significant Bit (LSB)

15 

 

LSB adalah metode dengan menggunakan cara menyisipkan data

rahasia dalam bentuk bit pada bit rendah atau bit yang paling kanan

(LSB) pada data piksel yang menyusun file pembawa. Misalkan pada

media pembawa berupa citra bitmap, pada berkas bitmap 24 bit, setiap

piksel (titik) pada gambar tersebut terdiri dari susunan tiga warna

merah, hijau, dan biru (RGB) yang masing-masing disusun oleh

bilangan 8 bit (byte) dari 0 sampai 255 atau dengan format biner

00000000 sampai 11111111. Dengan demikian, pada setiap piksel

berkas bitmap 24 bit kita dapat menyisipkan 3 bit data.

Kekurangan dari LSB adalah dapat secara drastis mengubah unsur

pokok warna dari piksel. Ini dapat menunjukkan perbedaan yang nyata

dari cover image menjadi stego image, sehingga tanda tersebut

menunjukkan keadaan dari steganografi. Variasi warna kurang jelas

dengan 24 bit image, bagaimanapun file tersebut sangatlah besar.

Antara 8 bit dan 24 bit image mudah diserang dalam pemrosesan image,

seperti pemotongan (cropping) dan kompresi. Keuntungan dari LSB

adalah cepat dan mudah dalam prosesnya.

2. Algorithm and Transformation

Algoritma compression adalah metode steganografi dengan

menyembunyikan data dalam fungsi matematika. Dua fungsi tersebut

adalah Discrete Cosine Transformation (DCT) dan Wavelet

Transformation. Fungsi DCT dan Wavelet yaitu mentransformasi data

dari satu tempat (domain) ke tempat (domain) yang lain. Fungsi DCT

16 

 

yaitu mentransformasi data dari tempat spatial (spatial domain) ke

tempat frekuensi (frequency domain).

3. Spread Spectrum

Metode Spread Spectrum, adalah teknik pentransmisian

denganmenggunakan pseudo-noise code, yangindependen terhadap data

informasi, sebagaimodulator bentuk gelombang untukmenyebarkan

energi sinyal dalam sebuah jalurkomunikasi (bandwidth) yang lebih

besardaripada sinyal jalur komunikasi informasi.Oleh penerima, sinyal

dikumpulkan kembalimenggunakan replika pseudo-noise

codetersinkronisasi.Berdasarkan definisi, dapat dikatakan

bahwasteganografi menggunakan metode spreadspectrum

memperlakukan cover-object baiksebagai derau (noise) ataupun sebagai

usahauntuk menambahkan derau semu (pseudonoise)ke dalam cover-

object.Proses penyisipan pesan menggunakan metodeSpread Spectrum

ini terdiri dari tiga proses, yaituspreading, modulasi, dan penyisipan

pesan ke citra. Sedangkan Proses ekstraksi pesan menggunakan

metodeSpread Spectrum ini terdiri dari tiga proses, yaitupengambilan

pesan dari matriks frekuensi,demodulasi, dan de- spreading.

4. Bit-Plane Complexity Segmentation

17 

 

Steganografi BPCS diperkenalkan oleh Eiji Kawaguchi dan

Richard O. Eason pada tahun 1997, untuk mengatasi kekurangan teknik

steganografi tradisional seperti teknik Least Significant Bit (LSB),

teknik Transform embedding, dan teknik masking perceptual. Teknik

tradisional memiliki kapasitas yang kecil dalam penyembunyian pesan,

yang dapat menyembunyikan hingga 10 - 15% dari jumlah total objek

gambar pembawanya.

BPCS memanfaatkan karakteristik penglihatan manusia.Hal ini

tidak didasarkan pada pemrograman teknik, tetapi didasarkan pada

properti dari sistem penglihatan manusia. Informasi kapasitas

persembunyiannya dapat sebagai besar sebagai 50% daridata gambar

asli (Kawaguchi dan Eason, 1998). Pada BPCS, gambar pembawa

pesan dibagi menjadi “informative region” dan “noise-like region”.

Kemudian pesan yang akan disembunyikan akan dimasukkan pada

bagian “noise-like region” tanpa mengurangi kualitas gambar

pembawanya tersebut. Dalam teknik LSB, data tersembunyi dalam

empat bit terakhir yaitu hanya dalam 4 bit LSB. Tapi dalam teknik

BPCS, data tersembunyi dalam MSB maupun LSB sehingga

penyembunyian pesan menjadi lebih kompleks.

2.3Citra Digital

18 

 

Menurut Susanto (2011) citra digital merupakan fungsi intensitas cahaya f(x,y),

dimana harga x dan y merupakan koordinat spasial dan harga fungsi tersebut pada

setiap titik (x,y) merupakan tingkat kecemerlangan citra pada titik tersebut.Citra

digital adalah citra f(x,y) dimana dilakukan diskritisasi koordinat spasial (sampling)

dan diskritisasi tingkat kecemerlangannya/keabuan (kwantisasi).Citra digital

merupakan suatu matriks dimana indeks baris dan kolomnya menyatakan suatu titik

pada citra tersebut dan elemen matriksnya (yang disebut sebagai elemen gambar /

piksel / pixel / picture element / pels) menyatakan tingkat keabuan pada titik

tersebut. Citra berukuran N x M dinyatakan dengan matriks yang berukuran N baris

dan m kolom.

Gambar 2.3 Matriks Citra Digital

Citra digital dibentuk dari blok-blok kecil yang dinamakan piksel.Piksel

merupakan elemen penyusun warna terkecil yang menyusun suatu citra. Untuk

menunjukkan tingkat pencahayaan piksel, digunakan bilangan bulat yang besarnya 8

bit(1 byte) untuk setiap pikselnya, dengan lebar selang antara 0-255, dimana 0 untuk

warna hitam, 255 untuk warna putih, dan tingkat keabuan ditandai dengan nilai

diantara 0-255.

Citra digital dapat dikualifikasikan berdasarkan sifat dari nilai terkuantisasinya

sebagai berikut :

19 

 

a. citra biner

Citra Biner disebut juga dengan bi-level adalah citra digital yang hanya

mempunyai dua kemungkinan nilai pada pixel-pixelnya (hitam atau putih). Citra

biner biasanya dihasilkan melalui proses segmentasi ataupun proses tresholding,

atau dihasilkan beberapa alat-alat input/output yang hanya mendukung citra

biner seperti: printer laser dan mesin fax.

Gambar 2.4Citra Biner Gambar 2.5Representasi Citra Biner

b. citra grayscale

Citra greyscale disebut juga dengan citra 8-bit karena memiliki 28 (256)

kemungkinan nilai pada masing-masing pikselnya.Nilai tersebut dimulai dari nol

untuk warna hitam dan 255 untuk warna putih.Citra ini disebut juga citra hitam

putih atau citra monoakromatik.

Gambar 2.6Matriks 2D Citra Keabuan

c. citra warna

20 

 

Citra warna adalah citra yang nilai piksel-nya merepresentasikan warna

tertentu.Banyaknya warna yang mungkin digunakan bergantung kepada

kedalaman pixel citra yang bersangkutan. Citra berwarna direpresentasikan

dalam beberapa kanal (channel) yang menyatakan komponen-komponen warna

penyusunnya. Banyaknya kanal yang digunakan bergantung pada model warna

yang digunakan pada citra tersebut.

Intensitas suatu pada titik pada citra berwarna merupakan kombinasi dari

tiga intensitas : derajat keabuan merah (fmerah(x,y)), hijau fhijau(x,y) dan biru

(fbiru(x,y)). Persepsi visual citra berwarna umumnya lebih kaya di bandingkan

dengan citra hitam putih.Citra berwarna menampilkan objek seperti warna

aslinya (meskipun tidak selalu tepat demikian).Warna-warna yang diterima oleh

mata manusia merupakan hasil kombinasi cahaya dengan panjang gelombang

berbeda.

Gambar 2.7 Komponen Citra Warna dalam RGB

21 

 

2.3.1 Jenis Citra Digital

Citra digital dapat dibedakan menjadi 2 jenis :

1. Raster

Raster image, atau yang juga biasa dikenal dengan bitmap,

merupakan sebuah cara untuk merepresentasikan gambar digital

(digital image). Tipe file raster pada umumnya seperti : jpg, jpeg, gif,

png, tif, tiff, bmp, psd, dan pdfs.Raster image merepresentasikan

sebuah gambar dalam serangkain bit informasi di mana diterjemahkan

ke dalam piksel pada layar. Piksel-piksel tersebut membentuk titik-titik

warna yang membuat sebuah gambar utuh.

Gambar 2.8 Contoh Gambar Raster

Ketika sebuah raster image dibuat, gambar pada layar

dikonversikan pada piksel-piksel.Setiap piksel memiliki nilai spesifik

yang menentukan warnanya.Sistem raster image menggunakan sistem

warna merah, hijau, biru alias red, green, blue (RGB). Nilai RGB dari

0,0,0 akan menjadi warna hitam, dan nilai tersebut bervariasi sampai

angka 256 untuk setiap warnanya, memungkinkan ekspresi berbagai

macam warna.

22 

 

2. Vektor

Tidak seperti JPEG, GIF, dan BMP , citra vektor tidak terdiri dari

kotak piksel. Sebaliknya, terdiri dari path, yang didefinisikan oleh titik

awal dan akhir, bersama dengan titik lainnya, kurva-kurva, dan sudut

di sepanjang jalurnya. Path dapat menjadi garis, persegi, segitiga, atau

bentuk melengkung. Path ini dapat digunakan untuk membuat gambar

sederhana atau diagram kompleks bahkan digunakan untuk

mendefinisikan karakter tipografi tertentu.

Karena berbasis vektor, gambar tidak terdiri dari sejumlah titik

tertentu (piksel), gambar dapat diubah ke ukuran lebih besar dan tidak

kehilangan kualitas gambar. Jika membesarkan sebuah citra raster,

akan tampak seperti blok-blok warna, atau "pixelated." Ketika

membesarkan vektor grafis, tepi setiap objek dalam grafis tetap halus

dan bersih. Jenis-jenis grafik vektor termasuk Adobe Illustrator,

Macromedia Freehand, dan file EPS. Animasi Flash juga banyak

menggunakan citra vektor, karena mereka lebih baik dalam proses

pengubahan skala dan biasanya lebih irit ruang penyimpanan dari citra

raster.

23 

 

Gambar 2.9 Perbedaan Gambar Vektor dengan Raster

2.3.2 Format-format Citra Digital

Macam-macam format gambar digital :

1. TIFF (Tagged image format File)

Format file ini mampu menyimpan gambar dengan kualitas

hingga 32 bit. Format file ini juga dapat digunakan untuk keperluan

pertukaran antar platform (PC, Machintosh, dan Silicon Graphic).

Format file ini merupakan salah satu format yang dipilih dan sangat

Representasi vektor fitur poligon danau. Perhatikan detail dipertahankan di garis pantai yang mendefinisikan batas antara air dan dataran tinggi.

Raster representasi dari danau yang sama. Dengan format data raster, sel-seldigunakan untuk mengkodekan data geografis. Seluruh area sel masing-masing ditugaskan untuk kategori tunggal dan rincian batasmenjadi hilang.

24 

 

disukai oleh para pengguna komputer grafis terutama yang

berorientasi pada publikasi (cetak). Hampir semua program yang

mampu membaca format file bitmap juga mampu membaca format

file TIF.

2. BMP (Bitmap)

Format file ini merupakan format grafis yang fleksibel untuk

platform Windows sehingga dapat dibaca oleh program grafis

manapun. Format ini mampu menyimpan informasi dengan kualitas

tingkat 1 bit sampai 24 bit. Format file ini mampu menyimpan

gambar dalam mode warna RGB, Grayscale, Indexed Color, dan

Bitmap. Kelemahan format file ini adalah tidak mampu menyimpan

alpha channel serta ada kendala dalam pertukaran platform.

Kelebihan tipe file BMP adalah dapat dibuka oleh hampir semua

program pengolah gambar. Baik file BMP yang terkompresi maupun

tidak terkompresi, file BMP memiliki ukuran yang jauh lebih besar

daripada tipe-tipe yang lain.

File BMP cocok digunakan untuk:

- desktop background di windows.

- sebagai gambar sementara yang mau diedit ulang tanpa menurunkan

kualitasnya.

File BMP tidak cocok digunakan untuk:

- web atau blog, perlu dikonversi menjadi JPG, GIF, atau PNG.

- disimpan di harddisk/flashdisk tanpa dikompresi menjadiZIP/RAR.

25 

 

3. JPG/JPEG (Joint Photographic Experts Group)

Joint Photograpic Experts (JPEG , dibaca jay-peg) di rancang

untuk kompresi beberapa full-color atau gray-scale dari suatu

gambar yang asli, seperti pemandangan asli di dunia ini. JPEGs

bekerja dengan baik pada continous tone images seperi photographs

tetapi tidak terlalu bagus pada ketajaman gambar dan seni pewarnaan

seperti penulisan, kartun yang sederhana atau gambar yang

mengunakan banyak garis. JPEG sudah mendukung untuk 24-bit

color depth atau sama dengan 16,7 juta warna (224 = 16.777.216

warna).

JPEG adalah algoritma kompresi secara lossy. JPEG bekerja

dengan merubah gambar spasial dan merepresentasikan kedalam

pemetaan frekueunsi. Discrete Cosine Transform (DCT) dengan

memisahkan antara informasi frekuensi yang rendah dan tinggi dari

sebuah gambar. Informasi frekuensi yang tinggi akan diseleksi untuk

dihilangkan yang terikat pada pengaturan kualitas yang digunakan.

Kompresi dengan tingkatan yang lebih baik , tingkatan yang lebih

baik dari informasi yang dihilangkan.

JPEG dirancang untuk mengeksploitasi tingkatan dari mata kita

yakni bahwa mata kita tidak akan dapat membedakan perubahan yang

lambat terang dan warna dibandingkan dengan perbedaan suatu jarak

apakah jauh atau dekat. Untuk itu JPEG sangat baik digunkan pada

fotografi dan monitor 80-bit.

26 

 

File JPG cocok digunakan untuk:

- gambar yang memiliki banyak warna, misalnya foto wajah dan

pemandangan.

- gambar yang memiliki gradien, misalnya perubahan warna yang

perlahan-lahan dari merah ke biru.

File JPG tidak cocok digunakan untuk:

- gambar yang hanya memiliki warna sedikit seperti kartun atau

komik.

- gambar yang memerlukan ketegasan garis seperti logo.

4. GIF (Graphics Interchange Format)

Format file ini hanya mampu menyimpan dalam 8 bit (hanya

mendukung mode warna Grayscale, Bitmap dan Indexed Color).

Format file ini merupakan format standar untuk publikasi elektronik

dan internet. Format file mampu menyimpan animasi dua dimensi

yang akan dipublikasikan pada internet, desain halaman web dan

publikasi elektronik. Format file ini mampu mengkompres dengan

ukuran kecil menggunakan kompresi LZW.

Tipe file GIF memungkinkan penambahan warna transparan dan

dapat digunakan untuk membuat animasi sederhana, tetapi saat ini

standar GIF hanya maksimal 256 warna saja. File ini menggunakan

kompresi yang tidak menghilangkan data (lossles compression) tetapi

penurunan jumlah warna menjadi 256 sering membuat gambar yang

kaya warna seperti pemandangan menjadi tidak realistis.

27 

 

Format GIF merupakan format file yang paling banyak

disarankan dan digunakan. Kelebihan Format ini antara lain adalah :

- ukuran file yang dihasilkan relatif kecil.

- mampu menggabungkan beberapa gambar menjadi satu kesatuan dan

menampilkannya secara bergantian (animasi).

- warna latar belakang dapat dibuat transparan.

- adanya teknologi interlacing yang akan membuat sebuah file di-load

secara utuh dengan kualitas yang ditampilkan secara bertahap.

File GIF cocok digunakan untuk:

- gambar dengan jumlah warna sedikit (dibawah 256).

- gambar yang memerlukan perbedaan warna yang tegas seperti logo

tanpa gradien.

- gambar animasi sederhana seperti banner-banner iklan, header, dan

sebagainya.

- print shoot (hasil dari print screen) dari program-program simple

dengan jumlah warna sedikit.

File GIF tidak cocok digunakan untuk:

- gambar yang memiliki banyak warna seperti pemandangan.

- gambar yang didalamnya terdapat warna gradien atau semburat.

5. PNG (Portable Network Graphics)

Format file ini berfungsi sebagai alternatif lain dari format file

GIF. Format file ini digunakan untuk menampilkan objek dalam

halaman web. Kelebihan dari format file ini dibandingkan denganGIF

28 

 

adalah kemampuannya menyimpan file dalam bit depth hingga 24 bit

serta mampu menghasilkan latar belakang (background) yang

transparan dengan pinggiran yang halus. Format file ini mampu

menyimpan alpha channel. File PNG dapat diatur jumlah warnanya

64 bit (true color + alpha) sampai indexed color 1 bit. Dengan

jumlah warna yang sama, kompresi file PNG lebih baik daripada

GIF, tetapi memiliki ukuran file yang lebih besar daripada JPG.

Kekurangan tipe PNG adalah belum populer sehingga sebagian

browser tidak mendukungnya.

Adapun beberapa kelebihan dari formatPNG adalah:

- punya semua kelebihan GIF, kecuali animasi.

- fitur Interlacing 2 dimensi yang terbukti lebih baik jika dibandingkan

dengan interlacing milik GIF.

- tersedianya 2 format file yaitu PNG8 (256 warna) dan PNG24 yang

membuat desainer dapat lebih leluasa memilih kualitas gambar.

- teknik kompresi lossless yang digunakan akan menghasilkan ukuran

file yang kecil dengan tidak mengalami penurunan kualitas gambar,

bandingkan dengan JPEG yang menggunakan teknik kompresi lossy

yang dipastikan akan membuat kualitas gambar menurun.

File PNG cocok digunakan untuk:

- gambar yang memiliki warna banyak.

- gambar yang mau diedit ulang tanpa menurunkan kualitas.

29 

 

2.4 Aplikasi Mobile

Menurut Romdoni (2010), aplikasi adalah program yang digunakan untuk

melakukan sesuatu pada sistem komputer. Mobile dapat diartikan sebagai

perpindahan yang mudah dilakukan dari suatu tempat ke tempat lain, misalnya

telepon genggam, yang dapat digunakan dengan berpindah-pindah tempat dengan

mudah dari suatu tempat ke tempat lain tanpa pemutusan atau terputusnya

komunikasi.

Sistem aplikasi mobile adalah aplikasi yang dapat digunakan pengguna dengan

berpindah-pindah tempat dengan mudah dari suatu tempat ke tempat lain tanpa

pemutusan atau terputusnya komunikasi.

Sedangkan akses informasi dari aplikasi mobile biasanya hanya berupa teks

sederhana, kalaupun berupa gambar, maka gambar dengan ukuran yang tidak

terlalu besar. Perangkat mobile yang digunakan masa kini seperti ponsel cerdas,

tablet PC, PDA, dll. Beberapa karakteristik perangkat mobile:

1.Ukuran yang kecil

Perangkat mobile memiliki ukuran yang kecil.Konsumen menginginkan

perangkat yang terkecil untuk kenyamanan dan mobilitas mereka.

2.Memory yang terbatas

Perangkat mobile juga memiliki memory yang kecil, yaitu primary (RAM) dan

secondary (disk).

3.Daya proses yang terbatas

Sistem mobile tidaklah dibandingkan desktop.

30 

 

4.Mengkonsumsi daya yang rendah

Perangkat mobile menghabiskan sedikit daya dibandingkan dengan mesin

desktop.

5.Kuat dan dapat diandalkan

Karena perangkat mobile selalu dibawa kemana saja, mereka harus cukup kuat

untuk menghadapi benturan-benturan, gerakan, dan sesekali tetesan-tetesan air.

6.Konektivitas yang terbatas

Perangkat mobile memiliki bandwith rendah, beberapa dari mereka bahkan tidak

tersambung.

7.Masa hidup yang pendek

Perangkat-perangkat konsumen ini menyala dalam hitungan detik, bahkan

kebanyakan dari mereka selalu menyala.

2.5 Android

Android OS adalah sebuah sistem operasi mobile untuk preangkat seluler,

tablet, dan netbook.Pada awalnya, Android OS dikembangkan oleh Android Inc dan

kemudian dibeli oleh Google.Android dikembangkan oleh Google berbasiskan

kernel Linux dan software-software GNU.Saat ini, Android dipegang oleh Open

Handset Alliance dengan Google sebagai salah satu anggotanya (Skeldrak, 2011).

Menurut Priyanta (2011) beberapa keunggulan Android antara lain :

- Terbuka (open source), platform terbuka yang berdasarkan pada Linux yang

merupakan platform terbuka juga. Hal ini memungkinkan proses pembelajaran,

31 

 

pembuatan, dan pengkostumiasian menggunakan platform Android tanpa

membayar royalti.

- Probabilitas tinggi, karena semua program ditulis dengan bahasa pemrograman

Java.

- Menyediakan kualitas suara dan grafik yang tinggi, juga didukung oleh platform

seperti OpenGL.

- Android menyediakan berbagai macam library, sehingga tidak perlu membangun

dari awal.

- Karena terbuka, sehingga menyediakan Software Development Kit (SDK) gratis,

dan didukung Integrated Development Environtment terbuka, yaitu Eclipse.

- Didukung puluhan ribu aplikasi baik gratis, trial, maupun berbayar.

2.6 PSNR (Peak Signal to Noise Ratio)

Analisis PSNR menggunakan model matematika standar untuk mengukur

perbedaan antara dua gambar yang obyektif. Hal ini umumnya digunakan dalam

pengembangan dan analisis algoritma kompresi, dan untuk membandingkan

kualitas visual antara sistem kompresi yang berbeda (Bucklin, Davidson, Newman,

Sergaves, Taylor, 2009).

PSNRpada penelitian ini digunakan untuk mengetahui perbandingan kualitas

citra sebelum (gambar penampung) dan sesudah disisipkan pesan (gambar stego).

Peak Signal to Noise Ratio (PSNR) adalah perbandingan antara nilai maksimum

dari sinyal yang diukur dengan besarnya derau yang berpengaruh pada sinyal

32 

 

tersebut.Untuk menentukan PSNR, terlebih dahulu harus ditentukan nilai rata-rata

kuadrat dari error (MSE - Mean Square Error).

1

|| , , ||

Dimana :

MSE = Nilai Mean Square Error dari citra tersebut

m = panjang citra tersebut (dalam piksel)

n = lebar citra tersebut (dalam piksel)

(i,j) = koordinat masing-masing piksel

I = nilai bit citra pada koordinat i,j

K = nilai derajat keabuan citra pada koordinat i,j

Sementara nilai PSNR dihitung dari kuadrat nilai maksimum sinyal dibagi

dengan MSE. Apabila diinginkan PSNR dalam desibel, maka nilai PSNR akan

menjadi sebagai berikut :

10 log255

20 log255

√

Dimana :

PSNR = nilai PSNR citra (dalam dB)

255 = nilai maksimum piksel (nilai maksimum piksel warna adalah 255)

MSE = nilai MSE

Nilai PSNR yang baik untuk citra adalah lebih besar dari 30 dB. Dalam

prakteknya, menjadi sangat sulit untuk melihat perbedaan untuk PSNR yang lebih

33 

 

besar dari 50 dB antara gambar sumber dan gambar terkompresi (Bucklin et.al,

2009).

2.7 BPCS (Bit-Plane Complexity Segmentation)

Steganografi BPCS diperkenalkan oleh Eiji Kawaguchi dan Richard O. Eason

pada tahun 1997.BPCS memanfaatkan karakteristik penglihatan manusia.Dalam

teknik BPCS, data tersembunyi dalam MSB maupun LSB sehingga penyembunyian

pesan menjadi lebih kompleks.

Eiji Kawaguchi dan R. O. Eason memperkenalkan teknik BPCS ini untuk

digunakan pada dokumen citra berwarna yang tidak terkompresi dengan format

BMP. Dokumen citra tersebut dibagi menjadi beberapa segmen dengan ukuran 8x8

piksel setiap segmennya (Kawaguchi et.al, 1998). Pada dokumen citra 8-bit, setiap

satu segmen akan memiliki 8 buah bit plane yang merepresentasikan piksel-piksel

dari setiap bit tersebut. Gambar multi-nilai (P) terdiri dari n-bit piksel dapat

didekomposisi menjadi himpunan n - gambar biner. Proses pembagian segmen 8x8

piksel menjadi 8 buah bit plane disebut proses bit slicing.

Sebagai contoh: P adalah gambar n-bit abu-abu misalkan n = 8. Oleh karena P =

[P7 P5 P6 P2 P3 P4 P0 P1] mana P7 adalah bit-plane MSB dan P0 adalah bit-plane

LSB. Pada BPCS, gambar pembawa pesan dibagi menjadi “informative region”

dan “noise-like region”. Kemudian pesan yang akan disembunyikan akan

dimasukkan pada bagian “noise-like region” tanpa mengurangi kualitas gambar

pembawanya tersebut (Khaire dan Nalbalwar, 2010). Sebuah wilayah “informatif”

terdiri dari pola sederhana, sementara wilayah “noise” terdiri dari pola yang

34 

 

kompleks. Representasi kedelapan bit plane ini merupakan PBC system(Pure

Binary Code). Pada BPCS, proses penyisipan dilakukan pada bit plane dengan

sistem CGC (Canonical Gray Code) karena proses bit slicing pada CGC cenderung

lebih baik dibandingkan pada PBC (Kawaguchi et.al, 1998). Sehingga pada proses

penyisipan, bit plane dengan representasi PBC diubah menjadi bit plane dengan

representasi CGC.

2.7.1 CGC pada BPCS

Tujuan utama dari BPCS adalah untuk memanfaatkan sebesar-besarnya

ruang pada image pembawa tanpa banyak mengurangi kualitas tampilan

visual dari gambar aslinya. Pure Binary Coding (PBC) pada bit-plane

menyediakan wilayah yang lebih besar untuk embedding. Tapi PBC

mengalami masalah "Hamming Cliff”, dimana perubahan kecil dalam warna

mempengaruhi banyak bit dari nilai warna. Hal ini dapat lebih baik

dijelaskan dengan bantuan contoh.

Pertimbangkan dalam gambar 8–bit, ada dua piksel berturut-turut

memiliki nilai intensitas 127 dan 128 masing-masing. Pada PBC, 127

direpresentasikan sebagai 01111111 dan 128 direpresentasikan sebagai

10000000. Kedua piksel tampaknya identik dengan mata manusia tetapi

sangat berbeda dalam representasi bit. Ini disebut konsep "Hamming Cliff"

(Khaire, Shrikan et. al., 2010). Jika data rahasia tertanam, maka ada

kemungkinan bahwa bisa menjadi 11111111 01111111 dan bisa menjadi

00000000 10000000.

35 

 

Sebelumnya, ada perbedaan satu tingkat keabuan yang diabaikan oleh

mata manusia. Sekarang, setelah embedding, perbedaan tingkat abu-abu

adalah bahwa dari 255 yaitu satu pixel muncul hitam gelap sementara piksel

lainnya tampak putih murni. Perubahan ini mudah terlihat oleh mata

manusia. Kelemahan ini dihindari oleh Cannonical Gray Coding (CGC),

pada CGC teknik pengkodean abu-abu digunakan. Dengan demikian, 127

yang direpresentasikan dalam bentuk biner sebagai 01111111 sekarang

direpresentasikan sebagai 01000000 di CGC. Demikian pula, 128

direpresentasikan dalam CGC sebagai 11000000. Sekarang, dua piksel

terlihat sama, tetapi berbeda hanya dengan satu bit. Hal ini persis

berlawanan dengan PBC. Jadi, CGC tidak mengalami masalah dari

"Hamming Cliff". Setelah embedding, 01000000 bisa menjadi 11000000

dan 11000000 bisa menjadi 01000000. Jadi, perubahan piksel terjadi dalam

tingkat intensitas yang tidak terlalu mencolok. Oleh karena itu, CGC dipakai

daripada PBC di sistem BPCS.

Gambar 2.10 PBC dan CGC pada BPCS

36 

 

Berikut adalah rumus persamaan antara gambar biner PBC dan CGC

(dengan adalah Exclusive OR) :

g1 = b1

gi= bi-1 bi , i > 1

b1 = g1

bi = gi bi-1, i > 1

dengan gi : nilai bit ke-i pada sistem CGC

bi : nilai bit ke-i pada sistem PBC

2.7.2 Bit-plane Slicing pada BPCS

Sebuah citra multi-valued dengan kedalaman n bit dapat diuraikan

menjadi bentuk n-gambar biner (bit plane) dengan operasi bit slicing

(Kawaguchi et.al, 1998). Pemotongan bit-plane (bit-plane slicing) dapat

dipahami pada gambar berikut :

Gambar 2.11 Konsep Pemisahan Bit-plane dengan Nilai Piksel 131

37 

 

Piksel adalah nomor digital yang terdiri dari bit. Dalam gambar 8-bit,

intensitas setiap piksel diwakili oleh 8-bit. Gambar 8-bit terdiri dari delapan

daerah 1-bit plane, dari bit plane '0 '(LSB) ke bit-plane '7' (MSB).Plane '0 '

berisi semua bit urutan terendah (LSB) dari semua piksel dalam gambar

sementara plane '7' berisi semua bit orde tinggi (MSB). Pemisahan bit plane

berguna untuk kompresi gambar. Kompleksitas dari setiap pola bit-plane

meningkat secara monotical dari MSB ke LSB.

Sebagai contoh, misalkan ada citra P dengan kedalaman n-bit, dapat

ditunjukkan

P = (P1, P2,…, Pn)

Pi merupakan bit plane ke-i, dengan i = 1, 2, …, n.

Jika citra P terdiri dari 3 warna, red, green, blue, maka dapat ditunjukkan

P = (PR1, PR2, …, PRn, PG1, PG2, …, PGn, PB1, PB2, …, PBn)

PRi: bit-plane ke-i untuk red

PGi: bit-plane ke-i untuk green

PBi: bit-plane ke-i untuk blue

2.7.3 Kompleksitas pada Bit-Plane

Langkah penting dalam BPCS adalah untuk menemukan daerah

"kompleks" di gambar pembawa pesan (vessel image) sehingga data dari

gambar rahasia dapat disembunyikan tanpa kecurigaan apapun. Tidak ada

definisi standar dalam penghitungan nilai kompleksitas. Pada dasarnya ada

tiga metode ukuran kompleksitas. Namun, tulisan ini berfokus pada ukuran

kompleksitas berdasarkan panjang perbatasan hitam dan putih dalam

38 

 

gambar biner (black-white border image complexity) (Kawaguchi

et.al,1998). Total panjang perbatasan hitam dan putih adalah sama dengan

penjumlahan dari jumlah perubahan warna di sepanjang baris dan kolom

dalam gambar.

Gambar 2.12 Piksel Putih(W) yang Dikelilingi 4 Piksel Hitam(B)

Pada gambar , sebuah piksel putih tunggal dikelilingi oleh 4 piksel hitam.

Jadi ada total 4 perubahan warna dengan panjang perbatasan adalah 4.

Perubahan warna yang dihitung adalah berdasarkan posisi atas, kanan,

bawah, dan kiri. Secara horizontal dan vertikal, tidak secara diagonal.

Gambar 2.13 Semua Piksel Putih Gambar 2.14 Papan Hitam-Putih

Dalam gambar 2.13,semua piksel putih. Akibatnya tidak ada perubahan

warna di sepanjang baris dan kolom. Oleh karena itu, panjang total

perbatasan nol. Jadi panjang perbatasan minimum nol. Pada gambar 2.14

ada alternatif piksel putih dan hitam yaitu gambar papan checker. Secara

visual, perubahan warna total di sepanjang baris dan kolom adalah 24. Hal

ini dapat juga dihitung dengan bantuan rumus-rumus. Persamaan untuk

39 

 

panjang maksimum perbatasan untuk (2 ^ 2 ^ mx m) citra biner diberikan

oleh 2 * 2 ^ m * (2 ^ m-1). Jadi, dalam kasus gambar 2.13 maupun 2.14,

adalah gambar biner 4 x 4, sehingga nilai m = 2. Dengan menggunakan

rumus, kita mendapatkan panjang maksimum untuk gambar 2.13 dan 2.14

sebagai 24. Kompleksitas gambar dilambangkan dengan 'α' dan diberikan

oleh persamaan

2 2 2 1

Dimana ‘k’ adalah total panjang dari batas pada gambar dan α adalah

jangkauan antara 0 dan 1. Dari ke dua gambar di atas tadi, diperoleh nilai α

untuk gambar 2.13 adalah α = 0/24 = 0. Dan gambar 2.14 α = 24/24 = 1.

2.15 Contoh Gambar dengan Nilai Kompleksitas Antara 0 dan 1

Karena kedua gambar di atas memiliki ukuran 8x8, nilai m =3, maka

nilai total panjang (k) adalah 2 x 8 x 7 = 112. Untuk kedua kondisi di atas

diperoleh hasil gambar kiri memiliki α = 69/112 = 0,62. Sedangkan gambar

kanan adalah α = 29/112 = 0,23.

2.7.4 Informative dan Noise-likeRegion

Informative image berarti gambar yang simpel, sedangkan noise-like

region berarti gambar yang kompleks. Hal ini hanya berlaku pada kasus

40 

 

dimana sebuah gambar biner merupakan bagian dari sebuah gambar yang

natural (Kawaguchi et.al, 1998). Kompleksitas sebuah area bit-plane adalah

parameter yang digunakan dalam menentukan sebuah bit-plane merupakan

informative atau noise-like region.

Setelah menghitung kompleksitas masing-masing plane, kita dapat

menentukan plane mana saja yang “informative” dan “noise-like”. Kita

dapat menentukan nilai threshold (α0) sebagai batas penentuan nilai

kompleksitas. Umumnya nilai threshold yang digunakan adalah α0 = 0,3.

Sehingga dapat disimpulkan, semua plane yang memiliki nilai kompleksitas

di bawah 0,3 adalah ‘informative region” dan yang memiliki kompleksitas

di atas 0,3 adalah “noise-like region” yang dapat digunakan untuk

penyembunyian data.

Untuk threshold, semakin memiliki nilai maksimum 1 (kompleksitas

maksimum) dan nilai minimum 0 (tdk ad kompleksitas). Semakin besar nilai

threshold yang digunakan, maka semakin tinggi batasan noise yang diambil,

sehingga jumlah noise yang bisa dimanfaatkan juga semakin sedikit. Namun

pengaruhnya terhadap kualitas gambar stego adalah, gambar stego yang

dihasilkan akan semakin baik kualitasnya, karena semakin sedikit noise

yang diganti dengan pesan.

Pada gambar 2.15, diperoleh bahwa gambar kiri adalah “noise-like

region” sedangkan yang kanan adalah “informative region”.

41 

 

2.7.5 OperasiKonjugasi pada Gambar Biner

Citra biner terdiri dari wilayah informatif (informative region) dan

wilayah noise (noise-like region). Pola informatif sederhana sementara

daerah noise kompleks. Jika data rahasia adalah sebuah noise maka

langsung tertanam dalam daerah noise dari gambar pembawa pesan. Jika

data rahasia informatif maka harus menjalani operasi konjugasi untuk

mengubahnya dengan pola yang kompleks. Baru kemudian ditanamkan

pada daerah noise dari gambar pembawa.

Konjugasi dari suatu gambar biner P adalah sebuah gambar biner lainnya

yang memiliki nilai kompleksitas sebesar satu dikurangi nilai kompleksitas

P. Misalkan sebuah gambar hitam-putih P berukuran 8x8 piksel memiliki

warna background putih dan warna foreground hitam. W adalah pola

dengan semua piksel berwarna putih dan B adalah pola dengan semua piksel

berwarna hitam. Wc dan Bc adalah pola papan catur, dengan piksel pada

bagian kiri atas berwarna putih pada Wc dan hitam pada Bc. P* adalah

konjugasi dari gambar P.

Gambar 2.16 Ilustrasi Proses Konjugasi

Dari Gambar 2.16 dapat dilihat bahwa P adalah gambar yang memiliki

piksel background dengan pola W dan piksel foreground dengan pola B. P*

42 

 

yang merupakan konjugasi dari P memiliki spesifikasi sebagai berikut

(Kawaguchi et.al,1998):

1. Memiliki bentuk area foreground sama dengan P.

2. Memiliki pola area foreground sama dengan pola Bc

3. Memiliki pola area background sama dengan pola Wc.

Untuk membangun sebuah konjugasi P* dari sebuah gambar P, dapat

dilakukan dengan rumus berikut, dimana “ ” menandakan operasi

exclusive OR (XOR).

P* = P Wc

(P*)* = P

P* ≠ P

Jika (P) adalah kompleksitas dari P, maka : α(P*) = 1 - α(P)

2.7.6 Peta Konjugasi

Peta konjugasi yang dibuat bertujuan untuk menjadi penanda dan

petunjuk bagi program dalam proses deskripsi. Peta konjugasi akan

ditempatkan secara permanen pada bagian noise pertama dari gambar

penampung.

Peta konjugasi juga dibuat dalam wujud bit-plane, dan akan dikonjugasi

untuk menambah nilai kompleksitasnya. Baris pertama dari peta konjugasi

akan diisi dengan nilai bit 1, yaitu 00000001, sebagai penanda bahwa

gambar penampung yang bersangkutan sudah berisi pesan rahasia.

Baris kedua berisi jumlah noise yang harus diterjemahkan kembali

menjadi string pesan rahasia. Jumlah ini juga dibuat dalam bentuk

43 

 

bit.Tambahkan penanda untuk menkonjugasikan plane noise terakhir jika

dibutuhkan pada baris ke-3 pada peta. Sisa peta konjugasi akan diisi dengan

nilai 00000000 sampai menjadi bit-plane, baru kemudian dikonjugasikan

untuk menambah noise dan disisipkan menggantikan noise pertama dari

gambar penampung.

2.7.7 Algoritma BPCS

Algoritma Enkripsi pada BPCS (Kawaguchi, 1999) :

i. Ubah gambar penampung dari sistem PBC menjadi sistem CGC.

Sebelumnya, gambar tersebut dipotong terlebih dahulu menjadi bit-plane.

Setiap bitplane mewakili bit dari setiap piksel.

ii. Segmentasi setiap bit-plane pada gambar penampung menjadi

informative dan noise like region dengan menggunakan nilai

batas/threshold (α0).

iii. Bagi setiap byte pada data rahasia menjadi blok-blok(S).

iv. Jika blok(S) tidak lebih kompleks dibandingkan dengan nilai batas, maka

lakukan konjugasi terhadap S untuk mendapatkan S* yang lebih

kompleks.

v. Sisipkan setiap blok data rahasia ke bit-plane yang merupakan noise-like

region. Kemudian simpan data konjugasi pada “conjugation map”.

vi. Sisipkan juga pemetaan konjugasi yang telah dibuat.

vii. Ubah gambar stego dari sistem CGC menjadi sistem PBC.

44 

 

Proses ekstraksi data rahasia dapat dilakukan dengan menerapkan langkah-langkah penyisipan secara terbalik. Berikut algoritmanya :

a. Ubah gambar stego dari sistem PBC menjadi sistem CGC. Sebelumnya,

gambar tersebut dipotong terlebih dahulu menjadi bit-plane. Setiap

bitplane mewakili bit dari setiap piksel.

b. Segmentasi setiap bit-plane pada gambar penampung menjadi

informativedan noise like region dengan menggunakan nilai

batas/threshold (α0). Dimana bit-plane berisi pesan adalah noise region

dari gambar stego.

c. Terjemahkan peta konjugasi pada noise pertama. Hitung banyak noise

yang harus diterjemahkan kembali menjadi pesan.

d. Ubah bit-plane menjadi bit-bit per barisnya, kemudian terjemahkan

menjadi string huruf pesan rahasia. Untuk noise terakhir berisi pesan,

jika perlu dikonjugasi, maka lakukan konjugasi terlebih dahulu sebelum

diterjemahkan menjadi pesan.

e. Kumpulkan string-string pesan secara keseluruhan, kemudian susun

kembali menjadi pesan rahasia.