3

BAB II

TINJUAN PUSTAKA DAN LANDASAN TEORI

2.1. Tinjuan Pustaka

Hendrawati, Hamdani, dan Awang Harsa K (2014) dalam penelitiannya

yang berjudul “Keamanan Data dengan menggunakan Algoritma Rivest Code 4

(RC4) dan Steganografi pada Citra Digital”, melakukan implementasi penyandian

pesan dengan algoritma Riverst Code 4 dan menyisipkan ke dalam citra digital

dengan metode Least Significant Bit mengunakan 4 bit dari 8 bit yang tersedia

disisipkan di layar RGB.

Agustinus Noertjahyana, Samuel Hartono, dan Kartika Gunadi (2012)

dalam penelitian yang berjudul “Aplikasi metode Steganografi pada Citra Digital

dengan menggunakan metode LSB (Least Significant Bit)”, melakukan

implementasi menyembunyikan data ke dalam citra digital dengan metode Least

Significant Bit citra grayscale yang digunakan memiliki 8 bit memiliki nilai warna

0 hingga 255.

Tri Prasetyo Utomo (2012) dalam penelitiannya yang berjudul

“Steganografi Gambar dengan metode Least Significant Bit untuk Proteksi

Komunikasi pada Media Online”, melakukan implementasi penyembunyian pesan

ke dalam media gambar dengan metode Least Significant Bit menggunakan file

ekstensi BMP 24 bit.

Muhamad Wildan Habiby (2017) dalam penelitiannya yang berjudul

“Sistem Kriptografi untuk Keamanan Informasi menggunakan fungsi Chaos

Arnold’s Cat Map”, melakukan implementasi metode Chaos Arnold’s Cat Map

untuk mengacak citra digital sehingga sulit untuk di kenali.

Wiwit Widhianto, dan Suryadi, M.T (2014) dalam penelitiannya yang

berjudul “Enkripsi Citra Digital dengan Skema Difusi-Transposisi Berbasis

Chaos”, melakukan implementasi enkripsi citra digital dengan kriptogradi berbasis

Chaos dengan metode Arnold’s Cat Map dan Logistic Map.

4

2.2 Landasan Teori

2.2.1 Citra

Citra adalah informasi yang tersimpan dalam bentuk pemetaan bit-bit, atau

dikenal dengan bitmap. Setiap bit-bit membentuk satu titik informasi yang disebut

sebagai piksel. Dengan kata lain, satu piksel merupakan satu titik citra, posisi piksel

dinyatakan dalam koordinat x dan y dalam bidang dua dimensi dan tiap piksel

memiliki nilai warna atau gray.

Citra digital tersusun dari titik-titik yang berisi nilai yang disebut piksel

pada posisi tertentu, banyaknya piksel akan menentukan resolusi dari citra tersebut,

semakin banyak piksel yang dimiliki sebuah citra maka resolusi pada citra tersebut

semakin tinggi dan ukuran berkasnya semakin besar (Sasmita, 2017).

Citra digital berbentuk matriks dengan ukuran MxN yang tersusun seperti

pada persamaan 2.1

f(x,y) =

(

𝑓(0,0)

𝑓(1,0)

𝑓(2,0)⋮

𝑓(𝑀−1,0)

𝑓(0,1)

𝑓(1,1)

𝑓(2,1)⋮

𝑓(𝑀−1,1)

𝑓(0,2)

𝑓(1,2)

𝑓(2,2)⋮

𝑓(𝑀−1,2)

⋯⋯⋯⋱⋯

𝑓(0,𝑁−1)

𝑓(1,𝑁−1)

𝑓(2,𝑁−1)⋮

𝑓(𝑀−1,𝑁−1))

………….(2.1)

Suatu citra f(x,y) dalam fungsi matematis dapat dituliskan pada persamaan 2.4:

0≤x≤M-1 ……………………………………………………………..(2.2)

0≤y≤N-1 ……………………………………………………………...(2.3)

0≤f(x,y)≤G-1 …………………………………………………………(2.4)

Dimana:

M = banyaknya baris pada array citra

N = banyaknya kolom pada array citra

G = banyaknya skala keabuan (grayscale)

F = derajat intensitas piksel

Macam-macam citra digital:

1) Citra biner

5

Citra biner adalah citra yang hanya memiliki dua buah piksel yaitu

hitam yang bernilai 0 dan putih yang bernilai 1. Oleh karena itu setiap

piksel pada citra biner direpresentasikan dengan 1 bit.

2) Citra grayscale

Citra grayscale adalah citra yang piksel-pikselnya berada diantara 0

(hitam) dan 255 (putih).

3) Citra warna

Citra warna merupakan citra yang setiap pikselnya mewakili warna

yang merupakan kombinasi dari tiga warna dasar yaitu merah, hijau dan

biru. Setiap warna dasar menggunakan penyimpanan 8 bit (1 byte).

Dalam penelitian ini citra yang digunakan citra grayscale dan RGB, serta

citra berukuran piksel N x N pada citra grayscale dan juga citra RGB tiap layer, 3

layer pada citra RGB akan digunakan untuk media penyimpanan.

2.2.1.1 Joint Photographic Experts Group (JPG/JPEG)

Tipe berkas JPG paling digunakan di media daring, Standar kompresi

gambar pada JPG menghasilkan kompresi yang sangat besar menyebabkan kualitas

gambar turun (Lossy Compression), tetapi dengan akibat distoris pada gambar yang

hampir selalu tidak terlihat. JPG adalah sebuah format gambar yang sangat berguna

untuk jenis fotografi berkualitas tinggi.

2.2.1.2 Portable Network Graphics (PNG)

PNG adalah format penyimpanan citra yang menggantikan format GIF,

berbeda dengan JPG format ini menggunakan metode pemadatan yang tidak

menghilangkan bagian dari citra tersebut (Lossless Compression). Format ini

menjadi solusi kompersi yang kuat dengan warna yang lebih banyak

6

2.2.2 Grayscale

Grayscale adalah format citra atau gambar yang tiap piksel hanya terdiri

dari 1 komposisi warna. Perbedaan dengan format RGB yaitu citra terdiri dari

komposisi warna R (merah), G (hijau), B (biru). Untuk mendapatkan citra grayscale

(aras keabuan) digunakan rumus persamaan 2.5:

𝐼(𝑥, 𝑦) = 𝛼. 𝑅 + 𝛽. 𝐺 + 𝛾. 𝐵 ………………………………………(2.5)

Dengan I(x,y) adalah level keabuan pada koordinat yang peroleh dengan

komposisi warna R (merah), G (hijau, B (biru) yang ditunjukkan oleh nilai

parameter α, β, dan γ adalah 0,333 (Sasmita, 2017).

Pada penelitian ini penggunaan grayscale dilakukan pada kedua citra sisip

dan citra wadah untuk menyamakan nilai warna yaitu 0 sampai 255.

2.2.3 Warna

Citra warna digital dalam model RGB dari 3 buah bidang citra, masing-

masing terdiri dari warna utama : merah (Red), Hijau (Green), dan Biru (Blue).

Lihat Gambar 2.1 suatu warna dispesifikasikan sebagai campuran sejumlah

komponen warna utama.

Gambar 2.1. Koordinat warna RGB

Percampuran warna utama membentuk warna baru, lihat Gambar 2.2

campuran dengan menambahkan warna utama merah, hijau, dan biru membentuk

warna sekunder kuning (merah hijau), cyan (biru hijau), magenta (merah biru) dan

putih (merah hijau biru).

7

Gambar 2.2. Campuran warna RGB

2.2.4 Kriptografi

Kriptografi merupakan keahlian atau ilmu untuk mengamankan informasi

seperti data rahasia, integritas data, autentikasi, dan non-repudansi. Kriptografi

modern saat ini terdapat titik temu antara disiplin ilmu matematika, ilmu komputer,

dan teknik elektro, penggunaannya pada era komputer sudah banyak diterapkan

seperti password ATM, password komputer, dan lain-lain.

Kriptografi modern sangat didasari pada teori matematis dan aplikasi

komputer, algoritma kriptografi didesain pada asumsi ketahanan komputasional,

membuat algoritma ini sangat sulit dipecahkan oleh musuh. Secara teoretis, sangat

sulit memecahkan sistem kriptografi, namun tidak layar melakukannya dengan

cara-cara praktis. Kemajuan teoritis dapat meningkatkan algoritma faktorisasi

integer, dan meningkatkan teknologi komputasi yang membutuhkan solusi ini

untuk diadaptasi terus-menerus.

Dalam kriptografi terdapat proses enkripsi, yaitu proses mengamankan

suatu informasi sehingga sulit untuk dibaca tanpa bantuan pengetahuan khusus atau

metode untuk mengetahui informasi yang tersembunyi, proses untuk membaca

informasi yang terenkripsi disebut dekripsi dengan metode yang sama dengan

enkripsi informasi rahasia dimungkinkan untuk dibuka.

8

2.2.4.1 Teori Chaos

Teori chaos pertama kali dicetuskan oleh seorang meteorologis bernama

Edward Lorenz pade tahun 1961. Teori chaos berusaha mencari bentuk

keseragaman dari data yang kelihatan acak. Teori ini ditemukan secara tidak

sengaja, Lorenz pada saat itu sedang mencari penyebab mengapa cuaca tidak bisa

diramalkan, dengan bantuan komputer dan 12 model rumusan. Program yang

tercipta tidak bisa memprediksi cuaca, tetapi dapat menggambarkan seperti apa

cuaca tersebut jika diketahui titik awalnya.

Chaos adalah sistem yang memiliki ketergantungan yang sangat peka pada

kondisi awal, sedikit perubahan pada kondisi awal, secara drastis mengubah

kelakukan sistem pada jangka panjang. Sistem chaos ini dapat ditentukan dengan

matematis, dengan aturan-aturan yang ditentukan dalam prosesnya (Habiby, 2017).

Dalam kriptografi modern saat ini teori chaos berkembang secara matematis

untuk mendapatkan nilai acak dengan kunci rahasia sebagai parameter kendali akan

membentuk pola, perulangan dapat juga diterapkan untuk mendapatkan hasil acak

yang beragam.

2.2.4.2 Arnold’s Cat Map

Metode Arnold’s cat map pertama kali ditunjukan oleh matematikawan

Rusia, Vladimir I. Arnold pada tahun 1960 dengan citra kucing. Arnold’s cat map

(ACM) awalnya di definisikan sebagai berikut untuk citra berukuran N x N

(Widhianto, 2014):

[𝑥𝑛+1𝑦𝑛+1

] = ([2 11 1

] [𝑥𝑛𝑦𝑛])𝑚𝑜𝑑 𝑁 ..................................(2.7)

dengan [𝑥𝑛𝑦𝑛]menunjukan lokasi piksel dari citra yang masing-masing bernilai

bilangan bulat antara [0,N-1] dengan N x N adalah ukuran citra.

Perkembangan, ACM telah digeneralisasi dengan dua parameter p dan q

sebagai berikut (Widhianto,2014):

9

[𝑥𝑛+1𝑦𝑛+1

] = ([2 𝑝𝑞 𝑝𝑞 + 1

] [𝑥𝑛𝑦𝑛])𝑚𝑜𝑑 𝑁..........................(2.8)

dengan nilai p dan q yang digunakan adalah bilangan bulat positif.

Pada penelitian ini rumus Arnold’s Cat Map yang digunakan adalah sebagai

berikut:

[𝑥𝑛+1𝑦𝑛+1

] = ([1 𝑝𝑞 𝑝𝑞 + 1

] [𝑥𝑛𝑦𝑛])𝑚𝑜𝑑 𝑁..........................(2.9)

Berikut ini adalah contoh dari perhitungan rumus Arnold’s Cat Map lihat

Table 2.1 contoh dari piksel 3x3

Tabel 2.1 Piksel 3x3

No piksel 1 2 3

1 77 32 164

2 128 253 112

3 118 154 244

Dimana:

p = 5

q = 5

1) [1 55 5𝑥5 + 1

] 𝑥 [11] = [

1𝑥1 + 5𝑥15𝑥1 + 26𝑥1

] = [631]𝑚𝑜𝑑 3 = [

0 + 11 + 1

] = [12]

2) [1 55 5𝑥5 + 1

] 𝑥 [12] = [

1𝑥1 + 5𝑥25𝑥1 + 26𝑥2

] = [1157]𝑚𝑜𝑑 3 = [

2 + 10 + 1

] = [31]

3) [1 55 5𝑥5 + 1

] 𝑥 [13] = [

1𝑥1 + 5𝑥35𝑥1 + 26𝑥3

] = [1683]𝑚𝑜𝑑 3 = [

1 + 12 + 1

] = [23]

4) [1 55 5𝑥5 + 1

] 𝑥 [21] = [

1𝑥2 + 5𝑥15𝑥2 + 26𝑥1

] = [736]𝑚𝑜𝑑 3 = [

1 + 10 + 1

] = [21]

5) [1 55 5𝑥5 + 1

] 𝑥 [22] = [

1𝑥2 + 5𝑥25𝑥2 + 26𝑥2

] = [1262]𝑚𝑜𝑑 3 = [

0 + 12 + 1

] = [13]

6) [1 55 5𝑥5 + 1

] 𝑥 [23] = [

1𝑥2 + 5𝑥35𝑥2 + 26𝑥3

] = [1788]𝑚𝑜𝑑 3 = [

2 + 11 + 1

] = [32]

7) [1 55 5𝑥5 + 1

] 𝑥 [31] = [

1𝑥3 + 5𝑥15𝑥3 + 26𝑥1

] = [841]𝑚𝑜𝑑 3 = [

2 + 12 + 1

] = [33]

10

8) [1 55 5𝑥5 + 1

] 𝑥 [32] = [

1𝑥3 + 5𝑥25𝑥3 + 26𝑥2

] = [1367]𝑚𝑜𝑑 3 = [

1 + 11 + 1

] = [22]

9) [1 55 5𝑥5 + 1

] 𝑥 [33] = [

1𝑥3 + 5𝑥35𝑥3 + 26𝑥3

] = [1863]𝑚𝑜𝑑 3 = [

0 + 10 + 1

] = [11]

Berikut adalah hasil perubahan posisi nilai piksel dengan ACM.

Tabel 2.2 Hasil ACM piksel 3x3

No piksel 1 2 3

1 32 118 112

2 128 164 154

3 244 253 77

Proses untuk dekripsi dapat dilakukan dengan hasil perhitungan yang sama

hanya tinggal dibalik posisi dari [𝑥𝑛𝑦𝑛] menjadi posisi [

𝑥𝑛+1𝑦𝑛+1

].

Hasil pengamanan citra dengan metode Arnold’s Cat Map dapat lebih

dimaksimalkan dengan perulangan, dengan parameter q dan p setra jumlah

perulangan yang tepat dapat menjadi kunci untuk citra enkripsi Arnold’s Cat Map

dapat didekripsi.

2.2.5 Steganografi

Steganografi adalah seni dan ilmu menulis pesan tersembunyi atau

menyembunyikan pesan dengan suatu cara 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. Kata “steganografi” berasal dari bahasa

Yunani steganos, yang artinya “tersembunyi atau terselubung”, dan graphein,

“menulis” (Noertjahyana, et el,2012).

Kini, istilah steganografi termasuk penyembunyian data digital dalam

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

11

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

dalam aplhabet (perubahannya begitu halus sehingga tidak ada seorangpun yang

menyadari jika ia tidak benar-benar memperhatikannya).

Pada umumnya, pesan steganografi dengan ruma lain seperi gambar, artikel,

daftar belanjaan, atau pesan-pesan lainnya. Pesan yang tertulis ini merupakan

tulisan yang menyelubungi atau menutupi. Contohnya, suatu pesan bisa

disembunyikan dengan menggunakan tinta yang tidak terlihat di antara garis-garis

yang kelihatan. Teknik steganografi meliputi banyak sekali metode komunikasi

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

lain yang mengandung teks, gambar, bahkan suara tanpa menunjutkan perubahan

berarti pada medianya.

Tujuan dari steganografi adalah merahasiakan atau menyembunyikan

keberadaan dari sebuah pesan atau informasi. Dalam praktiknya, kebanyakan pesan

disembunyikan dengan membuat perubahan tipis terhadap data digital lain yang

isinya tidak akan menarik perhatian dari penyerang potensial, sebagai contoh

gambar yang tidak terlihat berarti atau berbahaya.

Pada metode steganografi cara ini sangat berguna jika digunakan pada cara

steganografi komputer karena banyak format berkas digital yang dapat dijadikan

media untuk menyembunyikan pesan. Format yang biasa digunakan diantaranya:

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

Format audio : wav, voc, mp3, dll.

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

Kelebihan steganografi jika dibandingkan dengan kriptografi adalah pesan-

pesannya tidak menarik perhatian orang lain. Seringkali, steganografi dan

kriptografi digunakan secara bersamaan untuk menjamin keamanan pesan

rahasianya.

Algoritma steganografi menggunakan sebuah kombinasi dari bidang jenis

teknik untuk melakukan sebuah tugas dalam penyelumbungan pesan rahasia dalam

12

sebuah selubung berkas. Sebuah program steganografi dibutuhkan untuk

melakukan hal-hal berikut (baik implisit melalui suatu perkiraan maupun eksplisit

melalui sebuah perhitungan), menemukan kelebihan bits dalam selubung berkas

yang dapat digunakan untuk menyelubungi pesan rahasia didalamnya, memilih

beberapa diantaranya untuk digunakan dalam pesan rahasia, memilih beberapa

diantaranya digunakan dalam menyelubungi data dan penyelubungan data dalam

bits dipilih sebelumnya

2.2.5.1 Least Significant Bit

Least significant bit (LSB) adalah bagian dari barisan data biner paling kecil

atau tidak berarti, letaknya paling kanan dari baris bit. Sebaliknya, most significant

bit barisan biner paling besar yang letaknya disebelah kiri. 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 format biner 00000000 sampai 11111111 (Utomo, 2012).

Contohnya adalah bilangan biner dari 255 adalah 1111111 dan bilangan

tersebut berarti :

1 ∗ 27 + 1 ∗ 26 + 1 ∗ 25 + 1 ∗ 24 + 1 ∗ 23 + 1 ∗ 22 + 1 ∗ 21 + 1 ∗ 20 =

128 + 64 + 32 + 16 + 8 + 4 + 2 + 1 = 255 ................................(2.6)

Dari barisan angka 1 paling kanan bernilai 1 adalah nilai paling kecil.

Bagian tersebut disebut least significant bit (bit yang tidak berarti), sedangkan

paling kiri yang bernilai 128 disebut most significant bit (bit yang paling berarti).

Kekurangan dari LSB dapat diambil kesimpulan dari contoh 8 bit piksel,

menggunakan LSB dapat secara drastis mengubah unsur pokok warna dari piksel.

Ini dapat menunjukan perbedaan nyata dari cover image menjadi stego image,

sehingga tanda tersebut menunjukan keadaan dari steganografi. Keuntungan dari

LSB yang paling besar dari algoritma ini adalah proses cepat dan mudah.

13

Least Significant Bit sering kali digunakan untuk pentingan penyisipkan

data ke dalam suatu media digital lain, salah satu yang memanfaatkan Least

Signification Bit sebagai metode penyembunyian adalah steganografi audio.

Metode yang digunakan untuk menyisipkan citra digital pada penelitian

adalah dengan cara mengambil 4 bit dari 8 bit pada citra sisip lalu pada citra wadah

tiap pikselnya dengan masukan logika AND pada citra wadah dengan bit pemisah

11110000, lalu melakukan masukan logika OR untuk menggabungkan bit-bit citra

wadah dan citra sisip. Sebagai contoh lihat Gambar 2.3 pada piksel wadah bernilai

137 diubah menjadi bilangan biner 8 bit, bilangan tersebut dilakukan masukan

logika AND dengan nilai biner 11110000 untuk menghasilkan 8 bit biner dimana 4

bit belakangnya bernilai 0000, dan pada piksel sisip bernilai 49 diubah menjadi

bilangan biner 8 bit lalu diambil 4 bit terdepan, lalu kedua bilangan biner piksel

wadah dan piksel sisip hasil proses sebelumnya dilakukan masukan logika OR

hasilnya dikembalikan menjadi bilangan desimal.

Gambar 2.3. Skema penyisipan bit

Untuk melakukan dekripsi Least Significant Bit pada piksel, dapat dilakukan

dengan memisahkan bit dengan melakukan masukan logika AND antar piksel

dengan nilai 11111111. Sebagai contoh lihat Gambar 2.4 piksel LSB diubah

menjadi bilangan biner dan ambil 4 bit belakang dari 8 bit, lalu dilakukan masukan

14

logika AND dengan biner 1111111, untuk hasilnya diubah menjadi bilangan

desimal kembali.

Gambar 2.4. Skema memisahkan bit

Berikut ini adalah contoh dari proses penyisipan Least Significant Bit, lihat

Tabel 2.3 piksel 3x3 yang menjadi wadah pada Tabel 2.4 adalah piksel 3x3 yang

dikonversi menjadi biner.

Tabel 2.3 Piksel wadah 3x3

No Piksel 1 2 3

1 153 200 194

2 230 123 231

3 95 76 92

Tabel 2.4 Konversi biner piksel wadah 3x3

No Piksel 1 2 3

1 1001 1001 1100 1000 1100 0010

2 1101 1100 0111 1011 1110 0111

3 0101 1111 0100 1100 0101 1100

Proses selanjutnya adalah membuat nilai 0 pada 4 bit terakhir, dengan

masukan logika AND dengan bit pemisah 11110000, hasilnya dapat dilihat pada

Tabel 2.5.

15

Tabel 2.5 Hasil masukan logika AND

No Piksel 1 2 3

1 1001 0000 1100 0000 1100 0000

2 1101 0000 0111 0000 1110 0000

3 0101 0000 0100 0000 0101 0000

Pada Tabel 2.6 adalah piksel sisip 3x3 yang akan disembunyikan, pada

Tabel 2.7 adalah konversi biner untuk proses selanjutnya.

Tabel 2.6 Piksel sisip 3x3

No Piksel 1 2 3

1 208 175 169

2 90 173 183

3 232 124 165

Tabel 2.7 Konversi biner piksel sisip 3x3

No Piksel 1 2 3

1 11011 0000 1010 1111 1010 1001

2 0101 1010 1010 1101 1011 0111

3 1110 1000 0111 1100 10101 0101

Selanjutnya mengambil 4 bit terdepan sebagai bit yang penting dan akan

disisipkan pada biner piksel wadah, lihat Tabel 2.8 adalah hasil dari pengambilan

biner yang akan digunakan.

Tabel 2.8 Hasil pengambilan bit terdepan

No Piksel 1 2 3

1 0000 1101 0000 1010 0000 1010

2 0000 0101 0000 1010 0000 1011

3 0000 1110 0000 0111 0000 1010

16

Proses selanjutnya adalah melakukan masukan logika OR pada tiap piksel

pada Tabel 2.5 hasil masukan logika AND dan Tabel 2.8 Hasil pengambilan bit

terdepan, menghasilkan biner gabungan yang dapat dilihat pada Tabel 2.9.

Tabel 2.9 Hasil masukan logika OR

No Piksel 1 2 3

1 1001 1101 1100 1010 1100 1010

2 1101 0101 0111 1010 1110 1011

3 0101 1110 0100 0111 0101 1010

Proses akhir dari enkripsinya adalah mengkonversikan biner menjadi

desimal dapat dilihat pada Tabel 2.10.

Tabel 2.10 Konversi desimal hasil enkripsi

No Piksel 1 2 3

1 157 202 202

2 213 122 235

3 94 71 90

Terjadi perubahan nilai dari Tabel 3.3 Piksel wadah 3x3 karena nilai 4 bit

terakhir berbeda, proses dekripsi dengan mengkonversikan desimal ke biner dan

mengambil 4 bit terakhir dan diproses masukan logika OR dengan 1111111 maka

akan menghasilkan pada Tabel 2.11.

Tabel 2.11 Hasil pengambilan 4 bit belakang

No Piksel 1 2 3

1 1101 0000 1010 0000 1010 0000

2 0101 0000 1010 0000 1011 0000

3 1110 0000 0111 0000 1010 0000

Hasil tersebut dikonversikan ke bilangan desimal sebagai tahap akhir dari

dekripsi Least Significant Bit dapat dilihat pada Tabel 2.12 adanya perbedaan nilai

dengan aslinya yaitu Tabel 2.6 piksel sisip 3x3.

17

Tabel 2.12 Konversi desimal hasil dekripsi

No Piksel 1 2 3

1 208 160 160

2 80 160 176

3 224 112 160

2.2.6 Peak Signal to Noise Ratio

Peak Signial to Noise Ratio atau PSNR adalah teknik untuk membandingkan citra

asli dan citra yang telah dimanupulasi. Untuk mendapat nilai PSNR terlebih dahulu mencari

nilai Mean Square Error adalah nilai kuadrat rata-rata antara citra asli dan citra yang telah

manipulasi. Nilai PSNR dinyatakan dalam desibel (dB), kualitas citra berdasarkan PSNR

dapat dilihat di Tabel 2.13 (Tyas, 2011), PSNR didefinisikan sebagai :

𝑃𝑆𝑁𝑅 = 10 log 10 (𝑀𝐴𝑋𝑖

2

𝑀𝑆𝐸)................................................................................(2.6)

Dimana MAXi adalah maksimum jumlah piksel pada citra dan MSE dinyatakan

Mean Square Error didefinisikan sebagai :

𝑀𝑆𝐸 =1

𝑚 𝑛∑ ∑ [𝐼(𝑖, 𝑗) − 𝐾(𝑖, 𝑗)]2𝑛−1𝑗−0𝑚−1𝑖=0 ........................................................(2.7)

Dimana m dan n adalah ukuran citra, I adalah citra asli dan k adalah citra yang telah

dimanipulasi.

Tabel 2.13 Nilai PSNR

PSNR (dB) Kualitas Citra

60 Istimewa

50 Bagus

40 Layak

30 Cukup

20 Tidak dapat dipakai

BAB II TINJUAN PUSTAKA DAN LANDASAN TEORI2.1. Tinjuan Pustaka2.2 Landasan Teori2.2.1 Citra2.2.1.1 Joint Photographic Experts Group (JPG/JPEG)2.2.1.2 Portable Network Graphics (PNG)

2.2.2 Grayscale2.2.3 Warna2.2.4 Kriptografi2.2.4.1 Teori Chaos2.2.4.2 Arnold’s Cat Map

2.2.5 Steganografi2.2.5.1 Least Significant Bit

2.2.6 Peak Signal to Noise Ratio