Hasil Pencarian  ::  Simpan CSV :: Kembali

"Suatu pengiriman informasi penting dari satu pihak ke pihak lainnya membutuhkan suatu pengamanan untuk mencegah jatuhnya informasi tersebut ke pihak yang tidak berwenang. Salah satu teknik pengamanan informasi yang digunakan adalah steganografi. Salah satu metode yang dapat digunakan pada steganografi yaitu metode Discrete Cosine Transform (DCT). Dalam skripsi ini akan dijelaskan penggunaan algoritma metode DCT dalam menyembunyikan pesan rahasia berupa teks digital pada citra digital. Pesan rahasia akan di embedding ke dalam suatu keofisien dari Discrete Cosine pada cover image sehingga pesan rahasia tidak terlihat secara kasat mata.Hasil uji coba algoritma metode DCT dianalisis berdasarkan rata-rata waktu proses embedding dan extracting serta berdasarkan nilai Peak Signal to Noise Ratio (PSNR). Rata-rata waktu yang diperoleh dari proses embedding dan extracting berbanding lurus terhadap ukuran citra digital yang digunakan dan nilai PSNR yang diperoleh lebih besar dari 40dB yaitu dari 45dB hingga 50dB sehingga cover image dan stego image tidak berbeda secara kasat mata.

---

A transmission of important information from one to other requiring a security to prevent the collapse of such information to unauthorized. One information security techniques that can be used is steganography. One of the methods that can be used in steganography is Discrete Cosine Transform (DCT) method. In this essay will explain how to use DCT algorithms for embedding the secret message digital text into digital image. Secret message will be embedded to Discrete Cosine coefficient in cover image so that the secret message not visible to the human visual system.The trial result from DCT algorithms analyzed based on the time during the embedding and extracting process and value of Peak Signal to Noise Ratio (PSNR). The average time from the process of embedding and extracting proportional to the size of the digital image is used and the value obtained PSNR greater than 40dB that is from 45dB to 50dB so that the cover image and stego image difficult to differ from human visual system."

"Mengirim pesan yang bersifat rahasia rawan mengalami pencurian, penyalahgunaan dan tindak kriminal lainnya. Oleh karena itu, pengirim harus melakukan pengamanan pesan rahasia saat menyimpan sebelum pengiriman. Salah satu teknik pengamanan tersebut adalah steganografi. Steganografi merupakan teknik penyimpanan pesan dengan cara menyembunyikan pesan rahasia ke dalam suatu media yang bertujuan agar keberadaan pesan rahasia tidak dicurigai. Media yang digunakan adalah teks, citra digital, suara digital dan video. Pada penelitian ini media yang digunakan adalah pesan suara digital sebagai pesan rahasia dan citra digital warna sebagai media penyembunyian dengan menggunakan dua metode Least Significant Bit (LSB), 1-LSB dan 2-LSB. Sebelum penyisipan, pesan suara digital dienkripsi dengan tujuan untuk meningkatkan keamanan. Hasil dari implementasi algoritma selanjutnya digunakan untuk beberapa analisis. Berdasarkan hasil analisis nilai PSNR, diperoleh nilai yang relatif tinggi yaitu sekitar 61.374 dB sampai 72.820 dB. Hal ini berarti stego image yang dihasilkan memiliki tingkat imperceptibility yang tinggi sehingga pesan rahasia sulit dideteksi.

---

Sending a secret message is vulnerable to theft, misuse and any other criminal acts. Therefore, the sender must secure secret message before sending it. One of the security techniques is steganography. Steganography is a technique of hiding a secret messages in other medium that is intended to make the existence of secret message is not suspected. The media that can be used are text, digital image, digital audio and video.

In this research, the media that is used as a secret message is digital audio and the media that is used to conceal the secret message is digital color image using two kinds of Least Significant Bit (LSB) method, 1-LSB and 2-LSB. Prior to the insertion process, digital audio message is encrypted with the aim to increase security. Results of the implementation of the algorithm is then used for some analysis.

Based on the results of PSNR value analysis, the values are relatively high, around 61.374 dB to 72.820 dB. It means the produced stego image has a high level of imperceptibility so the secret message is hardly detected."

"Data menjadi hal yang sangat penting di zaman teknologi informasi saat ini. Data tersebut dapat dicuri, diubah, dan disalahgunakan sehingga diperlukan pengamanan data. Salah satu teknik yang dapat digunakan untuk pengamanan data adalah steganografi. Pada skripsi ini, akan dilakukan implementasi algoritma steganografi menggunakan teknik Haar Integer Wavelet Transform IWT dan Least Significant Bit LSB untuk menyembunyikan pesan rahasia berupa teks ke dalam citra digital. Untuk menyisipkan pesan rahasia dilakukan teknik Haar IWT dan 1-LSB pada cover image sehingga menghasilkan stego image. Hasil yang diperoleh menunjukkan bahwa proses extracting jauh lebih cepat dibandingkan proses embedding. Nilai PSNR dari data uji berkisar pada nilai 55-71 dB yang berarti stego image yang dihasilkan dikategorikan baik. Ini menunjukkan bahwa perbedaan citra awal dengan citra yang telah disisipi pesan rahasia tidak mengalami perubahan yang signifikan secara kasat mata.

---

Data becomes very important in the age of information technology today. Such data could be stolen, modified, and abused so that the data security become necessary. One of the techniques for data security is steganography. In this undergraduate thesis, the algorithm of steganography will be implemented with Haar Integer Wavelet Transform IWT and the Least Significant Bit LSB techniques for hiding text as secret message into digital image. Haar IWT and 1 LSB techniques are use to embed secret message on the cover image to produce a stego image. The results show that with this implementation the extracting proccess much faster than embedding process. Values of PSNR from experiment data is in the range 55 71 dB, so stego image are good. This indicates that the difference between cover image and stego image not changed by human visual system."

"Salah satu penggunaan teknologi saat ini adalah menyimpan data dalam format digital. Terkadang data yang disimpan bersifat rahasia, sehingga diperlukan metode untuk menjaga kerahasiaannya. Dua metode yang dapat digunakan untuk menjaga kerahasiaan data adalah kriptografi dan steganografi. Penelitian ini bertujuan membuat metode pengamanan teks digital dengan menyembunyikannya dalam gambar digital dengan menggunakan kriptografi dan steganografi. Metode kriptografi dan steganografi yang digunakan dalam penelitian ini berbasis chaos dengan menggunakan fungsi chaos yang disebut MS Map dan teknik embedding yang disebut LSB dengan pola 3-3-2. Dengan menggunakan aplikasi yang disebut uji Institut Nasional Standar dan Teknologi (NIST), ditemukan bahwa urutan berisi nomor yang dihasilkan oleh MS Map lulus 15 tes dalam tes NIST sehingga dapat disimpulkan bahwa urutan itu acak. Selain itu, analisis ini memperoleh sensitivitas kunci hingga 10−15 dan ruang kunci 1.04976 × 101269. Kualitas gambar steganografi (disebut gambar stego) diukur dengan Mean Square Error (MSE), Peak Signal-to-Noise Ratio (PSNR), dan koefisien korelasi. Nilai MSE yang dihasilkan mendekati 0 dengan maksimum 0,177153; nilai PSNR yang dihasilkan di atas 40 dB dengan minimum 55,647312 dB; sedangkan koefisien korelasi yang dihasilkan mendekati 1. Ini menunjukkan bahwa gambar stego tidak dapat dibedakan dengan gambar asli dalam tampilan biasa. Sedangkan untuk teks yang diekstraksi, kualitasnya diukur oleh perbedaan karakter dengan teks asli dan MSE. Nilai yang diperoleh untuk perbedaan karakter dan MSE adalah 0 yang menunjukkan bahwa teks yang diekstraksi sama dengan teks asli.

---

One use of todays technology is storing data in digital format. Sometimes the data storedis confidential, so a method is needed to maintain its confidentiality. Two methods that can be used to maintain data confidentiality are cryptography and steganography. This research aims to make a method of securing digital text by hiding it in a digital image by using cryptography and steganography. The method of cryptography and steganography used in this research is chaos-based by using chaos function called MS Map and embedding technique called LSB with 3-3-2 pattern. By using an application called National Institute of Standards and Technology (NIST) test, it is found that a sequence contains number generated by MS Map passed 15 tests in NIST test so it can be concluded that the sequenceis random. Furthermore, the analysis obtained key sensitivity up to 10-15and key space of 1,04976×101269. The quality of steganography image (called stego image) is measured by Mean Square Error (MSE), Peak Signal-to-Noise Ratio (PSNR), and correlation coefficient. The MSE values yielded areclose to 0 with a maximum of 0,177153; the PSNR values yielded are above 40dB with a minimum of 55,647312dB; while the correlation coefficients yielded are close to 1.This shows that the stego image cannot be distinguished with the original image in plain view. As forthe extracted text, its qualityis measured by the character difference with theoriginal text and MSE. The values obtained both for character difference and MSE are 0 which indicates that the extracted text is the same as the original text."

"Salah satu teknologi yang banyak diaplikasikan untuk mengolah data citra sebagai sumber informasi utama adalah teknologi penginderaan jauh atau remote sensing. Beberapa aplikasi remote sensing menuntut citra yang berkualitas baik, namun dalam ukuran yang lebih kecil mengingat ukurannya yang sangat besar. Kebutuhan inilah yang mendorong berkembangnya teknologi pemampatan citra atau image compression. Skripsi ini membahas tentang teknik kompresi citra gabungan antara prediksi linier antarband (kompresi spektral) dengan transformasi wavelet dan Discrete Cosine Transform (DCT) sebagai kompresi spasial. Jenis transformasi wavelet yang digunakan adalah LS 9/7, CDF 9/7, dan multiwavelet Daubechies 10 (Db10) + LS 9/7. Dari hasil ekperimen data MODIS berukuran 2048 x 2048, dapat disimpulkan rasio kompresi berbanding terbalik dengan nilai PSNR yang dihasilkan, sementara tingkat level dekomposisi sebanding dengan nilai PSNR dengan level ideal 5. Meskipun memiliki PSNR yang tinggi, metode DCT tidak menghasilkan kualitas citra hasil kompresi yang memadai, terbukti dengan rendahnya nilai co-histogram simetri (SCH). Metode kompresi yang paling baik adalah multiwavelet (Db10+LS9/7) karena menghasilkan PSNR yang stabil di atas 50 dB hingga rasio kompresi 100 dengan nilai SCH rata-rata 0.99.

---

An image/picture could contain thousands of information. Remote sensing is a technology which uses an image in the form of satellite imagery as the main source of information. Remote sensing applications require good quality of image, represented by smaller size, since satellite sensors have wide measurement coverage of Earth surface. In this regards, image compression is needed.

This thesis report covered image compression techniques using combination of interband prediction (as spectral compression) and discrete cosine transform (DCT) and wavelet transform (as spatial compression). Several wavelet transforms are applied in the experiment, such as LS 9/7, CDF 9/7, and multi-wavelet Daubechies 10 (Db10) + LS 9/7.

The experiment results showed that the higher the compression ratio, the smaller PSNR values. This applies to all four methods of compression which were tested in this study. The higher level of decomposition of wavelet transformation, resulted in better PSNR. While the ideal level of decomposition for wavelet transformation is level 5. Even the DCT method resulted in high PSNR, but the quality of compression image is poor, which is shown in low Symmetrical Co-Histogram (SCH) value. The best result was obtained by combined method (Db10+LS9/7) which resulted in high PSNR (up to 50 dB), high compression ratio (up to 100), and average SCH values of 0.99."

"Pada Tugas Akhir ini akan membahas teknik kompresi video codec yang mampu melakukan kompresi data frame mencapai ≥ 50% dari frame originalnya.Adapun tahapan kompresi input stream video dibagai menjadi 3 tahapan:

1. Pengurangan keseragaman spatial yang terjadi pada komponen-komponen intensity dalam suatu image.
2. Pengurangan keseragaman temporal yang terjadi pada motion object di frame-1, frame-2, frame-3 dan seterusnya.
3. Entropy coding untuk mengurangi energi komponen image yang kurang significant.

Dari tahapan diatas maka teknik kompresi yang didesign pada video codec disusun menjadi 3 sub-block besar : Transform coding yang menggunakan 2D-DCT, motion compensator berbasis pada SAD algorithm, dan RLE ( Run Length Encoding). Untuk mengetahui unjuk kerja system video codec yang telah didesign maka diperlukan pengukuran sesuai standart pengukuran ITU-T tentang kualitas video kompresi yaitu [8] :

1. Pengukuran secara subjectif dengan metode DSCQS (double stimulus continuous quality scale).
2. Pengukuran secara objectif dimana tool yang digunkan adalah PSNR (peak signal to noise ratio) dan MSE (mean squared error).

Dari hasil pengukuran teknik kompresi video didapatkan hasil PSNR yang masih jauh diatas ambang batas minimal yang diperbolehkan oleh ITU-T yaitu 20 dB.

---

This project will discuss about video codec compression that will compress data frame to 50% smaller from it original size.

There are three main steps to compress video stream input :

1. Reducing spatial similarity occurred in intensity components from source image.
2. Reducing temporal similarity occurred in motion object at first frame, second frame, third frame, etc.
3. Entropy coding to eliminate less significant image component energy.

From those steps mentioned above, design compression technique at video codec will rebuilt in to three major sub block : Transform coding using 2D-DCT, motion compensator based on SAD algorithm, and RLE (Run Length Encoding). To analyze performance of video codec systems that have been designed, measurable success indicator based on ITU-T standardization on video compression quality will be needed.

Those indicator are [8]:

1. Subjective measurements using DSCQS (Double Stimulus Continuous Quality Scale) Method.
2. Objective measurements using PSNR (peak signal to noise ratio) and MSE (mean squared error) as it tools.

Using those video compression measurements above, this project resulting PSNR value above its minimal threshold described in ITU-T (20dB)."

"Terkadang setiap orang memiliki informasi rahasia yang ingin dikirimkan tanpa diketahui oleh pihak lain. Steganography adalah sebuah teknik untuk menyembunyikan informasi ke dalam data multimedia sehingga memungkinkan untuk mengirim informasi kepada pihak yang berkepentingan tanpa diketahui atau dideteksi oleh pihak lain secara kasat mata (imperceptibility), walaupun dapat dideteksi melalui pendekatan statistik dengan menggunakan algoritma tertentu. Teknik Steganography berbasiskan JPEG (discrete cosine transform) merupakan salah satu algoritma yang digunakan untuk menyembunyikan data pada gambar digital. Analisis yang dilakukan untuk melihat imperceptibility dan kapasitas data yang dapat disembunyikan dari teknik steganography. Hal ini dilakukan karena kedua sifat itu merupakan aspek dari steganography. Proses analisis didukung dengan simulasi yang dibuat menggunakan Matlab versi 6.5 dan diujikan pada lima buah gambar hitam-putih berukuran 256x256 piksel.Dari hasil simulasi dapat diperoleh bahwa level kuantisasi yang digunakan saat menyisipkan data agar gambar stego tidak terdeteksi secara visual tergantung dari karakteristik gambar asli yang digunakan. Untuk simulasi ini diperoleh : level 100-70 untuk gambar goldhill dan autumn; gambar view pada level 100-80, level 100-50 untuk gambar lenna dan gambar baboon pada level 100-40. Sementara itu kapasitas data yang dapat disembunyikan dan diekstraksi tanpa error yang signifikan diperoleh : gambar goldhill dan baboon adalah dari 50-500 bytes pada level 80-40; gambar autumn adalah dari 50-500 bytes pada level 70-40; gambar lenna adalah 50-250 bytes pada level 80-40; dan gambar view adalah 50-400 bytes pada level 80-40 walaupun pada kapasitas 200-300 bytes ada 1 bit error, dan 450-500 bytes untuk level 70-50. Semakin kecil level kuantisasi yang digunakan maka ketahanan (robustness) terhadap kompresi JPEG akan semakin besar, sedangkan kualitas gambar (imperceptibility) yang dihasilkan akan semakin buruk dan kapasitas data yang dapat disisipkan semakin kecil.

---

Sometimes every people have secret information to send without any suspicion from other parties. Steganography is a technique for hiding information into multimedia data so as for sending information to other people without any detection from other parties (eavesdropper) visually, although it can be detected by statistical approach with some algorithm. Steganography technique base on JPEG (discrete cosine transform) is an algorithm which is used for hiding data into digital picture. Analysis was performed to check the imperceptibility and capacity of data that can be hidden, because both of them are aspects on steganography technique. Analysis process was made using Matlab version 6.5 and was tested to five 256x256 monochrome picture. From the simulation we can get that quantization level which is used when hiding data so the stego picture can not be detected visually was depend on the characteristic of original picture.Simulation result : level 100-70 for goldhill and autumn picture; view picture on level 100-80, level 100-50 for lenna picture and baboon picture on level 100-40. Capacity of the data that can be hidden and can be extracted without significant error are : goldhill and baboon picture is from 50-500 bytes on level 80-40; autumn picture is from 50-500 bytes on level 70-40; lenna picture is 50-250 bytes on level 80-40; and view picture is 50-400 bytes on level 80-40 even there was 1 bit error on capacity 200-300 bytes, and 450-500 bytes on level 70-50. If the quantization level getting smaller then the robustness against JPEG compression will be higher, but picture quality (imperceptibility) will be getting bad and capacity of the data that can be hidden getting smaller."

"Skripsi ini membahas tentang implementasi fungsi Gauss-Circle Map (GCM) dalam proses kriptografi dan steganografi secara simultan. Kriptografi ini berguna untuk menjaga kerahasiaan data, sedangkan steganografi berguna untuk menjaga keberadaan data. Objek yang digunakan pada proses kriptografi dan steganografi secara simultan ini adalah teks dan citra digital. Penelitian ini dilakukan dengan merancang algoritma untuk enkripsi dan embedding secara simultan, serta ekstraksi dan dekripsi secara simultan kemudian diimplementasikan pada pemrograman python. Hasil penelitian menunjukkan bahwa fungsi GCM memiliki tingkat keacakan sebesar 95% menggunakan National Institute of Standards and Technology (NIST) Test. Algoritma yang telah dirancang memiliki tingkat sensitivitas kunci yang beragam sesuai parameternya, secara umum sensitivitas kunci algoritma telah yang dirancang lebih kecil dari. Analisis histogram menunjukkan penyebaran piksel warna pada hasil enkripsi citra tersebar secara merata. Selain itu, kualitas stego image yang dihasilkan memiliki Mean Squared Error (MSE) mendekati nol dan Peak Signal to Noise Ratio (PSNR) di atas 39 dB. Untuk kualitas citra dan teks hasil ekstraksi-dekripsi diukur dari MSE-nya terhadap citra dan teks asli memiliki MSE sebesar 0. Hal ini menandakan teks hasil ekstraksi-dekripsi sama dengan teks asli, dan citra hasil ekstraksi-dekripsi sama dengan citra asli.

---

This thesis discusses the implementation of GCM function in cryptography and steganography process simultaneously. Cryptography is useful for securing data confidentiality, while steganography is useful to protect the existence of data. The objects used in the cryptographic and steganographic processes simultaneously are digital text and digital images. This research was conducted by designing algorithms for encryption and embedding simultaneously, as well as decryption and extraction simultaneously then implemented in python programming. The results showed that GCM had a randomness level of 95% using the NIST Test. Algorithms that have been designed have varying degrees of sensitivity according to the parameters, and general sensitivity levels that have been designed smaller than . Histogram analysis shows the spread of color pixels in the encryption of the image are evenly distributed. In addition, the resulting quality of stego image has MSE close to zero and PSNR above 39 dB. For the quality of extracted images and text measured from the MSE against the original image and text, it has zero MSE. This indicates that the extracted text is the same as the original text, and the extracted image is the same as the original image."