Dokumen ini membahas sistem watermarking yang dirancang untuk melindungi hak cipta karya digital dengan menggunakan teknik maksimum kuantisasi dalam domain transformasi wavelet diskrit. Metode ini memungkinkan ekstraksi watermark tanpa menggunakan citra asli, sehingga disebut blind watermarking, dan tahan terhadap berbagai gangguan seperti noise Gaussian dan cropping. Selain itu, algoritma RSA digunakan untuk memastikan kerahasiaan kunci dalam proses watermarking.

1. 1

Abstract— Watermarking is one solution that can be used
to insert data into a secret information that digital works to
be protected. Watermark system consists of 2 (two) main
process of insertion and extraction. In general, watermark
extraction process is done using the original image or
image watermark and this is a step that is less effective and
efficient.In this study, carried out the designing and
manufacturing of engineering systems with maximum
quantization watermarking in the discrete wavelet
transform domain haar decimal combined with parity
coding techniques to overcome the problem of ownership of
digital images are protected. Key generated in the process
of watermark insertion and extraction process will be used
to watermark protected confidentiality by changing
chipertext into shape using an asymmetric cryptographic
algorithm RSA (Rivest, Shamir, Adleman). The final results
of this study a watermark image that can be extracted
without using the original image and watermark image is
called Blind watermarking is not visible and semi-fragile
watermark for image can be resistant to interference in the
form of Gaussian Noise ≤ 0.01, brightness ≥ -50 to ≤ 50,
and 40% cropping. Decimal parity coding used produces
the percentage of 100% in making improvements to the
watermark image extracted watermark image.
Keywords— Blind Watermarking, Decimal Parity Coding,
RSA algorithm, the Maximum Quantization.
1. PENDAHULUAN
Penggunaan internet dalam kehidupan sehari-hari telah
menjadi hal yang umum saat ini. Banyak fasilitas yang
ditawarkan di internet, dan salah satu fasilitas yang sering
digunakan oleh para pengguna adalah upload dan
download. Dengan fasilitas upload dan download user
bisa mendapatkan copy dari berbagai jenis file gambar,
audio, video, program aplikasi, dan lain sebagainya dengan
harga yang relatif murah atau bahkan secara gratis tanpa
adanya penurunan kualitas dari file tersebut. Dengan
semakin berkembang dan populernya internet, semakin
tinggi pula pelanggaran-pelanggaran hak cipta karya digital
oleh pihak-pihak yang tidak bertanggungjawab. Mengingat
karya-karya digital dapat dengan mudah digandakan dan
Cathrine Folamauk adalah Mahasiswi, Jurusan Ilmu Komputer, FST
UNDANA, Jl. Untung Surapati, Kel.Batuplat, Kec.Alak, Kupang,
(Cathy_im03t@yahoo.co.id)
Adriana Fanggidae adalah staf pengajar Jurusan Ilmu Komputer, FST
UNDANA, Jl. Timor Raya Km.18, Kupang, (Pembimbing I)
Yulianto Polly adalah staf pengajar Jurusan Ilmu Komputer, FST
UNDANA, Jl. Timor Raya Km.18, Kupang (Pembimbing II)
diubah formatnya, maka dibutuhkan sebuah metode yang
dapat memberikan perlindungan terhadap hak cipta dengan
menyisipkan informasi rahasia ke dalam karya digital yang
akan dilindungi. Dengan adanya informasi rahasia ini, maka
pencipta karya digital yang asli dapat dibuktikan dan bisa
memperoleh perlindungan hak cipta.
Watermarking merupakan salah satu solusi yang dapat
digunakan untuk menyisipkan data informasi rahasia ke
dalam karya digital yang akan dilindungi. Adapun
informasi yang sering dijadikan informasi rahasia dapat
berupa teks, suara, dan gambar. Namun ada beberapa hal
penting yang harus diperhatikan dalam proses
watermarking, yaitu proses watermark tidak boleh
menurunkan kualitas citra yang digunakan, sehingga dapat
menjaga kerahasiaannya, watermark harus cukup kuat
untuk menahan serangan pengolahan gambar pada
umumnya dan tidak mudah dihilangkan [8].
Pada penelitian ini diberikan batasan masalah dan
asumsi sebagai berikut:
a. Citra host merupakan citra asli berformat “.bmp”,
dengan skala warna RGB 32 bit, berukuran dan
citra watermark yang digunakan adalah citra berformat
“.bmp” dengan skala warna RGB, grayscale, biner.
b. Citra watermark ditambahkan teknik decimal parity
coding untuk mempertahankan bentuk citra watermark
ketika diekstraksi.
c. Proses watermarking menggunakan metode Wavelet
proses dekomposisi level 2 (dua) dengan fungsi
Wavelet Haar, dan sub-band yang digunakan adalah
sub-band (Low-Low Frequency) dan (Low-
High Frequency) pada citra host.
d. Gangguan yang akan diberikan pada citra ber-
watermark adalah penambahan Gaussian noise,
kecerahan (braightness) dan cropping 40%.
e. Untuk merahasiakan kunci hasil proses embeded yang
akan digunakan pada proses ekstraksi citra
watermarking digunakan algoritma RSA.
2. DASAR TEORI
2.1 Citra Digital
Citra adalah gambar dua dimensi yang dihasilkan dari
gambar analog dua dimensi yang kontinu menjadi gambar
diskrit melalui proses sampling
Citra digital adalah citra yang dinyatakan secara
diskrit, baik untuk posisi koordinatnya maupun warnanya.
Dengan demikian, citra digital dapat digambarkan sebagai
suatu matriks, di mana indeks baris dan indeks kolom dari
matriks menyatakan posisi suatu titik di dalam citra dan
BLIND WATERMARKING PADA CITRA DIGITAL MENGGUNAKAN TEKNIK
MAKSIMUM KUANTISASI
Cathrine Folamauk, Adriana Fanggidae dan Yulianto Polly

2. 2
harga dari elemen matriks menyatakan warna citra pada
titik tersebut.
Dimensi ukuran citra digital dinyatakan sebagai
tinggi(M) x lebar(N). Citra digital yang berukuran M x N
dinyatakan dengan matriks yang berukuran M baris dan N
kolom sebagai berikut[2]:
(0,0) (0,1) .. (0, 1)
(1,0) (1,1) .. (1, 1)
( , ) . . .
. . .
( 1,0) ( 1,1) .. ( 1, 1)
f f f N
f f f N
f x y
f M f M f M N
 
  
 
 
 
      (2.1)
Format warna RGB 32 bit berbeda dengan RGB 24 bit,
dimana jika pada RGB 24 bit perpikselnya menggunakan 3
byte warna yang terdiri dari red, green dan blue, sedangkan
pada RGB 32 bit menggunakan 4 byte warna perpikselnya
yang terdiri dari alpha channel-8 bit, red, green dan blue
sehingga banyaknya warna yang dapat dihasilkan adalah
256 256 256 256 = 4.294.967.296 jenis warna.
2.2 Sistem Koordinat Warna YIQ
Model merupakan salah satu model warna yang
berfokus pada persepsi mata manusia terhadap warna.
Model ini merupakan standar warna pada penyiaran TV
yang diperkenalkan pertama kali oleh (The National
Television System Comitee). YIQ merepresentasikan warna
dalam tiga komponen, yaitu komponen mewakili
pencahayaan (luminance), komponen mewakili corak
warna (hue) dan komponen mewakili intensitas atau
kedalaman warna (saturation). Masing-masing komponen
tersebut diperoleh dengan mentransformasikan RGB
dengan persamaan (Russ, 2011) :
= 0.299 + 0.587 + 0.114
= 0.596 − 0.275 − 0.321 (2.2)
= 0.212 − 0.523 + 0.311
Untuk mentukan sistem kebalikannya dalah dengan
mentransformasikan warna YIQ ke RGB adalah :
= + 0.956 + 0.621
= − 0.272 − 0.647 (2.3)
= − 1.107 + 1.704
2.3 Algoritma RSA
adalah salah satu contoh kriptografi yang
menerapkan konsep publik key. Algoritma ini pertama kali
dipublikasikan di tahun 1977 oleh Ron Rivest, Adi Shamir,
dan Leonard Adleman dari Massachusetts Institute Of
Technology (MIT). Nama sendiri merupakan singkatan
dari nama belakang mereka bertiga (Ron, Shamir,
Adleman).
Pada algoritma RSA terdapat 3 langkah utama yaitu
key generation (pembangkit kunci), enkripsi dan dekripsi.
Kunci pada RSA terdiri dari dua jenis kunci yaitu publik
key dan private key. Publik key digunakan untuk melakukan
enkripsi, dan dapat diketahui oleh orang lain. Sedangkan
private key bersifat rahasia dan digunakan untuk melakukan
dekripsi[4].
2.3.1Pembangkit Kunci (key generation)
Secara ringkas, algoritma pembangkit kunci RSA
adalah sebagai berikut:
1. Pilih dua buah bilangan prima sembarang, sebut saja p
dan q. Nilai dari p dan q bersifat rahasia
2. Hitung = (sebaiknya ≠ , sebab jika =
maka = , sehingga p dapat diperoleh dengan
menarik akar pangkat dua dari n)
3. Hitung = ( − 1) ( − 1). Sekali m telah
dihitung, p dan q dapat dihapus untuk mencegah
diketahuinya oleh orang lain.
4. Pilih sebuah bilangan bulat untuk kunci publik, sebut
saja namanya , yang relatif prima terhadap , dengan
syarat ≠ ( − 1), ≠ ( − 1), dan <
5. Bangkitkan kunci privat d, dengan kekongruenan
. = 1 ( ) atau . = 1 + , sehingga
secara sederhana d dapat dihitung dengan persamaan:
=
1 +
(2.4)
2.3.2Enkripsi
Proses enkripsi dilakukan dengan menggunakan kunci
publik dengan algoritma:
1. Ambil kunci publik penerima pesan e dan modulus n.
2. Nyatakan plainteks m menjadi blok-blok sedemikian
sehingga setiap blok mempresentasikan nilai di dalam
selang [0, n-1].
3. Setiap blok di enkripsi menjadi blok dengan
persamaan :
= (2.5)
2.3.3Dekripsi
Proses dekripsi dilakukan dengan menggunakan kunci
privat hasil dengan persamaan :
= (2.6)
2.4 Decimal Parity Coding
Parity adalah bit yang ditambahkan pada setiap kode
karakter atau pada satu blok data sedemikian sehingga
memberi kemudahan untuk mendeteksi adanya error yang
terjadi pada data aslinya.
Pengendalian kesalahan dengan bit parity terbagi
menjadi dua bentuk yaitu parity karakter dan parity blok.
Pada bentuk parity karakter, sebuah bit ditambahkan pada
setiap karakter dalam data, sedangkan pada parity blok
efisiensi pengiriman data kesalahan ditingkatkan dengan
membagi pesan sejumlah blok, agar tiap blok dapat
diketahui kesalahannya.
Pada penelitian ini menggunakan parity blok dimana
setiap bit citra watermark dihitung perbaris dengan
membaginya menjadi 9 bit perbloknya. Perhitungan parity
yang dilakukan berbeda dengan beberapa jenis metode
parity yang digunakan yaitu dengan melakukan konversi bit
pada setiap blok ke dalam bentuk desimal, hal ini
disebabkan karena citra watermark yang digunakan
berbentuk citra biner (monochrome) yang hanya memiliki 2
(dua) nilai yaitu 1 untuk warna putih dan 0 untuk warna
hitam, oleh karena itu metode ini dinamakan Decimal
Parity Coding.

3. 3
2.5 Metode watermarking dengan Teknik Maksimum
Kuantisasi
Secara umum penyisispan watermark ke dalam citra
dilakukan dengan cara membandingkan koefisien DWT
dari dekomposisi citra, dimana koefisien yang memiliki
nilai terbesar adalah tempat yang paling signifikan untuk
menyisispkan watermark.
Teknik maksimum kuantisasi merupakan suatu teknik
penyisipan watermark dengan menggunakan nilai
maksimum koefisien dari subband yang digunakan yang
kemudian dikuantisasikan berdasarkan nilai citra
watermark yang akan disisipkan.
2.5.1 Proses Penyisipan watermark
Penyisipan watermark dilakukan dengan langkah-
langkah sebagai berikut:
1. Menghitung nilai koefisien dari l tingkatan DWT,
watermark disisipkan ke dalam rentang frekuensi
, ( ∈ {2,3,4}) dan yang dijadikan sebagai
cadangan.
2. Menentukan besar n blok yang digunakan untuk
penyisipan ≥ 2 pada sub-blok dan sesuai
dengan ukuran citra watermark yang digunakan
3. Menentukan koefisien terbesar dan koefisien
terbesar kedua pada setiap n blok yang telah
ditentukan.
4. Menghitung koefisien rata-rata dari sebanyak bit
watermark logo dengan persamaan [8]:
=
1
(2.7)
Dimana adalah nilai rata-rata dari
koefisien tertinggi tiap blok dan Nw adalah jumlah bit
watermark logo
5. Menentukan nilai yang merupakan nilai rata-rata
dari tiap blok j (tidak termaksud dengan nilai ).
( ∈ {1, 2,3,4 … . }).
6. Setelah mendapatkan nilai , ,
dan , selanjutnya melakukan proses penyisipan
watermark dengan persamaan :
=
+ , = 1
, = 0
(2. 8)
Dimana:
= {| |, | |} (2. 9)
Awalnya direncanakan hanya menggunakan nilai
untuk mengkuantisasi , tetapi terkadang nilai
terlalu kecil atau sama dengan 0, sehingga dapat
menyebabkan kesalahan dalam proses ekstraksi
watermark, oleh karena itu perlu adanya perbandingan
nilai yang akan digunakan antara dan
(W.Lin dkk, 2009). Jika bit watermark= 0 maka nilai
tertinggi kedua nilainya akan disamakan dengan
nilai dari
= (2.10)
merupakan nilai batas ambang yang sangat
menentukan kualitas citra watermark setelah disisipkan
citra logo.
7. Lakukan invers transformasi Wavelet diskrit ( )
pada koefisien yang dimodifikasi untuk mendapatkan
citra ter-watermark.
2.5.2 Proses Ekstraksi watermark
Ekstraksi watermark dilakukan tanpa menggunakan
citra asli atau citra watermark. Pendeteksian ada tidaknya
watermark dalam citra dilakukan dengan menggunakan
pembandingan koefisien yang bersesuaian pada citra ber-
watermark [8] Langkah-langkah ekstraksi watermarking
adalah sebagai berikut:
1. Menghitung nilai koefisien dari l tingkatan ,
sesuai dengan l tingkatan yang digunakan dalam
proses penyisipan.
2. Menentukan besar n blok yang digunakan untuk
penyisipan ≥ 2 pada sub-blok dan sesuai
dengan ukuran citra watermark yang digunakan
3. Menentukan nilai , , dan sesuai langkah
3 dan 5 pada proses penyisipan watermark
4. Menghitung nilai sebagai nilai rata-rata
dari nilai tertinggi koefisien dari masing-masing blok
dan nilai sebagai nilai rata-rata dari
keseluruhan nilai yang diperoleh dengan
persamaan :
=
1
(2.11)
=
1
| | (2.12)
5. Melakukan perbandingan koefisien citra untuk
memperoleh citra logo dengan menggunakan
persamaan :
=
1
0
, ( − ) >
( − ) ≤
(2.13)
Dimana nilai dengan persamaan:
= {| ∗ |, (| | + + ) ∗ } (2.14)
Dimana nilai dan adalah nilai ambang yang
diperoleh dari:
= (2.15)
= (2.16)
6. Menjalankan IDWT untuk membentuk citra watermark.
2.6 MSE
Mean Square Error (MSE) adalah kesalahan kuadrat
rata-rata. Nilai MSE didapat dengan membandingkan nilai
selisih piksel-piksel citra asal dengan citra hasil pada posisi
piksel yang sama. Semakin besar nilai MSE, maka tampilan
pada citra hasil akan semakin buruk. Sebaliknya, semakin
kecil nilai MSE, maka tampilan pada citra hasil akan
semakin baik. Satuan nilai dari MSE adalah dB (deciBell)
Perhitungan MSE dilakukan dengan menggunakan rumus
(Lestari dkk,2006:45) :
)]),[],[((
1 2
1
0
1
0
jiyjix
MN
MSE
N
j
M
i
 




(2.17)
dimana: [ , ] adalah citra asal dengan dimensi M x N, dan
[ , ] adalah citra hasil yang telah mengalami proses.

4. 4
2.7 PSNR
Peak Signal to Noise Ratio (PSNR) adalah sebuah
perhitungan yang menentukan nilai dari sebuah citra yang
dihasilkan. Nilai PSNR ditentukan oleh besar atau kecilnya
nilai MSE yang terjadi pada citra. Semakin besar nilai
PSNR, semakin baik pula hasil yang diperoleh pada
tampilan citra hasil. Sebaliknya, semakin kecil nilai PSNR,
maka akan semakin buruk pula hasil yang diperoleh pada
tampilan citra hasil. Perhitungan PSNR dilakukan dengan
menggunakan rumus:
MSE
PSNR
2
255
10log10
(2.18)
atau :






 1
0
2
1
0
2
)]),[],[((
1
255
10log10 M
j
M
i
jiyjix
MN
PSNR
(2.19)
2.8 Normalisasi Koefisien Korelasi (NC)
Normalisasi koefisien korelasi merupakan suatu
perhitungan matematika yang dilakukan pada citra asal
maupun citra hasil untuk mengetahui hubungan antara
kedua citra tersebut, dengan demikian maka dapat diketahui
seberapa besar kemiripan citra watermark yang dihasilkan
pada proses ekstraksi dengan citra watermark asli yang
dimasukkan ke dalam citra host. Adapun rumus dari
normalisasi koefisien korelasi yang digunakan adalah [8] :
=
1
( , ) ( , ) (2.20)
Dimana adalah normalisasi koefisien korelasi, citra
asli, citra hasil, Tinggi citra yang dibandingkan dan
Lebar citra yang dibandingkan
3. PENGUJIAN DAN PEMBAHASAN
Uji coba pada program dalam Tugas Akhir ini
dilakukan terhadap citra RGB berukuran 1024 x 1024, 512
x 512, 256 x 256, dan 128 x 128 piksel sebagai citra host
dan citra RGB, grayscale yang dikonversi ke bentuk citra
biner berukuran 28 x 28, 20 x 20, 15 x 15 dan 10 x 10
sebagai citra watermark serta nilai ambang yang digunakan
adalah = 0.009, dan jumlah perblok disesuaikan dengan
ukuran citra host yang digunakan.
(a) (b)
(c) (d)
Gambar Citra Host (a) Montain_Flower.bmp 1024 x 1024, (b)
Peppers.bmp 512 x 512, (c) Lena.bmp 256 x 256, (d) Avril.bmp 128 x 128
(a) (b)
(c) (d) (e)
Gambar citra watermark (a) citra logo Undana sebelum konversi ke
biner, (b) Undana biner 28 x28, (c) Undana biner 20 x 20, (d)
Undana biner 15 x 15, (e) Undana biner 10 x 10.
a. Uji Coba Pertama
Uji coba pertama akan menghasilkan citra berwatermark
sebagai hasil dari proses penyisipan dan estimasi citra
watermark sebagai hasil dari proses ekstraksi.
Tabel 3.1 Hasil Perhitungan Kualitas Citra Ber-watermark
Berdasarkan hasil uji coba pertama yang dilakukan dapat
disimpulkan bahwa ukuran dari citra watermark dan jumlah
perblok yang digunakan sangat menentukan kualitas dari
citra watermark yang dihasilkan. Bobot normalisasi
koefisien korelasi yang dihasilkan juga menunjukkan
bahwa hasil ekstraksi dari 3 (tiga) citra watermark yang
diujikan, warna putih citra watermark memberikan hasil
yang stabil dan sesuai dengan citra watermark masukkan
dengan persentase 100%, sedangkan untuk warna hitam
belum sepenuhnya kembali ke bentuk semula dengan
persentase 81,8325%.
b. Uji Coba Kedua
Uji coba kedua dilakukan dengan menambahkan Gaussian
Noise, kecerahan (braightness), dan cropping 40 %.
Citra
Host
Hasil Penelitian
Maks
Ukuran
Watermark
Blok
(n)
MSE PSNR NC
Citra
Watermark
(a) 28x28 80 0.2599 53.9827 1 Putih
(b) 20x20 40 0.3213 53.0617 1 Putih
(c) 14x14 20 0.2011 55.0967 1 Putih
(d) 10x10 10 0.5323 50.8692 1 Putih
Persentase 100 %
(a) 28x28 80 3.9049 42.2147 0.7066 Hitam
(b) 20x20 40 0.6203 50.2048 0.91 Hitam
(c) 14x14 20 2.6933 43.8183 0.8367 Hitam
(d) 10x10 10 6.8424 39.7787 0.82 Hitam
Persentase 81.8325 %
(a) 28x28 80 0.8448 48.8633 0.9184 UNC
(b) 20x20 40 0.3487 52.7063 0.94 UNC
(c) 14x14 20 0.7678 49.2783 0.9592 UNC
(d) 10x10 10 2.3127 44.4896 0.92 UNC
Persentase 93.44%

5. 5
Tabel 3.2 Pengujian Ketahanan Citra Ber-watermark terhadap
Gangguan Gaussian Noise
Citra
Host
Gaussian Noise
Tanpa 0.001 0.005 0.01 0.015 0.02
(a) 0.9184 0.9107 0.7985 0.5051 0.3724 0.2628
(b) 0.94 0.94 0.865 0.67 0.535 0.415
(c) 0.9592 0.9388 0.6939 0.5612 0.4184 0.3265
(d) 0.92 0.92 0.94 0.76 0.62 0.5
% 93.44 92.7375 82.435 62.4075 48.645 37.6075
Tabel 3.3 Pengujian Ketahanan Citra Ber-watermark terhadap
Gangguan Cropping dan kecerahan (Brightness).
Citra
Host
Cropping Brightness
40% 50 -50
(a) 0.5434 0.7092 0.7679
(b) 0.59 0.62 0.82
(c) 0.7143 0.5 0.8878
(d) 0.78 0.92 0.2
% 65.6925 68.73 66.8925
Dari hasil persentase yang ditunjukkan pada tabel 5.3 dan
5.4 menunjukkan bahwa persentase yang dihasilkan dari
nilai normalisasi koefisien kuantisasi ( ) terhadap citra
ber-watermark yang mengalamai gangguan pengolahan
citra berupa cropping 40%, brightness (kecerahan) ≥
−50 dan ≤ 50, Gaussian noise dengan varian ≤ 0.01
mampu mendeteksi citra watermark ≥ 50%, sehingga
dapat disimpulkan bahwa citra ber-watermark dengan
metode maksimum kuantisasi bersifat semi fragile karena
mampu menahan serangan terhadap gangguan pengolahan
citra berupa Gaussian noise dengan varian ≤ 0.01, cropping
sebesar 40% pada bagian tengah citra ber-watermark, dan
kecerahan ≥ −50 dan ≤ 50.
c. Uji Coba Ketiga
Pada uji coba ketiga dilakukan pengujian terhadap citra
watermark yang dihasilkan pada proses ekstraksi
menggunakan metode decimal parity coding.
Citra Host Ekstraksi Watermark
Blok NC Parity
Coding
NC
Parity
Mountain_Flowers.bmp
Cropping 40 %
80 0.5434 1
peppers.bmp
Brightness -50
40 0.62 1
Lena256.bmp
Cropping 40 %
20 0.7143 1
Avril.bmp
Brightness 50
10 0.2 1
Pada hasil pengamatan dan pengujian yang telah dilakukan
menggunakan decimal parity coding, parity mampu
mengembalikan bentuk citra watermark seperti semula
secara sempurna dengan nilai normalisasi koefisien
kuantisasi adalah 1 (satu), sehingga persentase yang
dihasilkan adalah 100 %.
Terbukti bahwa decimal parity coding sangat
membantu untuk mengenali citra watermark yang
disisipkan, bahkan pada citra watermark yang rusak atau
tidak dapat dikenali lagi. Namun kelebihan ini tidak
selamanya membawa dampak yang baik. Adapun dampak
buruk yang dapat dihasilkan dari penggunaan decimal
parity coding ini adalah adanya penyalahgunaan dari
pihak-pihak yang tidak bertanggung jawab untuk
melakukan pemalsuan identitas kepemilikan citra digital
yang sebenarnya. Untuk itu dengan menggunakan nilai
normalisasi koefisien kuantisasi dapat ditentukan batasan-
batasan dalam penggunaan parity coding ini.
Jika pada hasil ekstraksi nilai normalisasi koefisien
kuantisasi yang diperoleh ≥ 0.5 maka fungsi dari decimal
parity coding dapat diaktifkan, sebaliknya jika nilai
normalisasi koefisien kuantisasi yang dihasilkan < 0.5
maka fungsi dari parity coding akan di non aktifkan.
4. KESIMPULAN
Berdasarkan hasil pengamatan dan pengujian pada
sistem Blind Watermarking yang dibuat dapat disimpulkan
sebagai berikut :
f. Program Blind watermarking menggunakan metode
Maksimum Kuantisasi dapat mengekstraksi citra ber-
watermark dengan baik tanpa menggunakan citra asli
dan citra watermark.
g. Untuk mendapatkan kualitas citra ber-watermark yang
baik pada program blind watermarking menggunakan
metode maksimum kuantisasi menggunakan nilai
ambang = 0.009 dengan batasan ukuran citra
watermark tertinggi ≤ 28 dan jumlah blok 80 untuk
citra host 1024x1024.
h. Watermark yang tertanam pada citra ber-watermark
bersifat invisible dan semi fragile karena tahan terhadap
beberapa gangguan seperti Gaussian noise dengan
variani ≤ 0.01, cropping sebesar 40% dengan

6. 6
persentase deteksi 65.69 %, kecerahan (brightness) ≥-
50 dan ≤ 50 dengan persentase ≥ 60%.
i. Program watermark yang dikombinasi dengan decimal
parity coding menghasilkan kinerja yang sangat baik
dengan mengembalikan bentuk citra watermark hasil
ekstraksi yang tidak berbentuk kembali ke bentuk
semula dengan persentase 100 %
j. Penggunaan algoritma (Rivers, Shamir dan
Adleman) yang terdiri dari dua kunci utama yaitu kunci
privat dan kunci publik sangat berperan dalam
melindungi kunci watermark yang berisikan jumlah
piksel citra watermark dan decimal parity coding yang
digunakan, karena operasi perpangkatan yang
menggunakan bilangan besar baik pada proses enkripsi
maupun dekripsinya
5. SARAN
Berdasarkan pembahasan sebelumnya, saran yang
dapat kami berikan dalam pengembangan Tugas Akhir ini
antara lain adalah :
a. Citra watermark yang dijadikan sebagai masukkan
dalam program ini memiliki ukuran yang terbatas sesuai
dengan citra host yang digunakan, diharapkan dalam
penelitian selanjutnya dapat menggunakan citra dengan
ukuran yang lebih besar.
b. Gangguan yang diberikan pada citra ber-watermark
berupa Gaussian noise, cropping, braightness
(kecerahan), diharapkan pada penelitian berikutnya
dapat ditambahkan gangguan pengolahan citra yang
lainnya.
c. Sebagai pengembangan program watermarking, dapat
dibuat program watermarking pada data digital lainnya
seperti teks, suara, video dan sebaganya.
DAFTAR PUSTAKA
[1] Alfatwa, D.Fathony, 2010. Watermarking Pada Citra Digital
Menggunakan Discrete Wavelet Transform. Diakses dari :
http://informatika.stei.itb.ac.id/~rinaldi.munir/TA/Makalah_T
A%20Dean%20Fathony%20Alfatwa.pdf, 2 juni 2012
[2] Fanggidae Adriana., 2008, “Pengenalan Wajah Dengan Self
Organizing Maps (SOM) dan Principal Components Analysis
(PCA), Tesis S2 Program Pascasarjana Universitas Gadjah
Mada Yogyakarta.
[3] Gultom, 2006.”Analisis Kinerja Algoritma RSA dalam
Pengacakan Citra Watermark Pada Citra Watermarking
Menggunakan Transformasi Wavelet”, Diakses dari :
http://www.scribd.com/doc/65083119/111020211RSAALGO
RITHMIN CITRAWATERMARK, 19 Mei 2012
[4] Munir, R., 2006. ”Kriptografi”. Informatika, Bandung.
[5] Putra, D.,2010. ”Pengolahan Citra Digital “.Andi.
Yogyakarta.
[6] Sepdianto, 2010.” Pemberian Tanda Air Menggunakan
Teknik Kuantisasi Rata-Rata Dengan Domain Transformasi
Wavelet Diskrit “. Jurnal Institut Teknologi Sepuluh
Nopember. Diakses dari : http://digilib.its.ac.id/publik/ITS-
Undergraduate-16102-Paper-pdf.pdf, 19 Mei 2012
[7] Soheili, 2010.” Blind Wavelet Based Logo Watermarking
Resisting to Cropping”. Journal of International Conference
on Pattern Recognitio, Tehran, Iran , 1449-1452. Diakses
dari : http://www.icpr2010.org/pdfs/icpr2010 _TuBT5.3.pdf,
19 Mei 2012
[8] W.Lin, Y. Wang, S.Horng, T. Kao, Y.Pan.2009.”A Blind
Watermarking Method Using Maximum Wavelet Coefficient
Quantization,” Expert System With Application, Vol. 36,
Issue 9, pp. 11509-11516, ISSN 0957-4174, Diakses dari :
http://www.sutech.ac.ir/Portal/channels/FcKUploadedFiles/fa
/745/Documents/data-hiding-892/papers/4-A blind
watermarking method using maximum wavelet coefficient
quantization. pdf, 19 Mei 2012