IMPLEMENTASI AUDIO WATERMARKING ...repository.ipb.ac.id/bitstream/handle/123456789/61469/G...Digital audio watermarking has been developed in several domains, such as time domain,

i

IMPLEMENTASI AUDIO WATERMARKING MENGGUNAKAN

METODE DWT-SVD DENGAN TEKS SEBAGAI WATERMARK

BAMBANG WIJONARKO

DEPARTEMEN ILMU KOMPUTER

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

INSTITUT PERTANIAN BOGOR

BOGOR

2013

ii

IMPLEMENTASI AUDIO WATERMARKING MENGGUNAKAN

METODE DWT-SVD DENGAN TEKS SEBAGAI WATERMARK

BAMBANG WIJONARKO

Skripsi

sebagai salah satu syarat untuk memperoleh gelar

Sarjana Komputer pada

Departemen Ilmu Komputer

DEPARTEMEN ILMU KOMPUTER

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

INSTITUT PERTANIAN BOGOR

BOGOR

2013

i

ABSTRACT

BAMBANG WIJONARKO. Implementation of Audio Watermarking using DWT-SVD Method

with Text as Watermark. Supervised by HENDRA RAHMAWAN.

The growth of data and network communication technologies has made digital data, such

as audio, easier to be distributed illegally. Therefore, copyright protection becomes an important

issue. Digital audio watermarking has been proposed as one of the possible solutions. It is a

process of information insertion and extraction to and from an audio file without influencing the

audio quality. Digital audio watermarking has been developed in several domains, such as time

domain, frequency domain, and spatial domain. In this research, the audio watermarking has been

implemented using DWT-SVD method that combines the frequency and spatial domain. This

method works by combining the virtue of mathematical transform: the discrete wavelet transform

(DWT) and singular value decomposition (SVD). Perceptibility and robustness of this method

were analyzed using variance of watermark intensity and several attacks. It was found that the watermarked audio has good perceptibility at low watermark intensity of 0.1 to 0.3. Furthermore,

the watermarked audio was found to be robust to some attacks namely amplify, invert, low pass

filtering, high pass filtering, and resampling attacks at higher watermark intensity. Thus, this

research proved the trade-off between perceptibility and robustness in digital audio watermarking.

Keywords: audio watermarking, discrete wavelet transform (DWT), singular value decomposition

(SVD), perceptibility, robustness.

ii

Judul Skripsi : Implementasi Audio Watermarking Menggunakan Metode DWT-SVD dengan

Teks sebagai Watermark

Nama : Bambang Wijonarko

NIM : G64080052

Menyetujui:

Pembimbing

Hendra Rahmawan, S.Kom, M.T

NIP.198205012009121004

Mengetahui: Ketua Departemen Ilmu Komputer

Dr. Ir. Agus Buono, M.Si, M.Kom

NIP.196607021993021001

Tanggal Lulus :

iii

PRAKATA

Puji syukur kepada Allah subhanahu wa ta’ala yang telah memberikan rahmat dan

hidayah-Nya sehingga skripsi ini dapat diselesaikan. Skripsi ini disusun berdasarkan hasil

penelitian dengan judul Impelementasi Audio Watermarking Menggunakan Metode DWT-SVD

dengan Teks sebagai Watermark. Penulis mengucapkan terima kasih kepada semua pihak yang

telah mendukung sehingga skripsi ini dapat diselesaikan, di antaranya:

1 Kedua orang tua dan keluarga atas segala doa dan dukungannya.

2 Bapak Hendra Rahmawan, S.Kom, M.T selaku dosen pembimbing yang telah memberikan

saran dan bimbingan.

3 Bapak Aziz Kustiyo, S.Si, M.Kom dan Ibu Karlisa Priandana, S.T, M.Eng selaku dosen

penguji.

4 Rekan-rekan Ilkomerz 45 atas persahabatan dan kebersamaan selama ini.

5 Rekan-rekan satu kontrakan Suhandas dan Wisma Alma.

6 Seluruh staf dan karyawan Departemen Ilmu Komputer FMIPA IPB.

Penulis menyadari bahwa masih banyak kekurangan dalam penelitian ini. Oleh karena itu,

penulis mengharapkan kritik dan saran yang membangun demi perbaikan penelitian selanjutnya.

Semoga skripsi ini bermanfaat.

Bogor, Januari 2013

Bambang Wijonarko

iv

RIWAYAT HIDUP

Penulis dilahirkan di Jakarta pada tanggal 20 Juni 1990. Penulis adalah anak pertama dari

tiga bersaudara, pasangan Sujarno dan Marjuati. Penulis lulus dari SMA Negeri 89 Jakarta pada

tahun 2008. Pada tahun yang sama penulis melanjutkan pendidikan di Institut Pertanian Bogor

(IPB) melalui jalur USMI (Ujian Seleksi Masuk IPB) pada Departemen Ilmu Komputer, Fakultas

Matematika dan Ilmu Pengetahuan Alam (FMIPA). Penulis menjadi salah satu pengurus Himpunan Mahasiswa Ilmu Komputer (Himalkom) IPB pada tahun 2009 hingga tahun 2011. Pada

tahun 2011 penulis menjalani kegiatan praktik kerja lapangan di Fungsi Network Support – CSS

PT. Pertamina (Persero). Penulis menjadi asisten praktikum Mata Kuliah Basis Data dan Mata

Kuliah Komunikasi Data dan Jaringan Komputer pada semester genap tahun 2012.

v

DAFTAR ISI

Halaman

DAFTAR TABEL ......................................................................................................................vi

DAFTAR GAMBAR ..................................................................................................................vi

PENDAHULUAN Latar Belakang ........................................................................................................................1 Tujuan .....................................................................................................................................1 Ruang Lingkup ........................................................................................................................1

TINJAUAN PUSTAKA Digital Watermarking ..............................................................................................................1 Audio Watermarking................................................................................................................2 Discrete Wavelet Transform (DWT) ........................................................................................2 Singular Value Decomposition (SVD) ......................................................................................2 Signal to Noise Ratio (SNR) ....................................................................................................2 Serangan Terhadap Audio Watermarking .................................................................................3

METODE PENELITIAN Lingkungan Penelitian .............................................................................................................3 Penyisipan Watermark .............................................................................................................3 Pengekstraksian Watermark .....................................................................................................5 Rancangan Pengujian dan Analisis Hasil ..................................................................................6

HASIL DAN PEMBAHASAN Analisis Perseptibilitas .............................................................................................................6 Analisis Ketahanan Terhadap Serangan ....................................................................................7 Analisis Ketahanan Terhadap Serangan Amplify .......................................................................7 Analisis Ketahanan Terhadap Serangan Invert ..........................................................................7 Analisis Ketahanan Terhadap Serangan Low Pass Filtering ......................................................8 Analisis Ketahanan Terhadap Serangan High Pass Filtering.....................................................8 Analisis Ketahanan Terhadap Serangan Resampling .................................................................8 Analisis Ketahanan Terhadap Serangan Kompresi MP3 ...........................................................9 Perbandingan Waktu Eksekusi .................................................................................................9

SIMPULAN DAN SARAN Simpulan ............................................................................................................................... 10 Saran ..................................................................................................................................... 10

DAFTAR PUSTAKA ................................................................................................................ 10

LAMPIRAN .............................................................................................................................. 11

vi

DAFTAR TABEL

Halaman

1 Daftar berkas audio ................................................................................................................... 6

2 Daftar nilai alpha yang tidak memiliki ketahanan pada setiap serangan ...................................... 7

3 Daftar percobaan perbandingan waktu eksekusi ......................................................................... 9

DAFTAR GAMBAR

Halaman

1 Dekomposisi DWT 4 level (Al Haj & Mohammad 2010). .......................................................... 2

2 Alur pemrosesan berkas watermark. .......................................................................................... 3

3 Alur penyisipan watermark. ...................................................................................................... 4

4 Formulasi matriks DC. .............................................................................................................. 4

5 Alur pengekstraksian watermark. .............................................................................................. 5

6 Grafik hasil perhitungan SNR.................................................................................................... 6

7 Grafik perbandingan waktu eksekusi. ........................................................................................ 9

1

PENDAHULUAN

Latar Belakang

Perkembangan teknologi komunikasi data

dan jaringan saat ini telah membuat

penyebaran data digital, seperti audio, dan

penyalahgunaan kepemilikannya menjadi semakin mudah. Teknik digital watermarking

dapat diterapkan sebagai salah satu solusi

untuk perlindungan kepemilikan dari suatu

data digital. Teknik digital watermarking

yang efisien harus dapat menyimpan

informasi tersembunyi dalam suatu data

digital tanpa merusak kualitas berkas aslinya

dan memiliki ketahanan terhadap manipulasi

digital sehingga informasi watermark yang

disimpan tetap dapat diekstrak kembali.

Beberapa domain teknik digital audio watermarking yang telah dikembangkan di

antaranya domain waktu, frekuensi, dan

spasial (Gordy 2000). Teknik digital

watermarking dengan domain spasial

memiliki kelebihan dalam menghasilkan

imperceptibility yang baik. Teknik digital

watermarking pada domain frekuensi

memiliki kelebihan dalam menghasilkan

robustness yang baik.

Pada penelitian ini dilakukan teknik digital

audio watermarking dengan menggabungkan

domain frekuensi dan spasial, yaitu Discrete Wavelet Transform (DWT) dan Singular

Value Decomposition (SVD) dengan berkas

watermark berupa teks. DWT dapat

menghasilkan rekonstruksi sinyal yang

sempurna sehingga dapat meningkatkan

robustness. SVD memungkinkan penyisipan

informasi dengan mengubah nilai-nilai

singular dan perubahan yang tidak signifikan

pada nilai singular tersebut dapat menjamin

imperceptibility yang baik. Penggabungan

domain ini merujuk pada algoritme yang diajukan Al-Haj dan Mohammad (2010) yang

telah dicobakan dengan berkas watermark

berupa citra grayscale.

Pada penelitian ini, berkas watermark

yang digunakan adalah teks ASCII. Karakter

teks ASCII sangat rentan terhadap perubahan

yang terjadi. Perubahan satu bit saja dapat

mengubah nilai ASCII suatu karakter dan

menghasilkan karakter yang berbeda. Oleh

karena itu, penelitian ini dilakukan untuk

mengetahui ketahanan metode audio

watermarking jika berkas watermark yang disisipkan berupa teks.

Tujuan

Tujuan penelitian ini adalah:

1 Mengimplementasikan teknik digital

audio watermarking menggunakan

Discrete Wavelet Transform dan Singular

Value Decomposition dengan teks sebagai

watermark.

2 Menganalisis perseptibilitas watermarked

audio dengan variasi intensitas watermark

yang berbeda.

3 Menganalisis ketahanan watermarked audio terhadap beberapa jenis serangan.

Ruang Lingkup

Berkas audio yang digunakan adalah mono

audio dengan format WAV dan sampling rate

44100 Hz. Berkas watermark yang disisipkan

berupa teks ASCII berisi 10 karakter. Analisis

uji ketahanan dilakukan dengan serangan

amplify, invert, low pass filtering, high pass

filtering, resampling, dan kompresi MP3.

TINJAUAN PUSTAKA

Digital Watermarking

Digital watermarking merupakan teknik

penyisipan informasi tertentu ke dalam data

digital. Watermark dapat berupa teks, gambar,

audio, atau rangkaian bit yang menunjukkan

informasi kepemilikan suatu data digital.

Secara umum, digital watermarking terdiri atas dua tahapan, yaitu penyisipan watermark

dan pengekstraksian watermark. Penyisipan

watermark dilakukan tanpa merusak kualitas

data aslinya. Watermark yang telah disisipkan

akan tersimpan secara permanen dalam data

digital sehingga watermark akan tetap terbawa

jika data digital tersebut didistribusikan atau

diduplikasi.

Terdapat beberapa kriteria yang harus

dipenuhi oleh aplikasi watermarking, yaitu

imperceptibility, robustness, dan security. Imperceptibility berarti bahwa berkas hasil

penyisipan watermark harus dibuat semirip

mungkin dengan berkas aslinya. Robustness

berarti bahwa berkas hasil penyisipan

watermark harus memiliki ketahanan terhadap

berbagai teknik manipulasi digital dan

watermark harus dapat diekstraksi kembali.

Security berarti bahwa keberadaan watermark

tidak mudah dideteksi dan dihilangkan (Gordy

2000).

2

Audio Watermarking

Audio watermarking merupakan bagian

dari digital watermarking yang terdiri atas

proses penyisipan informasi ke dalam berkas

audio dan pengambilan informasi dari berkas

audio tanpa memengaruhi kualitas berkas

audio tersebut. Informasi yang disisipkan

dapat berupa berkas yang tidak dapat didengar

seperti teks, gambar, atau serangkaian bit

tertentu (Cvejic 2004). Berdasarkan domain

penyisipannya metode audio watermarking terbagi menjadi domain waktu, frekuensi, dan

spasial.

Metode pada domain waktu bekerja

dengan mengubah berkas audio yang akan

disisipkan watermark secara langsung dalam

domain waktu. Secara umum metode ini

rentan terhadap proses kompresi, filtering,

transmisi, dan encoding. Beberapa metode

yang termasuk dalam domain waktu adalah

Least Significant Bit (LSB) dan Echo Hiding.

(Bender et al. 1996).

Metode pada domain frekuensi bekerja

dengan mengubah spektrum frekuensi dari

sinyal audio. Teknik ini biasanya

menggunakan DFT (Discrete Fourier

Transform), DCT (Discrete Cosine

Transform), atau DWT (Discrete Wavelet

Transform) yang mengubah sinyal audio

untuk menempatkan lokasi penyisipan

watermark (Mitra 1998).

Discrete Wavelet Transform (DWT)

Discrete Wavelet Transform (DWT) adalah algoritme transformasi yang dapat

memberikan representasi time-frequency dari

sinyal dengan pemfilteran digital. Berawal

dari sinyal audio asli S, DWT menghasilkan

dua himpunan koefisien. Koefisien

aproksimasi A dihasilkan dengan melewatkan

sinyal S melalui low pass filter. Koefisien

detail D dihasilkan dengan melewatkan sinyal

S melalui high pass filter (Mallat 1989).

Persamaan DWT didefinisikan sebagai

berikut:

W(j, k) = ∑ ∑ ( ) - ⁄ - -

dengan t adalah mother wavelet dan

adalah sampel sinyal. Transformasi wavelet

dapat dilakukan secara iteratif dalam beberapa

tingkat. Ilustrasi dekomposisi sinyal pada

transformasi wavelet secara bertingkat dapat

dilihat pada Gambar 1. Sinyal hasil

dekomposisi dapat dibentuk kembali menjadi sinyal baru dengan tahapan invers wavelet.

Salah satu jenis wavelet yang banyak

digunakan adalah wavelet Haar. Wavelet

Haar merupakan jenis wavelet yang sederhana

yang dapat diterapkan pada transformasi

sinyal.

S

D1

A1

D2

A2

D3

A3

D4

A4

Gambar 1 Dekomposisi DWT 4 level (Al Haj

& Mohammad 2010).

Singular Value Decomposition (SVD)

Singular Value Decomposition (SVD) adalah proses faktorisasi matriks yang

mendekomposisi suatu matriks menggunakan

basis vektor Eigen (Kardamis 2007). SVD

dari suatu matriks A berukuran NxN

didefinisikan oleh operasi A = U S VT yang

ditunjukkan pada formula berikut:

[

] [

] [

]

Diagonal entri dari S disebut nilai singular

dari matriks A dan diasumsikan untuk disusun

menurun Si > Si+1. Matriks U disebut vektor

singular kiri dan matriks V disebut vektor

singular kanan dari matriks A.

Signal to Noise Ratio (SNR)

Signal to Noise Ratio (SNR) adalah suatu

ukuran dalam bidang engineering yang

membandingkan antara kekuatan sinyal asli

yang diinginkan dan kekuatan sinyal yang

mengandung noise. Nilai SNR yang rendah menunjukkan sinyal telah mengalami distorsi

yang besar. Kualitas sinyal yang baik

memiliki nilai SNR lebih dari 30 dB (Pelton

1993). Secara umum, perhitungan SNR

ditunjukkan pada persamaan berikut:

( ) ∑ n n

∑ e n n

dengan x(n) adalah sinyal asli dan e(n) adalah

sinyal yang mengandung noise.

Dalam penelitian audio watermarking,

SNR digunakan untuk mengukur kesamaan

antara sinyal audio asli yang tidak terdistorsi

dan sinyal watermarked audio yang terdistorsi

3

(Gordy 2000). Perhitungan SNR pada audio

watermarking adalah sebagai berikut:

SNR(dB) = ∑

n

[ (n) - n ]

-

n

dengan N adalah jumlah sampel audio, n

adalah nilai sampel audio asli dan n adalah

nilai sampel watermarked audio.

Serangan Terhadap Audio Watermarking

Menurut Lang et al. (2006), terdapat suatu

standar pengujian ketahanan watermarked

audio yang terdiri atas serangkaian serangan

yaitu Stirmark Watermarking Benchmark for

Audio (SMBA) merupakan. Untuk melakukan

serangan terhadap watermarked audio dapat

digunakan bantuan aplikasi Audacity sebagai

alternatif dalam pengujian ketahanan terhadap

serangan. Beberapa jenis serangan yang dapat

dilakukan dengan bantuan aplikasi Audacity

di antaranya:

Amplify, yaitu mengubah tingkat kebisingan watermarked audio dengan

meningkatkan amplitudonya dengan

rumusan sebagai berikut.

( ) fact

adalah sampel audio setelah

serangan, ( ) adalah sampel audio asli,

dan fact

adalah 0.5.

Invert, yaitu mengubah seluruh nilai

sampel audio dengan nilai kebalikannya

berdasarkan phase shift 180° dengan

rumusan sebagai berikut.

( ) adalah sampel audio setelah serangan

dan ( ) adalah sampel audio asli.

Low Pass Filtering, yaitu memfilter sinyal

audio yang memiliki frekuensi lebih tinggi

dari 15000 Hz dengan rumusan sebagai

berikut.

( ) ( ) ( )

e h esh ld a le ate



dan Threshold adalah 15000.

High Pass Filtering, yaitu memfilter sinyal audio yang memiliki frekuensi lebih

rendah dari 150 Hz dengan rumusan

sebagai berikut.

( ) ( ) ( )

e h esh ld a le ate

-



dan Threshold adalah 150.

Resampling, yaitu mengubah sample rate

dari berkas audio.

Pengubahan format audio menjadi MP3, kemudian mengubah formatnya kembali

menjadi WAV.

METODE PENELITIAN

Lingkungan Penelitian

Berkas audio yang digunakan terdiri atas

instrument, speech, dan pop dengan format WAV. Jenis audio instrument mewakili audio

yang terdiri atas suara alat musik saja. Jenis

audio speech mewakili audio yang terdiri atas

suara vokal manusia saja. Jenis audio pop

mewakili audio yang merupakan gabungan

antara suara alat musik dan vokal manusia.

Berkas watermark yang digunakan berupa

teks ASCII yang berisi 10 karakter.

Implementasi metode audio watermarking ini

dibuat menggunakan MATLAB R2008b.

Pengujian serangan terhadap watermarked audio menggunakan bantuan aplikasi

Audacity 2.02.

Penyisipan Watermark

Proses penyisipan watermark memerlukan

berkas audio asli dan berkas watermark yang

akan disisipkan sehingga menghasilkan sinyal

watermarked audio. Alur pemrosesan berkas

dapat dilihat pada Gambar 2. Alur penyisipan

watermark dapat dilihat pada Gambar 3.

Rincian perhitungan tiap tahap pada proses

penyisipan watermark dapat dilihat pada Lampiran 1.

Berkas

watermark

Bit-bit

watermark

Konversi karakter

ASCII ke karakter

biner

Hitung jumlah bit

watermark

Jumlah bit

watermark

Mulai

Selesai

Gambar 2 Alur pemrosesan berkas

watermark.

4

Mulai

Sinyal

audio asli

Jumlah bit

watermark

Hitung panjang

sampel audio asli

Pembagian frame

sinyal audio

Transformasi DWT

4 level pada tiap

frame

Pembentukan

matriks DC

Transformasi SVD

Penyisipan bit

watermark pada nilai

singular

Invers SVD

Invers DWT 4 level

Sinyal watermarked

audio

Selesai

Penggabungan

seluruh watermarked

frame

Nilai

singular

audio asli

Apakah masih

ada frame?

Tidak

Ya

Watermarked

frame

Simpan nilai

singular pada tiap

frame

Berkas

kunci

watermark

Bit-bit

watermark

Gambar 3 Alur penyisipan watermark.

Penjelasan dari alur penyisipan watermark

adalah sebagai berikut:

1 Baca berkas watermark berupa teks ASCII

yang berisi 10 karakter. Konversi setiap

karakter menjadi rangkaian bit sesuai nilai

ASCII dalam bentuk matriks satu dimensi,

kemudian hitung jumlah bit watermark

yang akan disisipkan.

2 Sampling sinyal audio asli dengan

sampling rate 44100 Hz. Setelah itu,

partisi sinyal tersebut menjadi beberapa frame. Jumlah frame ditentukan sebanyak

jumlah bit watermark dan setiap frame

berukuran sama. Selanjutnya, setiap frame

dilakukan penyisipan satu bit watermark.

3 Lakukan transformasi DWT 4 level pada

setiap frame Fi. Jenis DWT yang

digunakan adalah wavelet Haar.

Transformasi tersebut menghasilkan

beberapa matriks koefisien hasil

transformasi: D1, D2, D3, D4, dan A4. Dn

menunjukkan koefisien detail dan A4

menunjukkan koefisien aproksimasi.

4 Susun matriks-matriks koefisien detail D1,

D2, D3, dan D4 dari hasil transformasi

DWT menjadi matriks yang dinamakan

DC dengan ukuran 4 x (L/2). L adalah

panjang tiap frame. Formulasi matriks DC

ditunjukkan pada Gambar 4.

D1

D2 D2

D3 D3 D3 D3

D4 D4 D4 D4 D4 D4 D4 D4

Gambar 4 Formulasi matriks DC.

5 Dekomposisi matriks DC dengan operator

SVD yang menghasilkan tiga matriks

orthonormal S, U, VT sebagai berikut:

DC =

dengan S adalah matriks diagonal 4 x 4

berikut:

[

]

Diagonal Sii merupakan nilai singular

bukan nol dari matriks DC. Nilai S11 digunakan untuk penyisipan bit watermark

pada setiap frame, simpan nilai S11

sebagai berkas kunci untuk pembandingan

pada proses ekstraksi watermark.

Kumpulan nilai S11 dari setiap frame

disimpan dalam suatu file teks yang

disusun secara berurutan.

6 Sisipkan bit watermark dari karakter

ASCII pada teks ke dalam sinyal audio

yang telah ditransformasi DWT-SVD

dengan formula berikut:

w n

dengan w n adalah bit watermark 0 atau

1, adalah intensitas watermark, S11

adalah nilai kiri atas dari matriks S, dan

S11w adalah S11 yang telah diubah. Rentang

nilai intensitas watermark ( ) adalah 0

sampai 1.

7 Susun kembali sinyal akhir watermarked

audio dengan proses berikut:

hitung operasi invers SVD dengan

matriks U dan VT yang tidak diubah

5

dan matriks S yang sudah dimodifikasi

sehingga menghasilkan matriks yang

dinamakan CDW. Matriks ini

merupakan matriks DC yang

dimodifikasi. Bentuk persamaannya

ditunjukkan sebagai berikut:

hitung operasi invers DWT pada

matriks untuk mendapatkan

masing-masing sinyal watermarked audio dari setiap frame

gabungkan keseluruhan sinyal

watermarked audio dari semua frame

secara berurutan.

Pengekstraksian Watermark

Pada tahap pengekstraksian watermark

diperlukan sinyal watermarked audio dan nilai

singular dari setiap frame pada sinyal audio

asli. Alur pengekstraksian watermark dapat

dilihat pada Gambar 5. Rincian perhitungan

tiap tahap pada proses pengekstraksian watermark dapat dilihat pada Lampiran 2.

Mulai

Sinyal

watermarked

audio

Berkas kunci

watermark

Hitung panjang

sampel watermarked

audio

Hitung banyaknya

nilai singular

Hitung banyaknya

frame pada audio

Pembagian frame

sinyal audio

Transformasi DWT

4 level pada tiap

frame

Pembentukan

matriks DC

Transformasi SVD

Pembandingan nilai

singular

Pembentukan teks

watermak

Teks

watermark

Selesai

Bit-bit hasil

ekstraksi

Apakah masih

ada frame?

Tidak

Ya

Gambar 5 Alur pengekstraksian watermark.

Penjelasan alur pengekstraksian watermark

adalah sebagai berikut:

1 Baca berkas kunci watermark berupa file

teks yang berisi kumpulan nilai singular

dari sinyal audio asli dalam bentuk

matriks satu dimensi, kemudian hitung

banyaknya nilai singular.

2 Baca sinyal watermarked audio dan partisi

menjadi beberapa frame yang berukuran

sama. Jumlah frame ditentukan sebanyak nilai singular dari berkas kunci.

Selanjutnya, lakukan transformasi pada

setiap frame dan proses ekstraksi bit

watermark. Setiap frame menghasilkan

satu bit hasil ekstraksi watermark.

3 Lakukan transformasi DWT 4 level pada

setiap frame seperti pada tahap penyisipan

watermark. Transformasi tersebut juga

menghasilkan beberapa matriks koefisien

hasil transformasi: D1, D2, D3, D4, dan A4.

4 Susun matriks-matriks koefisien detail D1, D2, D3, dan D4 dari hasil transformasi

DWT menjadi matriks yang dinamakan

DC dengan ukuran 4 x (L/2). L merupakan

panjang tiap frame. Formulasi matriks DC

sama dengan formulasi pada penyisipan

watermark.

5 Dekomposisi matriks DC dengan operator

SVD yang menghasilkan tiga matriks S, U,

VT sebagai berikut:

DC =

dengan S adalah matriks diagonal 4 x 4

berikut:

[

]

Selanjutnya nilai S11 dari hasil operasi

tersebut dibandingkan dengan nilai singular S11 dari sinyal audio asli pada

berkas kunci yang dibaca.

6 Penentuan bit watermark n hasil

ekstraksi dengan membandingkan nilai S11

pada watermarked audio (S11w) dengan

nilai S11 pada berkas kunci dari audio asli,

jika hasil S11w / S11 = 1, bit watermark

hasil ekstraksi adalah 0

jika hasil S11w / S11 ≠ bit watermark

hasil ekstraksi adalah 1.

7 Gabungkan semua bit watermark hasil

ekstraksi dari semua frame dan konversi

6

menjadi karakter ASCII sehingga

membentuk suatu pesan teks.

Rancangan Pengujian dan Analisis Hasil

Daftar berkas audio yang digunakan dapat

dilihat pada Tabel 1.

Tabel 1 Daftar berkas audio

Jenis Audio Durasi Ukuran

Instrument 22 detik 1896 KB

Pop 21 detik 1891 KB

Speech 21 detik 1873 KB

Pengujian dan analisis hasil dilakukan

dalam hal perseptibilitas (imperceptibility)

dan ketahanan (robustness). Pengujian dilakukan dengan penyisipan watermark pada

setiap jenis audio dengan intensitas watermark

(alpha) yang bervariasi mulai dari 0.1 sampai

0.9. Hal ini diujikan untuk mengetahui

pengaruh intensitas watermark terhadap

perseptibilitas dan ketahanan watermarked

audio.

Analisis perseptibilitas dilakukan dengan

perhitungan SNR dari watermarked audio

yang dihasilkan dengan nilai alpha yang

berbeda. Analisis perseptibilitas ini juga

dilakukan dengan pengamatan langsung pada berkas audio asli dan watermarked audio oleh

lima responden.

Analisis ketahanan dilakukan berdasarkan

hasil pengujian watermarked audio terhadap

beberapa serangan. Serangan dilakukan

dengan bantuan aplikasi Audacity. Jenis-jenis

serangan yang dilakukan di antaranya amplify,

invert, low pass filtering, high pass filtering,

resampling, dan kompresi MP3.

HASIL DAN PEMBAHASAN

Analisis Perseptibilitas

Pengujian perseptibilitas secara objektif

dilakukan dengan perhitungan SNR pada

watermarked audio yang dihasilkan dengan

variasi nilai intensitas watermark (alpha)

yang berbeda. Rentang nilai alpha yang

diujikan adalah 0.1 sampai 0.9. Kualitas watermarked audio yang baik memiliki nilai

SNR di atas 30 db. Grafik hasil perhitungan

SNR dapat dilihat pada Gambar 6.

Dari hasil perhitungan, dapat diketahui

bahwa penyisipan watermark dengan nilai

alpha 0.1 sampai 0.4 menghasilkan nilai

SNR di atas 30 db untuk jenis audio

instrument dan pop. Untuk jenis audio

speech, penyisipan watermark dengan nilai

alpha 0.1 sampai 0.9 tetap menghasilkan

nilai SNR di atas 30 db. Semakin besar nilai

alpha menyebabkan nilai SNR yang semakin

menurun. Hal ini terjadi karena nilai alpha

pada proses penyisipan watermark

merupakan faktor pengali yang mengubah

nilai-nilai singular pada setiap frame dari

berkas audio asli. Semakin besar nilai alpha menyebabkan perubahan pada nilai-nilai

singular yang semakin besar. Oleh karena itu,

watermarked audio yang dihasilkan semakin

banyak mengalami perubahan nilai sampel

audio dibandingkan dengan nilai-nilai sampel

berkas audio aslinya. Semakin banyak

perbedaan nilai sampel antara watermarked

audio dan berkas audio asli mengakibatkan

tingkat distorsi yang semakin besar dan

kualitas audio yang semakin menurun.

Perbedaan nilai SNR pada ketiga jenis audio tersebut karena adanya kemungkinan

perbedaan karakteristik pada ketiga jenis

audio tersebut. Nilai-nilai sampel pada jenis

audio speech secara keseluruhan relatif lebih

rendah dibandingkan dengan nilai-nilai

sampel pada jenis audio instrument dan pop.

Oleh karena itu, proses penyisipan

watermark pada audio speech dengan nilai

alpha yang sama menyebabkan perubahan

pada nilai-nilai singular yang relatif lebih

sedikit dibandingkan dengan perubahan nilai-nilai singular pada jenis audio instrument dan

pop. Hal ini menyebabkan tingkat distorsi

pada audio speech lebih kecil dibandingkan

dengan jenis audio lainnya.

Gambar 6 Grafik hasil perhitungan SNR.

Pengujian perseptibilitas secara subjektif

dilakukan dengan pengamatan langsung oleh

lima orang responden secara berulang.

0

10

20

30

40

50

60

0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9

SNR

alpha

instrument

pop

speech

7

Responden diminta mendengarkan audio asli

dan watermarked audio yang dihasilkan

untuk nilai alpha yang bervariasi. Dari hasil

pengujian, semua responden tidak mendengar

derau untuk watermarked audio hasil

penyisipan watermark dengan nilai alpha 0.1

sampai 0.3 pada semua jenis audio.

Watermarked audio terdengar adanya derau

untuk penyisipan dengan nilai alpha 0.4

sampai 0.9.

Dari kedua pengujian tersebut, dapat diketahui bahwa peningkatan nilai alpha

menyebabkan perseptibilitas watermarked

audio semakin menurun. Watermarked audio

yang dihasilkan memiliki perseptibilitas yang

baik untuk penyisipan watermark dengan

nilai alpha 0.1 sampai 0.3. Hasil ekstraksi

watermarked audio tanpa serangan

menunjukkan bahwa watermark yang

dihasilkan tidak berubah dari watermark asal

yang disisipkan pada semua jenis audio

dengan variasi nilai alpha 0.1 sampai 0.9.

Analisis Ketahanan Terhadap Serangan

Pengujian ketahanan dilakukan dengan

pengekstraksian watermark dari watermarked

audio setelah dilakukan beberapa serangan.

Jenis-jenis serangan yang dilakukan adalah

amplify, invert, low pass filtering, high pass

filtering, resampling, dan kompresi MP3.

Serangan diberikan pada watermarked audio

yang dihasilkan dengan nilai intensitas

watermark (alpha) yang berbeda. Hasil

pengujian nilai alpha yang tidak memiliki ketahanan terhadap serangan dapat dilihat

pada Tabel 2.

Jika watermark hasil ekstraksi sama

dengan watermark asal yang disisipkan,

watermarked audio memiliki ketahanan

terhadap serangan tertentu. Jika watermark

hasil ekstraksi mengalami perubahan dari

watermark asal yang disisipkan,

watermarked audio tidak memiliki ketahanan

terhadap serangan tertentu. Dari hasil

pengujian, dapat diketahui bahwa variasi

nilai alpha pada proses penyisipan watermark memengaruhi ketahanan

watermarked audio terhadap serangan.


Amplify

Uji ketahanan terhadap serangan amplify

dilakukan dengan mengubah tingkat

kebisingan watermarked audio melalui

peningkatan amplitudo dengan amplifikasi

sebesar 0.5 dB. Hasil pengujian menunjukkan

bahwa watermark hasil ekstraksi tidak

mengalami perubahan dari watermark asal

yang disisipkan pada semua jenis audio dan

semua variasi nilai alpha. Hal ini disebabkan

oleh peningkatan amplitudo yang

mengakibatkan perubahan nilai sampel

watermarked audio yang semakin meningkat.

Oleh karena itu, nilai-nilai singular yang

dihasilkan pada setiap frame juga mengalami

peningkatan sehingga terdapat perbedaan

dengan nilai-nilai singular pada berkas kunci.

Meskipun demikian, perubahan nilai-nilai singular tersebut tidak memengaruhi hasil

pembandingan nilai singular pada setiap

frame. Oleh sebab itu, bit hasil ekstraksi tidak

mengalami perubahan dan menghasilkan

watermark hasil ekstraksi yang sama dengan

watermark yang disisipkan. Dari pengujian

tersebut dapat disimpulkan bahwa metode

audio watermarking ini memiliki ketahanan

terhadap serangan amplify.

Tabel 2 Daftar nilai alpha yang tidak

memiliki ketahanan pada setiap serangan

Jenis

serangan

Jenis audio

instrument pop Speech

amplify - - -

invert - - -

low pass

filtering 0.1 0.1 0.1

high pass

filtering 0.1 0.1 0.1-0.2

resampling

42000 Hz 0.1 0.1-0.3 0.1-0.9

resampling

48000 Hz 0.1-0.2 0.1-0.3 0.1-0.9

kompresi MP3

0.1-0.9 0.1-0.9 0.1-0.9


Invert

Uji ketahanan terhadap serangan invert

dilakukan dengan membalikkan semua nilai

sampel dari watermarked audio melalui

pengubahan nilai sampel dengan nilai

kebalikannya. Hasil pengujian menunjukkan

bahwa watermark hasil ekstraksi tidak

mengalami perubahan dari watermark asal

yang disisipkan pada semua jenis audio dan

semua variasi nilai alpha. Hal ini disebabkan oleh pengubahan nilai sampel dengan nilai

8

kebalikannya mengakibatkan perubahan pada

seluruh sampel audio. Meskipun demikian,

hasil perhitungan nilai singular pada setiap

frame tidak mengalami perubahan yang

signifikan dibandingkan dengan nilai singular

yang ada pada berkas kunci.

Perubahan tersebut tidak memengaruhi

hasil pembandingan nilai-nilai singular antara

watermarked audio dan audio asli pada proses

pengecekan bit. Oleh karena itu, bit hasil

ekstraksi tidak mengalami perubahan dan menghasilkan watermark hasil ekstraksi yang

sama dengan watermark yang disisipkan. Dari

pengujian tersebut dapat disimpulkan bahwa

metode audio watermarking ini memiliki

ketahanan terhadap serangan invert.


Low Pass Filtering

Uji ketahanan terhadap serangan low pass

filtering dilakukan dengan memfilter semua

sampel dari watermarked audio yang

memiliki frekuensi lebih tinggi dari 15000 Hz. Hasil pengujian menunjukkan bahwa

watermark hasil ekstraksi mengalami

perubahan dari watermark asal yang

disisipkan untuk nilai alpha 0.1 pada semua

jenis audio. Watermark dapat terekstraksi

dengan benar untuk nilai alpha di atas 0.1.

Hal ini disebabkan oleh serangan low pass

filtering mengakibatkan penurunan nilai-nilai

sampel pada watermarked audio. Oleh karena

itu, nilai-nilai singular yang dihasilkan pada

setiap frame juga mengalami penurunan.

Penurunan tersebut memengaruhi hasil


frame. Oleh sebab itu, watermark hasil

ekstraksi berbeda dengan watermark asal yang

disisipkan. Namun demikian, hal tersebut

tidak berpengaruh terhadap watermarked

audio yang dihasilkan dengan nilai alpha

lebih dari 0.1. Nilai alpha yang semakin besar

akan menghasilkan watermarked audio yang

memiliki ketahanan terhadap penurunan nilai

singular. Dari pengujian tersebut dapat

disimpulkan bahwa metode audio watermarking ini memiliki ketahanan

terhadap serangan low pass filtering untuk

nilai alpha di atas 0.1 pada semua jenis audio.


High Pass Filtering

Uji ketahanan terhadap serangan high pass

filtering dilakukan dengan memfilter semua

sampel dari watermarked audio yang

memiliki frekuensi lebih rendah dari 150 Hz.

Hasil pengujian menunjukkan bahwa

watermark hasil ekstraksi mengalami

perubahan dari watermark yang disisipkan

pada semua jenis audio untuk nilai alpha yang

kecil. Hal ini disebabkan oleh serangan high

pass filtering juga mengakibatkan penurunan

nilai sampel dan menghasilkan penurunan

nilai singular pada setiap frame dari

watermarked audio.

Untuk penyisipan watermark dengan nilai

alpha yang kecil, hal tersebut memengaruhi

hasil pembandingan nilai singular pada setiap frame sehingga watermark hasil ektraksi

mengalami perubahan. Dari pengujian

tersebut dapat disimpulkan bahwa metode

audio watermarking ini memiliki ketahanan

terhadap serangan high pass filtering untuk

nilai alpha diatas 0.2 pada jenis audio speech

dan nilai alpha diatas 0.1 pada jenis audio

instrument dan pop.


Resampling

Uji ketahanan terhadap serangan resampling dilakukan dengan mengubah nilai

sampling rate watermarked audio dari 44100

Hz menjadi 42000 Hz dan 48000 Hz.

Serangan resampling sebesar 42000 Hz akan

membuat durasinya menjadi lebih lama,

sedangkan resampling sebesar 48000 Hz akan

membuat durasinya menjadi lebih cepat. Hasil

pengujian menunjukkan bahwa watermark


watermark yang disisipkan untuk nilai alpha

tertentu.

Pada jenis audio instrument dan pop,

watermark tidak terekstraksi dengan benar

untuk nilai alpha yang kecil. Hal ini

disebabkan oleh serangan resampling yang

mengubah jumlah sampel per detik sehingga

nilai-nilai sampel dari watermarked audio

juga berubah. Perubahan nilai sampel tersebut

mengubah nilai singular yang dihasilkan pada

setiap frame. Hal ini memengaruhi hasil


frame. Penyisipan watermark dengan nilai

alpha yang kecil rentan terhadap serangan resampling sehingga watermark tidak

terekstraksi dengan benar.

Pada jenis audio speech, watermark tetap

tidak terekstraksi dengan benar untuk semua

variasi nilai alpha. Hal ini disebabkan oleh

nilai-nilai sampel pada audio speech relatif

lebih rendah dibandingkan dengan jenis audio

lainnya. Oleh karena itu, penyisipan

watermark dengan nilai alpha yang besar pun

tetap memengaruhi watermark hasil ekstraksi

9

setelah dilakukan serangan resampling. Dari

pengujian tersebut dapat disimpulkan bahwa

metode audio watermarking ini hanya

memiliki ketahanan terhadap serangan

resampling pada jenis audio instrument dan

speech untuk nilai alpha tertentu.


Kompresi MP3

Uji ketahanan terhadap serangan kompresi

MP3 dilakukan dengan mengubah format

audio menjadi MP3 kemudian mengubah formatnya kembali menjadi WAV. Hasil

pengujian menunjukkan bahwa watermark


watermark yang disisipkan pada semua jenis

audio dan semua variasi nilai alpha. Hal ini

disebabkan oleh serangan kompresi MP3

mengakibatkan perubahan nilai singular

secara tidak beraturan pada seluruh frame dari

watermarked audio sehingga watermark tidak

terekstraksi dengan benar. Dari pengujian

tersebut dapat disimpulkan bahwa metode audio watermarking ini tidak memiliki

ketahanan terhadap serangan kompresi MP3.

Perbandingan Waktu Eksekusi

Pengujian dan analisis hasil yang telah

dilakukan hanya menggunakan berkas audio

dengan durasi sekitar 20 detik dan berkas

watermark yang berisi 10 karakter. Untuk

mengetahui waktu eksekusi proses

watermarking jika diterapkan pada berkas

audio dalam kehidupan nyata, dilakukan

proses penyisipan dan ekstraksi watermark pada berkas audio dengan durasi yang lebih

panjang. Berkas audio dengan durasi yang

semakin lama memiliki ukuran sampel yang

semakin besar.

Pada proses penyisipan watermark, sampel

audio dipartisi menjadi frame sebanyak

jumlah bit dari hasil konversi karakter pada

berkas watermark. Jika berkas audio dengan

durasi yang berbeda disisipkan dengan jumlah

karakter tetap, berkas audio dengan ukuran

sampel yang lebih besar akan memiliki ukuran

frame yang lebih besar. Setelah dicobakan pada implementasi yang telah dibuat, terdapat

keterbatasan komputasi untuk perhitungan

nilai singular jika ukuran frame terlalu besar.

Oleh karena itu, pada perbandingan waktu

eksekusi, ukuran frame pada berkas audio

harus dibuat konstan. Audio dengan durasi

yang lebih lama disisipkan watermark dengan

jumlah karakter yang lebih banyak. Daftar

percobaan yang dilakukan dalam

perbandingan waktu eksekusi dapat dilihat

pada Tabel 3.

Tabel 3 Daftar percobaan perbandingan

waktu eksekusi

Durasi

audio

Ukuran

sampel

Jumlah

bit

Ukuran

frame

1 menit 2649600 240 11040

2 menit 5299200 480 11040

3 menit 7948800 720 11040

4 menit 10598400 960 11040

Grafik perbandingan waktu eksekusi pada

berkas audio dengan durasi yang berbeda

dapat dilihat pada Gambar 7.

Gambar 7 Grafik perbandingan waktu

eksekusi.

Dari grafik tersebut dapat diketahui bahwa

waktu penyisipan watermark lebih lama

dibandingkan dengan waktu ekstraksi

watermark. Hal ini disebabkan oleh sinyal audio yang ditransformasi pada proses

penyisipan watermark harus dilakukan invers

transformasi untuk membentuk kembali sinyal

watermarked audio. Pada proses penyisipan

watermark, semakin panjang durasi audio,

semakin lama waktu eksekusinya. Hal ini

dipengaruhi oleh semakin banyaknya jumlah

bit yang harus disisipkan sehingga jumlah

frame yang harus diproses juga semakin

banyak. Oleh karena itu, jumlah iterasi pada

proses penyisipan bit watermark semakin

banyak sehingga waktu eksekusinya semakin lama pula.

0:00

0:05

0:10

0:15

0:20

0:25

0:30

0:35

0:40

0:45

0:50

0:55

240 480 720 960

Waktu

(menit)

Jumlah frame

Waktu Penyisipan

Waktu Ekstraksi

10

SIMPULAN DAN SARAN

Simpulan

Simpulan dari penelitian ini adalah:

1 Teknik audio watermarking menggunakan

metode DWT-SVD dengan teks sebagai

watermark telah diimplementasikan.

2 Metode DWT-SVD menghasilkan

perseptibilitas watermarked audio yang

baik untuk nilai alpha 0.1 sampai 0.3.

3 Semakin besar nilai alpha, perseptibilitas

watermarked audio yang dihasilkan

semakin menurun. Namun demikian,

ketahanan watermarked audio terhadap

serangan semakin baik sehingga terdapat

adanya trade-off nilai alpha antara

imperceptibility dan robustness.

4 Metode DWT-SVD memiliki ketahanan terhadap serangan amplify, invert, low

pass filtering, high pass filtering, dan

resampling untuk nilai alpha tertentu.

5 Nilai alpha yang menghasilkan

watermarked audio dengan perseptibilitas

dan ketahanan yang baik adalah 0.3.

Saran

Saran untuk penelitian selanjutnya adalah:

1 Mengembangkan proses penyisipan dan

ekstraksi watermark secara paralel agar

waktu eksekusinya lebih efisien.

2 Melakukan analisis kapasitas maksimum watermark yang dapat disisipkan.

3 Menerapkan metode audio watermarking

ini pada format audio yang terkompresi,

seperti MP3.

4 Menerapkan metode audio watermarking

ini dalam kehidupan nyata, seperti proses

otentikasi pada pemutaran berkas audio.

5 Membuktikan secara empririk penyebab

perbedaan nilai SNR pada ketiga jenis

audio yang diujikan.

DAFTAR PUSTAKA

Al-Haj A, Mohammad A. 2010. Digital audio watermarking based on the discrete

wavelets transform and singular value

decomposition. European Journal of

Scientific Research 39: 6-21.

Bender W, Gruhl D, Morimoto N, Lu A.

1996. Techniques for data hiding. IBM

System Journal 35: 313-336.

Cvejic N. 2004. Algorithm for audio

watermarking and steganography [tesis].

Oulu: University of Oulu.

Gordy JD. 2000. Performance evaluation of digital watermarking algorithms [tesis].

Kanada: University of Calgary.

Kardamis JR. 2007. Audio watermarking

techniques using singular value

decomposition [tesis]. Rochester:

Rochester Institute of Technology.

Lang A, Kraetzer C, Trofimova N, Ullerich C,

Westfeld A et al. 2006. Audio

Benchmarking Tools and Steganalysis.

European Network of Excellence in

Cryptology (ECRYPT). [terhubung

berkala]. http://ecrypt.ey.org/ecrypt1/docu ments/D.WVL.10-1.1.pdf. [1 Sep 2012].

Mallat S. 1989. A theory for multiresolution

signal decomposition: the wavelet

representation. IEEE Transactions on

Pattern Analysis and Machine

Intelligence; 11(7): 674-693.

Mitra S. 1998. Digital Signal Processing.

California: McGraw-Hill.

Pelton G. 1993. Voice Processing. Singapura:

McGraw-Hill.

http://ecrypt.ey.org/ecrypt1/docu%20ments/D.WVL.10-1.1.pdf.%20%5b1

http://ecrypt.ey.org/ecrypt1/docu%20ments/D.WVL.10-1.1.pdf.%20%5b1

11

LAMPIRAN

12

Lampiran 1 Perhitungan tiap tahap pada proses penyisipan watermark

- Pembacaan nilai sampel audio asli: [-0.017578125; -0.01940918; -0.015533447; -0.01260376; -0.014068604; -0.017913818; -0.022186279; -0.027526855; -0.034454346; -0.040313721; ...; 0]

- Panjang sampel audio: 970240

- Bit-bit watermark: [0, 1, 1, 1, 0, 1, 1, 1, 0, 1, 1, 0, 0, 0, 0, 1, 0, 1, 1, 1, 0, 1, 0, 0, 0, 1, 1, 0, 0, 1, 0,

1, 0, 1, 1, 1, 0, 0, 1, 0, 0, 1, 1, 0, 1, 1, 0, 1, 0, 1, 1, 0, 0, 0, 0, 1, 0, 1, 1, 1, 0, 0, 1, 0, 0, 1, 1, 0, 1, 0,

1, 1, 0, 0, 1, 1, 0, 0, 0, 1]

- Jumlah bit watermark: 80

- Banyaknya frame sinyal audio: 80

- Ukuran sampel tiap frame sinyal audio adalah panjang sampel audio dibagi jumlah frame:

970240/80 = 12128 sampel - Transformasi DWT pada frame 1:

- Frame1: [-0.017578125; -0.01940918; -0.015533447; -0.01260376; -0.014068604; -

0.017913818; -0.022186279; -0.027526855; -0.034454346; -0.040313721; ...; -

0.0652160644531250]

Hasil DWT level 1:

- Koefisien aproksimasi A1: [-0.026153974; -0.01989601; -0.022614987; -0.035152495;

0.052869007; -0.059472238; -0.047927373; -0.027232933; -0.012451191; -0.009300629; ...; -

0.0891651983]

- Koefisien detail D1: [0.001294751; -0.002071602; 0.002718977; 0.003776358; 0.004143204; -

0.000992643; -0.004553208; -0.005222163; -0.002093181; 0.000237371; ...; 0.003064244]

Hasil DWT level 2: - Koefisien aproksimasi A21: [-0.032562256; -0.040847778; -0.079437256; -0.053146362;

-0.015380859; -0.016418457; 0.011276245; 0.082260132; 0.080947876; 0.024017334 ; ...;

-0.123031616]

- Koefisien aproksimasi A22: [-0.000549316; 0.004592896; 0.002227783; -0.006912231; -

0.001312256; -0.000213623; -0.00718689; -0.007522583; 0.007461548; 0.00479126; ...;

0.001907349]

- Koefisien detail D21: [-0.004425049; 0.008865356; 0.004669189; -0.014633179; -

0.002227783; -0.000305176; -0.014480591; -0.015884399; 0.015884399; 0.00881958; ...;

0.003067017]

- Koefisien detail D22: [0.002380371; -0.000747681; 0.003631592; 0.000473022; -

0.001647949; 0.001251221; 0.002029419; -0.002883911; -0.002182007; 0.001373291; ...; -0.002426147]

Hasil DWT level 3:

- Koefisien aproksimasi A311: [-0.051908733; -0.093750775; -0.022485512; 0.066140206;

0.074221612; -0.047787108; -0.120045014; -0.052048998; 0.007196659; -0.138937592; ...; -

0.178956193]

- Koefisien aproksimasi A312: [0.003139772; -0.007045604; -0.001791072; -0.021471291;

0.017468351; 0.013584098; -0.003841095; -0.007034815; 0.003269247; 0.011749867; ...; -

0.000302109]


0.008664043; 0.006765075; -0.001791072; -0.003603724; 0.001650808; 0.005707695; ...;

0.000215792]

- Koefisien aproksimasi A322: [0.001154486; 0.002902401; -0.000280529; -0.000604217; -0.000571848; -0.000183423; 0.002244235; 0.000237371; -0.003398722; 0.003787147; ...; -

0.001230014]

- Koefisien detail D311: [0.005858749; -0.018590469; 0.000733692; -0.050193188;

0.040255972; 0.028365841; -0.006063751; -0.003884254; 0.009203523; 0.030523759; ...; -

0.004963213]

- Koefisien detail D312: [-0.009397736; 0.013648835; -0.001359489; 0.000992643;

0.004995582; 0.00372241; 0.017651775; 0.007509557; -0.010735645; 0.024546325; ...; -

0.004639525]


0.001888179; 0.001435016; 0.008092195; 0.003258457; -0.005621378; 0.011555654; ...; -

0.002481606]

13

Lanjutan

- Koefisien detail D322: [0.002211867; 0.002233446; -0.002050023; 0.003474249; -

0.002513975; -0.000550269; -0.000604217; -0.004337416; -0.000960274; -0.003053455; ...;

0.002201077]

Hasil DWT level 4:


0.093154907; -0.178695679; -0.020401001; -0.251052856; -0.102874756; 0.02545166; ...;-

0.269821167]

- Koefisien aproksimasi A4112: [-0.009002686; -0.034973145; 0.048522949; -0.007034302;

0.028091431; -0.006271362; 0.007919312; 0.018478394; -0.009460449; -0.011260986; ...;

0.00402832] - Koefisien aproksimasi A4121: [-0.002761841; -0.016448975; 0.021957397; -0.00769043;

0.010620117; -0.003860474; 0.002349854; 0.004425049; -0.005325317; -0.011810303; ...;

0.015258789]

- Koefisien aproksimasi A4122: [0.003005981; -0.000259399; 0.006164551; 0.017791748;

0.009765625; -0.010421753; -0.006530762; 0.004974365; 0.013687134; -0.00958252; ...;

0.024673462]


0.005203247; -0.001968384; 0.001251221; 0.001983643; -0.002593994; -0.005767822; ...;

0.007980347]


0.004196167; -0.004714966; -0.003479004; 0.002532959; 0.006500244; -0.004272461; ...; 0.011993408]

- Koefisien aproksimasi A4221: [0.002868652; -0.00062561; -0.000534058; 0.001754761;

0.000274658; -0.001205444; -0.002212524; 0.001174927; 0.002426147; -0.00088501; ...;

0.005828857]

- Koefisien aproksimasi A4222: [0.003143311; 0.00100708; -0.002166748; -0.003494263; -

0.002838135; -0.000686646; -0.001296997; -0.004257202; -0.00038147; -0.004882813; ...;

0.011398315]


0.10333252; 0.013214111; -0.041000366; -0.084365845; -0.017471313; -0.028182983; ...; -

0.016738892]

- Koefisien detail D4112: [0.017288208; 0.036010742; 0.008407593; -0.001541138; -0.015075684; 0.035949707; -0.054763794; 0.024398804; -0.081283569; -0.03086853; ...;

0.011047363]

- Koefisien detail D4121: [0.007202148; 0.013916016; 0.002746582; 0.002258301; -

0.005996704; 0.012664795; -0.025543213; 0.011291504; -0.029327393; -0.013870239; ...;

0.015686035]

- Koefisien detail D4122: [-0.016296387; -0.001663208; 0.000900269; 0.007171631; -

0.02494812; -0.011871338; 0.020843506; 0.04284668; -0.001342773; -0.00831604; ...;

0.031234741]


0.002868652; 0.006011963; -0.01272583; 0.005706787; -0.013961792; -0.006820679; ...;

0.007675171]

- Koefisien detail D4212: [-0.007141113; -0.000717163; 0.000320435; 0.003417969; -0.012145996; -0.00567627; 0.010040283; 0.020294189; -0.000656128; -0.003829956; ...;

0.01550293]

- Koefisien detail D4221: [-0.001235962; 0.000228882; -0.000274658; 0.001419067; -

0.005081177; -0.002410889; 0.004226685; 0.007858276; -0.000488281; -0.000961304; ...;

0.007568359]

- Koefisien detail D4222: [-0.0000153; -0.00390625; -0.00138855; 0.002639771; 0.001480103;

-0.004852295; 0.001815796; -0.00062561; 0.010375977; 0.001480103; ...; 0.008285522]

- Pembentukan matrik DC:

[0.001294751, -0.002071602, 0.002718977, 0.003776358, 0.004143204, ..., 0.003064244;

-0.004425049, 0.008865356, 0.004669189, -0.014633179, -0.002227783, ..., -0.002426147;

0.005858749, -0.018590469, 0.000733692, -0.050193188, 0.040255972, ..., 0.002201077; 0.029586792, -0.062667847, 0.086273193, -0.048080444, 0.10333252, ..., 0.008285522]

14

Lanjutan

- Matriks singular S hasil transformasi SVD:

[3.01140273052151, 0, 0, 0, ..., 0;

0, 2.03395617473146, 0, 0, ..., 0;

0, 0, 1.14739722788238, 0, ..., 0;

0, 0, 0, 0.589381549915988, ..., 0]

- Nilai singular S11 yang disimpan: 3.01140273052151

- Nilai S11 setelah penyisipan bit watermark: 3.01140273052151

- Matriks CDw hasil invers SVD:

[0.001294751, -0.002071602, 0.002718977, 0.003776358, 0.004143204, ..., 0.003064244;

-0.004425049, 0.008865356, 0.004669189, -0.014633179, -0.002227783, ..., -0.002426147; 0.005858749, -0.018590469, 0.000733692, -0.050193188, 0.040255972, ..., 0.002201077;

0.029586792, -0.062667847, 0.086273193, -0.048080444, 0.10333252, ..., 0.008285522]

- Watermarked frame 1 hasil invers DWT 4 level: [-0.017578125; -0.01940918; -0.015533447; -

0.01260376; -0.014068604; -0.017913818; -0.022186279; -0.027526855; -0.034454346; -

0.040313721; ..., -0.065216064]

- Watermarked audio semua frame: [-0.017578125; -0.01940918; -0.015533447; -0.01260376; -

0.014068604; -0.017913818; -0.022186279; -0.027526855; -0.034454346; -0.040313721; ...;

0.000213623]

- Berkas kunci yang berisi kumpulan nilai singular pada semua frame: [3.011402731,

4.954037482, 7.736340865, 7.840442482, 7.90638249, 8.935993586, 8.907407512,

8.806524263, 9.446861893, 8.375714776, ..., 8.442070393]

Lampiran 2 Perhitungan tiap tahap pada proses pengekstraksian watermark

- Pembacaan nilai sampel watermarked audio: [-0.017578125; -0.01940918; -0.015533447; -

0.01260376; -0.014068604; -0.017913818; -0.022186279; -0.027526855; -0.034454346; -

0.040313721; ...; 0.000213623]

- Panjang sampel watermarked audio: 970240

- Pembacaan nilai-nilai singular pada berkas kunci: [3.011402731, 4.954037482, 7.736340865,

7.840442482, 7.90638249, 8.935993586, 8.907407512, 8.806524263, 9.446861893,

8.375714776, ..., 8.442070393]

- Banyaknya nilai singular 80:

- Banyaknya frame sinyal audio: 80

- Ukuran sampel tiap frame sinyal audio adalah panjang sampel audio dibagi banyaknya nilai singular: 970240/80 = 12128 sampel

- Transformasi DWT pada frame 1:

- Frame1: [-0.017578125; -0.01940918; -0.015533447; -0.01260376; -0.014068604; -

0.017913818; -0.022186279; -0.027526855; -0.034454346; -0.040313721; ...; -

0.0652160644531250]

Hasil DWT level 1:

- Koefisien aproksimasi A1: [-0.026153974; -0.01989601; -0.022614987; -0.035152495; -

0.052869007; -0.059472238; -0.047927373; -0.027232933; -0.012451191; -0.009300629; ..., -

0.089165198]

- Koefisien detail D1: [0.001294751; -0.002071602; 0.002718977; 0.003776358; 0.004143204; -

0.000992643; -0.004553208; -0.005222163; -0.002093181; 0.000237371; ...; 0.003064244]

Hasil DWT level 2: - Koefisien aproksimasi A21: [-0.032562256; -0.040847778; -0.079437256; -0.053146362; -

0.015380859; -0.016418457; 0.011276245; 0.082260132; 0.080947876; 0.024017334; ..., -

0.123031616]


0.001312256; -0.000213623; -0.00718689; -0.007522583; 0.007461548; 0.00479126; ...,

0.001907349]

- Koefisien detail D21: [-0.004425049; 0.008865356; 0.004669189; -0.014633179; -

0.002227783; -0.000305176; -0.014480591; -0.015884399; 0.015884399; 0.00881958; ...,

0.003067017]

15

Lanjutan

- Koefisien detail D22: [0.002380371; -0.000747681; 0.003631592; 0.000473022; -

0.001647949; 0.001251221; 0.002029419; -0.002883911; -0.002182007; 0.001373291; ..., -

0.002426147]

Hasil DWT level 3:

- Koefisien aproksimasi A311: [-0.051908733; -0.093750775; -0.022485512; 0.066140206;

0.074221612; -0.047787108; -0.120045014; -0.052048998; 0.007196659; -0.138937592; ..., -

0.178956193]


0.017468351; 0.013584098; -0.003841095; -0.007034815; 0.003269247; 0.011749867; ..., -

0.000302109] - Koefisien aproksimasi A321: [0.002859242; -0.003312405; -0.001078959; -0.010401168;

0.008664043; 0.006765075; -0.001791072; -0.003603724; 0.001650808; 0.005707695; ...;

0.000215792]


0.000571848; -0.000183423; 0.002244235; 0.000237371; -0.003398722; 0.003787147; ..., -

0.001230014]


0.040255972; 0.028365841; -0.006063751; -0.003884254; 0.009203523; 0.030523759; ..., -

0.004963213]


0.004995582; 0.00372241; 0.017651775; 0.007509557; -0.010735645; 0.024546325; ..., -0.004639525]


0.001888179; 0.001435016; 0.008092195; 0.003258457; -0.005621378; 0.011555654; ...; -

0.002481606]

- Koefisien detail D322: [0.002211867; 0.002233446; -0.002050023; 0.003474249; -

0.002513975; -0.000550269; -0.000604217; -0.004337416; -0.000960274; -0.003053455; ...;

0.002201077]

Hasil DWT level 4:


0.093154907; -0.178695679; -0.020401001; -0.251052856; -0.102874756; 0.02545166; ...; -

0.269821167] - Koefisien aproksimasi A4112: [-0.009002686; -0.034973145; 0.048522949; -0.007034302;

0.028091431; -0.006271362; 0.007919312; 0.018478394; -0.009460449; -0.011260986; ...;

0.00402832]


0.010620117; -0.003860474; 0.002349854; 0.004425049; -0.005325317; -0.011810303; ...;

0.015258789]


0.009765625; -0.010421753; -0.006530762; 0.004974365; 0.013687134; -0.00958252; ...;

0.024673462]


0.005203247; -0.001968384; 0.001251221; 0.001983643; -0.002593994; -0.005767822; ...;

0.007980347] - Koefisien aproksimasi A4212: [0.001998901; -0.00038147; 0.002349854; 0.008026123;

0.004196167; -0.004714966; -0.003479004; 0.002532959; 0.006500244; -0.004272461; ...;

0.011993408]

- Koefisien aproksimasi A4221: [0.002868652; -0.00062561; -0.000534058; 0.001754761;

0.000274658; -0.001205444; -0.002212524; 0.001174927; 0.002426147; -0.00088501; ...;

0.005828857]


0.002838135; -0.000686646; -0.001296997; -0.004257202; -0.00038147; -0.004882813; ...;

0.011398315]

16

Lanjutan


0.10333252; 0.013214111; -0.041000366; -0.084365845; -0.017471313; -0.028182983;

D4111; -0.016738892]

- Koefisien detail D4112: [0.017288208; 0.036010742; 0.008407593; -0.001541138; -

0.015075684; 0.035949707; -0.054763794; 0.024398804; -0.081283569; -0.03086853; ...;

0.011047363]


0.005996704; 0.012664795; -0.025543213; 0.011291504; -0.029327393; -0.013870239; ...;

0.015686035]

- Koefisien detail D4122: [-0.016296387; -0.001663208; 0.000900269; 0.007171631; -0.02494812; -0.011871338; 0.020843506; 0.04284668; -0.001342773; -0.00831604; ...;

0.031234741]


0.002868652; 0.006011963; -0.01272583; 0.005706787; -0.013961792; -0.006820679; ...;

0.007675171]

- Koefisien detail D4212: [-0.007141113; -0.000717163; 0.000320435; 0.003417969; -

0.012145996; -0.00567627; 0.010040283; 0.020294189; -0.000656128; -0.003829956; ...;

0.01550293]

- Koefisien detail D4221: [-0.001235962; 0.000228882; -0.000274658; 0.001419067; -

0.005081177; -0.002410889; 0.004226685; 0.007858276; -0.000488281; -0.000961304; ...;

0.007568359] - Koefisien detail D4222: [-0.0000153; -0.00390625; -0.00138855; 0.002639771; 0.001480103;

-0.004852295; 0.001815796; -0.00062561; 0.010375977; 0.001480103; ...; 0.008285522]

- Pembentukan matrik DC:

[0.001294751, -0.002071602, 0.002718977, 0.003776358, 0.004143204, ..., 0.003064244;

-0.004425049, 0.008865356, 0.004669189, -0.014633179, -0.002227783, ..., -0.002426147;

0.005858749, -0.018590469, 0.000733692, -0.050193188, 0.040255972, ..., 0.002201077;

0.029586792, -0.062667847, 0.086273193, -0.048080444, 0.10333252, ..., 0.008285522]

- Matriks singular S hasil transformasi SVD:

[3.011402731, 0, 0, 0, ..., 0;

0, 2.033956175, 0, 0, ..., 0;

0, 0, 1.147397228, 0, ..., 0; 0, 0, 0, 0.58938155, ..., 0]

- Nilai singular S11 dari watermarked audio: 3.011402731

- Pembandingan nilai singular watermarked audio dengan nilai singular audio asli pada berkas

kunci: 3.011402731 / 3.011402731 = 1

- Bit hasil ekstraksi: 0

- Nilai singular dari watermarked audio pada semua frame: [3.011402731, 5.944801075,

9.283784977, 9.407507801, 7.90638249, 10.72130823, 10.68583609, 10.56771179,

9.446861893, 10.05078796, ..., 10.12582621]

- Bit ekstraksi hasil pembandingan nilai singular pada semua frame: [0, 1, 1, 1, 0, 1, 1, 1, 0, 1, 1, 0,

0, 0, 0, 1, 0, 1, 1, 1, 0, 1, 0, 0, 0, 1, 1, 0, 0, 1, 0, 1, 0, 1, 1, 1, 0, 0, 1, 0, 0, 1, 1, 0, 1, 1, 0, 1, 0, 1, 1,

0, 0, 0, 0, 1, 0, 1, 1, 1, 0, 0, 1, 0, 0, 1, 1, 0, 1, 0, 1, 1, 0, 0, 1, 1, 0, 0, 0, 1]

IMPLEMENTASI AUDIO WATERMARKING ...repository.ipb.ac.id/bitstream/handle/123456789/61469/G...Digital audio watermarking has been developed in several domains, such as time domain,

Documents