Analisis Audio Watermarking Berbasis Discrete Wavelet Transform Dengan Metode Singular Value Decomposition Dan Quantization Index Modulation Dengan Citra Teroptimasi Coarse To Fine Search

Authors

  • Brian Rizadhani Latuconsina Telkom University
  • Rita Purnamasari Telkom University
  • Raditiana Patmasari Telkom University

Abstract

Semakin maraknya pembajakan data audio yang terjadi hingga saat ini, urgensi untuk dilakukan sebuah penelitian mengenai watermarking menjadi semakin besar. Watermarking adalah salah satu metode yang dapat digunakan untuk melakukan tindakan pencegahan terhadap pembajakan data audio oleh oknum pengguna internet yang merugikan pihak-pihak terkait. Dalam Tugas Akhir ini, penelitian yang dilakukan berikut bertujuan untuk menganalisis hasil watermarking yang menggunakan metode Discrete Wavelet Transform (DWT), Singular Value Decomposition (SVD), Quantization Index Modulation (QIM), dan Coarse to Fine Search (CFS). Pada sistem yang dirancang, tahapan pertama yang dilakukan adalah melakukan pengolahan citra watermark dengan metode CFS dan reshape. Kemudian pada proses penyisipan, sistem melakukan proses watermarking berbasis DWT dan SVD, lalu hasil pengolahan citra watermark disisipkan ke dalam host audio menggunakan metode QIM. Tahap terakhir dari sistem adalah ekstraksi watermark untuk memisahkan kembali host audio dari citra watermark. Penelitian dilakukan menggunakan data gambar dengan dimensi 40×40 pixels dengan format .bmp sebagai watermark dan lima data audio berupa bass, drum, gitar, piano, dan vokal dalam format .wav sebagai host. Dari pengujian sistem yang telah dilakukan, data audio gitar memiliki performa terbaik dari lima jenis data audio yang digunakan sebagai objek penelitian dengan mengaplikasikan parameter input level DWT 5 dan bit kuantisasi 5 berdasarkan nilai parameter yang digunakan sebagai acuan dengan nilai SNR sebesar 57,7067 dB, nilai ODG sebesar -0,3052, dan nilai kapasitas sebesar 22.050 bit per second.

Kata Kunci : audio watermarking, watermark, Discrete Wavelet Transform, Singular Value Decomposition, Quantization Index Modulation, Coarse to Fine Search.

Downloads

Published

2020-08-01

Issue

Section

Program Studi S1 Teknik Telekomunikasi