Simulasi Dan Analisis Steganalisis Citra Domain Discrete Multiwavelet Transform (dmwt) Menggunakan Metode K-nearest Neighbor (k-nn)

Abstract

Pada era ini teknologi sudah berkembang sangat pesat. Terlebih lagi dibidang telekomunikasi baik pertukaran informasi suara maupun data. Semakin berkembang teknologi maka ruang pribadi semakin menipis. Makadari itu lahirlah steganography yang merupakan suatu teknik untuk menyisipkan suatu informasi tersembunyi kedalam suatu media baik suara, video maupun data yang dapat mengirimkan suatu informasi tanpa diketahui oleh pihak lain. Disisi lain steganography memiliki efek negatif dimana terdapat beberapa pihak yang menyalahgunakan penggunaan steganography untuk mengirimkan suatu pesan atas dasar kriminalitas. Maka dari itu lahirlah steganalysis yang keberadaannya untuk menyerang steganography dengan mengetahui ada atau tidaknya pesan tersisipi dalam suatu media. Pada penelitian steganalysis kali ini merupakan steganalysis dalam Domain Discrete Multiwavelet Transform (DMWT) dengan metode klasifikasi K-NN pada citra. Dari hasil pengujian berdasarkan penggunaan level DMWT dihasilkan akurasi 56,12% pada penggunaan DMWT Level 1, 54,58% untuk DMWT level 2, 53,16% untuk DMWT level 3, 51,58% untuk DMWT level 4, dan 51,24% untuk DMWT level 5. Setelah itu pengaruh ukuran gambar pada akurasi performansi citra yaitu ukuran 128 sebesar 49,83%, 256 sebesar 60,41%, dan 512 sebesar 56%. Pengaruh pengujian nilai K pada K-NN terhadap performansi akurasi yaitu nilai K=1 sebesar 83,75%, K=3 sebesar 82,5%, K=7 sebesar 86,25%, dan K=9 sebesar 81,25%. Pengaruh penggunaan jenis K-NN terhadap akurasi performansi yaitu, akurasi K-NN jenis Euclidean sebesar 78%, Cityblock sebesar 86%, Cosine sebesar 74%, dan Correlation sebesar 96%. Pengaruh ukuran pesan terhadap akurasi performansi yaitu, penyisipan ukuran pesan 1KB sebesar 63,33%, penyisipan ukuran pesan 3KB sebesar 61,66%, penyisipan ukuran pesan 5KB sebesar 70%, dan penyisipan pesan secara sepenuhnya atau full sebesar 73,33%.

Kata Kunci : Steganalysis, Discrete Multi Wavelet Transform (DMWT), K-Nearest Neighbor (K-NN)