Analisis Audio Watermarking Berbasis Stationary Wavelet Transformation Dengan Metode Penyisipan Spread Spectrum Dan Dioptimasi Algoritma Genetika

Abstract

Kita telah memasuki era dimana informasi bisa disebarluaskan dalam bentuk digital. Berbagai macam informasi entah itu dalam bentuk teks, audio, citra, maupun audio kini dapat dengan mudah diunggah dan diakses oleh berbagai kalangan dengan cepat dan mudah. Namun juga tidak sedikit oknum yang menyalahgunakan kelebihan ini untuk kepentingannya sendiri, tidak terkecuali file dalam bentuk audio yang akan dibahas pada jurnal ini. Audio menjadi salah satu bentuk file yang paling banyak dilanggar hak ciptanya, seperti proses pengambilan sebagian (resampling) sebagai contoh yang paling umum. Karena itu, jurnal ini memberikan solusi agar dapat mencegah terjadinya pelanggaran tersebut, dengan menggunakan metode watermarking. Watermarking adalah proses penyisipan file sebagai tanda atau copyright tanpa merusak file aslinya. File yang disisipkan pada jurnal ini berupa citra dengan audio sebagai file host. Metode yang akan digunakan pada tugas akhir ini antara lain Stationary Wavelet Transformation (SWT), dengan metode penyisipan Spread Spectrum (SS), dan dioptimasi menggunakan algoritma genetika. Spread Spectrum adalah metode penyisipan dengan hasil dimana watermark akan disisipkan pada frekuensi rendah sehingga lebih sulit untuk dideteksi. Algoritma genetika digunakan untuk menentukan parameter evaluasi kualitas yang akan dimodifikasi sehingga data watermark masih memiliki imperceptibility dan robustness yang baik. Diimplementasikan menggunakan MATLAB, audio akan diuji dengan dua macam serangan yaitu resampling, dan kompresi MP3. Setalah dilakukan pengujian akan dilanjutkan dengan optimasi menggunakan Algen. Dari pengujian tersebut akan didapatkan parameter keluaran dari masing-masing lima jenis audio dengan diberikan dua macam serangan tersebut. Dari proses tersebut akan didapatkan parameter keluaran, yaitu ODG, SNR, BER dan C.