Kompresi Huffman Pada Dwt-svd Berbasis Watermarking Citra Medis Dengan Watermark Terkompresi Menggunakan Compressive Sensing

Abstract

Abstrak Proses pengiriman dan perlindungan informasi merupakan masalah yang sering dihadapi diera perkembangan teknologi informasi saat ini. Salah satu cara untuk menyelesaikan masalah ini yaitu penggunakan teknik kompresi dan watermarking pada data rahasia. Berdasarkan permasalahan tersebut, dalam tugas akhir ini rancang sistem image watermarking yang didalamnya terdapat teknik kompresi dan dekompresi. Untuk teknik kompresi menggunakan metode Huffman encoding dan dekompresi menggunakan Huffman decoding. selain itu, digunakan juga Compressive sensing sebagai kompresi di sisi citra watermarknya dan mengkombinasikan transformasi Discrete Waveket Transform (DWT) dengan Singular Value Decomposition (SVD). Hasil akhir dari penelitian ini yaitu, rasio kompresi diatas 50 %, parameter SSIM =1. Pada saat dilakukan pengujian pengaruh compressive sensing maka pengujian dengan menggunakan CS menghasilkan nilai MSE 0,172 dan PSNR =55,75 sedangkan pengujian tanpa menggunakan CS menghasilkan nilai MSE = 0,117 dan PSNR =57,2. Kata Kunci : Compressive Sensing, Discrete Waveket Transform (DWT), Singular Value Decomposition (SVD), Huffman Coding Abstract The process of sending and protecting information is a problem that is often faced by the development of information technology today. One way to solve this problem is to use compression and watermarking techniques on confidential data. Based on the problem, in this final project design watermarking image system in which there is compression and decompression technique. For compression techniques use Huffman encoding and decompression methods using Huffman decoding. In addition, compressive sensing is used as compression on the watermark image side and combines Discrete Waveket Transform (DWT) transformation with Singular Value Decomposition (SVD). The end result of this research is, compression ratio above 50%, parameter SSIM = 1. At the time of testing the influence of compressive sensing then the test using CS yields the value of MSE 0.172 and PSNR = 55.75 while testing without using CS yields the value of MSE = 0.117 and PSNR = 57,2. Keywords: Compressive Sensing, Discrete Waveket Transform (DWT), Singular Value Decomposition (SVD), Huffman Coding