Analisis Compressive Sampling Menggunakan Teknik Gabungan Swt-dst Pada Steganografi Citra Digital Berbasis Qim

Authors

  • Dwi Bayu Leksono Telkom University
  • Jangkung Raharjo Telkom University
  • Irma Safitri Telkom University

Abstract

Abstrak Steganografi merupakan sebuah teknik untuk menyembunyikan suatu data dan informasi pada sebuah media tanpa menimbulkan kecurigaan dari pihak lain. Dalam penelitian kali ini penulis akan menerapkan steganografi pada file citra digital dengan metode Quantization Index Modulation (QIM) dengan teknik gabungan Stationary Wavelet Transform (SWT) dan Discrete Sine Transform (DST), dimana sebelumnya data yang akan disisipkan diefisiensikan terlebih dahulu menggunakan teknik Compressive Sensing (CS). Hasil dari penelitian ini didapatkan hasil stego image yang mempunyai parameter Bit Error Rate (BER) yang rendah atau BER = 0, Peak Signal to Noise Ratio (PSNR) yang tinggi atau infinite dan Structural Similarity Index Matrix (SSIM) yang tinggi atau SSIM = 1. Kata kunci : Steganografi, Stationary Wavelet Transform, Discrete Sine Transform, Quantization Index Modulation, Compressive Sampling. Abstract Steganography is a technique for hiding data and information on a media without arousing suspicion from other parties. In this research the writter will apply steganography on digital image by using Quantization Index Modulation (QIM) method with combination technique Stationary Wavelet Transform (SWT) and Discrete Sine Transform (DST), where previously the data to be inserted is first streamlined using the Compressive Sensing (CS) technique. The results of this study obtained stego image results that have a low Bit Error Rate (BER) parameter or BER = 0, high or infinite on Structural Peak Signal to Noise Ratio (PSNR), High Similarity Index Matrix (SSIM) or SSIM = 1. Keyword : Steganography, Stationary Wavelet Transform, Discrete Sine Transform, Quantization Index Modulation, Compressive Sampling

Downloads

Published

2019-04-01

Issue

Section

Program Studi S1 Teknik Telekomunikasi