PERBAIKAN DETEKSI WATERMARK MENGGUNAKAN EKSTRAKSI FITUR BENTUK PADA AUDIO WATERMARKING  BERBASISKAN TEKNIK DWT-SVD-QIM PADA SEGMEN AUDIO ADAPTIF

NUGRAENI KHOLIFATURROFIAH

Informasi Umum

Kode

21.04.1758

Klasifikasi

621.38 2 - Signal processing, Information theory

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Signal Processing - System Analysis

Dilihat

251 kali

Informasi Lainnya

Abstraksi

ABSTRAK Di era globalisasi saat ini memudahkan siapapun untuk mengakses informasi melalui berbagai media. Sehingga banyak ditemukan kasus-kasus pelanggaran hak cipta oleh pihak-pihak yang tidak bertanggung jawab. Salah satu solusi untuk mengatasi permasalahan tersebut yaitu dengan mengaplikasikan teknik watermarking. Watermarking merupakan suatu teknik yang bertujuan untuk menyembunyikan informasi di dalam sinyal agar tidak terlihat sehingga mampu melindungi hak cipta. Pada Tugas Akhir ini akan dilakukan perbaikan deteksi watermark dengan menggunakan ekstraksi fitur bentuk untuk mengambil atau mengekstrak informasi yang penting dari suatu audio sehingga dapat digunakan dalam proses deteksi. Penelitian ini penting dilakukan untuk memperbaiki tingkat akurasi deteksi watermark pada audio karena apabila tingkat akurasi deteksi watermark rendah maka watermark dengan nilai BER tinggi tidak dapat diidentifikasi kepemilikannya. Metode yang digunakan pada Tugas Akhir ini yaitu Discrete Wavelet Transform (DWT), Singular Value Decomposition (SVD), dan Quantization Index Modulation (QIM). Proses penyisipan dan ekstraksi watermark menggunakan teknik DWT. Lalu dilanjutkan dengan metode SVD yang akan mendekomposisikan suatu matriks menjadi tiga matriks yaitu U,V, dan S. Metode QIM merupakan metode yang digunakan untuk penyisipan dengan memanfaatkan proses kuantisasi. Setelah dilakukan penyisipan audio watermarking diberikan serangan untuk diuji ketahanannya.
Hasil yang diperoleh menunjukkan kualitas watermark yang direpresentasikan dengan parameter ODG bernilai -0.02, SNR yaitu 33.20 dB, untuk rata-rata MOS tertinggi bernilai 4.60. Dan besar kapasitas yang direpresentasikan C bernilai 215.72 bps. Ketahanan watermark direpresentasikan dengan BER rata-rata terkecil bernilai 22% dan tingkat akurasi deteksi watermark direpresentasikan dengan CDR rata-rata tertinggi sebesar 71%.

Kata kunci: Audio watermarking, Discrete Wavelet Transform, Singular Value Decomposition, Quantization Index Modulation, Ekstraksi fitur.