ABSTRAKSI: Pada tugas akhir sebelumnya pernah dilakukan penelitian tentang steganography dengan metode subtitusi pada LSB, dimana yang dilakukan penggantian bit informasi hanya pada bit LSB dan hanya menggunakan 16 bit/sample, sehingga kapasitas informasi yang disisipkan hanya sebesar 1/16 * ukuran file pembawa dan hanya menggunakan enkripsi saja, tanpa melakukan kompresi.[1]
Dalam tugas akhir ini dilakukan penelitian untuk menyembunyikan sebuah informasi di dalam file audio digital tidak terkompresi dengan metode substitusi, yaitu pada LSB dan 3 bit sebelum LSB. Sehingga kapasitas data yang ingin disisipi dapat ditingkatkan menjadi {[(4/besar bit sampel) * besar media audio] - 50 bytes }, atau hampir 1\2 dari ukuran cover file. Sebagai tambahan adalah dengan melakukan teknik Enkripsi pada file yang akan dikirimkan dan melakukan kompresi data. Dimana Algoritma Enkripsi yang digunakan adalah Algoritma Blowfish dan algoritma kompresi data menggunakan algoritma Lempel-Ziv-Welch (LZW). Keluaran dari proses audio steganography berupa sinyal audio tidak terkompresi(*.wav) yang memiliki ukuran informasi yang sama dengan audio aslinya.
Hasil yang diperoleh adalah menunjukan bahwa untuk audio wav dengan resolusi 16 bit/sampel lebih baik dibanding dengan 8 bit/sampel. Nilai Mean Absolute Error (MAE) dan Signal-to-Noise Ratio (SNR) dipengaruhi oleh beberapa faktor. Jika ukuran informasi rahasia semakin besar dan frekuensi sampling semakin kecil , maka nilai MAE juga akan semakin besar juga, tetapi nilai SNR akan semakin kecil. Pengaruh jenis atau genre musik juga berpengaruh terhadap nilai MAE dan SNR, dimana untuk genre rock nilai MAE akan cenderung semakin besar, dan nilai SNR akan cenderung semakin kecil. Hal tersebut juga dapat dilihat pada tes subyektif yang dilakukan. Selain itu dengan adanya penambahan kompresi, ukuran informasi rahasia yang akan disembuyikan dapat semakin besar.Kata Kunci : ABSTRACT: In final project before, it has investigated about steganography with LSB substitusion, which only LSB is subtituted and only audio with 16 bits/sample. The result is capacity that can be embedded is 1\16 * size of cover file and just only adding a encryption, without any compression to the secret data.[1]
This final project focus on the research of embedding secret data/information in uncompressed audio digital with substitusion method, which is substitute a LSB and 3 bits before LSB. So the capacity that can be embedded is {[(4/ size of bit/sample) * size of cover file] - 50 bytes }, or almost a half of size of cover file. In addition of encryption technique, compression technique is also applied. The Blowfish encryption algorithm is used for encryption, and LZW algorithm used for compression is Lempel-Ziv-Welch (LZW). Output of audio steganography is uncompressed audio, that has an equal size with the cover file.
The simulation result show that audio with 16 bits/sample is better than audio with 8 bits/sample. Mean Absolute Error (MAE) and Signal-to-Noise Ratio (SNR) is depends on many factors. If size of secret data and frequency become bigger, the MAE become bigger as well, but the SNR become smaller. The types of audio (genre) also influences MAE and SNR value. Audio from rock music indicate a bigger MAE and smaller SNR compared to audio from slow music. This result agree with the subyective test. Adding compression in the process, help improve the embedding capacity.Keyword: