BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 2.1.

Steganography

2.1.1.

Latar belakang steganography

Steganograhy adalah seni menulis secara tersembunyi dengan tujuan mengadakan komunikasi secara tersembunyi dari pihak ketiga. Hal ini berbeda dengan Cryptography, yang merupakan teknik menulis rahasia yang bertujuan untuk membuat suatu tulisan menjadi sulit untuk mengerti, tanpa menyamarkan keberadaan komunikasi rahasia (Gary C. Kessler - 2004). Walaupun berbeda, terdapat banyak penganalogian dari keduanya, dan beberapa ahli mengklasifikasikan steganography sebagai bentuk dari cryptography, hal ini dikarenakan komunikasi secara tersembunyi juga merupakan bentuk dari penulisan secara rahasia (Bauer - 2002). Tujuan dari steganography pada dasarnya adalah untuk menghilangkan kecurigaan terhadap keberadaan pesan tersembunyi, pada komunikasi antara 2 pihak. Steganography umumnya diaplikasikan pada medium-medium umum untuk lebih menghilangkan kecurigaan terhadap keberadaan suatu pesan tersembunyi. Walaupun istilah steganography baru lahir di akhir abad ke 15, namun penggunaannya telah berlangsung selama beberapa milenium. Pada jaman dahulu, suatu pesan (rahasia) ditulis pada perut kelinci, ditato di kepala budak, bahkan menggunakan tinta yang tak terlihat. Microfilm, microdot dan potongan dari film, setelah penemuan fotografi, juga merupakan contoh lain dari penggunaan teknik ini.

7

8 Proses steganography pada intinya mencakup proses penempatan pesan tersembunyi pada sebuah media (Carrier). Pesan rahasia yang ditempatkan pada Carrier akan membentuk suatu medium steganography. Suatu steganography key dapat digunakan pada proses pengenkripsian pesan rahasia, atau pada saat proses pengacakan skema steganography (skema atau algoritma yang digunakan dalam penempatan pesan) dalam Carrier, kunci ini berguna untuk lebih meningkatkan keamanan dari data rahasia , melalui proses-proses diatas. Sehingga walaupun pihak ketiga mengetahui adanya pesan rahasia, dan berhasil mengekstraknya, maka ia harus memecahkan enkripsi dari pesan tersebut. Berikut adalah taksonomi dari teknik steganography:

Gambar 2-1 Hierarki Steganography menurut Vlad Rabinovich

•

Technical steganography

Pengunaan metode-metode ilmiah untuk menyembunyikan pesan, seperti penggunaan tinta khusus, microdots dan metode pereduksi ukuran. •

Linguistic steganography

9 Penyembunyian pesan pada Carrier dengan cara yang tidak menonjol, dan dibagi dalam Semagram dan Open Codes. 1. Semagrams Semagrams menyembunyikan pesan dengan menggunakan simbol atau tandatanda. Visual semagram menggunakan benda sehari-hari yang tidak mencolok untuk menyampaikan pesan, sebagai contoh; penempatan posisi dari benda. Text semagram menyembunyikan pesan dengan memodifikasi tampilan dari suatu teks (Carrier), sebagai contoh; melalui perubahan kecil pada ukuran teks, font atau penambahan spasi. Pada perang dunia ke-2 pengiriman jam akan selalu dibatalkan bila beberapa jam tangan berhenti dan menunjukkan waktu yang berbeda. 2. Open Codes Open codes menyembunyikan pesan pada carrier message melalui suatu cara yang tidak mencurigakan pengamat terhadap carrier message tersebut. Berbeda dengan Semagram, metode ini tidak merubah ukuran, tipe font dan lain lain. a. Jargon Codes Seperti namanya Jargon Codes menggunakan kata kata yang hanya dimengerti kelompok tertentu dan tidak berarti bagi orang lain. Metode ini menggunakan Warchalking (simbol yang mengindikasikan kehadiran dan tipe dari wireless network signal [Warchalking 2003]), terminologi asing, atau percakapan umum yang mempunyai arti khusus oleh karena fakta yang hanya diketahui oleh orang orang tertentu. Subset dari metode ini adalah Cue Codes, dimana frase-frase tertentu mempunyai arti khusus. b. Covered Cipher

10 Covered Ciphers menyembunyikan pesan secara terbuka di dalam media Carrier agar dapat dipecahkan oleh siapa pun yang mengetahui rahasianya. Dibagi menjadi Null Ciphers dan Grille Ciphers. 1. Null Ciphers Null Ciphers menyembunyikan pesan langsung pada Carrier dengan cara sederhana. Penggunaan metode ini sangat populer dalam perang, karena metodanya yang sederhana namun sangat ampuh, karena tidak dapat dideteksi secara mekanis. Contoh: PRESIDENT'S EMBARGO RULING SHOULD HAVE IMMEDIATE NOTICE. GRAVE SITUATION AFFECTING INTERNATIONAL LAW. STATEMENT FORESHADOWS RUIN OF MANY NEUTRALS. YELLOW JOURNALS UNIFYING NATIONAL EXCITEMENT IMMENSELY. APPARENTLY NEUTRAL'S PROTEST IS THOROUGHLY DISCOUNTED AND IGNORED. ISMAN HARD HIT. BLOCKADE ISSUE AFFECTS PRETEXT FOR EMBARGO ON BYPRODUCTS, EJECTING SUETS AND VEGETABLE OILS.

Bila teks pertama dibaca hanya huruf pertamanya saja dan teks kedua hanya dibaca huruf keduanya saja, akan diperoleh: PERSHING SAILS FROM N.Y. JUNE 1

2. Grille Ciphers (Cardan Grille) Cardan Grille menggunakan semacam kertas karton atau plastik, dimana terdapat lubang-lubang. Lubang ini digunakan untuk membaca pesan rahasia yang terdapat pada Carrier. Berikut mekanisme dari metode ini:

11

Gambar 2-2 Contoh Cardan Grill

2.1.2.

Steganography pada media digital

Sekarang ini steganography dalam dunia digital berkembang ke 2 arah. 1 arah bertujuan untuk melindungi pesan rahasia dari deteksi (protection against detection), yang merupakan tujuan utama dari steganography. Arah yang lain, walaupun mengandung tujuan utama dari steganography (menghindari deteksi), namun bertujuan untuk melindungi pesan rahasia pada media agar tidak dapat dihilangkan (protection against removal) (Vlad Rabinovich-1999).

Gambar 2-3 Hierarki Steganography pada media digital

12 Steganography menyediakan fungsi fungsi penting dan berguna dalam dunia digital, yang paling populer adalah digital watermarking. Aplikasi ini dapat menyembunyikan pesan rahasia di dalam sebuah file sehingga bukti kepemilikan dari karya intelektual tersebut dapat dibuktikan atau untuk memastikan integritas dari karya tersebut. Walaupun secara konsep mirip dengan steganography, namun tujuan dari digital watermarking sedikit berbeda. Secara umum hanya sedikit dari informasi yang dimasukkan dalam Carrier, penyembunyian informasi watermarking tidak terlalu perlu, dan informasi watermarking dapat ditarik / dihilangkan untuk menjaga integritas Carrier. Steganography digital yang berfokus untuk menghindari deteksi terbagi menjadi 2 tipe menurut cara menyisipkan informasi dan media yang digunakan. Metode pertama adalah dengan menyembunyikan informasi pada data volatil, metode ini banyak digunakan pada sistem jaringan dengan memanipulasi proses enkapsulasi pada sistem layer pada protokol TCP/IP maupun yang lain, contoh: misalkan dengan memanfaatkan format segment pada TCP layer.

Gambar 2-4 Contoh steganography pada segmen di jaringan

Pada header TCP terdapat 6 bit (hijau) yang tidak dimanfaatkan oleh TCP, bit-bit ini dapat digunakan untuk menyimpan informasi. Metode lain adalah menyimpan informasi pada user data, dalam menggunakan metode ini file Carrier/ medium harus diperhatikan (dalam hal ini data user). Metode ini terbagi dua berdasarkan file Carrier-nya yaitu

13 fragile dan robust. Fragile berarti informasi yang disembunyikan dalam Carrier mudah rusak/hilang bila Carrier dirubah sekecil apapun, seperti dikompres dengan metode lossy, sedangkan robust berarti informasi yang disimpan dalam Carrier tidak akan hilang dengan mudah bila Carrier dirubah (Cummins, J. Et al - 2004). Secara umum teknik steganography pada media digital menggunakan metode penumpangan data pada byte stream data, byte stream data dapat berbentuk segment, frames, datagrams, dan lainnya. Karena steganography mempunyai tujuan utama menghindari deteksi sehingga metode penumpangan data pada file dilakukan secara tak terlihat. Berikut adalah skema prosedur steganography sederhana:

Gambar 2-5 Skema steganography sederhana

Pada steganography yang menggunakan media digital terdapat beberapa teknik yang dapat digunakan, berikut contoh teknik-teknik tersebut dalam urutan yang menggambarkan kualitas teknik steganography tersebut dalam ketahanannya terhadap deteksi dari terburuk hingga terbaik( www.guilermito2.net ): 1. Menempatkan data di akhir file carrier (contoh: Camouflage, JpegX, SecurEngine untuk JPG, Safe&Quick Hide Files 2002, Steganography 1.50).

14 2. Menempatkan data pada field comment, atau bagian dari file yang tidak tepakai (contoh: Invisible Secrets 2002 untuk JPG dan PNG, Steganozorus untuk JPG). 3. Menempatkan data pada byte stream file carrier dengan secara linier, sekuensial dan tetap (contoh: InPlainView, InThePicture, Invisible Secrets 2002 untuk BMP, ImageHide, JSteg). 4. Menempatkan data pada byte stream file carrier, secara acak menggunakan bilangan pseudo-random yang dihasilkan dari PassPhrase (contoh:CryptArkan, BMPSecrets, Steganos untuk BMP, TheThirdEye, JPHide). 5. Menempatkan data pada byte stream file carrier, secara acak menggunakan bilangan pseudo-random yang dihasilkan dari PassPhrase, dan merubah bit bit lain pada byte stream file carrier untuk mengkompensasi perubahan yang ditimbulkan oleh data yang disisipkan dan untuk menghilangkan perubahan secara statistik pada file carrier (contoh: Outguess, F5).

2.2.

File Audio Digital Digital audio / digitized sound (Audio digital) merupakan jenis file audio yang

berasal dari hasil perekaman atau hasil sintesis dari komputer. Audio digital memiliki tiga karakteristik yang terutama yaitu: •

Sample(s), merupakan representasi aktual suara yang disimpan dalam ribuan angka individual ,

•

Resolution / bit depth, merupakan ukuran sample dalam bit (misalkan. 8-bit, 16-bit),

15 •

Sampling rate, merupakan kecepatan permrosesan bit oleh komputer (misalkan. 44.1 KHz untuk Compact Disc).

Proses encoding pada media audio melibatkan konversi sinyal analog ke dalam rangkaian bit. Sinyal analog (suara dan musik) direpresentasikan dalam gelombang sinus dalam frekwensi yang beragam. Sistem pendengaran manusia hanya dapat menangkap frekwensi dalam rentang 20 – 20.000 Hz. Karena gelombang suara bersifat analog (sinyalnya bersifat kontinyu), maka gelombang tersebut perlu dikonversikan terlebih dahulu ke dalam beberapa set sample agar dapat direpresentasikan dengan rangkaian biner (1 dan 0). Konversi dari analog ke digital dicapai dengan mengambil sample dari suatu sinyal analog dan merubah sample tersebut ke dalam tingkatan voltase. Level voltase tersebut akan dikonversikan ke dalam numerik menggunakan skema yang disebut Pulse Code Modulation. Alat pengkonversinya disebut Coder-Decoder.

Gambar 2-6 Pulse Code Modulation

Pulse Code Modulation (PCM) hanya dapat menyediakan perkiraan dari sinyal analog yang asli. Misalnya sinyal analog diukur pada level 4.86, akan dikonversikan ke

16 5 pada PCM. Hal ini disebut quantization error. Aplikasi-aplikasi audio mendefinisikan level-level yang berbeda pada PCM. Sinyal analog perlu di-sample dengan rate dua kali lebih dari frekuensi tertinggi pada sinyal, agar hasil yang asli dapat direproduksi dari sample. Sebagai contoh pada jaringan telepon, suara manusia dengan rentang frekuensi 0-4000Hz (walaupun pada kenyataannya hanya 400 – 3400 Hz yang membawa suara), di-sample dengan rate 8000 Hz. Aplikasi audio musik menangani spektrum penuh dari pendengaran manusia, aplikasi ini umumnya menggunakan sampling rate 44.1 kHz, dimana pada 1 detik musik digital terdapat 44100 sample (Gary C. Kessler - 2004). Sedangkan besar dari ukuran file musik yang tidak dikompresi dapat dikalkulasikan dengan rumus :

Jumlah bit per detik = S * R* C S = Sampling rate R = Resolusi Pulse Code Modulation (16 bit) C = Jumlah channel (mono = 1, stereo = 2)

Sebagai contoh, pada 1 menit file audio, dengan sampling rate 44.1 kHz dan menggunakan 2 channel, maka ukuran file yang tidak terkompres mencapai 10.09 MB. File audio yang populer sekarang

ini seperti MP3, Ogg Vorbis, dan sebagainya,

menggunakan skema kompresi untuk mengurangi ukuran dari file. Untuk lebih

17 memahami media audio, terutama MP3 yang akan digunakan sebagai medium / Carrier, diperlukan pemahaman terlebih dahulu terhadap skema kompresi file audio yang ada.

2.3.

Skema Kompresi Audio

2.3.1.

Skema kompresi Audio MPEG

Dengan semakin meluasnya penggunaan Internet dan teknologi komputer modern, meningkat pula kebutuhan akan skema kompresi file audio

yang tidak

menurunkan kualitas suara aslinya. Saat ini sejumlah skema perceptual audio coding telah digunakan dalam beberapa aplikasi multimedia. Diantara codec (compressor decompressor) yang ada saat ini, format kompresi MP3 adalah skema pengkodean audio yang paling banyak digunakan. Secara umum, nama MP3 merujuk pada layer tiga dari skema pengkodean dari ISO/MPEG-1 dan ISO/MPEG-2 Audio specifications yang telah disusun pada tahun 1992 dan 1994. Merujuk pada standar ini, kemampuan MP3 umumnya mendukung encoding / decoding dari mono atau stereo 2 audio dengan sampling rate (16, 22.05, 24, 32, 44.1, 48kHz) dan bit-rate mencapai 320 kbit/s. Dengan demikian nama MP3 telah menjadi sinonim untuk media penyimpanan audio stereo (non-multi-chanel) dan transmisi, untuk periode lebih dari 10 tahun. Tanpa pengurangan data, suatu sinyal audio digital (umumnya) dengan 16-bit sample (resolution / bit depth), yang direkam dengan menggunakan sampling rate lebih dari dua kali ukuran bandwidth audio yang sesungguhnya (misalkan. 44.1 kHz untuk Compact Discs), akan membutuhkan lebih dari 1.400 Mbit untuk merepresentasikan hanya satu detik dari musik stereo dengan kualitas CD. Dengan menggunakan MPEG

18 audio coding ukuran dari data audio yang asli dari suatu CD dapat dikecilkan hingga 12 kali, tanpa mengurangi kualitas suara. MPEG audio coding bahkan mampu menghasilkan kualitas suara yang secara signifikan, melalui faktor pengecilan 24 kali bahkan lebih, masih lebih baik dari apa yang didapat melalui pengurangan sampling rate dan resolusi dari sample. Pada dasarnya, hal ini dapat direalisasikan melalui teknik Perceptual coding. Pada permulaan tahun 90-an, industri mulai tertarik pada kompresi video dan audio untuk multimedia, yang pada akhirnya menuntun pada terbentuknya suatu komite standarisasi dibawah naungan ISO (International Standarization Organization). Komite ini menamakan dirinya Motion Picture Experts Group (MPEG). Tujuan awal dari komite MPEG ini adalah mengeluarkan skema untuk pengiriman video dan audio dengan data rate 1.86 Mbps (Megabits per second). Hal ini menuntun pada terciptanya spesifikasi yang sekarang dikenal dengan nama MPEG-1, yang setelah itu diikuti dengan perluasan spesifikasinya, yaitu MPEG-2. Fokus utama dari kedua spesifikasi ini adalah kompresi video , namun mencakup pula kompresi audio. Sama seperti JPEG (Joint Picture Experts Group), spesifikasi MPEG tidak menjelaskan implementasi spesifik dari data video atau audio itu sendiri. MPEG hanya memberi penjelasan format dari kompresi data, atau bitstream, dan bagaimana cara me-dekompresi data tersebut. Tidak ditetapkan bagaimana cara data tersebut di-kompresi.

2.3.1.1.

MPEG-1

19 Seperti yang telah dijelaskan diatas, MPEG-1 ditujukan pada video data streams dengan bandwidth yang relatif rendah, seperti yang diperoleh melalui CD-ROM multimedia. Spesifikasi MPEG-1 menerangkan tiga level dari kompresi audio, yaitu layer 1, layer 2, dan layer 3, level yang terakhir dari ketiga level tersebut dikenal luas sebagai MP3. Spesifikasi umum untuk kompresi audio MPEG-1 adalah; mendukung sampling rate dari 48 kHz, 44.1 kHz, dan 32 kHz, serta menghasilkan audio dengan bit rate mencapai 384 kbps Kompresi data audio memiliki rasio perbandingan dengan rentang dari 2.7:1 hingga 24:1. Spesifikasi ini mendukung dua audio channel dalam satu sampai empat mode: •

Monophonic, yang berarti saluran audio tunggal.

•

Dual monophonic, yang berarti track/lagu monophonic di tiap saluran. Ini dapat digunakan, sebagai contoh, untuk mendukung lagu dalam dua bahasa.

•

Stereo, yang berarti saluran audio kiri dan kanan.

•

Joint stereo, dimana elemen audio yang sama di tiap saluran diubah menjadi stream tunggal, hal ini menunjang kompresi dari MP3. Teknik kompresi pada ketiga layer dari audio MPEG-1 pada dasarnya sama,

namun kompleksitas kompresi dan rasio kompresi semakin meningkat sesuai dengan urutan layer tersebut. Layer 3, sebagai contoh, memberikan kompresi yang lebih tinggi dari layer 2, dan tentunya lebih tinggi lagi dibandingkan dengan layer 1. Dari hasil ditunjukkan bahwa Layer 1 memberikan, pada umumnya, rasio kompresi 4:1 dari sinyal audio dengan frekwensi sample 48 kHz, sementara layer 2 memberikan rasio 6:1, dan layer 3 dengan rasio 12:1. Terdapat pula derajat kompatibilitas pada layer-layer tersebut, yang didalamnya, sebagai contoh, layer 3 decoder dapat me-dekompresi kompresi audio

20 dari layer 1 atau layer 2 coder, dan layer 2 decoder dapat me-dekompresi kompresi audio dari layer 1 coder. Namun hal tersebut tidak dapat bekerja sebaliknya, layer-layer yang berada pada urutan terendah tidak dapat me-dekompresi layer-layer yang berada diatasnya. Kompresi MPEG-1 didasarkan pada konsep yang disebut Perceptual coding, yang kontras dengan Waveform coding. Waveform coding merupakan pendekatan kasar dari audio coding, dengan menyertakan pengambilan beberapa digital sample dari 8-bit, 16-bit, 32-bit, atau pada beberapa resolusi lainnya, dengan sampling rate setidaknya dua kali dari frekwensi tertinggi yang akan dipertahankan. Aturan dimana sample harus diambil pada saat dua kali dari audio rate pada Waveform coding, dikenal dengan sebutan Nyquist-Shannon criterion. Sebagai contoh, audio data dari sebuah standar CD musik, yang direkam dalam 16-bit sample dan menggunakan sampling rate 44100 kHz, maka sesuai dengan aturan diatas, frekwensi tertinggi yang akan dipertahankan dari audio tersebut adalah 22.05 kHz, sementara seluruh frekwensi yang lebih tinggi dari batasan tersebut akan dibuang. Hal ini tidak menjadi masalah, karena riset menunjukkan bahwa, pendengaran manusia tidak dapat mendengar bunyi dengan frekwensi yang berada lebih tinggi dari frekwensi batasan tersebut. Namun, jika CD musik tersebut direkam menggunakan sampling rate 22.05 kHz, maka seluruh frekwensi yang berada lebih tinggi dari 11.025 kHz akan dibuang, dan penurunan kualitas suara akan jelas terdengar. Hal ini dikarenakan banyaknya instrumen musik yang menghasilkan frekwensi bunyi lebih tinggi dari batasan tersebut. Pada dasarnya, musik yang disimpan dengan menggunakan Waveform coding membutuhkan memori yang besar, khususnya untuk stereo, hal ini dikarenakan adanya dua audio stream yang harus direkam, yang menyebabkan dibutuhkan dua kali

21 bandwidth dan media penyimpanan. Namun, dengan menggunakan delta modulasi (delta modulation), sebuah kompresi dapat dihasilkan terhadap masalah tersebut. Delta modulasi tercipta dengan memberikan delta secara penuh diantara samplesample, menggunakan skema lossless encoding seperti Huffman coding untuk meningkatkan kompresi, atau melalui pendekatan pengiriman bit satu per satu. Dengan menggunakan pendekatan satu bit, bit 1 atau 0 mengindikasikan bahwa level dari sinyal telah ditingkatkan atau diturunkan satu kali. Hal ini membutuhkan sampling rate harus berada jauh diatas rata-rata maksimum dari perubahan sinyal, karena bila sinyal berubah secara drastis, pengkodean dari persamaan digitalnya hanya dapat berubah dalam satu langkah per sample clock hingga akhirnya dapat mengikuti realisasi dari analog. Kompresi dalam delta modulasi juga dapat ditingkatkan dengan menggunakan proses yang dikenal dengan nama Companding, atau Compressing-expanding. Telinga manusia tidak dapat menangkap adanya perubahan dalam sinyal-sinyal yang tinggi dalam resolusi yang sama, yang lain halnya pada perubahan dalam sinyal-sinyal yang rendah. Hal ini berarti suatu sinyal dapat ‘disimpangkan’ dengan hanya menyimpan sinyal-sinyal tinggi dalam resolusi yang kasar namun sinyal-sinyal yang rendah dalam resolusi yang baik. Dan pada akhirnya sinyal-sinyal tersebut dapat dikembalikan pada rentang yang sesungguhnya dalam keluarannya. Seperti yang telah diterangkan sebelumnya, jika sinyal analog yang di-delta modulasi-kan berubah terlalu drastis, delta modulator harus menghitung naik atau turun satu penambahan analog hingga akhirnya dapat menyamai dengan realita, hal ini mengakibatkan adanya string dari bit seperti “11111…” atau “00000…”. Proses penyamaan dengan realita ini dapat dipermudah jika sistem konversi dari analog ke digital dapat mengenali string yang panjang dan terdiri dari bit 1 saja atau bit 0 saja, dan

22 menyesuaikan ukuran dari penambah analognya. Pendekatan ini dikenal dengan nama Adaptive Differential Pulse-code Modulation (ADPCM). Sebagai contoh, ADPCM akan mengubah ukuran dari penambah (increment size) hingga 1.5 kali dari normal jika tiga bit 1 atau bit 0 timbul dalam satu baris, dan mengembalikannya ke normal jika nilai bit berubah. Skema dari companding dan ADPCM diciptakan untuk membuang data yang berulang (redundant data). Perceptual coding, kontras dengan Waveform coding, mencari jalan untuk mekompresi audio data dengan menafsirkan cara pendengaran manusia bekerja, yang sama dengan pada prinsipnya dari companding, namun dengan pendekatan yang lebih rumit lagi. Waveform coding pada dasarnya sederhana dalam kebutuhan hardware dan software. Sementara Perceptual coding berhubungan dengan properti psychoacoustic dari bunyi, yang menerangkan bagaimana cara manusia mendengar bunyi. Yang terutama dari efek psychoacoustic adalah apa yang dikenal dengan auditory masking, dimana elemen terlemah dari bunyi secara sederhana tidak akan tertangkap oleh telinga manusia, sementara elemen yang terbesar dari bunyi tersebut yang akan tertangkap oleh telinga manusia. Pada tahun 1987, Fraunhofer IIS (Institut Integrierte Schaltungen) mulai mengerjakan konsep perceptual audio coding dalam kerangka kerja EUREKA project EU147, Digital Audio Broadcasting (DAB). Dalam suatu kerja sama dengan University of Erlangen (Prof. Dieter Seitzer), Fraunhofer IIS akhirnya menemukan suatu algoritma yang sangat kuat, yang akhirnya distandarisasikan sebagai ISO-MPEG Audio Layer-3 (IS 11172-3 dan IS 13818-3).

23 Frekwensi dalam satuan Hertz (Hz), berarti ukuran panjang gelombang (putaran) per detik. Secara umum, manusia tidak dapat mendengar bunyi dengan frekwensi dibawah 20Hz, begitu pula pada bunyi dengan frekwensi diatas 20kHz. Sementara itu kapasitas pendengaran seseorang bervariasi di antara satu dengan yang lainnya, dan secara umum manusia lebih mampu merasakan frekwensi yang berada ditengah-tengah antara 20Hz - 20kHz (midrange), daripada yang lebih tinggi atau lebih rendah dari midrange tersebut, serta kemampuan mendengar frekwensi yang berada lebih tinggi dari midrange akan berkurang seiring dengan faktor penuaan dan juga dapat pula diakibatkan oleh terlalu sering berada diantara suara-suara dengan intensitas tinggi. Dan pada umumnya pada saat beranjak dewasa kebanyakan manusia tidak dapat mendengar bunyi dengan frekwensi lebih dari 16kHz (meskipun wanita cenderung mampu mendengar frekwensi yang lebih tinggi lebih lama dalam hidupnya dibandingkan pria). Rentang pendengaran yang paling sensitif dari kebanyakan manusia adalah antara 2kHz – 4kHz. Perceptual coding yang menjadi inti dari metode kompresi MP3 bekerja dengan cara yang sama dengan metode kompresi yang ada pada umumnya, yaitu penghilangan data / informasi yang berulang atau dengan kata lain, pastinya akan ada data / informasi yang hilang dari data orisinilnya, yang merupakan konsep dari lossy compression. Sama halnya pada kompresi MP3, namun informasi yang hilang / dibuang ini pada dasarnya merujuk pada kata perceptual (daya tanggap / persepsi) dari konsep Perceptual coding, dimana dianalogikan dengan cara pendengaran manusia bekerja seperti yang telah dijelaskan diatas. Sebagai contoh: pada saat mendengarkan suatu record / rekaman suatu lagu, pada saat soft passage akan terdengar suara-suara yang menonjol seperti suara pemutar rekaman bekerja, suara gesekan dan suara-suara bising lainnya. Namun pada saat loud passage suara-suara bising tersebut akan terselubungi oleh suara yang

24 lebih kuat, yang mana dalam hal ini adalah suara lagu itu sendiri. Melalui efek yang disebut dengan auditory masking ini, suara-suara bising (soft passage) tersebut, yang pada dasarnya masih ada, akan terselubungi (bahkan tak akan terdengar oleh telinga manusia) oleh suara lagu itu. Dengan Perceptual coding, jika pada suatu digital audio terdapat sinyal-sinyal yang lebih rendah yang terselubungi oleh sinyal-sinyal yang lebih tinggi, pada suatu saat yang bersamaan, dan secara kasarnya berada pada frekwensi yang sama, maka ukuran dari data / file tersebut dapat diperkecil dengan sama sekali tidak mengkodekan sinyal-sinyal yang lebih rendah tersebut. Dalam kompresi audio MPEG-1, proses ini dilakukan oleh sebuah Perceptual sub-band coder. Untuk memulai kompresi audio MPEG-1, sinyal analog dari audio harus terlebih dahulu di-digital-kan (sampling) dengan menggunakan sampling rate yang umum, seperti 32 kHz, 44.1 kHz, atau 48 kHz. Sample dari audio data tersebut kemudian dibagi-bagi menjadi audio frame sesuai dengan urutan sample-sample tersebut. MPEG-1 audio frame memiliki ukuran 384 sample, yang dengan menggunakan sampling rate 44.1 kHz akan memberikan interval waktu 8.71 milidetik. Namun, sementara layer 1 bekerja dengan satu audio frame per satu waktu, layer 2 dan layer 3 bekerja dengan tiga frame sekaligus pada satu waktu, meliputi frame yang sedang diproses, frame sebelumnya dan frame setelahnya (current, previous dan next frame), untuk total 1,152 sample. Dalam kompresi audio MPEG-1, tiap individual frame akan dikonversikan dari sinyal berbasis waktu (time-domain signal) menjadi sinyal berbasis frekwensi (frequency-domain spectrum) oleh sebuah FFT (Fast Fourrier Transformation), atau lebih sering oleh DCT (Discreet Cosine Transformation); kemudian spektrumnya akan dimodifikasikan sesuai aturan dari Perceptual coding; dan pada akhirnya spektrum

25 tersebut akan dikonversikan kembali menjadi time-domain signal oleh sebuah inverse dari FFT atau DCT. Modifikasi sinyal spektrum ini dapat dilakukan dengan menggandakan, atau me-masking, nilai-nilai harmonik, untuk secara selektif meeliminasi, mengurangi, atau meningkatkannya. Sebagai contoh, jika ingin melakukan eliminasi pada suatu bagian dari spektrum, maka harus dilakukan penggandaan / mengalikannya dengan nol dan menghilangkannya. Secara umum, rentang dari masking value menentukan spektrumnya sendiri yang berkesesuaian dengan data spektrum yang telah dipertimbangkan. Efek masking atau filter dari spektrum ini digandakan dengan data spektrum terhadap elemen individu dari basis elemen, yang merupakan operasi yang mudah. Sebagai contoh, jika diberikan data spektrum:

Power(dB)

Data Spektrum 90 80 70 60 50 40 30 20 10 0 400

1500

4000

6000

11500 14000 15000 18000 22000

Frekwensi

Gambar 2-7 Contoh spektrum audio

dan sebuah filter spektrum yang merupakan low-pass filter:

26 Lowpass Filter 120

Power(dB)

100 80 60 40 20 0 400

1500

4000

6000

11500 14000 15000 18000 22000

Frekwensi

Gambar 2-8 Spektrum filter lowpass

Lalu menggandakan keduanya bersama, maka akan menghasilkan spektrum yang telah difilter sebagai berikut:

Power(dB)

Hasil Spektrum 90 80 70 60 50 40 30 20 10 0 400

1500

4000

6000

11500 14000 15000 18000 22000

Frekwensi

Gambar 2-9 Spektrum hasil lowpass

Maka ketika spektrum yang telah difilter

tersebut dikonversikan kembali

menjadi persamaan berbasis waktu (time-domain equivalent) dengan menggunakan kebalikan dari operasi transformasi sebelumnya, frekwensi yang tinggi akan hilang.

27 Ilustrasi diatas mengasumsikan bahwa filter spektrum berpola tetap, namun dalam kompresi audio MPEG-1, filter spektrum ini sebenarnya ditentukan oleh suatu algoritma, dimana sebuah set harmonik (frekwensi) dari sebuah data spektrum berbasis frekwensi, akan dipertahankan atau dibuang, berdasarkan pertimbangan terhadap frekwensi-frekwensi tetangga lain dalam data spektrum tersebut. Setelah mengkonversikan audio frame ke dalam spektrum, coder kemudian akan membagi spektrum tersebut kedalam 32 bagian, atau yang disebut dengan subband, tiap subband memiliki 12 sample. Karena harmonik tertinggi merupakan setengah dari frekwensi dari sampling rate, maka untuk 44.1 kHz sampling, tiap subband memiliki bandwidth 689 Hz. Tiap bandwidth ini merupakan pendugaan yang dikenal dengan nama critical bandwidth, yang menggambarkan rentang dari frekwensi yang orang akan cenderung mendengarnya sebagai frekwensi tunggal, oleh karenanya subband juga disebut sebagai critical bands. Ada dua bentuk utama dari auditory perceptual masking, yang dikenal dengan Fequency masking dan Temporal masking. Dalam Frequency masking, sebuah bunyi yang lemah tidak akan terdengar jika timbul bersamaan dengan bunyi yang kuat dalam frekwensi yang bertetanggaan, sama halnya jika sebuah siulan tidak akan terdengar jika pada saat yang bersamaan (pada frekwensi yang sama) terdengar pula suara sirene. Sementara dalam Temporal masking, sebuah bunyi yang lemah tidak akan terdengar jika timbul setelah sebuah sinyal yang lebih kuat, sama halnya sebuah bel atau alarm yang bunyinya lemah tidak akan terdengar jika timbul setelah bunyi klakson kapal. Dalam MPEG Layer 1 audio coding, model dari psychoacoustic hanya akan berurusan dengan Frequency masking. Hal ini disebabkan karena layer 1 hanya beroperasi dalam audio frame tunggal dengan 384 sample, sehingga tidak memiliki

28 pengetahuan sementara (temporal)

tentang apa yang terjadi sebelum atau sesudah

interval waktu dari frame sample tersebut (8.71 milidetik untuk 44.1 kHz sampling). Model ini menjelaskan energi bunyi di tiap 32 frekwensi subband. Jika suatu subband berada dibawah sebuah level tertentu, atau dibawah masking treshold, yang bertetanggaan, maka subband tersebut tidak perlu disimpan, sesuai dengan prinsip dari Frequency masking, memastikan bunyi / subband tersebut tidak akan terdengar, dan subband tersebut ditandai sebagai tidak ada (tidak akan terdengar) . Setelah itu sebuah frame packer akan mengambil seluruh data tersebut dan menghasilkan sebuah output bitstream yang bersih. Kompresi audio MPEG layer 2 memberikan model psychoacoustic yang lebih baik dengan memiliki kemampuan kedua-duanya dari Frequency masking dan Temporal masking. Layer 2 dapat melakukan Temporal masking karena berurusan dengan 3 audio frame pada satu waktu; yang sedang diproses, sebelumnya, dan setelahnya (current, previous, dan next audio frame). Memperbolehkannya melakukan perbandingan sementara (temporal). MPEG layer-3 atau secara umum MP3 merupakan anggota terkuat dari keluarga MPEG audio coding. Untuk suatu bitrate tertentu dapat memberikan kualitas bunyi yang tertinggi dari seluruh skema kompresi audio yang ada. Beberapa performa data yang umum dari MPEG layer 3 adalah sebagai berikut: Kualitas data

Bandwidth

Mode

Bitrate

Ratio Pengecilan

Suara telepon

2.5 kHz

Mono

8 kbps *

96:1

29 Lebih baik dari

4.5 kHz

Mono

16 kbps

48:1

7.5 kHz

Mono

32 kbps

24:1

11 kHz

Stereo

56...64 kbps

26...24:1

Mendekati CD

15 kHz

Stereo

96 kbps

16:1

CD

>15 kHz

Stereo

112..128kbps

14..12:1

short wave Lebih baik dari AM (radio) Setara denga FM (radio)

*) Fraunhofer IIS menggunakan ekstensi, yang bukan bagian dari ISO, dari MPEG Layer 3 untuk peningkatan performa/riset (“MPEG 2.5”) Tabel 2-1 Perbandingan kualitas MP3

MPEG layer 3 juga menggunakan tiga audio frame sama seperti MPEG layer 2, dan memberikan Temporal masking yang lebih baik. layer 3 juga memberikan efisiensi dalam pemfilteran critical subband dengan menggunakan / memungkinkan variasi dalam jumlah dari sample untuk tiap subband yang berbeda. Fitur ini didasarkan pada fakta bahwa jumlah dari sample yang dibutuhkan dalam suatu subband cenderung berubah seiring dengan perubahan frekwensi, yang akan merupakan tidak efisien jika jumlah yang sama dialokasikan untuk setiap sample pada tiap subband. Setelah melalui Perceptual coding yang merupakan teknik lossy compression (penghilangan informasi), kompresi masih dapat ditingkatkan melalui penggantian informasi-informasi yang yang berulang menjadi suatu informasi yang lebih sederhana menggunakan kunci (key) dalam algoritmanya, teknik ini merupakan teknik lossless compression. Hal ini dapat direalisasikan dengan memanfaatkan ketidakmampuan pendengaran manusia dalam

30 menentukan lokasi dari bunyi dengan frekwensi yang tinggi melalui teknik yang disebut dengan Joint Stereo coding. Sebagai contoh, suara bass yang intensitas frekwensinya lebih tinggi dari frekwensi midrange akan lebih sulit diterjemahkan sumber bunyinya oleh telinga manusia, hal ini dimanfaatkan MP3 melalui proses Intensity stereo dimana codec dapat menyimpan frekwensi yang paling rendah dengan intensitas tinggi dalam mono. Termasuk didalam teknik Joint Stereo coding, teknik Mid/Side Stereo. Dimana sinyal tengah ((kiri + kanan)/2) dan sinyal sisi ((kiri – kanan)/2) yang akan dikodekan daripada sinyal kiri dan kanan pada bunyi / suara stereo, yang pada akhirnya akan mengecilkan ukuran data dengan memerlukan lebih sedikit bit untuk mengkodekan saluran sisi / side channel . Dan ketika di-decode, MP3 player akan merekonstruksi kembali channel-channel kiri dan kanan. Layer 3 juga melakukan / menggunakan Huffman coding pada keluarannya untuk meningkatkan kompresinya. 4:1

Dengan Layer 1 (384 kbps sinyal stereo),

6:1...8:1

Dengan Layer 2 (256..192 kbps sinyal stereo),

10:1...12:1

Dengan Layer 3 (128..112 kbps sinyal stereo), Tabel 2-2 Perbandingan kompresi berdasarkan layer pada MPEG

Semakin tinggi urutan layer, seperti yang telah disebut diatas, memberikan rasio kompresi yang semakin tinggi pula. Namun, hal ini juga menyebabkan peningkatan penundaan dari codec (codec delay), atau dengan kata lain adanya penundaan (yang semakin meningkat) antara pengkodean / coding dan peng-dekode-an (decoding) pada tiap level dari layer-layer tersebut. Untuk kompresi layer 3 waktu tunda (delay) ini bisa mencapai ratusan milidetik, yang merupakan waktu tunda terbesar dari seluruh waktu tunda untuk penyimpanan data dan pengambilan data atau transmisi data yang pernah

31 ada. Untuk audio hasil perekaman, hal ini tidak begitu berpengaruh, namun merupakan suatu masalah yang serius untuk realtime audio transmission. Untuk lebih mengurangi ukuran data, maka sample dalam layer 3 dikompres dengan metode scalefactor compression. Metode scalefactor compression ini mengelompokkan sample-sample yang serupa (misalkan: 2124,2000,-1952,dll) dan menghasilkan bilangan bilangan eksponensial yang mampu mewakili sample-sample tersebut agar nilai pokoknya berada antara -1 s/d 1. Lalu scalefactor compression mengkompres nilai tersebut dengan algoritma sbb: Mid Value = 0,Min Value = -1, Max Value =1 Do While Loop IF Min Value = nilai >Max value THEN write bit = 1 Max Value = Max Value Min Value = Mid Value Mid Value = (Max Value + Min Value)/2

32 END IF End Loop Hasil representasi sample dibatasi besarnya dengan bitrate file MP3 tersebut, dan scalefactor compression-nya disimpan di dalam side info. Scalefactor compression inilah yang membuat bitrate MP3 sangat berpengaruh terhadap kualitas audio dari sebuah lagu. Struktur file MP3 adalah [TAG V2][Frame 1][Frame 2][Frame 3]……[Frame N][TAG V1] dimana struktur frame itu sendiri pada MPEG1 Layer 3 dengan 2 buah channel adalah:

Gambar 2-10 Struktur Frame MP3

Dalam MPEG audio layer 3 terdapat metode bit reservoir yang menghilangkan ukuran tetap dari tiap frame. Pada perulangan ke-1 proses encoding MP3 data audio yang dikuantisasi untuk memenuhi batas bit yang diperbolehkan untuk tiap frame, sehingga akan terjadi degradasi kualitas, bit reservoir berfungsi menghilangkan degradasi kualitas ini dengan memperbolehkan peningkatakan dan pengurangan batas jumlah bit tersebut dengan jumlah tertentu apabila diperlukan. Lalu untuk menyesuaikan ukuran ini dengan standar yang telah ditetapkan, maka awal dan akhir frame tidak lagi terpaku pada frame header. Sebuah frame dapat saja dimulai jauh sebelum header dari frame tersebut ditemukan, dengan syarat frame yang ditumpangi data oleh frame tersebut mempunyai ruang kosong dalam audio datanya.

33

Gambar 2-11 Penerapan bit reservoir pada MP3

2.3.1.2.

MPEG-2

Seperti yang disebut diatas, komite MPEG kemudian meningkatkan spesifikasi dari MPEG-1 dengan mengeluarkan spesifikasi kelanjutannya, yang dikenal dengan MPEG-2 dan MPEG-3. Kedua spesifikasi ini terfokus pada kebutuhan pengkodean, media penyimpanan, dan transmisi untuk televisi digital (DTV), dengan data stream hingga 20 MBPS. MPEG-3 pada awalnya difokuskan untuk kebutuhan high-definition digital television (HDTV), namun ternyata spesifikasi MPEG-2 dapat menyamai spesifikasi dari MPEG-3, hingga akhirnya spesifikasi MPEG-3 ditinggalkan. MPEG-2 awalnya direncanakan menjadi standar video untuk televisi digital Amerika (US DTV) dan teknologi DVD (Digital Versatile Disk). Namun pada kenyataannya US DTV dan DVD, lebih memilih standar audio Dolby Digital. Data rate 20 Mbps yang mendasari spesifikasi MPEG-2, masih jauh lebih cepat dari data rate yang tersedia dari internet, untuk jangka waktu beberapa tahun kedepan (bahkan dekade). Namun spesifikasi MPEG-2 tidak menggantikan spesifikasi MPEG-1. Data rate 1.86 MBPS dari MPEG-1, masih lebih tinggi dari data rate yang mampu

34 diakses oleh kebanyakan web surfer, tapi data rate yang lebih kecil ini lebih ditujukan pada file-file yang berukuran lebih kecil yang lebih mudah untuk di-download. MPEG-2 pada konsepnya identik dengan MPEG-1 tapi dengan beberapa fitur tambahan. MPEG-2 mendukung resolusi video hingga 16,383 x 16,383 pixel, memiliki spesifikasi 24 frame per detik untuk video (khusus film), pengaturan pada antarmuka video yang lebih mudah, dan peningkatan spesifikasi pada audio. Sama seperti JPEG, MPEG juga memperbolehkan pengaturan rasio kompresi untuk kualitas gambar (image). Siaran high definition TV (HDTV) Amerika membutuhkan rasio kompresi 51:1 agar dapat sesuai dengan 6 MHz channel siaran TV, namun peneliti-peneliti MPEG menyatakan rasio kompresi yang optimal adalah dari 8:1 hingga 30:1, dan pada kenyataannya rasio kompresi cenderung meningkat untuk gambar be-resolusi tinggi. MPEG-2 mendukung dua skema kompresi audio, yang pertama adalah Backward Compatible yang dikenal sebagai MPEG-2 BC, dan yang kedua adalah Not Backward Compatible yang dikenal sebagai MPEG-2 NBC. Namun MPEG-2 NBC lebih dikenal dengan sebutan Advanced Audio Compression (AAC) . MPEG-2 BC pada intinya merupakan perluasan (superset) dari MP3 dengan beberapa ekstensi, khususnya untuk audio multichannel yang dikenal sebagai audio MPEG-2 Multichannel. Beberapa ekstensi tersebut meliputi: •

Low Sample Rate Extension, yang memperbolehkan audio stream dengan frekwensi rendah dapat dikompresi dengan sampling rate 16, 22.05, atau 24 kHz.

•

Surround Sound audio stream, dengan lima channel yang terdiri dari; kiri, tengah, kanan, surround kiri dan surround kanan.

35 •

Sebuah Low Frequency Enhancement (LFE) channel berguna untuk / sebagai Subwoofer, atau yang lebih umum sebagai Boom Bass audio channel.

•

Sebuah Multilingual Extension yang memungkinkan audio stream yang berhubungan dengan video stream dapat memiliki tujuh channel terpisah untuk bahasa-bahasa yang berlainan. Audio MP3 dapat di-decode dengan menggunakan decoder MPEG-2 BC, dan

sebaliknya MPEG-2 BC dapat di-decode menggunakan decoder MP3 apabila ekstensiekstensi dari MPEG-2 BC tidak ada yang digunakan. Skema MPEG-2 AAC merupakan turunan dari skema MP3, tapi dengan perbaikan pada fitur-fitur dari MP3 sehingga memberikan perbandingan antara kompresi dengan kualitas audio yang lebih baik. Perbaikan pada fitur-fitur ini membuat MPEG-2 AAC benar-benar berbeda dalam kompatibilitas dengan MP3. MPEG-2 AAC memiliki skema penyimpanan filter yang telah diperbaiki, berdasarkan pada DCT yang telah dimodifikasi, yang mampu bekerja dengan 2,048 sample sekali waktu daripada 1,152 sample (MPEG-1), dan juga menggunakan algoritma prediksi Predictive Algorithm untuk meningkatkan kompresi audio. Algoritma prediksi pada intinya merupakan perluasan dari delta modulasi. Delta modulasi melakukan kompresi data dengan hanya mengkodekan perubahan / delta antara nilai yang sedang diproses (current value) dan nilai berikutnya (next value). Algoritma prediksi berusaha untuk memprediksi nilai berikutnya melalui nilai awalnya, melakukan kompresi dengan mengkodekan data berdasarkan nilai Error Delta atau delta kesalahan antara nilai berikutnya yang sebenarnya dan nilai berikutnya berdasarkan prediksi. Dan pada kenyataannya algoritma prediksi cenderung memberikan kompresi yang lebih besar

36 daripada menggunakan delta modulasi, karena data yang akan dikompres dapat diprediksi, dan kondisi ini telah terbukti untuk audio dengan algoritma waveform. MPEG-2 AAC memiliki beberapa ekstensi dengan kemampuan, sbb: •

Perluasan pada sampling rate, memperbolehkan kompresi audio stream dengan bit rate yang bervariasi dari 8 hingga 96 Kbps.

•

Mendukung hingga 48 audio channel, dengan kemampuan Surround Sound, salah satu keunggulan dari pengembangan terhadap MPEG-2 AAC.

•

Mendukung hingga 16 Low-Frequency Enhancement Channel.

•

Mendukung hingga 16 channel multibahasa ( multilingual / overdubbing channel). MPEG-2 AAC memberikan kompresi yang lebih besar daripada MP3 atau

MPEG-2 BC. Meskipun lambat dalam penelitiannya, dan bahkan dianggap topik yang sudah mati, namun skema MPEG-4 dibangun berdasarkan MPEG-2 AAC.

2.3.2.

Skema Kompresi Audio Yang Lain

Salah satu skema kompresi audio yang unggul adalah Dolby Digital, diciptakan oleh Dolby Labs dan digunakan sebagai format audio untuk film layar lebar, layaknya US DTV dan DVD (seperti yang diterangkan sebelumnya). Diperkenalkan pada tahun 1992 melalui film layar lebar BATMAN RETURNS. Dolby Digital menggunakan skema Perceptual coding “AC-3”, yang mampu mendukung beberapa audio stream secara luas, mulai dari channel tunggal (mono) hingga 5.1 Surround Sound. Termasuk didalam 5.1 surround sound tersebut adalah kiri depan, tengah depan, dan kanan depan ; kiri belakang dan kanan belakang ; dan sebuah Bass Boost (Low Frequency). Dolby Digital cenderung menjadi spesifikasi untuk aplikasi tingkat tinggi sementara MP3 lebih cocok pada aplikasi tingkat rendah.

37 Microsoft juga mengeluarkan formatnya sendiri dengan nama Windows Media Audio (WMA), sebagai alternatif dari MP3. Pada dasarnya WMA ditunjang oleh sistem operasi Microsoft Windows, meskipun beberapa user harus memperoleh lisensi. Microsoft menyatakan bahwa WMA memberikan rasio kompresi yang lebih tinggi daripada MP3 dengan kualitas yang sebanding. Kenyataan bahwa WMA menyediakan perlindungan terhadap “hak-hak digital” menjadi salah satu penyebab skema tersebut tidak menjadi pilihan utama bagi para pengguna, walaupun Microsoft mempromosikan fitur tersebut sebagai keuntungan bagi penyedia musik. Ketika Dolby Digital telah menjadi standar audio untuk theater / bioskop, dan pemutar musik digital genggam / portable kelihatannya lebih banyak berdasar pada format MP3 dan WMA (untuk saat ini), masih banyak standar kompresi audio lain yang telah digunakan atau masih dalam tahap pengembangan, meskipun sulit mengetahui bagaimana untuk menganggap serius standar-standar tersebut. Ada beberapa skema kompresi audio yang bersaing untuk mengungguli MP3 dan WMA. Salah satu yang paling menarik adalah yang sedang dilaksanakan oleh “Xiph.org Foundation”, sebuah grup dengan karyanya yang bernama “Ogg”, untuk menciptakan spesifikasi kompresi dan multimedia yang berbasis umum / public-domain, bukan merupakan hak milik / non-proprietary, gratis dan terbuka / open-source. Mereka menciptakan skema kompresi audio yang diberi nama “Vorbis” (nama tersebut diambil dari sebuah karakter novel), sebagai bagian dari karya/format Ogg. Kata “Ogg” sendiri bukan merupakan akronim/kependekan, melainkan diambil dari sebuah kata ucapan populer/slang dari sebuah permainan komputer dalam jaringan, yang pada akhirnya menjadi format file/ekstensi untuk Vorbis, dengan demikian sebuah file Vorbis diakhiri dengan “.ogg”.

38 Yang menjadi daya dorong untuk menciptakan Vorbis adalah semakin banyaknya “ancaman” hak paten dari organisasi-organisasi yang menggunakan skema MP3. Xiph. org Foundation yang merupakan sebuah grup pengembang (programmer) memutuskan untuk menciptakan solusi terhadap ancaman tersebut. Spesifikasi formal / umum dari Vorbis dikeluarkan pertama kali pada pertengahan tahun 2002. Vorbis dipromosikan lebih unggul dalam ketelitian dan rasio kompresi dari MP3, dan kenyataan bahwa Vorbis merupakan open source memberikan nilai lebih pada skema tersebut. Telah banyak pengembang dari video game yang mengadopsi skema Vorbis. Vorbis dapat melakukan kompresi pada standar sound stream dari 44.1 kHz CD menjadi keluaran dengan bitrate bervariasi dari 64 hingga 400 kbps, tergantung dari pengaturan kualitas. Grup tersebut juga mengupayakan suatu skema kompresi audio lossless dengan nama “Free Lossless Audio Codec (FLAC)”, yang masih dalam tahap awal dalam pengembangan. Pada beberapa tahun kedepan tampaknya format “Ogg” dan standarstandar kompresi audio yang lain akan menjadi pesaing utama dari MP3 dan WMA. Ada juga skema kompresi audio yang dibuat khusus untuk komunikasi suara. Salah satunya, yang sering digunakan dalam telepon genggam, yaitu skema VSELP (Vector Sum Excited Linear Prediction). Dimana dalam VSELP suatu perkataan / ucapan akan dimodelkan oleh suatu mesin matematis yang mensimulasikan operasi dari alat-alat / organ-organ suara pada manusia, yang dikontrol oleh suatu parameter. Sebuah codec chip dalam telepon genggam menggunakan VSELP untuk mengubah sinyal suara menjadi parameter-parameter tersebut, yang kemudian akan dikirim / ditransmisikan ke sebuah codec penerima (juga didalam telepon genggam), yang kemudian akan direkonstruksi dengan VSELP menjadi sinyal suara.

39 Salah satu fitur dari VSELP adalah kemampuan untuk mencapai kompresi rasio yang besar dikarenakan sifat / behavior dari mesin VSELP yang dapat diprediksi. Karena tingkah laku yang sekarang dapat diprediksi berdasarkan tingkah laku yang terdahulu, hanya koreksi terhadap pendugaan tingkah laku saja yang harus dikirim.

2.4.

Uji Statistik Korelasi Pearson Uji statistik korelasi digunakan untuk mengetahui keeratan hubungan antara 2

buah peubah, yang terdiri dari 1 buah peubah bebas dan 1 buah peubah tak bebas. Jenis uji Statistik Korelasi Pearson adalah jenis uji statistik korelasi yang digunakan bila nilainilai yang akan diuji bersifat numerik. Rumus korelasi pearson

∑ xy − n [∑ x][∑ y ] 1

r=

1  2 ∑ x − n 

[∑ x]  ×  ∑ y   2

2

−

1 n

[∑ y ]  2



dimana: n = Jumlah Pasangan Data x = Nilai Contoh Peubah Bebas y = Nilai Contoh Peubah Tak Bebas Hasil dari uji statistik ini berkisar antara -1 hingga 1, dimana bila hasil lebih kecil daripada 0 menggambarkan bahwa hubungan antara kedua buah peubah terbalik secara linier, hasil lebih besar daripada 0 menggambarkan bahwa hubungan antara kedua buah peubah berbanding lurus, dan bila hasil sama dengan 0 maka tidak ada hubungan secara linier antara kedua buah peubah.

40

2.5.

Uji Statistik Regresi Linier Uji statistik regresi linier merupakan uji statistik yang digunakan untuk

mengetahui hubungan linier antara dua peubah. Hasil dari uji ini adalah sebuah fungsi yang mampu meramalkan / mengestimasi nilai peubah tak bebas dari sebuah peubah bebas. Rumus Regresi Linier Sederhana

Yˆ = b0 + b1 x

∑ xy − n [∑ x][∑ y ] 1

b1 =

∑x

2

−

1 n

[∑ x]

2

b0 = y − b1 x

dimana: n = Jumlah Pasangan Data x = Nilai Contoh Peubah Bebas y = Nilai Contoh Peubah Tak Bebas b0 = Konstanta Regresi b1 = Koefisien Regresi

2.6.

Uji Hipotesa Uji hipotesa merupakan uji statistik yang digunakan untuk mengetahui apakah

hasil dari sebuah uji statistik dapat dipercaya dan digunakan secara efektif pada taraf

41 nyata tertentu. Untuk pengujian korelasi, digunakan uji t. Rumus dari thitung adalah

t=

r 1− r2 n−2

Dimana r adalah koefisien korelasi dan n adalah jumlah data yang di uji. Untuk menguji apakah suatu persamaan regresi dapat dipakai secara efektif untuk estimasi, digunakan pengujian analisa ragam regresi dimana kita menghitung jumlah kuadrat regresi dan jumlah kuadrat galatnya untuk mendapatkan fhitung. Adapun rumus-rumus yang dipakai dalam analisa ragam adalah sebagai berikut : •

JKR = b1 × (∑ xy −

•

JKT = ∑ y 2 −

•

JKG = JKT − JKR

•

f hitung =

1 × ∑ x × ∑ y) n

1 (∑ y ) 2 n

JKR × (n − 2) JKG

dimana: n = Jumlah Pasangan Data x = Nilai Contoh Peubah Bebas y = Nilai Contoh Peubah Tak Bebas b1 = Koefisien Regresi