NASKAH PUBLIKASI ENKRIPSI CITRA BERBASIS ALGORITMA CIPHER BLOCK CHAINING (CBC) DAN CHAOTIC TENT MAP (CTM)

NASKAH PUBLIKASI ENKRIPSI CITRA BERBASIS ALGORITMA CIPHER BLOCK CHAINING (CBC) DAN CHAOTIC TENT MAP (CTM)

IMAGE ENCRYPTION BASED ON CIPHER BLOCK CHAINING (CBC) ALGORITHM AND CHAOTIC TENT MAP (CTM)

MAKLON JACOB FRARE 0906082547 

JURUSAN ILMU KOMPUTER FAKULTAS SAINS DAN TEKNIK UNIVERSITAS NUSA CENDANA KUPANG 2013

INTISARI “Enkripsi citra berbasis algoritma Cipher Block Chaining (CBC) dan Chaotic Tent Map (CTM)” Oleh Maklon Jacob Frare 0906082547 Penggunaan algoritma konvensional seperti IDEA, DES, AES dan RSA kurang cocok untuk enkripsi citra karena citra memiliki karakteristik yaitu redundansi data, korelasi yang kuat antara pikselpiksel yang berdekatan serta kurang sensitif dibandingkan data teks. Kombinasi dari algoritma CBC dan fungsi CTM yang telah dimodifikasi dengan mengambil nilai awal dari teknik session keys mampu mengatasi karakteristik tersebut. Hasil eksperimen menggunakan 4 pengujian terhadap 40 citra grayscale dan 40 citra berwarna memperlihatkan algoritma yang diusulkan memiliki kualitas yang bagus dan aman dari berbagai serangan. Hal ini dibuktikan dengan rata-rata setiap pengujian mempelihatkan cipher-image dengan histogramnya secara visual terlihat seragam, total rata-rata nilai korelasi koefesiennya = 0,001149, PSNR = 7,838888 dB, NPCR = 99,60383 %, UACI = 33,4855% dan MAE = 85,99817%, sensitif terhadap perubahan kecil pada kunci dan selisih nilai korelasi koefesien antara citra asli dan citra hasil dekripsi = 0. Ini membuktikan bahwa sistem dapat mengembalikan keaslian citra. Kata Kunci : Citra digital, enkripsi, CBC, CTM, session keys

Enkripsi citra berbasis algoritma Cipher Block Chaining (CBC) dan Chaotic Tent Map (CTM) Maklon J. Frare, Adriana Fanggidae dan Bertha S. Djahi Abstract— To used convensional algorithm like IDEA, DES, AES and RSA not suitable to image of encryption because the image have characteristic is data of redundancy, correlation that powerful in the pixels is nearly and not sensitive then text data. Combination of CBC algorithm and CTM function already modificate with take first valve from thecnique session keys can to be over that characteristic. Result of experiment use four test to 40 image grayscale and 40 image true color that to see algorithm that suggested have good quality and save to many attack . It is proved with level a test to see cipher-image with its histogram visualy see of one kindful, level totally of value a correlation coeffecient = 0,001149, PSNR = 7.838888 dB, NPCR = 99,60383%, UACI = 33,4855%, MAE = 85,99817%, sensitive to small change of keys and dispute value of correlation coeffecient in the original image and decryption image resullt = 0. It is that system can to return original image. Keywords- Digital image, encryption, CBC, CTM, session keys

1

PENDAHULUAN

T

eknik enkripsi data dengan algoritma konvensional seperti IDEA, DES, AES dan RSA kurang cocok digunakan untuk enkripsi citra digital pada aplikasi komunikasi yang nyata [1]. Hal ini terjadi karena citra digital memiliki beberapa karaktersistik yaitu redundansi data, kolerasi yang kuat antara piksel-piksel yang berdekatan dan kurang sensitif dibandingkan data teks sehingga perubahan kecil pada nilai suatu piksel citra tidak akan menurunkan secara drastis kualitas dan kapasitas citra [1]. Solusi untuk masalah ini adalah algoritma cipher blok. Salah satu bentuk algoritma cipher blok adalah Cipher Block Chaining (CBC). Algoritma CBC merupakan algoritma cipher-block yang menerapkan mekanisme umpan-balik (feedback) pada sebuah blok dengan melakukan fungsi XOR antara plain-image dengan kunci. Algoritma ini masih memiliki kelemahan pada kunci, dimana kunci yang digunakan selalu sama pada setiap blok plain-image sehingga tidak dapat mengurangi redundancy data dan korelasi pikselpiksel pada citra digital saat melakukan enkripsi [2]. Oleh karena itu, solusi untuk masalah ini adalah dengan menambahkan bilangan acak pada kunci sehingga setiap blok plain-image maupun cipher-image memiliki kunci yang berbeda. Salah satu metode untuk membangkitkan bilangan acak adalah chaos. Maklon Frare adalah mahasiswa Jurusan Ilmu Komputer, FST UNDANA, Jln.Salak-Oepura, Kupang, 85361 (085253227734), e-mail: ([email protected]) Adriana Fanggidae adalah staf pengajar Jurusan Ilmu Komputer, FST UNDANA, Jl. Timor Raya Km.18, Kupang, (Pembimbing I) ([email protected]) Bertha S. Djahi adalah adalah staf pengajar Jurusan Ilmu Komputer, FST UNDANA, Jln. Aerlobang1-Oepura, Kupang, (Pembimbing II) ([email protected])

Menurut [2], chaos menjadi topik yang atraktif di dalam kriptografi karena tiga alasan: (i) sensitif pada kondisi, (ii) berkelakuan acak dan (iii) tidak memiliki periode berulang. Salah satu bentuk fungsi chaos yaitu Chaotic Tent Map (CTM), dimana fungsi ini merupakan pemetaan satu dimensi yang mampu melakukan gerak acak sehingga menghasilkan tiap kondisi yang unik dari kondisi awalnya [3]. Metode CTM masih memiliki kelemahan yaitu bilangan acak yang dibangkitkan bersifat numerik sedangkan kunci yang diperlukan untuk melakukan enkripsi-dekripsi harus berbentuk karakter atau huruf. Kelemahan tersebut dapat diatasi dengan penggunaan teknik session keys, dimana teknik ini digunakan untuk mengubah kunci dari bentuk karakter atau huruf ke dalam bentuk numerik [1]. 2

METODE PENELITIAN

2.1 Data Penelitian Data yang digunakan dalam penelitian ini adalah citra asli yang diperoleh dari internet, dimana citra ini dimasukkan oleh pengguna berupa 40 citra grayscale dan 40 citra RGB color dengan ukuran bervariasi, mulai dari ukuran 100 x 100 sampai 1024 x 1024. 2.2 Modifikasi Algoritma CBC Pada mode CBC yang asli, kunci yang digunakan pada setiap blok sama. Oleh karena itu, diusulkan mode CBC dengan menggunakan kunci yang berbeda setiap blok. Setiap kunci tersebut diperoleh dari bilangan acak yang dibangkitkan oleh fungsi CTM. Skema dari mode CBC yang dibuat dapat dilihat seperti pada gambar 1 dan gambar 2.

2.2.1

Session keys Pada bagian ini akan dibahas mengenai langkahlangkah untuk mengubah karakter kunci menjadi nilai numerik yang akan dipakai pada fungsi CTM. Algoritma yang diusulkan menggunakan panjang kunci 16 karakter desimal atau sebesar 128-bit. 𝐾 = 𝑘1 , 𝑘2 , … , 𝑘16 (1) dimana k1-k16 adalah karakter kunci yang digunakan. Langkah-langkah yang digunakan untuk mencari 𝑥0 adalah sebagai berikut: 1) Setiap karakter tersebut dikonversi ke dalam bentuk ASCCI. 𝐾 = 𝐾1 𝐾2 … 𝑘16 (2) dimana, 𝐾1 sampai 𝐾16 mempresentasikan 8-bit biner dari setiap karakter kunci. 2) Potong 16 karkter kunci tersebut masing-masing bagian yakni 4 karakter.Potongan i = 𝐾1 𝐾2 𝐾3 𝐾4 potongan ii = 𝐾5 𝐾6 𝐾7 𝐾8 , potongan iii = 𝐾9 𝐾10 𝐾11 𝐾12, potongan iv = 𝐾13 𝐾14 𝐾15 𝐾16 . 3) Mencari 𝑥01 , 𝑥02 , 𝑥03 dan 𝑥04 manggunakan potongan-potongan tersebut. Berikut disajikan pencarian 𝑥01 potongan i. 𝑥01 = (𝑘1,1 ∗ 20 + 𝑘1,2 ∗ 21 + ⋯ + 𝑘1,8 ∗ 27 + 𝑘2,1 ∗ 28 + 𝑘2,2 ∗ 29 + ⋯ + 𝑘2,8 ∗ 215 + 𝑘3,1 ∗ 216 + 𝑘3,2 ∗ 217 + ⋯ + 𝑘3,8 ∗ 223 + 𝑘4,1 ∗ 224 + 𝑘4,2 ∗ 225 + ⋯ + 𝑘4,8 ∗ 231 )/232 . Mencari 𝑥0 menggunakan 𝑥01 , 𝑥02 , 𝑥03 , 𝑥04 sebagai berikut : 𝑥0 = (𝑥01 + 𝑥02 + 𝑥03 + 𝑥04 ) 𝑚𝑜𝑑 1 2.2.2

Pembangkitan kunci Langkah-langkah pembangkitan kunci dapat dijelaskan sebagai berikut: 1) Penentuan iterasi awal menggunakan fungsi pemotongan [2] : 𝑇(𝑥, 𝑠𝑖𝑧𝑒) = ‖𝑥 ∗ 10𝑐𝑜𝑢𝑛𝑡 ‖, 𝑥 ≠ 0 (3) dimana T adalah fungsi dari x dan size, 𝑥 ∈ [0,1], size adalah panjang angka integer yang diinginkan dari nilai x sedangkan count bernilai 1 dan bertambah 1 sampai x * 10count > 10size - 1. 2) Membangkitkan bilangan acak kunci menggunakan fungsi CTM [3]: 𝑥𝑘 , 𝑖𝑓 0 ≤ 𝑥𝑘 ≤ 𝑝 𝑝 𝑥𝑘+1 = (4) 1−𝑥𝑘 , 𝑖𝑓 𝑝 ≤ 𝑥 ≤ 1 𝑘 1−𝑝

3)

dimana xk ∈ [0,1], x0 merupakan nilai kondisi awal dan p merupakan sistem parameter dimana p ∈ [0,1]. Fungsi dari persamaan (4) akan dikatakan chaos jika 0 < p < 1 dan p ≠ 0,5 [3]. Membangkitkan bilangan acak total pergeseran bit piksel citra menggunakan persamaan (4).

Untuk memperoleh bilangan acak pertama, nilai x0 yang telah diperoleh dimasukkan ke persamaan (4) untuk menghasilkan nilai CTM1 melalui iterasi awal yang diperoleh dari langkah 1, kemudian nilai CTM1 tersebut dipotong dengan persamaan (3) dengan size yang diinginkan. Untuk memperoleh bilangan acak jumlah pergeseran berikutnya, maka x0 adalah nilai CTM kunci kedua dan seterusnya sampai CTMN. 2.2.3 Enkripsi dan dekripsi Bagian ini akan dijelaskan algoritma untuk proses enkripsi dan dekripsi. 1) Algoritma enkripsi a. Masukan plain-image, kunci dan ukuran blok, b. Bagi blok plain-image sesuai dengan ukuran Blok, c. Lakukan fungsi CTM dan fungsi pemotongan untuk membangkitkan deretan bilangan acak kunci dan total pergeseran, d. Lakukan operasi CBC dan pergeseran piksel ke kanan sebesar total pergeseran, e. Hasil enkripsi (cipher-image). 2) Algoritma dekripsi a. Masukan cipher-image, kunci dan ukuran blok, b. Bagi blok plain-image sesuai dengan ukuran blok, c. Lakukan operasi CBC dan pergeseran piksel ke kiri sebesar total pergeseran, d. Lakukan fungsi CTM dan fungsi pemotongan untuk membangkitkan deretan bilangan acak kunci dan total pergeseran, e. Hasil dekripsi (plain-image). P2

P1

PN

IV

CN-1

(K1)

Enkripsi

T1,u

BaK1

(K2)

Enkripsi

T2,u

Pergeseran bit ke kanan

BaT1,u

BaK2

CTM1

(KN)

Enkripsi

TN,u

Pergeseran bit ke kanan

BaKN

BaT2,U

C1

......

BaTN,u

C2

CTM2

Pergeseran bit ke kanan

CN

CTMN

Gambar 1 Skema modifikasi CBC proses enkripsi

C1

T1,u

T2,u

Pergeseran bit ke kiri

Dekripsi

(K1)

CN

C2

Dekripsi

(K2)

TN,u

Pergeseran bit ke kiri

......

Pergeseran bit ke kiri

Dekripsi

(KN)

IV

CN-1

BaT1,u

BaK1

CTM1

P1

BaT2,u

BaK2

CTM2

P2

BaTN,u

BaKN

PN

CTMN

Gambar 2 Skema modifikasi CBC proses dekripsi dimana: CTM = nilai desimal dari T = total pergeseran fungsi CTM bit untuk setiap BaK = bilangan acak piksel dalam blok. kunci dari CTM BaT = bilangan acak u = 1,2,...,ukuran blok jumlah pergeseran N = jumlah blok dari CTM. j = 1,2,...,N 3 HASIL DAN PEMBAHASAN Algoritma yang diusulkan ini disimulasikan pada citra uji yaitu 40 citra grayscale (10 citra gryascale digunakan untuk setiap pengujian) dan 40 citra true color (10 citra true color digunakan untuk setiap pengujian), dengan 4 macam pengujian. 3.1

(a) (b) (c) (d) Gambar 3 Hasil enkripsi (a) dan (b) plain-image dan cipher-image citrameerkat.bmp (c) dan (d) plain-image dan cipher-image citra cameramen.jpg

Hasil Hasil yang diperoleh terdiri dari hasil proses enkripsi dan proses dekripsi yang diuji berdasarkan 4 pengujian yakni: (i) pengujian 1 (ukuran gambar mod blok = 0 dan ukuran blok = ukuran gambar), (ii) pengujian 2 (ukuran gambar mod blok = 0 dan ukuran blok < ukuran gambar), (iii) pengujian 3 (ukuran gambar mod blok ≠ 0 dan ukuran blok > ukuran gambar) dan (iv) pengujian 4 (ukuran gambar mod blok ≠ 0 dan ukuran blok < ukuran gambar). 3.1.1 Enkripsi dan dekripsi Hal pertama yang dilakukan untuk pengujian enkripsi dan dekripsi terhadap plain-image dan cipherimage adalah menentukan kunci dan ukuran blok. Kunci dan ukuran blok ini yang menjadi keamanan dari plainimage yang telah diuji. Kunci yang digunakan untuk proses enkripsi dan dekripsi adalah “maklonjacobfrare”. Gambar 3 memperlihatkan hasil enkripsi citra meerkat.bmp dengan ukuran blok=500 dan citra cameramen.jpg dengan ukuran blok =320, sedangkan gambar 4 memperlihatkan hasil dekripsinya dengan ukuran blok yang sama.

(a) (b) (c) (d) Gambar 4 Hasil dekripsi (a) dan (b) cipher-image dan plain-image citrameerkat.bmp (c) dan (d) cipher-image dan plain-image citra cameramen.jpg 3.2

Pembahasan Performansi dan tingkat keamanannya menggunakan measurement of encryption quality, analisis statistik, differential attack, analisis panjang kunci, analisis sensitivitas kunci dan blok serta analisis keaslian citra (image authentication). Pengujian performansi dan keamanan citra dibagi atas 4 pengujian sama seperti pengujian hasil enkripsi dekripsi. 3.2.1 Measurement of encryption quality Measurement of encryption quality diukur menggunakan Peak Signal to Noise Ratio (PSNR). Perhitungan PSNR dilakukan dengan menggunakan rumus [4]: 𝑊

1 MSE = ∑ 𝑊𝐻 𝑗=1

𝐻

∑

|𝑝(𝑖, 𝑗) − 𝑐(𝑖, 𝑗)|

(5)

𝑖=1

255 PSNR = 20 ∗ log10 ( ) (6) 𝑠𝑞𝑟𝑡 (MSE) dimana W dan H adalah lebar dan tinggi citra, p(i,j) adalah plain-image, c(i,j) adalah cipher-image. Nilai PNSR citra uji dapat dilihat pada tabel 1. Tabel 1 Nilai rata-rata PSNR citra uji Pengujian 1 2 3 4

Tipe citra

Nilai PSNR (dB)

Grayscale True color Grayscale True color Grayscale True color Grayscale True color

8,3552 7,2643 8,4474 7,2976 8,4209 7,2643 8,3767 7,2847

Total rata-rata

Rata-rata 7,80975 7,8725 7,8426 7,8307 7,838888

Tabel 1 memperlihatkan total rata-rata nilai PSNR dari pengujian 1-4 yang lebih kecil dari 10 dB yakni 7,838888 dB. Hal ini menunjukkan bahwa cipher-image yang dihasilkan sangat bagus dan tahan terhadap berbagai serangan. 3.2.2 Analisis korelasi koefesien Pengujian korelasi koefesien dilakukan dengan mengambil 5000 pasangan piksel-piksel citra yang berdekatan. Distribusi korelasi dari piksel-piksel yang berdekatan pada plain-image dan cipher-image masingmasing diuji pada posisi horisontal (H), vertikal (V) dan diagonal (D). Perhitungan korelasi koefesien dapat diselesaikan menggunakan rumus [2] [5]: 𝑐𝑜𝑣 (𝑥, 𝑦) 𝑟𝑥 = (7) √𝐷(𝑥)𝐷(𝑦) 𝑛

1 𝑐𝑜𝑣 (𝑥, 𝑦) = ∑[𝑥𝑖 − 𝐸(𝑥)][𝑦𝑖 − 𝐸(𝑦)] (8) 𝑛 𝑖=1

𝑛

1 𝐷(𝑥) = ∑[𝑥𝑖 − 𝐸(𝑥)]2 𝑛

(9)

𝑖=1 𝑛

1 𝐸(𝑥) = ∑ 𝑥𝑖 𝑛

(10)

𝑖=1

Tabel 3 Rata-rata nilai korelasi koefesien cipherimage Pengujian 1

2

3

4

Rata-rata nilai korelasi koefesien H V D

Tipe citra Grayscale

0,0029

-0,0035

-0,0026

-0,0032

True color

0,0021

0,0023

-0,0063

-0,0019

Grayscale

0,0027

-0,0002

-0,0029

-0,0004

True color

0,0005

0,0028

-0,0005

0,0028

Grayscale

0,0029

-0,0035

-0,0026

-0,0032

True color

0,0021

0,0023

-0,0063

-0,0019

Grayscale

-0,0008

-0,004

0,0013

-0,00012

True color

-0,000

0,0024

-0,0037

-0,00023

Total rata-rata

(11)

1 MAE = ∑ 𝑊𝐻 𝑗=1

𝑖=1

𝑛

1 𝐸(𝑦) = ∑ 𝑦𝑖 𝑛

(12)

Ratarata -0,00255

0,0012

-0,00255

-0,00069 0,001149

Tabel 2 memperlihatkan total rata-rata nilai korelasi koefesien plain-image citra uji dari pengujian 1-4 yang hampir mendekati 1 yakni 0,8064. Tabel 3 memperlihatkan total rata-rata nilai korelasi koefesien cipher-image citra uji dari pengujian 1-4 yang hampir mendekati 0 yakni 0,001149. Hal ini membuktikan bahwa algoritma yang diusulkan berhasil menghilangkan korelasi piksel-piksel citra yang berdekatan. 3.2.3 Differential attack Perubahan satu piksel dalam plain-image menyebabkan perubahan besar pada cipher-image sehinga membuat differential attack menjadi tidak berguna. Parameter yang digunakan untuk pengujian ini yaitu NPCR, UACI dan MAE [1] [6]. 𝑊

𝑛

1 𝐷(𝑦) = ∑[𝑦𝑖 − 𝐸(𝑦)]2 𝑛

Ratarata

NPCR =

𝐻

∑

|𝑐(𝑖, 𝑗) − 𝑝(𝑖, 𝑗)|

(13)

𝑖=1

∑ 𝑖𝑗 𝐷(𝑖, 𝑗) 100% 𝑊𝐻

(14)

𝑖=1

dimana x dan y = nilai piksel citra, D(y) = variance pada nilai y, rxy = hubungan koefesien citra, E(y) = rata-rata nilai y, D(x) = variance pada nilai x, cov(x,y) = covariance pada xy, E(x) = rata-rata nilai x dan n = jumlah piksel citra. Tabel 2 Nilai korelasi koefesien plain-image PengUjian

Tipe citra

Rata-rata nilai korelasi koefesien H V D

Ratarata

Grayscale

0,8695

0,9024

0,6672

0,8130

True color

0,8818

0,8837

0,634

0,7998

Grayscale

0,8695

0,9024

0,6672

0,8130

True color

0,8818

0,8837

0,634

0,7998

Grayscale

0,8695

0,9024

0,6672

0,8130

True color

0,8818

0,8837

0,634

0,7998

Grayscale

0,8695

0,9024

0,6672

0,8130

True color

0,8818

0,8837

0,634

0,7998

1

Ratarata 0,8064

2

0,8064

3

0,8064

4

0,8064

Total rata-rata

0,8064

𝐷(𝑖, 𝑗) =

1, 0,

𝑖𝑓 𝑐_1(𝑖, 𝑗) ≠ 𝑐_2(𝑖, 𝑗) 𝑜𝑡ℎ𝑒𝑟𝑤𝑖𝑠𝑒

|𝑐_1(𝑖, 𝑗) − 𝑐_2(𝑖, 𝑗)| 1 ∑ [ ] x 100 (15) 𝑊𝐻 255 𝑖,𝑗 dimana W dan H adalah lebar dan tinggi citra, c(i,j) = cipher-image, p(i,j) = plain-image, c_1(i,j) = cipherimage1, c_2(i,j) = cipher-image2. UACI =

Tabel 4 Nilai differential attack citra uji Pengujian

1

NPCR (%)

UACI (%)

MAE (%)

Grayscale

99,5962

33,5118

80,5436

True color

99,6021

33,5144

91,6723

99,59915

33,5131

86,10795

Grayscale

99,5985

33,4526

80,2435

True color

99,6136

33,416

91,414

99,60605

33,4343

85,82875

99,5962

33,5118

80,5436

Rata-rata

2 Rata-rata

Grayscale

3

True color

99,6021

33,5144

91,6723

99,59915

33,5131

86,10795

Grayscale

99,6155

33,4273

80,3901

True color

99,6065

33,5357

91,506

99,611

33,4815

85,99817

Rata-rata

4

Nilai differential attack

Tipe citra

Rata-rata Total rata-rata

99,60383

33,4855

1

Tipe citra

99,6131

True color

99,59988

Rata-rata

2

99,60649 Grayscale

99,6016

True color

99,60407

Rata-rata

3

99,602835 Grayscale

99,61309

True color

99,59708

Rata-rata

4

NPCR (%)

Grayscale

Pengujian

85,99817

Tabel 4 memperlihatkan total rata-rata nilai different attack citra uji dari 4 pengujian yakni NPCR = 99,60383 %, UACI = 33,4855% dan MAE = 85,99817%. Hal ini membuktikan bahwa algoritma yang diusulkan pada penelitian ini tahan terhadap berbagai serangan kriptanalis. 3.2.4 Analisis sensitivitas Analisis sensitivitas yang digunakan yaitu analisis sensitivitas kunci dan analisis sensitivitas blok yang dapat dijelaskan sebagai berikut: 1) Analisis sensitivitas kunci Citra enkripsi yang ideal harus sensitif terhadap perubahan kecil pada kunci yang digunakan. Perubahan satu bit pada kunci seharusnya menghasilkan perubahan besar pada cipherimage. Untuk enkripsi digunakan kunci “maklonjacobfrare” sedangkan untuk dekripsi 1 dan dekripsi 2 digunakan kunci “caklonjacobfrare” dan “maklonjacobfrari” pada bagian Most Significant Bit (MSB) dan Least Significant Bit (LSB). Tabel 5 Hasil sensitivitas kunci pada citra uji Pengujian

Berdasarkan tabel 5 diperoleh hasil sensitivitas kunci citra uji, dimana total rata-rata nilai NPCR = 99,6008%. Hal ini menunjukkan bahwa algoritma yang diusulkan sangat sensitif terhadap perubahan kunci sehingga tahan terhadap berbagai serangan brute force attack. 2) Analisis sensitivitas ukuran blok Ukuran blok yang digunakan pada enkripsi citra harus sensitif sehingga kriptanalis sulit untuk memperoleh citra aslinya. Untuk enkripsi digunakan ukuran blok yang telah ditentukan sedangkan dekripsi 1 dan dekripsi 2 digunakan ukuran blok-1 dan ukuran blok+1 dengan kunci yang sama yaitu ”maklonjacobfrare”. Tabel 6 Hasil sensitivitas ukuran blok pada citra uji 1

Tipe citra

NPCR (%)

Grayscale

0,003394

True color

0,0039934

Rata-rata

0,003693

2

Grayscale

99,38315

True color

99,09059

Rata-rata

99,23680

3

Grayscale

0

True color

0

Rata-rata

0

4

Grayscale

97,92142

True color

97,54076

Rata-rata

97,73109

Total rata-rata

49,2429

Berdasarkan tabel 6 diperoleh hasil sensitivitas ukuran blok citra uji, dimana rata-rata nilai NPCR untuk pengujian 1 = 0,003693%, pengujian 2 = 99,23680%, pengujian 3 = 0, pengujian 4 = 97,73109% dan total rata-ratanya = 49,2429%. Hal ini membuktikan bahwa algoritma yang diusulkan tidak sensitif terhadap ukuran blok yang lebih besar dengan kunci yang sama. 3.2.5 Analisis keaslian citra (Image authentication) Analisis keaslian citra diuji menggunakan nilai korelasi koefesien dari citra asli dan citra hasil dekripsi. Jika selisih korelasi koefesien antara kedua citra tersebut sama dengan 0 maka hasil dekripsi tersebut benar-benar merupakan citra aslinya. Total rata-rata nilai korelasi koefesien dari citra asli dan citra dekripsi adalah 0,8064. Selisih korelasi koefesien antara citra asli dan citra hasil dekripsi sama dengan 0, karena total rata-ratanya sama yaitu 0,8064.

99,605085 Grayscale

99,59739

True color

99,58019

Rata-rata Total rata-rata

99,58879 99,6008

4

1)

KESIMPULAN Algoritma yang diusulkan sangat cocok dioperasikan pada blok untuk enkripsi citra. Hal ini dapat diperlihatkan dengan bentuk cipher-

2)

3)

4)

5)

6)

7)

1)

image yang tidak dapat dikenali secara visual pada 40 citra grayscale dan 40 citra true color dari 4 pengujian. Performansi hasil enkripsi (cipher-image) pada 40 citra grayscale dan 40 citra true color dapat ditunjukkan dengan total rata-rata nilai PSNR dari 4 pengujian < 10 dB yakni 7,838888 dB. Hal ini menunjukkan bahwa algoritma yang diusulkan menghasilkan kualitas cipher-image yang bagus. Performansi algoritma yang diusulkan terhadap 40 citra grayscale dan 40 citra true color memenuhi efek confusion dan diffusion. Hal ini dapat dibuktikan dengan total rata-rata nilai korelasi koefesien pada cipher-image dari 4 pengujian yang hampir mendekati 0 yakni 0,001149. Performansi rata-rata untuk pengujian different attack terhadap 40 citra grayscale dan 40 citra true color menghasilkan total rata-rata nilai NPCR = 99,60383 %, UACI = 33,4855% dan MAE = 85,99817%. Hal ini menunjukkan bahwa algoritma yang diusulkan sangat kuat dan tahan terhadap berbagai serangan brute force attack. Pengujian yang dilakukan dengan mengubah kunci pada bagian MSB dan LSB dengan ukuran blok yang sama menunjukkan sensitivitas nilai awal CTM sehingga aman dari serangan exhaustive attack. Hal ini dibuktikan dengan total rata-rata nilai NPCR untuk 4 pengujian citra uji = 99,6008%. Pengujian 1 dan pengujian 3 tidak sensitif terhadap perubahan blok sedangkan pengujian 2 dan pengujian 4 sensitif terhadap perubahan blok Hal ini dibuktikan dengan nilai rata-rata NPCR pengujian 1 = 0,003693%, pengujian 3 = 0%, pengujian 2 = 99,23680%, pengujian 4 = 97,73109% dan total rata-ratanya = 49,2429%. Hal ini menunjukkan bahwa algoritma yang diusulkan tidak sensitif terhadap ukuran blok yang besar dengan kunci yang sama. Performansi rata-rata untuk keaslian citra dekripsi pada 40 citra grayscale dan 40 citra true color memberikan keaslian citra uji yang benar. Hal ini dibuktikan dengan selisih total rata-rata nilai korelasi koefesien antara citra asli dan citra hasil dekripsi sama dengan 0. 5 SARAN Menggunakan ukuran blok yang tidak terlalu besar sehingga sensitif terhadap perubahan ukuran blok dengan kunci yang sama.

2)

3)

Menggunakan mode cipher blok yang lain (selain CBC) seperti OFB, ECB, CTR dan CFB untuk dikombinasikan dengan beberapa fungsi dari chaos seperti: arnold cat map, hannon map dan baker map. Menggunakan panjang kunci lebih besar dari 128-bit yaitu 256-bit agar lebih lebih kuat dan lebih lama untuk memecahkan kunci menggunakan brute force attack. 6

DAFTAR PUSTAKA

[1] Pareek, K., Patidar, V., & Sud, K.K., 2006, Image encryption using chaotic logistic map, Image and Vision Computing, Vol 24 pp 926-934, doi: 10.1016/j.imavis.2006.02.021. [2] Munir, R., 2012, Security Analysis of Selective Image Encryption Algorithm Based on Chaos and CBC-like Mode, International Conference on Telecommunication Systems, Services, and Applications (TSSA), Bandung, http://informatika.stei.itb.ac.id, diakses tanggal 19 Juni 2013. [3] Borujeni, S.E., & Eshghi, M., 2009, Chaotic Image Encryption Design Using Tompkins-Paige Algorithm, Mathematical Problems in Engineering, Vol 2009 pp 1-22, doi:10.1155/2009/762652. [4] Pareek, K.N., 2012, Design and Analysis of a Novel Digital Image Encryption Scheme, International Journal of Network Security & Its Applications (IJNSA), Vol 4 pp 95-108, doi: 10.5121/ijnsa.2012.4207. [5] Sam, I.F., Devaraj, P., & Bhuvaneswaran, R.S., 2011, Block Cipher Scheme for Image Cryptosystem Using Alternative Chaotic Maps, European Journal of Scientific Research, Vol.51 pp 232-240, http:// www.eurojournals.com /ejsr.htm, diakses tanggal 24 september 2013. [6] Gupta, K., & Silakari, S., 2011, New Approach for Fast Color Image Encryption Using Chaotic Map. Journal of Information Security, Vol 2 pp 139-150, doi: 10.4236/jis.2011.24014.