STEGANOGRAFI CITRA PNG BERBASIS WEBSITE MENGGUNAKAN METODE MODIFIKASI VIGENERE CIPHER, LEAST SIGNIFICANT BIT, & DICTIONARY BASED COMPRESSION
George Binus University, Jalan K.H. Syahdan no. 9, Palmerah, Jakarta (11480), Indonesia
[email protected]
ABSTRACT Seiring berkembangnya teknologi informasi dalam memenuhi kebutuhan, muncul berbagai tindakan yang bersifat merugikan dan sulit untuk dihindari. Salah satu tindakan tersebut adalah pencurian data. Oleh karena itu, penelitian ini akan membahas tentang kriptografi dan steganografi yang bertujuan untuk mengatasi permasalahan tersebut. Penelitian ini akan menggunakan metode Modifikasi Vigenere Cipher, Least Significant Bit dan Dictionary Based Compression. Untuk mengetahui kinerja performa penelitian ini, maka metode Peak Signal to Noise Ratio (PSNR) digunakan untuk mengukur secara objektif dan metode Mean Opinion Score (MOS) digunakan untuk mengukur secara subjektif, serta performa penelitian ini akan dibandingkan juga dengan motode lainnya seperti Spread Spectrum dan Pixel Value Differencing. Setelah melakukan perbandingan tersebut maka dapat disimpulkan bahwa penelitian ini dapat memberikan performa lebih baik jika dibandingkan dengan metode lainnya (Spread Spectrum dan Pixel Value Differencing) dan memiliki rentang nilai MSE (0.0191622 – 0.05275) dan PSNR (60,909 – 65,306) dengan hidden file berukuran 18 Kb serta memiliki rentang nilai MOS (4,214 – 4,722) atau kualitas gambar mendekati sangat bagus. Keywords: Kriptografi, Steganografi, Modifikasi Vigenere Cipher, Least Significant Bit, Dictionary Based Compression, Spread Spectrum, Pixel Value Differencing.
1. PENDAHULUAN Seiring berkembangnya teknologi informasi dalam memenuhi kebutuhan, muncul berbagai tindakan yang bersifat merugikan dan sulit untuk dihindari. Salah satu tindakan tersebut adalah pencurian data, walaupun pengamanan data dapat menggunakan media teknologi informasi (cloud storage), tetapi cara ini tidak efektif karena data yang diterima oleh pihak penerima dapat saja dicuri dan digunakan oleh pihak yang tidak berwenang. Oleh karena itu, kriptografi dan steganografi merupakan salah satu cara yang digunakan untuk mengatasi permasalahan tersebut. Dictionary Based Compression merupakan salah satu algoritma kompresi yang tidak menggunakan metode statistik, tetapi menggunakan representasi simbol yang terdapat dalam kamus
(Salomon, 2007, P.171), dalam penelitian ini juga akan menggabungkan algoritma Dictionary Based Compression untuk menekan banyaknya data yang ingin disisipkan dan menjaga kualitas gambar dalam proses steganografi. Maka dalam penelitian ini akan membangun aplikasi berbasis website dengan menggunakan tiga metode yaitu modifikasi Vigenere Cipher, Least Significant Bit, dan Dictionary Based Compression. Ketiga metode ini bertujuan untuk meningkatkan keamanan data dan menjaga kualitas gambar. Dalam penelitian ini juga akan melakukan pengujian secara subjektif dan objektif. Pengujian secara subjektif akan menggunakan Mean Opinion Score (MOS) yang bertujuan untuk membandingkan gambar sebelum disisipi pesan dengan sesudah disisipi pesan berdasarkan penglihatan manusia, sedangkan pengujian secara objektif akan menggunakan metode Peak Signal to Noise Ratio (PSNR) yang bertujuan untuk mengukur perbandingan rasio antara gambar yang sebelum disisipi pesan dengan sesudah disisipi pesan berdasarkan perhitungan matematika, serta performa penelitian ini dibandingkan juga dengan metode lainnya seperti Spread Spectrum dan Pixel Value Differencing.
2. METODE 2.1 Metode Perancangan
Menurut (S.Pressman, 2010, P.41- 42) Model Incremental Process memakai urutan-urutan linear yang berulang dalam membangun suatu perangkat lunak. Seiring berjalan waktu pengerjaan, setiap urutan linear akan menghasilkan perkembangan dalam pengerjaan perangkat lunak yang kemudian dapat digunakan oleh pengguna. Pada model incremental yang pertama sering disebut sebagai core product. Core product adalah dasar kebutuhan yang diperlukan oleh pengguna, terkadang banyaknya tambahan fitur yang diperlukan dapat menyebabkan tidak semuanya dapat tersampaikan. Oleh karena itu, hasil evaluasi dari core product dapat dijadikan sebagai rencana perkembangan untuk incremental selanjutnya dengan cara memodifikasi core product agar menjadi lebih baik untuk memenuhi kebutuhan pengguna (fitur dan fungsi). Proses ini dilakukan berulang hingga menghasilkan produk yang lengkap.
2.2 Usulan Pemecahan Masalah Dalam penelitian ini terdapat dua algoritma utama yaitu algoritma penyisipan (yang selanjutnya akan disingkat Embed VLSB CMP) dan algoritma ekstrasi (yang selanjutnya akan disingkat Extract VLSB CMP). Algoritma Embed VLSB CMP digunakan untuk menyembunyikan pesan ke dalam suatu gambar, sedangkan algoritma Extract VLSB CMP digunakan untuk mengambil pesan yang telah disisipkan pada gambar. Pada algoritma Embed VLSB CMP, proses yang pertama kali dilakukan adalah kompresi data melalui Dictionary Based Compression untuk menekan banyaknya data yang ingin disisipkan pada suatu gambar, kemudian dilanjutkan dengan proses enkripsi Vigenere Cipher berdasarkan fungsi chaos untuk menjaga isi informasi pesan dengan cara mengenkripsi input-an keyboard (huruf, angka, tanda baca dan simbol) dan pada tahap akhir, dilakukan proses penyisipan data ke dalam gambar melalui Least Significant Bit untuk menghindari rasa kecurigaan terhadap orang lain. Sedangkan Pada algoritma Extract VLSB CMP, proses yang pertama kali dilakukan adalah pengambilan barisan bit-bit pesan yang terdapat dalam gambar yang sudah disisipi melalui Least Significant Bit, kemudian dilanjutkan dengan proses dekripsi Vigenere Cipher berdasarkan fungsi chaos untuk mengembalikan pesan yang sudah terenkripsi dan pada tahap ahir, dilakukan proses dekompresi melalui Dictionary Based Compression untuk mengembalikan pesan dalam keadaan awal. Untuk mengetahui hasil performa dari algoritma VLSB CMP, maka akan dibandingkan juga dengan algoritma lainnya seperti, Spread Spectrum dan Pixel Value Differencing.
2.3 Flow Chart Embed VLSB CMP Mulai
Input hidden file (*.txt)
Selesai
Data tidak valid
Input cover image (*.png)
Stego image (*.png)
Melakukan penyisipan pesan ke dalam cover image
Proses embed pesan (least significant bit)
Validasi hidden file dan cover image
Representasi ke dalam biner
Membaca hidden file (*.txt)
Ya
Membangun kamus
Jumlah potongan sama dengan panjang hidden file di bagi dua ?
Representasi ke dalam potong-potongan dua karakter
Proses kompresi (dictionary based compression)
Representasi ke dalam desimal ASCII
Data valid
Tidak
Terdapat dalam kamus ?
Tambahkan satu potongan dari huruf terakhir pada hidden file
Membentuk chipertext
Proses enkripsi (vigenere chiper berdasarkan fungsi chaos) Melakukan enkripsi
Ya
Representasi ke dalam angka kamus
Tidak
Menghitung fungsi chaos
2.4 Flow Chart Extract VLSB CMP
3. HASIL DAN BAHASAN 3.1 Evaluasi Hasil MSE, PSNR, Waktu Embed, dan Waktu Extract Image File
Method
MSE
PNSR (Db)
Rasio Compression (%)
VLSB CMP
0.0028548
73.575
47.648
Spread Spectrum
0.0165816
65.935
PVD Black angry birds.png
68.223
VLSB CMP
0.0077219
69.254
Spread Spectrum
0.0422677
61.871
0.0221021
64.686
VLSB CMP
0.0067749
69.822
Spread Spectrum
0.0384884
62.278
PVD
0.104
0.926
0.625
0.453
0.139
47.648
0.443
0.11
-
0.991
0.617
0.559
0.136
47.648
0.189
0.104
-
0.768
0.602
0.313
0.131
0.499
0.108
1.094
0.631
0.653
0.166
0.0229435
64.524
VLSB CMP
0.0060677
70.301
Spread Spectrum
0.0328906
62.96
PVD Flowers.png
0.326
-
PVD Firefox.png
Waktu Extract (Detik)
0.0097892
Cloud.png
-
Waktu Embed (Detik)
47.648 -
0.0176644
65.66
VLSB CMP
0.0033167
72.924
Spread Spectrum
0.0172386
65.766
47.648 -
PVD
0.314
0.113
0.892
0.658
0.525
0.162
0.56
0.103
1.078
0.608
0.654
0.147
0.014436
66.536
VLSB CMP
0.0054731
70.748
Spread Spectrum
0.0293261
63.458
Fruit.png
47.648 -
PVD
-
Sand.png
0.0159232
66.11
3.2 Evaluasi Berdasarkan Mean Opinion Score (MOS) Dari kuesioner yang telah dilakukan, maka didapat hasil sebagai berikut : Images
MOS Score
Black angry birds
Cloud
Firefox
Flowers
Fruit
Sand
5
93
100
60
71
91
70
4
26
20
44
39
27
39
3
5
4
13
12
6
10
2
2
1
7
3
2
5
1
0
1
2
1
0
2
MOS
4,667
4,722
4,214
4,396
4,642
4,349
MOS Score
Quality Inage
Description of MOS
5
Sangat Bagus
Kemiripan Gambar (90 % - 100 %)
4
Bagus
Kemiripan Gambar (70 % - 90 %)
3
Cukup
Kemiripan Gambar (60 % - 70 %)
2
Buruk
Kemiripan Gambar (40 % - 60 %)
1
Sangat Buruk
Kemiripan Gambar (< 40 %)
Maka dari hasil tabel diatas, dapat diketahui bahwa nilai minimum MOS = 4,214 diwakili oleh gambar firefox dan nilai maksimum MOS = 4,722 diwakili oleh gambar cloud. Sehingga dapat disimpulkan bahwa algoritma VLSB CMP memiliki rentang nilai MOS (4,214 – 4,722) atau kualitas gambar mendekati sangat bagus.
4. SIMPULAN DAN SARA 4.1 Simpulan 1.
2.
3.
4.
5.
Perancangan aplikasi steganografi dapat menjawab kebutuhan akan peningkatan keamanan data dan dapat menjaga kualitas gambar dengan baik. Berdasarkan hasil kuesioner yang telah dilakukan, algoritma VLSB CMP memiliki rentang nilai MOS (4,214 – 4,722) atau kualitas gambar mendekati sangat bagus. Dari pengujian MSE dan PSNR yang telah dilakukan, algoritma VLSB CMP menghasilkan nilai MSE lebih rendah dan PSNR lebih tinggi jika dibandingkan dengan algoritma lainnya seperti Spread Spectrum dan Pixel Value Differencing. Dari pengujian yang telah dilakukan, proses embed dan extract pada algoritma VLSB CMP menghasilkan waktu yang lebih cepat jika dibandingkan dengan algoritma lainnya seperti Spread Spectrum dan Pixel Value Differencing. Dari pengujian yang telah dilakukan, algoritma VLSB CMP mampu mengkompresi data (44,315 % – 48,160 %). Dalam memenuhi kebutuhan pengguna, aplikasi dapat disajikan secara offline maupun online.
4.2 Saran 1.
2.
Untuk pengembangan aplikasi lebih lanjut, pemakaian format gambar dapat diperluas seperti, *bmp dan pemakaian format hidden file dapat diperluas seperti *docx, *xlsx. Untuk meningkatkan efesiensi kompresi data, maka perlu pengembangan dalam algoritma kompresi
5. REFERENSI Abhirama, D. (2009). Keystream Vigenere Cipher: Modifikasi Vigenere Cipher dengan Pendekatan Keystream Generator. Bandung: Institut Teknologi Bandung. Abraham, A., Mauri, J. L., Buford, J., & Suzuki, J. (2011). Advances in Computing and Communications. New York: Springer. Arryawan, E. (2010). Anti Forensik. Jakarta: Elex Media Komputindo. Bhavana.S, & K.L.Sudha. (2012). Text Steganography Using LSB Insertion Method Along With Chaos Theory. International Journal of Computer Science, Engineering and Applications (IJCSEA) Vol.2 , 147. H.Bodnar, G., & S.Hopwood, W. (2010). Accounting information systems (10 th). New York: Pearson Education.
Hidayat, R. (2010). Cara Praktis Membangun Website Gratis. Jakarta: Elex media komputindo. Hoffstein, J., Pipher, J., & H.Silverman, J. (2008). An Introduction to Mathematical Cryptography. New York: Springer. http://codeindesign.com/dasar-kriptografi-enkripsi-dan-dekripsi, diakses 11 maret 2014. http://fc09.deviantart.net/fs70/f/2012/166/d/6/firefox_icon__512x512_png__by_syktond53m9v7.png, diakses 14 mei 2014. http://img2.wikia.nocookie.net/__cb20120804021901/clubpenguin/images/6/68/Fruit_frenzy_back ground.png, diakses 14 mei 2014. http://nazernasrisamaaja.wordpress.com/2011/03/30/kriptografi-simetrisasimetris-dan-hybrid, diakses 11 maret 2014. http://pixabay.com/static/uploads/photo/2013/06/25/16/13/day-141165_640.png?i, diakses 14 mei 2014. http://www.flowerpicturegallery.com/d/112582/Photo+of+spring+garden+flowers+with+white+cr eam+columbine+flowers.PNG, diakses 14 mei 2014. http://www.gadgetmac.com/picture/angry%20birds%20bomb%20wallpaper%20iphone%204%20i pod%20touch%204g.png?pictureId=8915343&asGalleryImage=true, diakses 14 mei 2014. http://www.tristanb.com/what-is-steganography, diakses 11 maret 2014. Iza, D. R. (2013). Steganografi Pada Citra Digital Menggunakan Metode Discrete Wavelet Transform. Malang: Universitas Brawijaya. Junior, R. B. (2010). Steganografi Pada Berkas Gambar Dengan Sudoku Sebagai Kunci Stego. Bandung: Institut Teknologi Bandung. Kazmier, L. j. (2005). Statistik Untuk Bisnis. Jakarta: Erlangga. Lestari, D., & Riyanto, M. Z. (2012). Suatu Algoritma Kriptografi Stream Cipher Berdasarkan Fungsi Chaos. Yogyakarta: Universitas Negeri Yogyakarta. Munir, R. (2004). Kriptografi. Bandung: Institut Teknologi Bandung. Munir, R. (2006). Kriptografi. Badung: Institut Teknologi Bandung. Munir, R. (2013). Kriptografi. Bandung: Institut Teknologi Bandung. Oktavian, D. P. (2010). Menjadi Programmer Jempolan Menggunakan PHP. Yogyakarta: MediaKom. Ollie. (2008). Panduan praktis mendesain template joomla. Jakarta: Mediakita. Paar, C., & Pelzl, J. (2010). Understanding Cryptography. New york: Springer. Pakereng, M. I., Beeh, Y. R., & Endrawan, S. (2010). Perbandingan Steganografi Metode Spread Spectrum dan Least Significant Bit (LSB) Antara Waktu Proses dan Ukuran File Gambar. Yogyakarta: Universitas Kristen Duta Wacana Yogyakarta. Pamungkas, B. (2007). Vigenere Cipher Dengan Kunci Substitusi Inkremental Berdasarkan Caesar Cipher. Bandung: Institut Teknologi Bandung. Pan, J.-s., Huang, H.-c., C.Jain, L., & Zaho, Y. (2013). Recent Advances In Information Hiding And Applications. New York: Springer. Parsons, J. J., & Oja, D. (2012). New Perspectives On Computer Concepts 2012. New York: Cengage Learning.
Piarsa, I. N. (2011). Steganografi Pada Citra JPEG Dengan Metode Squential Dan Spreading. Lontar Komputer , 60-61. Pratiarso, A., Yuliana, M., Hadi, M. Z., Bari, F., & Brahim. (2012). Analisa PSNR Pada Teknik Steganografi Menggunakan Spread Spectrum. Electronic Engineering Polytechnic Institute of Surabaya (EEPIS) , 105-106. Rachdian, A., & Sikumbang, A. (2006). Mastering CMS Dengan Mambo. Jakarta: Elex media komputindo. Ramadhan, J. K. (2008). Analisis Enkripsi Halaman Web Berbasis HTML dengan Menggunakan Vigenere Chiper. Bandung: Insitut Teknologi Bandung. Rojali, Guritman, S., & Natalisa, H. T. (2009). Perbaikan Dan Evaluasi Kinerja Algoritma PixelValue Differencing (PVD). Bogor: Institut Pertanian Bogor. Rukmono, S. A. (2009). Triple Vigenere Cipher. Bandung: Institut Teknologi Bandung. S.Pressman, R. (2010). Software engineering : a practitioners approach (7 th). New York: McGraw Hill. Saefullah, A., Himawan, & Agani, N. (2012). Aplikasi Steganografi Untuk Menyembunyikan Teks Dalam Media Image Dengan Menggunakan Metode LSB. Jakarta: Universitas Budi Luhur. Salomon, D. (2007). Data Compression. New York: Springer. Setyawan, H., Muchallil, S., & Arnia, F. (2009). Implementasi Steganografi Dengan Metode Least Significant Bit (LSB). Jurnal Rekayasa Elektrika Vol 8, No.1 , 9. Shneiderman, B., & Plaisant, C. (2005). Designing the user interface : strategies for effective human-computer interaction (4 th). USA: Addison-Wesley. Shneiderman, B., & Plaisant, C. (2010). Designing the user interface : strategies for effective human-computer interaction (5 th). USA: Addison-Wesley. Stallings, W. (2010). Cryptography and Network Security: Principles and Practice. Boston: Prentice Hal. Sukianto, Y. (2008). Steganografi Dengan Menggunakan Teknik Dynamic Cell Spreding. Bandung: Institut Teknologi Bandung. Susanto, A. (2009). Penerapan Teori Chaos di Dalam Kriptografi. Bandung: Institut Teknologi Bandung. Wang, C.-M., Wu, N.-I., Tsai, C.-S., & Hwang, M.-S. (2007). A High Quality Steganographic Method With Pixel-Value Differencing And Modulus Function. Science Direct , 152-153. Whitten, J. L., & Bentley, L. D. (2007). System Analysis and Design Methods (7 th). New York: McGraw Hill. Wicaksono, K. N. (2009). Modifikasi Vigenere Cipher Dengan Menggunakan Teknik Subsitusi Berulang Pada Kuncinya. Bandung: Institut Teknologi Bandung.
6. RIWAYAT PENULIS George dilahirkan di Jakarta 26 oktober 1990. Penulis berasal dari lulusan S1 – Universitas Bina Nusantara dari Teknik Informatika dan Matematika di tahun 2014.
