STEGANOGRAFI LINGUISTIK METODE NICETEXT MENGGUNAKAN KATA DAN VARIASI POLA KALIMAT DASAR BAHASA INDONESIA
ARDINI SRI KARTIKA
DEPARTEMEN ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2014
PERNYATAAN MENGENAI SKRIPSI DAN SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA Dengan ini saya menyatakan bahwa skripsi berjudul Steganografi Linguistik Metode NICETEXT Menggunakan Kata dan Variasi Pola Kalimat Dasar Bahasa Indonesia adalah benar karya saya dengan arahan dari komisi pembimbing dan belum diajukan dalam bentuk apa pun kepada perguruan tinggi mana pun. Sumber informasi yang berasal atau dikutip dari karya yang diterbitkan maupun tidak diterbitkan dari penulis lain telah disebutkan dalam teks dan dicantumkan dalam Daftar Pustaka di bagian akhir karya tulis ini. Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut Pertanian Bogor. Bogor, Agustus 2014 Ardini Sri Kartika NIM G64080112
ABSTRAK ARDINI SRI KARTIKA. Steganografi Linguistik Metode NICETEXT Menggunakan Kata dan Variasi Pola Kalimat Dasar Bahasa Indonesia. Dibimbing oleh SHELVIE NIDYA NEYMAN. Keamanan informasi penting dalam melindungi isi informasi dari penyalahgunaan pihak lain yang tidak berhak. Salah satu cara mengamankan informasi yaitu dengan teknik steganografi. Sistem NICETEXT yang tergolong steganografi linguistik menyamarkan keberadaan informasi dalam bentuk teks bahasa alami menggunakan kontrol bahasa yang metodenya dapat diterapkan pada bahasa alami lain dengan kesesuaian kata dan pola kalimat. Sistem NICETEXT telah diimplementasikan dalam teks Bahasa Indonesia, namun kalimat hasilnya masih terbatas satu pola kalimat. Oleh karena itu penelitian ini mencoba memproses variasi pola kalimat sehingga sistem NICETEXT dapat membangkitkan teks Bahasa Indonesia dengan pola gramatikal bervariasi. Pada penelitian ini, susunan kalimat dibangkitkan dari kombinasi seluruh unsur pengisi pola kalimat dasar. Penelitian ini berhasil menyamarkan informasi dalam teks Bahasa Indonesia dengan pola kalimat bervariasi. Namun, dari sisi semantik isi teks belum dapat dipahami dengan baik. Kata kunci: sentence generation, sistem NICETEXT, steganografi linguistik
ABSTRACT ARDINI SRI KARTIKA. Linguistic Steganography with NICETEXT Method using Words and Sentence Variations of Indonesian Language. Supervised by SHELVIE NIDYA NEYMAN. Information security is important to protect the content of information from attacker. One of the way to secure information is by using steganography. NICETEXT system is included as one of linguistic steganography to conceal the existence of certain information in a natural language text using language control which can be applied to other natural language in words and grammar conformity. NICETEXT system has been implemented in an Indonesian text, but the resulted text still limited in one style. The objective of this research is to process various styles in order to conceal information into an Indonesian Language text with various grammatical patterns. In this research, styles are generated from a combination of all sentence pattern elements. The result of this research is information can be concealed in an Indonesian Language text with various grammatical patterns. However, from the semantic point of view, it is still difficult to understand the meaning of the text. Keywords: linguistic steganography, NICETEXT system, sentence generation
STEGANOGRAFI LINGUISTIK METODE NICETEXT MENGGUNAKAN KATA DAN VARIASI POLA KALIMAT DASAR BAHASA INDONESIA
ARDINI SRI KARTIKA
Skripsi sebagai salah satu syarat untuk memperoleh gelar Sarjana Komputer pada Departemen Ilmu Komputer
DEPARTEMEN ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2014
Judul Skripsi : Steganografi Linguistik Metode NICETEXT Menggunakan Kata dan Variasi Pola Kalimat Dasar Bahasa Indonesia Nama : Ardini Sri Kartika NIM : G64080112
Disetujui oleh
Shelvie Nidya Neyman, SKom MSi Pembimbing
Diketahui oleh
Dr Ir Agus Buono, MSi MKom Ketua Departemen
Tanggal Lulus:
PRAKATA Puji dan syukur penulis panjatkan kepada Allah subhanahu wa ta’ala atas segala karunia-Nya sehingga penelitian Steganografi Linguistik Metode NICETEXT Menggunakan Kata dan Variasi Pola Kalimat Dasar Bahasa Indonesia ini berhasil diselesaikan. Penulis juga ingin mengucapkan terima kasih yang tulus kepada: 1 Papa dan Mama tercinta, Asep Ardiansyah dan Wahyu Ratna Sri, serta seluruh keluarga besar atas segala doa, kasih sayang, dan dukungan yang tiada henti. 2 Ibu Shelvie Nidya Neyman, SKom MSi dan Ibu Dra Laksmi Arianti atas perhatian dan waktu dalam memberi arahan dan motivasi selama penyelesaian penelitian. 3 Bapak Endang Purnama Giri, SKom MKom dan Bapak Dr Heru Sukoco, SSi MT selaku dosen penguji atas kesempatan diskusi dan saran dalam penyempurnaan penelitian ini. 4 Seluruh dosen pengajar dan staf Departemen Ilmu Komputer FMIPA IPB untuk semua yang telah mereka berikan selama mengikuti proses perkuliahan. 5 Asrori, Uti, Meri, atas motivasi, kritik, saran, dan bantuan dalam menyelesaikan penelitian ini. Sahabat tersayang Viona, Dita, Wati, Kak Dimas, Iis, Munjayani, Pita, Fatimah, Tika, Ima, Julia, Ayu, Yosi, Nurul, senior Ilmu Komputer 44 dan teman-teman Ilmu Komputer 45 IPB, atas segala kebersamaan, bantuan, dukungan, serta kenangan bagi penulis selama menjalani masa studi. Semoga kita bisa berjumpa kembali kelak sebagai orangorang sukses. Penulis juga mengucapkan terima kasih kepada semua pihak yang telah membantu selama penyelesaian tugas akhir ini yang tidak dapat disebutkan satu per satu. Semoga dapat bermanfaat bagi pembaca yang ingin menggali hal-hal terkait tema penelitian ini.
Bogor, Agustus 2014 Ardini Sri Kartika
DAFTAR ISI DAFTAR TABEL
vi
DAFTAR GAMBAR
vi
DAFTAR LAMPIRAN
vi
PENDAHULUAN
1
Latar Belakang
1
Perumusan Masalah
1
Tujuan Penelitian
1
Manfaat Penelitian
2
Ruang Lingkup Penelitian
2
TINJAUAN PUSTAKA
2
Kriptografi
2
Steganografi
3
Teknik Steganografi
5
Sistem NICETEXT
6
METODE Implementasi Metode NICETEXT
8 9
Lingkungan Implementasi
13
HASIL DAN PEMBAHASAN
13
Implementasi Pembangunan Kamus dan Style
13
Analisis Hasil sistem NICETEXT - SCRAMBLE
14
SIMPULAN DAN SARAN
18
Simpulan
18
Saran
18
DAFTAR PUSTAKA
19
LAMPIRAN
20
RIWAYAT HIDUP
25
DAFTAR TABEL 1 2 3 4 5 6
Kelas kata pada KBBI tahun 2005 Ilustrasi kombinasi unsur gramatikal dari style berisi pola kalimat S-P Ilustrasi sederhana isi kamus D Style yang digunakan dalam penelitian Hasil penyisipan sistem NICETEXT dengan pesan “rebellion” pada variasi style berbeda Hasil penyisipan sistem NICETEXT dengan pesan “dosen mengajar ilmu komputer” pada variasi style berbeda
10 12 13 14 15 16
DAFTAR GAMBAR 1 2 3
Sistem steganografi (Morkel et al. 2005) Penyisipan dan ekstraksi pesan (Morkel et al. 2005) Implementasi steganografi sistem NICETEXT dan SCRAMBLE (Rohani 2009) 4 Proses NICETEXT (Rohani 2009) 5 Proses SCRAMBLE (Rohani 2009) 6 Metode penelitian 7 Proses pembangunan kamus D 8 Proses pembangkitan style S 9 Hasil survei semantik teks T dari penyisipan pesan “rebellion” (□) dan “dosen mengajar ilmu komputer” (∎) pada empat model style dengan variasi berbeda 10 Hasil survei gramatikal teks T dari penyisipan pesan “rebellion” (□) dan “dosen mengajar ilmu komputer” (∎) pada empat model style dengan variasi berbeda
4 4 6 7 7 9 10 11
17
17
DAFTAR LAMPIRAN 1 2 3
4
5
Contoh tahap penyisipan pesan pada sistem NICETEXT Contoh tahap ekstraksi pesan pada sistem SCRAMBLE Kuisioner survei semantik isi teks dan survei teks dengan gramatikal yang terlihat alami dari hasil penyisipan pesan “rebellion” sistem NICETEXT Kuisioner survei semantik isi teks dan survei teks dengan gramatikal yang terlihat alami dari hasil penyisipan pesan “dosen mengajar ilmu komputer” sistem NICETEXT Hasil perhitungan skor survei semantik teks dari penyisipan pesan “rebellion”
20 21
22
23 24
6 7 8
Hasil perhitungan skor survei semantik teks dari penyisipan pesan “dosen mengajar ilmu komputer” Hasil perhitungan skor survei gramatikal teks dari penyisipan pesan “rebellion” Hasil perhitungan skor survei gramatikal teks dari penyisipan pesan “dosen mengajar ilmu komputer”
24 24 24
PENDAHULUAN Latar Belakang Keamanan informasi penting dalam melindungi isi informasi dari penyalahgunaan pihak lain yang tidak berhak. Beberapa cara untuk mengamankan informasi yaitu dengan teknik kriptografi dan information hiding. Kriptografi mengubah pesan rahasia (plaintext), dengan teknik tertentu menjadi pesan berbentuk acak (ciphertext). Namun ciphertext yang terlihat seperti pesan tak bermakna akan memunculkan kecurigaan bahwa di dalamnya terdapat pesan rahasia. Steganografi melengkapi kriptografi sebagai salah satu teknik information hiding untuk menyamarkan pesan sehingga keberadaannya tidak disadari oleh pihak lain, dengan menyembunyikan pesan rahasia ke dalam media cover tertentu seperti file teks, suara, dan citra, sehingga menghasilkan stego-object (media baru yang telah disisipkan pesan). Sistem NICETEXT Chapman (1997) tergolong steganografi linguistik dengan teknik penyisipan menggunakan media cover teks (kalimat-kalimat dalam bahasa alami) yang dibangkitkan dengan kontrol linguistik (Rohani 2009). Implementasinya pada teks Bahasa Inggris berhasil membangkitkan kalimat Bahasa Inggris baru yang tidak mencurigakan (innocuous text). Metode yang digunakan pada sistem NICETEXT dapat diterapkan pada bahasa alami lain dengan kesesuaian kata dan pola kalimat (Chapman 1997). Penelitian metode serupa diterapkan Rohani (2009) dengan memproses penyisipan pesan pada media cover teks berupa sebuah kalimat contoh tunggal dalam Bahasa Indonesia. Hasil NICETEXT valid secara sintaksis serta ekstraksi pesan berhasil dilakukan, meski kalimat yang dihasilkan terbatas pada satu pola kalimat dan belum cukup baik secara semantik. Dengan berdasar dua penelitian tersebut, penelitian ini mencoba mengimplementasikan sistem NICETEXT menggunakan pendekatan pembangunan kamus dictionary-based dan variasi pola kalimat Bahasa Indonesia. Perbedaan dengan penelitian sebelumnya adalah, pada penelitian ini variasi cover teks yang dibangkitkan dapat diproses untuk memetakan beberapa kalimat dengan pola berbeda, hingga menghasilkan kalimat yang baik dan terlihat alami secara gramatikal. Hasil penelitian didapat dari hasil uji sintaksis yang dan semantik. Uji sintaksis dilakukan dengan percobaan penyisipan pesan dalam variasi pola berbeda. Uji semantik dilakukan dengan survei untuk menilai semantik isi kalimat. Perumusan Masalah Rumusan permasalahan pada penelitian ini adalah bagaimana mendapatkan kalimat hasil bangkitan steganografi linguistik sistem NICETEXT dengan pola gramatikal kalimat yang bervariasi dan isi kalimat yang semantik. Tujuan Penelitian Penelitian ini bertujuan menerapkan variasi cover teks Bahasa Indonesia pada sistem NICETEXT untuk dapat membangkitkan hasil kalimat penyisipan dengan struktur gramatikal dan semantik bahasa yang lebih alami.
2
Manfaat Penelitian Hasil penelitian ini merupakan penerapan konsep keamanan informasi. Diharapkan dengan steganografi linguistik pada media teks, suatu informasi rahasia menggunakan kontrol bahasa dapat tersamarkan dalam media baru yang dibangkitkan, yaitu teks Bahasa Indonesia yang terlihat alami dengan susunan pola kalimat yang bervariasi dan isi kalimat yang tidak mencurigakan. Ruang Lingkup Penelitian Ruang lingkup pada penelitian ini antara lain: 1 Model pembangunan kamus yang digunakan adalah dictionary-based. 2 Style (berkas pola kalimat) berisi kombinasi unsur pengisi fungsi gramatikal Subjek, Predikat, Objek, Pelengkap, dan Keterangan yang membentuk pola kalimat dasar Bahasa Indonesia. 3 Input sistem NICETEXT berupa nilai biner (ciphertext) dari pesan ASCII. 4 Pengujian pada teks Bahasa Indonesia hasil NICETEXT adalah pengujian sintaksis dan semantik kalimat.
TINJAUAN PUSTAKA Kriptografi Kriptografi (cryptography) berasal dari bahasa Yunani, yaitu kata kripto (menyembunyikan) dan graphia (tulisan). Kriptografi adalah ilmu yang mempelajari teknik-teknik matematika terkait aspek keamanan informasi, seperti kerahasiaan data, keabsahan, integritas, serta autentikasi data (Menezes et al. 1996). Tujuan utama kriptografi (Neyman 2007) yaitu: 1 Kerahasiaan, sebagai layanan yang menjaga isi informasi dari pihak tak berwenang. 2 Integritas, berupa jaminan bahwa tidak terjadi pengubahan data dari pihak tak berwenang. 3 Autentikasi, layanan terkait identitas dan informasi. Informasi yang disampaikan melalui suatu saluran (channel) seharusnya dapat diidentifikasi asal (autentikasi entitas), isi (autentikasi data), tanggal, dan waktunya. 4 Non-repudiasi, layanan untuk mencegah terjadinya pelanggaran kesepakatan yang telah dibuat oleh entitas. Jika entitas mengelak telah melakukan komitmen tertentu, maka suatu prosedur untuk menangani situasi tersebut diperlukan. Istilah umum dalam kriptografi (Neyman 2007) yaitu: 1 Sender, pihak pengirim pesan. 2 Receiver, pihak penerima pesan. 3 Plaintext atau cleartext, pesan asal.
3 4 5 6 7
Encryption, proses transformasi yang mengubah plaintext menjadi bentuk yang terlihat tak bermakna (ciphertext). Ciphertext, pesan hasil encryption dari plaintext. Decryption, proses pengembalian ciphertext menjadi plaintext. Key, suatu informasi untuk mengamankan plaintext yang hanya dimiliki pihak sender dan receiver sah. Steganografi
Istilah steganografi (steganography) berasal dari bahasa Yunani, yaitu kata steganos (tersembunyi), dan graphein (menulis) sehingga bermakna “menulis tulisan terselubung”. Steganografi adalah ilmu dan seni menyembunyikan pesan rahasia sehingga keberadaannya tidak terdeteksi oleh manusia (Qadarisman 2011). Steganografi melengkapi disiplin ilmu kriptografi. Kriptografi bertujuan melindungi isi suatu informasi rahasia dengan mengacak isi pesan menjadi sebuah ciphertext agar tidak bisa dibaca pihak lain yang tidak berhak. Namun, bentuk acak ciphertext dapat menimbulkan kecurigaan, sehingga pihak lain dapat berasumsi di dalamnya terdapat pesan rahasia. Steganografi berperan dalam melindungi keberadaan informasi rahasia dengan cara menyamarkan pesan dalam media lain yang relatif aman, sehingga tidak menimbulkan kecurigaan pihak yang tidak berhak (Jajodia dan Johnson 1998). Munir (2006) menjelaskan istilah dan kriteria pada steganografi. Pada Steganografi modern, pesan rahasia disisipkan pada media elektronik seperti teks, suara, dan citra. Tiga istilah utama dalam steganografi yaitu: 1 Embedded message, berupa pesan atau informasi yang akan disembunyikan. 2 Cover-object, media yang digunakan untuk menyembunyikan embedded message. 3 Stego-object, hasil dari proses penyisipan, berupa media baru yang berisi embedded message. Steganografi dikatakan baik bila memenuhi kriteria berikut (Munir 2006): 1 Imperceptible. Keberadaan pesan tidak dapat dipersepsi oleh indrawi. Jika pesan disisipkan ke dalam suatu media maka media yang telah disisipi pesan harus tidak dapat dibedakan dengan media asli oleh indera manusia. 2 Fidelity. Penyisipan tidak terlalu mengubah mutu cover (media yang disisipi). Perubahan yang terjadi harus tidak dapat dipersepsi oleh indrawi. 3 Recovery. Tujuan steganografi adalah menyembunyikan informasi, maka sewaktu-waktu informasi yang disembunyikan ini harus dapat diambil kembali untuk dapat digunakan sesuai keperluan. 4 Robustness. Data yang disembunyikan harus tahan terhadap manipulasi pada cover media.
4
Gambar 1 Sistem steganografi (Morkel et al. 2005) Gambar 1 menunjukkan sistem umum steganografi (Morkel et al. 2005). Pada sisi pengirim pesan (sender), terdapat proses embedding (fE). Pesan rahasia yang akan dikirim (emb), disisipkan ke dalam media cover sebagai tempat penyimpanannya menggunakan suatu kunci (key). Proses embedding menghasilkan data yang di dalamnya berisi pesan tersembunyi (stego-object). Pada bagian penerima pesan (recipient), dilakukan proses ekstraksi stegoobject (fE-1) untuk memisahkan pesan rahasia (emb), dari media cover menggunakan kunci yang sama seperti pada proses embedding. Proses lebih detail direpresentasikan bagan pada Gambar 2.
Gambar 2 Penyisipan dan ekstraksi pesan (Morkel et al. 2005)
5 Teknik Steganografi Johnson dan Katzenbeisser (2000) mengelompokkan teknik steganografi berdasarkan metode modifikasi terhadap media cover yang disisipi pesan, menjadi enam kategori, yaitu: 1 Sistem substitusi, dimana bagian yang tidak terlalu signifikan dari suatu media cover disubstitusi dengan pesan rahasia. Contohnya adalah teknik Substitusi Least Significant Bit (LSB) pada media cover citra. 2 Transformasi domain, yaitu pesan rahasia disisipkan dalam sinyal pada domain frekuensi. Contohnya yaitu metode Discrete Cosine Transform (DCT) pada media cover video 3 Teknik penyebaran spektrum, yaitu pesan rahasia disisipkan secara terpisah dan tersebar dalam wide frequency bandwith. 4 Metode statistik, yaitu mengubah sebagian karakteristik statistik dari media cover dan menggunakan uji hipotesa pada proses ekstraksi untuk mendapatkan pesan kembali. 5 Teknik distorsi, yaitu menyimpan informasi dengan mengacak sinyal dan menghitung deviasi dari media cover asal pada tahap decoding. 6 Metode pembangkitan cover (cover generation), yaitu mengkodekan informasi dengan cara membangkitkan media cover yang dibutuhkan untuk komunikasi rahasia. Contohnya pembangkitan teks Bahasa Inggris otomatis. Teknik steganografi berdasarkan tipe media cover (Neyman 2007), terbagi menjadi Text Steganography dan Technical Steganography. Technical Steganography menggunakan media cover selain teks, contohnya media citra dan audio (sinyal suara). Citra dan sinyal suara memiliki daerah noise tak terdeteksi penglihatan dan pendengaran manusia (Human Visual-Auditory System) yang dapat digunakan untuk menyembunyikan pesan. Jika nilai pada bagian ini diubah (disisipi pesan), tidak akan mengubah kenampakan media tersebut secara signifikan. Teknik yang bisa digunakan pada steganografi citra yaitu Substitusi LSB, Masking and Filtering, untuk steganografi audio dapat digunakan teknik spread spectrum dan echo data hiding. Text-Steganography merupakan steganografi yang menggunakan media cover berupa file teks, dibedakan menjadi dua kategori, yaitu: 1 Steganografi linguistik, menggunakan bahasa alami untuk menyembunyikan pesan rahasia. Contoh tekniknya yaitu Semantics dan Syntactic Methods. 2 Metode format-based, menggunakan format fisik teks untuk menyisipkan pesan rahasia. Contohnya teknik Line Shift Coding, Word Shift Coding, Feature Coding Open Code Method (Null Cipher).
6 Sistem NICETEXT NICETEXT merupakan sistem yang dikembangkan Chapman (1997) sebagai pendekatan untuk menyamarkan ciphertext ke dalam bentuk teks bahasa alami. Komponen utama NICETEXT yaitu kamus (berisi kata-kata yang dikelompokkan berdasarkan jenis kata, serta menyimpan informasi nilai bit untuk mengkodekan pesan) dan style (template susunan kata, agar kalimat yang baik dapat dibangkitkan). Implementasi NICETEXT-SCRAMBLE oleh Rohani (2009) secara umum diilustrasikan pada Gambar 3. Keberhasilan NICETEXT membangkitkan teks, didukung tingkat kompleksitas kamus (besar dan ‘berisi’), serta pembangkitan style pembentuk kata-kata dari kamus yang sesuai struktur gramatikal kalimat bahasa alami. Kombinasi kedua komponen tersebut dapat menghasilkan stegoobject berupa innocuous text (teks tidak mencurigakan) yang mampu mengecoh manusia sebagai pembacanya. Kelebihan metode NICETEXT yaitu kalimat yang dibangkitkan mendekati kalimat dalam bahasa alami sehingga memperkecil kecurigaan attacker (Rohani 2009). Proses penyisipan pesan seiring pembangkitan media cover teks secara otomatis, memperkecil keberhasilan serangan attacker yang berusaha mendapatkan pesan dengan membandingkan cover yang telah disisipkan pesan, dengan cover awal.
Gambar 3 Implementasi steganografi sistem NICETEXT dan SCRAMBLE (Rohani 2009)
7 Chapman (1997) menyajikan beberapa metode yang dapat digunakan untuk pembangunan kamus, antara lain: 1 Manual construction, mendaftarkan pasangan kata, kategori kata pada text editor secara manual. 2 From files of like words, mengelompokkan kata berdasarkan jenisnya pada file terpisah. 3 Automatic generation, berdasarkan Part-of-Speech (POS) kata. Rohani (2009) mendefinisikan dua model pembangunan kamus berdasarkan sumber pengumpulan kata-kata yaitu dictionary-based (dari kamus elektronik) dan corpus-based (dari korpus teks elektronik). 4 Morphological word parsing, mengelompokkan kata berdasarkan grammar. 5 Word rhyme, mengelompokkan kata-kata berdasarkan kemiripan bunyi. NICETEXTD,S(C) T yang diilustrasikan pada Gambar 4, adalah fungsi yang memetakan ciphertext C (string biner) menjadi teks berisi kalimat-kalimat Bahasa Indonesia tidak mencurigakan (T). Kamus D berisi records pasangan kata, kategori kata, dan kode biner. Style S merupakan komponen yang berisi aturan berupa pola kalimat untuk memetakan kata-kata dari kamus D. SCRAMBLED(T) C yang diilustrasikan pada Gambar 5, adalah fungsi ekstraksi NICETEXTD,S. SCRAMBLE mengembalikan teks T ke bentuk pesan asal. SCRAMBLE mengabaikan informasi style pada teks T. SCRAMBLE hanya memerlukan kamus D yang digunakan pada proses NICETEXT untuk memperoleh ciphertext kembali. Jika di dj, maka SCRAMBLEdi(NICETEXTdj,S(C)) C.
Panjang style
Style
Proses sizer
Rangkaian style
Cipher
Pembangkitan kalimat
keluaran
Kalimat Nicetext
Data kamus Pesan rahasia
Panjang pesan
Kamus
Gambar 4 Proses NICETEXT (Rohani 2009)
Kalimat Nicetext
Susunan kata
Susunan kata Pencarian kode
c
Pembacaan c c
Pencarian kode
Data kamus Kamus
Data kamus
c|p DESIZER p
Pesan rahasia
c : bit yang merepresentasikan panjang pesan p : bit yang merepresentasikan pesan
Gambar 5 Proses SCRAMBLE (Rohani 2009)
8 Untuk mengatasi isu panjang pesan yang terbatasi panjang style, Chapman (1997) menggunakan fungsi SIZERR(C) C + C + R yang memastikan pesan rahasia dapat disembunyikan seluruhnya. Fungsi SIZER memproses string biner C dari pesan ASCII yang dimasukkan pada program, menjadi string biner baru c (ciphertext). Ciphertext yang dihasilkan SIZER terdiri dari string dengan panjang tertentu yang merepresentasikan panjang C (Cbit), disambung string biner pesan (C), disambung lagi dengan string acak R. Fungsi DESIZER(SIZERR(C)) = C adalah inverse dari fungsi SIZER untuk mendapatkan kembali string pesan C dari ciphertext. Fungsi SIZER dan DESIZER yang diterapkan pada NICETEXT dan SCRAMBLE untuk mendapatkan pesan C menjadi DESIZER(SCRAMBLED(NICETEXTD,S(SIZERR(C)))) = C. Rohani (2009) menyebutkan beberapa komponen yang harus diperhatikan dalam membangkitkan string acak R sebanyak r bit pada proses SIZER, yaitu p (panjang pesan), s (banyak bit yang dapat disembunyikan ke style), n (panjang bit yang merepresentasikan panjang pesan, ditentukan yaitu lima belas sehingga n maksimal merepresentasikan 215 bit pesan biner), dan r (banyaknya bit acak yang dibangkitkan), maka: 1 Bila p + n s, maka r = (s * x) – (p + n), x merupakan variabel pengulangan style yang menentukan berapa kali kalimat dengan style yang digunakan akan dibangkitkan agar seluruh bit pesan dapat ditransformasikan, sehingga: x= 2 Apabila p + n = s, maka r = 0
METODE Penelitian dimulai dari studi pustaka mempelajari konsep steganografi linguistik metode NICETEXT, kemudian dilakukan identifikasi masalah, penulisan latar belakang, tujuan, dan manfaat penelitian. Pada tahap berikutnya dilakukan implementasi steganografi metode NICETEXT yang secara garis besar terdiri dari dua tahap yaitu penyisipan pesan dan ekstraksi pesan. Pada implementasi metode NICETEXT dipersiapkan pembangunan dua komponen sistem NICETEXT selain dari pesan rahasia, yaitu kamus dan style. Kamus, style, dan pesan rahasia akan diproses pada tahap penyisipan pesan. Penyisipan pesan dengan ketiga masukan tersebut akan diproses sesuai alur proses NICETEXT pada Gambar 4. Penyisipan pesan dengan sistem NICETEXT akan menghasilkan stego-object berupa teks T (satu atau beberapa kalimat dalam Bahasa Indonesia). Pengekstraksian pesan dari stego-object teks T dilakukan dengan sistem SCRAMBLE untuk mendapatkan kembali pesan rahasia yang disisipkan pada sistem NICETEXT sebelumnya. Hasil percobaan penyisipan pesan sistem NICETEXT kemudian diuji keberhasilan ekstraksinya dengan sistem SCRAMBLE, lalu dianalisis dengan uji sintaksis dan semantik. Selanjutnya dilakukan penarikan kesimpulan dari hasil penelitian. Tahap pengerjaan penelitian ini dapat dilihat pada Gambar 6.
9
Gambar 6 Metode penelitian
Implementasi Metode NICETEXT Pada tahap implementasi, mula-mula dilakukan proses pembentukan dua komponen masukan sistem NICETEXT yaitu kamus dan style. Komponenkomponen tersebut bersama dengan pesan rahasia akan menjadi masukan sistem NICETEXT pada tahap penyisipan pesan. Pesan rahasia yang dimasukkan berupa karakter ASCII yang diketikkan pengguna pada program. Media cover tempat menyisipkan pesan pada penelitian ini dibangkitkan dari komponen kamus dan style seiring proses penyisipan (transformasi sistem NICETEXT). Pembangunan Kamus Pembangunan kamus dengan pendekatan dictionary-based diilustrasikan pada Gambar 7. Pasangan (kata, jenis kata) diperoleh dari kamus elektronik yang telah dibersihkan dari noise berupa record kosong dan record tanpa jenis kata. Kamus elektronik sumber diproses ulang dengan menghilangkan kategori keterangan ragam dan konteks bidang kata (yang diasumsikan sebagai noise) untuk menyesuaikan isi susunan pola kalimat dari berkas style untuk menyesuaikan isi susunan pola kalimat dari berkas style. Kata-kata pada kamus elektronik tersebut dikelompokkan berdasarkan jenis kata dari 7 kelas kata menurut Kamus Besar Bahasa Indonesia 2005 pada Tabel 1.
10
Gambar 7 Proses pembangunan kamus D Chapman (1997) menjelaskan kondisi kamus yang digunakan sistem NICETEXT harus memenuhi kriteria berikut: 1 Ada minimal dua kata dalam satu jenis. 2 Jumlah kata pada setiap jenis harus merupakan bilangan perpangkatan dua (2n) agar tiap jenis bisa direpresentasikan dengan panjang bit yang tetap. 3 Tiap kata harus unik (tidak ambigu). 4 Tiap pasangan (jenis, kode) harus unik. 5 Tidak ada hubungan antara (jenis, kode) dengan urutan alfabet kata. Tabel 1 Kelas kata pada KBBI tahun 2005 Kelas kata Adjektiva
Kode a
Adverbia
adv
Nomina Numeralia Partikel
n num p
Pronomina Verba
pron v
Keterangan Kelas kata yang menjelaskan nomina atau pronomina Kelas kata yang menjelaskan verba, adjektiva, adverbia lain, atau kalimat Kata benda Kata bilangan Meliputi kata depan, frase preposisional, kata sambung, kata seru, kata sandang ucapan salam Meliputi kata ganti, kata tunjuk, dan kata tanya Kata kerja
11 Setelah praproses, dihitung jumlah kata pada tiap jenis (f) lalu dibatasi sebanyak bilangan perpangkatan dua (g) dengan perhitungan g = [ 2 | (log f / log 2 ) | ]. Tiap jenis direpresentasikan oleh nilai biner dengan panjang bit yang tetap (d) sebanyak |(log f / log 2)| bit dengan pembulatan ke bawah. Hal tersebut dilakukan agar proses pemasukan records terhenti pada titik tertentu (bilangan 2n), sehingga proses selanjutnya yaitu pembangkitan kode biner dapat dilakukan. Kata yang telah berpasangan dengan jenis katanya dipasangkan lagi dengan biner yang dibangkitkan berurutan. Misalkan jumlah kata (f) = 8, maka jumlah kata dikodekan dengan d = 3 (8 kata dapat direpresentasikan dengan 3 bit, karena 23 = 8). Kata pertama dikodekan dengan 000, kata kedua dikodekan dengan 001, dan seterusnya kata berpasangan dengan kode terakhir 111. Kamus D yang telah diproses, akan berisi records pasangan (kata, jenis kata, kode) tiap barisnya. Pembangkitan Style Pada sistem NICETEXT dibutuhkan style sebagai penyusun kalimat baru hasil penyisipan. Pada penelitian ini, pola kalimat yang digunakan merupakan kombinasi fungsi gramatikal kalimat dalam Bahasa Indonesia yaitu Subjek (S), Predikat (P), Objek (O), Pelengkap (Pel), dan Keterangan (K). Lima fungsi gramatikal tersebut membentuk delapan pola kalimat tunggal sederhana (Iswara 2007) yaitu S-P, S-P-K, S-P-O, S-P-O-Pel, S-P-O-Pel-K, S-P-O-K, S-P-Pel, dan S-P-Pel-K. Proses pembangkitan style terlihat pada Gambar 8. Mula-mula didefinisikan fungsi gramatikal. Tiap fungsi tersebut diisi oleh unsur-unsur berupa kategori gramatikal. Kategori pengisi fungsi gramatikal pada penelitian ini yaitu Part of Speech (POS) berupa 7 jenis kata dari kelas kata yang digunakan pula untuk mengelompokkan kata pada kamus D, yaitu adjektiva (kata sifat), adverbia (kata keterangan), nomina (kata benda), numeralia (kata bilangan), partikel, pronomina (kata ganti), dan verba (kata kerja). Unsur pengisi fungsi Subjek dan Predikat antara lain kata-kata yang dikategorikan sebagai adjektiva, nomina, numeralia, pronomina, dan verba. Unsur pengisi Objek yaitu nomina dan pronomina. Fungsi gramatikal Pelengkap diisi oleh nomina, numeralia, pronomina, dan verba, sedangkan fungsi gramatikal Keterangan dapat diisi dengan adverbia, nomina, pronomina (Tukan 2006).
Gambar 8 Proses pembangkitan style S
12 Tabel 2 Ilustrasi kombinasi unsur gramatikal dari style berisi pola kalimat S-P Pola kalimat
POS pada style
Subjek - Predikat
a-a a-n . . . n-v . . v-v
Style dibuat dengan mendaftarkan semua kemungkinan kombinasi (cross product) unsur gramatikal dari 8 pola kalimat dasar. Setiap hasil kombinasi unsur gramatikal dari masing-masing pola ditempatkan dalam sebuah berkas style. Ilustrasi hasil kombinasi style terlihat pada Tabel 2. Tahap Penyisipan Pesan Tahap penyisipan pesan dimulai dari sistem NICETEXT menganalisis panjang bit pesan (p) dan total panjang bit dari style yang digunakan (s) memasuki fungsi SIZER untuk pembentukan string ciphertext. Selanjutnya dilakukan pembangkitan kalimat. Tiap jenis kata pada style dipanggil secara berurutan kemudian dilakukan pengambilan kata pada kamus dari jenis kata yang didefinisikan style dan sesuai kode yang diambil ciphertext. Apabila seluruh jenis kata pada style yang diinputkan telah diproses, namun bit pesan pada ciphertext yang harus disembunyikan masih tersisa, maka kalimat dengan style yang sama kembali dibangkitkan, seterusnya hingga bit pesan pada ciphertext habis. Banyaknya pengulangan kalimat (variabel x) telah diperhitungkan dalam fungsi SIZER. Tahap penyisipan pesan secara keseluruhan dapat dilihat pada Lampiran 1. Berikut ini contoh tahap penyisipan ciphertext menggunakan ilustrasi kamus dan style sederhana. Jika didefinisikan kamus D pada Tabel 3, style S = pronomina verba, C = 010. Langkah transformasi pesan C menjadi teks T yaitu: 1 NICETEXTD,S(010) T , sistem membaca jenis pertama dari style S yaitu pronomina. 2 Jenis pronomina pada kamus D, ada kombinasi 4 kata yang diwakili dua bit biner, maka NICETEXT memilih 2 bit pertama dari C yaitu 01, 3 NICETEXT menggunakan kamus D untuk memetakan (pronomina, 01) saya. 4 NICETEXTD,S(010) T membaca jenis selanjutnya dari style S yaitu verba, 5 Jenis verba di kamus D, ada kombinasi 2 kata yang diwakili oleh 1 bit biner, maka NICETEXT membaca 1 bit selanjutnya dari C, yaitu 0, 6 NICETEXT menggunakan kamus D untuk memetakan (verba, 0) belajar. 7 Sehingga NICETEXTd, pronomina verba(010) sayabelajar.
13 Tabel 3 Ilustrasi sederhana isi kamus D Kode
Jenis kata
Kata
0 1 0 1 00 01 10 11
nomina nomina verba verba pronomina pronomina pronomina pronomina
pakaian baju belajar pergi dia saya aku kamu
Tahap Ekstraksi Pesan Tahap ekstraksi pesan menggunakan sistem SCRAMBLE. Masukannya berupa stego-object dari sistem NICETEXT yaitu teks T. Langkah ekstraksi dimulai dari transformasi teks T menjadi ciphertext untuk mendapatkan pesan ASCII kembali. Pada proses SCRAMBLE, yang diperlukan hanya komponen kamus D karena kata-kata telah dipasangkan dengan kode unik. Tahap ekstraksi pesan secara keseluruhan dapat dilihat pada Lampiran 2. Contoh sederhana jika didefinisikan hasil teks T = sayabelajar, langkah transformasi untuk mendapatkan C kembali yaitu: 1 SCRAMBLED(sayabelajar) C membaca kata pertama dari T yaitu saya 2 SCRAMBLE mencari kata saya di kamus, didapatkan saya 01. Langkah 1 dan 2 berulang hingga kata terakhir pada T terbaca, hingga diperoleh SCRAMBLED(sayabelajar) 010. Lingkungan Implementasi Spesifikasi perangkat yang digunakan untuk penelitian ini antara lain perangkat lunak Sistem Operasi Windows 7 Ultimate, bahasa pemrograman Perl, Text editor yaitu Notepad++. Perangkat keras yang digunakan yaitu Processor Intel Dual-Core 2.10 GHz dengan RAM 1 GB dan Hardisk berkapasitas 160 GB.
HASIL DAN PEMBAHASAN Implementasi Pembangunan Kamus dan Style Kamus sumber yang digunakan pada penelitian ini yaitu dari kamus elektronik KBBI (Kamus Besar Bahasa Indonesia) tahun 2005 milik IPB yang digunakan oleh Rohani (2009) di penelitian sebelumnya. Kamus tersebut berisi sebanyak 31624 kata yang dikategorikan menggunakan kelas kata, keterangan ragam dan konteks bidang kata. Untuk keperluan penelitian ini, kategori kata berupa ragam dan konteks bidang kata dihilangkan, sehingga kata pada kamus didefinisikan hanya dengan 7 kelas kata KBBI. Hal ini dilakukan untuk menyesuaikan pola kalimat yang diatur dalam style S. Pembangunan kamus dengan pendekatan dictionary-based pada penelitian ini menghasilkan 27200 kata.
14
Tabel 4 Style yang digunakan dalam penelitian Pola kalimat
Isi style a
S-P
n-v
S-P-K
n-v-adv
S-P-O
n-v-pron
S-P-O-K
pron-a-n-adv
S-P-O-Pel
pron-a-pron-num
S-P-O-Pel-K
n-a-pron-v-p
S-P-Pel
n-v-num
S-P-Pel-K
n-a-pron-p
a
Berupa salah satu hasil kombinasi jenis kata yang mengisi susunan pola kalimat yang dipilih secara acak
Style berisi kombinasi fungsi gramatikal Subjek (S), Predikat (P), Objek (O), Pelengkap (Pel), Keterangan (K), yang ditempati 7 kategori jenis kata. Jenis kata pada style harus merupakan kategori yang digunakan untuk mengelompokkan kata dalam kamus D. Pada penelitian ini, sebuah berkas style berisi 1 dari kombinasi unsur gramatikal yang mengisi suatu pola kalimat tunggal dasar. Style yang diambil secara acak dari hasil kombinasi terlihat pada Tabel 4. Penelitian ini mengambil 8 berkas style, yang akan diproses pada 4 model style dengan variasi pola kalimat berbeda. Model style ke-1 menggunakan sebuah pola style sederhana, model style ke-2 mengggunakan variasi 2 pola style, model style ke-3 mengggunakan variasi 4 pola style, dan model style ke-4 menggunakan variasi style yang kompleks berupa kombinasi 8 pola style. Analisis Hasil sistem NICETEXT - SCRAMBLE Percobaan pada sistem NICETEXT dilakukan dengan menyisipkan pesan dengan berkas kamus KBBI dan berkas style. Pesan yang disisipkan yaitu suatu kata (“rebellion”) dan suatu kalimat sederhana (“dosen mengajar ilmu komputer”). Tiap pesan dengan kamus yang sama akan disisipkan menggunakan 4 model style dengan variasi berbeda. Variasi pada model style 1 menggunakan pola “S-P”. Variasi model style 2 menggunakan kombinasi pola “S-P-O-K. S-P-PEL-K”. Variasi model style 3 menggunakan kombinasi pola “S-P-K. S-P-PEL. S-P-O. SP-O-PEL-K”. Variasi model style 4 menggunakan kombinasi pola “S-P-PEL-K. S-P. S-P-PEL. S-P-O-PEL-K. S-P-K. S-P-O. S-P-O-PEL. S-P-O-K”. Hasil NICETEXT dengan input pesan “rebellion” dan “dosen mengajar ilmu komputer” disembunyikan menggunakan variasi 4 model style tersebut dapat dilihat pada Tabel 5 dan Tabel 6.
15 Tabel 5 Hasil penyisipan sistem NICETEXT dengan pesan “rebellion” pada variasi style berbeda Model style 1
Variasi style 1 pola
Isi style
Teks (T) yang dibangkitkan NICETEXT
n-v
Landors beraneh-aneh. Jentikan menggantang. Kelakanji berkemam. Ekspansionisme ganjar.
2
2 pola
pron-a-n-adv. n-a-pron-v.
3
4 pola
n-v-adv. n-v-num. n-v-pron. n-a-pron-v-p.
Begini rembas kersik jangan-jangan. Pranatal blirik betapa ala. Manakan keceng mafia secepatnya. Ikebana gandem manakan andaikan. Landors beraneh-aneh jahar. Ilak menggejolak sepadi. Kreol melambakan bila. Kedayan aktual lu melengking sementelah.
4
8 pola
n-a-pron-v. n-v. n-v-num. n-a-pron-v-p. n-v-adv. n-v-pron. pron-a-pronnum. pron-a-n-adv.
Landors kabut dewe syabas. Anteredium kilir. Pemboros mengambal piko. Pengasramaan geruh-gerah sendiri berkedal senjak. Honorarium menjerongkong hanya. Bipolar mengeramkan kitorang. Begitukan jenggarjenggur beliau-beliau paro. Bukankah keti-keti loncek beleng.
Proses penyisipan pesan menghasilkan teks T berisi kalimat-kalimat bahasa alami. Pengujian pengembalian ke pesan awal (kriteria recovery) dapat dilakukan melalui sistem SCRAMBLE. Proses SCRAMBLE dilakukan sesuai pada Gambar 4 bab Tinjauan Pustaka. Kata-kata pada teks T dicari dalam kamus D dan diambil kodenya. Kode dari setiap kata kemudian disusun menjadi ciphertext c. Dari c tersebut, dilakukan pemisahan bit biner melalui fungsi balikan DESIZER. Pertama, SCRAMBLE membaca 15 bit pertama (n yaitu asumsi nilai default yang menyimpan informasi panjang pesan) dari c, sehingga dapat diketahui panjang asli pesan. Kemudian dilakukan pemotongan kode biner dari c dimulai dari bit ke-16 sebanyak panjang pesan p, yang diketahui dari pembacaan pertama. Hasilnya pemotongan mulai dari bit ke-16 disimpan sebagai pesan asli. Ekstraksi pesan dilakukan pada 8 teks hasil penyisipan NICETEXT dari Tabel 5 dan Tabel 6. Dari 8 tes ekstraksi tersebut berhasil 100% didapatkan kembali pesan asli berupa karakter ASCII kata “rebellion” dan kalimat “dosen mengajar ilmu komputer”. Pengujian sintaksis dicontohkan pada hasil penyisipan pesan kata “rebellion” dengan variasi 1 style. Kamus KBBI mendefinisikan style sebagai pola dari Subyek-Predikat yang diisi jenis kata nomina-verba. Kata yang tergolong nomina yaitu kata benda, dan verba yaitu kata kerja. Salah satu penggalan kalimat dalam teks T yang dibangkitkan NICETEXT yaitu “Landors beraneh-aneh”, valid secara sintaks sesuai susunan gramatikal style berisi nomina (“Landors”) diikuti verba (“beraneh-aneh”).
16 Tabel 6 Hasil penyisipan sistem NICETEXT dengan pesan “dosen mengajar ilmu komputer” pada variasi style berbeda Model style 1
Variasi style 1 pola
Isi style
Teks (T) yang dibangkitkan NICETEXT
n-v
Biku mengklasifikasi. Manggala beber. Bija terkelopak. Bensahara terlentung. Penghasil berkedip-kedip. Multivitamin beradu. Percepatan terberanikan. Humanis membatinkan. Famili mengubangkan.
2
2 pola
pron-a-nadv. n-a-pron-v.
Begini khusus bombas awat-awat. Pranatal berbahagia manakan terhadap. Anda dekoratif kastel semanis-manisnya. Lidid beloon anda ganal. Apaan celung efloresensi laun-laun. Hektoliter abjadiah disini bahwa. Siapa inheren homogeni sepala-pala. Mukalaf gagah ngapain bakda.
3
4 pola
n-v-adv. n-v-num. n-v-pron. n-a-pron-v-p.
4
8 pola
n-a-pron-v. n-v.n-v-num. n-a-pron-v-p. n-v-adv. n-v-pron. pron-a-pronnum.pron-an-adv.
Biku mengklasifikasi aposteriori. Lajur lalulalang semesta. Alkadir berlanjutan kita. Artian lorat apakah dengking-mendengking syabas. Gadon berketuk klandestin. Rumitan langgar dua. Dulur berleret bukantah. Numeralia belus bukankah abstain sementelah. Biku cemeh kau apabila. Moke berbuai. Kesahajaan terlanting hepta. Demarkasi demonstratif engkau kopyok mangkaya. Pemangsaan menggelesot sepuas-puasnya. Pemuasan mengocongkan apa. Disini gabuk disana gotun. Daku terharak-harak antisiklogenesis kemati-matian.
Pengujian semantik dilakukan dengan survei. Kuisioner diberikan pada 32 orang responden dari bidang ilmu yang berbeda. Responden dengan latar belakang bidang Ilmu Komputer sebanyak 20 orang dan dengan latar belakang bidang di luar Ilmu Komputer sebanyak 12 orang. Perbedaan latar belakang bidang ilmu responden membuat mereka melihat teks hasil percobaan dengan cara pandang berbeda. Hal tersebut dilakukan untuk mengetahui model variasi style yang dianggap menghasilkan kalimat yang baik secara semantik dan terlihat alami secara gramatikal (imperceptible). Survei berupa kuisioner terdiri atas 2 set teks yang dapat dilihat pada Lampiran 3 dan Lampiran 4. Tiap set terdiri atas 4 teks T hasil penyisipan sebuah pesan dalam 4 model style dengan variasi pola kalimat berbeda. Tiap teks dalam tiap set diberi indeks nilai dengan skala 1 hingga 4. Teks yang dianggap baik secara semantik (mudah dipahami keterkaitan antarkata dan antarkalimatnya) diberi skor 4. Begitu juga dengan teks yang variasi kalimatkalimatnya terlihat alami secara gramatikal diberi skor 4. Teks yang dianggap buruk secara semantik dan variasi gramatikalnya tidak alami diberi skor 1. Hasil survei dapat dlihat pada Gambar 9 dan Gambar 10.
17
Gambar 9 Hasil survei semantik teks T dari penyisipan pesan “rebellion” (□) dan “dosen mengajar ilmu komputer” (∎) pada empat model style dengan variasi berbeda Skor-skor yang diisikan responden pada teks hasil penyisipan dua pesan dari model style yang sama dijumlahkan, sehingga didapat total nilai semantik dan gramatikal teks hasil penyisipan 4 model style yang dicobakan. Pada Gambar 9 diketahui untuk pesan “rebellion” dan “dosen mengajar ilmu komputer”, teks T hasil penyisipan pesan pada model style 1 dengan skor 191, menggunakan style berisi satu pola paling banyak dipilih menghasilkan kalimat cukup baik secara semantik. Style dengan pola sederhana mempersempit keterkaitan makna antarkata yang dibangkitkan sistem. Sementara itu, bervariasinya pola yang digunakan menyebabkan semakin banyak susunan kata dari kamus yang dibangkitkan sistem, sehingga keterkaitan makna antarkata yang dibangkitkan menggunakan kamus D semakin luas. Pada kamus sendiri, kata-kata dari berbagai bidang dikelompokkan hanya dalam 7 kategori. Hal tersebut menyebabkan keterkaitan antarkata dan antarkalimat menjadi terabaikan.
Gambar 10 Hasil survei gramatikal teks T dari penyisipan pesan “rebellion” (□) dan “dosen mengajar ilmu komputer” (∎) pada empat model style dengan variasi berbeda
18
Dari hasil survei pada Gambar 10, untuk pesan “rebellion” dan “dosen mengajar ilmu komputer”, teks T hasil penyisipan pesan pada model style 3 dengan skor 181, menggunakan style dengan variasi 4 pola kalimat banyak dipilih menghasilkan kalimat yang gramatikalnya terlihat alami. Dengan adanya variasi pola yang diterapkan pada pembangkitan teks, hasil kalimat-kalimat baru terlihat lebih alami yaitu berisi beberapa kalimat dengan pola berbeda. Sedikitnya variasi pola yang digunakan menyebabkan teks T membangkitkan kalimat dengan sebuah pola berulang dan terlihat janggal, tidak seperti teks pada umumnya. Tabel hasil penilaian semantik dapat dilihat pada Lampiran 5 dan Lampiran 6, sedangkan tabel hasil penilaian gramatikal dapat dilihat pada Lampiran 7 dan Lampiran 8.
SIMPULAN DAN SARAN Simpulan Penelitian ini berhasil membangkitkan kalimat NICETEXT dengan pola gramatikal bervariasi pada teks T dalam Bahasa Indonesia yang terlihat alami dan valid secara sintaksis. Pesan awal yang ditransformasikan NICETEXT menjadi kalimat-kalimat dalam teks baru, dapat diperoleh kembali melalui SCRAMBLE dengan tingkat keberhasilan 100%. Namun, dari sisi semantik isi teks belum dapat dipahami dengan baik, karena antarkata maupun antarkalimat tidak ada pembatasan yang mengatur suatu kata maupun kalimat dengan konteks tertentu ditempatkan sebelum atau setelah kata maupun kalimat lainnya, serta luasnya cakupan kata-kata dalam kamus yang tidak dibatasi tema tertentu dan hanya dikelompokan menurut 7 kategori jenis kata pada kamus KBBI.
Saran Penelitian ini masih terbatas dan bersifat sederhana, beberapa pengembangan yang dapat dilakukan yaitu: 1 Pembatasan tema kata-kata pada kamus untuk bidang teks yang ingin dibangkitkan misalnya pertanian, teknologi dan lainnya. 2 Penerapan kategori lainnya dalam kamus sistem NICETEXT untuk menghasilkan bentuk teks tidak mencurigakan dengan model seperti puisi. 3 Pembuatan antarmuka dan integrasi sistem yang mampu memproses pembangunan kamus D dan pembangkitan style agar pengguna lebih mudah mengoperasikan sistem.
19
DAFTAR PUSTAKA Chapman MT. 1997. Hiding the hidden: a software system for concealing ciphertext as innocous text [tesis]. Wisconsin (US): University of WisconsinMilwaukee. Iswara PD. 2007. Pembelajaran Kalimat Bahasa Indonesia dengan Pola Spiral pada Program Pendidikan Guru Sekolah Dasar. Jurnal Pendidikan Dasar [Internet]. 2007 Okt. Bandung (ID): Universitas Pendidikan Indonesia. [diunduh 2014 Jul 9]. Tersedia pada: http://file.upi.edu/Direktori/JURNAL/PENDIDIKAN_DASAR/Nomor_8Oktober_2007/Pembelajaran_Kalimat_Bahasa_Indonesia_Dengan_Pola_Spiral _Pada_Program_Pendidikan_Guru_Sekolah_Dasar.pdf Jajodia S, Johnson NF. 1998. Exploring steganography: seeing the unseen. IEEE Computer. 31(2): 26-34. Johnson NF, Katzenbeisser SC. 2000. A survey of steganographic techniques. Di dalam: Katzenbeisser S, Petitcolas FAP, editor. Information Hiding Techniques for Steganography and Digital Watermarking; London (UK): ArtechHouse. hlm 43-78. Menezes, Oorcshot, Vanstone. 1996. Handbook of Applied Cryptography. Florida (US): CRC Press. Munir R. 2006. Kriptografi. Bandung (ID): Informatika. Morkel T, Eloff JHP, Olivier MS. 2005. An overview of image steganography. Di dalam: Venter HS, Eloff JHP, Labuschagne L, Eloff MM, editor. Proceedings of the Fifth Annual Information Security South Africa Conference (ISSA2005) [Internet]. 2005 Jun. Sandton (RSA): University of Pretoria. [diunduh 2014 Jun 7]. Tersedia pada: http://mo.co.za/open/stegoverview.pdf Neyman S.N. 2007. Perancangan protokol penyembunyian informasi terotentikasi [tesis]. Bogor (ID): Institut Pertanian Bogor. Qadarisman AY. 2011. Steganografi video dengan menggunakan metode Discrete Cosine Transform [skripsi]. Bogor (ID): Institut Pertanian Bogor. Rohani A. 2009. Implementasi dan analisis steganografi pada media teks dengan metode NICETEXT [skripsi]. Bogor (ID): Institut Pertanian Bogor. Tukan P. 2006. Mahir Berbahasa Indonesia 2 untuk SMA kelas XI Program IPA dan IPS. Jakarta (ID): Yudhistira.
20 Lampiran 1 Contoh tahap penyisipan pesan pada sistem NICETEXT > Kamus: KBBI > Style: n - v. n - v – pron. > Pesan (ASCII): a Pesan dalam biner (C): 01100001 Panjang pesan (p): 8 bit Panjang bit default yang merepresentasikan panjang pesan (n): 15 bit Representasi panjang pesan C dalam 15 bit (Cbit): 000000000001000 Total bit yang dapat disembunyikan style (s): n (14) + v (13). n (14) + v (13) + pron (6) = 60 Proses SIZER: p + n s, maka x=
, sehingga r = (s * x) – (p + n)
x= = 1, sehingga r = (60 * 1) – (8 + 15) = 37 String Random (R): 1000101001100011100000001011111011101 Ciphertext: Cbit | C | R 000000000001000 | 01100001 | 1000101001100011100000001011111011101 Proses transformasi: NICETEXT membaca isi style S ke-1 yaitu n (nomina), Jumlah bit nomina yang diambil dari ciphertext= 14 bit yaitu 00000000000100, NICETEXT menggunakan kamus D untuk mentransformasi 00000000000100 magainin. NICETEXT membaca isi style S ke-2 yaitu v (verba), Jumlah bit nomina yang diambil dari ciphertext= 13 bit yaitu 001100001000, NICETEXT menggunakan kamus D untuk mentransformasi 001100001000 membubuh. NICETEXT membaca isi style S ke-3 yaitu n (nomina), Jumlah bit nomina yang diambil dari ciphertext= 14 bit yaitu 10100110001110, NICETEXT menggunakan kamus D untuk mentransformasi 10100110001110 pemalaman. NICETEXT membaca isi style S ke-4 yaitu v (verba), Jumlah bit nomina yang diambil dari ciphertext= 13 bit yaitu 0000001011111, NICETEXT menggunakan kamus D untuk mentransformasi 0000001011111 menggusah. NICETEXT membaca isi style S ke-5 yaitu pron (pronomina), Jumlah bit nomina yang diambil dari ciphertext= 6 bit yaitu 011101, NICETEXT menggunakan kamus D untuk mentransformasi 011101 situ. Sehingga NICETEXTD,S (000000000001000011000011000101001100011100000001011111011101 ) Magainin membubuh.Pemalaman menggusah situ.
21 Lampiran 2 Contoh tahap ekstraksi pesan pada sistem SCRAMBLE > Kamus: KBBI >Teks (T): Magainin membubuh. Pemalaman menggusah situ. Proses transformasi: SCRAMBLE membaca kata ke-1 dari teks yaitu ‘magainin’ SCRAMBLE menggunakan kamus D untuk mentransformasi kata ‘magainin’ 00000000000100 SCRAMBLE membacakata ke-2 dari teks yaitu v (verba), SCRAMBLE menggunakan kamus D untuk mentransformasi kata ‘membubuh’ 001100001000 SCRAMBLE membacakata ke-3 dari teks yaitu n (nomina), SCRAMBLE menggunakan kamus D untuk mentransformasi kata ‘pemalaman’ 10100110001110 SCRAMBLE membacakata ke-4 dari teks yaitu v (verba), SCRAMBLE menggunakan kamus D untuk mentransformasi kata ‘menggusah’ 0000001011111 SCRAMBLE membacakata ke-5 dari teks yaitu pron (pronomina), SCRAMBLE menggunakan kamus D untuk mentransformasi kata ‘situ’ 011101 Sehingga SCRAMBLE D (Magainin membubuh. Pemalaman menggusah situ.) 000000000001000011000011000101001100011100000001011111011101 Proses DESIZER: Representasi panjang pesan C dalam 15 bit pertama (Cbit): 000000000001000 Panjang pesan C: 8 bit Ciphertext: Cbit | C | R 000000000001000 | 01100001 | 1000101001100011100000001011111011101 Pesan biner (C): 01100001
Pesan (C) dalam ASCII: a
22 Lampiran 3 Kuisioner survei semantik isi teks dan survei teks dengan gramatikal yang terlihat alami dari hasil penyisipan pesan “rebellion” sistem NICETEXT Model style
Teks yang dibangkitkan NICETEXT
Style 1
Landors beraneh-aneh. Jentikan menggantang. Kelakanji berkemam. Ekspansionisme ganjar.
Style 2
Begini rembas kersik jangan-jangan. Pranatal blirik betapa ala. Manakan keceng mafia secepatnya. Ikebana gandem manakan andaikan.
Style 3
Landors beraneh-aneh jahar. Ilak menggejolak sepadi. Kreol melambakan bila. Kedayan aktual lu melengking sementelah.
Style 4
Landors kabut dewe syabas. Anteredium kilir. Pemboros mengambal piko. Pengasramaan geruhgerah sendiri berkedal senjak. Honorarium menjerongkong hanya. Bipolar mengeramkan kitorang. Begitukan jenggar-jenggur beliau-beliau paro. Bukankah keti-keti loncek beleng.
Skor
23 Lampiran 4 Kuisioner survei semantik isi teks dan survei teks dengan gramatikal yang terlihat alami dari hasil penyisipan pesan “dosen mengajar ilmu komputer” sistem NICETEXT Model style
Teks yang dibangkitkan NICETEXT
Style 1
Biku mengklasifikasi. Manggala beber. Bija terkelopak. Bensahara terlentung. Penghasil berkedipkedip. Multivitamin beradu. Percepatan terberanikan. Humanis membatinkan. Famili mengubangkan.
Style 2
Begini khusus bombas awat-awat. Pranatal berbahagia manakan terhadap. Anda dekoratif kastel semanismanisnya. Lidid beloon anda ganal. Apaan celung efloresensi laun-laun. Hektoliter abjadiah disini bahwa. Siapa inheren homogeni sepala-pala. Mukalaf gagah ngapain bakda.
Style 3
Biku mengklasifikasi aposteriori. Lajur lalu-lalang semesta. Alkadir berlanjutan kita. Artian lorat apakah dengking-mendengking syabas. Gadon berketuk klandestin. Rumitan langgar dua. Dulur berleret bukantah. Numeralia belus bukankah abstain sementelah.
Style 4
Biku cemeh kau apabila. Moke berbuai. Kesahajaan terlanting hepta. Demarkasi demonstratif engkau kopyok mangkaya. Pemangsaan menggelesot sepuaspuasnya. Pemuasan mengocongkan apa. Disini gabuk disana gotun. Daku terharak-harak antisiklogenesis kemati-matian.
Skor
24 Lampiran 5 Hasil perhitungan skor survei semantik teks dari penyisipan pesan “rebellion” Teks hasil Style 1 Style 2 Style 3 Style 4
Skor 4 60 36 16 16
Skor 3 21 21 48 6
Skor 2 10 24 30 0
Skor 1 4 2 1 25
Total skor 95 83 95 47
Lampiran 6 Hasil perhitungan skor survei semantik teks dari penyisipan pesan “dosen mengajar ilmu komputer” Teks hasil Style 1 Style 2 Style 3 Style 4
Skor 4 68 36 12 12
Skor 3 21 24 48 3
Skor 2 2 28 30 4
Skor 1 5 1 2 24
Total skor 96 89 92 43
Lampiran 7 Hasil perhitungan skor survei gramatikal teks dari penyisipan pesan “rebellion” Teks hasil Style 1 Style 2 Style 3 Style 4
Skor 4 56 12 12 48
Skor 3 6 24 60 6
Skor 2 8 38 14 4
Skor 1 15 1 1 15
Total skor 85 75 87 73
Lampiran 8 Hasil perhitungan skor survei gramatikal teks dari penyisipan pesan “dosen mengajar ilmu komputer” Teks hasil Style 1 Style 2 Style 3 Style 4
Skor 4 32 12 32 52
Skor 3 9 15 54 18
Skor 2 6 46 6 6
Skor 1 21 0 2 9
Total skor 68 73 94 85
25
RIWAYAT HIDUP Penulis dilahirkan di Bekasi pada tanggal 08 Agustus 1991, anak pertama dari dua bersaudara, putri dari pasangan Asep Ardiansyah dan Wahyu Ratna Sri. Penulis lulus dari SMA Negeri 1 Bekasi pada tahun 2008. Pada tahun yang sama, penulis mengikuti seleksi masuk Institut Pertanian Bogor melalui jalur SNMPTN. Penulis memulai studinya di Institut Pertanian Bogor dengan Mayor Ilmu Komputer, Fakultas Matematika dan Ilmu Pengetahuan Alam. Untuk memperluas pendidikan terkait program studi Mayor, penulis mengambil mata kuliah Minor Manajemen Fungsional di bawah pengawasan Fakultas Ekonomi dan Manajemen. Mata kuliah yang diambil antara lain Pengantar Manajemen, Manajemen Keuangan, Manajemen Pemasaran, Manajemen Sumberdaya Manusia, dan Manajemen Produksi dan Operasi. Semasa kuliah, penulis pernah melaksanakan Praktek Kerja Lapang selama dua bulan pada tahun 2011 di Departemen Pertanian, Jakarta.
