Implementasi Deteksi Adaptif Watermark Berbasis Domain Transformasi Wavelet

Abstract

Kinerja suatu sistem watermarking, selain dinilai pada saat tahap penyisipan dan pengekstraksian, juga tergantung pada tahap pendeteksian. Sekarang ini telah terdapat beberapa algoritma pendeteksian blind watermark yang dapat memberikan kinerja yang baik, namun sebagian besar dari algoritma tersebut tidak optimal. Dalam penelitian ini, dibahas mengenai sistem pendeteksian optimum adaptif menggunakan pendekatan distribusi Gaussian umum dan pengujian detektor Rao pada domain transformasi wavelet. Pada sistem ini, sebelum proses pendeteksian dilakukan terhadap suatu gambar, gambar tersebut didekomposisi terlebih dahulu menggunakan Discrete Wavelete Transform (DWT) dua tingkat sehingga menghasilkan beberapa sub-band gambar. Setelah itu dihitung nilai miu, varians, dan absolute mean dari setiap sub-band gambar. Nilai parameter-parameter tersebut dibutuhkan untuk mengestimasi nilai shape parameter tiap sub-band gambar menggunakan fungsi rasio Gaussian umum agar sistem pendeteksian ini menjadi sistem pendeteksian yang adaptif.  Dari hasil penelitian, didapat gambar dengan watermark memiliki karakteristik yang berbeda dibandingkan gambar tanpa watermark. Nilai shape parameter pada sub-band HH1 gambar dengan watermark didapat sebesar 1,9085 sedangkan pada sub-band HH1 gambar tanpa watermark sebesar 1,5664. Deteksi optimum kemudian direalisasikan dengan menggunakan detektor Rao untuk menguji performa pendeteksian yang dibuat. Hasil pengujian pendeteksian watermark menunjukkan bahwa pendeteksian optimum dicapai ketika menggunakan nilai threshold antara 9-15 yang ditunjukkan dengan kecilnya nilai PFA dan PFR yang dihasilkan yaitu sekitar 10^-3.