Watermarking Citra Digital Menggunakan Teknik full Counterpropagation Neural Network (FCNN) - Digital Image Watermarking Using Full Counterpropagation Neural Network (FCNN) Technique

Aprianto, Ryan (1122040) (2016) Watermarking Citra Digital Menggunakan Teknik full Counterpropagation Neural Network (FCNN) - Digital Image Watermarking Using Full Counterpropagation Neural Network (FCNN) Technique. Undergraduate thesis, Universitas Kristen Maranatha.

[img]
Preview
Text
1122040_Abstract_TOC.pdf - Accepted Version

Download (350Kb) | Preview
[img] Text
1122040_Appendices.pdf - Accepted Version
Restricted to Repository staff only

Download (2243Kb)
[img]
Preview
Text
1122040_Chapter1.pdf - Accepted Version

Download (60Kb) | Preview
[img] Text
1122040_Chapter2.pdf - Accepted Version
Restricted to Repository staff only

Download (776Kb)
[img] Text
1122040_Chapter3.pdf - Accepted Version
Restricted to Repository staff only

Download (820Kb)
[img] Text
1122040_Chapter4.pdf - Accepted Version
Restricted to Repository staff only

Download (2263Kb)
[img]
Preview
Text
1122040_Conclusion.pdf - Accepted Version

Download (328Kb) | Preview
[img]
Preview
Text
1122040_Cover.pdf - Accepted Version

Download (180Kb) | Preview
[img]
Preview
Text
1122040_References.pdf - Accepted Version

Download (154Kb) | Preview

Abstract

Penyebaran konten digital yang mudah membuat pemberian identitas pada konten digital menjadi penting. Konten digital yang tidak beridentitas membuatnya mudah diklaim oleh pihak yang tidak bertanggung jawab. Watermarking merupakan salah satu cara pemberian watermark yang mudah dan tanpa merusak konten yang disisipi. Pada Tugas Akhir ini direalisasikan watermarking citra digital dengan menggunakan teknik Full Counterpropagation Neural Network (FCNN). Citra host akan dipisah menjadi 3 channel warna yaitu R (Red), G (Green), dan B (Blue). Tiap channel warna dari citra host disisipkan security bit dalam domain DCT untuk meningkatkan keamanan. Kemudian citra watermark (citra biner) disisipkan pada channel R, G, dan B yang sudah disisipi security bit menggunakan teknik Full Counterpropagation Neural Network. Hasil percobaan menunjukkan bahwa, citra ber-watermark memiliki rata-rata nilai PSNR lebih besar dari 60dB dan nilai MOS lebih besar dari 4 (good – citra berwatermark mirip dengan citra host). Watermark tahan terhadap kompresi JPEG dengan faktor kualitas Q = 10, 30, dan 50, Cropping dengan persentase 25%, 35%, dan 50%, Scaling dengan persentase 50%, 75%, dan 125%, Rotation dengan sudut 0.25⁰, 5⁰, dan 90⁰, Median Filtering dengan persentase 3x3, 5x5, dan 7x7, Gaussian Noise 20%, 60%, & 80%, kecuali watermark pada citra boats tidak tahan terhadap Gaussian noise sebesar 60% & 80%.

Item Type: Thesis (Undergraduate)
Uncontrolled Keywords: Watermarking, DCT, Full Counterpropagation Neural Network
Subjects: T Technology > TK Electrical engineering. Electronics Nuclear engineering
Divisions: Faculty of Engineering > 22 Electrical Engineering Department
Depositing User: Perpustakaan Maranatha
Date Deposited: 20 Mar 2017 08:16
Last Modified: 20 Mar 2017 08:16
URI: http://repository.maranatha.edu/id/eprint/22055

Actions (login required)

View Item View Item