1 of 30

PERTEMUAN KE 12 – PEWARNAAN CITRA, MODEL WARNA, STEGANOGRAPI

PENGOLAHAN CITRA

PROGRAM STUDI INFORMATIKA

UNIVERSITAS GUNADARMA

Tim Penyusun:

1. Atit Pertiwi

2. Condro Wibawa

3. Noor Vika H

PROGRAM STUDI INFORMATIKA

UNIVERSITAS GUNADARMA

2 of 30

R

P

S

PEWARNAAN CITRA

01

STEGANOGRAFI

03

MODEL WARNA

02

PROGRAM STUDI INFORMATIKA

UNIVERSITAS GUNADARMA

3 of 30

PEWARNAAN CITRA

01

PROGRAM STUDI INFORMATIKA

UNIVERSITAS GUNADARMA

4 of 30

  • Input the text content you want according to the content you need, and input the text and other information.Input the text content you want according to the content you need, and input the text and other information.

​

  • Input the text content you want according to the content you need, and input the text and other information.

20NN

DEFINISI PEWARNANAAN CITRA

Pewarnaan citra (image coloring) adalah proses memberi, mengubah, atau menginterpretasikan warna pada setiap piksel citra digital berdasarkan model atau ruang warna tertentu.�

Tujuan utamanya adalah agar citra dapat merepresentasikan informasi visual lebih realistis, atau untuk membedakan objek berdasarkan karakteristik warna.

PROGRAM STUDI INFORMATIKA

UNIVERSITAS GUNADARMA

5 of 30

  • Input the text content you want according to the content you need, and input the text and other information.Input the text content you want according to the content you need, and input the text and other information.

​

  • Input the text content you want according to the content you need, and input the text and other information.

20NN

REPRESENTASI WARNA DALAM CITRA DIGITAL

Sebuah citra berwarna tersusun dari tiga komponen warna dasar :

  1. R (Red)
  2. G (green)
  3. B (Blue)

Masing-masing komponen memiiki nilai intensitas 0-255. setiap pixel 🡪 kombinasi ketiganya membentuk warna akhir.

Warna

Nilai RGB

Hitam

(0, 0, 0)

Putih

(255, 255, 255)

Merah

(255, 0, 0)

Hijau

(0, 255, 0)

Biru

(0, 0, 255)

Abu-abu

(128, 128, 128)

PROGRAM STUDI INFORMATIKA

UNIVERSITAS GUNADARMA

6 of 30

TUJUAN PEWARNAAN DALAM PENGOLAHAN CITRA

  1. Visualisasi data grayscale (mengubah intensitas ke warna agar mudah dibedakan).
  2. Menonjolkan area penting pada citra (highlight).
  3. Analisis objek berdasarkan warna, seperti deteksi buah matang, kulit, daun sehat, dll.
  4. Segmentasi warna (membedakan objek dari latar belakang).
  5. Peningkatan kualitas citra (color correction, color enhancement).
  6. Aplikasi artistik / rekonstruksi warna (misalnya pewarnaan foto hitam putih lama).

PROGRAM STUDI INFORMATIKA

UNIVERSITAS GUNADARMA

7 of 30

JENIS PEWARNAAN DALAM PENGOLAHAN CITRA

  1. Pewarnaan semu 🡪 Digunakan untuk citra grayscale dengan mengubah nilai intensitas menjadi warna tertentu menggunakan color map.

Contoh : nilai piksel rendah 🡪 biru, nilai sedang 🡪 hijau, dan nilai tinggi 🡪 merah

  • Pewarnaan nyata (true color) 🡪 Citra RGB yang memiliki tiga kanal warna asli (R,G,B).�Setiap piksel sudah memiliki informasi warna aktual sesuai hasil tangkapan sensor kamera.
  • Pewarnaan selektif 🡪 Teknik di mana hanya bagian tertentu dari citra yang diberi warna, sementara bagian lain dibuat grayscale. Digunakan untuk menonjolkan objek tertentu.
  • Pewarnaan Kembali 🡪 Memberikan warna pada citra hitam-putih menggunakan algoritma pembelajaran mesin atau deep learning.Contoh: Pewarnaan foto lawas menggunakan CNN atau GAN.

PROGRAM STUDI INFORMATIKA

UNIVERSITAS GUNADARMA

8 of 30

MODEL WARNA

02

PROGRAM STUDI INFORMATIKA

UNIVERSITAS GUNADARMA

9 of 30

DEFINISI MODEL WARNA�

Model warna Adalah

Representasi matematis dari cara warna dihasilkan dan ditampilkan oleh perangkat seperti monitor, kamera, atau printer.Setiap model warna menggambarkan bagaimana warna diuraikan menjadi komponen-komponen numerik (misalnya R, G, B atau H, S, V)..

​

  • Input the text content you want according to the content you need, and input the text and other information.Input the text content you want according to the content you need, and input the text and other information.

​

  • Input the text content you want according to the content you need, and input the text and other information.

20NN

​

.

PROGRAM STUDI INFORMATIKA

UNIVERSITAS GUNADARMA

10 of 30

DEFINISI MODEL WARNA�

Model warna digunakan dalam pengolahan citra untuk :

  1. Menganalisis warna suatu objek
  2. Melakukan segmentasi atau klasifikasi berdasarkan warna.
  3. Melakukan koreksi warna atau konversi antar model
  • Input the text content you want according to the content you need, and input the text and other information.Input the text content you want according to the content you need, and input the text and other information.

​

  • Input the text content you want according to the content you need, and input the text and other information.

20NN

​

.

PROGRAM STUDI INFORMATIKA

UNIVERSITAS GUNADARMA

11 of 30

JENIS-JENIS MODEL WARNA

  1. Model RGB (Red, Green, Blue)
    • Digunakan pada monitor, kamera, dan sistem tampilan digital.
    • Warna dihasilkan dari kombinasi tiga warna primer Cahaya (additive color model)
    • Nilai setiap komponen berkisar dari 0-255.
    • Contoh :
      • Merah murni 🡪 255,0,0
      • Putih 🡪 255, 255, 255
      • Hitam 🡪 0,0,0
    • Kelebihan 🡪 cocok untuk tampilan layar digital.
    • Kelemahan 🡪 kurang sesuai untuk analisis persepsi manusia terhadap warna.
  • Input the text content you want according to the content you need, and input the text and other information.Input the text content you want according to the content you need, and input the text and other information.

​

  • Input the text content you want according to the content you need, and input the text and other information.

20NN

​

.

PROGRAM STUDI INFORMATIKA

UNIVERSITAS GUNADARMA

12 of 30

JENIS-JENIS MODEL WARNA

  1. Model HSV (Hue, Saturation, Value)
    • Representasi warna yang lebih dekat dengan persepsi manusia
    • Hue (H): jenis warna (0–360°)
    • Saturation (S): kejenuhan warna (0–1 atau 0–100%)
    • Value (V): kecerahan warna (0–1 atau 0–100%)
    • Kelebihan 🡪 Mudah digunakan untuk segmentasi warna karena Hue memisahkan warna dari pencahayaan.
    • Kelemahan 🡪 Transformasi dari RGB ke HSV bersifat non-linear.
  • Input the text content you want according to the content you need, and input the text and other information.Input the text content you want according to the content you need, and input the text and other information.

​

  • Input the text content you want according to the content you need, and input the text and other information.

20NN

​

.

PROGRAM STUDI INFORMATIKA

UNIVERSITAS GUNADARMA

13 of 30

JENIS-JENIS MODEL WARNA

  1. Model HSV (Hue, Saturation, Value)
    • Representasi warna yang lebih dekat dengan persepsi manusia
    • Hue (H): jenis warna (0–360°)
    • Saturation (S): kejenuhan warna (0–1 atau 0–100%)
    • Value (V): kecerahan warna (0–1 atau 0–100%)
    • Kelebihan 🡪 Mudah digunakan untuk segmentasi warna karena Hue memisahkan warna dari pencahayaan.
    • Kelemahan 🡪 Transformasi dari RGB ke HSV bersifat non-linear.
  • Input the text content you want according to the content you need, and input the text and other information.Input the text content you want according to the content you need, and input the text and other information.

​

  • Input the text content you want according to the content you need, and input the text and other information.

20NN

​

.

PROGRAM STUDI INFORMATIKA

UNIVERSITAS GUNADARMA

14 of 30

JENIS-JENIS MODEL WARNA

  1. Model HSI (Hue, Saturation, Intensity)
    • Mirip dengan HSV, tapi komponen “I” lebih menekankan pada rata-rata intensitas warna
    • Cocok untuk analisis warna dalam pengolahan citra digital dan pengindraan jauh (remote sensing).
  2. Model YCbCr
    • Digunakan dalam sistem video digital (seperti JPEG, MPEG).
    • Y: luminansi (tingkat kecerahan)Cb dan Cr: komponen krominansi (perbedaan warna biru dan merah)
    • Efisien untuk kompresi citra karena mata manusia lebih sensitif terhadap perubahan luminansi dibanding krominansi.
  • Input the text content you want according to the content you need, and input the text and other information.Input the text content you want according to the content you need, and input the text and other information.

​

  • Input the text content you want according to the content you need, and input the text and other information.

20NN

​

.

PROGRAM STUDI INFORMATIKA

UNIVERSITAS GUNADARMA

15 of 30

KONVERSI ANTAR MODEL WARNA

Contoh konversi dari RGB ke HSV:

​

​

​

​

Konversi ini penting agar citra bisa diolah dalam model warna yang paling sesuai dengan tujuan analisis.

  • Input the text content you want according to the content you need, and input the text and other information.Input the text content you want according to the content you need, and input the text and other information.

​

  • Input the text content you want according to the content you need, and input the text and other information.

20NN

​

.

PROGRAM STUDI INFORMATIKA

UNIVERSITAS GUNADARMA

16 of 30

APLIKASI MODEL WARNA DALAM PENGOLAHAN CITRA

  1. Segmentasi objek berdasarkan warna (misalnya deteksi kulit, buah, atau daun).
  2. Koreksi warna otomatis pada foto.
  3. Kompresi video dan citra (YCbCr).
  4. Analisis tekstur warna dalam sistem pengenalan pola.
  • Input the text content you want according to the content you need, and input the text and other information.Input the text content you want according to the content you need, and input the text and other information.

​

  • Input the text content you want according to the content you need, and input the text and other information.

20NN

​

.

PROGRAM STUDI INFORMATIKA

UNIVERSITAS GUNADARMA

17 of 30

STEGANOGRAFI

​

03

PROGRAM STUDI INFORMATIKA

UNIVERSITAS GUNADARMA

18 of 30

DEFINISI STEGANOGRAFI�

Dari asal katanya berasal dari Bahasa Yunani, antara lain :

  • Steganos = tersembunyi
  • Graphia = tulisan

Sehingga steganografi berarti “menulis secara tersembunyi”

Dari definisi umum Adalah

Teknik menyembunyikan pesan rahasia ke dalam media digital (gambar, audio, video) sedemikian rupa sehingga keberadaan pesan tersebut tidak terdeteksi oleh pihak lain.

​

Berbeda dari kriptografi yang hanya menyandikan isi pesan, steganografi menyembunyikan ekstensi pesan itu sendiri

  • Input the text content you want according to the content you need, and input the text and other information.Input the text content you want according to the content you need, and input the text and other information.

​

  • Input the text content you want according to the content you need, and input the text and other information.

20NN

​

.

PROGRAM STUDI INFORMATIKA

UNIVERSITAS GUNADARMA

19 of 30

  1. Menjaga kerahasiaan komunikasi digital.
  2. Meningkatkan keamanan data tanpa menarik perhatian.
  3. Melindungi hak cipta digital (Digital watermarking)
  4. Mencegah sensor dan penyadapan.
  5. Digunakan dalam forensic digital dan sistem autentikasi gambar

20NN

TUJUAN STEGANOGRAFI

PROGRAM STUDI INFORMATIKA

UNIVERSITAS GUNADARMA

20 of 30

KOMPONEN UTAMA STEGANOGRAFI

Komponen

Deskripsi

Cover Image (C)

Citra asal yang akan digunakan untuk menyembunyikan pesan.

Secret Message (M)

Data rahasia yang akan disisipkan (teks, gambar, atau file kecil).

Stego Key (K)

Kunci rahasia yang digunakan untuk proses penyisipan dan ekstraksi.

Stego Image (S)

Citra hasil setelah pesan disembunyikan.

PROGRAM STUDI INFORMATIKA

UNIVERSITAS GUNADARMA

21 of 30

PRINSIP DASAR KERJA STEGANOGRAFI CITRA

  1. Penyisipan (embedding)
    • Pesan rahasia dikonversi menjadi bit (0 dan 1)
    • Bit bit pesan ini dimasukkan ke dalam bit-bit piksel citra
    • Citra hasilnya disebut stego image.
  2. Ekstraksi (extraction)
    • Proses kebalikan, yaitu mengambil Kembali pesan dari stego image dengan menggunakan kunci rahasia yang sama.

PROGRAM STUDI INFORMATIKA

UNIVERSITAS GUNADARMA

22 of 30

METODE STEGANOGRAFI PADA CITRA

PROGRAM STUDI INFORMATIKA

UNIVERSITAS GUNADARMA

23 of 30

METODE STEGANOGRAFI PADA CITRA

  1. Metode LSB (Least significant Bit)

metode paling umum dan sederhana

    • Setiap piksel citra RGB terdiri dari 3 komponen R, G, dan B (8 bit per kanal)
    • Bit paling rendah (bit ke 8) diganti dengan bit pesan rahasia.
    • Contoh : piksel awal (R) :10110110, Bit pesan : 1, setelah di sisipkan 🡪 10110111.
    • Perubahan kecil ini tidak terlihat oleh mata manusia tetapi menyimpan informasi rahasia.

PROGRAM STUDI INFORMATIKA

UNIVERSITAS GUNADARMA

24 of 30

METODE STEGANOGRAFI PADA CITRA

  1. Metode LSB + Masking & Filtering

menggabungkan LSB dengan filter adaptif agar tahan kompresi JPEG.

  1. Metode Transform Domain.

pesan disembunyikan di domain frekuensi, bukan piksel langsung.

    • Contoh : DCT (discrete cosine transform), DWT (wavelet)
    • Umumnya digunakan dalam digital watermaking.
  • Adaptive steganography

Teknik modern menggunakan machine learning atau deep learning untuk memilih Lokasi peyisipan yang paling aman.

PROGRAM STUDI INFORMATIKA

UNIVERSITAS GUNADARMA

25 of 30

ANALISIS KUALITAS STEGO IMAGE

Untuk memastikan kualitas citra tidak berubah signifikan, digunakan metrik seperti :

​

Metrik

Rumus

Keterangan

MSE (Mean Square Error)

​

Mengukur selisih rata-rata piksel

PSNR (Peak Signal-to-Noise Ratio)

​

Semakin tinggi → kualitas makin baik

SSIM (Structural Similarity Index)

Perbandingan struktur visual citra

Digunakan untuk evaluasi visual

PROGRAM STUDI INFORMATIKA

UNIVERSITAS GUNADARMA

26 of 30

KELEBIHAN DAN KEKURANGAN STEGANOGRAFI

Aspek

Kelebihan

Kekurangan

Keamanan

Menyembunyikan eksistensi pesan

Rentan terhadap kompresi atau cropping

Kapasitas data

Cukup besar (tergantung resolusi gambar)

terbatas pada jumlah bit piksel

Kualitas Visual

Tidak merusak citra secara nyata

Mudah rusak jika gambar dikompresi JPEG

Kompleksitas

Implementasi mudah (LSB)

Kompleks untuk metode frekuesi tinggi

PROGRAM STUDI INFORMATIKA

UNIVERSITAS GUNADARMA

27 of 30

Kriteria Steganografi yang Baik

Sebuah teknik steganografi yang baik harus memenuhi:

  1. Imperceptibility 🡪 perbedaan visual tidak terlihat.
  2. Capacity 🡪 dapat menyimpan banyak data.
  3. Robustness 🡪 tahan terhadap manipulasi atau kompresi.
  4. Security 🡪 sulit dideteksi atau dibongkar oleh pihak lain.

​

PROGRAM STUDI INFORMATIKA

UNIVERSITAS GUNADARMA

28 of 30

Tahapan umum Proses Steganografi

  1. Penyisipan (Embedding)
    • Psan rahasia disisipkan ke dalam citra menggunakan algoritma tertentu → menghasilkan stego-image..
  2. Transmisi atau Penyimpanan.
    • Stego-image dikirim atau disimpan secara normal.
  3. Ekstraksi (Extraction)
    • Pesan diambil kembali dari stego-image menggunakan kunci atau algoritma yang sama.

​

Pesan Rahasia + Citra Asli

↓ (Embedding)

Stego Image

↓

(Extraction)

→ Pesan Asli

PROGRAM STUDI INFORMATIKA

UNIVERSITAS GUNADARMA

29 of 30

Aplikasi Steganografi

  1. Komunikasi rahasia dan keamanan data
  2. Perlindungan hak cipta
  3. Otentikasi dokumen digital
  4. Pengiriman pesan rahasia di dunia maya
  5. Deteksi forensik digital

PROGRAM STUDI INFORMATIKA

UNIVERSITAS GUNADARMA

30 of 30

TERIMA

KASIH

PROGRAM STUDI INFORMATIKA

UNIVERSITAS GUNADARMA

Tim Penyusun:

1. Atit Pertiwi

2. Condro Wibawa

3. Noor Vika H

PROGRAM STUDI INFORMATIKA

UNIVERSITAS GUNADARMA