Pendahuluan
Lanjutan dari artikel saya yang sebelumnya, mengenai pengertian steganografi, dan metode LSB (Least Significant Bit) pada steganografi, akan saya bahas mengenai metode LSB (Low Bit Coding) dalam steganografi. LSB (Low Bit Coding) adalah salah satu metode steganografi yang diterapkan untuk media audio/suara. Pada artikel ini, akan sedikit saya bahas mengenai “sinyal suara dalam dunia digital” dan implementasi penerapan metode LSB pada media audio/suara.
Isi
Bagi kalian yang sudah pernah baca artikel saya sebelumnya tentang Steganografi : 2.LSB(Least Significant Bit) mungkin akan bingung, kenapa saya membahas metode yang sama untuk ke-dua kalinya. Tapi jika anda cermat, anda pasti melihat bahwa 2 metode ini mempunyai sedikit perbedaan pada namanya. Kalau sebelumnya bernama Least Significant Bit, yang sekarang adalah Low Significant Bit. Perbedaannya adalah Least Significant Bit diterapkan untuk media gambar, sedangkan Low Significant Bit diterapkan untuk media suara. Sebelum saya menjelaskan lebih jauh, saya akan mencoba menjelaskan tentang digital signal terlebih dahulu.
Digital Signal
Tahukah anda bagaimana suara anda disimpan ke dalam komputer (Hard Disk)? Anda pasti pernah menjalankan player music di komputer anda seperti WMP atau Winamp, tapi pernahkah anda menyadari data yang tertera pada player tersebut? Seperti: Frekuensi, Stereo atau Mono, Panjang bit yang digunakan. Apakah anda pernah membandingkan kualitas suara antara “cd audio quality” dengan “file mp3 bajakan yang anda download dari internet”? Mana yang lebih enak didengar? Sudah tentu “cd audio quality” yang lebih bagus. Hal ini disebabkan karena frekuensi yang digunakan adalan 44,1 KHz dengan kualitas stereo (standart qualitas audio cd).
Frekuensi, secara singkat adalah banyaknya sample yang di-ambil perdetiknya. Jadi jika kualitas media audio dengan frekuensi 44,1 KHz berarti dalam satu detik terdapat sampel data sebanyak 44.100 sample. Mono atau stereo menunjukkan banyaknya layer yang digunakan. Mono berarti hanya menggunakan 1 layer (Mudahnya, speaker kiri dan kanan mengeluarkan suara yang sama). Stereo berarti menggunakan 2 layer (Mudahnya, speaker kiri dan kanan mengeluarkan suara yang berbeda). Jadi jika media audio mempunyai kualitas frekuensi 44,1 KHz Stereo, berarti sample yang dihasilkan dalam satu detik = 44.100 sample untuk layer kiri dan 44.100 sample untuk layer kanan, sehingga total 88.200 sample tiap detiknya.
Panjang bit menentukan ketepatan pengukuran sample (precision). Nilai sample dalam media audio ada diantara rentang [-1,+1]. Jika panjang bit yang digunakan adalah 8 bit, dengan bit yang pertama menunjukkan nilai + atau -, dan 7 bit sisanya merepresentasikan nilai si sampe. Jika yang digunakan adalah 16 bit, berarti 1 bit pertama untuk menunjukkan nilai + (0) atau – (1), dan 15 bit sisanya merepresentasikan nilai sample.
LSB (Low Bit Coding)
Basically. Metode ini sama dengan LSB pada media gambar. Jadi akan saya coba jelaskan secara singkat kembali mengenai metode LSB ini, sekedar untuk review saja. Jika anda belum mebaca artikel saya yang sebelumnya, bisa dikunjungi dengan meng-klik link berikut: https://andreastjong.wordpress.com/2008/09/22/steganografi-2-lsb-least-significant-bit/
Misalkan data yang ingin anda sisipkan berupa text “secret“. Kalau direpresentasikan ke dalam binary, kata “secret“ini menjadi”
character | ASCII value (decimal) | hexadecimal | binary |
s | 115 | 73 | 01110011 |
e | 101 | 65 | 01100101 |
c | 99 | 63 | 01100011 |
r | 114 | 72 | 01110010 |
e | 99 | 63 | 01100011 |
t | 116 | 74 | 01110100 |
Misalkan media suara yang akan anda sisipi mempunyai panjang bit 8, dengan nilai seperti berikut:
Media
00000000 | 00000000 | 00000001 | 00000001 | 00000001 | 00000001 | 00000001 | 00000001 |
00000000 | 00000000 | 00000001 | 00000001 | 00000001 | 00000001 | 00000001 | 00000001 |
00000000 | 00000000 | 00000001 | 00000001 | 00000001 | 00000001 | 00000001 | 00000001 |
00000001 | 00000001 | 00000010 | 00000010 | 00000010 | 00000011 | 00000011 | 00000011 |
00000001 | 00000001 | 00000010 | 00000010 | 00000010 | 00000011 | 00000011 | 00000011 |
00000001 | 00000001 | 00000010 | 00000010 | 00000010 | 00000011 | 00000011 | 00000011 |
Maka stego yang dihasilkan adalah sebagai berikut:
00000000 | 00000001 | 00000001 | 00000001 | 00000000 | 00000000 | 00000001 | 00000001 |
00000000 | 00000001 | 00000001 | 00000000 | 00000000 | 00000001 | 00000000 | 00000001 |
00000000 | 00000001 | 00000001 | 00000000 | 00000000 | 00000000 | 00000001 | 00000001 |
00000000 | 00000001 | 00000011 | 00000011 | 00000010 | 00000010 | 00000011 | 00000010 |
00000000 | 00000001 | 00000011 | 00000010 | 00000010 | 00000010 | 00000011 | 00000011 |
00000000 | 00000001 | 00000011 | 00000011 | 00000010 | 00000011 | 00000010 | 00000010 |
To be continued..
Sebelumnya Terima Kasih Mas Andreas…
Mas bagaimana dengan artikel steganografi menggunakan audio ini mas,
contoh implementasi dan sambungan artikelnya gimana mas..?
Kalau dah ada tolong di kabarin ke email sy biar sy tau kalau Mas Andreas udah nulis lagi tentang steganografi ini..,
terima kasih sebelumnya mas Andreas
Lanjutannya sudah saya tulis tapi berubah ke arah steganalysis-nya. Kalo untuk steganografi audio nya belum sempet untuk nulis lagi nih.. Kalau sudah ada waktu akan segera saya kabari.
Makasih mas penjelasan LSBnya, ditunggu kelanjutannya 🙂
tolong cari referensi tentang steganografi audio dengan metode spread spektrum…
kalau ada tolong email saya ya…!!
terima kasih banyak sudah dijelaskan panjang dan lebar…
artikel ini sangat berguna bagi saya karena untuk keperluan tugas khusus saya yang mengenai stegano audio di android…