Analisis Kinerja Steganografi Untuk Penyisipan Pesan Teks Menggunakan Metode Pixel Value Differencing dan Generative Adversarial Network pada Citra Digital

Maulana, Yusuf (2025) Analisis Kinerja Steganografi Untuk Penyisipan Pesan Teks Menggunakan Metode Pixel Value Differencing dan Generative Adversarial Network pada Citra Digital. S1 thesis, Universitas Andalas.

[img] Text (Cover dan Abstrak)
Cover dan Abstrak.pdf - Published Version

Download (795kB)
[img] Text (BAB I)
BAB I (Pendahuluan).pdf - Published Version

Download (414kB)
[img] Text (BAB V)
BAB V (Kesimpulan dan Saran).pdf - Published Version

Download (364kB)
[img] Text (Daftar Pustaka)
Daftar Pustaka.pdf - Published Version

Download (385kB)
[img] Text (Skripsi full text)
Laporan Tugas Akhir_2110951022_Yusuf Maulana.pdf - Published Version
Restricted to Repository staff only

Download (11MB) | Request a copy

Abstract

Perlindungan terhadap informasi digital semakin penting seiring dengan meningkatnya penyebaran dan manipulasi gambar secara bebas di era teknologi saat ini. Steganografi menjadi solusi dalam menjaga kerahasiaan informasi dengan menyisipkan data ke dalam media digital tanpa menimbulkan kecurigaan visual. Penelitian ini mengusulkan integrasi metode Pixel Value Differencing (PVD) dan Generative Adversarial Network (GAN) dalam sistem steganografi citra digital. Metode PVD digunakan untuk menentukan lokasi optimal penyisipan berdasarkan perbedaan nilai intensitas antar piksel, sedangkan GAN bertugas menyisipkan pesan dan mempertahankan kualitas visual citra stego melalui pelatihan adversarial antara generator, discriminator, dan extractor. Model dilatih dengan berbagai kapasitas payload (1–3 bpp) dan dievaluasi menggunakan metrik PSNR, SSIM, dan BER. Hasil pengujian menunjukkan bahwa integrasi PVD dan GAN mampu menghasilkan citra stego dengan kualitas visual tinggi (PSNR > 30 dB), akurasi ekstraksi yang baik (BER < 0.002), serta ketahanan yang cukup terhadap gangguan noise dan kompresi, khususnya pada skema dengan teknik majority vote. Temuan ini menunjukkan bahwa pendekatan yang diusulkan efektif dalam menjaga kerahasiaan dan keutuhan informasi pada citra digital.

Item Type: Thesis (S1)
Supervisors: Dr. Eng. Ir. Rahmadi Kurnia, S.T., M.T.
Uncontrolled Keywords: Steganografi; Pixel Value Differencing (PVD); Generative Adversarial Network (GAN); Keamanan Informasi; PSNR; SSIM; BER dan Majority Vote
Subjects: T Technology > TK Electrical engineering. Electronics Nuclear engineering
Divisions: Fakultas Teknik > S1 Teknik Elektro
Depositing User: S1 Teknik Elektro
Date Deposited: 25 Aug 2025 07:58
Last Modified: 25 Aug 2025 07:58
URI: http://scholar.unand.ac.id/id/eprint/505300

Actions (login required)

View Item View Item