Optimasi Peletakan Watermark pada Citra Digital Menggunakan Algoritma Genetika



Authors (s)


(1) * Eko Supomo   (UNIVERSITAS AMIKOM YOGYAKARTA)  
        Indonesia
(2)  Andi Sunyoto   (UNIVERSITAS AMIKOM YOGYAKARTA)  
        Indonesia
(3)  Mei P Kurniawan   (UNIVERSITAS AMIKOM YOGYAKARTA)  
        Indonesia
(*) Corresponding Author

Abstract


Pengolahan citra digital termasuk bagian dari ilmu komputer, banyak peneliti yang tertarik untuk meneliti watermark citra digital karena dengan adanya teknologi watermark citra digital sangat dibutuhkan. Namun pada prakteknya para peneliti kesulitan untuk menentukan letak watermark yang paling baik karena jumlah piksel atau koordinat citra digital yang sangat banyak, misalnya pada citra digital yang berukuran 512 x 512 terdapat 262.144 piksel atau titik. Untuk itu diperlukan suatu metode yang dapat menyelesaikannya, salah satunya adalah metode optimasi Algoritma Genetika (Genetic Algorithm). Pada algoritma ini terdapat beberapa tahapan yaitu: Evaluasi nilai fitnes, pemilihan individu, Kombinasi (Crossover), mutasi, populasi baru. Untuk memudahkan pemilihan individu sehingga diperoleh kromosom yang unngul maka penulis menggunakan metode seleksi Roulette Wheel Selection (RWS). Berdasarkan pemilihan piksel dari ribuan piksel, dengan metode yang dipilih penulis telah menemukan 9 titik koordinat terbaik pada citra digital pertama, 12 titik koordinat terbaik sedangkan pada citr digital ketiga ditemukan 10 titik koordinat terbaik dan titik-titik tersebut merupakan sebagai rekomendasi tempat watermark citra digital




Full Text: DOWNLOAD PDF



References


T. Sutoyo, Teori Pengolahan Citra Digital. Yogyakarta: Penerbit Andi Offset, 2010.

D. Ariyus, Keamanan Multimedia : Pengenalan Konsep Multimedia, Keamanan Multimedia, Cryptography, Steganography dan Watermarking. Yogyakarta: CV. Andi Offset, 2009.

M. Innuddin, “Aplikasi Perlindungan HAKI pada Citra Digital,” pp. 36–43, 2017.

M. Begum and M. S. Uddin, “Analysis of Digital Image Watermarking Techniques through Hybrid Methods,” Adv. Multimed., vol. 2020, no. i, 2020, doi: 10.1155/2020/7912690.

S. Malik, R. K. Reddlapalli, and G. Gopal, “GA-Based Optimized Image Watermarking Method With Histogram and Butterworth Filtering,” Int. J. Inf. Retr. Res., vol. 10, no. 2, pp. 59–80, 2020, doi: 10.4018/ijirr.2020040104.

M. Beşkirli, “Solving continuous optimization problems using the tree seed algorithm developed with the roulette wheel strategy,” Expert Syst. Appl., vol. 170, no. August 2020, 2021, doi: 10.1016/j.eswa.2021.114579.

Y. Pratama, “Optimalisasi penjadwalan karyawan paruh waktu berdasarkan nilai fitness terbaik menggunakan algoritma genetika (studi kasus pada pt 3g indonesia),” vol. 2, no. 2, pp. 114–142, 2021.

Y. Xue, H. Zhu, J. Liang, and A. Słowik, “Adaptive crossover operator based multi-objective binary genetic algorithm for feature selection in classification[Formula presented],” Knowledge-Based Syst., vol. 227, p. 107218, 2021, doi: 10.1016/j.knosys.2021.107218.

S. Busono, “Optimasi Naive Bayes Menggunakan Algoritma Genetika Sebagai Seleksi Fitur Untuk Memprediksi Performa Siswa,” J. Ilm. Teknol. Inf. Asia, vol. 14, no. 1, p. 31, 2020, doi: 10.32815/jitika.v14i1.400.

S. . Sivanamdam, S.N & Deepa, Introduction to genetic algorithms. Berlin: Springer-Verlag, 2008.

J. Y. Setiawan, D. E. Herwindiati, and T. Sutrisno, “Algoritma Genetika Dengan Roulette Wheel Selection dan Arithmetic Crossover Untuk Pengelompokan,” J. Ilmu Komput. dan Sist. Inf., vol. 7, no. 1, pp. 58–64, 2019, [Online]. Available: https://journal.untar.ac.id/index.php/jiksi/article/view/5882.

Y. Sari, M. Alkaff, E. S. Wijaya, S. Soraya, and D. P. Kartikasari, “Optimasi Penjadwalan Mata Kuliah Menggunakan Metode Algoritma Genetika dengan Teknik Tournament Selection,” J. Teknol. Inf. dan Ilmu Komput., vol. 6, no. 1, p. 85, 2019, doi: 10.25126/jtiik.2019611262.


Article View

Abstract views : 67 times | DOWNLOAD PDF files viewed : 36 times



Refbacks

  • There are currently no refbacks.


Copyright (c) 2021 Eko Supomo, Andi Sunyoto, Mei P Kurniawan

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.


Creative Commons License
 
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.

COREAI: Jurnal Kecerdasan Buatan, Komputasi dan Teknologi Informasi

Published by Technic Faculty of Nurul Jadid University, Probolinggo, East Java, Indonesia.