COMPRESSIVE SENSING BERBASIS DWT DAN REKONSTRUKSI L1-MAGIC UNTUK KOMPRESI WATERMARK PADA WATERMARKING CITRA MENGGUNAKAN LWT-SVD

Pada saat ini, perkembangan teknologi berkembang dengan sangat pesat. Proses pertukaran data dan informasi akan lebih mudah. Hal ini dapat dimanfaatkan oleh orang-orang yang tidak bertanggung jawab untuk melakukan tindak kejahatan, seperti melakukan penggandaan data atau pelanggaran hak cipta. Teknik watermarking adalah solusi yang dapat digunakan untuk mencegah tindakan tersebut. Dengan melakukan penyisipan suatu data atau informasi digital ke dalam media digital lainnya, yang tidak dapat diketahui oleh indra manusia. Image watermarking merupakan pengembangan dari teknik watermarking itu sendiri, dengan menyisipkan suatu data digital ke dalam suatu file citra atau media gambar yang ingin dijaga keasliannya. Pada Tugas Akhir ini penulis menganalisis image watermarking dengan menggunakan host berupa file citra, dan data yang disisipkan berupa citra/gambar. Metode yang digunakan adalah dengan menggabungkan metode Lifting Wavelet Transform (LWT) dan Singular Value Decomposition (SVD), serta melakukan teknik compressive sensing. Untuk menilai kualitas file citra yang telah disisipkan watermark didalamnya, dilakukan pengukuran dengan beberapa parameter kinerja seperti MSE, PSNR, SSIM, NCC, MAE, dan MOS. Performansi image watermarking pada Tugas Akhir ini didapat dengan melakukan pengujian pada host yang telah disisipi watermark. Dengan dilakukannya pengujian baik pada proses kompresi, penyisipan, ekstraksi dan rekonstruksi maka didapat hasil parameter-parameter pada implementasi image watermarking ini dengan nilai PSNR dengan rata-rata 99.472 dB dan MSE dengan rata-rata 5.458. Serta tahan terhadap serangan Gaussian noise blur, Rescaling, Crop, dan JPEG Compression. Pengujian MOS mendapatklan hasil nilai tertinggi pada skenario 1 yaitu sangat baik 75,00%, skenario 2 yaitu sangat baik 65,00%, skenario 3 sangat baik 52,50%, skenario 4 yaitu cukup 50,00%, dan skenario 5 yaitu sangat baik 75,00%. Kata Kunci: Image Watermarking, Compressive Sensing (CS), Lifting Wavelet Transform, Singular Value Decompositio