Tanda air audio

Dari Wikipedia bahasa Indonesia, ensiklopedia bebas

Tanda air audio (bahasa Inggris: audio watermark) adalah sebuah cara yang menyediakan fasilitas (misalnya: gambar, audio, dan video) sebagai pengamanan data komunikasi multimedia yang sukar dilihat oleh mata dan pendengaran yang berguna untuk melindungi hak cipta.[1] Tanda tersebut merupakan tanda pengenalan elektronik yang biasa digunakan dan terpasang dalam sinyal audio. Tanda ini umumnya digunakan untuk memberi perlindungan dari pembajakan musik secara ilegal dan mengidentifikasi hak cipta atau kepemilikan.[2] Menurut konsepnya, tanda ini pada dasarnya memiliki kemiripan dengan tanda air di dalam foto, hanya saja berbeda di bagian objeknya. Banjarnahor di sinilah mengartikannya sebagai suatu teknik penyembunyian data dan informasi rahasia ke dalam suatu data audio untuk “ditumpangi” (audio host), tetapi orang lain tidak mengetahui keberadaan data tambahan tersebut.[3] Salah satu metode yang digunakan dalam proses ini adalah metode direct sequence spread spectrum (DSSS). Metode ini terlebih dahulu melakukan encoding di tanda digital dengan menggunakan pseudo random – noise sequence (PN sequence) untuk memperoleh data tanda air. Tanda itu kemudian dibubuhkan ke dalam berkas audio.[4] Selain itu, tanda air audio juga dapat diaplikasikan ke dalam bentuk digital right management (DRM).[5]

Konsep[sunting | sunting sumber]

Secara harfiah pemberian tanda air dapat diartikan sebagai proses penyisipan informasi ke dalam suatu objek sinyal (contoh gambar, video, dan audio). Pemberian tanda air biasa dipasang pada objek yang sebisa mungkin sulit untuk dihilangkan. Apabila ketika disalin, objek beserta tanda airnya masih tetap ada. Keberadaan tanda air menjadi sangat penting sebagai bentuk perlindungan hak cipta dan indentifikasi kepemilikan.

Salah satu teknik tanda air audio yang diketahui memiliki keamanan tinggi adalah spread spectrum audio watermarking (SSW), atau penyebaran tanda air pada spektrum yang ada dalam audio. Proses yang dilakukan dalam SSW, yaitu sinyal pita berukuran kecil kemudian ditransmisikan melalui bandwidth yang jauh lebih besar agar energi sinyal yang dihasilkan dalam frekuensi sinyal apa pun tidak dapat terdeteksi karena sudah merasuk kedalam sinyal utama. Fitur menarik dari teknik tanda air ini adalah bahwa untuk menghancurkannya memerlukan noise dengan amplitudo tinggi untuk ditambahkan ke semua pita frekuensi. SSW adalah teknik pemberian tanda air yang kuat, sebab agar bisa menghilangkannya harus mengubah dan memengaruhi semua pita frekuensi yang mungkin sudah diatur secara kompleks. Sehingga ini akan menghasilkan kerusakan ketika tanda air dihilangkan. Teknik ini dilakukan dengan penyebaran spektrum sesuai urutan pseudonoise (PN). Dalam penerapan SSW konvensional, penerima harus mengetahui urutan PN yang digunakan pada pemancar dan lokasi tanda air dalam sinyal yang diberi tanda air agar bisa mendeteksi informasi yang tersembunyi. Kondisi ini menjadi bukti dari fitur keamanan yang tinggi, sebab bahwa setiap pengguna yang tidak sah (ilegal) dan tidak memiliki akses ke informasi ini, menjadi tidak dapat mendeteksi informasi tersembunyi apapun. Deteksi urutan PN menjadi faktor utama dalam mengidentfikasi informasi tersembunyi dari SSW. Meski deteksi urutan PN dimungkinkan dengan menggunakan pendekatan heuristik seperti algoritma evolusioner, pengeluaran komputasi yang tinggi dari tugas ini dapat membuatnya tidak praktis. Sebagian besar kompleksitas komputasi yang terlibat dalam penggunaan algoritma evolusioner sebagai alat optimasi, karena evaluasi fungsi kenormalan yang mungkin sangat sulit untuk didefinisikan atau sangat rumit secara komputasi.

Salah satu pendekatan yang diusulkan baru-baru ini dalam pemulihan urutan PN dengan cepat adalah penggunaan granulasi kebugaran sebagai skema "Perkiraan Kenormalan" yang menjanjikan. Dengan menggunakan pendekatan granulasi kenormalan yang disebut "Adaptive Fuzzy Fitness Granulation (AFFG)",  langkah evaluasi kenormalan dengan pengeluaran yang banyak dapat digantikan oleh model perkiraan.[6] Ketika algoritma evolusioner digunakan sebagai sarana untuk mengekstrak informasi tersembunyi, prosesnya disebut Deteksi Informasi Tersembunyi Evolusioner, akan mengetahui pendekatan aproksimasi kebugaran digunakan sebagai alat untuk mempercepat dapat berproses atau tidak.

Lihat pula[sunting | sunting sumber]

  • Sidik jari akustik
  • Konten yang Diaktifkan

Rujukan[sunting | sunting sumber]

  1. ^ Fitri, Zahratul (2015). "Audio Digital Watermarking untuk Melindungi Data Multimedia". Techsi. 6 (1): 190. 
  2. ^ Turnip, Togu Novriansyah, dkk (2019). "Pengaruh Kapasitas Dimensi Citra Watermark terhadap Audio Watermarking dengan Perpaduan Metode DWT (Discrete Wavelet Transform) dan SVD (Singular Value Decomposition)". Jurnal Teknologi Informasi dan Ilmu Komputer. 6 (2): 141. 
  3. ^ Banjarnahor, Jepri, dkk (2019). "Pengembangan Aplikasi Audio Watermarking Menggunakan Fitur Auditory". Journal of Informatics and Telecommunication Engineering. 2 (2): 52. 
  4. ^ Alhamri, Rinanza Zulmy, dkk (2013). "Audio Watermarking dengan Metode Direct Sequence Spread Spectrum untuk Konten Musik Digital". Itsmart: Jurnal Teknologi dan Informasi. 2 (1): 1. 
  5. ^ Nuryani (2007). "Digital Right Management (DRM) dan Audio Watermarking untuk Perlindungan Hak Cipta dalam Konten Musik Digital". Inkom: Jurnal Informatika, Sistem Kendali, dan Komputer. 1 (1): 5. 
  6. ^ Davarynejad, Mohsen. "Adaptive Fuzzy Fitness Granulation (AFFG)".