Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Jurnal Pseudocode Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi)
Masruri, Nizar Haris
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Energy Engineering Industrial & Manufacturing Engineering Mathematics Mechanical Engineering Transportation

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Analisis Kualitas Citra Steganografi Berbasis Spasial Pada Metode Least Significant Bits Dan Pixel Value Differencing Masruri, Nizar Haris
Jurnal Pseudocode Vol 12 No 2 (2025): Volume 12 Nomor 2 September 2025
Publisher : UNIB Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33369/pseudocode.12.2.47-52

Abstract

Steganography is a method in network security systems that functions to hide confidential information by inserting it into other media without changing the authenticity of the information. One of the steganography media is images. Image steganography has two domains: spatial and frequency. The spatial domain works on the pixels of an image, and the frequency domain works on the image frequency. Spatial image steganography is said to be good if the level of stego-image damage is very small. There are several intermediate methods in spatial steganography, namely: LSB, PVD, GLM, EBE, RPE, and others. However, there are two most popular methods, namely LSB (Least Significant Bit) and PVD (Pixel Value Differencing). Therefore, this study aims to test the quality of stego-images produced by these two methods. Testing is carried out using the MSE and PSNR value parameters. A stego-image is considered good when the MSE value is close to 0 and the PSNR value is above 30 dB. From the test data used, this study produced an MSE value of 0.0006 for LSB stego-images and 0.007 for PVD stego-images. The PSNR value was 90 dB for LSB stego-images and 72 dB for PVD stego-images. This study concluded that LSB stego-images have less damage than PVD stego-images, so the researchers recommend using the LSB method in carrying out the steganography process. Keywords: Spatial;MSE;PSNR;LSB;PVD
Meningkatkan Keamanan Pesan Menggunakan Enkripsi Arnold Cat Map Dan Steganografi Pixel Value Differencing Masruri, Nizar Haris; Kusrini, Kusrini; Sunyoto, Andi
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 3 No. 1 (2019): PROSIDING SEMNAS INOTEK Ke-III Tahun 2019
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/inotek.v3i1.522

Abstract

Pesan tidak hanya berupa text, namun juga berbentuk gambar. Sebuah pesan gambar terkadang merupakan informasi yang sangat rahasia contohnya gambar informasi barang bukti. Untuk itu dibutuhkan teknik untuk melindungi pesan tersebut agar tidak diketahui oleh pihak lain. Pixel Value Differencing (PVD) merupakan salah satu teknik penyisipan pesan ke dalam data digital seperti gambar (citra) dengan kelebihan kapasitas penampung yang besar. PVD menghitung selisih nilai piksel dengan cara membagi piksel-piksel citra menjadi blok-blok yang terdiri dari dua buah piksel yang posisinya berdekatan yang digunakan sebagai tempat penyisipan pesan. Untuk meningkatkan keamanan, maka dilakukan enksripsi pada pesan citra agar konstruksi citra menjadi tidak beraturan sehingga tidak mudah untuk diketahui dan dimanipulasi oleh pihak lain. Paper ini akan menggabungkan steganografi PVD dan metode enskripsi Arnold Cap Map (ACM). Untuk mengetahui kualitas citra yang tersisipi pesan, maka dilakukan evaluasi kualitas citra dengan perhitungan nilai Mean Square Error (MSE) dan Peak Signal to Noise Ratio (PSNR). Hasil pengujian menunjukkan bahwa citra dengan resolusi 512x512 piksel menghasilkan nilai MSE : 0.36311 dan PSNR (db): 57.3356, sedangkan citra dengan resolusi 256x256 piksel menghasilkan nilai MSE : 11.1786 dan PSNR(db) : 42.4521.
Co-Authors Andi Sunyoto Kusrini