<![CDATA[Pertukaran dan penyimpanan data medis digital, seperti citra hasil MRI, CT-scan, dan X-ray, telah menjadi kebutuhan utama dalam pelayanan kesehatan modern. Namun, meningkatnya volume data medis berbasis jaringan memunculkan ancaman serius terhadap privasi dan keamanan informasi pasien. Salah satu solusi yang banyak dikembangkan adalah image hiding atau steganografi citra, yang memungkinkan penyisipan informasi rahasia ke dalam citra medis tanpa mengurangi kualitas visualnya secara signifikan. Artikel ini menyajikan tinjauan literatur terkini mengenai tren dan inovasi dalam image hiding untuk aplikasi keamanan informasi medis. Studi ini menganalisis berbagai pendekatan steganografi, meliputi teknik berbasis domain spasial dan domain transformasi, serta metode berbasis pembelajaran mesin seperti Generative Adversarial Networks (GAN). Selain itu, tinjauan ini membahas metrik evaluasi yang umum digunakan, seperti Peak Signal-to-Noise Ratio (PSNR), Structural Similarity Index Measure (SSIM), dan kapasitas payload. Hasil kajian menunjukkan bahwa integrasi algoritma optimisasi dan teknik deep learning mampu meningkatkan performa steganografi dalam hal kapasitas, kualitas citra stego, dan ketahanan terhadap deteksi. Artikel ini juga merumuskan tantangan penelitian serta arah pengembangan masa depan dalam bidang keamanan informasi medis berbasis image hiding.]]>
Copyrights © 2025
