<![CDATA[Pesatnya pertukaran data digital meningkatkan risiko kebocoran informasi sehingga dibutuhkan metode pengamanan imperceptible. Steganografi Least Significant Bit (LSB) menyembunyikan pesan pada bit terakhir piksel, namun LSB konvensional yang menyisip secara berurutan tanpa mempertimbangkan tekstur citra rentan terhadap steganalysis. Penelitian ini mengintegrasikan LSB dengan Convolutional Neural Network (CNN) MobileNetV2 untuk pemilihan lokasi adaptif. Citra cover di-resize 224x224, dinormalisasi, dan diekstraksi pada layer block_13_expand_relu untuk menghasilkan peta koefisien tekstur. Threshold Top-X% (10%-90%) digunakan untuk membentuk binary map penentu piksel aman. Pengujian pada 20 citra (10 ALASKA, 10 smartphone) menggunakan PSNR, SSIM, MSE dan jumlah perubahan piksel. Hasil menunjukkan kualitas sangat baik dengan PSNR rata-rata 85,80 dB, SSIM 0,999996, dan MSE 0,000794, jauh di atas ambang imperceptible 30 dB. Metode LSB+CNN menurunkan perubahan piksel dari 2234,5 menjadi 1531,7 (31,45%), membuktikan pemilihan piksel yang lebih selektif pada area bertekstur kompleks sehingga visual tetap terjaga.]]>
Copyrights © 2026
