Untuk mencapai parameter watermark yang efisien dalam proses penyisipan terdapat tiga karakteristik penting, yaitu imperceptibility, robustness dan capacity. Bagaimanapun, terdapat trade-off diantara karakteristik tersebut. Guna mengurangi kelemahan dan mendapatkan keuntungan dari masing-masing metode dibutuhkan penggabungan teknik metode tersebut.
Pada tugas akhir ini telah dilakukan analisis terhadap Watermarked Audio menggunakan metode transformasi wavelet Lifting Wavelet Transform (LWT), Discrete Sine Transform (DST), Empirical Mode Decomposition (EMD) dan Compressive Sampling (CS) pada citra watermark. Proses penyisipan dengan metode Quantization Index Modulation (QIM) dan Statistical Mean Manipulation (SMM). Dalam metode ini, CS memiliki fungsi untuk mengkompresi citra watermark agar memiliki bentuk yang lebih sederhana sebelum dilakukan penyisipan ke dalam host audio. LWT merupakan suatu teknik untuk menguraikan sinyal menjadi 2 sub-band, yaitu low sub-band dan high sub-band. Setelah dilakukan LWT kemudian dilakukan proses DST pada sub-band 1 dan proses EMD pada sub-band lainnya. DST digunakan untuk mengubah sinyal audio dari domain waktu ke domain frekuensi. EMD berfungsi untuk mendekomposisikan sinyal audio menjadi komponen Intrinsic Mode Function (IMF) dan residu. Proses penyisipan data watermark ke dalam host audio dilakukan menggunakan metode QIM dan SMM.
Dari tugas akhir ini diperoleh hasil berupa sistem Audio Watermarking yang menghasilkan tingkat imperceptibility yang baik dari parameter optimal dengan nilai rata-rata SNR = 26 dB, nilai rata-rata ODG = -3.127 dan Kapasitas = 34.453 bps. Metode ini juga memiliki tingkat robustness cukup baik dengan tahan terhadap serangan LPF, BPF, Resampling, Linear Speed Change dan kompresi MP3 dengan nilai rata-rata BER = 0.101. Nilai MOS rata-rata yang diperoleh dari hasil survei terhadap 30 responden adalah sebesar 4.26.
Kata kunci : Audio Watermarking, Discrete Sine Transform (DST), Lifting Wavelet Transform (LWT), Empirical Mode Decomposition (EMD), Compressive Sampling, Quantization Index Modulation (QIM), Statistical Mean Manipulation (SMM)