DISTRIBUSI KUNCI DINAMIS PADA KRIPTOGRAFI SIMETRIS BERDASARKAN WAKTU PENGIRIMAN

DISTRIBUSI KUNCI DINAMIS PADA KRIPTOGRAFI SIMETRIS
BERDASARKAN WAKTU PENGIRIMAN
Hadiq1, Jumadi M. Parenreng2
email : hadiq_stikom@yahoo.co.id1 , jparenreng@yahoo.com 2
Program Pascasarjana Teknik Informatika
Institut Teknologi Sepuluh Nopember Surabaya
Kampus ITS, Sukolilo-Surabaya 60111
Telp. 031 599 2526, 594 7213
Fax: 031 594 7213

Abstrak
Manajemen pendistribusian kunci memberikan rasa aman dalam melakukan pengiriman dan penerimaan data melalui jaringan. Kehadiran hacker merupakan tantangan tersendiri dalam disiplin ini terutama karena semakin banyaknya tool gratis yang bisa di dapat dari internet untuk mempermudah proses hacking. Penelitian ini akan mengembangkan teknik distribusi kunci yang selalu berubah (Dinamis) setiap kali data dikirim (Berdasarkan waktu kirim) sehingga mempersulit proses hacking karena kunci yang ditemukan untuk sebuah pesan tidak dapat digunakan untuk mendekrip pesan yang lain.Dari pengujian yang telah dilaksanakan, dengan metode ini sebuah pesan yang dikirm beberapa kali pada waktu yang berbeda mempunyai bentuk data tereknripsi yang berbeda karena di enkripsi dengan kunci yang berbeda. Metode ini masih perlu disempurnakan dengan algoritma yang bisa dipublikasikan, dengan demikian semakin mempersulit penyerang untuk membongkar data
terenkripsi yang dikirim melalui jaringan. Keyword : Link Enkripsi, Kunci Dinamis, Kunci Simetris, Distribusi Kunci, Key Generator

Meletakkan Beban

Meletakkan Beban ...

Alexis Carrel seorang ahli bedah kelahiran Lyons, Prancis, pejuang militer, sekaligus ilmuwan yang pernah mengilhami Charles Lindbergh

dalam ilmu penerbangan, dikenal sebagai pekerja keras.

Meski demikian pemenang Nobel Kedokteran 1912 ini tetap menyarankan agar kita mencari waktu untuk ngaso (istirahat, Red.) di tengah

sempitnya kesempatan. Sebaiknya kita istirahat dan menghibur diri dengan berbagai cara sehingga istirahat dan hiburan tersebut tidak

menimbulkan kelelahan baru.

Manfaat ngaso bermacam-macam. Hari ini seorang profesor memulai kuliahnya dengan mengangkat sebuah gelas kaca penuh air di depan para mahasiswanya.

"Berapa berat gelas ini?"

Jawaban mahasiswa beragam, "Mungkin 100 gram, 150 gram, 1/4 kg."

"Saya sendiri juga tidak tahu kecuali kalau saya menimbangnya lebih dulu," ujar sang profesor kalem, "Pertanyaannya adalah, apakah yang

akan terjadi kalau saya memegang gelas ini selama beberapa menit?"

"Tidak akan terjadi apa-apa," jawab seorang mahasiswa.

"Kalau saya memegangnya selama satu jam?"

"Paling-paling tangan Anda akan kaku dan capek."

"Bagaimana kalau saya memegang gelas ini selama satu hari?"

"Tangan Anda akan kebas, orot-otot lengan menjadi kaku dan tegang. Kemungkinan terburuk bisa lumpuh."

Ok. Apakah selama itu berat gelas bertambah?"

"Oh, tidak"

"Lantas, apa yang menyebabkan tangan saya sakit?"

Suasana kelas berubah hening. Tiba-tiba ada yang nyeletuk, "Kalau gitu, letakkan saja gelas itu di meja."

"Tepat!" kata profesor.

Beban hidup kita sama seperti itu. Kalau sebuah masalah kita pikirkan dalam beberapa menit, beberapa jam, masih OK. Namun kalau berhari-hari, berbulan-bulan terus dipikirkan sudah pasti akan membuat kita sakit.

Memang penting memikirkan problem hidup. Namun jauh lebih penting kalau bisa "meletakkan' problem itu sebelum kita tidur. Agar esok

hari segar kembali untuk mencari jalan keluarnya. *

Sumber: KCM - Sabtu, 07 Januari 2006

Light-Weight Frequent Item Mining

RESOURCE AWARE ON-LINE DATA STREAM FREQUENT ITEM MINING

MINING DATA BERFREKUENSI TERBANYAK PADA ALIRAN DATA ON-LINE MENGGUNAKAN FRAMEWORK RESOUREC-AWARE

 

Nama Mahasiswa      : Jumadi M. Parenreng

NRP                                 : 5108.201.032

Pembimbing                : Prof. Dr. Ir. Supeno Djanali, M.Sc, Ph.D

                                             Ary Mazharuddin Shiddiqi, S.Kom, M.Comp.Sc

 

 

ABSTRAK

 

Online Data Stream saat ini menjadi trend komunikasi data, ini tidak terlepas dari kemampuan transfer data dari perangkat jaringan yang semakin cepat sehingga sangat memungkinkan untuk transfer live data stream. Pemanfaatan teknologi ini salah satunya dimanfaatkan oleh perangkat Wireless Sensor Network (WSN). Hanya saja kendalanya adalah sumber daya (Resource) yang dimiliki oleh setiap perangkat wireless berupa Bateri, Memori dan CPU sangat terbatas. Karena demikian terbatasnya sumber daya yang dimiliki oleh setiap perangkat wireless sehingga muncul ide jika data yang didapatkan oleh perangkat wireless tidak seharusnya dikirimkan seluruhnya ke server pengelohan data karena akan menghabiskan sumber daya, tetapi data yang dikirim adalah data yang telah mengalami proses mining sehingga data yang didapat adalah data yang benar-benar dibutuhkan saja. Pengolahan data model ini diperkenalkan oleh Gaber et al [13] dengan nama Algorithm Granularity (AG) yang memanfaatkan Resource-Aware (RA) ketersediaan berupa  Memory, CPU dan Bateri.

Algoritma Granularitas oleh Gaber et al menuliskan bahwa ada tiga Algoritma Granularitas yang didasarkan pada teknik mining yakni : Light Weight Clustering (LWC), Light Weight Classification (LWClass) dan Light Weight Frequent Item (LWF). Dua algoritma sebelumnya, LWC dan LWClass telah dilakukan pembuktian oleh peneliti-peneliti lain, adapun penelitian tesis ini dikhususkan pada pembahasan tentang Algoritma LWF yang bekerja dengan memanfaatkan ketersediaan sumber daya (Resource-Aware) yang dimiliki, banyaknya Frequent Item dan banyaknya counter yang terus berubah sesuai dengan ketersediaan memori dan waktu. Item yang memiliki jumlah frekuensi data terendah akan dilepaskan dari memori secara periodik sehingga hanya mengijinkan jenis data dengan frekuensi terbanyak untuk menempati memori. Yang ingin dicapai dari penelitian tesis ini adalah pembuktian algoritma LWF sekaligus sebagai pembanding dengan dua algoritma granularitas lainnya. Percobaan dari algoritma ini menggunakan data yang telah digunakan oleh peneliti sebelumnya dan dilakukan dengan simulasi pada program Java.

 

Kata Kunci : Data Stream, Algoritma Granularity, Resource-Aware, Frequent Item, Wireless Sensor