FAIZIN, AHMAD (2025) ENKRIPSI DATASET DENGAN MENGGUNAKAN ALGORITMA HOMOMORFIK PAILLIER dan RIVEST SHAMIR ADLEMAN (RSA) PADA SISTEM PENDETEKSI OBJEK dengan ALGORITMA YOLOv8. S2 thesis, Universitas Mercu Buana-Menteng.
![[img]](https://repository.mercubuana.ac.id/style/images/fileicons/text.png) |
Text (COVER)
55423110011-AHMAD FAIZIN-01 Cover - Ahmad Faizin.pdf Download (1MB) |
|
Text (BAB I)
55423110011-AHMAD FAIZIN-02 Bab 1 - Ahmad Faizin.pdf Restricted to Registered users only Download (1MB) |
|
Text (BAB II)
55423110011-AHMAD FAIZIN-03 Bab 2 - Ahmad Faizin.pdf Restricted to Registered users only Download (6MB) |
|
Text (BAB III)
55423110011-AHMAD FAIZIN-04 Bab 3 - Ahmad Faizin.pdf Restricted to Registered users only Download (2MB) |
|
Text (BAB IV)
55423110011-AHMAD FAIZIN-05 Bab 4 - Ahmad Faizin.pdf Restricted to Registered users only Download (6MB) |
|
Text (BAB V)
55423110011-AHMAD FAIZIN-06 Bab 5 - Ahmad Faizin.pdf Restricted to Registered users only Download (763kB) |
|
Text (DAFTAR PUSTAKA)
55423110011-AHMAD FAIZIN-07 Daftar Pustaka - Ahmad Faizin.pdf Restricted to Registered users only Download (271kB) |
|
Text (LAMPIRAN)
55423110011-AHMAD FAIZIN-08 Lampiran - Ahmad Faizin.pdf Restricted to Registered users only Download (438kB) |
Abstract
Saat ini, telah banyak penelitian yang berkaitan dengan pendeteksian objek, akan tetapi masih sedikit yang memperhatikan aspek keamanan data, khususnya enkripsi terhadap dataset yang digunakan, hal ini sangatlah penting karena dataset pada sistem pendeteksian objek merupakan dataset pribadi dari setiap objek yang direkam, sehingga sangat penting untuk dijaga kerahasiaannya dari pihak yang tidak berwenang. Pada penelitian ini dilakukan proses enkripsi dataset pada sistem pendeteksian objek dengan menggunakan algoritma Homomorfik Paillier dan melakukan enkripsi kunci pribadi dengan menggunakan algoritma RSA untuk meningkatkan keamanan dari dataset yang dienkripsi. Proses enkripsi dilakukan pada channels R dan G dari gambar RGB, kemudian melakukan pelatihan model deteksi objek manusia dengan menggunakan dataset yang terenkripsi. Keberhasilan enkripsi dianalisa berdasarakn parameter MSE, PSNR, dan SSIM, yang menunjukkan bahwa dataset telah berhasil dienkripsi dan sangat sulit untuk diidentifikasi sebagai sebuah objek. Enkripsi yang dilakukan pada kunci pribadi meningkatkan keamanan dari dataset sehingga diperlukan estimasi waktu untuk melakukan pemecahan kunci selama 1 ∗ 10117 tahun. Proses enkripsi 2 channels pada algoritma Homomorfik Paillier membutuhkan waktu 8-9 menit pada setiap gambar dengan penggunaan RAM mencapai 79%. Walaupun hasil deteksi pada dataset yang terenkripsi memiliki penurunan kualitas jika dibandingkan dengan dataset yang tidak dienkripsi, dengan hasil deteksi yang tidak sesuai pada beberapa kondisi, akan tetapi secara umum penelitian ini menunjukkan bahwa sistem enkripsi pada dataset pendeteksian objek mendapatkan hasil persentase keberhasilan yang signifikan diantara 80-97% pada saat pengujian. Currently, numerous studies have focused on object detection; however, little attention has been given to data security, particularly the encryption of the datasets used. This is a crucial concern, as datasets in object detection systems often contain private information related to the recorded objects, making it essential to ensure their confidentiality and protect them from unauthorized access. This study describes the use of image-based datasets encrypted using the Homomorphic Paillier algorithm, with the private key further secured using the RSA algorithm to enhance the overall security of the encrypted dataset. The encryption process is applied to the R and G channels of RGB images, followed by training a human-object detection model using encrypted dataset. The success of the encryption is evaluated using MSE, PSNR, and SSIM metrics, these results indicate that the dataset has been successfully encrypted and is difficult to visually recognize as an object. The dual encryption scheme provides strong cryptographic security, with brute-force the key estimated to require 1 ∗ 10117 years. Encrypting two channels using the Homomorphic Paillier algorithm takes approximately 8–9 minutes per image, with RAM usage reaching up to 79%. Training the model with the encrypted dataset produces good results, achieving near-perfect precision, low train loss, and high mAP50 scores. Although detection results using the encrypted dataset show reduced quality compared to those using unencrypted data, particularly under certain conditions where incorrect detections may occur, overall the study demonstrates that encrypting the dataset of object detection does not hinder the system’s ability to detect objects effectively with a presented between 80-97%.
| Item Type: | Thesis (S2) |
|---|---|
| NIM/NIDN Creators: | 55423110011 |
| Uncontrolled Keywords: | Enkripsi Homomorfik Paillier, RSA, Deteksi Objek, Yolov8, Dataset Gambar, Keamanan Data. Homomorphic Paillier Encryption, RSA, Object Detection, Yolov8, Image Dataset, Data Security. |
| Subjects: | 500 Natural Science and Mathematics/Ilmu-ilmu Alam dan Matematika > 510 Mathematics/Matematika > 518 Numerical Analysis/Analisis Numerik, Analisa Numerik 500 Natural Science and Mathematics/Ilmu-ilmu Alam dan Matematika > 510 Mathematics/Matematika > 518 Numerical Analysis/Analisis Numerik, Analisa Numerik > 518.1 Algorithms/Algoritma |
| Divisions: | Pascasarjana > Magister Teknik Elektro |
| Depositing User: | ZAIRA ELVISIA |
| Date Deposited: | 19 Aug 2025 05:56 |
| Last Modified: | 19 Aug 2025 05:56 |
| URI: | http://repository.mercubuana.ac.id/id/eprint/96875 |
Actions (login required)
 |
View Item |
