KRIPTANALISIS ALGORITMA KRIPTOGRAFI RSA MENGGUNAKAN HYBRID JARINGAN SYARAF TIRUAN EXTREME LEARNING MACHINE DENGAN HARMONY SEARCH DAN SIMULATED ANNEALING
| Main Author: | BACHTIYAR MUCLIS ARIEF, 081211233006 |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | ind |
| Terbitan: |
, 2016
|
| Subjects: | |
| Online Access: |
http://repository.unair.ac.id/45342/1/ABSTRAK.pdf http://repository.unair.ac.id/45342/2/MPM.%20100-16%20Ari%20k.pdf http://repository.unair.ac.id/45342/ http://lib.unair.ac.id |
Daftar Isi:
- Pada skripsi ini membahas kriptanalisis algoritma kriptografi RSA menggunakan Hybrid jaringan syaraf tiruan Extreme Learning Machine (ELM) dengan Harmony Search (HS) dan Simulated Annealing (SA). Jaringan syaraf tiruan ELM diterapkan untuk mendapatkan plainteks dari cipherteks yang telah dienkripsi melalui proses RSA. Algoritma RSA didesain dan diimplementasikan pada sistem untuk mendapatkan sampel cipherteks yang akan diuji. Dalam mendekripsikan cipherteks RSA jaringan syaraf tiruan yang didesain pada sistem membutuhkan informasi kunci publik dan beberapa parameter pada pelatihan jaringan syaraf tiruan dan metode metaheuristik ELM-HS-SA. Cipherteks yang didapatkan dari hasil enkripsi algoritma kriptografi RSA beserta kunci publiknya dimanfaatkan sebagai data pelatihan pada jaringan syaraf tiruan. Kemudian dengan melakukan simulasi pembelajaran data cipherteks dari algoritma RSA, maka dapat dibangun dengan jaringan syaraf tiruan yang di hybrid dengan metode metaheuristik HS dan SA untuk mencari pola keterkaitan antara cipherteks plainteks supaya mendapatkan plainteksnya kembali. HS dan SA digunakan untuk mengoptimalkan MSE yang merupakan fungsi tujuan dari penelitian ini. Berdasarkan hasil pengujian yang telah dicapai, didapatkan bahwa hasil kriptanalisis dengan ELM-HS-SA dengan menggunakan bantuan software NetBeans 8.1 berhasil mendeteksi cipherteks RSA menjadi plainteks awalnya dengan tingkat keakuratan yang tinggi dan ELM-HSSA mampu mencapai error untuk proses klasifikasi sebesar 7.4088697215769630E-15.