Pengantar Kriptografi

Kriptografi adalah suatu ilmu yang mempelajari bagaimana cara menjaga agar data atau pesan tetap aman saat dikirimkan, dari pengirim ke penerima tanpa mengalami gangguan dari pihak ketiga. Menurut Bruce Scheiner, 1996 dalam bukunya "Applied Cryptography", kriptografi adalah ilmu pengetahuan dan seni menjaga message-message agar tetap aman (secure).Dengan kata lain kriptografi (cryptography) merupakan ilmu dan seni untuk menjaga pesan agar aman. Para pelaku atau praktisi kriptografi disebut crytograpers. Sebuah algoritma kriptografik (cryptographic algorithm) disebut chipper, merupakan persamaan matematik yang digunakan untuk proses enskripsi dan deskripsi. Biasanya kedua persamaan matematik (untuk enskripsi dan deskripsi) tersebut memiliki hubungan matematis yang cukup erat. Proses yang dilakukan untuk mengamankan sebuah pesan (yang disebut plaintext) menjadi pesan yang tersembunyi (disebut Chipertext) adalah enskripsi (encryption).

         Algoritma kriptografi modern tidak lagi mengandalkan keamanannya pada kerahasiaan algoritma tetapi kerahasiaan kunci. Plaintext yang sama bila disandikan dengan kunci yang berbeda akan menghasilkan ciphertext yang berbeda pula. Dengan demikian algoritma kriptografi dapat bersifat umum dan boleh diketahui oleh siapa saja, akan tetapi tanpa pengetahuan tentang kunci, data tersandi tetap saja tidak dapat terpecahkan. Sistem kriptografi atau cryptosystem adalah sebuah algoritma kriptografi ditambah semua kemungkinan plaintext, chipertext dan kunci. Untuk mengenkripsi dan mendeskripsi data. Kriptografi menggunakan suatu algoritma (cipher) dan kunci (key). Cipher adalah fungsi matematika yang digunakan untuk mengenkripsi dan mendeskripsi data. Sedangkan kunci merupakan sederetan bit yang diperlukan untuk mengenkripsi dan mendeskripsi data. 

Data Mining dan KDD

Dengan semakin berkembangnya bidang-bidang yang menerapkan konsep data mining, membuat semakin banyak kebutuhan akan informasi-informasi. Hal ini kemudian melahirkan konsep tentang Knowledge Discovery in Database (KDD). Penggunaan istilah data mining dan Knowledge Discovery in Database (KDD) seringkali digunakan secara bergantian untuk menjelaskan proses penggalian informasi tersembunyi dalam suatu basis data yang besar. Sebenarnya kedua istilah tersebut memiliki konsep yang berbeda, tetapi berkaitan satu sama lain. Dimana salah satu tahapan dalam keseluruhan proses KDD adalah data mining. Sebagai suatu bagian dari rangkaian proses KDD, data mining merupakan suatu bagian yang penting karena berkaitan dengan ekstraksi dan perhitungan pola-pola dari data yang ditelaah. Berikut ini penjelasan dari tahap-tahap tersebut :

1. Data cleaning

 Tahapan ini bertujuan untuk membuang noise dan data yang tidak konsisten atau relevan dengan tujuan akhir dari proses.

2. Data integration

Tahapan ini bertujuan untuk menggabungkan atau mengkombinasikan data yang berasal dari berbagai sumber data.

3. Data selection

Tahapan ini bertujuan untuk memilih atau menyeleksi data apa saja yang relevan dan diperlukan dari database.

4. Data transformation

Tahapan ini bertujuan untuk menentukan kualitas dari hasil data mining, sehingga di tahap ini data diubah menjadi bentuk yang sesuai untuk di-mining.

5. Data mining

Pada tahapan ini dilakukan p roses mining untuk mengekstrak data sehingga dihasilkan data pattern.

6. Pattern evaluation

Pada tahap ini hasil dari teknik data mining berupa pola-pola yang khas maupun model prediksi dievaluasi untuk menilai apakah hipotesa yang ada telah tercapai.

7. Knowledge presentation

Tahapan presentasi pola yang ditemukan dari proses data mining kepada pengguna.

Cerita Pertama...