Autentifikasi pengenalan pola Tanda Tangan manual menggunakan Jaringan Saraf Tiruan LVQ (Learning Vector Quantization) dan Tanda Tangan digital menggunakan Algoritma RSA (Riset Shamir Adleman)

ABSTRAK

Informasi merupakan kebutuhan manusia, bukan saja pada abad modern ini, tetapi sejak manusia tercipta. Hal ini disebabkan, antara lain oleh adanya naluri ingin tahu yang menghiasi makhluk bernama manusia. Internet merupakan salah satu media untuk bertukar informasi atau berkomunikasi. Ketika saling berkomunikasi tidak menutup kemungkinan untuk mengirim informasi yang berbentuk dokumen elektronik (file) yang memiliki tanda tangan untuk megesahkan dokumen. Hal ini memerlukan adanya mekanisme untuk menjamin keaslian (autentifikasi) tanda tangan tersebut dengan tujuan informasi yang dikirim sesuai dengan kebenarannya. Keaslian (autentifikasi) tanda tangan menjadi aset yang sangat berharga baik dari suatu organisasi, perusahaan, pemerintah maupun pribadi. Hal ini menyebabkan keaslian (autentifikasi) tanda tangan menjadi sangat penting untuk dilindungi dari orang-orang yang tidak bertanggung jawab yang akan memanipulasi tanda tangan untuk kepentingannya yang dapat merugikan orang lain.

Mekanisme keamanan diperlukan untuk menjamin keaslian dari tanda tangan tersebut, dalam penelitian ini akan dibangun mekanisme untuk menjamin keaslian tanda tangan atau autentifikasi dengan menghubungkan pengenalan tanda tangan manual menggunakan jaringan saraf tiruan LVQ dengan tanda tangan digital menggunakan algoritma RSA.

Tujuan dari penelitian ini adalah mengimplementasikan algoritma RSA dan LVQ untuk autentifikasi tanda tangan manual dan digital kedalam aplikasi. Aplikasi ini dibangun dengan menggunakan bahasa pemograman Delphi dan menggunakan Database Access. Metode autentifikasi menggunakan jaringan saraf tiruan LVQ (Learning Vector Quantization) dan algoritma RSA (Riset Shamir Adleman). LVQ adalah metode pengenalan pola yang melakukan pembelajaran terlebih dahulu atau supervised learning, sedangkan RSA adalah algoritma kriptografi yang mempunyai dua kunci yaitu kunci publik dan kunci rahasia.

Berdasarkan hasil uji coba yang telah dilakukan, maka Authentifikasi tanda tangan manual dengan jaringan saraf tiruan LVQ dan tanda tangan digital dengan algoritma RSA menghasilkan tingkat keberhasilan sukses sebesar 100 % untuk tanda tangan digital, dan 74 % untuk tanda tangan manual dengan pembelajaran menggunakan nilai max epoch 1000, nilai Learning rate 0,01-0,09 dan nilai target error 0,01. Dan rata–rata waktu penandatangan (signing) 15 milidetik dan rata-rata untuk verifikasi 53 milidetik.

ABSTRACT

Information is a human need, not only in this modern age, but since man is created. This is due, among others, by the instinct to know that adorned creature called human. Internet is a medium to exchange information or communicate. When communicating with each other did not close the possibility to send information in the form of electronic documents (files) that have megesahkan signatures to the document. This requires mechanisms to ensure the authenticity (authentication) with a view to signature information transmitted in accordance with the truth. Authenticity (authentication) signature becomes a valuable asset both from an organization, company, government or private. This causes the authenticity (authentication) signature is very important to be protected from people who are not responsible who will manipulate signatures to its interests that could harm others.

Security mechanisms necessary to ensure the authenticity of these signatures, in this study will be built mechanisms to ensure the authenticity of the signature or authentication by connecting the manual signature recognition using LVQ neural networks with digital signatures using RSA algorithm.

The purpose of this study was to implement the RSA algorithm and LVQ for authentication and digital signatures into applications manually. This application was built using Delphi programming language and use the Access database. Authentication method using an artificial neural network LVQ (Learning Vector Quantization) algorithm and RSA (Research Shamir Adleman). LVQ is a method of pattern recognition is done prior learning or supervised learning, while RSA is a cryptographic algorithm that has two keys namely a public key and secret key.

Based on trial results that have been done, then the manual signature Authentication with LVQ neural network and digital signatures with RSA algorithm to produce the success rate of 100% success for digital signatures, and 74% for manual signatures by learning to use the max epoch 1000, the value of learning rate from 0.01 to 0.09 and 0.01 target value error. And the average time of signing (signing) 15 milliseconds and the average for the verification of 53 milliseconds.