Penerapan algoritma Order Preserving Encryption pada lingkungan big data

Abstract

Pada zaman big data dihasilkan data yang berukuran sangat besar dengan sangat cepat. Hal ini menyebabkan beberapa masalah yaitu privasi data dan kebutuhan untuk menganalisis data yang dihasilkan. Privasi data merupakan hal yang harus diperhatikan agar pihak yang tidak berwenang tidak dapat mengakses data. Selain itu terdapat kepentingan untuk dapat mengolah data yang berukuran sangat besar agar dapat dicari pengetahuan dari data tersebut. Oleh sebab itu diperlukan sebuah metode untuk melindungi privasi data tersebut dari pihak yang tidak berwenang. Salah satu metode untuk melindungi data adalah dengan menggunakan enkripsi. Namun penggunaan algoritma enkripsi pada umumnya tidak terlalu tepat untuk dilakukan untuk data yang berukuran sangat besar. Hal ini disebabkan oleh kebutuhan untuk mendapatkan pengetahuan dari hasil enkripsi tanpa perlu didekripsi. Salah satu algoritma yang dapat digunakan adalah Order Preserving Encryption. Algoritma ini menjaga keterurutan ciphertext sesuai dengan plaintext. Pada zaman big data, sudah tidak tepat untuk dilakukan penambangan data dengan menggunakan cara tradisional. Volume data yang besar dan pertumbuhan data yang cepat tidak dapat diproses menggunakan framework pada umumnya. Untuk menghadapi masalah tersebut maka diperlukan framework Spark yang memungkinan proses komputasi paralel dalam melakukan penambangan data. Oleh sebab itu penelitian ini dilakukan untuk mengimplementasikan algoritma Order Preserving Encryption pada Spark dan juga menguji hasil penambangan data dengan mencari nilai mean, median, modus, dan clustering dengan menggunakan Spark. Berdasarkan pengujian yang dilakukan didapatkan bahwa algoritma Order Preserving Encryption dapat melakukan enkripsi dengan menggunakan kunci yang sudah pernah dibuat sebelumnya. Artinya proses enkripsi dapat dilakukan dengan benar walaupun terjadi penambahan ukuran data. Namun proses enkripsi bisa menjadi salah bila data baru terdapat nilai yang berada di luar dari jangkauan kunci. Kemudian dari penambangan data sederhana yang menggunakan mean, median, dan modus didapatkan bahwa hasil ciphertext yang memanfaatkan keterurutan dan kemunculan elemen dapat langsung dicari hasilnya tanpa perlu dilakukan dekripsi. Namun pada saat menghitung nilai mean, ciphertext tidak dapat menghasilkan nilai yang benar. Oleh sebab itu perhitungan nilai mean tidak dapat langsung dilakukan penambangan data, karena nilai perhitungannya dilakukan antar bucket sehingga nilai perhitungannya tidak konsisten. Pada pengujian hasil clustering dengan K-means didapatkan bahwa proses pemberian label tidak dapat dilakukan untuk menghasilkan label yang sama antara plaintext dengan ciphertext karena terjadi pembentukan model yang berbeda. Untuk percobaan terakhir dilakukan untuk mencari konfigurasi penambangan data yang optimal untuk K-means yang dilakukan. Dari percobaan didapatkan bahwa nilai K yang semakin tinggi akan berpengaruh untuk mendapatkan nilai error yang lebih kecil. Untuk peningkatan jumlah iterasi yang dilakukan juga akan menyebabkan nilai error yang dihasilkan semakin kecil.