Implementasi Sistem Deteksi Katarak Berbasis Website Menggunakan Algoritma Advanced Encryption Standard (AES) Dan Algoritma Rivest Code 4 (RC4)
DOI:
https://doi.org/10.34818/eoe.v9i6.18968Abstract
Abstrak—Katarak merupakan penyakit pada mata yang merupakan penyebab nomor satu kebutaan, oleh karena itu penanganan katarak harus dianggap serius dengan melakukan kontrol rutin ke dokter mata.Namun mengunjungi rumah sakit secara berkala tidak efisien untuk masyarakat khususnya masyarakat yang sibuk bekerja dan berada jauh di pedesaan. Sistem deteksi katarak untuk diagnosa dini dibutuhkan agar masyarakat dapat dengan mudah melakukan pengecekan matanya secara rutin. Maka dari itu, Tugas Akhir berpusat pada desain dan implementasi sistem deteksi katarak berbasis website menggunakan algoritma Advanced Encryption Standard (AES) dan Algoritma Rivest Code (RC4). Sistem ini dirancang untuk membantu pengguna dalam mendeteksi matanya secara dini dengan mengeluarkan diagnosa mata normal, matur, dan immatur. Desain sistem pada website yang dirancang adalah pengguna melakukan scanning pada matanya lalu data berupa image akan dikirim ke API Server Heroku lalu data akan diklasifikasikan dan dikirim ke firebase untuk di enkripsi selanjutnya data akan dikirim kembali ke website untuk di dekripsi dan diagnosa pun akan muncul. Dilakukan dua pengujian terhadap algoritma AES-256 dan RC4 dari sisi performance dan durasi enkripsi, Dari pengujian kedua algoritma tersebut didapat hasil bahwa AES-256 memiliki nilai rata-rata Avalanche Effect antara 45% - 60% sedangkan RC4 memiliki nilai rata-rata Avalanche Effect di atas 70%, sedangkan untuk waktu durasi enkripsinya AES-256 memiliki rata-rata waktu sebesar 90.3 s sedangkan RC4 sebesar 18 s. Berdasarkan hasil pengujian Quality of Service dari pengiriman data FCS website hingga ke API Server (Heroku) menghasilkan nilai rata-rata throughput sebesar 747.22 Kbps, packet loss sebesar 0.12% dan delay sebesar 24.1 s. Kata kunci — katarak, web application, advanced Encryption Standard (AES), Rivest Code 4 (RC4).Downloads
References
[1] A. T. Sulistiyani, "Efektifitas Senam Mata," pp. 1-18, 2013.
[2] I. A. V. R. Y. Ade Utia Detty, "Karakteristik Faktor Risiko Penderita Katarak," JIKSH: Jurnal Ilmiah Kesehatan Sandi Husada, vol. 10, no. e-ISSN: 2654-4563 dan p-ISSN: 2354-6093, pp. 1-6, 2021.
[3] M. N. A. N. A. H. A. Dr. Yusra Haddeh, "eview of Cataract Types and Its Pathogenesis in Patients Reviewing Al Moujtahd Hospital in Damascus, Syria," Journal of Medical Pharmaceutical and Allied Sciences , vol. 7, no. 6, 756, pp. 1-7, 2018.
[4] A. J. N. C. A. P. A. Novia Farhan Nissa, "Application of Deep Learning Using Convolutional Neural Network (CNN) Method for Women's Skin Classification," Scientific Journal of Informatics, vol. 8, pp. 1-10, 2021.
[5] R. Harminingtyas, "ANALISIS LAYANAN WEBSITE SEBAGAI MEDIA PROMOSI, MEDIA TRANSAKSI DAN MEDIA INFORMASI DAN PENGARUHNYA TERHADAP BRAND IMAGE PERUSAHAAN PADA HOTEL CIPUTRA DI KOTA SEMARANG," STIE SEMARANG, vol. 6, no. 3, pp. 1-21, 2014.
[6] I. F. Maulana, "Penerapan Firebase Realtime Database pada Aplikasi E-Tilang Smartphone berbasisMobile Android," Jurnal Resti, vol. 4, no. 5, pp. 854-863, 2019.
[7] G. P. Rahul Lanjewar, "Implementation of AES-256 Bit: A Review," Academia, no. 3, pp. 1-6, 2015.
[8] P. R. Dinantaka, "Aplikasi Metode Enkripsi Cipher Block dan Stream Cipher Menggunakan Collision Resistant Hash Function Untuk Pengamanan File Rahasia," vol. 2, no. 2, pp. 1-70, 2020.
[9] S. Gurpreet Singh, "Modified Vigenere Encryption Algorithm and its Hybrid Implementation with Base64 and AES," pp. 1-6, 2013.
[10] Z. Panjaitan, "Algoritma RC4 (Contoh Perhitungan Lengkap)," 20 Januari 2020. [Online]. Available: https://komputerkata.com/algoritma-rc4-contoh-perhitungan-lengkap/. [Accessed 2021].
[11] N. T. Amish Kumar, "Effective Implementation and Avalanche Effect of AES," vol. 1, pp. 1-5, 2012.



