Implementasi Vigenere Cipher Pada Pengamanan Data Medis

Main Article Content

Abduh Riski

Abstract

Fokus dari penelitian ini adalah melakukan pengamanan data medis berupa citra menggunakan teknik kriptografi vigenere cipher. Data medis berupa rekam medis adalah sesuatu yang harus dijaga kerahasiaannya. Kemudian, di era yang serba digital, sangat dibutuhkan suatu metode penyimpanan citra rekam medis yang bersifat digital agar terjaga kerahasiaannya. Vigenere cipher adalah metode kriptografi klasik substitusi abjad-majemuk. Biasanya vigenere cipher digunakan untuk mengenkripsi pesan berbasis teks. Pada penelitian ini vigenere digunakan untuk menyandikan citra dan kunci yang digunakan juga berupa citra. Langkah pertama, citra asli dan citra kunci ditransformasi menjadi matriks piksel dengan kedalaman 8 bit. Kemudian langkah selanjutnya dilakukan enkripsi menggunakan vigenere cipher. Hasil penelitian menunjukkan metode yang diusulkan dapat digunakan untuk mengamankan citra data medis. Diperoleh NPCR sebesar 100% dengan rata-rata UACI 20% untuk citra RGB  dan 43% untuk citra biner.

Article Details

Section
Applied Mathematics

References

[1] A. Ampera, œTanggung jawab rumah sakit terhadap pasien dalam pelaksanaan pelayanan kesehatan, Jurnal Al-Ishlah, vol. 19, no. 2, pp. 197212, 2017.

[2] A. A. Bruen and M. A. Forcinito, Cryptography, Information Theory, and Error-Correction. John Wiley & Sons, Inc., 2004.

[3] E. Gunadhi and A. Sudrajat, œPengamanan data rekam medis pasien menggunakan kriptografi vigenere cipher, Jurnal Algoritma, vol. 13, no. 1, 2016.

[4] Y. A. Gerhana, E. Insanudin, U. Syarifudin, and M. R. Zulmi, œDesign of digital image application using vigenere cipher algorithm, in 2016 4th International Conference on Cyber and IT Service Management, IEEE, Apr. 2016.

[5] Y. Wu, J. P. Noonan, and S. Agaian, œNpcr and uaci randomness tests for image encryption, in Cyber Journals: Multidisciplinary Journals in Science and Technology, Journal of Selected Areas in Telecommunications (JSAT), pp. 3138, 2011.

[6] F. A. Spanhol, L. S. Oliveira, C. Petitjean, and L. Heutte, œA dataset for breast cancer histopathological image classification, IEEE Transactions on Biomedical Engineering, vol. 63, no. 7, pp. 14551462, 2016.

[7] C. A. of Sciences Institute of Automation (CASIA), œCasia-fingerprintv5. http://biometrics.idealtest.org/.