Claim Missing Document
Check
Articles

Found 2 Documents
Search

IMPLEMENTATION OF CRYPTOGRAPHY AND STEGANOGRAPHY FOR TEXT ON COVER IMAGE USING AES AND F5 ALGORITHM Ratna Astuti Nugrahaeni; R. Rumani M. R. Rumani M.; Surya Michrandi Nasution
TEKTRIKA Vol 1 No 1 (2016)
Publisher : Telkom University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25124/tektrika.v1i1.248

Abstract

This journal explains about implementation that combine both cryptography and steganography method for texton cover image to increase the security level. Text will be encrypted with AES algorithm, and then it will be embedded to the cover image using F5 algorithm. The implemented AES algorithm has a good performance, with Avalanche Effect value ranges from 0.43 – 0.59. The resulting image, or stego image, has a very similar histogram with the original image, so there is no significant difference between the two of them. However, the file size change about 1.25 – 3.25 times larger than theoriginal image. If noise or disruption is given to stego image, the information can not be extracted.Keywords: cryptography, steganography, AES, F5
REKOMENDASI SISTEM PEMILIHAN MOBIL MENGGUNAKAN K-NEAREST NEIGHBOR (KNN) COLLABORATIVE FILTERING Ilham Gumantung Gusti; Muhammad Nasrun; Ratna Astuti Nugrahaeni
TEKTRIKA Vol 4 No 1 (2019): TEKTRIKA Vol.4 No.1 2019
Publisher : Telkom University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25124/tektrika.v4i1.1846

Abstract

Mobil merupakan kendaraan yang sangat dibutuhkan pada masa ini. Banyak dari pengguna ketika ingin memilih mobil hanya mengetahui sebagian dari informasi mobil yang disukainya tanpa mengetahui informasi mobil lain yang sejenis. Rekomendasi sistem pemilihan mobil merupakan sistem yang dapat digunakan oleh pengguna dalam memilih mobil. Dengan diterapkannya rekomendasi sistem pemilihan mobil, pengguna akan mendapatkan informasi lebih mengenai mobil yang ingin dipilih, dan mobil lain yang mungkin mobil tersebut sama sekali belum diketahui oleh pengguna. Dalam rekomendasi sistem pemilihan mobil, penulis menerapkan metode K-Nearest Neighbor (KNN) Collaborative Filtering yang dilakukan berdasarkan jarak kedekatan Data Testing dengan Data Training. Kedekatan data (kemiripan data) tersebut digunakan untuk merekomendasikan mobil ke pengguna. Hasil yang diperoleh dalam penelitian ini adalah jika ingin mendapatkan 10 mobil terbaik maka jarak maksimal yang digunakan adalah 5%, dan akurasi terbaik didapatkan ketika K = 10 yaitu sebesar 95,15%.