Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : eProceedings of Engineering

Implementasi dan Analisis New Lightweight Cryptographic Algorithm (NLCA) pada Perangkat Berdaya Komputasi Rendah Rahardja, Khairunnisa Novitania; Afianti, Farah
eProceedings of Engineering Vol. 11 No. 4 (2024): Agustus 2024
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Perkembangan teknologi memungkinkan smart devices untuk saling terhubung melalui Internet of Things (IoT), membuka berbagai peluang aplikasi dalam kehidupan seharihari. Namun, hal ini juga menimbulkan kekhawatiran terhadap keamanan data dan privasi, terutama karena perangkat IoT memiliki keterbatasan daya komputasi, memori, dan daya baterai. Untuk mengatasi ini, kriptografi ringan seperti New Lightweight Cryptographic Algorithm (NLCA) menjadi penting. NLCA menjanjikan kinerja lebih cepat dibandingkan dengan algoritma kriptografi ringan lainnya. Namun, belum diuji pada perangkat berdaya komputasi rendah. Dalam penelitian ini, data dengan panjang 32, 200, 400, dan 800 karakter diuji menggunakan simulator perangkat ESP32. Pada data sepanjang 200 karakter, NLCA memerlukan waktu 66,645 detik, sedangkan AES hanya membutuhkan 1,682 detik. Hasil penelitian menunjukkan bahwa NLCA memiliki rata-rata waktu eksekusi yang lebih lama dibandingkan dengan AES, dengan fungsi F menjadi faktor utama yang memperpanjang waktu eksekusi. Kata kunci— Kriptografi ringan, Internet of Things
Prediksi Harga Dogecoin Berdasarkan Sentimen dari Twitter Menggunakan LSTM Prasetyo Nugroho, Ecky; Saadah, Siti; Afianti, Farah
eProceedings of Engineering Vol. 10 No. 5 (2023): Oktober 2023
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Abstrak— Dogecoin adalah mata uang kripto yang diciptakan oleh Billy Markus dan Jackson Palmer, tetapi mereka membuat Dogecoin hanya untuk dibuat sebagai bahan candaan di dunia mata uang kripto. Tugas akhir ini menganalisis sentimen dan prediksi terhadap Doge dengan melakukan korelasi antara harga Doge terhadap data yang dikumpulkan dari media social Twitter mengenai Doge. Penelitian ini dilakukan menggunakan pendapat-pendapat yang disampaikan oleh pengguna jejaring sosial yang menggunakan bahasa Inggris. Metode yang digunakan adalah LSTM dengan mengacu pada penelitian-penelitian sebelumnya yang menunjukkan bahwa LSTM memberikan akurasi tertinggi. Data yang digunakan pada penelitian ini adalah harga doge dan tweet pada periode januari-april 2021. Menentukan korelasi antara doge dan tweet dilakukan dengan korelasi pearson dimana hasil korelasi tersebut menentukan korelasi positif, korelasi negatif dan tidak berkorelasi, setelah itu dilakukan prediksi harga doge close dengan LSTM. Harga Doge Close berkorelasi dengan sentimen, namun tidak kuat tidak juga lemah. Tidak ada peningkatan akurasi hasil prediksi dibandingkan pengujian pertama yang dimana pada pengujian pertama nilai RMSE sebesar 0,003 dan pengujian kedua nilai RMSE sebesar 0,008.Kata kunci— analisis sentimen, LSTM, prediksi, korelasi