relation: https://eprints.amikom.ac.id/id/eprint/32091/
title: SISTEM KEAMANAN DATA IOT BERBASIS ENKRIPSI   AES-128 DAN DETEKSI ANOMALI LSTM DENGAN  OPTIMASI TENSORFLOW LITE PADA  PERANGKAT EDGE
creator: Prasetyanto, Yunus Eka
subject: 000 Ilmu komputer, informasi dan pekerjaan umum
description: Keamanan jaringan pada ekosistem Internet of Things (IoT) menjadi isu  krusial seiring meningkatnya perangkat terhubung dengan sumber daya komputasi  terbatas. Ancaman seperti penyadapan data dan serangan intrusi membahayakan  integritas sistem, sementara metode deteksi konvensional kerap membebani  kinerja perangkat. Penelitian ini mengusulkan sistem keamanan bertingkat yang  menggabungkan kriptografi AES-128 untuk kerahasiaan data dan Intrusion  Detection System (IDS) berbasis Long Short-Term Memory (LSTM) untuk deteksi  anomali. Model LSTM dilatih menggunakan dataset CICIoT2023 dengan teknik  SMOTE pada data latih untuk menyeimbangkan kelas (rasio awal  normal:serangan 1:41), kemudian dioptimasi menggunakan kuantisasi dinamis  TensorFlow Lite (TFLite) agar efisien dijalankan di perangkat edge. Pengujian  dilakukan dengan mensimulasikan enkripsi secara terisolasi pada VM 32-bit dan  pengujian integrasi inferensi pada lingkungan 64-bit.   Hasil penelitian menunjukkan model mampu mencapai akurasi  keseluruhan sebesar 99%, dengan kemampuan mengenali kelas normal yang  sangat baik (Recall 0,99 dan F1-score 0,83). Konversi ke format TFLite berhasil  mempercepat waktu inferensi rata-rata hingga 134,3 kali lipat (dari 113,85 ms  pada model standar menjadi 0,848 ms) tanpa mengorbankan performa deteksi.  Proses enkripsi AES-128 berjalan sangat efisien dengan latensi di bawah 1 ms.  Secara akumulatif, integrasi sistem keamanan enkripsi dan deteksi anomali (endto-end)    ini hanya menambah total beban latensi sekitar 1,0 ms, yang sangat  memenuhi standar real-time untuk aplikasi IoT (umumnya < 100 ms). Penelitian  ini membuktikan bahwa kombinasi enkripsi simetris dan deteksi anomali berbasis  kecerdasan buatan yang dioptimasi sangat layak diimplementasikan pada  ekosistem perangkat edge yang terbatas, meskipun implementasi langsung pada  perangkat keras fisik masih disarankan untuk pengujian selanjutnya.
date: 2026-02-26
type: Thesis
type: NonPeerReviewed
format: text
language: id
identifier: https://eprints.amikom.ac.id/id/eprint/32091/1/COVER.pdf
format: text
language: id
identifier: https://eprints.amikom.ac.id/id/eprint/32091/2/BAB%20I.pdf
format: text
language: id
identifier: https://eprints.amikom.ac.id/id/eprint/32091/3/BAB%20II.pdf
format: text
language: id
identifier: https://eprints.amikom.ac.id/id/eprint/32091/4/BAB%20III.pdf
format: text
language: id
identifier: https://eprints.amikom.ac.id/id/eprint/32091/5/BAB%20IV.pdf
format: text
language: id
identifier: https://eprints.amikom.ac.id/id/eprint/32091/6/BAB%20V.pdf
format: text
language: id
identifier: https://eprints.amikom.ac.id/id/eprint/32091/10/Daftar%20Pustaka%20dan%20Lampiran.pdf
format: archive
language: id
identifier: https://eprints.amikom.ac.id/id/eprint/32091/8/Sourcecode%20-22.11.4976.zip
format: text
language: id
identifier: https://eprints.amikom.ac.id/id/eprint/32091/9/Publikasi.pdf
identifier:   Prasetyanto, Yunus Eka  (2026) SISTEM KEAMANAN DATA IOT BERBASIS ENKRIPSI AES-128 DAN DETEKSI ANOMALI LSTM DENGAN OPTIMASI TENSORFLOW LITE PADA PERANGKAT EDGE.  S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.