PEMANFAATAN TEXT MINING PADA SISTEM REKOMENDASI PEMILIHAN ALGORITMA ENKRIPSI TERBAIK UNTUK KEAMANAN DATA MENGGUNAKAN CONTENT BASED FILTERING
DOI:
https://doi.org/10.22373/jintech.v7i1.9660Keywords:
Text Mining, TF-IDF, Keamanan Data, Algoritma Enkripsi, Cosine Similarity, Content-Based FilteringAbstract
Pemilihan algoritma enkripsi yang tepat merupakan tantangan krusial dalam menjaga keamanan data, namun banyak pengguna menghadapi kesulitan karena keterbatasan pengetahuan teknis dan banyaknya literatur yang harus dianalisis. Penelitian ini bertujuan untuk mengembangkan sistem rekomendasi berbasis Content- Based Filtering (CBF) yang terintegrasi dengan teknik text mining untuk membantu proses pemilihan algoritma enkripsi secara lebih cepat, tepat, dan berbasis data ilmiah. Metodologi penelitian yang dilakukan meliputi pengumpulan 300 artikel ilmiah dari portal Garuda Kemdikbud melalui teknik web scraping, yang kemudian melalui tahapan preprocessing seperti tokenisasi, stopword removal, dan case folding. Data tersebut direpresentasikan menggunakan metode TF-IDF, sementara tingkat kemiripan antara kebutuhan pengguna dan literatur dihitung menggunakan Cosine Similarity. Hasil penelitian menunjukkan distribusi algoritma yang paling dominan dibahas dalam literatur adalah RSA (52 artikel), AES (40 artikel), dan RC4 (25 artikel). Sistem rekomendasi yang dibangun terbukti efektif karena mampu memberikan saran yang relevan sesuai kebutuhan spesifik, seperti merekomendasikan AES sebagai algoritma utama untuk kriteria “algoritma cepat untuk data sensitif”. Pemanfaatan text mining dan CBF dalam sistem ini memberikan solusi yang lebih efektif dibandingkan metode manual karena sistem mampu melakukan analisis literatur secara mendalam dan otomatis, sehingga meminimalkan risiko kesalahan pemilihan yang dapat berdampak pada inefisiensi komputasi dan kerentanan keamanan data.
References
Afrillia, Y., Rosnita, L., & Siska, D. (2022). Analisis sentimen ciutan Twitter terkait penerapan Permendikbudristek Nomor 30 Tahun 2021 menggunakan TextBlob dan support vector machine. G-Tech: Jurnal Teknologi Terapan, 6(2), 387–394. https://doi.org/10.33379/gtech.v6i2.1778
Asshiddiq, A., & Wulandhari, L. A. (2024). Sistem rekomendasi hotel dengan ekstraksi fitur deskripsi menggunakan metode text mining dan content-based filtering. Kesatria, 5(4), 1636–1646. https://doi.org/10.30645/kesatria.v5i4.486
Bhaskara, I. M. A., Ariawan, M. P. A., Peling, I. B. A., & Prayudha, I. P. A. (2024). Studi literatur: Analisa perbandingan teori tentang tingkat keamanan antar algoritma simetris. Jurnal Bangkit Indonesia, 13(1), 40–45. https://doi.org/10.52771/bangkitindonesia.v13i1.278
Fahri, M. U. (2020). Sistem rekomendasi pengambilan keputusan judul tugas akhir mahasiswa jurusan komputer menggunakan metode text mining. Sentral Jurnal AMKI, 1(1).
Fahriani, N., & Rosyid, H. (2019). Implementasi teknik enkripsi dan dekripsi file video menggunakan algoritma Blowfish. Jurnal Teknologi Informasi dan Ilmu Komputer, 6(6), 697. https://doi.org/10.25126/jtiik.2019661465
Jain, S., Jain, S. K., & Vasal, S. (2024). An effective TF-IDF model to improve the text classification performance. Dalam 2024 IEEE 13th International Conference on Communication Systems and Network Technologies (CSNT) (hlm. 1–4). IEEE. https://doi.org/10.1109/CSNT60213.2024.10545818
Kumar, G. R. (2020). A summarization on text mining techniques for information extracting from applications and issues. Journal of Mechanics of Continua and Mathematical Sciences, spl5(1), 324–332. https://doi.org/10.26782/jmcms.spl.5/2020.01.00026
Nouvalina, D. A., & Hati, K. (2024). Sistem rekomendasi produk skin care berdasarkan permasalahan kulit wajah dengan metode content-based filtering. Jurnal Teknik Informatika STMIK Antar Bangsa, 10(2), 60–67. https://doi.org/10.51998/jti.v10i2.586
Pernanda, A. Y., & Hakiki, M. (2021). Penerapan cosine similarity sebagai metode pengukuran similarity index pada sistem pengajuan judul skripsi. Jurnal Inovasi Pendidikan dan Teknologi Informasi, 2(2), 93–99. https://doi.org/10.52060/pti.v2i02.626
Qamal, M., Fajriana, F., & Mardhatillah, M. (2021). Metode Naïve Bayes untuk menentukan rekomendasi tempat wisata terbaik di Aceh. TECHSI – Jurnal Teknik Informatika, 13(1), 81. https://doi.org/10.29103/techsi.v13i1.3132
Ridhwanullah, D., Kumarahadi, Y. K., & Raharja, B. D. (2024). Content-based filtering pada sistem rekomendasi buku informatika. Jurnal Ilmiah SINUS, 22(2), 57. https://doi.org/10.30646/sinus.v22i2.840
Saputra, V. S., Ridwan, A., & Pratama, T. G. (2025). Rancang bangun sistem rekomendasi buku berbasis item-based collaborative filtering menggunakan algoritma K-nearest neighbors. Jurnal Keilmuan dan Aplikasi Bidang Teknik Informatika, 19(1), 40–47. https://doi.org/10.47111/JTI
Schneier, B. (2017). Applied cryptography: Protocols, algorithms, and source code in C (20th anniversary ed.). Wiley.
Theo Santoso, D., Atina, V., & Hartanti, D. (2024). Prototipe sistem rekomendasi film Indonesia menggunakan pendekatan content-based filtering dan metode vector space model. Infotek: Jurnal Informatika dan Teknologi, 7(2), 444–455. https://doi.org/10.29408/jit.v7i2.26083
Downloads
Published
Issue
Section
License
Copyright (c) 2026 M. Iqbal
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
