Logo

1. Konsep dan Jenis Analisis Data

addsithumb addsithumb

A. Pengertian Analisis Data

Data merupakan sekumpulan fakta, kejadian, atau objek yang dapat dilihat, diukur, dan disimpan dalam format tertentu. Kajian data yang diolah menurut mekanisme tertentu akan menghasilkan informasi yang dapat diterima akan pikiran dan memberikan gambaran tentang suatu kondisi, yang selanjutnya dapat digunakan untuk mengambil keputusan. Contoh: Data penjualan PT ABC dalam waktu lima tahun terakhir yang digambarkan dalam bentuk tabel berikut.

1poina 1poina

Dari data tersebut, dapat diambil informasi bahwa terjadi peningkatan penjualan yang signifikan pada produk vitamin dan masker, sedangkan obat-obatan kosmetik mengalami penurunan drastis. Dari informasi ini, perusahaan akan melakukan investigasi yang mendalam untuk menentukan strategi produksi dan penjualan di masa yang akan datang. Tahapan pengumpulan, penyusunan, pengolahan, dan penyimpulan data menjadi informasi spesifik yang dapat dimengerti dan dipahami sebagai dasar kajian untuk menentukan kebijakan atau tindakan selanjutnya, disebut analisis data.

B. Jenis Data

Karakteristik data yang dapat diambil, diukur, dihitung, dan dianalisis diklasifikasikan beberapa tipe, yaitu sebagai berikut:

  1. Berdasarkan Sifatnya
  2. Berdasarkan Skala Pengukurannya
  3. Berdasarkan Sumbernya
  4. Berdasarkan Bentuk dan Penyimpanannya

Berdasarkan sifatnya terdapat 2 jenis data yakni:

  1. Data Kualitatif, Data kualitatif merupakan representasi dari konsep data sebagai penerjemah data mentah (belum diolah) ke dalam format uraian, deskripsi, atau eksplanasi. Pengambilan data kualitatif dapat dilakukan dalam tiga tahapan, yaitu sebagai berikut:
    1. Data reduction, Mekanisme identifikasi data abstrak dengan metode kodefikasi, pengklasifikasian, rangkuman, atau kategorisasi.
    2. Organization, Proses penggabungan data yang telah diperoleh menjadi sebuah informasi utuh.
    3. Interpretation, Sinergi dan kombinasi antara dua tahap sebelumnya yang dapat dinyatakan sebagai interpretasi data.
    Untuk memperoleh data kualitatif, dapat menggunakan beberapa metode pendekatan, yaitu sebagai berikut:
    1. Metode Analisis Tematik (Thematic Analysis)
    2. Analisis Percakapan (Discourse Analysis)
    3. Analisis Semioik (Semiotic Analysis)
    4. Teori Grounded (Grounded Theory)
    5. Analisis Isi (Content Analysis)
  2. Data Kuantitatif, Data kuantitatif merupakan jenis data yang dapat diukur, dinilai, dan dihitung karena memiliki nilai berupa angka yang dapat dibuat statistik. Untuk memperoleh data kuantitatif, dapat menggunakan beberapa metode pendekatan, yaitu sebagai berikut:
    1. Metode Korelasi, Metode korelasi dilakukan dengan membandingkan bahwa data memiliki kesamaan atau tidak terhadap objek yang akan diteliti.
    2. Metode Komparatif, Metode komparatif merupakan teknik pengumpulan data yang dilakukan secara objektif tanpa memodifikasi atau memanipulasi hasil penelitian. Data tersebut kemudian dianalisis untuk mengetahui perbedaan variabel data.
    3. Metode Deskriptif, Metode deskriptif merupakan teknik pengumpulan data yang dilakukan dengan mempelajari kondisi dalam lapangan secara jelas dan teliti, baik dari sisi subjek maupun objek.
    4. Metode Survei, Metode survei merupakan tahapan pengumpulan yang dilakukan dengan mengambil beberapa sampel dari sekian populasi untuk memperoleh hasil yang nyata.
    5. Metode Ex-post Facto, Metode ex-facto merupakan teknik pengambilan data yang dilakukan untuk menghasilkan informasi tentang sebab dan akibat proses manipulasi data hasil penelitian berbasis teori tertentu.
    6. Metode True Experiment, Metode true experiment digunakan untuk mengontrol variabel penentu data yang berasal dari lingkuan luar. Mekanisme ini bertujuan untuk menguji apakah terjadi perubahan nilai setelah penelitian dilakukan.

Beberapa jenis Berdasarkan Skala Pengukurannya:

  1. Data nominal, Data nominal adalah data yang dikelompokkan (klaster) berdasarkan kategori tertentu. Contohnya, kode X digunakan untuk menunjukkan populasi laki-laki dan kode Y untuk menunjukkan populasi perempuan.

    Data nominal memiliki beberapa karakteristik sebagai berikut:

    1. Teknik klasterisasi dilakukan tanpa mempertimbangkan urutan data.
    2. Nilai pengukuran yang diperoleh untuk mewakili sebuah kategori data.
    3. Tiap jenis kategori data memiliki data yang sama.
    4. Termasuk tipikal pengukuran data berlevel terendah dalam skema pengukuran data.
    5. Jarang dioperasikan secara matematika.
  2. Data ordinal, Data ordinal diperoleh dengan mengelompokkan data berdasarkan urutan peringkat dan hubungan antardata. Contohnya, korelasi data peringkat sekolah berdasarkan umur dan data kenaikan trafik jaringan berdasarkan jumlah pengguna.

    Karakteristik data ordinal dapat dilihat dari beberapa aspek, yaitu sebagai berikut:

    1. Data dapat diklasifikasikan berdasarkan urutan.
    2. Pemilihan data berdasarkan tingkatan.
    3. Tidak dapat diberlakukan pada operasi matematis.
    4. Memiliki level lebih tinggi dibandingkan data nominal.
  3. Data Interval, Interval atau range yang berarti jangkuan, dapat diperoleh melalui mekanisme pengukuran. Misalnya pengukuran skor ujian dan tes IQ.
    Data interval memiliki karakteristik sebagai berikut:
    1. Penggunaan interval atau range tertentu dalam menyatakan nilainya.
    2. Data disusun berurutan, bertingkat, dan memiliki nilai.
    3. Memungkinkan untuk dianalisis menggunakan metode statistik parametrik.
    4. Dilihat dari pengujian data, lebih tinggi dibandingkan data ordinal dari sisi pengukuran.
  4. Data Rasio, Data rasio diperoleh dari hasil pengukuran, seperti jaral, skala, dan panjang.
    Data rasio memiliki karakteristik sebagai berikut:
    1. Nilai data menggunakan angka sesuai fakta sebenarnya.
    2. Penggunaan nilai absolut, misalnya angka 0.
    3. Dapat dibandingkan dan dioperasikan secara sistematis.
    4. Berada pada level tertinggi dalam pengukuran data.

Beberapa jenis Berdasarkan Sumbernya:

  1. Data Primer, Pengambilan data primer dilakukan secara langsung pada objek penelitian. Misalnya, melalui interviu dan kuesioner pada individu, organisasi, dan konsumen.

    Kelebihan:

    • Lebih lengkap
    • Sesuai fakta di lapangan
    • Informasi lebih update dan relevan dengan perkembangan zaman

    Kekurangan:

    • Membutuhkan waktu lama
    • Membutuhkan biayan besar
    • Terkadang sampel yang diambil kurang valid
  2. Data Sekunder, Pengambilan data sekunder dilakukan secara tidak langsung pada objek penelitian. Misalnya berdasarkan referensi jurnal data data peneliatan terdahulu.

    Kelebihan:

    • Lebih murah.
    • Tidak memakan waktu
    • Terkadang bersifat gratis.

    Kekurangan:

    • Jika referensi yang dirujuk menggunakan pola tahun sebelumnya atau kadaluwarsa dapat mengakibatkan simpulan data kurang valid.

Beberapa jenis Berdasarkan Bentuk dan Penyimpanannya:

  1. Data Analog, Data analog merupakan data yang dibawa dalam bentuk gelombang kontinu berdasarkan frekuensi dan amplitude dengan satuan pengukuran Hertz. Tipe data ini sering digunakan untuk transmisi data jarak jauh.
  2. Data Digital, Data digital memiliki format dalam pulsa listrik dengan bersaran 0 dan 1 (high voltage dan low voltage) yang dikenal dengan istilah sinyal diskret. Jenis data hanya bisa bekerja dalam jarak dekat dan dapat disimpan dalam media disk ataupun sirkuit digital.

2. Metode Analisis Data

Metode analisis data dapat dilakukan dengan beberapa tipe, yaitu Analisis Deskriptif, Analisis Diagnostik, Analisis Prediktif, Analisis Preskriptif, dan Analisis Inferensial

A. Analisis Deskriptif

Metode analisis deskriptif biasa ditampilkan dalam model visual, seperti gambar, grafik, laporan, dan angka yang sering dimanfaatkan untuk menggambarkan kinerja bisnis atau proses kerja yang dapat digunakan untuk menentukan kebijakan selajutnya.

B. Analisis Diagnostik

Metode analisis diagnostik sering digunakan untuk menjelaskan, memberikan pemahan, dan memodelkan kejadian sehingga mampu memberikan informasi tentang sebab akibat dari suatu peristiwa. Penerapan analisis ini dapat dilihat dalam tahapan pendeteksi gejala penyakit, kerusakan mobil, kerusakan komputer, kesalah program, dan serangan fiber.

C. Analisis Prediktif

Metode analisis prediktif dilakukan dengan mengambil nilai data terdahulu (historis) sebagai data awal untuk machine learning dalam rangka menentukan pola atau simpulan masalah. Dengan data historis tersebut, dapat memperkirakan peristiwa, gejala, dan kondisi di masa mendatang. Contohnya, seorang batuk, pilek, demam tinggi, dan hilang penciuman bisa diindentifikasi sebagai gejala Covid-19.

D. Analisis Preskiptif

Metode analisis preskriptif mempelajari pola dan tren yang diambil dalam sebuah penelitian untuk memberikan rujukan atau rekomendasi dalam upaya menjelaskan dan menguraikan potensi implikasi setiap permasalahan. Contohnya, tren data pasien yang meningkat 200% saat pandemi akan menjadi rujukan untuk meningkatkan stok obat dan pegawai rumah sakit.

E. Analisis Inferensial

Metode analisis inferensial dilakukan berdasarkan data statistika yang akan mengambil simpulan secara umum. Analisis ini menggunakan rumus dan metode statistik tertentu sebagai dasar menggeneralisasi sampel populasi.

3. Analisis Data Statistik

A. Tahapan Melakukan Analisis

Dengan melakukan analisis data, diharapkan membeikan dampak positif seperti berikut.

  1. Memperoleh data yang valid dan dapat dipercaya.
  2. Memperoleh hasil sistem pengukuran yang kredibel.
  3. Tahapan identifikasi lebih fleksibel dan reliabel.
  4. Progres dan output akhir dapat dilihat dan dipantau secara visual.
  5. Mempu memberikan pertimbangan dalam pengambilan keputusan.

Prosedur melakukan analisis data dibagi menjadi enam tahap, yaitu sebagai berikut:

  1. Information Gathering, Tahapan awal, proses dimulai dengan menentukan objek penelitian, menentukan sampel, dan melakukan pengambilan data terkait kebutuhan penelitian.
  2. Editing, Fase editing digunakan untuk memeriksa serta menguji dokumen dan kelengkapan saat mengisi instrumen data.
  3. Coding, Merupakan tahap identifikasi, klarifikasi, serta validasi data terkait pernyataan dalam instrumen pengumpulan data sebagai variable penting penelitian.
  4. Testing. Testing merupakan tahap pengujian data yang telah dinyatakan valid dan diklarifikasi kebenarannya dari sisi kualitas dan realitas.
  5. Describing Data, Describing data adalah mekanisme pendeskripsian data dalam bentuk tabel atau diagram dengan beragam bentuk dan ukuran agar mudah dipahami.
  6. Hypothesis Testing, Merupakan tahap pengambilan keputusan. Pada tahap ini, visualisasi data yang ditampilkan akan diuji apakah dapat dinyatakan lolos dan diterima atau ditolak.

B. Tools Analisis Data

Teknik penggabungan beberapa pernyataan (pernyataan majemuk) dengan karakteristik konjungsi kara “dan” yang dinotasikan dengan simbol “∧”. Konjungsi akan menghasilkan keluaran benar jika kedua masukan bernilai benar.

3poinb

Metode Pengolahan Data Digital

A. Konsep Pengolahan Data Digital

Pengolahan data digital dimaknai sebagai mekanisme untuk mengubah dan memanipulasi data digital yang melibatkan dua proses penting, yaitu sebagai berikut.

  1. Data storage pocessing, meliputi fase pengumpulan, pencarian, dan pemeliharaan.
  2. Data handling processing, meliputi proses verifikasi, pembandingan, pengurutan, ekstraksi, dan manipulasi.

Tahapan Pengolahan Data:

  1. Input phase, Menginputkan data yang disimpan dalam komputer.
  2. Process phase, Data yang diinputkan nantinya akan diproses oleh processor untuk dimodifikasi dan dimanipulasi sesuai instruksi user.
  3. Output phase. Sinergi dan kombinasi antara dua tahap sebelumnya yang dapat dinyatakan sebagai interpretasi data.

Mekanisme Pengolahan Data:

Jenis-jenis perangkat yang dapat digunakan dalam pengolahan data digital:

  1. Peralatan manual, menggunakan tenaga manusia
  2. Peralatan mekanik, berbasis gerakan mekanik
  3. Peralatan mekanik elektronik, penggerak secara mekanik dan otomatis
  4. Perangkat elektronik, menerapkan teknologi digital dalam proses penggerakan mesin dan pengontrolannya

Karakteristik pengolahan data:

  1. Berdasarkan standar operasi yang berlaku
  2. Mengikuti instruksi dan proses yang diinputkan user
  3. Data Collecting, sarana menghimpun dan merekonstruksikan data
  4. Menampilkan dan memberikan saran dan solusi pemecahan masalah
  5. Menekankan pemecahan masalah yang telah lalu

Jenis-jenis perangkat yang dapat digunakan dalam pengolahan data digital:

  1. Peralatan manual, menggunakan tenaga manusia
  2. Peralatan mekanik, berbasis gerakan mekanik
  3. Peralatan mekanik elektronik, penggerak secara mekanik dan otomatis
  4. Perangkat elektronik, menerapkan teknologi digital dalam proses penggerakan mesin dan pengontrolannya

Mekanisme pengolahan data terdiri atas beberapa tahapan dasar sebagai berikut.

  1. Recording, Recording dilakukan dengan mencatat, merekam, dan memindahkan data yang terdapat pada dokumen atau formulir sebagai input awal.
  2. Duplicating, Duplicating adalah tahap penggandaan data yang masih tersimpan dalam formulir, baik secara manual maupun dengan mesin komputer.
  3. Verifying, Verifying adalah tahapan verifikasi dengan memeriksa setiap data dalam berkas dokumen atau formulir
  4. Classification, Classification adalah proses pengelompokan dan pengklasifikasian data dalam beberapa jenis.
  5. Sorting, Sorting adalah proses pengaturan dan pengurutan data sesuai kategori yang telah ditentukan sebelumnya.
  6. Merging, Merging adalah proses penarikan, penggabungan, atau pencampuran beberapa data dengan mekanisme sorting data yang sama.
  7. Calculation, Calculation adalah proses kalkulasi data berdasarkan kategori yang telah ditetapkan sebelumnya, misalnya data numerik.
  8. Recovery, Recovery adalah proses pengembalian data yang telah di-sorting dan diverifikasi sebelumnya.

B. Sistem Pengolahan Data Digital

File Processing System

File processing system merupakan kumpulan program yang ditujukan untuk menyimpan dan mengelola file dalam hard disk komputer. Jenis pemrosesan file data digital dapat dibedakan menjadi beberapa jenis, yaitu:

  1. Relative-recoord-number processing
  2. Consecutive processing
  3. Sequential-by-key processing
  4. Random-by-key processing
  5. Sequential-within-limits processing

Kelemahan model file processing system:

  1. Concurrent access, saat terjadi pengaksesan data dengan file yang sama secara bersamaan, berpotensi menyebabkan kegagalan dan kesalahan data. Contohnya, sharing database Microsoft Access dalam jaringan oleh banyak user akan mengakibatkan kesalahan data.
  2. Security, sistem kesulitan untuk mengatur pemberian akses dengan beberapa privilege. Misalnya read only atau write beberapa parameter file.
  3. Atomicity, jika terjadi kegagalan, kesalahan, modifikasi, atau update data pada file, akan sulit melakukan recovery pada file tersebut.

Database Processing System

Database processing system merupakan merupakan perangkat lunak yang didesain untuk mengatur, menyimpan, serta melayani permintaan data dari komputer klien terhadap konten data. Contohnya, MySQL, SQL server, PostgreSQL, SQL lite, Oracle, dBase, dan FoxPro.

5. Pengolahan Database

A. Teknologi Database

Database terdiri atas dua kata, yaitu date dan base yang dapat digambarkan sebagai tempat penyimpanan data dengan standardisasi tertentu dengan tujuan memudahkan penempatan dan pencarian data. Contohnya, data kependudukan, data mahasiswa, dan data inventaris barang.

5poina

Peran sistem database dalam dunia modern meliputi tujuh aspek berikut.

  1. Accuracy atau kemudahan dalam akses dan akurasi data yang ditampilkan.
  2. Spaceability atau ketersediaan ruang penyimpanan data untuk meminimalisasi redudansi data.
  3. Speed atau peningkatan kecepatan akses data.
  4. Availability atau pemilihan data sesuai kebutuhan, agar tidak menghabiskan memori. Tindakan yang dilakukan adalah memilih data yang tidak penting, seperti data lama, histori data, redudansi data, serta menghapus data sampah dari sistem database.
  5. Security atau peningkatan keamanan data.
  6. Completeness atau kelengkapan data yang memungkinkan untuk menambah dan memodifikasinya.
  7. Shareability atau kemampuan untuk berbagi data dalam layanan sistem klien-server.

B. Sistem DBMS

Mekanisme penyimpanan dan pengelolaan database memerlukan aplikasi yang dapat digunakan untuk mengatur, mengelola, dan memanajemen database yang disebut DBMS (Database Management System).

Dalam operasinya, DBMS memiliki sejumlah komponen fungsional, yaitu sebagai berikut.

  1. File manager berperan untuk mengatur alokasi penyimpanan disk pada server.
  2. Database manager bertugas menjembatani komunikasi antara mesin (data pada level terendah) dengan program aplikasi yang dibuat.
  3. Query processor berguna mengonversi kueri yang diinstruksikan user menjadi script low level agar dimengerti oleh database manager.
  4. DML precompiler bermanfaat mengonversi kueri DML atau Data Manipulation Language dari aplikasi menjadi kueri processor.
  5. DDL Compiler bertugas menerjemahkan kuei DDL atau Data Definition Language ke mesin database menjadi bentuk table dalam database.

Script yang digunakan untuk mengelola database menggunakan syntax dalam format khusus, yang dikenal dengan SQL (Structured Query Language). Dalam SQL, ada dua kategori bahasa yang diterapkan, yaitu:

  1. DDL (Data Definition Language), DDL digunakan untuk merancang, mendefinisikan, serta mengelola desain dan struktur basis atau data secara keseluruhan. Contoh kegunaan DDL adalah membuat tabel baru, mengindeks, mengubah tabel, serta menentukan struktur data, tipe data, dan media penyimpanan tabel.
  2. DML (Data Manipulation Language), DML digunakan untuk memanipulasi, menghapus, menyisipkan, meng-update, dan melakukan pengambilan data pada tabel. Terdapat dua jenis DML, yaitu non-prosedural dan prosedural.

Jenis Pengguna dalam interaksi dengan mesin database

  1. End User, Level pengguna yang berinteraksi dengan aplikasi untuk mengakses dan memanipulasi database yang dibuat programmer.
  2. Specialized User, Pengguna yang secara khusus mengoperasikan database untuk keperluan tertentu, seperti pencitraan satelit.
  3. Casual User, Pengguna yang dapat mengakses dan mengoperasikan database secara langsung menggunakan kueri sehingga responsnya lebih cepat.
  4. Programmer, Pengguna yang bertugas merancang dan mendesain aplikasi agar dapat terhubung dan mampu mengoperasikan data dalam database menggunakan bahasa pemrograman.

C. Database Server dan Abstraksi Data

Database server adalah mesin yang terinstal pada sistem operasi tertentu, misalnya Windows Server atau Linux, yang telah dikonfigurasi dengan aplikasi database untuk melayani dan menampilkan data pada klien. Dalam mendeskripsikan data, sistem pengolahan database mengenal tiga level abstraksi data, yaitu:

  1. Physical Level, Mempresentasikan data secara fisik dalam media penyimpanan lengkap dengan strktur dan konten data itu sendiri.
  2. Conceptual Level, Menggambarkan struktur secara logis dan konseptual tentang relasi hubungan antardata dalam tabel, misalnya relasi antara tabel siswa, tabel mata pelajaran, dan tabel nilai siswa.
  3. View Level, Tingkatan interaksi antara user dengan server dalam pengelolaan database menggunakan metode view.
5poinc 5poinc

6. Proteksi Data Digital

A. File Data Digital

Jenis file dapat dibedakan menjadi dua, yaitu bertipe text dan binary. Ukuran file dengan konten text lebih besar karena tidak bisa dikompres layaknya file binary. Untuk memverifikasi keaslian data digital atau file signature, ada dua metode yang dapat digunakan untuk menganalisisnya, yaitu sebagai berikut:

  1. Memeriksa File MD5sum, MD5 atau Message Digest Algorithm dibuat dengan tujuan sebagai mekanisme pengaman data dengan mengubah nilai plaintext menjadi bentuk cipher secara satu arah. MD5 memiliki labar 128 bit atau 16 Byte (32 Word).
  2. Memeriksa Magic Number, Magic number merupakan byte data yang berada di awal konten sebagai penanda untuk identitas file.

B. Keamanan Data

Keamanan selalu identik dengan mekanisme mempertahankan diri dari segala kemungkinan terjadinya serangan, yang dilakukan dengan menutup celah-celah yang dapat menyebabkan intruder masuk ke dalam sistem. Kebutuhan security tergantung dari aplikasi dan layanan yang dijalankan oleh komputer itu sendiri. Hal tersebut memunculkan dua istilah komputer, yaitu secure server dan vulner server.

Serangkaian peraturan yang menetapkan kegiatan apa saja yang boleh dilakukan terhadap layanan server serta siapa saja yang dapat mengakses layanan server disebut sebagai kebijakan keamanan komputer atau lebih dikenal sebagai security policy.

Dalam menetapkan jenis kebijakan keamanan, diperlukan tiga tahap yaitu sebagai berikut.

  1. Threat Analysis, Threat analysis merupakan tahapan analisis layanan server dan kapasitas jaringan dalam mendukung sistem bisnis yang sedang atau akan diterapkan organisasi. Contohnya, konfigurasi layanan server FTP dan server web.
  2. Security Policy, Security policy adalah rangkaian aturan untuk mencegah terjadinya penyerangan atau penyusupan terhadap jaringan dan komputer server. Aturan-aturan dalam security policy merupakan tindakan nyata dalam implementasi tahap penganalisisan ancaman (threat analysis)
  3. Security Mechanisms, Security mechanisms adalah tahapan menerapkan mode keamanan tersebut dengan meningkatkan fitur keamanan data, baik melalui konfigurasi hardware maupun software.

Computer security sangat penting untuk direncanakan karena langkah-langkah ini bertujuan untuk mendeteksi dan mencegah penggunaan komputer secara tidak sah atau ilegal dari para intruder.

6poinb

Untuk menjaga keamanan sistem dari serangan intruder, diperlukan mode keamanan data yang terbagi menjadi beberapa jenis, yaitu sebagai berikut.

  1. Physical Security, Sisi paling penting dalam mode keamanan data adalah sisi fisik data. Kelalaian pengawasan sisi ini, dapat menyebabkan orang tidak bertanggung jawab bisa menyentuk, mengoperasikan, dan memodifikasi fungsi data. Oleh karena itu, Data Operation Center biasanya diletakan dalam ruangan yang tidak terjangkau dan memiliki keamanan fisik berlapis.
  2. Network Security, Network security merupakan metode pengamanan jaringan dengan membangun sistem firewall dan monitoring berbasis hardware ataupun software, yang dioperasikan dalam Network Operations Center.
  3. Account Security, Security policy adalah rangkaian aturan untuk mencegah terjadinya penyerangan atau penyusupan terhadap jaringan dan komputer server. Aturan-aturan dalam security policy merupakan tindakan nyata dalam implementasi tahap penganalisisan ancaman (threat analysis)
  4. File System Security, Pada bagian ini, seorang administrator jaringan harus dapat menentukan jenis file sistem yang akan digunakan dan cara mengatur kewenangan setiap user dalam pengaksesannya serta maksimal kuota kapasitas penyimpanannya.

C. Enskripsi Data

Enkripsi merupakan proses mengamankan data atau informasi dengan melakukan modifikasi bentuk dan formatnya agar tidak mudah terbaca oleh pihak lain. Teknik penyandian ini mulai diperkenalkan dengan model tertua menggunakan algoritme Caesar Cipher. Jika pengodean lebih menekankan pada pemahaman tentang kata atau frasa sebagai representasi aktivitas lain, penyandian (enkripsi/kriptografi) bekerja dalam huruf, angka hingga tingkat bit yang dapat diimplementasikan pada teks hingga digital.

Teknik penyandian diklasifikasikan menjadi tiga macam, yaitu model klasikal (terbagi atas menjadi model substitusi dan transportasi), model rotor, dan model modern (terbagi atas public key dan private key (stream and block))

D. Kejahatan Siber (Cybercrime)

Para penyerang selalu mengawali langkahnya dengan melakukan beberapa testing terhadap layanan atau service yang dijalankan oleh komputer server. Tujuannya untuk menemukan lubang celah keamanan (vulnerable) yang ditandai bug atau eror.

Metode penyerangan yang sering dilakukan oleh pada intruder:

  1. Backdoor
  2. Trojan Horse
  3. DoS (Denial of Service)
  4. Ransomware
  5. Malicious Code
  6. Virus
  7. E-mail Spoofing

Video Materi