Data Anomyization of Indonesia Citizen Data Using K-anonymity, L-diversity, and T-closeness

Ramadhan, Muhammad Ariiq (2024) Data Anomyization of Indonesia Citizen Data Using K-anonymity, L-diversity, and T-closeness. Other thesis, Institut Teknologi Sepuluh Nopember.

Text 5026201087-Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only until 1 July 2026. Download (3MB) | Request a copy

Abstract

Data menjadi alat yang semakin penting dan berharga dalam lingkungan digital saat ini. Banyaknya manfaat data, seperti untuk bisnis, penelitian, dan pendidikan, tidak luput dari besarnya ancaman privasi dan keamanan individu pada data tersebut. Undang-Undang Nomor 27 Tahun 2022 menyoroti perlunya menjamin privasi dan keamanan individu yang datanya dipublikasikan. Anonimisasi data adalah salah satu metode untuk melindungi privasi individu dalam database. K-anonimitas, l-diversity, t-closeness, generalisasi, dan penekanan adalah pendekatan yang dapat digunakan untuk menganonimkan data. Dalam k-anonimitas, l-diversity, dan t-closeness, metode Mondrian dapat digunakan. Selanjutnya, Penalti Kepastian Normalisasi (NCP) akan digunakan untuk mengevaluasi tingkat kehilangan atau distorsi data yang disebabkan oleh anonimisasi. Algoritma Mondrian akan diterapkan pada data warga yang disediakan dari Direktorat Pengembangan Teknologi dan Sistem Informasi (DPTSI) Institut Teknologi Sepuluh Nopember (ITS) dalam penelitian ini. Tujuannya adalah untuk menghasilkan data anonim dengan tingkat nilai yang tinggi. Penelitian ini menggunakan tiga skenario anonimisasi, dengan k dan l masing-masing ditetapkan menjadi tiga, empat, dan lima. Hasilnya menunjukkan bahwa percobaan pertama berjalan baik dengan nilai k dan l yang ditetapkan menjadi tiga, mencapai nilai rata-rata T-closeness sebesar 0,503 dan nilai NCP sebesar 15,7%. Uji coba pertama menunjukkan kegunaan data yang baik dengan tetap menjaga keamanan data
===================================================================================================================================
The Mondrian algorithm will be applied to citizen data provided from the Direktorat Pengembangan Teknologi dan Sistem Informasi (DPTSI) at Institut Teknologi Sepuluh Nopember (ITS) in this study. The goal is to generate anonymised data with a high level of value. The study employs three anonymization scenarios, with k and l set to three, four, and five, respectively. The results reveal that the first experiment performed well with k and l values set to three, reaching an average T-closeness value of 0.503 and an NCP value of 15.7%. The first trial shows good data utility while preserving data security.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Anonymization, Citizen Data, K-anonymity, L-diversity, T-closeness, Mondrian, Anonimisasi
Subjects:	T Technology > T Technology (General) > T57.5 Data Processing
Divisions:	Faculty of Intelligent Electrical and Informatics Technology (ELECTICS) > Information System > 57201-(S1) Undergraduate Thesis
Depositing User:	Muhammad Ariiq Ramadhan
Date Deposited:	12 Feb 2024 02:52
Last Modified:	12 Feb 2024 02:52
URI:	http://repository.its.ac.id/id/eprint/106849

Actions (login required)

View Item