PENERAPAN MATRIKS DALAM

KRIPTOGRAFI (Ilmu Pembacaan Sandi)

Posted by muchad on Jun 3, 2010 in TuToriaL | 4 comments

1.1 Definisi Matriks

Matriks adalah suatu kumpulan besaran (variabel dan konstanta) yang dapat dirujuk
melalui indeknya, yang menyatakan posisinya dalam representasi umum yang digunakan,
yaitu sebuah tabel persegi panjang. Matriks merupakan suatu cara visualisasi variabel yang
merupakan kumpulan dari angka-angka atau variabel lain, misalnya vektor. Dengan
representasi matriks, perhitungan dapat dilakukan dengan lebih terstruktur. Pemanfaatannya
misalnya dalam menjelaskan persamaan linier, transformasi koordinat, dan lainnya. Matriks
seperti halnya variabel biasa dapat dimanipulasi, seperti dikalikan, dijumlah, dikurangkan dan
didekomposisikan. Contoh matriks:

1.2 Definisi, Sejarah dan Perkembangan Kriptografi

Kriptografi berasal dari dua kata Yunani, yaitu Crypto yang berarti rahasia dan
Grapho yang berarti menulis. Jadi, dapat dikatakan kriptografi adalah tulisan yang
tersembunyi. Secara umum kriptografi dapat diartikan sebagai ilmu dan seni penyandian yang
bertujuan untuk menjaga keamanan dan kerahasiaan suatu pesan. William Stallings
mendefinisikan kriptografi sebagai “the art and science of keeping messages secure”. Dengan
adanya tulisan yang tersembunyi ini, orang-orang yang tidak mengetahui bagaimana tulisan
tersebut disembunyikan tidak akan mengetahui bagaimana cara membaca maupun
menerjemahkan tulisan tersebut. Kriptografi pada dasarnya sudah dikenal sejak lama.
Menurut catatan sejarah, kriptografi sudah digunakan oleh bangsa Mesir sejak 4000 tahun
yang lalu oleh raja-raja Mesir pada saat perang untuk mengirimkan pesan rahasia kepada
panglima perangnya melalui kurir-kurinya. Orang yang melakukan penyandian ini disebut
kriptografer, sedangkan orang yang mendalami ilmu dan seni dalam membuka atau
memecahkan suatu algoritma kriptografi tanpa harus mengetahui kuncinya disebut
kriptoanalis.

Seiring dengan perkembangan teknologi, algoritma kriptografi pun mulai berubah

menuju ke arah algoritma kriptografi yang lebih rumit dan kompleks. Kriptografi mau tidak
mau harus diakui mempunyai peranan yang paling penting dalam peperangan sehingga
algoritma kriptografi berkembang cukup pesat pada saat Perang Dunia I dan Perang Dunia II.
Menurut catatan sejarah, terdapat beberapa algoritma kriptografi yang pernah digunakan
dalam peperangan, diantaranya adalah ADFVGX yang dipakai oleh Jerman pada Perang
Dunia I, Sigaba/M-134 yang digunakan oleh Amerika Serikat pada Perang Dunia II, Typex
oleh Inggris, dan Purple oleh Jepang. Selain itu Jerman juga mempunyai mesin legendaris
yang dipakai untuk memecahkan sandi yang dikirim oleh pihak musuh dalam peperangan
yaitu, Enigma<
/i>.

Algoritma kriptografi yang baik tidak ditentukan oleh kerumitan dalam mengolah data 
atau  pesan  yang  akan  disampaikan.  Yang  penting,  algoritma  tersebut  harus memenuhi
4 persyaratan berikut:

1.      Kerahasiaan. Pesan (plaintext) hanya dapat dibaca oleh pihak yang memliki
kewenangan.

2.      Autentikasi. Pengirim pesan harus dapat diidentifikasi dengan pasti, penyusup
harus dipastikan tidak bisa berpura-pura menjadi orang lain.

3.      Integritas. Penerima pesan harus dapat memastikan bahwa pesan yang dia
terima tidak dimodifikasi ketika sedang dalam proses transmisi data.

4.      Non-Repudiation. Pengirim pesan harus tidak bisa menyangkal atau

membatalkan pesan yang dikirimkan.
 Kriptografi pada dasarnya terdiri dari dua proses, yaitu proses enkripsi dan proses
dekripsi. Proses enkripsi adalah proses penyandian pesan terbuka menjadi pesan rahasia
(ciphertext). Ciphertext inilah yang nantinya akan dikirimkan melalui saluran komunikasi
terbuka. Pada saat ciphertext diterima oleh penerima pesan, maka pesan rahasia tersebut
diubah lagi menjadi pesan terbuka melalui proses dekripsi sehingga pesan tadi dapat dibaca
kembali oleh penerima pesan. Secara umum, proses enkripsi dan dekripsi dapat
digambarkan sebagai berikut :

Gambar Proses Enkripsi dan Dekripsi

4.      Dasar Matematis

Dasar matematis yang mendasari proses enkripsi dan deskripsi adalah relasi antara dua
himpunan yaitu yang berisi elemen plaintext dan yang berisi elemen cipertext. Enkripsi dan
dekripsi merupakan fungsi transformasi antara himpunan-himpunan tersebut. Apabila
elemen-elemen plaintext dinotasikan dengan P, elemen-elemen ciphertext dinotasikan dengan
C, sedang untuk proses enkripsi dinotasikan dengan E, dekripsi dengan notasi D, maka
secara matematis proses kriptografi dapat dinyatakan sebagai berikut :

       Enkripsi : E(P)=C

       Dekripsi : D(C)=P atau D(E(P))=P

Pada skema enkripsi konvensional atau kunci simetrik digunakan sebuah kunci untuk
melakukan proses enkripsi dan dekripsinya. Kunci tersebut dinotasikan dengan K, sehingga
proses kriptografinya adalah :

 
        Enkripsi : EK(P)=C

       Dekripsi : DK(C)=P atau DK(EK(P))=P

Sedangkan pada sistem asymmetric-key digunakan kunci umum (public key) untuk enkripsi
dan kunci pribadi (private key) untuk proses dekripsinya sehingga kedua proses tersebut
dapat dinyatakan sebagai berikut :

       Enkripsi : EPK(P)=C

       Dekripsi : DSK(C)=P atau DSK(EPK(P))=P

2.3 Penerapan Matriks dalam Kriptografi

Di dalam dunia spionase dan militer pesan-pesan yang dikirim seringkali ditulis
dengan menggunakan kode-kode rahasia. Hanya penerima yang sah yang memiliki kuncinya
sehingga dapat membuka sandi itu. Tulisan rahasia semacam ini biasa disebut kriptogram.
Seandainya pesan tersebut jatuh ke tangan lawan, rahasia akan tetap terjamin jika lawan
gagal mendapatkan kuncinya. Oleh sebab itu makin rumit kriptogram itu makin disukai
penggunaannya.

Pemakaian bilangan sebagai pengganti abjad kerap dijumpai dalam kriptografi.

Salah satu cara penggunaannya adalah
dalam bentuk matriks. Mengapa matriks? Matriks memiliki operasi perkalian yang
melibatkan beberapa elemennya sekaligus, sehingga penyidikan terhadap kunci sandinya
yang juga berbentuk matriks mustahil dilakukan. Berikut ini contoh pesan dalam bentuk
matriks S yang dikirimkan oleh markas besar angkatan bersenjata kepada pasukannya di
garis depan.

Panglima pasukan di garis depan memiliki kunci sandinya berupa matriks K di bawah ini

Begitu diterima, pesan itu langsung diterjemahkan dengan mengalikannya dengan matriks
kunci. Tentu saja perkalian dengan K ini harus dilakukan dari belakang karena matriks S
berorde 5 3 sedangkan K berorde 3 3. Hasil kalinya adalah matriks P:

 
  

Konversi bilangan ke abjad menggunakan cara yang sederhana sekali yaitu 1 = A sampai  6
= Z, tetapi masih menggunakan apa yang disebut sebagai modulus 29. Bilangan 47 pada
baris 1 kolom 3 harus dikurangi 29 dulu sebelum dikonversikan ke abjad. Semua
bilangan         yang tidak berada dalam range 1-26 harus ditambah atau dikurangi dengan
kelipatan 29. Dari konteks kalimatnya 2 bilangan terakhir tidak perlu dikonversikan,
lagipula bilangan 0 memang tidak dapat dikonversikan. Jadi pesan dari markas besar
berbunyi : SERBU BESOK JAM 10.

Sekarang mari kita lihat bagaimana pesan abjad pada matriks P diubah ke dalam matriks S
sebelum dikirimkan. Tentu saja di sini berlaku operasi matriks:

P.K-1 = S.K.K-1

S = P.K-1

Matriks K-1adalah invers matriks K, matriks inilah yang dipakai si pengirim untuk membuat
kriptogramnya. Jadi K dan K-1adalah sepasang matriks kunci yang memang diberikan
kepada mereka yang berhak. Dengan mudah anda dapat mencari K-1.

Perkalian biasa antara P dan K-1 jelas akan menghasilkan bilangan yang besar-besar pada
matriks hasil perkaliannya. Oleh sebab iu dipakai teknik modulus 29 di atas. Bagi si
pengirim, semua bilangan pada P yang lebih besar daripada 15 terlebih dulu dikurangi
dengan 29, P menjadi P’.

Kemudian P’ ini yang dikalikan dengan K-1 menghasilkan S’.

    

Bilangan besar-besar yang ada di S‘ sekali lagi dikenali modulus 29 supaya lebih enak
dilihat, maka muncullah matriks S yang dikirimkan tadi. Terasa sekali bahwa aplikasi
matriks dalam hal ini sangat efektif.

[Mukhlish muchad Fuadi: 2nd Semester 2007]

 Aplikasi Diagonalisasi Matriks Untuk Menyelidiki Pewarisan Genotip Pada Generasi Ke-n
Penulis : Nurul Islamiyah
Tahun : 2009
Fakultas : Sains Dan Teknologi
Jurusan : Matematika
Pembimbing : 1) Abdussakir, M. Pd.  2) Drs H. Turmudi, M. Si.  
Kata Kunci : matriks, nilai eigen, vektor eigen, diagonalisasi matriks, genotip
Sering kali banyak permasalahan di luar bidang matematika yang tidak
dapat diselesaikan secara langsung. Maka harus di lakukan adalah manerjemahkan
masalah itu manjadi masalah matematika yang disebut model matematika,
sehingga akan dapat diselesaikan dengan mudah. Di dalam bidang genetika
digunakan aljabar linier khususnya tentang matriks untuk manyelidiki keturunan
dari suatu populasi. Melalui matematika, yaitu aljabar matriks akan dapat
diketahui genotip yang dimiliki oleh setiap individu dari hasil perkawinan.
Di dalam suatu populasi terdapat bermacam-macam genotip, jika
disilangkan atau dikawinkan maka akan diperoleh suatu distribusi genotip sampai
generasi ke-n, dengan ketentuan persilangan dengan dua sifat beda (dihibrid)
dengan perkawinan yang terkontrol. Dengan persilangan itu diharapkan dapat
menghasilkan keturunan yang lebih baik. Adapun tujuan dari pembahasan ini
adalah untuk mengetahui apliksi diagonalisasi matriks pada warisan autosomal
dan bentuk persamaan eksplisit dalam fraksi-fraksi dari AABB, AABb, AAbb,
AaBB, AaBb, Aabb, aaBB, aaBb, dan aabb pada suatu populasi generasi ke-n.
sedangkan metode yang digunakan penulis adalah kajian pustaka, yakni kajian
yang bersumber dari buku-buku yang terkait dengan pembahasan ini.
Dalam menentukan keturunan ini akan dibahas mengenai warisan
autosomal dan penyakit yang terpendam pada warisan autosomal. Beberapa
penyakit yang berkaitan dengan warisan autosomal diantaranya kidal dan rambut
kriting. Penyakit yang berkaitan dengan penyakit yang terpendam pada warisan
autosomal yaitu albino (Albinisme). Untuk menyelesaikan masalah ini digunakan
nilai eigen dan vektor eigen yang sangat erat hubungannya dalam pendiagonalan
suatu matriks bujursangkar. Dapat didefinisikan sebagai D = PAP−1 , dimana
elemen-elemen matriks yang didiagonalisasi diperoleh dari probabilitas hasil
perkawinan dari kedua induknya. Kemudian untuk menyelesaikan persamaan
eksplisit dapat menggunakan rumus yaitu:
( ) (0) 1 (0) X A X PD P X n = n = n − .Dari hasil perhitungan didapatkan bahwa pada
generasi ke-n dimana limit
untuk n menuju tak hingga diperoleh bahwa warisan autosomal dan penyakit yang
terpendam pada warisan autosomal semua turunannya akan normal atau individu
yang bergenotip AABB, yakni tidak ada lagi generasi yang menderita dan
pembawa penyakit.
File Download
Abstrak-File.pdf
Penerapan Diagonalisasi Matriks dan
Matriks Leslie dalam Memproyeksikan
Jumlah Populasi Perempuan
Selvia Yuliani, , 4150408021 (2012) Penerapan Diagonalisasi Matriks dan Matriks Leslie
dalam Memproyeksikan Jumlah Populasi Perempuan. Under Graduates thesis, Universitas
Negeri Semarang.

Abstract

Sering kali banyak permasalahan di luar bidang matematika yang tidak dapat diselesaikan
secara langsung oleh karena itu untuk menyelesaikan masalah tersebut yang harus dilakukan
adalah menerjemahkan masalah itu menjadi masalah matematika yang disebut model
matematika, sehingga akan dapat diselesaikan dengan mudah. Di bidang biologi dan
demografi digunakan aljabar linier khususnya tentang matriks untuk menyelidiki genotip
keturunan dari suatu populasi dan proyeksi jumlah populasi perempuan di suatu daerah.
Permasalahan dalam penelitian ini adalah sebagai berikut: (1) bagaimana penerapan
diagonalisasi matriks pada genetika suatu individu; (2) bagaimana menentukan genotip pada
generasi ke-n dengan diagonalisasi matriks; (3) bagaimana penerapan matriks Leslie dalam
memproyeksikan jumlah populasi perempuan di suatu daerah. Tujuan penelitian ini adalah
untuk mengetahui penerapan diagonalisasi matriks pada genetika suatu individu serta
peramalan genotip pada generasi ke-n dan mengaplikasikan matriks Leslie untuk
memproyeksikan jumlah populasi individu perempuan dalam kurun waktu tertentu. Metode
penelitian dalam penulisan skripsi ini adalah metode studi pustaka dan studi kasus, yaitu
peneliti melakukan kajian pustaka dari buku-buku aljabar linier elementer yang terkait
dengan materi pendiagonalan matriks dan matriks Leslie kemudian menerapkan pada data
hasil penelitian. Simpulan yang dapat diambil dari penelitian ini adalah (1) penerapan
diagonalisasi matriks untuk menyelesaikan masalah genetika dapat menggunakan nilai eigen
dan vektor eigen, diagonalisasi matriks, serta limit untuk mengetahui sifat yang muncul pada
individu di dalam suatu generasi. (2) aplikasi diagonalisasi matriks untuk menyelidiki
pewarisan genotip pada generasi ke-n adalah sebagai berikut: (a) membentuk sistem
persamaan linear dari tabel yang menjelaskan peluang dari masing-masing genotip
sedemikian sehingga didapatkan persamaan dalam notasi matriks; (b) membentuk matriks A
di mana yang entri-entrinya merupakan matriks koefisien dari sistem persamaan linear
a_n,b_n,dan c_n kemudian dicari nilai-nilai eigen dari matriks A sehingga diperoleh pula
vektor-vektor eigen yang bersesuaian dengan nilai-nilai eigen tersebut; (c) membentuk
matriks P yang merupakan matriks pendiagonal dari matriks A yang vektor-vekor kolomnya
merupakan vektor eigen yang bersesuaian dengan nilai-nilai eigen tersebut; (d) substitusikan
matriks A dengan matriks D yang sudah terlebih dahulu didiagonalisasi oleh matriks P; (e)
menyelesaikan persamaan distribusi genotip dalam generasi ke-n; (f) membentuk sebuah
persamaan eksplisit; (g) dicari limit dari masing-masing persamaan untuk n menuju tak
hingga. (3) jumlah populasi perempuan pada pengamatan waktu k (X^((k) )) dapat
diproyeksikan dalam masing-masing kelompok umur ke-i sampai kelompok umur ke-n (
〖x_i〗^k,i=1,2,…,n) dengan menggunakan matriks Leslie jika diketahui: (a) rata-rata
kelahiran individu perempuan dari populasi perempuan dalam kelompok umur ke-i pada
pengamatan waktu k-1 (〖b_i〗^((k-1) )); (b) peluang banyak individu perempuan dari
populasi perempuan dalam kelompok umur ke-i yang mampu bertahan hidup sampai
memasuki umur i+1 pada pengamatan waktu k-1 (〖d_i〗^((k-1) )); (c) jumlah individu
perempuan pada kelompok umur ke-i sampai kelompok umur ke-n pada pengamatan waktu
k-1 (X^((k-1) )) sehingga X^((k) ) dapat dihitung dengan ketentuan, Secara ringkas dapat
ditulis, X^((k) )=L^((k-1) ) X^((k-1) ), dengan L^((k-1) ) adalah matriks Leslie untuk
pengamatan waktu k-1