Implementasi Algoritma Mondrian Multidimensional K-Anonymity pada Biodata Calon Legislatif

Main Article Content

Adam Akbar
Rivanda Putra Pratama
Nur Aini Rakhmawati

Abstract

Uni Eropa menerbitkan sebuah peraturan yang bernama General Data Protection Regulation (GDPR) untuk menjaga privasi warga. Peraturan ini meregulasi penyebaran data-data pribadi seperti nama, nomor telepon atau alamat yang mungkin akan digunakan untuk tujuan tertentu. Salah satu teknik yang dapat digunakan untuk menyebarkan data tanpa melanggar privasi dari subjek pemilik data adalah K-Anonymity. K-Anonymity memodifikasi nilai quasi-identifier hingga subjek tidak dapat dikenali lagi tetapi dataset tetap mengandung informasi yang diperlukan. Artikel ini telah mengimplementasikan K-Anonymity pada data Calon Legislatif untuk Pemilihan Umum Calon Legislatif tahun 2019 yang dihimpun dari laman resmi Komisi Pemilihan Umum. Dengan algoritma Mondrian Multidimensional K-Anonymity hasil anonimisasi menunjukkan bahwa masih terdapat data yang unik. Namun, dari hasil visualisasi terlihat hampir semua data memiliki anonimitas sama, yang dimungkinkan karena jumlah data partisi yang kurang banyak ataupun kurangnya keberagaman data.

Downloads

Download data is not yet available.

Article Details

How to Cite
Akbar, A., Pratama, R., & Rakhmawati, N. (2021). Implementasi Algoritma Mondrian Multidimensional K-Anonymity pada Biodata Calon Legislatif. Jurnal Eksplora Informatika, 10(2), 131-137. https://doi.org/10.30864/eksplora.v10i2.490
Section
Articles

References

GDPR.eu, “What is GDPR, the EU’s new data protection law?,” 2018. https://gdpr.eu/what-is-gdpr/ (accessed Jan. 10, 2021).

P. Regulation, “General Data Protection Regulation,” Intouch, 2018.

L. Sweeney, “k-anonymity: A model for protecting privacy,” Int. J. Uncertainty, Fuzziness Knowlege-Based Syst., 2002, doi: 10.1142/S0218488502001648.

T. Dalenius, “Finding a needle in a haystack-or identifying anonymous census record,” Journal of Official Statistics. 1986.

R. Li et al., “K-anonymity model for privacy-preserving soccer fitness data publishing,” 2018, doi: 10.1051/matecconf/201818903007.

L. Meng, X. Hong, Y. Chen, Y. Ding, and C. Zhang, “K-Anonymous Privacy Preserving Scheme Based on Bilinear Pairings over Medical Data,” 2020, doi: 10.1007/978-3-030-59016-1_32.

B. B. Mehta and U. P. Rao, “Privacy preserving big data publishing: A scalable k-anonymization approach using MapReduce,” IET Softw., 2017, doi: 10.1049/iet-sen.2016.0264.

K. Wang, W. Zhao, J. Cui, Y. Cui, and J. Hu, “A K-anonymous clustering algorithm based on the analytic hierarchy process,” J. Vis. Commun. Image Represent., 2019, doi: 10.1016/j.jvcir.2018.12.052.

N. A. Rakhmawati, “The Biodata of Legislative Candidates for Indonesian General Election 2019,” Oct. 2019, doi: 10.5281/ZENODO.3474543.

K. LeFevre, D. J. DeWitt, and R. Ramakrishnan, “Mondrian multidimensional K-anonymity,” 2006, doi: 10.1109/ICDE.2006.101.

R. P. Pratama, A. Akbar, and N. A. Rakhmawati, “Caleg 2019 Biodata Datasets For K-Anonymity Research,” Jan. 2021, doi: 10.5281/ZENODO.4444802.