Python dan Kriptografi: Edukasi dan Pengabdian untuk Masa Depan yang Aman
DOI:
https://doi.org/10.61220/kreativa.v1i2.20248Kata Kunci:
kriptografi, python, symmetric cryptography, asymmetric cryptography, hash functionAbstrak
Di era digital, keamanan data menjadi krusial, dan integrasi Python dengan kriptografi muncul sebagai solusi efektif untuk masa depan yang aman. Python, dengan kesederhanaan sintaks dan pustaka kaya seperti NumPy dan SciPy, menjadi alat ideal untuk pemula dan aplikasi kriptografi. Workshop ini diadakan untuk memberikan pemahaman tentang kriptografi dan aplikasinya menggunakan Python. Materi mencakup dasar-dasar kriptografi, algoritma seperti AES dan RSA, serta praktik langsung implementasi enkripsi dan dekripsi. Melalui latihan praktis, peserta dapat menjembatani teori dan aplikasi, memperkuat kemampuan pemecahan masalah yang diperlukan untuk menghadapi ancaman keamanan dunia nyata. Hasil evaluasi menunjukkan peningkatan pemahaman konsep kriptografi dan keterampilan praktis peserta, yang diukur melalui kuis dan tes praktik. Feedback positif menunjukkan kepuasan terhadap materi dan penyelenggaraan workshop. Kegiatan ini tidak hanya meningkatkan pengetahuan teknis, tetapi juga menumbuhkan kesadaran tentang pentingnya keamanan informasi, berkontribusi pada ekosistem digital yang lebih aman. Program ini menyarankan pengembangan lebih lanjut dengan cakupan materi lebih luas untuk terus mendukung pendidikan dan pengembangan keterampilan keamanan data mahasiswa, mempersiapkan mereka untuk tantangan keamanan siber di masa depan.
Referensi
Calix, R., Singh, S., Chen, T., Zhang, D., & Tu, M. (2020). Cyber security tool kit (cybersectk): a python library for machine learning and cyber security. Information, 11(2), 100. https://doi.org/10.3390/info11020100
Deeb, F. and Hickey, T. (2019). Teaching introductory cryptography using a 3d escape-the-room game.. https://doi.org/10.1109/fie43999.2019.9028549
Feng, G. (2021). Reform and practice of mixed teaching in the course of python programming. Academic Journal of Computing & Information Science, 4(1). https://doi.org/10.25236/ajcis.2021.040113
González-Tablas, A., Vasco, M., Cascos, I., & Palomino, Á. (2020). Shuffle, cut, and learn: crypto go, a card game for teaching cryptography. Mathematics, 8(11), 1993. https://doi.org/10.3390/math8111993
Kuhail, M., Mathew, S., Hammad, R., & Bahja, M. (2022). Blockchain primer., 28-47. https://doi.org/10.4018/978-1-7998-8382-1.ch003
López-Incera, A., Hartmann, A., & Dür, W. (2020). Encrypt me! a game-based approach to bell inequalities and quantum cryptography. European Journal of Physics, 41(6), 065702. https://doi.org/10.1088/1361-6404/ab9a67
Mankovskyy, S. (2024). Python model of secret key agreement in the group of arbitrary number of participants. Information and Communication Technologies Electronic Engineering, 4(1), 93-101. https://doi.org/10.23939/ictee2024.01.093
Mariano, D., Martins, P., Santos, L., & Minardi, R. (2019). Introducing programming skills for life science students. Biochemistry and Molecular Biology Education, 47(3), 288-295. https://doi.org/10.1002/bmb.21230
Wang, S., Liu, D., Wang, N., & Yuan, Y. (2020). Design and implementation of an online python teaching case library for the training of application-oriented talents. International Journal of Emerging Technologies in Learning (Ijet), 15(21), 217. https://doi.org/10.3991/ijet.v15i21.18191
Weiss, C. (2017). Scientific computing for chemists: an undergraduate course in simulations, data processing, and visualization. Journal of Chemical Education, 94(5), 592-597. https://doi.org/10.1021/acs.jchemed.7b00078
Xu, F., Chen, W., Wang, S., Yin, Z., Zhang, Y., Liu, Y., … & Guo, G. (2009). Field experiment on a robust hierarchical metropolitan quantum cryptography network. Chinese Science Bulletin, 54(17), 2991-2997. https://doi.org/10.1007/s11434-009-0526-3
Yong, W., Hill, K., & Foley, E. (2017). Computer programming with python for industrial and systems engineers: perspectives from an instructor and students. Computer Applications in Engineering Education, 25(5), 800-811. https://doi.org/10.1002/cae.21837
Zhang, Z. (2023). Analysis of large data sets in a physical chemistry laboratory nmr experiment using python. Journal of Chemical Education, 100(10), 4109-4113. https://doi.org/10.1021/acs.jchemed.3c00586
Email : kreativa@lontaradigitech.com
