Studi Perbandingan Model Keamanan Data pada Cloud Computing

Authors

  • Allan Desi Alexander Universitas Bhayangkara Jakarta Raya

DOI:

https://doi.org/10.31599/01vjnj44

Keywords:

Cloud Computing, Keamanan Data, Enkripsi, Kontrol Akses, Manajemen Resiko, Kriptograi Hibrid

Abstract

Layanan komputasi awan (cloud computing) telah menjadi tulang punggung transformasi digital global, menawarkan skalabilitas, efisiensi biaya, dan fleksibilitas yang belum pernah ada sebelumnya. Namun, perpindahan data dari infrastruktur lokal ke lingkungan pihak ketiga yang bersifat multi-tenant menimbulkan kekhawatiran serius terhadap keamanan dan privasi data. Laporan penelitian ini menyajikan analisis komprehensif mengenai perbandingan model keamanan data dalam ekosistem cloud, mencakup aspek kriptografi, mekanisme kontrol akses, dan strategi manajemen risiko. Melalui tinjauan literatur sistematis terhadap studi yang terindeks Scopus dan SINTA antara tahun 2013 hingga 2025, penelitian ini mengevaluasi kinerja algoritma enkripsi seperti AES, RSA, dan ECC, serta membandingkan efektivitas model Role-Based Access Control (RBAC) dan Attribute-Based Access Control (ABAC). Temuan utama menunjukkan bahwa algoritma simetris seperti AES unggul dalam kecepatan dan efisiensi memori untuk data massal, sementara model asimetris seperti RSA lebih optimal untuk manajemen kunci. Dalam hal kontrol akses, ABAC menawarkan fleksibilitas yang lebih tinggi untuk lingkungan dinamis dibandingkan RBAC yang bersifat statis, meskipun memiliki kompleksitas implementasi yang lebih besar. Penelitian ini juga menyoroti peran teknologi mutakhir seperti blockchain, machine learning, dan federated learning dalam memperkuat postur keamanan cloud serta memberikan kerangka kerja manajemen risiko bagi organisasi yang melakukan migrasi data..

 

Downloads

Download data is not yet available.

Downloads

Published

2026-01-09

How to Cite

Studi Perbandingan Model Keamanan Data pada Cloud Computing. (2026). Journal of Informatic and Information Security, 6(2), 105-114. https://doi.org/10.31599/01vjnj44