Integrasi Proximal Term pada MaskCrypt untuk Federated Learning Berbasis Selective Homomorphic Encryption dengan Data Non-IID

Stephanie Rianto, Rachelle (2026) Integrasi Proximal Term pada MaskCrypt untuk Federated Learning Berbasis Selective Homomorphic Encryption dengan Data Non-IID. Bachelor Thesis, Universitas Multimedia Nusantara.

	PDF HALAMAN_AWAL.pdf Restricted to Registered users only Download (416kB)
	PDF BAB_I.pdf Download (143kB)
	PDF BAB_II.pdf Download (378kB)
	PDF BAB_III.pdf Restricted to Registered users only Download (297kB)
	PDF BAB_IV.pdf Restricted to Registered users only Download (1MB)
	PDF BAB_V.pdf Restricted to Registered users only Download (133kB)
	PDF DAFTAR_PUSTAKA.pdf Restricted to Registered users only Download (127kB)
	PDF LAMPIRAN.pdf Restricted to Registered users only Download (723kB)
	Archive (ZIP) 00000082784_2521_LembarPengesahan.pdf Restricted to Registered users only Download (65kB)

Abstract

Penelitian ini mengintegrasikan proximal term pada MaskCrypt untuk meningkatkan performa sistem federated learning dalam mengatasi heterogenitas data non-IID sambil mempertahankan privasi melalui selective homomorphic encryption. Metode penelitian melibatkan implementasi pada framework Plato dengan dataset MNIST dan CIFAR-10, menggunakan distribusi Dirichlet untuk simulasi data non-IID dengan parameter = 0,5. Integrasi proximal term berhasil meningkatkan akurasi pada MNIST dari 94,36% menjadi 94,79% dan pada CIFAR-10 dari 66,99% menjadi 69,65%, sekaligus menurunkan fluktuasi kurva akurasi dan loss sehingga menghasilkan konvergensi pelatihan yang lebih stabil. Hasil eksperimen menunjukkan bahwa nilai hiperparameter µ = 0,000005 menghasilkan kinerja optimal dengan keseimbangan terbaik antara pembatasan drift dan fleksibilitas pembelajaran lokal. Meskipun meningkatkan stabilitas pelatihan dan akurasi, integrasi ini menimbulkan overhead komputasi pada dataset kompleks seperti CIFAR-10 sehingga mengindikasikan adanya trade-off antara peningkatan performa model dan efisiensi waktu komputasi.

Item Type:	Thesis (Bachelor Thesis)
Creators:	Stephanie Rianto, Rachelle (00000082784)
Contributors:	Wicaksana, Arya
Keywords:	Federated Learning, MaskCrypt, Non-IID, Proximal Term, Selective Homomorphic Encryption
Subjects:	000 Computer Science, Information and General Works
Divisions:	Faculty of Engineering & Informatics > Informatics
Date Deposited:	27 Jul 2026 12:02
URI:	https://kc.umn.ac.id/id/eprint/48263

Actions (login required)

View Item