IDENTIFIKASI TIPE FILE DARI FILE FRAGMENT MENGGUNAKAN LONGEST COMMON SUBSEQUENCES (LCS) SKRIPSI FILBERT NICHOLAS

Transkripsi

1 IDENTIFIKASI TIPE FILE DARI FILE FRAGMENT MENGGUNAKAN LONGEST COMMON SUBSEQUENCES (LCS) SKRIPSI FILBERT NICHOLAS PROGRAM STUDI S1 TEKNOLOGI INFORMASI FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA MEDAN 2015

2 IDENTIFIKASI TIPE FILE DARI FILE FRAGMENT MENGGUNAKAN LONGEST COMMON SUBSEQUENCES (LCS) SKRIPSI Diajukan untuk melengkapi tugas dan memenuhi syarat mencapai gelar Sarjana Teknologi Informasi FILBERT NICHOLAS PROGRAM STUDI S1 TEKNOLOGI INFORMASI FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA MEDAN 2015

3 ii PERSETUJUAN Judul : IDENTIFIKASI TIPE FILE DARI FILE FRAGMENT MENGGUNAKAN LONGEST COMMON SUBSEQUENCES (LCS) Kategori : SKRIPSI Nama : FILBERT NICHOLAS Nomor Induk Mahasiswa : Program Studi : S1 TEKNOLOGI INFORMASI Departemen : TEKNOLOGI INFORMASI Fakultas : ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA Komisi Pembimbing : Pembimbing 2 Pembimbing 1 Romi Fadillah Rahmat, B.Comp.Sc., M.Sc. Prof. Dr. Opim Salim Sitompul, M.Sc NIP NIP Diketahui/Disetujui oleh Program Studi S1 Teknologi Informasi Ketua, Muhammad Anggia Muchtar NIP

4 iii PERNYATAAN IDENTIFIKASI TIPE FILE DARI FILE FRAGMENT MENGGUNAKAN LONGEST COMMON SUBSEQUENCES (LCS) SKRIPSI Saya mengakui bahwa skripsi ini adalah hasil karya saya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing telah disebutkan sumbernya. Medan, 23 Maret 2015 Filbert Nicholas

5 iv UCAPAN TERIMA KASIH Puji dan syukur penulis sampaikan kehadirat Tuhan Yang Maha Esa atas berkat dan rahmat yang telah diberikan sehingga penulis dapat menyelesaikan skripsi ini sebagai syarat untuk memperoleh gelar Sarjana Teknologi Informasi Universitas Sumatera Utara. Penulis mengucapkan banyak terima kasih kepada Bapak Prof. Dr. Opim Salim Sitompul selaku dosen pembimbing pertama dan Bapak Romi Fadillah Rahmat, B.Comp.Sc, M.Sc. selaku dosen pembimbing kedua yang telah membimbing, memberi kritik dan saran kepada penulis selama proses penelitian serta penulisan skripsi. Tanpa inspirasi serta motivasi dari kedua dosen pembimbing, tentunya penulis tidak akan mampu menyelesaikan skripsi ini. Penulis juga mengucapkan terima kasih kepada Ibu Sarah Purnamawati, ST., M.Sc. selaku dosen pembanding pertama dan Bapak Dani Gunawan ST., MT. sebagai dosen pembanding kedua yang telah membantu memberikan kritik dan saran yang membantu penulis dalam pengerjaan skripsi ini. Ucapan terima kasih juga penulis tujukan pada semua dosen, pegawai serta staff pada program studi S1 Teknologi Informasi yang telah membantu dan membimbing penulis selama proses perkuliahan. Penulis juga berterima kasih terutama kepada kedua orang tua penulis, Bapak Thomas Udjung serta Ibu Jap Mie Giok yang telah membesarkan penulis dengan sabar dan penuh kasih sayang. Penulis juga berterima kasih kepada seluruh anggota keluarga penulis yang namanya tidak dapat disebutkan satu per satu. Terima kasih juga penulis ucapkan kepada senior-senior serta junior-junior Terknologi Informasi di Universitas Sumatera Utara. Secara khusus, penulis juga mengucapkan terima kasih juga kepada seluruh teman-teman angkatan 2010 Teknologi Informasi yang telah membantu dan bersama-sama dengan penulis melewati seluruh proses perkuliahan di Universitas Sumatera Utara ini.

6 v ABSTRAK Analis forensik komputer merupakan pihak yang melakukan investigasi dan pencarian barang bukti digital. Pada kasus tertentu, file yang dibutuhkan sebagai barang bukti digital untuk proses pengadilan telah dihapus. Pada saat proses restore, header file dari file tersebut seringkali hilang atau bahkan file tersebut tidak diketahui tipe file-nya sehingga mempersulit proses rekonstruksi file. Metode identifikasi file fragment melalui ekstensi nama file tidak dapat dilakukan dikarenakan kemungkinan besar file fragment kehilangan header file. Atas dasar ini, metode identifikasi tipe file dari file fragment menjadi hal yang penting. Metode yang diajukan pada penelitian ini adalah penggunaan metode Longest Common Subsequences, dengan melalui tiga tahap, yaitu tahap training, testing, dan validasi. Pada penelitian ini ditunjukkan bahwa metode yang diajukan mampu melakukan identifikasi tipe file dari file fragment dengan hasil akurasi 92.91% untuk tiga jenis tipe data. Kata kunci: forensik digital, identifikasi file, file fragment, identifikasi tipe file fragment, Longest Common Subsequences.

7 vi FILE TYPE IDENTIFICATION FROM FILE FRAGMENT USING LONGEST COMMON SUBSEQUENCES (LCS) ABSTRACT Computer forensic analyst is a person in charge of investigation and evidence tracking. In certain cases, the file that is needed for digital evidence to be presented to court was deleted. While the file is being restored, it is often lost its header and cannot be identified, therefore it is hard to reconstruct the file. For this reason, a method for file fragment s file type identification is needed. The method proposed in this research is using Longest Common Subsequences, consists of three steps: training, testing and validation. In this research, it can be seen that this method works well and achieves 92.91% accuracy of identifying the file type of file fragment for three data types. Keywords: digital forensic, file identification, fragment file, fragment file identification, Longest Common Subsequences.

8 vii DAFTAR ISI Persetujuan Pernyataan Ucapan Terima Kasih Abstrak Abstract Daftar Isi Daftar Tabel Daftar Gambar Hal. ii iii iv v vi vii ix x BAB 1 Pendahuluan Latar Belakang Rumusan Masalah Tujuan Penelitian Batasan Masalah Manfaat Penelitian Metodologi Penelitian Sistematika Penulisan 4 BAB 2 Landasan Teori Forensik Digital File File Types and Format File Type Validation File Fragment File Recovery Jenis-Jenis File PDF 13

9 viii RTF DOC Binary File Longest Common Subsequences 20 BAB 3 Analisis dan Perancangan Sistem Arsitektur Umum Fase Training Fase Testing Fase Validasi Membaca Hex Number dan Generate String Aplikasi Algoritma LCS Perhitungan Rata-Rata Persentase untuk Mendapatkan Tipe File Validasi Dataset Proses Pengecekan Akurasi 37 BAB 4 Implementasi dan Pengujian Sistem Hasil Training Hasil Testing Validasi 48 BAB 5 Kesimpulan dan Saran Kesimpulan Saran 50 Daftar Pustaka 51 Lampiran A : List File untuk Fase Training 54 Lampiran B : Rincian Training LCS 62

10 ix DAFTAR TABEL Hal. Tabel 2.1. Contoh Signature File pada Header file 8 Tabel 2.2. Komposisi Struktur dari file PDF (Roussev & Garfinkel, 2009) 15 Tabel 3.1. Tabel Perbandingan LCS 31 Tabel 3.2. Tabel Rumus Apabila String Cocok 32 Tabel 3.3. Tabel Rumus Apabila String tidak Cocok 32 Tabel 3.4. Tabel Hasil Perbandingan LCS 32 Tabel 3.5. Spesifikasi file-file data penelitian untuk fase training 36 Tabel 3.6. Spesifikasi file-file data penelitian untuk fase testing 36 Tabel 4.1. Tabel Perbandingan LCS File Utuh dengan File Fragment 40 Tabel 4.2. Tabel Perbandingan LCS Trailer File Utuh dengan File Fragment 41 Tabel 4.2. Tabel Perbandingan LCS Trailer File Utuh dengan File Fragment (lanjutan) 42 Tabel 4.3. Tabel Akurasi Hasil Pengujian dengan Data Uji File Utuh 43 Tabel 4.4. Tabel Akurasi Hasil Pengujian dengan Data Uji File Fragment 44 Tabel 4.5. Tabel Spesifikasi File HTML 47 Tabel 4.6. Hasil Identifikasi File HTML 47 Tabel 4.7. Tabel Hasil Identifikasi HTML Setelah Training 47 Tabel 4.8. Tabel Hasil Validasi 48

11 x DAFTAR GAMBAR Hal. Gambar 2.1. Ilustrasi hex number file terpotong 11 Gambar 2.2. Ilustrasi hex number file tertimpa file lain 11 Gambar 2.3. Komponen dari file PDF (Adobe, 2008) 14 Gambar 2.4. Contoh rangkaian hex number dari random PDF (Roussev & Garfinkel, 2011) 15 Gambar 2.5. Contoh rangkaian hex number dari random RTF 17 Gambar 2.6. Contoh rangkaian hex number dari random DOC 18 Gambar 2.7. Binary pada file PDF 19 Gambar 2.8. Hex pada file PDF 20 Gambar 2.9. Kesamaan substring S 1 dan S 2 22 Gambar Tabel X dan Y 23 Gambar Gambar ilustrasi perhitungan LCS 24 Gambar 3.1. Arsitektur umum fase training 28 Gambar 3.2. Arsitektur umum fase testing 29 Gambar 3.3. Arsitektur umum fase validasi 30 Gambar 4.1. Hasil training LCS PDF 39 Gambar 4.2. Hasil training LCS RTF 39 Gambar 4.3. Hasil training LCS DOC 39

12 xi Gambar 4.4. Grafik Hasil Identifikasi dengan Tipe File Fragment PDF 45 Gambar 4.5. Grafik Hasil Identifikasi dengan Tipe File Fragment RTF 46 Gambar 4.6. Grafik Hasil Identifikasi dengan Tipe File Fragment DOC 46