Nama : Sri Utami Mata Kuliah : Sumber Belajar Digital NIM : 22107251068 Dosen Pengampu : Dr. Pujiriyanto, S.Pd., M.Pd.
Dr. Deni Hardianto, S.Pd., M.Pd RESUME JURNAL
Identitas Jurnal
Judul : Innovative Application Of Blockchain Technology For Digital Recipe Copyright Protection
Penulis : Linlu Zhang, Shuxian Liu , Chengji Ma dan Tingting Su
Afiliasi : College Of Information Science And Engineering, Xinjiang University, China Jurnal : Multidisciplinary Digital Publishing Institute(MDPI)
Tahun Terbit : 2023
DOI : https://doi.org/10.3390/app13179803
Resume Jurnal Abstrak
Penelitian ini memperkenalkan solusi inovatif berbasis blockchain untuk masalah perlindungan hak cipta resep dalam konteks digital. Melalui peningkatan metode deteksi kemiripan teks SimHash, penelitian ini meningkatkan akurasi dalam mengidentifikasi pelanggaran hak cipta. Menggunakan teknologi blockchain dengan fitur desentralisasi dan kontrak pintar, skema ini menyediakan perlindungan privasi data dan memastikan keamanan pengguna. Data mentah disimpan melalui Sistem File Antarplanet (IPFS) untuk memastikan privasi. Dalam mekanisme konsensus bukti kepemilikan yang didelegasikan (DPOS), node berkinerja baik diberi penghargaan, sementara node yang melanggar dihukum. Penelitian ini berhasil merancang dan menerapkan skema perlindungan hak cipta resep digital yang efektif dengan meningkatkan akurasi deteksi, memastikan privasi data, dan memberlakukan sanksi pada node yang melanggar.
1. Pendahuluan
Dalam era digital, perlindungan hak cipta resep digital menjadi semakin penting.
Dengan kemajuan teknologi, resep-resep kuliner dapat dengan mudah disalin, dibajak, atau diplagiat tanpa izin dari pemilik hak cipta. Hal ini mengakibatkan terkikisnya nilai karya, pelanggaran hak cipta yang merajalela, kesulitan dalam penegakan hak, dan rendahnya kesadaran masyarakat terhadap perlindungan hak cipta. Oleh karena itu, penelitian ini mengusulkan penerapan teknologi blockchain dalam perlindungan hak cipta resep digital. Dengan menggunakan blockchain Ethereum sebagai platform, sistem ini dapat mengelola dan melaksanakan informasi hak cipta secara otomatis. Desain sistem ini mencakup lapisan-lapisan yang berbeda, termasuk lapisan pengguna, lapisan layanan
aplikasi, lapisan node, lapisan kontrak, lapisan konsensus, dan lapisan data. Dengan menggunakan algoritma deteksi kemiripan teks seperti SimHash, sistem ini dapat mendeteksi kemiripan teks pada data resep yang dikirimkan oleh node. Selain itu, sistem ini juga menerapkan mekanisme penghargaan informasi untuk mendorong partisipasi aktif dari semua node dalam jaringan.
2. Tinjauan Pustaka
Tinjauan pustaka mencakup beberapa penelitian terkait penerapan teknologi blockchain dalam perlindungan hak cipta resep digital. Penelitian sebelumnya telah mengusulkan berbagai solusi, seperti pendaftaran hak cipta berbasis blockchain, penggunaan kontrak pintar dalam lisensi hak cipta, dan deteksi kesamaan teks berbobot. Selain itu, artikel ini juga mengidentifikasi tantangan dalam perlindungan hak cipta digital, seperti pelanggaran hak cipta, celah dalam pendaftaran hak cipta, kesulitan dalam penegakan hak, dan rendahnya kesadaran masyarakat terhadap perlindungan hak cipta. Dengan demikian, penelitian ini berusaha untuk mengatasi tantangan tersebut dan mengusulkan solusi yang aman, efisien, dan dapat dipercaya menggunakan teknologi blockchain.
3. Desain skema
Desain skema mencakup analisis masalah yang dihadapi dalam perlindungan hak cipta digital resep, serta penjelasan rinci tentang fitur-fitur penting dari sistem yang diusulkan.
a. Analisis masalah
Dalam mengidentifikasi beberapa tantangan dalam perlindungan hak cipta digital resep, termasuk pembajakan dan plagiarisme resep digital, terkikisnya nilai karya, pelanggaran yang merajalela, kesulitan dalam perlindungan hak, dan kurangnya kesadaran masyarakat terhadap hak cipta.
b. Desain Sistem
Untuk mengatasi masalah ini, desain sistem mencakup penggunaan mekanisme konsensus DPOS yang ditingkatkan berdasarkan kualitas resep. Mekanisme konsensus ini mempertimbangkan kelengkapan, logika, dan detail resep untuk menghitung peringkat node. Hal ini mendorong partisipasi aktif dari semua node dalam jaringan, dengan memberikan penghargaan pada node yang berkinerja baik dan memberikan sanksi kepada node yang melanggar. Selain itu, desain sistem juga mencakup penggunaan algoritma deteksi kemiripan teks, seperti SimHash, untuk mendeteksi kemiripan teks pada data resep yang dikirimkan oleh node. Algoritma SimHash yang ditingkatkan ini memiliki kinerja yang baik dalam deteksi kemiripan teks, terlepas dari bahasa yang digunakan.
Dalam alur interaksi pengguna sistem, pengguna mengirimkan data resep ke sistem. Sistem kemudian menggunakan algoritma peninjauan hak cipta untuk mendeteksi kemiripan teks pada data resep tersebut. Jika terdeteksi adanya kemiripan, sistem akan mengambil tindakan yang sesuai untuk melindungi hak cipta resep.
4. Deteksi kemiripan teks
Deteksi kemiripan teks merupakan proses untuk mengukur sejauh mana dua atau lebih teks serupa satu sama lain, terdapat beberapa algoritma yang digunakan untuk melakukan deteksi kemiripan teks.
Pertama, algoritma SimHash adalah teknik yang mengubah vektor fitur berdimensi tinggi menjadi sidik jari fitur berdimensi rendah. Algoritma ini menghasilkan sidik jari dengan menghitung karakteristik statistik dari data masukan dan membandingkan sidik jari tersebut menggunakan jarak Hamming. SimHash efektif dalam menangani data berskala besar atau berdimensi tinggi, sehingga mengurangi kompleksitas penyimpanan dan komputasi.
Kedua, metode berdasarkan model kata yang telah dilatih sebelumnya memanfaatkan model vektor kata yang telah dilatih pada corpora yang luas, seperti Word2Vec atau GloVe.
Melalui model ini, setiap kata dapat diterjemahkan ke dalam vektor berukuran tetap, menangkap informasi semantik dan hubungan antar kata. Dengan menggunakan model ini, perhitungan kesamaan teks dapat dilakukan dengan menghitung kesamaan kosinus antara vektor fitur teks.
Selain itu, terdapat juga algoritma WMF-LDA yang memanfaatkan semantik dan part- of-speech untuk melakukan pemodelan topik pada teks. Algoritma ini menggabungkan model ruang vektor (VSM) dengan TF-IDF untuk menghasilkan representasi vektor dari kalimat atau dokumen. Keuntungan dari algoritma ini adalah kemampuannya dalam menangkap informasi semantik teks yang mendalam. Dalam penelitian ini, ketiga algoritma tersebut dievaluasi dan dibandingkan untuk menentukan kinerja dan keefektifannya dalam deteksi kemiripan teks
Hasil eksperimen dan analisis menunjukkan beberapa temuan yang signifikan.
Pertama, dalam hal perlindungan hak cipta resep digital, mekanisme hukuman yang diterapkan terhadap node dengan perilaku negatif terbukti efektif dalam menghilangkan dampak negatifnya. Jumlah putaran pemulihan yang diperlukan bervariasi tergantung pada jumlah perilaku negatif yang ada, namun secara keseluruhan, node dengan perilaku negatif tidak dapat kembali ke operasi normal dalam jangka waktu tertentu. Hal ini menunjukkan bahwa mekanisme hukuman yang diterapkan mencapai jaminan keadilan relatif dalam jaringan
Selanjutnya, eksperimen juga menunjukkan bahwa mekanisme konsensus DPOS yang ditingkatkan dapat mendorong semua node untuk berpartisipasi aktif dalam jaringan.
Perilaku sebuah node secara langsung mempengaruhi skor dan statusnya, sehingga menciptakan mekanisme umpan balik positif yang efektif untuk memotivasi semua node dalam menyediakan data berkualitas tinggi
Selain itu, dalam hal deteksi kemiripan teks, hasil eksperimen menunjukkan bahwa algoritma SimHash, model kata yang telah dilatih sebelumnya, dan algoritma WMF-LDA memiliki kinerja yang berbeda-beda. Algoritma SimHash efektif dalam menangani data berskala besar atau berdimensi tinggi, sementara model kata yang telah dilatih sebelumnya menggunakan vektor kata untuk menghitung kesamaan teks. Algoritma WMF-LDA menggabungkan model ruang vektor dengan TF-IDF untuk menghasilkan representasi vektor dari kalimat atau dokumen. Evaluasi dan perbandingan kinerja ketiga algoritma ini memberikan wawasan penting dalam deteksi kemiripan teks.
Analisis kompleksitas waktu menunjukkan bahwa algoritma SimHash memiliki kompleksitas waktu linier yang mendekati, dengan kompleksitas terutama berasal dari ekstraksi fitur dan perhitungan nilai SimHash. Di sisi lain, algoritma WMF-LDA memiliki kompleksitas waktu yang lebih tinggi, terutama dalam pemodelan topik. Dalam skenario terburuk, kompleksitas waktu untuk penerapan algoritma SimHash ditingkatkan (P- SimHash) lebih tinggi daripada WMF-LDA. Namun, secara keseluruhan, algoritma
SimHash yang ditingkatkan tetap menunjukkan kinerja yang unggul dalam tugas deteksi kemiripan teks.
5. Peningkatan mekanisme konsensus dan Uji Mutu Resep
Peningkatan mekanisme konsensus DPOS dengan mempertimbangkan kualitas resep.
Mekanisme konsensus yang ditingkatkan ini menggunakan logika, detail, dan kelengkapan resep untuk menghitung peringkat node. Hasil eksperimen menunjukkan bahwa mekanisme konsensus DPOS yang ditingkatkan dapat mendorong semua node untuk berpartisipasi aktif dalam jaringan. Perilaku sebuah node secara langsung mempengaruhi skor dan statusnya, menciptakan mekanisme umpan balik positif yang efektif untuk memotivasi semua node dalam menyediakan data berkualitas tinggi.
Selain itu, penelitian ini juga melakukan uji mutu resep dengan menggunakan logika, detail, dan kelengkapan sebagai parameter penilaian. Hasil eksperimen menunjukkan bahwa mekanisme penalti yang diterapkan pada node dengan perilaku negatif efektif dalam menghilangkan dampak negatifnya. Jumlah putaran pemulihan yang diperlukan bervariasi tergantung pada jumlah perilaku negatif yang ada, namun secara keseluruhan, node dengan perilaku negatif tidak dapat kembali ke operasi normal dalam jangka waktu tertentu. Hal ini menunjukkan bahwa mekanisme penalti yang diterapkan mencapai jaminan keadilan relatif dalam jaringan.
Dengan peningkatan mekanisme konsensus dan uji mutu resep ini, penelitian ini memberikan kontribusi penting dalam meningkatkan partisipasi aktif node dalam jaringan dan memastikan penyediaan data berkualitas tinggi, sehingga meningkatkan keandalan dan efisiensi system.
6. Analisis kinerja
Analisis kinerja dilakukan melalui beberapa eksperimen yang bertujuan untuk menguji efektivitas dan efisiensi dari mekanisme konsensus DPOS yang ditingkatkan dan algoritma deteksi kemiripan teks. Hasil eksperimen menunjukkan bahwa mekanisme konsensus DPOS yang ditingkatkan berhasil mendorong partisipasi aktif dari semua node dalam jaringan, dengan memberikan penghargaan pada node yang berkinerja baik dan memberikan sanksi kepada node yang melanggar. Selain itu, algoritma deteksi kemiripan teks, seperti SimHash dan WMF-LDA, juga telah dievaluasi dan dibandingkan kinerjanya.
Hasilnya menunjukkan bahwa algoritma SimHash yang ditingkatkan memiliki kinerja yang baik dalam tugas deteksi kemiripan teks, terlepas dari bahasa yang digunakan.
Analisis kinerja ini memberikan wawasan penting dalam meningkatkan efisiensi dan keandalan sistem perlindungan hak cipta resep digital berbasis blockchain.
7. Kesimpulan
Peneliti mengidentifikasi masalah plagiarisme teks dalam resep dan mengusulkan solusi dengan sistem perlindungan hak cipta berbasis blockchain. Mereka merancang mekanisme rantai ganda untuk memastikan keterlacakan hak cipta secara cepat dan efisien.
Penggunaan algoritme P-SimHash meningkatkan akurasi deteksi teks serupa. Dalam mengatasi sentralisasi berlebihan, peneliti meningkatkan motivasi node melalui evaluasi kualitas resep dan memberlakukan hukuman kepada node berbahaya. Tantangan mendatang melibatkan peningkatan kekuatan pemrosesan sistem untuk permintaan
berskala besar serta memastikan keadilan dan keamanan dalam perlindungan hak cipta menggunakan teknologi blockchain.
Review Artikel dan Rekomendasi
Artikel ini menggali tantangan penting dalam perlindungan hak cipta resep di era digital dan mengusulkan solusi berbasis blockchain yang komprehensif. Kelebihan utama artikel ini adalah pendekatan yang komprehensif terhadap masalah tersebut. Pengenalan sistem blockchain, khususnya dengan menggabungkan algoritma deteksi kemiripan teks seperti SimHash, menunjukkan inovasi yang berpotensi besar dalam melindungi karya-karya kreatif.
Pemikiran ini memberikan fondasi yang kuat untuk penggunaan teknologi blockchain dalam mendukung industri kuliner dan memerangi pembajakan resep. Penelitian yang mendalam pada algoritma dan mekanisme konsensus memberikan wawasan yang kuat tentang bagaimana teknologi ini dapat diterapkan dengan baik dalam konteks ini.
Namun, ada beberapa area yang memerlukan perhatian lebih lanjut. Meskipun artikel ini menggambarkan mekanisme dan algoritma dengan baik, ada kebutuhan untuk mempertimbangkan aspek-aspek implementasi praktisnya. Misalnya, bagaimana resep akan dimasukkan ke dalam sistem, bagaimana hak cipta awal diidentifikasi, dan bagaimana resep baru akan diakui dan diberi hak cipta perlu diuraikan dengan lebih rinci. Selain itu, artikel ini dapat diperkaya dengan studi kasus atau contoh konkret tentang bagaimana solusi ini telah berhasil diterapkan dalam lingkungan nyata. Ini akan memberikan pemahaman yang lebih baik tentang aplikasi praktis teknologi blockchain dalam industri kuliner. Tinjauan ulang dari perspektif praktis dan implementasi yang lebih dalam akan memperkaya artikel ini, membuatnya lebih relevan dan bermanfaat bagi pembaca yang mencari panduan praktis dalam menghadapi tantangan perlindungan hak cipta di dunia digital saat ini. Semoga artikel ini dapat mengembangkan poin-poin ini lebih lanjut untuk memberikan kontribusi yang lebih substansial dalam mengatasi masalah ini.