Electronic Theses and Dissertation

Bilangan random/acak sudah menjadi kebutuhan dalam sejumlah bidang komputer, seperti kriptografi, enkripsi, permodelan ilmiah, dsb. Proses pembangkitan bilangan random dilakukan dengan pembangkit bilangan acak
(RNG). Bilangan acak dapat dibangkitkan dengan RNG berbasis software (PRNG) maupun hardware (TRNG). PRNG umum digunakan karena dapat menghasilkan sekumpulan bilangan yang tampak random hanya dengan menggunakan suatu algoritma. Sementara itu TRNG dapat menghasilkan bilangan yang benar-benar
random dengan memanfaatkan proses fisik (entropi). Penelitian ini berfokus pada pengembangan TRNG yang didesain menggunakan FPGA dengan ring osilator sebagai sumber entropi. FPGA menjadi salah satu media dalam pengembangan RNG karena fleksibilitas, waktu pemasaran yang lebih singkat, dan efisiensi sumber daya dibandingkan RNG berbasis software. Penelitian ini terdiri dari beberapa tahap yaitu studi literatur, desain algoritma, desain rangkaian, implementasi, pengujian, dan analisis data. Manfaat dari penelitian ini di antaranya untuk menyediakan solusi terhadap kebutuhan pembangkitan bilangan acak untuk sistem embedded. Metode yang digunakan yakni dengan memanfaatkan sejumlah ring osilator (RO) yang menghasilkan frekuensi yang bervariasi satu sama lain. Gelombang keluarannya dicuplik pada waktu tertentu dan hasilnya dianggap sebagai keluaran bilangan random. Setelah itu, analisis dilakukan dengan uji runs test dan perhitungan perulangan pada data. Dari 30 rangkaian yang diuji dengan 14 jenis sample rate berbeda, Hasil penelitian menunjukkan bahwa rangkaian dengan
sample rate rendah dan rangkaian dengan sample rate acak memiliki tingkat keacakan yang lebih tinggi dibandingkan dengan rangkaian yang memiliki sample rate tinggi.

Random numbers have become a necessity in a number of computer fields, such as cryptography, encryption, scientific modelling, etc. The process of generating random numbers is done with a random number generator (RNG). Random numbers can be generated with software-based RNG (PRNG) or hardware-based RNG (TRNG). PRNG is commonly used because it can generate a set of numbers that appear random using only an algorithm. Meanwhile, TRNG can generate truly random numbers by utilizing physical processes (entropy). This research focuses on the development of TRNG which is designed using FPGA with ring oscillator as the entropy source. FPGA is one of the devices in the development of RNG due to its flexibility, shorter time-to-market, and resource efficiency compared to software-based RNG. This research consists of several stages, namely literature study, algorithm design, circuit design, implementation, testing, and data analysis. The benefits of this research include providing a solution to the need for random number generation for embedded systems. The method used is by utilizing a number of ring oscillators (RO) that produce frequencies that vary from each other. The output wave is sampled at a certain time and the result is considered as a random number output. After that, the analysis is done with run tests and recurrence calculations on the data. Of the 30 circuits tested with 14 different sample rates, the results showed that the low sample rate circuits and the random sample rate circuits had a higher degree of randomness compared to the high sample rate circuits.