Melola Discovery

← Melola Discovery

Akses terbuka Jurnal SINTA 2

Tinjauan Sistematis Dan Validasi Praktis Generator Bilangan Acak Kuantum Menggunakan Analisis Statistik Dan Visual

Jurnal Teknologi Informasi dan Ilmu Komputer (JTIIK) · Vol. 13 No. 4 (2026) · hlm. 893–900

DOI
10.25126/jtiik.134
ISSN
2528-6579, 2355-7699
Terbit
2026-08-29
Penerbit
Fakultas Ilmu Komputer, Universitas Brawijaya
Bahasa
id
Lisensi
creativecommons.org/licenses/by-sa/4.0

Abstrak

Bahasa Indonesia

Generator Bilangan Acak Kuantum (Quantum Random Number Generators / QRNG) merupakan solusi canggih untuk menghasilkan bilangan acak sejati yang didasarkan pada prinsip mekanika kuantum. Keacakan semacam ini memainkan peran penting dalam berbagai bidang seperti kriptografi, keamanan siber, dan simulasi numerik. Penelitian ini bertujuan untuk mengevaluasi keandalan keluaran QRNG melalui tinjauan sistematis terhadap literatur terbaru yang dikombinasikan dengan validasi praktis menggunakan data waktu nyata. Data bilangan acak diperoleh melalui Application Programming Interface (API) yang disediakan oleh Australian National University (ANU). Data tersebut dianalisis menggunakan Dieharder test suite, yaitu kumpulan uji statistik yang secara luas diterima untuk mengevaluasi kualitas keacakan. Hasil menunjukkan bahwa lebih dari 99% uji statistik berhasil dilalui, dan analisis histogram pada level byte menunjukkan distribusi yang mendekati seragam. Untuk meningkatkan analisis dan replikasi, antarmuka pengguna grafis (GUI) berbasis Python dikembangkan guna mengotomatiskan proses visualisasi dan evaluasi. Penelitian ini menegaskan kekokohan dan keandalan QRNG yang diuji, serta mengusulkan kerangka kerja validasi yang terbuka dan dapat direplikasi, yang sesuai untuk pengembangan dan penerapan lebih lanjut, khususnya dalam konteks keamanan digital berbasis kuantum. Abstract Quantum Random Number Generators (QRNGs) are advanced solutions for producing true random numbers based on quantum mechanics. Such randomness plays a critical role in fields such as cryptography, cybersecurity, and numerical simulations. This study aims to evaluate the reliability of QRNG outputs through a systematic review of recent literature combined with practical validation using real-time data. Random numbers were retrieved via the Application Programming Interface (API) provided by the Australian National University (ANU). The data was assessed using the Dieharder test suite, a widely accepted collection of statistical tests for randomness evaluation. The results indicated that over 99% of the statistical tests were passed successfully, and the byte-level histogram analysis demonstrated near-uniform distribution. To enhance the analysis and reproducibility, a Python-based graphical user interface (GUI) was developed to automate both visualization and evaluation tasks. This research confirms the robustness and reliability of the tested QRNG, and proposes an open and replicable validation framework suitable for further study and application, especially in the context of quantum-based digital security.

Inggris

Generator Bilangan Acak Kuantum (Quantum Random Number Generators / QRNG) merupakan solusi canggih untuk menghasilkan bilangan acak sejati yang didasarkan pada prinsip mekanika kuantum. Keacakan semacam ini memainkan peran penting dalam berbagai bidang seperti kriptografi, keamanan siber, dan simulasi numerik. Penelitian ini bertujuan untuk mengevaluasi keandalan keluaran QRNG melalui tinjauan sistematis terhadap literatur terbaru yang dikombinasikan dengan validasi praktis menggunakan data waktu nyata. Data bilangan acak diperoleh melalui Application Programming Interface (API) yang disediakan oleh Australian National University (ANU). Data tersebut dianalisis menggunakan Dieharder test suite, yaitu kumpulan uji statistik yang secara luas diterima untuk mengevaluasi kualitas keacakan. Hasil menunjukkan bahwa lebih dari 99% uji statistik berhasil dilalui, dan analisis histogram pada level byte menunjukkan distribusi yang mendekati seragam. Untuk meningkatkan analisis dan replikasi, antarmuka pengguna grafis (GUI) berbasis Python dikembangkan guna mengotomatiskan proses visualisasi dan evaluasi. Penelitian ini menegaskan kekokohan dan keandalan QRNG yang diuji, serta mengusulkan kerangka kerja validasi yang terbuka dan dapat direplikasi, yang sesuai untuk pengembangan dan penerapan lebih lanjut, khususnya dalam konteks keamanan digital berbasis kuantum. Abstract Quantum Random Number Generators (QRNGs) are advanced solutions for producing true random numbers based on quantum mechanics. Such randomness plays a critical role in fields such as cryptography, cybersecurity, and numerical simulations. This study aims to evaluate the reliability of QRNG outputs through a systematic review of recent literature combined with practical validation using real-time data. Random numbers were retrieved via the Application Programming Interface (API) provided by the Australian National University (ANU). The data was assessed using the Dieharder test suite, a widely accepted collection of statistical tests for randomness evaluation. The results indicated that over 99% of the statistical tests were passed successfully, and the byte-level histogram analysis demonstrated near-uniform distribution. To enhance the analysis and reproducibility, a Python-based graphical user interface (GUI) was developed to automate both visualization and evaluation tasks. This research confirms the robustness and reliability of the tested QRNG, and proposes an open and replicable validation framework suitable for further study and application, especially in the context of quantum-based digital security.

Kata kunci

Jaringan kolaborasi para penulis

3 penulis · 3 tautan kepenulisan bersama

Arahkan kursor atau ketuk sebuah nama untuk menyorot rekan penulisnya. Klik dua kali untuk membuka halaman penulis.

  • Afiliasi tidak diketahui
  • Organisasi berbeda
  • Organisasi sama
  • Afiliasi tidak diketahui
  • Garis lebih tebal = lebih banyak artikel bersama · lingkaran lebih besar = lebih banyak artikel
Tampilkan sebagai tabel
Rekan penulisOrganisasiArtikel bersama

Afiliasi berasal dari OpenAlex; metadata OAI-PMH jurnal tidak memuatnya. Penulis tanpa ID OpenAlex dicocokkan berdasarkan nama, sehingga dua orang bisa tergabung atau satu orang bisa terpisah.

Sumber metadata: OAI-PMH (metadata jurnal) https://jtiik.ub.ac.id/index.php/jtiik/en/oai, pertama di-harvest 27 Okt 2026, terakhir terlihat 15 Nov 2026.
Metadata asli (oai_dc)
<oai_dc:dc xmlns="http://www.openarchives.org/OAI/2.0/" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:oai_dc="http://www.openarchives.org/OAI/2.0/oai_dc/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/  http://www.openarchives.org/OAI/2.0/oai_dc.xsd">
	<dc:title xml:lang="id">Tinjauan Sistematis Dan Validasi Praktis Generator Bilangan Acak Kuantum Menggunakan Analisis Statistik Dan Visual</dc:title>
	<dc:title xml:lang="en">Tinjauan Sistematis Dan Validasi Praktis Generator Bilangan Acak Kuantum Menggunakan Analisis Statistik Dan Visual</dc:title>
	<dc:creator xml:lang="en">Setyowati, Danny</dc:creator>
	<dc:creator xml:lang="en">Danang Rimbawa</dc:creator>
	<dc:creator xml:lang="en">Achmad Farid Wadjdi</dc:creator>
	<dc:creator xml:lang="id">Setyowati, Danny</dc:creator>
	<dc:creator xml:lang="id">Danang Rimbawa</dc:creator>
	<dc:creator xml:lang="id">Achmad Farid Wadjdi</dc:creator>
	<dc:subject xml:lang="en">QRNG</dc:subject>
	<dc:subject xml:lang="en">quantum randomness</dc:subject>
	<dc:subject xml:lang="en">ANU API</dc:subject>
	<dc:subject xml:lang="en">Dieharder</dc:subject>
	<dc:subject xml:lang="en">byte histogram</dc:subject>
	<dc:subject xml:lang="en">statistical visualization</dc:subject>
	<dc:subject xml:lang="id">QRNG</dc:subject>
	<dc:subject xml:lang="id">keacakan kuantum</dc:subject>
	<dc:subject xml:lang="id">API ANU</dc:subject>
	<dc:subject xml:lang="id">Dieharder</dc:subject>
	<dc:subject xml:lang="id">histogram byte</dc:subject>
	<dc:subject xml:lang="id">visualisasi statistik</dc:subject>
	<dc:description xml:lang="id">Generator Bilangan Acak Kuantum (Quantum Random Number Generators / QRNG) merupakan solusi canggih untuk menghasilkan bilangan acak sejati yang didasarkan pada prinsip mekanika kuantum. Keacakan semacam ini memainkan peran penting dalam berbagai bidang seperti kriptografi, keamanan siber, dan simulasi numerik. Penelitian ini bertujuan untuk mengevaluasi keandalan keluaran QRNG melalui tinjauan sistematis terhadap literatur terbaru yang dikombinasikan dengan validasi praktis menggunakan data waktu nyata. Data bilangan acak diperoleh melalui Application Programming Interface (API) yang disediakan oleh Australian National University (ANU). Data tersebut dianalisis menggunakan Dieharder test suite, yaitu kumpulan uji statistik yang secara luas diterima untuk mengevaluasi kualitas keacakan. Hasil menunjukkan bahwa lebih dari 99% uji statistik berhasil dilalui, dan analisis histogram pada level byte menunjukkan distribusi yang mendekati seragam. Untuk meningkatkan analisis dan replikasi, antarmuka pengguna grafis (GUI) berbasis Python dikembangkan guna mengotomatiskan proses visualisasi dan evaluasi. Penelitian ini menegaskan kekokohan dan keandalan QRNG yang diuji, serta mengusulkan kerangka kerja validasi yang terbuka dan dapat direplikasi, yang sesuai untuk pengembangan dan penerapan lebih lanjut, khususnya dalam konteks keamanan digital berbasis kuantum.
 
Abstract
Quantum Random Number Generators (QRNGs) are advanced solutions for producing true random numbers based on quantum mechanics. Such randomness plays a critical role in fields such as cryptography, cybersecurity, and numerical simulations. This study aims to evaluate the reliability of QRNG outputs through a systematic review of recent literature combined with practical validation using real-time data. Random numbers were retrieved via the Application Programming Interface (API) provided by the Australian National University (ANU). The data was assessed using the Dieharder test suite, a widely accepted collection of statistical tests for randomness evaluation. The results indicated that over 99% of the statistical tests were passed successfully, and the byte-level histogram analysis demonstrated near-uniform distribution. To enhance the analysis and reproducibility, a Python-based graphical user interface (GUI) was developed to automate both visualization and evaluation tasks. This research confirms the robustness and reliability of the tested QRNG, and proposes an open and replicable validation framework suitable for further study and application, especially in the context of quantum-based digital security.</dc:description>
	<dc:description xml:lang="en">Generator Bilangan Acak Kuantum (Quantum Random Number Generators / QRNG) merupakan solusi canggih untuk menghasilkan bilangan acak sejati yang didasarkan pada prinsip mekanika kuantum. Keacakan semacam ini memainkan peran penting dalam berbagai bidang seperti kriptografi, keamanan siber, dan simulasi numerik. Penelitian ini bertujuan untuk mengevaluasi keandalan keluaran QRNG melalui tinjauan sistematis terhadap literatur terbaru yang dikombinasikan dengan validasi praktis menggunakan data waktu nyata. Data bilangan acak diperoleh melalui Application Programming Interface (API) yang disediakan oleh Australian National University (ANU). Data tersebut dianalisis menggunakan Dieharder test suite, yaitu kumpulan uji statistik yang secara luas diterima untuk mengevaluasi kualitas keacakan. Hasil menunjukkan bahwa lebih dari 99% uji statistik berhasil dilalui, dan analisis histogram pada level byte menunjukkan distribusi yang mendekati seragam. Untuk meningkatkan analisis dan replikasi, antarmuka pengguna grafis (GUI) berbasis Python dikembangkan guna mengotomatiskan proses visualisasi dan evaluasi. Penelitian ini menegaskan kekokohan dan keandalan QRNG yang diuji, serta mengusulkan kerangka kerja validasi yang terbuka dan dapat direplikasi, yang sesuai untuk pengembangan dan penerapan lebih lanjut, khususnya dalam konteks keamanan digital berbasis kuantum.
 
Abstract
Quantum Random Number Generators (QRNGs) are advanced solutions for producing true random numbers based on quantum mechanics. Such randomness plays a critical role in fields such as cryptography, cybersecurity, and numerical simulations. This study aims to evaluate the reliability of QRNG outputs through a systematic review of recent literature combined with practical validation using real-time data. Random numbers were retrieved via the Application Programming Interface (API) provided by the Australian National University (ANU). The data was assessed using the Dieharder test suite, a widely accepted collection of statistical tests for randomness evaluation. The results indicated that over 99% of the statistical tests were passed successfully, and the byte-level histogram analysis demonstrated near-uniform distribution. To enhance the analysis and reproducibility, a Python-based graphical user interface (GUI) was developed to automate both visualization and evaluation tasks. This research confirms the robustness and reliability of the tested QRNG, and proposes an open and replicable validation framework suitable for further study and application, especially in the context of quantum-based digital security.</dc:description>
	<dc:publisher xml:lang="en">Fakultas Ilmu Komputer, Universitas Brawijaya</dc:publisher>
	<dc:date>2026-08-29</dc:date>
	<dc:type>info:eu-repo/semantics/article</dc:type>
	<dc:type>info:eu-repo/semantics/publishedVersion</dc:type>
	<dc:format>application/pdf</dc:format>
	<dc:identifier>https://jtiik.ub.ac.id/index.php/jtiik/article/view/10233</dc:identifier>
	<dc:identifier>10.25126/jtiik.134</dc:identifier>
	<dc:source xml:lang="id">Jurnal Teknologi Informasi dan Ilmu Komputer; Vol 13 No 4: Agustus 2026; 893-900</dc:source>
	<dc:source xml:lang="en">Jurnal Teknologi Informasi dan Ilmu Komputer; Vol. 13 No. 4: Agustus 2026; 893-900</dc:source>
	<dc:source>2528-6579</dc:source>
	<dc:source>2355-7699</dc:source>
	<dc:source>10.25126/jtiik.134</dc:source>
	<dc:language>id</dc:language>
	<dc:relation>https://jtiik.ub.ac.id/index.php/jtiik/article/view/10233/1621</dc:relation>
	<dc:rights xml:lang="en">Copyright (c) 2026 Danny Setyowati</dc:rights>
	<dc:rights xml:lang="en">https://creativecommons.org/licenses/by-sa/4.0</dc:rights>
</oai_dc:dc>