Personally Identifiable Information (PII) merupakan data pribadi milik individu bersifat privasi yang mengandung informasi sensitif seperti Nomor sosial, alamat, dan tanggal lahir. Kasus kebocoran data menjadi salah satu ancaman merugikan dan mengancam privasi, sehingga upaya pengamanan data ini perlu dilakukan sebagai bentuk perlindungan. Pesatnya perkembangan teknologi dengan didukung langsung pada sektor kartu grafis (GPU) membuat penggunaan Artificial Intellegence (AI) atau Kecerdasan Buatan menjadi lebih efisien, salah satu bidang terapan AI seperti Computer Vision dan Optical Character Recognition dapat diimplementasikan pada konteks keamanan data. Penelitian ini bertujuan untuk mengetahui konsep Computer Vision, Optical Character Recognition, dan kriptografi dalam bidang keamanan data untuk mendeteksi, membaca, dan mengenkripsi informasi PII melalui visual foto. Penelitian ini menggunakan metode CRISP-DM dengan model YOLOv12 (You Only Look Once) dan EasyOCR, dataset yang digunakan berjumlah 20 dengan augmentasi menjadi 180 data gambar yang dibagi menjadi 7 kelas (header, main, nama_ttl, gender, gol, alamat, dan misc), Nilai metrik pada Computer Vision pada tiap kelas menghasilkan akurasi dengan rata rata nilai akurasi pada tiap metrik F1 Confidence 1.00 pada threshold 0.787, Precision 1.00 pada threshold 0.991, Recall 1.00 pada threshold 0.00 dan [email protected] seluruh kelas mencapai nilai 0.995, nilai confidence pada Optical Character Recogniton untuk kelas header 0.83, main 0.96, nama_ttl 0.98, gender 0.96, gol 0.99, alamat 0.95, dan misc 0.94. Secara keseluruhan model mendapat performa yang baik walaupun masih cenderung salah mengenali objek dan membaca (False-Negative). Penerapan YOLOv12s dan EasyOCR sukses untuk mendeteksi dan membaca informasi dari PII, dengan bantuan kriptografi AES-128 CBC dapat digunakan untuk enkripsi data PII.

Personally Identifiable Information (PII) is personal data belonging to private individuals that contain sensitive information such as social numbers, addresses, and dates of birth. Data leakage cases are one of the threats to harm and threaten privacy, so efforts to secure this data need to be done as a form of protection. The rapid development of technology with direct support in the graphics card (GPU) sector makes the use of Artificial Intelligence (AI) more efficient, one of the applied fields of AI such as Computer Vision and Optical Character Recognition can be implemented in the context of data security. This research aims to find out the concepts of Computer Vision, Optical Character Recognition, and cryptography in the field of data security to detect, read, and encrypt PII information through visual photos. This research uses the CRISP-DM method with the YOLOv12 (You Only Look Once) model. and EasyOCR, the datasets used amounted to 20 with augmentation into 180 image data divided into 7 classes (header, main, name_ttl, gender, goal, address, and misc), The value of metrics on Computer Vision in each class produces accuracy with an average accuracy value on each metric F1 Confidence 1.00 pada threshold 0.787, Precision 1.00 pada threshold 0.991, Recall 1.00 pada threshold 0.00 dan [email protected] all class at 0.995, confidence value on Optical Character Recogniton for header class 0.83, main 0.96, name_ttl 0.98, gender 0.96, goal 0.99, address 0.95, and misc 0.94. Overall, the model performs well although it still tends to misrecognize objects and read (False-Negative). The application of YOLOv12s and EasyOCR is successful to detect and read information from PII, with the help of AES-128 CBC cryptography can be used for PII data encryption.