TA DIGITAL
Perancangan dan Implementasi Sistem Otomasi Web Penetration Testing Berbasis Artificial Intelligence = Design and Implementation of an Artificial Intelligence-Based Web Penetration Testing Automation System
Ilham Andaru Prabowo dan Mohammad Dzaky Ma’arif. Perancangan Dan Implementasi Sistem
Otomasi Web Penetration Testing Berbasis Artificial Intelligence. Tugas Akhir DIII Program Studi
Teknik Informatika, Jurusan Teknik Elektro, Politeknik Negeri Semarang, di bawah bimbingan
Kuwat Santoso, S.Kom, M.Kom., Dr. Sukamto, S.kom., M.T., Agustus 2026. 134 halaman.
Pengujian penetrasi (penetration testing) aplikasi web secara konvensional bersifat manual, menyita
waktu, dan menuntut keahlian intensif sehingga sulit dilakukan secara rutin dan komprehensif.
Penelitian ini bertujuan merancang dan mengimplementasikan sistem otomasi web penetration
testing secara end-to-end berbasis kecerdasan buatan, dengan memanfaatkan Large Language Model
(LLM) sebagai agen orkestrasi. Sistem dibangun menggunakan metode prototyping dan arsitektur
microservices yang terdiri atas layanan frontend (React), backend API (Go, Fiber v3), scanner
terisolasi, serta basis data PostgreSQL yang diorkestrasi menggunakan Docker Compose. Inti sistem
adalah agentic loop berpola ReAct dengan peran planner-executor-finalizer: LLM merencanakan
langkah dalam format JSON terstruktur, backend memvalidasi dan mengeksekusi pemanggilan tool
keamanan (antara lain httpx, katana, nuclei, dalfox, dan sqlmap) melalui empat lapis penjagaan
keamanan, lalu LLM menyusun laporan temuan. Sistem mendukung dua mode pengujian, yaitu
dinamis (DAST) untuk aplikasi berjalan dan statis (SAST) untuk analisis kode sumber. Pengujian
dilakukan pada laboratorium kerentanan terkontrol dengan 16 kerentanan ground truth terkatalog.
Hasil pengujian fungsional menunjukkan seluruh kebutuhan terpenuhi, sedangkan pengujian
efektivitas deteksi memperoleh recall 87,5% dan precision 93,3%. Penelitian ini membuktikan
bahwa pendekatan agentik berbasis LLM mampu mengotomasi pengujian penetrasi web dengan
cakupan luas dan intervensi manusia yang minimal.
Kata kunci: penetration testing, kecerdasan buatan, Large Language Model, agen otonom, DAST,
SAST, keamanan aplikasi web
Tidak tersedia versi lain