Detail Cantuman

Keamanan sistem informasi pada website menjadi semakin penting dengan meningkatnya penggunaan teknologi. Website yang tidak dirancang dan dikelola dengan baik berpotensi memiliki celah keamanan yang dapat dimanfaatkan pihak tidak bertanggung jawab. Penelitian ini mengembangkan model Vulnerability Assessment menggunakan Nessus dan OpenVAS untuk mengidentifikasi kerentanan berdasarkan OWASP Top 10 dengan metode Natural Language Processing menggunakan model Sentence BERT. Hasil penelitian menunjukkan pemindaian Nessus dan OpenVAS menghasilkan data kerentanan yang bervariasi pada website yang diuji. Pengujian potensi kerentanan berdasarkan OWASP Top 10 menunjukkan bahwa SIMSKK memiliki kemiripan kerentanan yang lebih konsisten, sementara Brainycafe dan Alfalhanblogspot memiliki perbedaan dengan selisih 2,9% dan 3,3%. Analisis kemiripan kerentanan tertinggi berdasarkan OWASP Top 10 menunjukkan rata-rata selisih potensi kerentanan pada SIMSKK (4,99%), Brainycafe (16,7%), dan Alfalhanblogspot (6,67%). Metode NLP dengan Sentence BERT cukup baik dalam mendeteksi potensi kerentanan dan meningkatkan keamanan website.
Kata kunci: Nessus, OpenVAS, Vulnerability Assesment, OWASP Top 10 ,NLP