<?xml version="1.0" encoding="UTF-8" ?>
<modsCollection xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.loc.gov/mods/v3" xmlns:slims="http://slims.web.id" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-3.xsd">
<mods version="3.3" ID="18340">
<titleInfo>
<title>SKEMA MAGANG IMPLEMENTASI LARGE LANGUAGE MODEL DALAM PENETRATION TESTING UNTUK MENJEMBATANI ANALISIS RED TEAM DAN REKOMENDASI RULE DETEKSI DINI</title>
</titleInfo>
<name type="Personal Name" authority="">
<namePart>Rikie Kartadie, S.T., M.Kom</namePart>
<role><roleTerm type="text">Primary Author</roleTerm></role>
</name>
<name type="Personal Name" authority="">
<namePart>WIJAYA, FITRA PUTRA ALDI - 225510016</namePart>
<role><roleTerm type="text">Primary Author</roleTerm></role>
</name>
<typeOfResource manuscript="yes" collection="yes">mixed material</typeOfResource>
<genre authority="marcgt">bibliography</genre>
<originInfo>
<place><placeTerm type="text">Yogyakarta</placeTerm></place>
<publisher>UNIVERSITAS TEKNOLOGI DIGITAL INDONESIA (UTDI)</publisher>
<dateIssued>2026</dateIssued>
<issuance>monographic</issuance>
<edition></edition>
</originInfo>
<language>
<languageTerm type="code">id</languageTerm>
<languageTerm type="text">Indonesia</languageTerm>
</language>
<physicalDescription>
<form authority="gmd">Text Skripsi</form>
<extent>001 TKS 2026</extent>
</physicalDescription>
<note>Peningkatan kompleksitas ancaman siber menuntut respons cepat dan efektif dari Security Operations Center (SOC). Namun, terdapat kesenjangan operasional yang signifikan antara tim ofensif (Red Team) dan tim defensif (Blue Team), di mana proses penerjemahan laporan hasil uji penetrasi menjadi kebijakan pertahanan sering kali dilakukan secara kurang efisien. Penelitian ini bertujuan untuk menjembatani kesenjangan tersebut dengan mengembangkan sebuah sistem yang mengintegrasikan pelaksanaan uji penetrasi dengan analisis berbasis kecerdasan buatan. Penelitian ini menerapkan metode pengembangan purwarupa perangkat lunak berbasis Command Line Interface (CLI) menggunakan bahasa pemrograman Python. Sistem dirancang untuk mengelola eksekusi berantai alat keamanan opensource (seperti Nmap dan SQLmap) guna mensimulasikan serangan, kemudian memanfaatkan teknologi Large Language Model (LLM) melalui Google Gemini API untuk menganalisis output mentah. Sistem memiliki dua fungsi utama mode ofensif untuk identifikasi kerentanan secara terstruktur dan mode analisis defensif untuk menerjemahkan temuan menjadi rekomendasi teknis. Hasil pengujian menunjukkan bahwa sistem berhasil memfasilitasi alur kerja penetration testing dan menghasilkan laporan insiden yang terstruktur. Lebih lanjut, integrasi LLM dapat dimanfaatkan untuk menganalisis laporan tersebut guna menghasilkan ringkasan Taktik, Teknik, dan Prosedur (TTPs) sesuai standar MITRE ATT&#38;CK, serta menyusun rancangan awal aturan deteksi (detection rules) dalam format Wazuh dan Sigma. Implementasi ini memberikan solusi alternatif untuk mempercepat siklus respons insiden dan mempermudah kolaborasi antara Red Team dan Blue Team.</note>
<subject authority=""><topic>LARGE LANGUAGE MODEL (LLM)</topic></subject>
<subject authority=""><topic>METODE PENETRATION TESTING</topic></subject>
<classification>NONE</classification><identifier type="isbn"></identifier><location>
<physicalLocation>Perpustakaan Universitas Teknologi Digital Indonesia Katalog Online Perpustakaan Universitas Teknologi Digital Indonesia</physicalLocation>
<shelfLocator>001 WIJ I R.1</shelfLocator>
<holdingSimple>
<copyInformation>
<numerationAndChronology type="1">WIJ0001TKS2026</numerationAndChronology>
<sublocation>Rak Referensi Skripsi Teknik Komputer</sublocation>
<shelfLocator>001 WIJ I R.1</shelfLocator>
</copyInformation>
</holdingSimple>
</location>
<recordInfo>
<recordIdentifier>18340</recordIdentifier>
<recordCreationDate encoding="w3cdtf">2026-02-11 11:31:54</recordCreationDate>
<recordChangeDate encoding="w3cdtf">2026-02-11 11:47:57</recordChangeDate>
<recordOrigin>machine generated</recordOrigin>
</recordInfo></mods></modsCollection>