ANALISA KEAMANAN JARINGAN PADA WANNYX RETAIL SYSTEM MENGGUNAKAN ACUNETIX BERBASIS WEB SERVICE

Authors

  • Jyotis Dwi Tanthio Universitas Buddhi Dharma
  • Rino Universitas Buddhi Dharma

DOI:

https://doi.org/10.31253/algor.v5i1.2346

Keywords:

Web Service, API, Acunetix, Network Security

Abstract

Keamanan informasi sebuah website merupakan salah satu prioritas yang sangat utama,  maka dibutuhkanlah sebuah analisa keamanan jaringan untuk menghindari terjadinya serangan pada hacker yang dapat mengambil data penting pada Website menggunakan aplikasi Acunetix dan mengelola kerentanan tersebut dalam bentuk aplikasi berbasis web service .Tujuan dari penelitian ini adalah Melakukan pengujian terhadap keamanan Wannyx Retail System dengan menggunakan Acunetix. Acunetix Vulnerability Scanner adalah pengujian keamanan aplikasi web otomatis web atau bisa disebut alat penguji website dengan memeriksa kerentanan seperti Structured Query Language (SQL) Injection, Cross site scripting, dan kerentanan eksploitasi lainnya. Hasil dari penelitian ini adalah hasil pengujian dan analisa keamanan jaringan dengan Acunetix Web Vulnerability Scanner yang menemukan bahwa terjadinya kerentanan dikarenakan kesalahan konfigurasi pada server serta site coding yang lemah, dimana memfasilitasi gangguan pada server dan instruksi Threat level 2: medium.

Downloads

Download data is not yet available.

Author Biographies

Jyotis Dwi Tanthio, Universitas Buddhi Dharma

Jyotis Dwi Tanthio, Graduated from the Informatics Engineering Study Program at Buddhi Dharma University (S1) in 2023.

Rino, Universitas Buddhi Dharma

Rino, Menyelesaikan S2 Teknik Informatika di STMIK Eresha. Saat ini bekerja sebagai dosen tetap di FST Universitas Buddhi Dharma, mengajar beberapa mata kuliah, menjadi dosen pembimbing Skripsi dan pernah menjadi Kaprodi Program Studi Teknik Informatika.

Published

2023-09-28

How to Cite

Dwi Tanthio, J., & Rino. (2023). ANALISA KEAMANAN JARINGAN PADA WANNYX RETAIL SYSTEM MENGGUNAKAN ACUNETIX BERBASIS WEB SERVICE. ALGOR, 5(1), 20–32. https://doi.org/10.31253/algor.v5i1.2346