<![CDATA[Audit keamanan dan pengujian penetrasi (penetration testing) secara manual pada web server membutuhkan sumber daya yang besar, waktu yang lama, dan sangat bergantung pada keahlian individu sehingga berisiko menimbulkan temuan yang tidak konsisten. Di sisi lain, penggunaan Large Language Models (LLM) berbasis cloud untuk otomatisasi triage keamanan membuka risiko kebocoran data sensitif berupa konfigurasi sistem dan log kerentanan ke jaringan publik. Penelitian ini mengusulkan dan mengevaluasi kerangka kerja triage keamanan otomatis yang berjalan secara luring (offline) dan dipetakan ke standar Penetration Testing Execution Standard (PTES) menggunakan model lokal Qwen2:1.5b melalui framework Ollama. Alat berbasis Python yang dikembangkan, NULL Security System, memiliki 29 modul untuk audit internal (white-box) dan analisis lalu lintas aktif (black-box). Dalam lingkungan jaringan terisolasi VirtualBox, Kali Linux bertindak sebagai penyerang (menjalankan Nmap, Nuclei, dan FFUF) dan Ubuntu Server 24.04.4 LTS sebagai target. Hasil pengujian selama lima iterasi menunjukkan triage berbantuan LLM lokal mencapai konsistensi 100% dalam penilaian risiko dan ekstraksi Source IP. Rata-rata waktu pemrosesan (Time-to-Insight) tercatat 56 detik untuk triage white-box dan 1 menit 57 detik untuk triage black-box, merepresentasikan peningkatan efisiensi 5 hingga 10 kali lipat dibanding baseline manual. Sistem berhasil mengidentifikasi lalu lintas Nuclei secara konsisten melalui pemetaan pola perilaku URL (behavioral URL pattern) ketika metode pencocokan User-Agent tradisional gagal. Integrasi pemantau proses aktif (psutil) mencegah kelelahan CPU target dengan memicu analisis cadangan (fallback) berbasis kata kunci saat batas load average terlampaui, sehingga menjamin kelayakan sistem lokal dan kedaulatan data.]]>
