Mendeteksi kerentanan keamanan aplikasi berbasis website adalah hal yang penting, dan dapat memperkirakan resiko yang ada terhadap keberlangsungan suatu bisnis.  Terjadinya transisi bisnis tradisional ke dalam lingkup aplikasi berbasis website dimanfaatkan oleh beberapa pelaku kejahatan dunia maya dengan tujuan mencuri informasi rahasia pengguna demi keuntungan pribadi. Walaupun para developer sudah mencari permasalahan keamanan dengan menggunakan code review atau uji penetrasi. Terkadang masalah tidak akan ditemukan hingga aplikasi sudah masuk tahap produksi bahkan hingga aplikasi sudah diretas. Penelitian ini akan menerapkan  mekanisme metode asesmen resiko pada sistem informasi harga komoditas utama yang dibangun oleh PT.Gitsolution. Dimana sistem tersebut merupakan informasi harga pokok untuk kehidupan sehari-hari yang dikelola oleh salah satu instansi pemerintah yang ada di Indonesia. Untuk mengetahui tingkat resiko pada sistem informasi harga komoditas utama menggunakan metode Open Web Application Security Project (OWASP) Risk Rating untuk mendeteksi kerentanan keamanan pada aplikasi berbasis website. Penelitian ini menghasilkan tingkat resiko pada aplikasi berbasis website.Kata kunci— Vulnerability – OWASP, Risk Rating, Security Assessment.

E-commerce yang menawarkan banyak kemudahan terhadap konsumen belum tentu berhasil hanya dengan membuat website toko online, namun konsumen secara personal juga akan menilai dan menentukan perilaku apa yang akan diambil berdasarkan penilaian secara subyektif dari konsumen terhadap suatu situs e-commerce, apakah konsumen tersebut akan percaya dan selanjutnya dengan senang hati bertukar informasi pribadi dengan situs e-commerce, dan akhirnya mempunyai keinginan untuk bertransaksi atau tidak. Penelitian ini bermaksud menguji pengaruh 3 faktor dalam Trust Building Model (TBM) kaitannya dengan kepercayaan konsumen terhadap e-commerce toko online fashion di Indonesia. Benarkah kepercayaan konsumen di Indonesia disebabkan oleh faktor perceived site quality (kualitas situs yang dirasakan), faktor perceived vendor reputation (reputasi vendor yang dirasakan), dan structural assurance (susunan keamanan) khususnya untuk e-commerce bisnis ke konsumen. Penelitian ini menggunakan Structural Equation Modeling (SEM) untuk menganalisis masing-masing faktor tersebut dengan meneliti 200 responden yang sudah pernah bertransaksi dan belum pernah bertransaksi namun mempunyai keinginan di kemudian hari dan sudah pernah berkunjung ke situs toko online fashion. Hasil dari penelitian ini menunjukkan bahwa kepercayaan konsumen e-commerce toko online fashion di Indonesia sangat dipengaruhi oleh kualitas website dan susunan keamanan yang tersaji melalui website, sedangkan reputasi vendor melalui website tidak signifikan mempengaruhi konsumen untuk bisa lebih percaya pada suatu vendor toko online fashion.E-commerce that offers a lot of convenience to consumers uncertain of success simply by making the website an online store, but consumers will personally assess and determine what behavior that consumers will take based on consumer’s assessment of an e-commerce site, whether consumer will believe and subsequent gladly exchange personal information with an e-commerce website, and make the transaction or not. This study intends to examine the influence of three factors in the Trust Building Model (TBM) relation with consumer’s trust in e - commerce online store of fashion in Indonesia. Is it true that consumer’s trust in Indonesia is caused by those factors: perceived site quality, perceived vendor reputation, and structural assurance, especially for e-commerce business to consumer. This study used Structural Equation Modeling (SEM) to analyze each of these factors by examining the 200 respondents who had dealings and have never had trade but have willingness to trade later and had ever been to a fashion online store site. The results of this study indicate that consumer’s trust in ecommerce online store of fashion in Indonesia is strongly influenced by the quality of the website and structural assurance presented through the website, while the reputation of the vendor through the website does not significantly influence consumers to be more trust in an online fashion store vendors.

No abstract

The World Health Organization (WHO) COVID-19 is an infectious disease caused by the Coronavirus which originally came from an outbreak in the city of Wuhan, China in December 2019 which later became a pandemic that occurred in many countries around the world. This disease has caused the government to give a regional lockdown status to give students the status of "at home" for students to enforce online or online lectures, this has caused various sentiments given by students in responding to online lectures via social media twitter. For sentiment analysis, the researcher applies the nave Bayes algorithm and support vector machine (SVM) with the performance results obtained on the Bayes algorithm with an accuracy of 81.20%, time 9.00 seconds, recall 79.60% and precision 79.40% while for the SVM algorithm get an accuracy value of 85%, time 31.60 seconds, recall 84% and precision 83.60%, the performance results are obtained in the 1st iteration for nave Bayes and the 423th iteration for the SVM algorithm

Serangan Jantung adalah salah satu penyakit yang paling mematikan tercatat di dunia, terdapat jumlah kasus baru Penyakit Jantung sebanyak 43,32% serta jumlah kematian sebanyak 12,91%. Pada tahun 2013 jumlah penderita Penyakit Jantung di Indonesaia sejumlah 61.682 orang, pada umumnya jumlah penderita penyakit ini terus meningkat dikarenakan kurangnya pengetahuan atau informasi tentang penyakit jantung tersebut, oleh karena itu dibutuhkan sebuah sistem yang dapat memberikan informasi serta klasifikasi penyakit secara dini yang dapat digunakan untuk klasifikasi apabila seseorang ingin mengetahui informasi ataupun gejala awal serangan jantung. Metode naïve bayes merupakan salah satu metode yang digunakan untuk melakukan klasifikasi berdasarkan probabilitas atau kemungkinan dari data sebelumnya, selain pendekatannya sederhana metode tersebut juga dapat melakukan klasifikasi secara baik. Mekanisme pengujiannya yaitu membagi 303 data kedalam 5 subset yang akan divalidasi dengan 5-fold cross validation. Hasil akhir dari penelitian ini adalah penerapan sistem klasifikasi dengan menggunakan metode naïve bayes yang akan menghasilkan nilai rata-rata akurasi sebesar 90,61%, presisi sebesar 87,44 %, dan recall sebesar 87,95%. Kata Kunci — klasifikasi, penyakit jantung, naïve bayesClassifier Heart attack is one of the most deadly diseases recorded in the world, there are a number of new cases of heart disease as much as 43.32% and the number of deaths as much as 12.91%. In 2013 the number of sufferers of heart disease in Indonesia amounted to 61,682 people, in general the number of sufferers of this disease continues to increase due to lack of knowledge or information about heart disease, therefore we need a system that can provide information and classification of diseases early that can be used for classification if someone wants to find out information or early symptoms of a heart attack. Naïve Bayes method is one of the methods used to classify based on the probability or likelihood of previous data, in addition to a simple approach the method can also do a good classification. The testing mechanism is to divide 303 data into 5 subsets that will be validated by 5-fold cross validation. The final result of this study is the application of the classification system using the Naïve Bayes method which will produce an average accuracy value of 90.61%, a precision of 87.44%, and a recall of 87.95%. Keywords — classification, heart disease, naïve bayes