cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
-
Contact Email
-
Phone
-
Journal Mail Official
-
Editorial Address
-
Location
Kota malang,
Jawa timur
INDONESIA
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
Published by Universitas Brawijaya
ISSN : -     EISSN : -     DOI : -
Core Subject : Science, Education, Engineering,
Computer Science & IT Control & Systems Engineering Education Electrical & Electronics Engineering Engineering
Jurnal Pengembangan Teknlogi Informasi dan Ilmu Komputer (J-PTIIK) Universitas Brawijaya merupakan jurnal keilmuan dibidang komputer yang memuat tulisan ilmiah hasil dari penelitian mahasiswa-mahasiswa Fakultas Ilmu Komputer Universitas Brawijaya. Jurnal ini diharapkan dapat mengembangkan penelitian dan memberikan kontribusi yang berarti untuk meningkatkan sumber daya penelitian dalam Teknologi Informasi dan Ilmu Komputer.
Arjuna Subject : -
Articles 50 Documents
 1   2   3   4   5 
Search results for , issue "Vol 9 No 12 (2025): Desember 2025" : 50 Documents clear
IMPLEMENTASI ROBOTIC PROCESS AUTOMATION (RPA) UNTUK EKSTRAKSI DATA INVOICE DAN AUTOMASI PENCATATAN KE WEBSITE AKUNTANSI VOBIS (STUDI KASUS : TOSERBA X) Isti Rokayah, Iin; Rahayudi, Bayu; Septriayadi Sianturi, Riswan
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 12 (2025): Desember 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Perkembangan teknologi automasi mendorong organisasi untuk memanfaatkan Robotic Process Automation (RPA) sebagai solusi meningkatkan efisiensi operasional. Toserba X, pelaku Usaha Mikro, Kecil, dan Menengah (UMKM), menghadapi permasalahan pencatatan transaksi penjualan online dan invoice pembelian yang masih dilakukan secara manual yang memakan waktu lama dan berisiko menimbulkan kesalahan input. Penelitian ini bertujuan untuk mengetahui pengaruh penerapan RPA terhadap efisiensi proses pencatatan transaksi pada sistem akuntansi Vobis. Teknologi RPA diimplementasikan menggunakan platform UiPath melalui tahapan identifikasi proses, analisis kebutuhan, perancangan alur kerja, pengembangan bot RPA, pengujian dan evaluasi serta penarikan kesimpulan. Bot RPA dirancang untuk mengekstraksi data transaksi dari sumber eksternal dan menginputkannya secara otomatis ke dalam sistem akuntansi berbasis web, dengan fokus pada proses pencatatan penjualan dan invoice pembelian. Hasil pengujian menunjukkan akurasi 100% pada pencatatan penjualan Shopee dan 92,8% pada pencatatan invoice pembelian, dengan efisiensi waktu meningkat dari 29 menit menjadi 16 menit untuk transaksi Shopee (44,8%) dan dari 11 menit menjadi 4 menit untuk invoice (63,6 %). Penerapan RPA terbukti berpengaruh dalam meningkatkan efisiensi proses pencatatan transaksi pada sistem akuntansi Vobis.
Pengembangan Aplikasi Mobile untuk Monitoring Presensi dan Pengelolaan Jam Kerja Karyawan (Studi Kasus: Fatto a Mano) Islami, Muhammad Zakki; Kharisma, Agi Putra; Ananta, Mahardeka Tri
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 12 (2025): Desember 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Presensi karyawan merupakan aspek penting dalam manajemen sumber daya manusia yang berpengaruh langsung terhadap efektivitas operasional perusahaan. Fatto a Mano, merek fashion pria di bawah PT. Fajar Abadi Mahameru, menghadapi kendala presensi yang masih menggunakan mesin sidik jari dengan rekap manual ke Excel. Sistem yang ada belum mampu menyesuaikan perubahan jadwal mendadak, tidak terintegrasi dengan pengelolaan jam kerja, dan rentan kesalahan manual. Untuk mengatasi hal tersebut, penelitian ini mengembangkan aplikasi mobile Android sebagai test bed untuk menguji usabilitas, akurasi geofence dan Wi-Fi, serta performa latensi notifikasi di lingkungan kerja Fatto a Mano. Pengembangan menggunakan Waterfall model dengan pendekatan Object Oriented dan diimplementasikan menggunakan React Native yang terintegrasi Firebase. Pengujian mencakup tiga aspek utama tersebut. Hasil usabilitas menunjukkan skor System Usability Scale (SUS) sebesar 85 pada manajer dan 75,31 pada karyawan dengan Confidence Interval (CI) 95% sebesar 75,31 ± 8,7507. Pengujian akurasi menghasilkan tingkat keberhasilan 100% pada enam skenario, menunjukkan mekanisme geofence dan pencocokan BSSID Wi-Fi stabil dan konsisten. Pengujian notifikasi pada empat kombinasi kondisi menunjukkan metode pengiriman massal maupun individual mampu menyampaikan informasi secara cepat pada kondisi foreground maupun background. Secara keseluruhan, sistem yang dikembangkan meningkatkan keandalan monitoring presensi, memperbaiki pengelolaan jam kerja, dan menyediakan notifikasi perubahan jadwal secara responsif. Kata kunci: presensi karyawan, pengelolaan jam kerja, aplikasi mobile, usabilitas, akurasi geofence dan Wi-Fi, performa latensi notifikasi.
Analisis Usability Dan Rancangan Perbaikan Antarmuka Website Pesantren Mahasiswa Al-Hikam Malang Dengan Pendekatan Heuristic Evaluation Kurniawan, Choirunnizar Ade; Tibyani; Welly Purnomo
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 12 (2025): Desember 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Website Pesantren Mahasiswa Al-Hikam Malang berfungsi sebagai sarana penyampaian informasi yang mendukung kegiatan akademik dan kepesantrenan. Meski demikian, antarmuka yang digunakan saat ini masih menyisakan sejumlah masalah terkait aspek usability. Penelitian ini bertujuan untuk mengevaluasi tingkat usability pada website tersebut serta merumuskan rancangan perbaikan antarmuka berdasarkan hasil analisis menggunakan metode Heuristic Evaluation menurut Jakob Nielsen. Penelitian dilakukan dengan menerapkan sepuluh prinsip Heuristic Evaluation untuk menilai kesesuaian antarmuka terhadap aspek-aspek usability. Berdasarkan hasil evaluasi, ditemukan 30 temuan masalah usability dengan tingkat keparahan (severity rating) antara 1 hingga 4, di mana sebagian besar berada pada kategori cukup serius. Permasalahan yang dominan meliputi ketidakteraturan tata letak, kurangnya umpan balik sistem, serta navigasi yang tidak konsisten. Berdasarkan hasil tersebut, disusun rancangan perbaikan yang berfokus pada penyederhanaan struktur halaman, peningkatan konsistensi visual, serta penambahan elemen interaktif seperti breadcrumb, tombol back to top, dan validasi formulir. Hasil penelitian menunjukkan bahwa metode Heuristic Evaluation efektif dalam mengidentifikasi kelemahan antarmuka dan memberikan dasar kuat bagi perancangan ulang desain yang lebih baik. Implementasi hasil perbaikan diharapkan dapat meningkatkan usability, memperkuat identitas visual, serta memberikan pengalaman pengguna yang lebih nyaman pada website Pesantren Mahasiswa Al-Hikam Malang.        
Aspek Kesadaran Masyarakat tentang Penyakit Sirosis Hati berdasarkan Analisis Sentimen pada Media Sosial X dan TikTok Debora, Alexandry; Yudi Setiawan, Nanang; Nur Rusyidi, Alfi
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 12 (2025): Desember 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Sirosis hati merupakan penyakit kronis dengan tingkat mortalitas tinggi dan masih menjadi tantangan kesehatan masyarakat. Di ranah digital, perhatian publik terhadap penyakit ini tercermin melalui unggahan media sosial yang berisi opini, pengalaman pribadi, maupun informasi yang belum terverifikasi. Penelitian ini bertujuan menganalisis sentimen dan aspek tematik yang berkembang dalam percakapan mengenai sirosis hati pada platform X dan TikTok. Metode yang digunakan mencakup text mining, pemodelan topik dengan Latent Dirichlet Allocation (LDA), pelabelan sentimen menggunakan leksikon InSet, GPT, dan validasi manual, serta klasifikasi menggunakan Support Vector Machine (SVM). Proses analisis diawali dengan pengumpulan data menggunakan Tweet-Harvest v2.6.1 dan TikTok Scraper, dilanjutkan dengan tahap preprocessing, pembobotan TF-IDF, identifikasi topik, serta evaluasi model menggunakan confusion matrix. Model SVM mencapai akurasi 83% dalam mengklasifikasikan sentimen. Selain itu, root cause analysis menunjukkan bahwa terdapat 12 akar permasalahan yang membentuk persepsi negatif masyarakat, yang terkelompok ke dalam tiga aspek utama: faktor penyebab dan komplikasi, pengetahuan dan pengalaman, serta manajemen dan edukasi pengelolaan penyakit. Temuan ini memberikan gambaran menyeluruh mengenai pola persepsi publik dan dapat menjadi pertimbangan dalam perumusan strategi komunikasi kesehatan di era digital.
Implementasi Sistem Deteksi Bunyi Klakson Dan Sirine Kendaraan dengan Ekstraksi Fitur Mel Frequency Cepstral Coefficients Dan Bayesian Gaussian Mixture Model Rayhan, Muhammad; Henryranu Prasetio, Barlian
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 12 (2025): Desember 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Kemacetan lalu lintas dan kepadatan kendaraan di area perkotaan seringkali menimbulkan akibat penggunaan klakson yang berlebihan, sehingga meningkatkan tingkat kebisingan lingkungan. kondisi ini tidak hanya mengganggu kenyamanan masyarakat, tetapi juga menjadi indikator perilaku pengemudi serta potensi situasi darurat di jalan. Penelitian ini bertujuan untuk mengimplementasikan sistem deteksi bunyi klakson kendaraan dan sirine menggunakan ekstraksi fitur Mel Frequency Cepstral Coefficients (MFCC) dan Bayesian Gaussian Mixture Model (BGMM). Implementasi sistem deteksi bunyi klakson kendaraan bertujuan untuk mengenali suara klakson dan sirine secara otomatis menggunakan metode ekstraksi fitur Mel Frequency Cepstral Coefficients dan klasifikasi Bayesian Gaussian Mixture Model. Sistem ini memanfaatkan karakteristik frekuensi suara klakson dan sirine yang diubah menjadi representasi spektrum menggunakan teknik Mel Frequency Cepstral Coefficients untuk memperoleh fitur akustik yang efektif. Selanjutnya, Bayesian Gaussian Mixture Model diterapkan sebagai metode klasifikasi untuk membedakan bunyi klakson dan sirine dari suara lain dengan akurat serta program berbasis Python untuk proses klasifikasi secara real-time.  
Hubungan Antara Hasil Belajar Pedagogik, Hasil Belajar Teknologi Informasi, Persepsi Profesi Keguruan terhadap Minat Profesi Keguruan pada Mahasiswa Pendidikan Teknologi Informasi DEWANTO, ALFIANSYAH PRADANA PUTRA; HERLAMBANG, ADMAJA DWI; PURNAWIRAWAN, OKTA
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 12 (2025): Desember 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Penelitian ini bertujuan untuk menganalisis hubungan antara tiga variabel independen, yaitu hasil belajar pedagogik, hasil belajar teknologi informasi, dan persepsi profesi keguruan, terhadap variabel dependen minat profesi keguruan pada mahasiswa Pendidikan Teknologi Informasi (PTI) Universitas Brawijaya. Penelitian ini menggunakan metode kuantitatif korelasional dengan 60 responden mahasiswa PTI angkatan 2021. Pengumpulan data dilakukan melalui transkrip akademik untuk hasil belajar serta kuesioner untuk data persepsi dan minat. Analisis data menggunakan korelasi Pearson Product Moment dan analisis regresi linear berganda. Hasil penelitian menunjukkan tidak ada hubungan yang signifikan secara parsial antara X1 dan Y (p=0,579), X2 dan Y (p=0,348), maupun X3 dan Y (p=0,087). Secara simultan, ketiga variabel independen juga tidak berpengaruh signifikan terhadap minat profesi keguruan (p=0,233). Nilai Adjusted R Square hanya sebesar 0,023, yang berarti variabel-variabel tersebut hanya menjelaskan 2,3% variasi minat profesi keguruan. Disimpulkan bahwa pencapaian akademik dan persepsi profesi bukan merupakan faktor determinan utama yang memengaruhi minat profesi keguruan pada mahasiswa PTI.
Deteksi Spam Pada Short Message Service Berbasis CNN Dengan Kombinasi Word Embedding Model Bahasa Besar Maulana, Firman; Yudistira, Novanto; Santoso, Edy
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 12 (2025): Desember 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Pesan spam pada layanan Short Message Service (SMS) berpotensi menimbulkan gangguan maupun ancaman keamanan, khususnya ketika mengandung unsur phishing yang menargetkan informasi sensitif pengguna. Penelitian ini merancang dan mengevaluasi sistem deteksi spam SMS berbasis Convolutional Neural Network (CNN) dengan memanfaatkan kombinasi word embedding dari berbagai Model Bahasa Besar (Large Language Models). Proses penelitian mencakup tahapan preprocessing, pembangunan word embedding berdasarkan beragam model LLM, penerapan beberapa teknik penggabungan meliputi averaging, concatenation, concatenation + PCA, dan Mixture Of Expert (MoE) serta optimasi hyperparameter untuk mencapai performa terbaik. Hasil eksperimen menunjukkan teknik concatenation dikombinasikan dengan PCA untuk mereduksi dimensi, memberikan performa paling unggul, dengan kombinasi embedding LLaMA-2 dan Qwen2.5 menghasilkan akurasi 97.3%, F1-Score 89%, dan MCC 87.7% pada dataset multilingual, sedangkan kombinasi mBERT dan Qwen2.5 mencapai akurasi 97.9%, F1-Score 95%, dan MCC 93.5% pada dataset bilingual. Hasil penelitian ini menegaskan efektivitas penggabungan embedding berbasis model bahasa besar dalam meningkatkan representasi semantik dan kinerja CNN untuk deteksi spam SMS.
Analisis Perbandingan Performa Drizzle ORM, Prisma ORM, dan Raw SQL dalam Web Service Berbasis RESTful API dan JavaScript Abdillah, Azhary; Pinandito, Aryo; Pramono, Djoko
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 12 (2025): Desember 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Perkembangan teknologi mendorong meningkatnya kebutuhan terhadap layanan digital yang andal, termasuk web service berbasis RESTful API. Salah satu faktor yang mempengaruhi performanya adalah metode pengaksesan data, di mana dua di antara banyak pendekatan yang banyak digunakan adalah Object Relational Mapping (ORM) dan raw SQL. ORM banyak digunakan karena kemudahan dan efisiensinya, namun performanya kerap dipertanyakan dibandingkan raw SQL. Penelitian ini menganalisis dan membandingkan performa Drizzle, Prisma, dan raw SQL menggunakan metrik waktu eksekusi dan penggunaan memori. Tiga implementasi web service dibangun dengan fitur identik namun berbeda pada pendekatan akses datanya. Pengujian dilakukan menggunakan k6 dan API bawaan Node.js, process.memoryUsage(), dengan 24 skenario uji independen. Analisis dilakukan menggunakan uji normalitas Kolmogorov–Smirnov dan uji beda non-parametrik (Mann-Whitney U Test). Hasil penelitian menunjukkan adanya perbedaan performa yang signifikan. Prisma memiliki median waktu eksekusi terendah pada beban kecil hingga sedang, tetapi mengalami kenaikan signifikan pada beban besar. Raw SQL paling efisien pada beban besar dan memiliki penggunaan memori terendah (76,5–111,2 MB), sedangkan Prisma dan Drizzle menunjukkan rentang memori 94,6–123,7 MB dan 76,9–142,1 MB. Prisma unggul pada operasi read ringan, raw SQL dominan pada operasi berat, dan Drizzle berada di tengah. Temuan ini menegaskan bahwa tiap pendekatan memiliki konteks optimalnya masing-masing.
Pengembangan Alat Bantu Investigasi Serangan Siber Berdasarkan Log Server Web Menggunakan Algoritma K-Means Saladin, Abid Faiz; Data, Mahendra; Fatyanosa, Tirana Noor
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 12 (2025): Desember 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Perkembangan infrastruktur teknologi dan jaringan telah menjadikan server web sebagai komponen vital sekaligus target utama berbagai serangan siber, seperti brute-force, denial of service (DoS), dan upaya injection berbahaya. Volume data log yang dihasilkan oleh lalu lintas jaringan pada server beralalu lintas tinggi sangat besar, sehingga analisis keamanan jaringan secara manual menjadi tidak praktis dan rentan human error. Penelitian ini berfokus pada pengembangan sistem yang berfungsi sebagai alat bantu investigasi keamanan jaringan berdasarkan data log server web yang masif. Pendekatan yang digunakan adalah teknik unsupervised learning, yaitu Algoritma K-Means, untuk melakukan pengelompokan data log secara otomatis. Dalam konteks keamanan jaringan, clustering ini bertujuan mengidentifikasi dan memisahkan pola aktivitas normal dari anomali lalu lintas yang mengindikasikan serangan. Proses ini melibatkan prapengolahan log jaringan, termasuk representasi konteks request URL dan fitur-fitur waktu akses. Hasil pengelompokan kemudian disajikan melalui sebuah dasboard visualisasi, yang membantu investigator keamanan siber dalam memprioritaskan pemeriksaan forensik digital pada kelompok data yang paling mencurigakan. Sistem ini menyediakan metodologi yang andal untuk analisis big data log jaringan dalam upaya meningkatkan respons dan investigasi insiden siber.
Implementasi Decision Support System Berbasis Logika Fuzzy Mamdani untuk Mendukung Keputusan Kenaikan Kelas Siswa: Studi Kasus SD Islam Srengat Hibatillah, Achmed; Tibyani, Tibyani; Purnawirawan, Okta
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 12 (2025): Desember 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

SD Islam Srengat menerapkan penilaian berbasis Kurikulum Merdeka yang menekankan tiga aspek utama, yaitu kognitif, afektif, dan psikomotorik, dalam menentukan kelayakan kenaikan kelas siswa. Untuk mendukung proses tersebut secara objektif dan terstruktur, diperlukan sebuah decision support system yang mampu mengolah penilaian multivariabel menjadi keputusan akhir yang tegas (crisp). Penelitian ini mengembangkan sistem pendukung keputusan kenaikan kelas berbasis aplikasi web dengan pendekatan logika fuzzy Mamdani. Penelitian ini termasuk dalam kategori penelitian implementatif dengan metode Research and Development (R&D) serta menggunakan model Software Development Life Cycle (SDLC) Waterfall. Tahapan penelitian meliputi analisis kebutuhan, perancangan sistem, implementasi, dan pengujian. Sistem yang dikembangkan terdiri dari dua komponen utama, yaitu aplikasi web berbasis PHP dan modul fuzzy Mamdani yang diimplementasikan menggunakan bahasa pemrograman Python. Hasil pengujian menunjukkan bahwa sistem telah memenuhi kebutuhan penelitian. Black box testing pada 25 kasus uji memperoleh tingkat keberhasilan 100%. User acceptance testing yang melibatkan tiga penguji menghasilkan nilai 96%, 85,71%, dan 89,09% dengan rata-rata 93,6% yang termasuk kategori sangat sesuai. Selain itu, compatibility testing menunjukkan bahwa sistem dapat berjalan secara stabil pada berbagai perangkat tanpa mengalami kendala kritis. Sementara itu, REST API testing serta hasil pada log server membuktikan bahwa aplikasi web dan modul fuzzy dapat berkomunikasi dengan baik dan menghasilkan keluaran yang sesuai dengan perhitungan manual.

Page 1 of 5 | Total Record : 50

 1   2   3   4   5 

Filter by Year

2025 2025


Reset
Filter By Issues
All Issue Vol 10 No 13 (2026): Publikasi Khusus Tahun 2026 Vol 10 No 01 (2026): Januari 2026 Vol 10 No 2 (2026): Februari 2026 Vol 9 No 13 (2025): Publikasi Khusus Tahun 2025 Vol 9 No 12 (2025): Desember 2025 Vol 9 No 11 (2025): November 2025 Vol 9 No 10 (2025): Oktober 2025 Vol 9 No 9 (2025): September 2025 Vol 9 No 8 (2025): Agustus 2025 Vol 9 No 7 (2025): Juli 2025 Vol 9 No 6 (2025): Juni 2025 Vol 9 No 5 (2025): Mei 2025 Vol 9 No 4 (2025): April 2025 Vol 9 No 3 (2025): Maret 2025 Vol 9 No 2 (2025): Februari 2025 Vol 9 No 1 (2025): Januari 2025 Vol 8 No 13 (2024): Publikasi Khusus Tahun 2024 Vol 8 No 10 (2024): Oktober 2024 Vol 8 No 9 (2024): September 2024 Vol 8 No 8 (2024): Agustus 2024 Vol 8 No 7 (2024): Juli 2024 Vol 8 No 6 (2024): Juni 2024 Vol 8 No 5 (2024): Mei 2024 Vol 8 No 4 (2024): April 2024 Vol 8 No 3 (2024): Maret 2024 Vol 8 No 2 (2024): Februari 2024 Vol 8 No 1 (2024): Januari 2024 Vol 7 No 13 (2023): Publikasi Khusus Tahun 2023 Vol 7 No 9 (2023): September 2023 Vol 7 No 8 (2023): Agustus 2023 Vol 7 No 7 (2023): Juli 2023 Vol 7 No 6 (2023): Juni 2023 Vol 7 No 5 (2023): Mei 2023 Vol 7 No 4 (2023): April 2023 Vol 7 No 3 (2023): Maret 2023 Vol 7 No 2 (2023): Februari 2023 Vol 7 No 1 (2023): Januari 2023 Vol 7 No 14 (2023): Antrian Publikasi Vol 6 No 13 (2022): Publikasi Khusus Tahun 2022 Vol 6 No 12 (2022): Desember 2022 Vol 6 No 11 (2022): November 2022 Vol 6 No 10 (2022): Oktober 2022 Vol 6 No 9 (2022): September 2022 Vol 6 No 8 (2022): Agustus 2022 Vol 6 No 7 (2022): Juli 2022 Vol 6 No 6 (2022): Juni 2022 Vol 6 No 5 (2022): Mei 2022 Vol 6 No 4 (2022): April 2022 Vol 6 No 3 (2022): Mei 2022 Vol 6 No 2 (2022): Februari 2022 Vol 6 No 1 (2022): Januari 2022 Vol 5 No 13 (2021): Publikasi Khusus Tahun 2021 Vol 5 No 12 (2021): Desember 2021 Vol 5 No 11 (2021): November 2021 Vol 5 No 10 (2021): Oktober 2021 Vol 5 No 9 (2021): September 2021 Vol 5 No 8 (2021): Agustus 2021 Vol 5 No 7 (2021): Juli 2021 Vol 5 No 6 (2021): Juni 2021 Vol 5 No 5 (2021): Mei 2021 Vol 5 No 4 (2021): April 2021 Vol 5 No 3 (2021): Maret 2021 Vol 5 No 2 (2021): Februari 2021 Vol 5 No 1 (2021): Januari 2021 Vol 5 No 13 (2021) Vol 4 No 13 (2020): Publikasi Khusus Tahun 2020 Vol 4 No 12 (2020): Desember 2020 Vol 4 No 11 (2020): November 2020 Vol 4 No 10 (2020): Oktober 2020 Vol 4 No 9 (2020): September 2020 Vol 4 No 8 (2020): Agustus 2020 Vol 4 No 7 (2020): Juli 2020 Vol 4 No 6 (2020): Juni 2020 Vol 4 No 5 (2020): Mei 2020 Vol 4 No 4 (2020): April 2020 Vol 4 No 3 (2020): Maret 2020 Vol 4 No 2 (2020): Februari 2020 Vol 4 No 1 (2020): Januari 2020 Vol 3 No 12 (2019): Desember 2019 Vol 3 No 11 (2019): November 2019 Vol 3 No 10 (2019): Oktober 2019 Vol 3 No 9 (2019): September 2019 Vol 3 No 8 (2019): Agustus 2019 Vol 3 No 7 (2019): Juli 2019 Vol 3 No 6 (2019): Juni 2019 Vol 3 No 5 (2019): Mei 2019 Vol 3 No 4 (2019): April 2019 Vol 3 No 3 (2019): Maret 2019 Vol 3 No 2 (2019): Februari 2019 Vol 3 No 1 (2019): Januari 2019 Vol 2 No 12 (2018): Desember 2018 Vol 2 No 11 (2018): November 2018 Vol 2 No 10 (2018): Oktober 2018 Vol 2 No 9 (2018): September 2018 Vol 2 No 8 (2018): Agustus 2018 Vol 2 No 7 (2018): Juli 2018 Vol 2 No 6 (2018): Juni 2018 Vol 2 No 5 (2018): Mei 2018 Vol 2 No 4 (2018): April 2018 Vol 2 No 3 (2018): Maret 2018 Vol 2 No 2 (2018): Februari 2018 Vol 2 No 1 (2018): Januari 2018 Vol 2 No 8 (2018) Vol 2 No 6 (2018) Vol 1 No 12 (2017): Desember 2017 Vol 1 No 11 (2017): November 2017 Vol 1 No 10 (2017): Oktober 2017 Vol 1 No 9 (2017): September 2017 Vol 1 No 8 (2017): Agustus 2017 Vol 1 No 7 (2017): Juli 2017 Vol 1 No 6 (2017): Juni 2017 Vol 1 No 5 (2017): Mei 2017 Vol 1 No 4 (2017): April 2017 Vol 1 No 3 (2017): Maret 2017 Vol 1 No 2 (2017): Februari 2017 Vol 1 No 1 (2017): Januari 2017 More Issue