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
SISTEM MONITORING KONDISI OTOT PADA PASIEN INTRAOPERATIF MENGGUNAKAN METODE ROOT MEAN SQUARE BERBASIS SINYAL ELECTROMYOGRAM Halimatus, Nur
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

Pemantauan kondisi otot pada pasien intraoperatif masih dilakukan secara konvensional menjadi tantangan bagi dokter dalam mendeteksi tanda-tanda kesadaran secara akurat. Penelitian ini mengembangkan sistem monitoring kondisi otot pada pasien intraoperatif berbasis sinyal EMG menggunakan perangkat Myoware 2.0 Sensor Muscle dengan ESP32. Sistem ini dirancang untuk membantu dokter dalam mengidentifikasi kesadaran pasien dengan menganalisis kondisi otot secara real-time. Penelitian ini menggunakan Notch Filter untuk menghilangkan noise dan metode Root Mean Square yang dinormalisasi dengan threshold 65% untuk menentukan kondisi otot. Sistem ini menggunakan Graphical User Interface (GUI) untuk menampilkan plot sinyal EMG, nilai Root Mean Square dan klasifikasi kondisi otot. Berdasarkan analisis kesesuaian deteksi kondisi otot menggunakan metode Root Mean Square dibandingkan dengan perhitungan Root Mean Square Normalisasi diperoleh akurasi sebesar 90% dari pengujian terhadap 10 data dengan rata-rata waktu komputasi sistem dalam mengestimasi kondisi otot sebesar 2 detik. Sistem monitoring kondisi otot dioperasikan secara real-time menggunakan MATLAB dengan perangkat wireless.
Rancang Bangun Aplikasi Point Of Sales Dengan Voice Assistant Berbasis Mobile Menggunakan Framework Flutter (Studi Kasus : Toko 2 Mahkota Plastik) Dayfit Al Rashad, Muhammad; Rahayudi, Bayu; 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 informasi dan komunikasi mendorong usaha kecil dan menengah untuk beralih dari sistem manual ke sistem digital guna meningkatkan efisiensi dan akurasi operasional. Toko 2 Mahkota Plastik masih menggunakan pembukuan dan pengelolaan stok manual yang berpotensi menimbulkan kesalahan transaksi dan ketidakakuratan data. Penelitian ini bertujuan merancang dan mengembangkan aplikasi Point of Sales (POS) berbasis mobile dengan fitur Voice Assistant sebagai solusi pengelolaan transaksi yang lebih efisien. Aplikasi dikembangkan menggunakan framework Flutter dengan metode Waterfall serta penyimpanan berbasis cloud. Fitur Voice Assistant berbasis speech-to-text dengan algoritma Levenshtein Distance digunakan sebagai alternatif teknologi barcode untuk meningkatkan akurasi pencarian produk. Pengujian dilakukan melalui black box testing, pengujian efisiensi waktu transaksi, dan evaluasi usability menggunakan System Usability Scale (SUS). Hasil pengujian menunjukkan aplikasi berjalan dengan baik, mampu meningkatkan efisiensi waktu transaksi sebesar 21,63%–32,89%, serta memperoleh skor SUS 85,83 yang termasuk kategori A, adjective rating excellent, dan acceptable.
Klasifikasi Sentimen Lintas Domain pada Komentar Media Sosial Menggunakan IndoBERT dengan Fine-Tuning dan Data Augmentation Marchelo, Nalendra; Fatyanosa, Tirana Noor; Perdana, Rizal Setya
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

Analisis sentimen pada komentar media sosial di Indonesia menghadapi tantangan signifikan akibat kompleksitas bahasa yang tidak baku dan ketidakseimbangan distribusi kelas sentimen. Model bahasa pre-trained seperti IndoBERT, yang dilatih pada korpus formal, sering kali mengalami penurunan performa (domain mismatch) ketika diterapkan langsung pada domain ini. Penelitian ini bertujuan untuk mengoptimalisasi kinerja IndoBERT melalui strategi fine-tuning pada dataset sekunder multi-domain serta menerapkan teknik augmentasi data teks, yaitu synonym replacement dan back-translation, guna mengatasi ketidakseimbangan kelas. Evaluasi dilakukan pada dataset uji held-out domain gabungan yang terdiri dari 900 data dengan tiga kelas sentimen. Hasil eksperimen menunjukkan bahwa fine-tuning mutlak diperlukan, di mana model baseline gagal mengenali sentimen dengan weighted f1-score hanya 0,3523. Penerapan fine-tuning meningkatkan kinerja secara signifikan menjadi 0,5994. Lebih lanjut, penggunaan teknik augmentasi synonym replacement terbukti menjadi strategi paling optimal dengan mencatatkan akurasi tertinggi sebesar 69,67% dan weighted f1-score 0,6714. Meskipun teknik back-translation memberikan keseimbangan deteksi kelas yang lebih baik (macro f1 0,5612), teknik ini menunjukkan gejala overfitting selama pelatihan. Penelitian menyimpulkan bahwa kombinasi fine-tuning dan augmentasi synonym replacement adalah metode yang paling efektif dan stabil untuk menangani klasifikasi sentimen lintas domain pada data yang tidak seimbang.
ANALISIS PERBANDINGAN MODEL YOLOV11 YANG DITINGKATKAN TERHADAP PENDETEKSIAN OBJEK KECIL PADA DOMAIN MARITIM BERBASIS UAV Ali, Mustafa; Tibyani; Yudistira, Novanto
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

Deteksi objek kecil pada citra maritim berbasis Unmanned Aerial Vehicle (UAV) merupakan tantangan krusial dalam operasi keselamatan maritim dan Search and Rescue (SAR) akibat kondisi visual laut yang kompleks. Penelitian ini mengusulkan peningkatan arsitektur YOLOv11n melalui integrasi Bidirectional Feature Pyramid Network (BiFPN) untuk memperkuat representasi fitur multi-skala, dan Convolutional Block Attention Module (CBAM) untuk meningkatkan selektivitas fokus terhadap noise latar belakang. Berdasarkan eksperimen pada dataset SeaDronesSee, model yang ditingkatkan (YOLOv11n+BiFPN+CBAM) terbukti memberikan kinerja paling baik dengan mAP50-95 mencapai 0.450 (meningkat 9,2% dari model standar) dan peningkatan Precision tertinggi hingga 0.910,. Hasil ini mengindikasikan bahwa integrasi kedua modul berhasil menekan tingkat deteksi palsu (false positive) secara signifikan dibandingkan penggunaan modul tunggal. Meskipun integrasi ini meningkatkan beban komputasi dengan latensi 16.51 ms, sistem tetap mampu beroperasi pada kecepatan 60.58 FPS, dua kali lipat di atas standar minimum real-time (30 FPS). Penelitian ini menyimpulkan bahwa penggabungan mekanisme fusi fitur dan atensi visual menawarkan trade-off paling optimal antara kinerja tinggi dan efisiensi sistem deteksi real-time, menjadikannya solusi andal untuk deteksi objek pada domain maritim yang membutuhkan kepastian deteksi tinggi.
PENGEMBANGAN SISTEM PENDUKUNG INVESTIGASI SERANGAN SIBER BERDASARKAN LOG SERVER WEB MENGGUNAKAN ALGORITMA HDBSCAN Rahmania Akmal, Naufal Alif
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 mengembangkan sistem pendukung investigasi serangan siber berbasis analisis log server web dengan memanfaatkan algoritma HDBSCAN untuk mengelompokkan pola akses dan mengidentifikasi aktivitas anomali. Proses analisis mencakup preprocessing log, masking dan normalisasi pola URL, chunking data, embedding berbasis transformer, serta clustering densitas menggunakan HDBSCAN. Sistem dilengkapi dengan mekanisme visualisasi serta penyusunan laporan otomatis dalam format .txt, .csv, .json, dan .html guna mendukung proses analisis forensik. Evaluasi dilakukan menggunakan tiga metrik, yaitu Silhouette Score, Davies-Bouldin Index, dan Calinski-Harabasz Score. Konfigurasi parameter optimal min_cluster_size = 20 dan min_samples = 10 menghasilkan 802 cluster dan 325 noise dengan tingkat keberhasilan clustering 99,6%. Analisis noise menunjukkan adanya pola serangan seperti SQL Injection, XSS, path traversal, dan upaya Remote Code Execution (RCE). Nilai Silhouette Score sebesar 0,0736; Davies-Bouldin Index 2,4756; dan Calinski-Harabasz Score 3473,67 mengindikasikan struktur cluster yang memadai untuk mendukung identifikasi anomali pada log aplikasi web.
PROTOTIPE PENGENDALIAN KUALITAS UDARA PADA SMOKING ROOM MENGGUNAKAN METODE FUZZY-PI Fadilah Ritonga, sakinatul; Setiawan, Eko
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

Asap rokok di dalam ruangan tertutup dapat menurunkan kualitas udara dan berdampak buruk bagi kesehatan. Salah satu cara untuk menjaga kualitas udara di smoking room adalah dengan menerapkan sistem pengendalian kipas otomatis yang mampu menyesuaikan kecepatan kipas sesuai dengan kadar asap di udara. Penelitian ini menerapkan metode fuzzy-PI yang menggabungkan kemampuan adaptif logika fuzzy dengan kestabilan pengendali PI untuk mengatur kecepatan kipas secara otomatis. Sensor MQ-2 untuk mendeteksi kadar asap, dengan mikrokontroler Arduino Uno sebagai pengendali utama serta driver motor L298N dan kipas DC sebagai aktuator. Rata-rata nilai pembacaan sensor asap pada satu sumber asap adalah 60,1 ppm (parts per million), dua sumber asap rata-ratanya meningkat menjadi 87,4 ppm, sedangkan sumber asap tiga rata-ratanya adalah 90,2. Logika fuzzy digunakan untuk menyesuaikan parameter Kp dan Ki pada pengendali PI berdasarkan masukan nilai error. Pengujian dilakukan selama 900 detik. Hasil yang didapatkan pada pengujian nilai parameter yang sesuai pada metode fuzzy-PI adalah Zona Nol ±45 dan Set C, karena menghasilkan skor RMSE terendah sebesar 47,87967. Metode fuzzy-PI menunjukkan performa yang baik dalam mengendalikan kadar asap pada smoking room, karena dapat mengembalikan nilai ppm ke batas aman selama 20 detik setelah diberikan gangguan. Respon sistem menunjukkan kestabilan yang baik tanpa osilasi berlebihan serta waktu pemulihan yang cepat.
ANALISIS PERBANDINGAN ARSITEKTUR MVVM DAN MVI PADA APLIKASI ANDROID (STUDI KASUS: APLIKASI MANAJEMEN KOS) Maulidzar Syahriza Putra, Arya; Putra Kharisma, Agi; Al Huda, Fais
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

Pemilihan pola arsitektur perangkat lunak yang tepat krusial dalam pengembangan aplikasi Android modern. Arsitektur Model-View-ViewModel (MVVM) kini menjadi standar berkat kemudahannya, namun Model-View-Intent (MVI) menawarkan manajemen state yang lebih aman melalui aliran data satu arah. Penelitian ini bertujuan menganalisis perbandingan kinerja dan line of code antara MVVM dan MVI pada aplikasi android dengan fitur yang sederhana. Metodologi penelitian mengembangkan dua versi aplikasi Android manajemen kos sederhana yang identik menggunakan Kotlin. Pengujian kinerja dilakukan pada skenario tambah-hapus kamar, initial load daftar kamar, dan search kamar. Data yang dikumpulkan meliputi penggunaan CPU, RAM, execution time, serta line of code, yang kemudian dianalisis signifikansi perbedaannya menggunakan uji hipotesis Independent T-Test dan Mann-Whitney U Test. Hasil penelitian menunjukkan bahwa pada aplikasi Android dengan kompleksitas fitur sederhana, arsitektur MVVM dan MVI memiliki keunggulannya masing-masing. MVI menunjukkan kinerja yang lebih baik pada beberapa skenario dari sisi penggunaan CPU dan execution time, sedangkan MVVM memiliki penggunaan memori yang lebih efisien serta jumlah baris kode yang lebih rendah. Dengan demikian, pemilihan arsitektur ini perlu disesuaikan dengan tingkat kompleksitas fitur dan kebutuhan aplikasi yang dikembangkan.
Analisis Perbandingan Efisiensi Retrofit dan Apollo pada Aplikasi Skincare E-Commerce    Rasya, Muhammad; Kharisma, Agi; Dewi, Candra
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 membandingkan penggunaan Retrofit (REST) dan Apollo (GraphQL) dalam satu aplikasi Android e-commerce skincare. Fokus penelitian adalah menganalisis efisiensi performa kedua API berdasarkan waktu respons, penggunaan CPU, penggunaan memori, serta kompleksitas implementasi kode. Eksperimen dilakukan pada satu aplikasi uji yang mengintegrasikan kedua modul API dengan backend dan basis data yang sama sehingga kondisi pengujian identik. Empat skenario diuji: pengambilan data produk, paket produk, pencarian penjual, dan simulasi alur penggunaan. Setiap skenario dijalankan sebanyak 400 iterasi setelah melalui system warm-up, API warm-up, dan cooldown untuk mencapai kondisi steady-state. Analisis dilakukan secara deskriptif dan inferensial menggunakan Welch’s t-test, ANOVA replikasi kondisi uji, dan ukuran efek Cohen’s d. Hasil menunjukkan bahwa Apollo memiliki waktu respons rata-rata 31% lebih cepat, penggunaan memori 37% lebih rendah, dan konsumsi CPU 18% lebih hemat dibandingkan Retrofit. Namun, Apollo memiliki kompleksitas implementasi lebih tinggi karena definisi skema dan proses code generation. Dengan demikian, pendekatan hibrida direkomendasikan: GraphQL digunakan untuk permintaan data kompleks, sedangkan REST digunakan untuk operasi sederhana agar mencapai keseimbangan antara efisiensi dan kemudahan pemeliharaan.
Prediksi Tingkat Resiko Kanker Serviks Menggunakan Algoritma Support Vector Machine Gumelar, Dimas; Muflikhah, Lailil
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

Kanker adalah salah satu penyakit yang hingga saat ini masih menjadi penyakit yang paling menakutkan. Pada satu dekade yang lalu, kanker serviks menjadi kanker ketiga paling umum di kalangan wanita secara global. Namun, di 42 negara dengan sumber daya terbatas, kanker ini adalah yang paling sering dialami wanita. Berbagai jenis tindakan pencegahan belum bisa menghentikan sebagian besar kasus kanker ini meskipun dengan melakukan tes skrining. Dengan berkembangnya ilmu pengetahuan saat ini, machine learning adalah model yang efektif dengan mendeteksi penyakit yang dituntut cepat. Peneliti mengusulkan penggunaan metode klasifikasi menggunakan Support Vector Machine (SVM) untuk melakukan prediksi tingkat resiko kanker serviks pada wanita. Penelitian ini dilakukan dengan tahapan persiapan, preprocessing, learning dan testing, serta evaluasi. Dataset yang digunakan berasal dari data pasien kanker dari Rumah Sakit Umum Dr. Saiful Anwar, Kota Malang, Indonesia. Untuk tahap preprocessing dilakukan agar data menjadi bentuk numerik yang sesuai dengan model SVM. Selain itu juga dilakukan proses oversampling dengan SMOTE agar persebaran data lebih merata. Proses learning dilakukan dengan 3 kernel yaitu, kernel linear, polynomial, dan RBF. Tiap kernel juga akan dilakukan percobaan tuning hyperparameter untuk mendapatkan hasil yang terbaik pada masing-masing model. Hasil dari penelitian ini menunjukkan kernel yang menghasilkan akurasi terbaik adalah kernel polynomial yang mencapai 88,89% dengan f1-score sempurna pada beberapa label kelas. Selain itu didapatkan pola hyperparameter yang berpengaruh pada hasil akurasi model SVM untuk masing-masing kernel.
Pengaruh Penggunaan Indentasi Penulisan Kode Program Terhadap Aspek Readability Dan Maintainability Perangkat Lunak Pane, Naira; Pinandito, Aryo; Perdanakusuma, Andi
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

Kode program yang mudah dipahami berperan penting dalam proses pengembangan perangkat lunak karena sebagian besar aktivitas pengembang dihabiskan untuk membaca dan memahami kode. Salah satu aspek tata letak kode yang sering tidak konsisten penerapannya adalah penggunaan indentasi, yang kerap dianggap sebagai preferensi gaya penulisan semata, padahal berfungsi memperjelas struktur dan hierarki logika program. Penelitian ini bertujuan menguji pengaruh penggunaan indentasi terhadap keterbacaan (readability) dan kemudahan pemeliharaan (maintainability) kode program. Penelitian menggunakan pendekatan kuantitatif dengan metode eksperimen terhadap mahasiswa semester tujuh Fakultas Ilmu Komputer Universitas Brawijaya yang memiliki kemampuan pemrograman JavaScript. Partisipan dibagi ke dalam dua kelompok, yaitu kelompok kode dengan indentasi empat spasi dan tanpa indentasi. Setiap partisipan diberikan dua tugas, yakni menemukan kesalahan kode untuk mengukur readability dan memperbaiki kesalahan kode untuk mengukur maintainability. Pengukuran dilakukan berdasarkan waktu penyelesaian tugas. Hasil penelitian menunjukkan bahwa penggunaan indentasi berpengaruh signifikan terhadap aspek readability, yang ditunjukkan oleh waktu yang lebih cepat dalam menemukan kesalahan. Namun, penggunaan indentasi tidak berpengaruh terhadap aspek maintainability, karena waktu yang dibutuhkan untuk memperbaiki kesalahan kode relatif sama pada kedua kelompok.  Temuan ini menunjukkan bahwa indentasi meningkatkan keterbacaan kode dengan memudahkan analisis, tetapi tidak mempermudah proses perbaikan kode.

Page 3 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 4 (2026): April 2026 Vol 10 No 3 (2026): Maret 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