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
Analisis Perbandingan Kinerja Fine-Tuning Varian Pretrained BERT untuk Deteksi Intrusi Berbasis Host pada Dataset ADFA-LD Radinka Akmal, Salsa Zufar; Noor Fatyanosa, Tirana; Data, Mahendra
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 intrusi berbasis host merupakan komponen penting dalam menjaga keamanan sistem karena mampu menganalisis aktivitas internal host melalui urutan system call, sehingga dapat mendeteksi perilaku intrusi yang tidak dapat diidentifikasi oleh Network-based Intrusion Detection System (NIDS). Namun seiring perkembangan zaman, muncul tantangan karena pola serangan modern tidak lagi ditandai sebagai peristiwa atau event tunggal, melainkan sebagai deviasi sekuensial yang sulit dibedakan dari aktivitas normal. Berbagai pendekatan machine learning dan deep learning sebelumnya menunjukkan keterbatasan karena memerlukan pelatihan dari awal dan tidak mampu memanfaatkan pengetahuan lintas domain. Untuk menjawab permasalahan tersebut, berbagai penelitian telah memanfaatkan model BERT untuk tugas deteksi intrusi berbasis host, namun studi komprehensif mengenai perbedaan kinerja antar variannya masih terbatas. Celah tersebut menjadi landasan penelitian ini, yang bertujuan mengevaluasi performa beberapa varian pretrained BERT serta mengidentifikasi konfigurasi pelatihan yang paling efektif untuk deteksi intrusi pada dataset ADFA-LD. Penelitian dilakukan melalui tahapan pra proses data, fine-tuning model, dan eksplorasi hyperparameter untuk menilai pengaruh masing-masing komponen terhadap kualitas deteksi. Hasil penelitian menunjukkan adanya variasi trade-off antara performa akurasi dan efisiensi komputasi pada tiap varian BERT, sementara metode pra proses dan pemilihan hyperparameter terbukti memengaruhi performa secara signifikan. BERT-BASE mencapai F1-score tertinggi sebesar 0,9552, sementara DistilBERT mampu menurunkan waktu inferensi hingga lebih dari 60% (44,97 detik) dan penggunaan memori GPU hingga sekitar 37% (274,94 MB) dibandingkan BERT-BASE, dengan penurunan F1-score yang relatif kecil, yaitu sekitar 0,6%. Temuan ini memberikan dasar untuk pemilihan arsitektur dan strategi pelatihan yang lebih tepat dalam pengembangan HIDS berbasis model transformer.
Implementasi YOLOv8 dan YOLOv11 Pada Simulasi Quadcopter Untuk Deteksi Keretakan Gedung Ridho, Muhammad; 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

Inspeksi pemeliharaan gedung secara konvensional memerlukan biaya tinggi, waktu yang lama, dan menimbulkan risiko besar bagi pekerja. Quadcopter berbasis kecerdasan buatan menawarkan solusi yang lebih efisien, akan tetapi kemampuan pemrosesan pada perangkat tersebut terbatas. Penelitian ini merupakan pengembangan dari studi sebelumnya dengan menganalisis dan membandingkan kinerja YOLOv8 dan YOLOv11 dalam mendeteksi keretakan bangunan. Lingkungan simulasi yang realistis dirancang menggunakan Gazebo dan ROS, sementara model YOLOv8n dan YOLOv11n dilatih dan diuji baik pada komputer desktop maupun sistem tertanam Raspberry Pi 5. Evaluasi dilakukan menggunakan metrik Presisi (%) dan waktu inferensi rata-rata (ms). Hasil penelitian menunjukkan adanya trade-off kinerja pada berbagai skenario. Dalam simulasi, YOLOv8 lebih cepat (53,58 ms vs. 56,19 ms) dan unggul pada Presisi Dataset B (100% vs. 95,19%). Pada sistem tertanam, YOLOv8 tetap menunjukkan Presisi tertinggi (hingga 100% pada Dataset B), sedangkan YOLOv11 secara konsisten unggul dalam kecepatan pemrosesan. Rata-rata waktu inferensi YOLOv11 pada Raspberry Pi 5 mencapai 341 ms, lebih cepat dibandingkan YOLOv8 (350 ms), dan pola ini berlanjut pada simulasi langsung. Dapat disimpulkan bahwa pemilihan model bergantung pada kebutuhan aplikasi: YOLOv8 cocok untuk akurasi deteksi maksimal, sementara YOLOv11 lebih sesuai untuk aplikasi yang menuntut kecepatan dan efisiensi komputasi waktu nyata (real-time).
Penerapan Algoritma Apriori Untuk Menentukan Strategi Promosi Pada Cafe Pawon Wetan Adil, Ahmad Asyam
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

Persaingan bisnis di bidang makanan dan minuman menuntut pelaku usaha untuk menyusun strategi promosi yang tidak hanya kreatif, tetapi juga berbasis data. Cafe Pawon Wetan sebagai salah satu usaha kuliner memiliki data transaksi penjualan yang dapat dimanfaatkan untuk mengetahui pola pembelian pelanggan. Penelitian ini bertujuan untuk menerapkan algoritma Apriori dalam menganalisis data transaksi pelanggan Cafe Pawon Wetan guna menemukan pola asosiasi antar menu yang sering dibeli secara bersamaan. Metode yang digunakan dalam penelitian ini adalah data mining dengan tahapan preprocessing data, pembentukan frequent itemsets, serta pembentukan association rule berdasarkan nilai support, confidence, dan lift ratio. Hasil penelitian menunjukkan bahwa algoritma Apriori mampu menghasilkan beberapa aturan asosiasi yang memiliki hubungan positif antar menu dan berpotensi digunakan sebagai dasar dalam penyusunan strategi promosi, khususnya promosi bundling. Dengan demikian, penerapan algoritma Apriori dapat membantu manajemen Cafe Pawon Wetan dalam merancang strategi promosi yang lebih tepat sasaran dan berbasis pada pola pembelian pelanggan.
Pengembangan Aplikasi Manajemen Operasional Kafe Berbasis Android (Studi Kasus: RUPA Space) Rifqi Maulana, Andika
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

Aplikasi manajemen operasional kafe berbasis Android dikembangkan sebagai solusi atas tantangan operasional yang dihadapi oleh RUPA Space, sebuah kafe di Tangerang Selatan, dalam pengelolaan pemesanan, pembayaran, dan pelaporan penjualan. Permasalahan yang sering terjadi seperti kesalahan pencatatan pesanan, keterlambatan pelayanan, dan ketidaksesuaian laporan penjualan disebabkan oleh sistem yang masih manual dan kurang terintegrasi. Aplikasi ini dirancang menggunakan pendekatan Software Development Life Cycle (SDLC) model Waterfall yang mencakup tahap analisis kebutuhan, perancangan, pengembangan, dan pengujian. Proses pengumpulan data dilakukan melalui observasi langsung dan wawancara terhadap berbagai stakeholder seperti pemilik kafe, kasir, pelayan, dan staf dapur untuk memastikan aplikasi memenuhi kebutuhan operasional secara menyeluruh. Aplikasi dikembangkan dengan bahasa pemrograman Kotlin pada platform Android dan diuji menggunakan metode Blackbox Testing serta Usability Testing. Hasil pengujian menunjukkan aplikasi mencapai tingkat efektivitas rata-rata 90,5% (pemilik 83,3%, kasir 96,8%, pramusaji 94,4%, dapur 87,5%), tingkat efisiensi rata-rata 83,3% (pemilik 70,7%, kasir 92,4%, pramusaji 86,4%, dapur 83,7%), dan skor usability 93,1% kategori excellent. Aplikasi berhasil meningkatkan efisiensi operasional, akurasi pencatatan pesanan, dan menyediakan laporan penjualan secara real-time, memberikan dampak positif terhadap pengelolaan bisnis di RUPA Space.
Perancangan Gim Edukasi Berbasis MDA Framework Untuk Membantu Mengenali Emosi Anak Usia Dini Vindra, Shandy Arga
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

Kesehatan mental pada anak usia dini sangat dipengaruhi oleh kemampuan regulasi emosi yang efektif, namun media pembelajaran inovatif untuk membantu anak mengenali emosi masih terbatas. Penelitian ini bertujuan untuk merancang dan mengimplementasikan gim edukasi berjudul "Petualangan Emosi" dengan menggunakan pendekatan MDA Framework (Mechanics, Dynamics, and Aesthetics) serta teknologi Augmented Reality (AR) untuk membantu anak usia 5 hingga 9 tahun mengenali emosi dasar. Metode penelitian yang digunakan adalah metode iterative yang terdiri dari tiga siklus pengujian guna melakukan penyempurnaan produk secara berkelanjutan. Produk yang dihasilkan merupakan media hibrida yang menggabungkan interaksi fisik papan permainan (board game) dengan pengalaman digital interaktif berbasis WebAR yang dikembangkan menggunakan Unity Engine dan Vuforia SDK7. Pengujian dilakukan terhadap 12 partisipan anak dengan pengambilan data melalui wawancara menggunakan pendekatan smileyometer. Hasil analisis statistik menunjukkan bahwa seluruh data berdistribusi tidak normal (p < 0,05), sehingga pengujian hipotesis dilakukan menggunakan metode statistik non-parametrik. Hasil uji beda antara iterasi pertama dan ketiga menunjukkan peningkatan signifikan dalam kemampuan pengenalan emosi anak dengan nilai p-value sebesar 0,02874 (p < 0,05). Integrasi teknologi AR efektif dalam mentransformasi konsep emosi yang abstrak menjadi pengalaman belajar yang konkret bagi anak usia dini.
Analisis Efisiensi Pengaruh Penerapan Syntax Highlighting Terhadap Readability Dan Maintainability Kode Program Dalam Proses Development Andriawan Kairupan, Fadhly; 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

Penelitian ini mendefinisikan tugas readability dengan waktu yang dibutuhkan partisipan dalam menemukan error pada kode program, sedangkan pada penelitian ini mendefinisikan tugas maintainability dengan waktu yang dibutuhkan partisipan dalam memperbaiki error pada kode program. Penelitian ini menerapkan true experimental design posttest-only control design dengan dua kondisi penyajian kode, yaitu dengan syntax highlighting dan tanpa syntax highlighting, serta memiliki dua potongan kode JavaScript yang masing masing mengandung satu jenis error, yaitu error penggunaan operator dan error instansiasi objek dalam memanggil class. Penelitian ini meminta setiap partisipan untuk menyelesaikan tugas readability dan maintainability pada Visual Studio Code, sehingga penelitian ini memperoleh 120 sampel data waktu. Hasil analisis menunjukkan bahwa syntax highlighting tidak menghasilkan perbedaan waktu yang signifikan pada tugas readability dengan nilai p-value 0,2311, tetapi syntax highlighting menghasilkan perbedaan waktu yang signifikan pada tugas maintainability dengan nilai p-value 0,001536. Penelitian ini menunjukkan bahwa syntax highlighting lebih efektif membantu partisipan ketika partisipan melakukan perbaikan kode dibandingkan ketika menemukan error. Temuan ini mengindikasikan bahwa syntax highlighting lebih bermanfaat dalam mendukung proses development yang efektif dari sisi perbaikan (maintainability) kode, meskipun tidak berdampak pada keterbacaan (readability) kode.
Analisis Komparatif Sentimen Berbasis Aspek Pada Ulasan Konsumen Café: Studi Perbandingan Model Bahasa Gemma Dan Indobert-Svm Naibaho, Dwi Oktaviani; Yudi Setiawan, Nanang; Cahya Astriya Nugraha, dwi
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 platform ulasan daring seperti Google Maps menghasilkan data opini konsumen dalam jumlah besar yang berpotensi dimanfaatkan untuk evaluasi layanan bisnis kuliner. Namun, kompleksitas bahasa ulasan dan keberagaman aspek yang dibahas menimbulkan tantangan dalam analisis sentimen. Penelitian ini bertujuan untuk melakukan analisis sentimen berbasis aspek (Aspect-Based Sentiment Analysis/ABSA) pada ulasan konsumen Café XYZ. Untuk mendukung analisis, IndoBERT-SVM menjadi metode yang canggih dengan kombinasi antara model bahasa IndoBERT yang unggul dalam memahami konteks Bahasa Indonesia dengan algoritma klasifikasi Support Vector Machine (SVM) untuk menghasilkan prediksi yang akurat. Namun, seiring pesatnya evolusi NLP, model bahasa skala besar (Large Language Models/LLMs) generasi baru seperti Gemma yang dikembangkan oleh Google menawarkan pendekatan alternatif dengan kemampuan pemahaman konteks dan bahasa informal yang lebih fleksibel. Penelitian ini menerapkan ABSA berbasis model DINESERV serta membandingkan kinerja IndoBERT–SVM dan Gemma. Evaluasi dilakukan menggunakan metrik accuracy, precision, recall, F1-score, dan error rate. Hasil penelitian menunjukkan bahwa IndoBERT–SVM dengan kernel linear mencapai akurasi 95%, sementara Gemma memperoleh akurasi 94% dengan keunggulan dalam pemahaman konteks. Penelitian ini diharapkan menjadi referensi dalam pengembangan ABSA berbahasa Indonesia dengan memanfaatkan model bahasa modern.
Topic Modeling Ulasan Google Review Kedai Kopi Kekinian Di Kota Malang Prasetiya, Dwi Rama; Sianturi, Riswan Septriayadi
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 mendorong meningkatnya pemanfaatan ulasan daring sebagai  sumber evaluasi layanan, salah satunya melalui Google Review. Namun, besarnya volume ulasan yang bersifat tidak terstruktur menyulitkan analisis manual. Penelitian ini bertujuan untuk mengidentifikasi tema-tema utama dalam ulasan Google Review kedai kopi kekinian di Kota Malang menggunakan pendekatan topic modeling berbasis BERTopic. Data dikumpulkan melalui web scraping dan diproses melalui tahapan pra-pemrosesan teks. Hasil analisis menghasilkan sepuluh topik utama yang merepresentasikan aspek penting bagi konsumen, seperti kenyamanan, pelayanan, harga, suasana, dan kualitas fasilitas. Dengan nilai coherence score sebesar 0,45, BERTopic menunjukkan performa yang lebih baik dibandingkan LDA dan LSA. Temuan ini diharapkan dapat membantu pengelola kedai kopi dalam memahami preferensi konsumen secara lebih efektif.
Prediksi Harga Beras Berbasis Variabilitas Cuaca dan Sentimen Publik Menggunakan LSTM (Studi Kasus: Kota Malang) Fuadi, Muh. Rofif Rahman; Setiawan, Nanang Yudi; Prakoso, Bondan Sapta
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

Beras merupakan komoditas pangan strategis yang fluktuasi harganya berdampak signifikan terhadap inflasi dan kesejahteraan masyarakat di Kota Malang. Penelitian ini bertujuan untuk membangun model prediksi harga beras menggunakan algoritme Long Short-Term Memory (LSTM) dengan mengintegrasikan variabel eksternal berupa variabilitas cuaca dan sentimen publik dari platform X. Metodologi penelitian mencakup tiga skenario eksperimen univariate, bivariate, dan multivariate. Data diolah melalui tahap prapemrosesan, termasuk analisis sentimen menggunakan model Indonesian RoBERTa. Hasil analisis korelasi menunjukkan bahwa sentimen negatif memiliki hubungan linear yang lebih kuat dengan korelasi 0,65-0,67 terhadap harga beras dibandingkan variabel cuaca. Namun, hasil pengujian model membuktikan bahwa skenario univariate memberikan kinerja paling stabil dengan nilai Mean Absolute Percentage Error (MAPE) terendah antara 1,13% hingga 2,00%. Penambahan variabel eksternal pada skenario bivariate dan multivariate cenderung meningkatkan kompleksitas dan noise, meskipun memberikan kontribusi positif pada kategori kualitas beras tertentu. Kesimpulannya, data historis harga tetap menjadi prediktor terkuat untuk jangka pendek, sementara sentimen publik di media sosial dapat dimanfaatkan sebagai indikator peringatan dini guna mendukung kebijakan stabilitas pangan daerah.
Studi Efisiensi Pengujian Fungsional Perangkat Lunak Menggunakan Metode Script Based Automation Dan Behavior Driven Development Pinem, Dimas
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

Pengujian perangkat lunak merupakan tahapan penting dalam pengembangan perangkat lunak yang dapat menghabiskan sekitar 40 hingga 70% dari total waktu pengembangan. Karena itu, efisiensi pengujian menjadi krusial untuk menjamin kualitas serta menekan waktu dan biaya. Penelitian ini membandingkan profil efisiensi dua pendekatan otomatisasi pengujian, yaitu Script Based Automation dan Behavior Driven Development pada website pembelajaran digital yang diuji. Parameter yang dianalisis meliputi line of code, time execution, dan test case reusability. Metode komparatif eksperimental diterapkan dengan menjalankan 11 skenario pengujian yang sama pada kedua pendekatan. Line of code diukur dengan menghitung jumlah baris kode per skenario, time execution diperoleh dari log eksekusi Katalon Studio dengan 30 kali pengulangan per skenario, sedangkan test case reusability dihitung dari persentase langkah uji yang digunakan kembali. Hasil menunjukkan Script Based Automation unggul signifikan pada line of code karena tidak memerlukan struktur tambahan, sedangkan Behavior Driven Development memerlukan feature file, step definition, dan runner. Uji Mann-Whitney U Test menunjukkan tidak ada perbedaan signifikan pada time execution dan test case reusability. Dengan demikian, perbedaan efisiensi terutama pada line of code, sementara aspek lainnya relatif setara bagi tim Quality Assurance.

Page 4 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