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 2 (2025): Februari 2025" : 50 Documents clear
Analisis Sentimen Produk Hijab Pada E-Commerce Tokopedia Menggunakan Algoritma Support Vector Machine dan IndoBERT Embedding Tri Fadilah, Ghina; Muflikhah, Lailil; Rizal Setya Perdana
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 2 (2025): Februari 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Perkembangan teknologi informasi dan komunikasi telah membawa perubahan signifikan dalam dunia perdagangan, termasuk dalam platform e-commerce seperti Tokopedia. Salah satu sektor yang berkembang pesat adalah industri fesyen muslim, dengan produk hijab sebagai salah satu kategori yang paling diminati. Ulasan produk di platform e-commerce memainkan peran penting dalam pengambilan keputusan pembelian konsumen. Oleh karena itu, analisis sentimen terhadap ulasan produk hijab di Tokopedia menjadi penting untuk membantu penjual meningkatkan kualitas produk dan layanan. Penelitian ini bertujuan untuk merancang dan menguji model analisis sentimen menggunakan kombinasi IndoBERT embedding dan algoritma Support Vector Machine (SVM). IndoBERT digunakan untuk menghasilkan representasi teks yang mendalam berdasarkan konteks bahasa Indonesia, sementara SVM berfungsi sebagai algoritma klasifikasi untuk memprediksi sentimen ulasan. Untuk meningkatkan efisiensi komputasi, penelitian ini menggunakan metode ekstraksi embedding dengan menjumlahkan dua layer terakhir dari representasi model IndoBERT. Hasil penelitian menunjukkan bahwa kombinasi IndoBERT dan SVM memberikan performa yang baik dalam analisis sentimen. Kernel Linear mencapai akurasi tertinggi sebesar 92%. Kernel RBF memperlihatkan stabilitas tinggi dengan akurasi konsisten sebesar 89%, dan kernel Polynomial mencapai akurasi terbaik sebesar 90%. Penelitian ini menegaskan pentingnya pemilihan parameter yang tepat, seperti kernel, nilai C, dan class weight, untuk memaksimalkan performa model. Dengan demikian, kombinasi IndoBERT embedding dan algoritma SVM terbukti efektif dan efisien untuk analisis sentimen ulasan produk hijab di Tokopedia. Pendekatan ini dapat diterapkan pada berbagai domain lain untuk mendukung pengambilan keputusan berbasis data teks.
Implementasi Kombinasi Eksponensial dan Notch Filter Untuk Mengurangi Noise Pada Sistem Pengenalan Pergerakan Lengan Prostetik Bionik Afif Robbani, Muhammad; Rosana Widasari, Edita
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 2 (2025): Februari 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Peningkatan jumlah kasus amputasi di seluruh dunia yang mencapai sekitar 1 juta per tahun telah mendorong inovasi dalam pengembangan prostetik bionik, khususnya lengan prostetik untuk penderita amputasi transradial. Penggunaan sinyal Electromyography (EMG) sebagai metode untuk mengontrol lengan prostetik memiliki tantangan tersendiri, salah satunya adalah interferensi dan Noise yang mengganggu keakuratan sinyal. Power Line Interference (PLI) adalah contoh dari jenis Noise yang seringkali ditemui pada sinyal EMG. Oleh karena itu penelitian ini bertujuan untuk mengeksplorasi dan menguji efektivitas kombinasi metode filtrasi dalam mengurangi Noise pada sinyal EMG terutama jenis Noise PLI. Kombinasi metode filtrasi yang diterapkan meliputi Notch Filter dan filter eksponensial. Proses evaluasi dilakukan dengan menggunakan pengukuran Signal to Noise Ratio (SNR) untuk menilai kinerja dan efektivitas metode kombinasi tersebut. Hasil menunjukkan bahwa kombinasi metode filtrasi tertentu mampu secara cukup baik mengurangi tingkat Noise. Hal ini ditunjukkan oleh peningkatan nilai rata-rata SNR sebesar 3.448225 dB setelah sinyal sampel difiltrasi menggunakan kombinasi Notch Filter dan filter eksponensial. Hal ini berdampak pada peningkatan keakuratan sinyal EMG, sehingga dapat meningkatkan kinerja dan kontrol lengan prostetik bionik. Kesimpulannya, kombinasi metode filtrasi yang tepat dapat memberikan solusi efektif untuk mengatasi masalah Noise pada sinyal EMG
Deteksi Pergerakan Kepala Menggunakan Kombinasi YOLOv8N dan GhostNet untuk Navigasi Kursi Roda Pintar Rahmawati, Athirah Naura; Utaminingrum, Fitri
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 2 (2025): Februari 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Menurut data dari World Health Organization (WHO), sekitar 1,3 miliar individu di dunia menghadapi disabilitas berat, termasuk keterbatasan fisik yang membutuhkan kursi roda untuk mobilitas. Namun, penggunaan kursi roda konvensional dan elektrik masih memerlukan bantuan orang lain, sehingga mengurangi kemandirian pengguna. Kursi roda pintar berbasis navigasi pergerakan kepala merupakan solusi inovatif untuk meningkatkan kemandirian dengan biaya lebih terjangkau memanfaatkan Jetson Nano. Sistem ini menggabungkan YOLOv8N untuk deteksi objek secara real-time dan GhostNet untuk mengurangi beban komputasi dan memori. Sistem mendeteksi empat gerakan kepala yaitu menunduk, menatap ke depan, miring ke kiri, dan kanan, yang diterjemahkan menjadi perintah navigasi seperti berhenti, maju, belok kiri, atau kanan. Model YOLOv8N-GhostNet mencapai mAP50-95 sebesar 91,8% pada epoch ke-97, dengan nilai mAP50 mencapai 99,4%. Model ini lebih efisien dibandingkan YOLOv8N standar, dengan parameter 1,71 juta, ukuran model 3,7 MB, dan inferensi 53,2 ms per gambar, serta rata-rata akurasi navigasi 90%. Kursi roda pintar ini memberikan kinerja optimal dengan efisiensi memori dan komputasi yang tinggi, akurasi andal, serta harga terjangkau bagi penyandang disabilitas.
Analisis Performa Arduino Uno Dalam Penggunaan Algoritma Enkripsi Speck-128 Dalam Implementasi Sistem RFID Tampubolon, Jeremya; Barlian Henryranu Prasetio
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 2 (2025): Februari 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Mikrokontroler memiliki keterbatasan dalam melakukan tugas komputasi, terutama pada aplikasi yang membutuhkan proses pengolahan data secara intensif. Ketika mikrokontroler seperti Arduino Uno digunakan untuk mengimplementasikan algoritma enkripsi, keterbatasan sistem tertanam menjadi semakin menonjol. Oleh karena itu, analisis performa mikrokontroler dalam menjalankan algoritma enkripsi sangat penting untuk memahami pengaruhnya terhadap sumber daya sistem. Penelitian ini bertujuan untuk mengevaluasi performa Arduino Uno dalam mengimplementasikan algoritma enkripsi Speck-128 pada sistem berbasis RFID. Uji coba dilakukan dengan mengukur parameter seperti penggunaan memori (RAM dan flash), waktu eksekusi proses enkripsi dan dekripsi, serta konsumsi daya yang diperlukan selama operasi enkripsi. Untuk menganalisis performa, pengujian dilakukan menggunakan data dengan ukuran bervariasi untuk menilai skalabilitas algoritma Speck-128 pada sistem tertanam. Hasil penelitian menunjukkan adanya peningkatan waktu eksekusi dan penggunaan memori seiring bertambahnya ukuran data yang diproses. Peningkatan penggunaan memori berada dalam kisaran 2% hingga 5%, sementara waktu eksekusi enkripsi meningkat sekitar 460 mikrodetik dan waktu dekripsi meningkat sekitar 650 mikrodetik untuk setiap penambahan data sebesar 16 byte. Namun, konsumsi daya untuk proses enkripsi dan dekripsi tetap stabil dalam kisaran 0,029 W hingga 0,030 W, meskipun ukuran data bertambah. Di sisi lain, penggunaan flash tidak menunjukkan peningkatan yang signifikan. Hasil ini menunjukkan bahwa algoritma Speck-128 dapat berjalan secara efisien pada perangkat dengan keterbatasan sumber daya seperti Arduino Uno.
Klasifikasi Kelayakan Konsumsi Air Kelapa Berdasarkan PH dan Kekeruhan Menggunakan Metode Random Forest Berbasis Arduino Sari, Sylvia; Syauqy, Dahnial; Kurniawan, Wijaya
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 2 (2025): Februari 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Kualitas air kelapa segar sangat dipengaruhi oleh parameter fisikokimia seperti pH dan kekeruhan, yang dapat berubah selama masa penyimpanan. Metode pengujian manual kualitas air kelapa sering kali tidak efisien dan kurang akurat, sehingga membutuhkan sistem otomatis yang lebih terpercaya. Penelitian ini bertujuan untuk mengembangkan sistem otomatis berbasis Arduino Mega 2560, yang menggunakan sensor pH PH4502C dan sensor kekeruhan SEN0189 yang didukung oleh algoritma Random Forest. Sampel air kelapa diambil selama 6 hari penyimpanan untuk mengevaluasi kualitasnya. Sistem ini mengklasifikasikan air kelapa ke dalam dua kategori, yaitu "Layak Konsumsi" dan "Tidak Layak Konsumsi," berdasarkan nilai pH dan kekeruhan. Hasil klasifikasi ditampilkan secara langsung pada LCD 16×2, memudahkan pengguna dalam memantau kualitas air kelapa. Model Random Forest yang digunakan dalam sistem mencapai akurasi sebesar 95%. Hasil ini menunjukkan bahwa model mampu mengklasifikasikan kelayakan konsumsi air kelapa dengan baik, dengan sebagian besar klasifikasi sesuai dengan kondisi nyata. Sistem ini dapat membantu konsumen dan produsen dalam memastikan kualitas air kelapa sebelum dikonsumsi atau dipasarkan dengan tingkat akurasi yang tinggi.
Klasifikasi Kelayakan Konsumsi Susu Kedelai Berdasarkan PH, Warna, dan Aroma Menggunakan Metode Random Forest Berbasis Arduino Herenda Madi, Matius; Syauqy, Dahnial; Kurniawan, Wijaya
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 2 (2025): Februari 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Perubahan pola konsumsi masyarakat yang bergeser ke makanan dan minuman sehat menjadikan produk berbasis nabati seperti susu kedelai sebagai pilihan yang populer di masyarakat. Namun, penyimpanan yang tidak sesuai dapat menyebabkan susu kedelai rentan mengalami degradasi kualitas yang ditandai dengan perubahan pH, warna, dan aroma sehingga menjadi cepat tidak layak untuk dikonsumsi dan berpotensi menimbulkan dampak buruk bagi kesehatan. Kelayakan konsumsi susu kedelai umumnya dinilai secara organoleptik melalui pengamatan rasa, warna, dan aroma, namun metode ini kurang efektif dan sering menimbulkan keraguan dalam menentukan kelayakan konsumsi. Penelitian ini bertujuan untuk merancang sistem berbasis Arduino yang mampu menentukan kelayakan konsumsi susu kedelai berdasarkan parameter pH, warna, dan aroma (kadar gas karbon dioksida). Sistem menggunakan sensor PH4502C, sensor warna TCS3200, dan sensor gas MQ135 untuk mengukur nilai masing-masing parameter yang digunakan untuk mengklasifikasi kelayakan konsumsi susu kedelai menggunakan model Random Forest yang diimplementasikan pada Arduino Mega 2560 ke dalam dua kategori yaitu “Layak” dan “Tidak Layak” konsumsi yang ditampilkan pada layar LCD 16×2. Hasil akurasi pengujian sistem dalam menentukan kelayakan konsumsi susu kedelai berdasarkan parameter pH, warna, dan aroma menggunakan metode Random Forest dengan 40 data latih dan 20 data uji adalah sebesar 95% dan rata-rata waktu komputasi sebesar 1.06 detik.
Klasifikasi Kelayakan Konsumsi Susu Kambing Etawa Pasteurisasi Berdasarkan Warna, Aroma, dan PH dengan Metode Random Forest Berbasis Arduino Fahmi Gymnastiar Gozali, Muhammad; Syauqy, Dahnial; Kurniawan, Wijaya
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 2 (2025): Februari 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Peningkatan konsumsi produk sehat dan alami menjadikan susu kambing Etawa pasteurisasi pilihan populer di masyarakat, karena kandungan nutrisinya yang kaya seperti protein, kalsium, dan fosfor. Namun, susu pasteurisasi rentan mengalami penurunan kualitas jika penyimpanan tidak sesuai, yang ditandai dengan perubahan warna, aroma, dan pH. Penilaian manual seperti metode organoleptik, yang melibatkan penciuman aroma, pengamatan warna, dan pengecapan rasa, sering kali bersifat subjektif dan kurang akurat. Penelitian ini bertujuan merancang sistem otomatis untuk menentukan kelayakan konsumsi susu kambing Etawa pasteurisasi berdasarkan parameter warna, kadar gas amonia, dan pH menggunakan algoritma Random Forest berbasis Arduino. Sistem menggunakan sensor warna TCS3200 untuk membaca nilai RGB, sensor gas MQ135 untuk mendeteksi kadar gas ammonia (NH3), dan sensor PH4502C untuk mengukur pH. Data yang diperoleh diproses menggunakan model Random Forest yang sudah diimplementasikan pada Arduino Mega2560 dan diklasifikasikan menjadi tiga kategori: "Layak Konsumsi", "Segera Konsumsi", dan "Tidak Layak". Pengujian dilakukan dengan menggunakan 112 data latih dan 28 data uji untuk mengevaluasi akurasi sistem. Hasil penelitian menunjukkan bahwa sistem mampu mengklasifikasi kelayakan konsumsi susu kambing Etawa dengan akurasi 92% dan waktu komputasi rata-rata 1.076 detik.
Analisa Perbandingan Performa Framework Web Server Nest JS Dan Hapi JS Berbasis REST API Oktafianto, Mukhammad Afan; Trias Hanggara, Buce; Akbar, Muhammad Aminul
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 2 (2025): Februari 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Pemilihan suatu framework dalam pembangunan sebuah web service sangatlah penting, dengan menggunakan framework dapat memudahkan pengembang untuk memudahkan perancangan, pembacaan kode, pengujian, dan juga pemeliharaan web service. Javascript merupakan salah satu bahasa pemrograman populer. Framework Javascript yang populer digunakan untuk layanan web service adalah Hapi JS dan juga Nest JS. Hapi JS dengan kesederhanaan struktur dan siklus proses nya, dan juga Nest JS dengan abstraksi dan modularitas yang baik. Penelitian ini bertujuan untuk mengetahui framework mana yang memiliki performa lebih baik antara Hapi JS dan Nest JS. Aspek yang diuji meliputi rata – rata penggunaan CPU, penggunaan RAM, waktu respon, dan juga failed request. Pengujian menggunakan metode load testing dengan memanfaatkan perangkat lunak k6.io, grafana, dan juga Prometheus. Pengujian dilakukan dengan mengimplementasikan kode program ke dalam dua versi framework yang menghasilkan respon identik dengan dua layanan. Hasil pengujian menunjukkan bahwa Hapi JS unggul dalam segala aspek yang diujikan. Hasil pengujian signifikansi data menggunakan metode Wilcoxon Signed-Rank Test menunjukkan terdapat perbedaan yang signifikan pada pengujian. Hasil dari pengujian Hapi JS mendapatkan hasil rata – rata 72,47 %, sedangkan Nest JS mendapatkan rata –rata 61,5 % dalam penggunakan CPU, hasil penggunaan RAM Hapi JS mendapatkan rata – rata 51,278 %, sedangkan Nest JS mendapatkan rata – rata 59,716 %. Response time Hapi JS mendapatkan rata - rata 354,28 ms, sedangkan Nest JS mendapatkan rata – rata 796,28 ms. Failed request Hapi JS mendapatkan persentase rata - rata 14,8 %, sedangkan Nest JS mendapatkan persentase 30,18 %. Penelitian ini memberikan informasi perbandingan performa dari kedua framework yang dibandingkan sehingga dapat digunakan sebagai referensi pengembang ketika memilih framework yang sesuai.
Pengaruh Koefisien Kopling dan Jarak Pada Pengembangan Sistem Penghantar Daya Nirkabel Awandana, Gavin Argyatama; Akbar, Sabriansyah Rizqika
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 2 (2025): Februari 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Pengisian daya nirkabel (wireless power transfer, WPT) merupakan solusi inovatif untuk mengatasi keterbatasan metode pengisian daya konvensional yang bergantung pada kabel dan posisi perangkat yang statis. Salah satu parameter utama yang memengaruhi transfer daya pada sistem WPT adalah koefisien kopling (K), yang dipengaruhi oleh jarak dan orientasi antara kumparan pemancar dan penerima. Penelitian ini bertujuan untuk menganalisis pengaruh perubahan nilai K terhadap nilai transfer daya dengan memvariasikan jarak horizontal dan vertikal antara kumparan. Metode penelitian melibatkan pengukuran nilai K menggunakan pendekatan resonansi frekuensi dan evaluasi transfer daya pada berbagai konfigurasi jarak. Hasil menunjukkan bahwa nilai K cenderung menurun signifikan dengan bertambahnya jarak, terutama pada jarak vertikal yang lebih besar. Pada jarak vertikal 10 cm, nilai K menjadi sangat kecil hingga tidak terdeteksi, menunjukkan batas efektif transfer daya sistem. Selain itu, transfer daya terbaik dicapai pada jarak vertikal kecil dan posisi horizontal tertentu, menegaskan bahwa jarak relatif antara kumparan memainkan peran penting dalam menentukan kinerja sistem. Temuan ini juga menyoroti pentingnya pengaturan posisi untuk memastikan performa sistem WPT yang optimal, terutama pada aplikasi yang membutuhkan efisiensi tinggi dan stabilitas dalam transfer daya.
Analisis Sentimen Ulasan Konsumen Martabak Kubang Hayuda Menggunakan Support Vector Machine Almas, Muhammad Fikri; Setiawan, Nanang Yudi; Wijoyo, Satrio Hadi
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 2 (2025): Februari 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Martabak Kubang Hayuda, sebuah restoran kuliner yang telah berdiri sejak 1988, menghadapi berbagai keluhan konsumen dalam berbagai aspek. Namun, evaluasi mendalam terhadap keluhan tersebut belum dilakukan karena keterbatasan dalam kemampuan mengolah dan menganalisis data ulasan konsumen. Penelitian ini bertujuan untuk menganalisis sentimen ulasan konsumen Martabak Kubang Hayuda berbasis aspek menggunakan algoritma Support Vector Machine (SVM) dan Latent Dirichlet Allocation (LDA). Data ulasan konsumen diambil dari Google Maps. LDA digunakan untuk memodelkan topik ulasan sehingga data ulasan dapat dikelompokkan ke berbagai aspek. Selanjutnya, SVM diterapkan untuk mengklasifikasikan seluruh data ulasan ke dalam sentimen positif dan negatif. Untuk mengidentifikasi akar permasalahan sentimen negatif, metode root cause analysis dengan visualisasi fishbone diagram digunakan. Proses analisis sentimen dilakukan dengan pengambilan data, text preprocessing, pembobotan data, pemodelan topik dengan LDA, pelabelan sentimen, klasifikasi sentimen dengan SVM, dan pengujian model SVM menggunakan confusion matrix. Pelabelan sentimen dilakukan menggunakan leksikon InSet, Generative Pre-trained Transformer (GPT), dan validasi peneliti. Hasil penelitian menunjukkan bahwa SVM mencapai tingkat accuracy sebesar 86% dalam mengklasifikasikan data ulasan. Hasil root cause analysis mengungkapkan bahwa terdapat 21 akar masalah yang didapatkan atas keluhan pelanggan yang tersebar di 4 aspek utama, yaitu kualitas makanan, lingkungan fisik, harga, dan kualitas pelayanan. Kata kunci: analisis sentimen, support vector machine, latent dirichlet allocation, root cause analysis, fishbone diagram

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 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