cover
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 : -
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
Search results for , issue "Vol 9 No 9 (2025): September 2025" : 50 Documents clear
Evaluasi Tingkat Kematangan Keamanan Informasi Menggunakan Indeks KAMI 5.0 pada Universitas Darul ‘Ulum Jombang Az Zahra, Shalsa Salisa; Aknuranda, Ismiarta; Farisi, Hariz
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 9 (2025): September 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Universitas Darul ‘Ulum Jombang (UNDAR) telah mengimplementasikan sistem informasi untuk mendukung kegiatan akademik dan administrasi, namun belum menerapkan pengelolaan keamanan informasi yang terstruktur. Penelitian ini bertujuan untuk mengevaluasi tingkat kematangan keamanan informasi di UNDAR menggunakan Indeks KAMI versi 5.0, mengidentifikasi akar penyebab rendahnya kematangan, serta menyusun strategi penguatan berdasarkan standar SNI ISO/IEC 27001:2022. Penelitian ini menggunakan pendekatan kualitatif dengan teknik pengumpulan data berupa pengisian kuesioner Indeks KAMI 5.0, wawancara mendalam, dan studi dokumentasi. Analisis dilakukan menggunakan metode Root Cause Analysis (RCA) melalui teknik 5 Whys, kemudian hasilnya dipetakan ke dalam klausul ISO/IEC 27001:2022. Hasil evaluasi menunjukkan bahwa UNDAR berada pada kategori “Pemenuhan Kerangka Kerja Dasar” dengan total skor 257. Sebagian besar aspek berada pada Level I dan II. Akar masalah mencakup rendahnya kesadaran organisasi, pemetaan aset yang belum menyeluruh, dan pengendalian risiko yang terbatas. Rekomendasi meliputi pembentukan kebijakan, perbaikan budaya organisasi, serta inventarisasi aset berdasarkan standar yang relevan.
Evaluasi Pengalaman Pengguna Jangka Panjang Pada Aplikasi Media Sosial Menggunakan Metode UX Curve (Studi Kasus: Instagram) Fadhiilah, Muhammad Althaaf; Buce Trias Hanggara; Bondan Sapta Prakoso
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 9 (2025): September 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Media sosial telah menjadi bagian penting dalam kehidupan masyarakat modern, salah satunya adalah Instagram yang banyak digunakan di Indonesia. Untuk mempertahankan relevansinya di tengah persaingan industri digital, penting untuk memahami pengalaman pengguna jangka panjang. Penelitian ini menggunakan metode UX Curve yang dapat digunakan untuk melakukan evaluasi pengalaman pengguna jangka panjang. Sebanyak 11 responden Generasi Z (usia 18–28 tahun) terlibat, dengan masing-masing menggambarkan kurva pengalaman berdasarkan lima dimensi: general UX, attractiveness, utility, ease of use, dan degree of usage. Dari 55 kurva dan 315 alasan yang terkumpul, ditemukan bahwa arah kurva paling banyak menunjukkan peningkatan (improving) pada dimensi degree of usage, menandakan intensitas penggunaan yang makin tinggi. Sebaliknya, penurunan (deteriorating) paling banyak muncul pada dimensi utility, menunjukkan persepsi kebermanfaatan fitur yang menurun. Alasan yang paling banyak disampaikan responden berkaitan dengan aspek utility pada kategori pragmatis merujuk pada fitur seperti Direct Message, Posting Feeds, Stories, Explore, dan UI Profile yang dinilai memenuhi kebutuhan komunikasi dan akses informasi. Selain itu, pada aspek stimulation dalam kategori hedonis, fitur seperti Explore dan Reels secara konsisten mampu memberikan rangsangan emosional dan kognitif yang kuat, sehingga mendorong pengguna untuk terus terlibat dan mengeksplorasi konten secara berkelanjutan.
Analisis Sentimen Masyarakat Terhadap Fenomena Perubahan Iklim Menggunakan BERT-CNN Ravindra Rahman, Azka; Fatyanosa, Tirana Noor; Adikara, Putra Pandu
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 9 (2025): September 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Perubahan iklim merupakan salah satu isu global yang paling banyak dibicarakan di media sosial, seperti X. Meskipun konsensus ilmiah menyatakan bahwa perubahan iklim disebabkan oleh aktivitas manusia, opini publik masih terbagi, dan perbedaan tersebut tidak hanya memengaruhi opini individu, tetapi juga dapat berdampak pada pengambilan kebijakan lingkungan. Untuk memahami opini publik, berbagai model NLP dikembangkan, namun tantangan pada penggunaan model NLP tradisional adalah keterbatasannya dalam menangkap informasi kontekstual dalam sebuah kalimat. Oleh karena itu, model hibrida BERT-CNN diusulkan dengan anggapan bahwa embedding kontekstual pada BERT beserta kemampuan ekstraksi fitur CNN mampu mengklasifikasikan sentimen publik terhadap isu perubahan iklim. Metode yang digunakan dimulai dengan persiapan data, perancangan model, pelatihan model, pengujian model, dan perbandingan model utama dengan model lainnya. Hasil eksperimen menunjukkan bahwa model BERT-CNN cukup baik dalam mengklasifikasikan sentimen publik terkait perubahan iklim, dibuktikan dengan nilai f1-score-nya yang sebesar 0,7197. Model juga menunjukkan kinerja pada kelas minoritas yang lebih baik dibandingkan pada model BERT atau CNN secara terpisah. Dengan demikian, penelitian ini memberi wawasan baru terhadap pengembangan metode analisis sentimen berbasis deep learning pada isu perubahan iklim.
Eksperimen Penerapan Progressive Disclosure dan Law of Common Region pada Halaman Utama Super-App Mobile Banking X untuk Meningkatkan Learnability Permana, Ferdiansah Dwika; Az-Zahra, Hanifah Muslimah; Hanggara, Buce Trias
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 9 (2025): September 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Kompleksitas fitur pada super-app mobile banking menyebabkan sebagian pengguna mengalami kesulitan dalam navigasi dan pembelajaran sistem, yang berpotensi menghambat learnability aplikasi. Progressive Disclosure dan Law of Common Region merupakan teknik dan prinsip desain yang berpotensi mengatasi permasalahan learnability dengan mengurangi beban kognitif dan meningkatkan struktur visual antarmuka. Penelitian ini bertujuan untuk mengetahui pengaruh penerapan Progressive Disclosure dan Law of Common Region terhadap learnability pada halaman utama aplikasi mobile banking X, yang diukur melalui aspek steepness of the learning curve. Melalui pendekatan eksperimental within-subjects dengan counterbalancing, penelitian ini melibatkan 22 partisipan yang menguji baik desain kontrol dan desain treatment. Learnability diukur menggunakan metrik utama time on task serta success rate sebagai metrik tambahan. Analisis data menggunakan uji statistik non-parametrik dikarenakan data tidak memenuhi asumsi normalitas. Desain treatment menunjukkan perbaikan signifikan dengan rata-rata waktu penyelesaian tugas (time on task) 13,01 detik dibandingkan desain kontrol 23,93 detik (Z = -3,847, p < 0,001, r = 0,82). Success rate meningkat dari 91,82% (desain kontrol) menjadi 100% (desain treatment) untuk tugas yang lebih kompleks. Temuan ini memberikan validasi empiris terhadap dampak positif penerapan teknik Progressive Disclosure dan prinsip Law of Common Region dalam desain antarmuka super-app mobile banking.
Analisis Pengaruh Kecerdasan Emosional dan Kemampuan Kolaborasi terhadap Hasil Belajar Siswa pada Pembelajaran Teams Games Tournament Dewi, Fikriya Rachma; Hariyanti, Uun; Wardhono, Wibisono Sukmo
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 9 (2025): September 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Penelitian ini bertujuan untuk menganalisis pengaruh kecerdasan emosional dan kemampuan kolaborasi terhadap hasil belajar siswa dalam pembelajaran teams games tournament (TGT). Metode penelitian yang digunakan adalah eksperimen dengan desain pre-experimental one-group pre-test post-test yang melibatkan 30 siswa kelas X PPLG di SMK Negeri 12 Malang. Instrumen penelitian berupa angket berskala likert 1-5 untuk mengukur kecerdasan emosional dan kemampuan kolaborasi, serta soal pilihan ganda dan isian singkat untuk mengukur hasil belajar. Teknik analisis data menggunakan statistik deskriptif, uji korelasi spearman, dan regresi robust. Hasil penelitian menunjukkan bahwa kecerdasan emosional memiliki hubungan positif yang signifikan dengan hasil belajar (rs = 0,547, p = 0,002 < 0,05), sedangkan kemampuan kolaborasi menunjukkan hubungan positif namun lemah (rs = 0,378, p = 0,040 < 0,05). Uji regresi robust mengkonfirmasi bahwa kecerdasan emosional berpengaruh signifikan terhadap hasil belajar (β1 = 0,226, p = 0,003 < 0,05), sementara kemampuan kolaborasi tidak berpengaruh signifikan (β2 = 0,133, p = 0,119 > 0,05). Secara simultan, kedua variabel berpengaruh signifikan terhadap hasil belajar dengan kecerdasan emosional sebagai faktor dominan dalam pembelajaran TGT.
Penerapan Automatic Tuning pada Basis Data DuckDB Menggunakan Metode Bayesian Optimization untuk Optimalisasi Kinerja dan Efisiensi Basis Data Damahindra, Rangga Andhito; Setiawan, Nanang Yudi; Wicaksono, Satrio Agung
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 9 (2025): September 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Peningkatan volume dan kompleksitas data pada era digital menuntut sistem basis data yang efisien dalam penyimpanan, pengolahan, dan eksekusi query. DuckDB merupakan sistem basis data embedded yang dirancang untuk mendukung operasi OLAP secara lokal, namun proses tuning parameter konfigurasinya masih dilakukan secara manual dan kurang efisien. Selain itu, belum ada pedoman khusus mengenai parameter DuckDB yang memiliki pengaruh paling signifikan terhadap performa waktu eksekusi query. Penelitian ini bertujuan untuk mengidentifikasi parameter konfigurasi DuckDB yang paling berpengaruh terhadap waktu eksekusi query serta menerapkan tuning otomatis menggunakan metode Bayesian Optimization. Seleksi parameter dilakukan kepada keseluruhan 127 parameter DuckDB melalui pendekatan rule-based serta perhitungan feature importance berbasis Shapley Additive exPlanations (SHAP) yang menghasilkan dua parameter akhir, yaitu threads dan max_expression_depth. Optimasi nilai parameter dilakukan menggunakan Bayesian Optimization berbasis Gaussian Process dengan fungsi akuisisi Expected Improvement. Hasil pengujian pada tiga kategori workload query (ringan, sedang, berat) menunjukkan signifikansi Bayesian Optimization dalam menurunkan waktu eksekusi sebesar lebih dari 40% antara iterasi pertama dan terbaik dalam batas 50 iterasi. Selain itu, dalam perbandingan dengan nilai parameter default, pada workload sedang dan berat, tuning menghasilkan rata-rata penurunan waktu eksekusi lebih dari 60%. Namun, pada workload ringan, konfigurasi default justru lebih unggul dengan waktu eksekusi rata-rata 10,08% lebih cepat dibanding hasil tuning.
Pengembangan Sistem Layanan Jasa Titip dan Antar Jemput Berbasis Web (Studi Kasus: Universitas Brawijaya) Vasya, Muhammad Azka Obila; Priyambadha, Bayu; Brata, Adam Hendra
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 9 (2025): September 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Jumlah mahasiswa Universitas Brawijaya yang tinggi serta ketimpangan akses terhadap kendaraan pribadi menimbulkan tantangan dalam pemenuhan kebutuhan mobilitas dan jasa titip. Salah satu solusi informal yang muncul adalah grup WhatsApp "UB Mager", yang mempertemukan mahasiswa pemilik kendaraan dengan mahasiswa yang membutuhkan jasa antar jemput atau jasa titip. Namun, penyebaran informasi yang tidak terstruktur, spam, dan kesulitan dalam menemukan layanan yang relevan menjadi hambatan utama pada grup ini. Penelitian ini bertujuan untuk mengembangkan sebuah sistem layanan web yang dapat mengakomodasi kebutuhan jasa titip dan antar jemput secara lebih terorganisir dan efisien. Penelitian ini menggunakan metode pengembangan SDLC prototyping dengan pendekatan rekayasa perangkat lunak berorientasi objek. Tahapan penelitian ini mencakup observasi awal terhadap layanan yang sudah ada, studi literatur, analisis kebutuhan melalui survei dan wawancara, perancangan sistem menggunakan Unified Modeling Language, implementasi dengan framework Laravel dan basis data MySQL, serta pengujian dengan pendekatan white-box, black-box, kompatibilitas, keamanan, dan usabilitas. Hasil implementasi menunjukkan sistem mampu memfasilitasi tiga aktor dalam menggunakan sistem. Hasil pengujian menunjukkan sistem memiliki tingkat keberhasilan 100%, memiliki aksesibilitas lintas platform, dan mempermudah penggunaan sistem. Sistem ini berhasil meningkatkan efisiensi dan kenyamanan dalam pemesanan layanan titip dan antar jemput mahasiswa. Sistem ini menjadi solusi yang lebih terstruktur dibandingkan layanan informal sebelumnya
Pengembangan Dashboard Business Intelligence untuk Monitoring Data Akademik Sekolah Menggunakan Metode Kimball (Studi Kasus: MTSS Bina Ihsan Mulia) Khairani, Nadia Raisa; Setiawan, Nanang Yudi; Purnomo, Welly
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 9 (2025): September 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Pengelolaan data akademik yang efisien penting untuk mendukung pengambilan keputusan berbasis data di lingkungan pendidikan. Namun, MTSS Bina Ihsan Mulia belum memiliki sistem pelaporan yang terintegrasi dan interaktif untuk mendukung proses akreditasi. Penelitian ini bertujuan untuk mengembangkan dashboard Business Intelligence (BI) berbasis pengembangan data warehouse menggunakan metode Kimball untuk meningkatkan efektivitas analisis dan monitoring data akademik. Proses pengembangan mengikuti tahapan Business Intelligence Lifecycle, mulai dari perencanaan, perancangan model data multidimensional, implementasi ETL menggunakan Python, hingga visualisasi dengan Looker Studio. Evaluasi usability dilakukan dengan dua pengujian utama menggunakan kerangka Dashboard Assessment Usability Model (DATUS) berupa kuesioner dan pengujian task-based. Hasil pengujian kuesioner menunjukkan skor rata-rata usability di atas 4 dari skala Likert 5 poin, dengan skor sempurna 5.0 pada dimensi operability. Pada hasil pengujian task-based, metrik number of analytical goals completed successfully menunjukkan seluruh responden menyelesaikan minimal 90% dari 10 tugas, metrik number of errors mencatat error rate yang dihasilkan responden secara keseluruhan sebesar 4%, dan metrik task time of the first use menunjukkan rata-rata waktu pengerjaan 1 menit 24 detik. Hasil ini membuktikan dashboard memiliki tingkat effectiveness dan learnability yang tinggi serta tingkat usability yang memuaskan untuk analisis data akademik di MTSS Bina Ihsan Mulia.
Implementasi Embedding IndoBERT dan Support Vector Machine (SVM) Untuk Analisis Sentimen Publik terhadap Layanan Biznet hidayatulloh, syarif; Muflikhah, Lailil; Rizal Setya Perdana
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 9 (2025): September 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Pertumbuhan pesat penggunaan internet di Indonesia mendorong peningkatan ekspektasi masyarakat terhadap kualitas layanan penyedia internet, termasuk Biznet. Opini publik yang tersebar di media sosial menjadi indikator penting untuk mengevaluasi kepuasan pengguna. Penelitian ini bertujuan untuk menganalisis sentimen publik terhadap layanan Biznet dengan mengombinasikan model IndoBERT sebagai representasi teks dan algoritma Support Vector Machine (SVM) sebagai metode klasifikasi. Data diperoleh melalui teknik crawling dari platform X (Twitter), yang kemudian diproses melalui tahapan preprocessing seperti cleaning, case folding, normalisasi, tokenisasi, stopwords removal, dan stemming. Hasil preprocessing selanjutnya diolah menggunakan IndoBERT untuk mendapatkan representasi vektor dari teks, yang menjadi input bagi model SVM. Evaluasi dilakukan dengan metrik akurasi, presisi, recall, dan F1-score, serta visualisasi dengan confusion matrix dan grafik learning curve. Hasil pengujian menunjukkan bahwa kombinasi IndoBERT dan SVM mampu mengklasifikasikan sentimen ke dalam tiga kategori: positif, negatif, dan netral secara efektif. Model dengan performa terbaik dicapai saat preprocessing dilakukan tanpa menghapus stopwords, dengan akurasi mencapai 97% dan F1-score hingga 98% pada kelas negatif dan netral. Temuan ini membuktikan bahwa pendekatan gabungan IndoBERT dan SVM dapat digunakan secara optimal untuk memahami persepsi publik terhadap layanan internet, dan memberikan rekomendasi berbasis data bagi peningkatan kualitas layanan.
Pengembangan Sistem Informasi Road Damage Detection (RDD) Berbasis Web (Studi Kasus: PT XYZ dalam Proyek Infrastruktur Jalan PUPR) Huttaqi Sulthon, Ibar; Priyambadha, Bayu; Arwan, Achmad
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 9 (2025): September 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Tingkat kerusakan infrastruktur jalan di Indonesia cukuplah tinggi. Berdasarkan data BPS, sebanyak 56.02% dari seluruh jalan di Indonesia belum dalam kondisi yang baik. Penelitian ini bertujuan untuk mengembangkan sistem deteksi kerusakan jalan berbasis web menggunakan kecerdasan buatan untuk meningkatkan efisiensi pemeliharaan dan pemantauan jalan. Metode inspeksi jalan tradisional dibatasi oleh sumber daya manusia dan alat pengumpulan data, yang dapat menyebabkan kesalahan dan keterlambatan. Selain itu, solusi teknologi seperti ROMDAS memiliki ketergantungan perangkat keras dan fleksibilitas yang terbatas. Untuk mengatasi masalah ini, sistem yang diusulkan memungkinkan pengunggahan data video survei jalan dengan metadata GPS untuk diklasifikasikan kerusakan jalan berbasis AI. Penelitian ini menggunakan metode Software Development Life Cycle waterfall. Dalam penelitian ini, proses rekayasa kebutuhan menghasilkan 3 aktor, 38 kebutuhan fungsional, dan 3 kebutuhan nonfungsional. Penelitian ini dirancang dengan pendekatan berorientasi objek menggunakan Unified Modeling Language. Implementasi dilakukan menggunakan React.js Typescript, Hapi.js, dan PostgreSQL. Sistem ini diuji dengan pengujian white box dan black box dengan menunjukkan tingkat keberhasilan 100%. Sistem ini menyediakan solusi yang efisien dan hemat biaya untuk pemantauan kerusakan jalan, memungkinkan analisis dan manajemen proyek perbaikan jalan yang mudah. ​​Pendekatan ini menawarkan peningkatan yang signifikan dibandingkan metode konvensional, yang memungkinkan pengambilan keputusan dan alokasi sumber daya yang lebih baik.

Filter by Year

2025 2025


Filter By Issues
All Issue Vol 9 No 13 (2025): Publikasi Khusus Tahun 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