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 9 (2025): September 2025" : 50 Documents clear
Analisis Sentimen Terhadap Kebijakan Kenaikan PPN 12% Menggunakan Support Vector Machine (SVM) Rahmadina, Alishza Putri; Setiawan, Nanang Yudi; Rusydi, Alfi Nur
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

Kebijakan kenaikan Pajak Pertambahan Nilai (PPN) dari 11% menjadi 12% pada awal tahun 2025 memicu respons yang beragam dari masyarakat, baik berupa dukungan maupun penolakan. Salah satu bentuk penolakan tersebut tercermin dari munculnya petisi daring yang memperoleh dukungan luas, mencerminkan tingginya atensi dan keresahan publik terhadap isu kenaikan PPN. Penelitian ini bertujuan untuk mengklasifikasikan opini publik terhadap kebijakan tersebut menggunakan pendekatan analisis sentimen dengan algoritma Support Vector Machine (SVM). Data diperoleh dari platform X dan YouTube, dan diklasifikasikan ke dalam dua kelas sentimen: positif dan negatif. Tahapan preprocessing mencakup cleaning, case folding, normalization, tokenization, serta pembobotan menggunakan Term Frequency-Inverse Document Frequency (TF-IDF). Ketidakseimbangan data ditangani dengan metode Synthetic Minority Over-sampling Technique (SMOTE). Pemilihan parameter terbaik dilakukan menggunakan Grid Search terhadap nilai parameter C dengan evaluasi stratified 10-fold cross-validation. Model terbaik kemudian dievaluasi menggunakan confusion matrix dan menghasilkan akurasi sebesar 87%. Hasil klasifikasi menunjukkan bahwa opini publik didominasi oleh sentimen negatif dengan dua topik, yaitu ketidakberpihakan terhadap kelompok ekonomi bawah serta ketidakadilan kebijakan dan beban ekonomi. Sentimen positif mengangkat dua topik, yaitu stabilitas dan ketahanan ekonomi nasional serta penguatan sistem perpajakan dan keadilan fiskal.
Pengembangan Aplikasi Catatan Cerdas untuk Kolaborasi dan Komunikasi Tim Menggunakan Large Language Model (LLM) Gemini AI dan Metode Waterfall (Studi Kasus: IFL Chapter Malang) Fadilah Islamawan, Adam; Rahayudi, Bayu; Pramono, Djoko
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

Era transformasi digital menuntut platform kolaborasi terintegrasi untuk mengatasi fragmentasi alur kerja akibat penggunaan berbagai platform terpisah. Indonesian Future Leader Chapter Malang menghadapi tantangan komunikasi dan kolaborasi karena perbedaan platform antar departemen. Untuk itu, penulis mengusulkan pengembangan aplikasi web berbasis konsep workspace sebagai alternatif platform kolaboratif yang mendukung penulisan dokumen, pertukaran pesan, dan pengaksesan meeting room dalam satu antarmuka. Aplikasi dilengkapi Role-Based Access Control (RBAC) serta integrasi LLM Gemini 2.0 Flash untuk menghasilkan kerangka dokumen otomatis berdasarkan prompt pengguna. Pengembangan dilakukan dengan metode waterfall, meliputi elisitasi kebutuhan, perancangan UML, serta implementasi menggunakan TypeScript, Next.js, REST API, WebSocket, Prisma, dan MongoDB. Google Calendar API digunakan untuk integrasi tautan meeting. Pengujian mencakup Black-box testing pada 14 skenario uji (100% valid) dan System Usability Scale (SUS) terhadap enam responden yang mencakup direktur, manajer, dan staf. Hasil SUS sebesar 87,9 termasuk kategori grade B dengan predikat excellent dan acceptable. Aplikasi terbukti layak sebagai solusi kolaborasi dengan fungsionalitas stabil dan tingkat usability tinggi. Kata kunci: aplikasi kolaborasi, komunikasi tim, workspace, LLM Gemini AI, Google Calendar API, TipTap
Implementasi Sistem Dynamic Link Offloading Berbasis Ansible pada Router Konvensional dengan Jaringan Rute Statis Pramadani Alief Rahman, Ararya; Hari Trisnawan, Primantara; Yahya, Widhi
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

Seiring meningkatnya kompleksitas jaringan, dibutuhkan sistem yang adaptif dan efisien dalam mengatur lalu lintas data. Static routing pada router konvensional kurang mampu menghadapi kondisi dinamis seperti kemacetan dan kegagalan jalur. Penelitian ini mengusulkan sistem dynamic link offloading berbasis Ansible yang menggabungkan static routing, Access Control List (ACL), NetFlow, dan Ansible untuk membentuk konfigurasi multipath dinamis. Proses monitoring dilakukan melalui NetFlow dan SNMP Trap, sementara Ansible menjalankan playbook otomatis saat terdeteksi gangguan. Implementasi dalam simulasi GNS3 dengan router Cisco, diuji dalam dua skenario yaitu perbandingan kinerja multipath dan singlepath, serta penanganan link failover dan failback. Hasil menunjukkan bahwa multipath meningkatkan throughput (7,97 Mbit/s dibanding 4,86 Mbit/s) dan mengurangi packet loss (33,53% dibanding 59,43%) pada 6 flow. Sistem juga menunjukkan down time failover rata-rata 6,09–6,32 detik dan failback 0,55–0,77 detik. Dengan demikian, sistem ini terbukti efektif meningkatkan kinerja dan adaptivitas jaringan pada jaringan berbasis router konvensional.
Klasifikasi Data Paten Berdasarkan Judul dan Abstrak Menggunakan Support Vector Machine Siregar, Fauziah Syifa R.; Eka Ratnawati, Dian
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

Proses klasifikasi manual data paten di Direktorat Inovasi dan Kawasan Sains dan Teknologi (DIKST) Universitas Brawijaya memerlukan waktu lama dan rawan kesalahan, sehingga menghambat pengelolaan informasi paten secara efisien. Penelitian ini bertujuan mengembangkan model klasifikasi otomatis data paten berdasarkan judul dan abstrak menggunakan algoritma Support Vector Machine (SVM). Dataset terdiri dari 617 data paten yang dikelompokkan ke dalam empat kategori: proses, metode, alat, dan formula. Tahapan text preprocessing meliputi case folding, tokenisasi, stopword removal, dan stemming. Ekstraksi fitur dilakukan menggunakan Term Frequency–Inverse Document Frequency (TF-IDF), sedangkan klasifikasi menggunakan SVM dengan kernel linear. Evaluasi model dilakukan dengan K-Fold Cross Validation menggunakan dua skema, yaitu 5-Fold dan 10-Fold, serta diukur menggunakan metrik akurasi, presisi, recall, dan F1-score. Hasil penelitian menunjukkan bahwa penerapan seluruh tahapan preprocessing menghasilkan performa terbaik dibandingkan skenario tanpa satu tahapan preprocessing. Validasi terbaik diperoleh pada 10-Fold dengan akurasi 81,20%, presisi 82,42%, recall 81,20%, dan F1-score 81,30%, sedangkan pada 5-Fold memperoleh akurasi 79,90%, presisi 80,62%, recall 79,90%, dan F1-score 79,94%. Model yang dihasilkan diharapkan dapat membantu DIKST mengotomatisasi proses klasifikasi paten sehingga pengelolaan data menjadi lebih cepat dan akurat.
Pengembangan Dashboard Business Intelligence untuk Analisis Data Akademik dengan Metodologi Star Schema Pada SMAN 3 Malang Sebayang, Gading; Wijoyo, Satrio Hadi; 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

Pengolahan data akademik di SMAN 3 Malang saat ini masih mengandalkan metode konvensional berbasis spreadsheet yang tidak efisien dan rentan terhadap kesalahan. Kondisi ini menghambat manajemen sekolah dalam melakukan evaluasi kinerja siswa secara cepat dan akurat. Penelitian ini bertujuan untuk merancang dan mengembangkan sebuah prototipe dasbor Business Intelligence (BI) yang berfungsi sebagai alat ukur kinerja akademik untuk mengatasi permasalahan tersebut. Metode penelitian yang digunakan adalah penelitian implementatif dengan pendekatan pengembangan prototipe, yang meliputi tahap rekayasa kebutuhan, perancangan, implementasi, dan evaluasi. Data akademik dari dua kurikulum yang berbeda diolah menggunakan Power Query dan dimodelkan dengan dua model star schema terpisah di dalam platform Metabase yang terhubung ke database MySQL. Hasil dari penelitian ini adalah sebuah dasbor interaktif yang mampu menyajikan serangkaian Key Performance Indicator (KPI) akademik. Berdasarkan hasil pengujian usability dengan metode DATUS yang melibatkan pengguna akhir, dasbor yang dikembangkan memperoleh skor akhir 89 dari 100, yang masuk dalam kategori "Sangat Baik". Hasil ini didukung oleh data metrik di mana partisipan berhasil menyelesaikan seluruh tugas dengan tingkat kesalahan 0% dan rata-rata waktu penyelesaian 18.18 detik per tugas, yang membuktikan bahwa dasbor ini fungsional, efektif, dan mudah digunakan untuk mendukung pengambilan keputusan berbasis data. Kata kunci: Business Intelligence, Dasbor, Key Performance Indicator, Metabase, Star Schema, Kinerja Akademik, DATUS
Analisis Pengalaman Pengguna Pada Fitur “Sakusaku” Aplikasi Bank Saqu Menggunakan Metode UEQ Kelvin, Marcelino; Trias Hanggara, Buce; Syawli, Almira
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

Perkembangan teknologi digital telah mendorong transformasi layanan perbankan, termasuk munculnya bank digital seperti Bank Saqu. Salah satu fitur unggulannya adalah Sakusaku, yang dirancang untuk membantu pengguna mencatat pengeluaran, menyusun anggaran, dan mengelola keuangan mandiri. Penelitian ini bertujuan menganalisis pengalaman pengguna terhadap fitur Sakusaku menggunakan metode User Experience Questionnaire (UEQ). Studi kuantitatif ini melibatkan 20 responden aktif pengguna aplikasi Bank Saqu dan mengevaluasi enam aspek utama: Attractiveness, Perspicuity, Efficiency, Dependability, Stimulation, dan Novelty. Hasil menunjukkan seluruh aspek memperoleh skor positif, dengan nilai tertinggi pada Efficiency (mean 2,263; var 0,50) dan Attractiveness (mean 2,200; var 0,53), menandakan fitur dinilai efisien, menarik, serta mudah digunakan. Namun, Novelty memperoleh skor terendah (mean 1,663; var 1,12), mengindikasikan perlunya peningkatan inovasi dan personalisasi fitur. Temuan ini menegaskan pentingnya pengembangan berkelanjutan untuk memperkuat kesan kebaruan dan meningkatkan keterlibatan pengguna dalam aplikasi keuangan digital.
Analisis Kelayakan Pengembangan Proyek Data Warehouse pada Lembaga XYZ Darmawan Subarkah, Rakha; Perdanakusuma, Andi Reza; Wardani, Niken Hendrakusma
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 menganalisis kelayakan pengembangan proyek data warehouse pada lembaga XYZ, sebuah lembaga keuangan khusus yang didirikan pemerintah untuk mendukung pembiayaan ekspor nasional. Sistem data warehouse ini direncanakan sebagai solusi untuk mengatasi masalah fragmentasi data serta memenuhi kebutuhan akan sistem pelaporan yang cepat, terintegrasi, dan akurat. Penelitian ini bertujuan untuk menilai kelayakan proyek dari tiga aspek utama, yaitu operasional, ekonomi, dan teknikal. Metode analisis yang digunakan meliputi fit-gap analysis untuk aspek operasional, cost-benefit analysis untuk aspek ekonomi, dan analisis familiarity, project size, dan compatibility untuk aspek teknikal. Pengumpulan data dilakukan melalui Focus Group Discussion (FGD) dengan pemangku kepentingan dan pihak yang terlibat dalam implementasi proyek dan studi dokumen resmi proyek. Hasil penelitian menunjukkan bahwa sistem yang direncanakan layak secara operasional karena mampu memenuhi seluruh kebutuhan bisnis yang tidak dapat dipenuhi sistem saat ini. Dari aspek ekonomi, proyek ini diproyeksikan memberikan manfaat kuantitatif dengan Break-Even Point (BEP) yang tercapai dalam waktu ±1,5 tahun. Secara teknikal, proyek dinilai layak karena didukung oleh vendor berpengalaman, kesiapan infrastruktur, dan kompatibilitas teknologi yang tinggi. Berdasarkan analisis tersebut, proyek pengembangan data warehouse pada lembaga XYZ dinyatakan layak untuk dijalankan.
Eksplorasi Pengalaman Pengguna Jangka Panjang Pada Aplikasi E-commerce di Indonesia dengan Metode UX Curve Mahdavikia, Zidan; Trias Hanggara, Buce; Wisnu Brata, Dwija
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

Pengalaman pengguna (user experience) memegang peran penting dalam pengembangan aplikasi digital, terutama di sektor e-commerce yang sangat kompetitif. Dinamika pengalaman dan ekspektasi pengguna yang terus berubah menuntut pemahaman mengenai bagaimana pengalaman tersebut berkembang seiring waktu. Pengalaman pengguna tidak hanya mencakup aspek pragmatis seperti kegunaan dan kemanfaatan, tetapi juga aspek hedonis seperti kesenangan, motivasi, dan estetika. Penelitian ini bertujuan mengeksplorasi perubahan pengalaman pengguna jangka panjang pada aplikasi e-commerce di Indonesia menggunakan pendekatan kualitatif deskriptif dengan metode UX Curve. Metode ini memungkinkan pengguna menggambarkan perubahan pengalaman mereka secara visual dan subjektif selama enam bulan. Data dikumpulkan dari 20 responden pengguna Shopee dan Tokopedia, lalu dianalisis secara tematik berdasarkan lima dimensi UX, yaitu General ux, Ease of use, Utility, Attractiveness, dan Usage volumes. Hasil menunjukkan kecenderungan peningkatan pada General ux dan Utility karena faktor pragmatis, sementara penurunan terjadi pada Ease of use dan Attractiveness akibat gangguan visual dan fitur yang membingungkan. Oleh karena itu, pengembang disarankan rutin mengevaluasi antarmuka dan fitur dari perspektif jangka panjang agar pengalaman pengguna tetap positif dan berkesan.
Faktor yang Mempengaruhi Niat dan Perilaku Penggunaan Aplikasi Mobile Banking BYOND by BSI (Studi Kasus: Universitas Islam) Roufi, Ahmad Washlur; Rachmadi, Aditya; Wardani, Niken Hendrakusma
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 faktor-faktor yang memengaruhi niat (behavioral intention) dan perilaku penggunaan (use behavior) aplikasi mobile banking BYOND by BSI di kalangan mahasiswa Universitas Islam Negeri Maulana Malik Ibrahim Malang. Penelitian ini menggunakan kerangka kerja UTAUT2 yang dimodifikasi dengan penambahan variabel user satisfaction. Metode penelitian yang digunakan adalah pendekatan kuantitatif dengan teknik pengumpulan data melalui kuesioner yang melibatkan 195 mahasiswa pengguna BYOND. Data dianalisis menggunakan metode Partial Least Square-Structural Equation Modeling (PLS-SEM). Hasil analisis menunjukkan bahwa user satisfaction, price value, dan facilitating conditions berpengaruh positif dan signifikan terhadap behavioral intention. Sementara itu, variabel performance expectancy, effort expectancy, social influence, hedonic motivation, dan habit tidak menunjukkan pengaruh signifikan terhadap niat. Adapun use behavior secara signifikan dipengaruhi oleh behavioral intention, habit, dan facilitating conditions. Temuan ini mengindikasikan bahwa niat menggunakan aplikasi lebih dipengaruhi oleh pengalaman nyata pasca-penggunaan, sedangkan perilaku aktual dipertahankan oleh kombinasi niat, kebiasaan, dan ketersediaan fasilitas pendukung. Hasil penelitian ini dapat dijadikan dasar strategi pengembangan layanan oleh Bank Syariah Indonesia dalam meningkatkan kepuasan dan loyalitas pengguna BYOND.
Analisis Sentimen Pada Ulasan Pengguna Aplikasi Jaklingko di Google Play Store Dengan Metode Support Vector Machine (SVM) Saputro, Dimas; Arwani, Issa; Dian Eka Ratnawati
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

Aplikasi JakLingko, sebagai platform integrasi transportasi utama di Jakarta, menghadapi tantangan berupa rating kepuasan pengguna yang rendah di Google Play Store. Ulasan pengguna yang seringkali tidak selaras dengan rating bintang yang diberikan mendorong perlunya analisis sentimen yang mendalam untuk memahami persepsi pengguna yang sebenarnya. Penelitian ini menggunakan pendekatan kuantitatif untuk mengidentifikasi isu-isu utama dari ulasan pengguna dan mengevaluasi efektivitas sebuah model klasifikasi. Metodologi yang ditekankan dalam penelitian ini meliputi beberapa tahapan kunci: analisis terhadap 333 ulasan pengguna tahun 2024, pra-pemrosesan data teks, pembobotan kata menggunakan Word2Vec, penanganan data tidak seimbang dengan SMOTE, dan klasifikasi sentimen menggunakan metode Support Vector Machine (SVM). Hasil penelitian menunjukkan bahwa model SVM yang dibangun sangat efektif dengan perolehan akurasi sebesar 83,19% pada data uji dan rata-rata akurasi 10-fold cross-validation sebesar 85,82%. Analisis lebih lanjut melalui word cloud mengungkap bahwa sentimen positif didorong oleh kemudahan penggunaan dan keberhasilan integrasi, sementara sentimen negatif didominasi oleh keluhan terkait kegagalan transaksi, stabilitas aplikasi yang buruk, dan masalah pemindaian QR code. Penelitian ini tidak hanya menghasilkan model klasifikasi sentimen yang andal, tetapi juga memberikan wawasan strategis yang dapat ditindaklanjuti oleh pengembang untuk memprioritaskan perbaikan layanan.

Page 4 of 5 | Total Record : 50

 1   2   3   4   5 

Filter by Year

2025 2025


Reset
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