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 6,923 Documents
 506   507   508   509   510 
Klasifikasi Judul Berita Online menggunakan Metode Support Vector Machine (SVM) dengan Seleksi Fitur Chi-square Putu Rama Bena Putra; Indriati Indriati; Rizal Setya Perdana
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 7 No 5 (2023): Mei 2023
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Perkembangan teknologi mempengaruhi berbagai sektor salah satunya sektor berita. Penyebaran berita mulai memanfaatkan teknologi dengan munculnya berita online. Berita online yang ada memiliki bermacam-macam kategori. Saking banyaknya kategori terkadang suatu berita dapat memiliki kategori yang salah. Berita yang tidak sesuai dengan kategorinya dapat mengecoh pembaca. Dalam menilai suatu berita online masuk kategori mana selain melihat dari isinya dapat melalui judulnya, dikarenakan judul berita merupakan representasi utama dari berita. Dari permasalahan yang ada maka dilakukan penelitian klasifikasi judul berita online. Penelitian menggunakan support vector machine (SVM) sebagai metode klasifikasi. Selain menggunakan SVM dilakukan juga seleksi fitur dengan chi-square untuk mengurangi dimensi fitur. Data yang dipakai berjumlah 2400 judul berita online dengan 6 kategori. Proses klasifikasi dimulai dari pre-processing text, term weighting menggunakan TF-IDF, selanjutnya seleksi fitur dengan chi-square, dan terakhir klasifikasi dengan SVM. Penelitian dilakukan dengan mencari parameter SVM yang terbaik dan juga nilai terbaik dari threshold chi-square. Hasil dari pengujian memberikan hasil terbaik yaitu akurasi 93,06%, presisi 92,11%, recall 93,06%, dan f1-score 93,04%, terjadi ketika threshold chi-square sebesar 80% serta nilai parameter SVM berupa kernel menggunakan polynomial derajat 2, C=1, λ=1, konstanta γ=0,01, ε=10-8, dan maksimal iterasi sebesar 10.
Prediksi Jumlah Kasus COVID-19 di Dunia dengan menggunakan Metode Long Short-Term Memory Adhipramana Raihan Yuthadi; Imam Cholissodin; Edy Santoso
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 7 No 5 (2023): Mei 2023
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Coronavirus 19 (COVID-19) merupakan penyakit menular yang diakibatkan oleh virus baru yang dinamakan coronavirus. Dilansir dari WHO, Virus ini pertama kali ditemukan pada bulan Desember 2019 di daerah Wuhan, Tiongkok. Dalam waktu kurang dari dua bulan, virus ini telah menyebar ke lebih dari 114 negara. Selain korban jiwa, wabah COVID-19 juga berdampak buruk kepada sektor lainya, khususnya sektor ekonomi. Selain itu kebutuhan akan informasi yang akurat juga diperlukan untuk pengambilan keputusan. Oleh karena itu, disini diperlukan dilakukan peramalan mengenai jumlah kasus COVID-19 untuk beberapa bulan kedepanya. Hal ini dilakukan agar semua pihak khususnya pemerintah mendapatkan hasil analisa yang sesuai dan akurat, sehingga dapat mempersiapkan keputusan yang terbaik dan efektif berdasarkan hasil peramalan yang didapatkan. Untuk melakukan peramalan tersebut, metode yang digunakan dalam penelitian ini adalah Long Short Term Memory dengan jumlah data sebanyak 1258 record yang terbagi kedalam 6 negara berbeda yaitu, Indonesia, China, Jepang, Singapura, Malaysia dan Korea Selatan. Dari hasil pengujian dengan pembagian persentase data dengan iterasi maksimum = 100 diperoleh nilai Root Mean Square Error (RMSE) terkecil dengan nilai 7.8773 hingga yang terbesar dengan nilai 17.6983. Untuk proses pengujian dengan variasi iterasi antara 50 hingga 500 diperoleh nilai Root Mean Square Error (RMSE) di kisaran 11.
Root Cause Analysis berbasis Segmentasi Pelanggan menggunakan Algoritma K-Means Clustering dan Teknik RFM (Recency, Frequency, Monetary) pada Nichoa Chocolate Rokhmah Vira Santi; Satrio Hadi Wijoyo; Nanang Yudi Setiawan
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 7 No 13 (2023): Publikasi Khusus Tahun 2023
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Dipublikasikan di Jurnal Teknologi Informasi dan Ilmu Komputer (JTIIK)
Perancangan Sistem Deteksi Node Baru Otomatis dalam Basis ESP-NOW dengan Tree Topology WSN Varaz Adolfo; Agung Setia Budi
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 7 No 5 (2023): Mei 2023
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Dalam perkembangan terbaru, Wireless Sensor Network (WSN) semakin populer karena kemampuannya dalam mengumpulkan dan mengirimkan data secara nirkabel. Salah satu topologi yang dapat digunakan dalam WSN adalah topologi tree, yang menggabungkan fitur-fitur dari topologi star dan topologi bus. Topologi ini membutuhkan banyak node untuk mengumpulkan data dan mengirimkannya ke pusat pemantauan. Untuk memudahkan konfigurasi, sistem harus dapat mendeteksi dan mengintegrasikan node baru yang masuk ke dalam jaringan tanpa perlu konfigurasi manual satu per satu. Dalam sistem ini, NodeMCU ESP8266 digunakan karena memiliki protokol komunikasi yang memungkinkan perangkat terhubung tanpa jaringan Wi-Fi dan harganya terjangkau. Protokol ESP-NOW digunakan sebagai media komunikasi antar node, dengan satu node pusat sebagai pengumpul data dan beberapa node lain membentuk struktur pohon. Node yang terhubung menjadi parent untuk node-level yang lebih rendah. Pengujian menunjukkan bahwa node berhasil terhubung dengan baik dengan parent. Namun, terjadi satu kejadian di mana terdapat lebih dari satu parent pada level tertentu, parent menyimpan alamat MAC dari node baru sebagai child mereka. Tetapi node baru menyimpan alamat MAC parent berdasarkan pesan yang lebih dulu diterima.
Analisis Sentimen Dokumen Twitter menggunakan Metode Naïve Bayes dengan Seleksi Fitur GU Metric Imanuel Juventius Todo Gurning; Putra Pandu Adikara; Rizal Setya Perdana
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 7 No 5 (2023): Mei 2023
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Media sosial menjadi salah satu sarana bagi masyarakat modern untuk dapat berdiskusi dan mengemukakan pendapat. Pengguna media sosial Indonesia mencapai 170 juta penduduk pada tahun 2022 menurut hasil riset Wearsosial Hootsuite. Salah satu media sosial yang paling digemari oleh masyarakat Indonesia adalah Twitter, dengan 19,5 juta pengguna pada akhir 2021 menurut Kementerian Komunikasi dan Informatika. Pada ranah Twitter di Indonesia, penanganan dan vaksinasi COVID – 19 oleh Pemerintah Indonesia menjadi salah satu topik perbincangan yang ramai diperdebatkan. Penanganan pandemi menimbulkan pro dan kontra di tengah masyarakat. Dalam mengidentifikasi dan mengklasifikasikan sentimen masyarakat tersebut digunakan metode klasifikasi Naïve Bayes dengan seleksi fitur GU Metric. Penelitian ini menggunakan data latih berjumlah 400, serta 100 data uji dengan perbandingan seimbang antara kelas positif dan negatif. Proses seleksi fitur diterapkan sebanyak 10 kali putaran, masing – masing sebesar 10% fitur dan meningkat hingga mencapai 100% fitur. Evaluasi kinerja yang diperoleh dengan confusion matrix pada klasifikasi sentimen mendapatkan hasil optimal pada penggunaan fitur sebesar 80%, dengan nilai F1 – score sebesar 0,87, accuracy sebesar 0,87, precision sebesar 0,84, dan recall sebesar 0,89 untuk kelas positif, serta F1 – score sebesar 0,87, accuracy sebesar 0,87, precision sebesar 0,9 dan recall sebesar 0,85 untuk kelas negatif.
Pengembangan Platform Informasi Lowongan Kerja dengan Teknik Crowdsourcing pada Media Sosial Twitter berbasis Mobile (Studi Kasus: Hashtag #lokercot) Tsany Rijalu Ahimsa; Agi Putra Kharisma; Fais Al Huda
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 7 No 5 (2023): Mei 2023
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Isu resesi ekonomi yang melanda seluruh dunia di penghujung tahun 2022 mengakibatkan banyak perusahaan melakukan PHK massal. Hal ini mengakibatkan masyarakat Indonesia kehilangan pekerjaannya. Hal ini diperparah dengan penyebaran informasi lowongan pekerjaan yang kurang merata. Namun, masyarakat Indonesia mendapatkan angin segar dengan hadirnya akun @hrdbacot pada Twitter yang sering membagikan informasi lowongan kerja. Informasi tersebut dihimpun pada sebuah hashtag bernama #lokercot. Masalah lain muncul ketika pengguna ingin mencari pekerjaan secara spesifik. Mesin pencari milik Twitter hanya mencari berdasarkan teks yang membuat informasi tersebut tidak tersampaikan dengan baik. Dibutuhkan penambahan tools pengekstraksi informasi yang pada gambar salah satunya yaitu Optical Character Recognition (OCR) sehingga lowongan pekerjaan yang dibagikan dapat dengan mudah ditemukan. Oleh karena itu, dikembangkanlah aplikasi berbasis Android yang menghimpun informasi lowongan kerja pada hashtag #lokercot dengan ditambahkan OCR pada aplikasi untuk mengekstrak teks dari gambar. Aplikasi dikembangkan menggunakan SDLC Prototype, Firebase sebagai basis data, serta OCR untuk mengekstrak data dari gambar. Aplikasi diuji menggunakan pengujian blackbox, pengujian usability, dan pengujian kompatibilitas. Pada pengujian blackbox didapatkan tingkat keberhasilan sebesar 100%. Pada pengujian usability didapatkan tingkat efektivitas sebesar 100% dan skor SUS sebesar 85,25. Pengujian kompatibilitas menunjukkan aplikasi dapat berjalan dengan normal pada perangkat dengan versi Android 10, 11, dan 12.
Analisis Color Space untuk Spesifikasi Perancangan Perangkat Lunak pada Embedded System Deteksi Penyakit Busuk Selada Muhammad Fatham Mubina Akbar; Hurriyatul Fitriyah; Sabriansyah Rizqika Akbar
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 7 No 5 (2023): Mei 2023
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Proses mengenali penyakit tanaman dapat dilakukan menggunakan pengolahan citra digital. Penyakit yang sering menjumpai tanaman selada hidroponik adalah busuk daun. Dalam upaya membantu pengendalian penyakit, perancangan sistem deteksi penyakit daun busuk pada selada hidroponik perlu dilakukan. Konversi warna merupakan salah satu langkah utama dalam pengolahan citra digital. Pada penelitian ini akan menganalisis sistem deteksi penyakit busuk daun selada berbasis citra pada color space RGB, LAB, HSV, dan YCbCr. Berdasarkan hasil analisis sistem akan diketahui perancangan yang menghasilkan akurasi tertinggi dan model perancangan perangkat lunak embedded system berdasarkan waktu komputasi dan penggunaan memori. Selada dibagi menjadi dua kelas yaitu selada segar dan selada busuk daun. Sistem dibagi menjadi tiga bagian yaitu input, proses, dan output. Pada bagian input dilakukan pengambilan citra tanaman selada oleh webcam. Pemrosesan dilakukan oleh laptop dan output yang dihasilkan ditampilkan pada layar laptop berupa citra hasil deteksi dengan bounding box dan label penyakit busuk pada daun selada. Didapatkan hasil analisis pengujian sistem deteksi yaitu color space dengan akurasi paling tinggi adalah color space LAB dengan akurasi sebesar 93.75%. Model perancangan perangkat lunak pada embedded system dengan waktu komputasi dan penggunaan memori paling rendah adalah color space RGB dengan rata-rata penggunaan memori sebesar 306.73 KiB dan waktu komputasi sebesar 0.44800883 detik.
Pengembangan Sistem Informasi Log Management Server Monitoring Menggunakan ELK (Elastic Search, Logstash dan Kibana) Stack pada Aplikasi Padichain di PT. Bank Rakyat Indonesia Angga Setiyawan; Aryo Pinandito; Welly Purnomo
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 7 No 5 (2023): Mei 2023
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Sistem monitoring berperan penting dalam pengelolaan web server dengan tujuan untuk mendapatkan wawasan tentang keadaan server melalui identifikasi dini tren dan pola perilaku server (Lee, 2014). Meningkatkan pengawasan atau monitoring bertujuan untuk meningkatkan kecepatan, keamanan, efisiensi, transparansi, atau kualitas dalam proses yang diamati. Permasalahan yang dihadapi oleh BRI adalah pada aplikasi Padichain, dimana aplikasi Padichain monitoring sistemnya masih menggunakan manual yang membutuhkan waktu lama yang dapat diatasi melalui sistem informasi monitoring. Dengan sistem monitoring, diharapkan waktu proses monitoring aplikasi Padichain dapat dipercepat dan masalah pada server dapat diidentifikasi, produktivitas dapat ditingkatkan melalui sistem pelaporan yang mudah dianalisis. Penelitian ini bertujuan untuk mengetahui apakah sistem Monitoring Log Server aplikasi Padichain yang dibangun dapat meningkatkan kecepatan akses pencarian saat melakukan monitoring aplikasi Padichain. Software yang digunakan pada pengembangan sistem informasi monitoring, ELK (Elasticsearch, Logstash, dan Kibana) Stack adalah sebuah rangkaian alat yang memiliki kemampuan untuk mengumpulkan log dan memvisualisasikan log menggunakan ELK pengaruh dalam monitoring yaitu pemantauan kinerja aplikasi secara real-time, deteksi dan penanganan kesalahan dengan cepat, visualisasi dan pelaporan data yang informatif dan juga pemantauan serta analisis log secara terpusat. Penelitian ini menggunakan pendekatan kuantitatif dan tipe penelitian implementatif. Tahap penelitian meliputi analisis kebutuhan, pembangunan sistem monitoring menggunakan aplikasi ELK, pengumpulan data melalui eksperimen manual dan menggunakan aplikasi ELK, analisis data dengan uji normalitas dan uji beda, serta penarikan kesimpulan. Berdasarkan hasil pengujian dan analisis, ditemukan bahwa nilai signifikansi (Sig.) lebih besar dari 0,05, menunjukkan bahwa data penelitian memiliki distribusi normal. Uji normalitas dilakukan menggunakan metode Kolmogorov-Smirnov dan Shapiro-Wilk dengan jumlah 30 data pada setiap skenario. Oleh karena itu, untuk uji beda, digunakan uji statistik parametrik yaitu uji Paired Sample T-Test. Hasil Paired Sample T-Test pada ketiga skenario menunjukkan nilai signifikansi (Sig.) sebesar 0,000, yang lebih kecil dari 0,05. Hal ini berarti bahwa hipotesis H0 ditolak dan Ha diterima. Dengan demikian, dapat disimpulkan bahwa terdapat perbedaan rata-rata waktu dan terdapat pengaruh penggunaan aplikasi ELK dalam monitoring antara metode manual dengan menggunakan aplikasi ELK pada ketiga skenario pengujian. Berdasarkan kesimpulan di atas, saran untuk penelitian selanjutnya adalah evaluasi efektivitas dengan melakukan evaluasi mendalam terhadap implementasi sistem monitoring aplikasi Padichain menggunakan Elastic Stack.
Studi Perbandingan Pencatatan Data Transaksi Kasir Klinik Rumah Sayang Bunda terhadap Jumlah Terjadinya Kesalahan Pencatatan menggunakan Sistem Manual dan Sistem Aplikasi AdminRSB Zikri Kurnia Aizet; Aryo Pinandito; Welly Purnomo
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 7 No 5 (2023): Mei 2023
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Klinik ibu dan anak Rumah Sayang Bunda masih menggunakan sistem pencatatan data manual dengan buku dan pena. Tidak jarang ditemukan kesalahan pencatatan ketika menggunakan sistem manual yang menimbulkan kerugian pada keuangan maupun administrasi. Mengatasi masalah ini, klinik Rumah Sayang Bunda melakukan inovasi berupa penggunaan aplikasi kasir berbasis web yaitu AdminRSB yang terintegrasi aplikasi web RumahSayangBunda. Dengan digunakannya aplikasi kasir AdminRSB, perlu didapatkan hasil apakah penggunaan sistem pencatatan transaksi kasir menggunakan aplikasi web AdminRSB yang terintegrasi dengan aplikasi web reservasi RumahSayangBunda dapat mengurangi kemungkinan terjadinya kesalahan dalam proses pencatatan data transaksi. Penelitian dilakukan dengan metode kuantitatif. Data penelitian dikumpulkan melalui pengamatan selama masing-masing 30 hari untuk penggunaan sistem manual dan aplikasi AdminRSB. Hasil statistik deskriptif menunjukkan adanya penurunan jumlah kesalahan dalam pencatatan menggunakan sistem aplikasi AdminRSB dibandingkan dengan sistem manual. Menggunakan uji normalitas, didapatkan bahwa data tidak terdistribusi normal sehingga dilakukan uji beda non-parametrik. Hasil uji Mann-Whitney menunjukkan penurunan jumlah error dianggap nyata berdasarkan statistika dengan nilai signifikansi dua arah kurang dari 0,05 sebagai taraf signifikansi pengujian. Sehingga, penggunaan sistem pencatatan transaksi kasir menggunakan aplikasi web AdminRSB terintegrasi aplikasi reservasi RumahSayangBunda mengurangi kemungkinan terjadinya kesalahan dalam proses pencatatan data transaksi.
Pengembangan Modul Dashboard Job Placement Center Aplikasi Sarjana Sakti Silvy Zafira Putri; Herman Tolle; Fais Al Huda
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 7 No 5 (2023): Mei 2023
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Sarjana Sakti merupakan aplikasi berbasis aplikasi dan website yang berfungsi untuk memberi akses pencarian kerja bagi para lulusan dengan mengintegrasikan perusahaan dan universitas. Pada universitas memiliki Direktorat Pengembangan Karir dan Alumni (DPKA) yang memegang peran pada sarjana yaitu sebagai perantara antara sarjana dan perusahaan yang maka dari itu DPKA disini sebagai peran penting pada aplikasi Sarjana Sakti. DPKA memiliki berbagai data seperti rekrutmen, data sarjana, data perusahaan dan berbagai data lain yang berkaitan dengan aplikasi sarjana sakti. Maka dari itu penelitian ini bertujuan untuk mengembangakan sebuah modul dashboard job placement center yang berfungsi sebagai alat visualisasi data yang pihak DPKA juga dapat melakukan kontrol terhadap sarjana dan perusahaannya. Pada penelitian ini memiliki 51 kebutuhan fungsional dengan 1 kebutuhan non fungsional. Pada kebutuhan fungsional terdiri dari berbagai macam grafik yang bertipe grafik line chart, bar chart, dan doughnut chart yang memilki fungsi masing-masing. Dengan hasil yang peneliti dapatkan yaitu pada pengujian validasi sebesar 100% valid yang berarti bahwa sistem sudah sesuai dengan analisis kebutuhan, kemudian untuk compatibitly yaitu sistem ini bisa digunakan pada lingkungan browser berbeda seperti Google Chrome dan Mozilla Firefox tanpa permasalahan. Dengan pengujian usability mendapatkan nilai 71,25%.

Page 508 of 693 | Total Record : 6923

 506   507   508   509   510 

Filter by Year

2017 2026


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