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 6,850 Documents
 572   573   574   575   576 
Pengembangan Aplikasi Perangkat Bergerak Panduan Resep Masakan Menggunakan Metode Klasifikasi Gambar Berbasis Android Saputra, Kylix Eza; Huda, Fais Al; Yudistira, Novanto
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 8 No 7 (2024): Juli 2024
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Proses memasak merupakan suatu cara untuk menciptakan makanan dengan melalui tahapan-tahapan yang berurutan. Berdasarkan survei yang dilakukan kepada 60 orang masyarakat berusia 17 tahun ke atas, didapatkan hasil bahwa 93,3% responden memiliki keinginan sendiri dalam memasak. Oleh karena itu, sebanyak 93,3% responden merasa membutuhkan aplikasi yang dapat mencari resep masakan menggunakan hasil tangkapan kamera berdasarkan makanan yang telah siap saji. Maka dari itu dikembangkan sebuah aplikasi panduan resep masakan menggunakan metode klasifikasi gambar. Aplikasi berbasis android ini dikembangkan menggunakan SDLC Prototyping dan system design yang terdiri atas ktor untuk sisi server, android native kotlin pada sisi android, dan tensorflow untuk mengembangkan model machine learning. Pengujian aplikasi dengan black box testing memberikan hasil sempurna yaitu 100% yang berarti semua fungsionalitas bekerja dengan semestinya. Pengujian usability testing juga menghasilkan tingkat efektivitas sebesar 99,3%. Usability testing didukung oleh SUS yang mendapatkan nilai 92 yang berarti aplikasi dapat diterima oleh pengguna, berada pada grade A, dan memiliki rating best imaginable. Pengujian model machine learning terhadap 10 kelas makanan memberikan hasil akurasi yang sangat baik yaitu sebesar 94%. Berdasarkan hasil tersebut dapat disimpulkan bahwa aplikasi dapat dengan mudah diterima dan digunakan oleh pengguna.
Analisis Penerapan Algoritma Decision Tree dalam Watch-List Filtering Remitansi Lembaga Keuangan Rafly, Andi; Bachtiar, Fitra; Setiawan, Budi
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 8 No 8 (2024): Agustus 2024
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Remitansi merupakan salah satu transaksi penunjang ekonomi di Indonesia. Dengan maraknya remitansi tentu perlu adanya perlindungan terhadap transaksi yang dilakukan oleh nasabah. Masalah yang sering dihadapi oleh perusahaan-perusahaan yang menyediakan jasa remitansi seperti bank swasta adalah adanya transaksi-transaksi berbahaya seperti money laundering yang tiap bulannya pada tahun 2022 meningkat 120%. Penelitian ini bertujuan untuk melakukan enhancement kepada Watch List Filtering Remitansi Lembaga Keuangan. Penelitian ini mengusulkan penerapan algoritma Decision Tree pada sistem. Decision Tree dipilih karena kemampuannya mengatasi overfitting pada data yang berupa transaksi. Didukung dengan penelitian sebelumnya yang menunjukkan Decision Tree dapat melakukan klasifikasi lebih baik dengan data yang serupa. Dalam penelitian ini dilakukan beberapa pengujian dalam evaluasi model seperti penggunaan Oversampling dan Undersampling dan juga penggunaan Hyperparameter Tuning untuk mencari kombinasi dengan akurasi terbaik. Hasil evaluasi yang didapatkan menunjukkan kombinasi criterion entropi, weight 1 dan Oversampling memberikan akurasi yang paling baik yaitu sebesar 99.99%, menunjukkan juga bahwa sebaliknya Undersampling menurunkan performa model. Secara keseluruhan penelitian ini berhasil dalam menerapkan algoritma Decision Tree dengan hyperparameter dan juga resampling untuk melakukan klasifikasi terhadap data transaksi remitansi. Penelitian ini memberikan kontribusi terhadap enhancement sistem Watch List Filtering Remitansi antar Lembaga Keuangan.
Analisis Kesuksesan Aplikasi JConnect Mobile Menggunakan Model DeLone and McLean Atmaja, Alvino Dwiky; Rachmadi, Aditya; Wijoyo, Satrio Hadi
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 8 No 7 (2024): Juli 2024
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Ada banyak komentar tentang aplikasi Jconnect yang mengevaluasi keterbatasannya. Menurut jumlah ulasan buruk yang didapat aplikasi JConnect, perangkat lunak ini masih belum berkinerja maksimal. Tujuan dari penelitian ini adalah untuk menggunakan model kesuksesan Delone dan Mclean untuk memeriksa seberapa baik kinerja aplikasi Jconnect Mobile. Dengan menggunakan kuesioner untuk mengumpulkan data, penelitian kuantitatif ini pertama-tama akan mendeskripsikan variabel-variabel dalam keadaan alamiahnya dan kemudian menggunakan analisis inferensial untuk menguji hubungan antara variabel-variabel tersebut dengan menguji hipotesis. Dari dua puluh hipotesis yang dipertimbangkan, lima di antaranya memiliki dampak yang substansial, sedangkan lima belas hipotesis lainnya tidak memiliki pengaruh yang nyata. Tingkat teknis, semantik, dan efektivitas semuanya diperhitungkan saat mengevaluasi kinerja. Dalam hal metrik kualitas sistem dan layanan, mencapai kesuksesan di tingkat teknis memberikan hasil yang baik. Sebagai hasil dari nilai rata-rata terendah dari semua variabel, indikator dalam variabel kualitas layanan menjadi variabel yang menuntut perbaikan atau peningkatan, sementara indikator waktu reaksi dalam variabel kualitas sistem perlu menjadi perhatian untuk ditingkatkan. Jika ingin berhasil pada tingkat semantik, maka perlu fokus untuk meningkatkan indikator kelengkapan dan ketepatan waktu, serta variabel kualitas informasi. Nilai indikator pada tiga variabel yang digunakan-penggunaan, statistik pengguna, dan manfaat bersih yang tinggi-menunjukkan bahwa keberhasilan pada tingkat efektivitas menghasilkan hasil yang baik. Indikator kepuasan secara keseluruhan, yang mengukur seberapa puas pengguna, serta penghematan waktu dan manfaat bersih, merupakan area yang memerlukan pengembangan.
Analisis Perbandingan Terhadap Keputusan Pemilihan Penggunaan Aplikasi ChatGPT Dan Perplexity AI (Studi Kasus: Universitas Brawijaya) Putri, Salsabila Tjahya Kusuma; Wijoyo, Satrio Hadi; Putra, Widhy Hayuhardhika Nugraha
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 8 No 7 (2024): Juli 2024
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Era revolusi industri 4.0 membawa perubahan signifikan pada bidang teknologi, salah satunya penggunaan Artificial Intelligence (AI) dalam bentuk chatbot AI di sektor pendidikan. Penggunaan ChatGPT di Indonesia mendominasi sebesar 79% dan Perplexity AI di posisi ketiga sebesar 5% menjadikan kedua aplikasi ini kerap disandingkan akan keunggulannya dan perbedaan yang dimilikinya. Dengan adanya fakta tersebut, penulis tertarik untuk melakukan analisis perbandingan pada faktor penerimaan menggunakan model Technology Acceptance Model (TAM). Variabel independen yang digunakan pada penelitian ini yaitu variabel kemudahan penggunaan (PEOU), kebermanfaatan (PU), rencana penggunaan (BIU), serta pemakaian sistem secara aktual (AU) beserta variabel dependennya yakni minat penggunaan kedua aplikasi chatbot tersebut (ACC). Penelitian ini bertujuan untuk mengetahui aspek apa saja dalam model TAM yang memengaruhi secara signifikan terhadap minat penggunaan kedua aplikasi serta melihat aplikasi mana yang lebih unggul berdasarkan variabel-variabel tersebut. Penelitian ini menggunakan 100 responden mahasiswa Universitas Brawijaya yang mana mereka merupakan pengguna dari kedua aplikasi tersebut serta menggunakan perhitungan statistik non-parametrik uji GLM dan Mann-Whitney. Penelitian ini menghasilkan kesimpulan bahwa variabel yang berpengaruh signifikan pada minat penggunaan aplikasi ChatGPT yakni BIU dan AU yang berarti bahwa keinginan pengguna untuk menggunakan suatu teknologi untuk pertama kalinya dan di masa yang akan datang serta pengguna merasa puas akan pemakaian suatu teknologi sehingga ia menggunakan secara langsung teknologi tersebut maka ini berpengaruh secara signifikan pada minat untuk menggunakan aplikasi ChatGPT. Sementara pada aplikasi Perplexity AI variabel yang berpengaruh signifikan ialah PEOU dan AU yang berartikan bahwa kemudahan yang dirasakan pengguna dalam menggunakan suatu teknologi serta kepuasan yang dirasakan ketika pemakaian suatu teknologi sehingga ia menggunakan secara langsung teknologi tersebut maka ini berpengaruh secara signifikan pada minat untuk menggunakan aplikasi Perplexity AI. Berdasarkan kelima variabel tersebut ketika dibandingkan terhadap dua aplikasi tersebut, menyatakan bahwa aplikasi ChatGPT lebih unggul dibandingkan aplikasi Perplexity AI di segala variabel. Hal ini juga menandakan bahwa pengguna lebih memilih untuk menggunakan aplikasi ChatGPT dibandingkan Perplexity AI jika dilihat berdasarkan nilai mean yang diperoleh pada variabel ACC.
Perancangan User Experience Untuk Aplikasi Pengobatan Stuttering Bagi Penderita Stuttering Di ISC (Indonesian Stuttering Community) Menggunakan Metode Design Thinking Muwaffaq, Naufal Al
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 8 No 7 (2024): Juli 2024
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Di Indonesia, penderita stuttering masih dipandang sebelah mata oleh masyarakat sekitar, hal tersebut bisa dilihat dari berbagai aspek diantaranya adalah ketidaktahuan, ketidaksadaran dan kurangnya pengetahuan tentang informasi stuttering. Hal tersebut yang menjadikan terjadinya suatu hal seperti ejekan atau bahkan dijadikan sebagai bahan lelucon. Terdapat berbagai alternatif untuk mengatasi gejala stuttering seperti terapi wicara, konseling dan lain sebagainya. Tetapi, hal tersebut memang belum cukup membantu untuk bisa sembuh total hingga 100 persen. Penelitian ini diharapkan nantinya bisa menjadi alternatif bagi seorang penderita stuttering untuk proses mengurangi gejala stuttering tersebut melalui beberapa fitur didalamnya. Berdasarkan permasalahan tersebut, pada penelitian ini akan dilakukan sebuah perancangan user experience untuk aplikasi pengobatan stuttering yang menggunakan metode design thinking yang berfokus pada pengalaman pengguna. Penelitian ini menghasilkan sebuah prototype rancangan aplikasi yang kemudian akan dilakukan pengujian kepada 12 responden dengan kategori penderita stuttering di ISC yang berdomisili di Provinsi Jawa Timur. Rancangan prototype desain tersebut dievaluasi menggunakan pengujian Usability Testing dan User Experience Questionnaire. Hasil pengujian usability aspek efektivitas 98,3%, aspek efisiensi 0,0763 goals/second dan aspek kepuasan 80 yang termasuk dalam kategori excellent, grade scale B, yang termasuk acceptable ranges pada system usability scale. Pada pengujian UEQ didapatkan hasil rata-rata aspek daya tarik 2,67(excellent), aspek kejelasan 2,48(excellent), aspek efisiensi 2,44(excellent), aspek ketepatan 2,08(excellent), aspek stimulasi 2,65(excellent), aspek kebaruan 2,35(excellent).
Implementasi Low Power System pada Sistem Bantu Wearable pada Training Angkat Beban untuk Otot Biceps Imran Nugraha, Riyandi
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 8 No 13 (2024): Publikasi Khusus Tahun 2024
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Naskah ini akan diterbitkan di Jurnal Techno
Analisis Sentimen Berbasis Aspek untuk Pengguna PLN Mobile Pada Google Playstore Menggunakan Metode Support Vector Machine (SVM) Hilal, Khaliffman Rahmat; Setiawan, Nanang Yudi; Ratnawati, Dian Eka
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 8 No 7 (2024): Juli 2024
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Perusahaan Listrik Negara atau dikenal dengan PT. PLN (Persero) merupakan perusahaan yang bergerak dibidang jasa penyedia listrik di Indonesia dan termasuk Badan Usaha Milik Negara. Untuk memahami aspek-aspek yang memberikan pengaruh positif dan negatif pada aplikasi PLN Mobile, serta perbedaan signifikan dalam rating aplikasi serupa seperti MyPertamina, penelitian ini dilakukan. Penelitian ini berfokus pada ulasan pengguna dari Juli 2023 hingga April 2024 yang berbahasa Indonesia. Metode yang digunakan meliputi Latent Dirichlet Allocation (LDA) untuk mengekstrak aspek-aspek dari sentimen pengguna dan Support Vector Machine (SVM) untuk mengklasifikasikan sentimen tersebut. Data dikumpulkan melalui web scraping dari Google PlayStore, kemudian diproses melalui beberapa tahapan seperti normalisasi, tokenisasi, dan stemming. Hasil analisis menunjukkan bahwa metode yang digunakan mampu mengidentifikasi aspek-aspek kunci yang mempengaruhi sentimen pengguna, baik secara positif maupun negatif. Evaluasi model dilakukan menggunakan Confusion Matrix dan K-Fold Cross-Validation untuk memastikan akurasi klasifikasi sentimen. Visualisasi hasil analisis ditampilkan dalam bentuk Word Cloud untuk memberikan gambaran yang lebih jelas mengenai distribusi sentimen. Analisis lanjutan menggunakan Root Cause Analysis: 5 Why’s membantu mengidentifikasi faktor-faktor yang mendasari sentimen negatif. Penerapan Root Cause Analysis: 5 Why’s menemukan beberapa akar permasalahan yang menjadi alasan munculnya ulasan negatif yang dapat memberikan pengetahuan yang dapat digunakan untuk mengembangkan aplikasi PLN Mobile.
Sistem Pendeteksi Kelelahan Otot pada Biceps Brachii Menggunakan Fitur Root Mean Square dan Klasifikasi Random Forest Nugraha, Aldia Agri; Widasari, Edita Rosana
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 8 No 7 (2024): Juli 2024
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Kelelahan otot merupakan kondisi umum yang dapat terjadi saat seseorang melakukan aktivitas fisik yang intensif, terutama pada otot biceps brachii. Kelelahan otot dapat berpotensi menyebabkan masalah kesehatan dan mengurangi performa olahraga secara signifikan. Deteksi dini kelelahan otot menjadi krusial untuk mencegah dampak negatif ini, sehingga diperlukan penggunaan teknologi sensor otot untuk merekam sinyal electromyography (EMG) secara real-time. Penelitian ini mengembangkan sistem yang wearable dalam mendeteksi kelelahan otot pada biceps brachii dengan mengusulkan metode ekstraksi fitur Root Mean Square (RMS) dan klasifikasi menggunakan algoritma Random Forest. Sinyal EMG direkam menggunakan Myoware 2.0 Muscle Sensor selama subjek melakukan angkat beban. Data sinyal kemudian diolah dengan ekstraksi fitur RMS untuk mengevaluasi kelelahan otot. Algoritma Random Forest digunakan untuk mengklasifikasikan kondisi kelelahan berdasarkan ekstraksi fitur RMS. Hasil penelitian menunjukkan bahwa Myoware 2.0 Muscle Sensor mampu merekam sinyal EMG secara akurat dalam rentang amplitudo yang relevan. Sistem yang dikembangkan mencapai akurasi sebesar 91,43% dalam mendeteksi kelelahan otot biceps brachii. Waktu komputasi rata-rata yang dibutuhkan sistem adalah 1,026512 detik, menunjukkan efisiensi dalam pengolahan data secara real-time. Secara keseluruhan, sistem berfungsi dengan baik dalam mendeteksi kelelahan otot pada biceps brachii, baik dari segi perangkat keras maupun perangkat lunaknya, mencapai tingkat keberhasilan 100% sesuai dengan fungsionalitas yang diharapkan.
Pengaruh Transfer Learning ResNet dan DenseNet Terhadap Performa Klasifikasi Ekspresi Wajah Menggunakan Dataset FER-2013 Edmund Pierre Purba, Geoffrey; Wijoyo, Satrio Hadi; Setiawan, Nanang Yudi
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 8 No 7 (2024): Juli 2024
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Pengenalan ekspresi wajah adalah aspek penting dalam komunikasi nonverbal, dan pentingnya telah memicu penelitian yang signifikan dalam bidang kecerdasan buatan. Studi ini menyelidiki efek transfer learning menggunakan arsitektur Convolutional Neural Network (CNN), khususnya ResNet50 dan DenseNet121, pada performa pengenalan ekspresi wajah. Studi ini bertujuan untuk menganalisis dampak transfer learning pada performa mereka. Hasilnya menunjukkan bahwa implementasi transfer learning pada DenseNet121 dan ResNet50 dapat meningkatkan performa mereka secara signifikan, dengan DenseNet121 mencapai akurasi 95,1% pada set pelatihan dan 88.57% pada set validasi dan ResNet50 mencapai akurasi 100% pada set pelatihan dan 81.43% pada set validasi. Studi ini juga melakukan pengujian dengan melakukan prediksi menggunakan dataset baru yang tidak termasuk kedalam pelatihan model. Hasil pengujian menemukan bahwa fine-tuning model pretrained dapat meningkatkan performa model. Model DenseNet121 yang telah dilatih menggunakan FER-2013 dan telah di finetuning, mencapai akurasi 78.57% dan model ResNet50 yang dilatih menggunakan FER-2013 mencapai akurasi 71.42%. Penelitian ini berkontribusi pada pemahaman tentang transfer learning dalam pengenalan ekspresi wajah dan memberikan wawasan tentang performa arsitektur ResNet50 dan DenseNet121. Temuan studi ini memiliki implikasi untuk pengembangan sistem pengenalan ekspresi wajah yang lebih akurat, yang dapat diterapkan dalam berbagai bidang seperti pengenalan emosi, interaksi manusia-komputer, dan komputasi afektif.
Pengembangan Aplikasi Web E-Commerce dan Donasi (Studi Kasus : Green Welfare Indonesia) Alfarisi, Raihan; Rahayudi, Bayu; Pramono, Djoko
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 8 No 7 (2024): Juli 2024
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Teknologi telah berkembang pesat dan menjadi bagian integral dari kehidupan sehari-hari masyarakat. Salah satu inovasi penting adalah pada pembayaran online. Penelitian ini mengkaji implementasi mengenai transaksi digital melalui penggunaan Midtrans sebagai gateway di Green Welfare Indonesia. Saat ini, Green Welfare Indonesia masih dalam tahap penggunaan transaksi pembayaran secara manual. Tujuan penelitian ini adalah mengembangkan sebuah sistem informasi dengan berbasis web serta dilengkapi integrasi proses transaksi yaitu pemesanan dan pembayaran, serta meningkatkan kepuasan pengguna dan staf Green Welfare Indonesia dalam hal pencatatan laporan transaksi. Sistem yang dikembangkan diharapkan dapat memberikan kemudahan, efisiensi, dan akurasi yang lebih baik dalam proses pembayaran dan pelaporan, sehingga mendukung operasional organisasi secara keseluruhan. Penelitian ini bertujuan untuk memberikan kemudahan dalam bertransaksi serta memberikan beragam metode pembayaran dengan agar dapat meningkatkan kepuasan konsumen dan staf dalam menjalankan operasional di Green Welfare Indonesia. Melalui pendekatan ini, penelitian dimulai dari perencanaan kebutuhan sampai kesimpulan dan bahasa pemrograman yang digunakan adalah Golang dan React JS pada tahap implementasi. Hasilnya adalah sebuah aplikasi web yang terdiri dari fitur utama dalam melakukan transaksi pembayaran secara real time melalui aplikasi. Sistem ini telah berhasil pada tahap pengujian dengan menggunakan pengujian fungsional. Untuk memastikan keamanan dalam bertransaksi, sistem dilengkapi dengan pendekatan JSON Web Token (JWT) yang telah diuji dan terbukti akurat. Pengujian usability terhadap pengguna dan staf Green Welfare Indonesia dilakukan menggunakan metode System Usability Scale (SUS) dan memperoleh skor 77.5 dan 84.25, dengan artian masuk pada kategori acceptable dan excellent yaitu berhasil melewati skor rata rata. Hasil penelitian ini menunjukkan bahwa sistem yang dikembangkan dapat meningkatkan efisiensi, keamanan, dan kepuasan pengguna dalam proses pembayaran dan pelaporan transaksi di Green Welfare Indonesia.

Page 574 of 685 | Total Record : 6850

 572   573   574   575   576 

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 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