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
 574   575   576   577   578 
Sistem Deteksi Depresi melalui Pengenalan Pola Suara dengan Mengimplementasikan Metode Prosody Analysis Putera, Thariq Andhita; Prasetio, Barlian Henryranu
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

Depresi merupakan jenis gangguan mental yang cukup umum dijumpai, umumnya depresi akan muncul pada remaja umur 13 – 15 tahun, dan akan mencapai puncaknya pada umur 17 – 18 tahun. Menurut data Riset Kesehatan Dasar (RISKESDAS) pada tahun 2018, penduduk indonesia dengan umur diatas 15 tahun tercatat sebanyak 706.689 terkena gangguan mental depresi. Lebih lanjut, data juga menunjukkan bahwa setidaknya sekitar 1.800 orang melakukan bunuh diri setiap tahunnya akibat depresi. Penelitian ini bertujuan untuk membuat alat yang dapat mendeteksi gangguan mental depresi dengan efisien dan dapat digunakan dimana saja. Alat tersebut dirancang menggunakan metode prosody analysis dengan menerapkan ekstraksi fitur yang dimiliki oleh prosody analysis. Alat akan diimplementasikan ke dalam Raspberry Pi 4 Model B. Penelitian ini menggunakan dataset yang telah disesuaikan dengan durasi 3 detik pada setiap file. Algoritma CNN (Convolution Neural Network) akan digunakan untuk tahap klasifikasi, apabila data yang ada telah melalui ekstraksi fitur. Alat akan dioperasikan menggunakan LCD Display dengan ukuran 3.5 inci dan GUI (Graphical User Interface) akan digunakan sebagai layar utama pada LCD. Hasil penelitian yang telah dilakukan menunjukkan bahwa algoritma CNN memiliki tingkat akurasi sebesar 97%, sementara alat mendapatkan tingkat ketepatan sebesar 80% dari 15 data uji dengan 12 data diantara dapat di prediksi dengan tepat, depresi mendapatkan tingkat ketepatan sebesar 71% dan non-depresi mendapatkan tingkat ketepatan sebesar 87%. Dari penelitian yang telah dilaksanakan, alat serta sistem yang telah dirancang dapat bekerja dengan baik sehingga dapat dikembangkan lebih lanjut. Kata kunci: Prosody Analysis, Depresi, CNN, Raspberry Pi 4
Klasifikasi Suara Sirene Kendaraan berbasis MFCC untuk Meningkatkan Efisiensi Sistem Keamanan Lalu Lintas Hisyam, Muhammad Ibnu; Henryranu Prasetio, Barlian
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

Ketertiban berlalu lintas di jalan raya merupakan salah satu faktor krusial dalam membangun keamanan dan kenyamanan dalam berlalu lintas. Hal tersebut dapat dilihat pada situasi lalu lintas yang padat seperti di perkotaan besar. Terlebih lagi jika terdapat situasi darurat yang membutuhkan kendaraan darurat dalam menangani hal tersebut. Maka dari itu, dibutuhkan sebuah sistem untuk mengenali dan melakukan klasifikasi kendaraan darurat sesuai dengan prioritasnya berdasarkan suara sirenenya. Sistem pengenalan suara sirene merupakan salah satu teknologi dalam membantu mengatur dan mengelola keamanan berlalu lintas. Penelitian ini membahas mengenai klasifikasi suara sirene kendaraan darurat dan menyesuaikan prioritasnya menggunakan metode MFCC yang dibantu dengan pelatihan dan evaluasi suara menggunakan CNN. Hasil dari penelitian ini yaitu sistem dapat mengenali suara sirene dengan baik, yang memiliki akurasi sebesar 94% terhadap suara sirene yang dikenali. Hal ini menandakan bahwa sistem dapat membantu pengguna dalam mengatur dan mengola lalu lintas agar terjadinya kenyamanan dan keamanan berlalu lintas.
Eksperimen Penerapan Hukum Miller pada Halaman Jadwal Dokter dalam Website Rumah Sakit Universitas Brawijaya Wijanarko, Rayhaan Imtiyaz; Agi Putra Kharisma; Eriq Muhammad Adams Jonemaro
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 Journal of Information Technology and Computer Science (JITECS)
Perbaikan Pengalaman Pengguna Aplikasi iPusnas Menggunakan Design Thinking Wijaya, Amelia Kartika; Aknuranda, Ismiarta
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

Digitalisasi perpustakaan konvensional memiliki peranan penting terhadap minat baca. Pemerintah telah menggencarkan berbagai upaya untuk mendongkrak minat baca, salah satunya dengan perilisan aplikasi perpustakaan digital berbasis mobile. Aplikasi iPusnas merupakan perpustakaan digital yang dirilis pada tahun 2016 oleh Perpustakaan Nasional Republik Indonesia (Perpusnas). Dengan berbagai kemudahan yang ditawarkan oleh iPusnas, sayangnya aplikasi ini hanya memperoleh rating sebesar 3.69 dari 5 per bulan Oktober 2023. Adanya celah pengembangan aplikasi dan revolusi kebiasaan baca menjadi penyebab diperlukannya inovasi pengalaman pengguna pada aplikasi ini. Oleh karena itu, berdasarkan latar belakang di atas, peneliti tertarik untuk mengevaluasi dan memperbaiki permasalahan pengalaman pengguna aplikasi iPusnas menggunakan metode Design Thinking dengan heuristic evaluation dan usability testing sebagai alat uji untuk mengukur tingkat keberhasilan perbaikan yang dilakukan. Metode design thinking dipilih agar peneliti dapat memahami kebutuhan berdasarkan behavior pengguna secara mendalam dan memperbaiki masalah berdasarkan pengujian maupun feedback hingga ditemukannya solusi yang tepat guna. Pengujian high fidelity prototype terhadap 3 expert evaluator dan 5 responden usability testing dilakukan terhadap desain existing maupun desain perbaikan. Hasil pengujian menunjukkan bahwa pada desain perbaikan terjadi penurunan temuan masalah heuristic menjadi 12 masalah baru, pengingkatan aspek effectiveness menjadi 100%, aspek efficiency menjadi 0.08 goals/sec, dan aspek satisfaction menjadi 92.5 dari desain semula. Perbaikan ini diharapkan dapat menjadi saran pedoman desain kepada pihak pengembang aplikasi iPusnas.
Sistem Prediksi Genre Musik dan Penyediaan Tautan Rekomendasi Daftar Putar Menggunakan Teknik STFT dan Decision Tree Machine Learning Novea, Leisha; Barlian Henryranu Prasetio
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

Musik adalah bagian penting dalam kehidupan manusia yang dapat memberikan kesenangan dan meningkatkan mood. Pada Juni 2020, Indonesia menempati peringkat ke-18 dunia dalam pasar musik streaming, di mana smartphone menjadi medium utama untuk mengakses musik. Namun, seringkali terjadi kebosanan dengan musik yang sering didengar dan sulit menemukan musik baru yang sesuai dengan preferensi. Oleh karena itu, diperlukan pengklasifikasian musik sesuai genre untuk membantu penikmat musik menemukan musik baru. Penulis mengembangkan sistem klasifikasi genre musik menggunakan teknik Short-Time Fourier Transform (STFT) dan model Decision Tree untuk personalisasi tautan playlist musik. Mikrofon laptop digunakan untuk memperoleh sinyal audio, dan fitur diekstraksi menggunakan STFT. Dataset GTZAN digunakan sebagai data training dan testing untuk memvalidasi model. Proses penelitian melibatkan perolehan sinyal audio, ekstraksi fitur dengan STFT, tampilan spektrogram, dan klasifikasi genre musik menggunakan Decision Tree. Setelah fitur diekstraksi dengan Librosa Python pada Jupyter Notebook, data di-training dengan rata-rata akurasi 75% (training) dan 54% (testing). Hasil training disimpan dan digunakan untuk klasifikasi dengan Librosa dan Sounddevice untuk perolehan rekaman audio. Output akhir berupa prediksi genre musik serta tautan playlist sesuai genre yang ditampilkan pada website Streamlit. Penelitian ini menyimpulkan bahwa kombinasi STFT dan Decision Tree dapat memprediksi genre musik.
Analisis Performa Algoritma K-Means dan DBSCAN dalam Segmentasi Pelanggan dengan Pendekatan Model RFM Pranata, Furqan Maulana; Hadi Wijoyo, Satrio; Yudi Setiawan, Nanang
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

Dalam era globalisasi yang semakin kompetitif, intensifikasi persaingan di dunia bisnis memerlukan strategi yang efektif untuk meraih keunggulan kompetitif. Segmentasi pelanggan merupakan langkah penting untuk memahami pasar dan menargetkan kelompok pelanggan yang tepat. Penelitian ini bertujuan untuk menganalisis performa algoritma K-Means dan DBSCAN dalam segmentasi pelanggan dengan pendekatan model RFM (Recency, Frequency, Monetary). Penelitian ini menggunakan lima dataset retail apparel yang berbeda untuk menguji dan membandingkan performa kedua algoritma clustering tersebut. Evaluasi hasil clustering dilakukan menggunakan matriks Silhouette Score dan Davies-Bouldin Index (DBI). Hasil penelitian menunjukkan bahwa kedua algoritma memiliki kelebihan dan kekurangan masing-masing tergantung pada karakteristik dataset. Kesimpulan dari penelitian ini adalah bahwa tidak ada satu algoritma yang secara universal lebih baik dari yang lain, tetapi pemilihan algoritma yang sesuai sangat bergantung pada karakteristik dataset yang digunakan. Hasil clustering paling baik yang dihasilkan K-Means dengan silhouette score 0.547 dan nilai indeks DBI 0.640 yang merupakan hasil dataset pertama. Sedangkan hasil clustering yang baik dihasilkan DBSCAN dengan silhoeutte score 0.767 dan nilai indeks DBI 0.731 yang merupakan hasil dataset kedua.
Analisis Metode Search Engine Optimization (SEO) dengan Teknik On-Page dalam Upaya Meningkatkan Visibilitas pada Google Search Engine (Studi Kasus IFL Chapter Malang) Fadlail Albab, Muhammad Helmy
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

IFL Chapter Malang memiliki berbagai program dan kegiatan yang bertujuan untuk memberikan dampak positif bagi masyarakat. Untuk mendukung dan memperluas jangkauan program-program tersebut, website resmi IFL Chapter Malang telah dikembangkan dengan berbagai fitur, antara lain informasi kegiatan, donasi online, artikel, dan penjualan merchandise. Kehadiran website di IFL Chapter Malang memberikan informasi yang edukatif terkait masalah dan isu terkini. Penerapan SEO on-page menjadi hal yang penting untuk meningkatkan visibilitas website dan memastikan informasi yang disajikan dapat diakses oleh pengguna dengan berbagai cara yaitu optimasi title tag, heading tag, meta description, alt image, URL, internal link, mobile friendly dan menerapkan sitemap serta menambahkan robots.txt. Penelitian ini menggunakan metode research and development yang berarti metode untuk menciptakan atau menyempurnakan sebuah produk yang sudah ada dan digunakan untuk pengujian efektivitas produk tersebut. Hasil penerapan dapat diukur dari performance, jumlah visitor, dan peringkat website iflchaptermalang.org pada search engine Google. Pengukuran tersebut menggunakan beberapa layanan yaitu Google Keywod Planner, Google Analytics, Google Search Console, SEMrush, Moz.com, dan who.is. Hasil pengujian didapatkan peningkatan pada performance, jumlah visitor, dan peringkat pada search engine. Peningkatan performance tertinggi yang didapatkan yaitu 14 queries, 142 impression, dan 46 clicks. Lalu peningkatan statistik pengunjung tertinggi yaitu 98 visitor, dengan persentase 58.3% penurunan new visitor dan 100% kenaikan returning visitor.
Hubungan Gaya Belajar dan Motivasi Belajar Terhadap Prestasi Belajar Siswa Pada Mata Pelajaran Dasar-Dasar Teknik Jaringan Komputer dan Telekomunikasi Jurusan TKJ di SMK Negeri 2 Kota Pasuruan Idris Ayadili, Muhammad
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

Penelitian dilakukan di SMK Negeri 2 Kota Pasuruan untuk mengeksplorasi korelasi dari gaya, motivasi, dan prestasi belajar peserta didik kelas X, XI, serta XII jurusan Teknik komputer serta Jaringan (TKJ). Responden penelitian terdiri asal 120 siswa, yang terdiri dari 30 siswa dari kelas XI TPTU, 30 siswa dari kelas XI TKJ, 30 siswa dari kelas XI TKJ, dan 30 siswa dari kelas XII TKJ. Tujuan Penelitian untuk mengevaluasi korealasi antara motivasi belajar serta gaya belajar pada prestasi belajar pada mata pelajaran Dasar-Dasar Teknik Jaringan Komputer dan Telekomunikasi pada peserta didik kelas X, XI, dan XII Jurusan TKJ. Penelitian ini memakai metode kuantitatif serta kuesioner skala Likert buat mengukur gaya belajar, motivasi belajar, serta prestasi belajar. Dari analisis membuktikan bahwa gaya belajar secara parsial memiliki hubungan dengan prestasi belajar. Akan tetapi, motivasi belajar memiliki hubungan yang signifikan secara parsial dengan prestasi belajar peserta didik dalam mata pelajaran tersebut. Secara simultan, kedua faktor ini pula ada korelasi yang tinggi pada prestasi belajar siswa di semua tingkatan kelas TKJ tersebut. Penelitian ini menyoroti perlunya memperhatikan gaya belajar dan motivasi belajar siswa buat menaikkan pencapaian akademik mereka, khususnya pada jurusan TKJ di SMKN 2 Pasuruan
Perbandingan Metode Autoscaling Vertical Pod Autoscaler dan Horizontal Pod Autoscaler Kubernetes Pada Google Cloud Platform King, Ray Wirawan Z; Trisnawan, Primantara Hari; Yahya, Widhi
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

Elastisitas merupakan kekuatan utama cloud computing, memungkinkan penyesuaian otomatis terhadap workload yang fluktuatif. Teknologi containerization, seperti Kubernetes, telah menjadi solusi populer untuk pengelolaan aplikasi berskala besar. Skalabilitas menjadi krusial dalam menjaga kualitas layanan dan efisiensi biaya. Penelitian ini bertujuan untuk membandingkan kinerja dua metode autoscaling Kubernetes, yaitu Horizontal Pod Autoscaler (HPA) dan Vertical Pod Autoscaler (VPA), dalam skenario beban kerja yang bervariasi pada Google Cloud Platform (GCP). Penelitian dimulai dengan studi literatur terkait, kemudian dilakukan perancangan aplikasi yang akan diuji dan lingkungan pengujian. Implementasi meliputi pembuatan aplikasi, kontainerisasi dengan Docker, dan deployment pada Kubernetes. Pengujian dilakukan dengan cara mengirimkan request pada server menggunakan program benchmark untuk mengatur intensitas beban pada aplikasi dengan skenario beban yang bervariasi, dan metrik kinerja seperti waktu respons pada client, alokasi CPU dan perilaku scaling pada server diukur untuk kedua metode autoscaling. Hasil penelitian menunjukkan bahwa HPA lebih efektif daripada VPA dalam merespons perubahan beban kerja secara cepat dan efisien. Selain itu, HPA juga dapat meningkatkan efisiensi biaya pada tagihan cloud provider karena dapat menurunkan penggunaan sumber daya saat tidak diperlukan, sedangkan VPA tidak melakukan penurunan alokasi CPU sama sekali selama eksperimen ini dilakukan.
Pengaruh Kesiapan Sekolah, Kesiapan Instruktur, Serta Penggunaan Django Framework Dan Bootstrap 5 Dalam Pelaksanaan Teaching Factory Praktisi Pengembangan Website Terhadap Peningkatan Kompetensi Industri 4.0 Pra-prakerin Siswa RPL SMK Medikacom Bandung. siwabessy, Christian Adrianus; Rokhmawati, Retno Indah; Hariyanti, Uun
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

Penelitian ini bertujuan untuk mengetahui pengaruh kesiapan sekolah, kesiapan insturktur, serta penggunaan Django Framework dan Bootstrap 5 dalam pelaksanakan Teaching Factory praktisi pengembangan website terhadap peningkatan kompetensi industri 4.0. Fokus penelitian ini adalah untuk membuktikan kegiatan Teaching Factory melalui variabel penelitian ini dapat meningkatkankompetensi industri 4.0 peserta didik, sehingga lulusan SMK bisa memiliki kompetensi sesuai kebutuhan industri saat ini. Penelitian ini menggunakan pendekatan campuran menggunakan korelasi dan regresi untuk menggambarkan hubungan dan pengaruh antar variabel dan dielaborasi menggunakan data kualitatif untuk mendeskripsikan hubungan dan pengaruh yang terjadi. Sampel diambil dari peserta didik kelas XI program keahlian Rekayasa Perangkat Lunak (RPL) yang telah mengikuti kegiatan Teaching Factory praktisi pengembangan website menggunakan Django Framework dan Bootstrap 5. Hasil pengujian menunjukkan terdapat hubungan dan pengaruh kesiapan sekolah melaksanakan Teaching Factory, kesiapan instruktur melaksanakan praktisi pengembangan website, serta kesiapan sekolah dan instruktur melaksanakan Teaching Factory praktisi pengembangan website menggunakan Django Framework dan Bootstrap 5 secara bersama-sama terhadap peningkatan kompetensi industri 4.0 peserta didik, dengan kontribusi pengaruh 45,6%. Hasil pengujian parsial pengguanan DjangoFramework dan Bootstrap 5 terhadap peningkatan kompetensi industri 4.0 tidak memberikan pengaruh signifikan. Meskipun demikian, apabila diuji secara simultan dengan variabel lainnya, penggunaan Django Framework dan Bootstrap 5 memberikan kontribusi pengaruh 0,7% terhadap peningkatan kompetensi industri 4.0.

Page 576 of 685 | Total Record : 6850

 574   575   576   577   578 

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