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
 601   602   603   604   605 
Pengaruh Koefisien Kopling dan Jarak Pada Pengembangan Sistem Penghantar Daya Nirkabel Awandana, Gavin Argyatama; Akbar, Sabriansyah Rizqika
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 2 (2025): Februari 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Pengisian daya nirkabel (wireless power transfer, WPT) merupakan solusi inovatif untuk mengatasi keterbatasan metode pengisian daya konvensional yang bergantung pada kabel dan posisi perangkat yang statis. Salah satu parameter utama yang memengaruhi transfer daya pada sistem WPT adalah koefisien kopling (K), yang dipengaruhi oleh jarak dan orientasi antara kumparan pemancar dan penerima. Penelitian ini bertujuan untuk menganalisis pengaruh perubahan nilai K terhadap nilai transfer daya dengan memvariasikan jarak horizontal dan vertikal antara kumparan. Metode penelitian melibatkan pengukuran nilai K menggunakan pendekatan resonansi frekuensi dan evaluasi transfer daya pada berbagai konfigurasi jarak. Hasil menunjukkan bahwa nilai K cenderung menurun signifikan dengan bertambahnya jarak, terutama pada jarak vertikal yang lebih besar. Pada jarak vertikal 10 cm, nilai K menjadi sangat kecil hingga tidak terdeteksi, menunjukkan batas efektif transfer daya sistem. Selain itu, transfer daya terbaik dicapai pada jarak vertikal kecil dan posisi horizontal tertentu, menegaskan bahwa jarak relatif antara kumparan memainkan peran penting dalam menentukan kinerja sistem. Temuan ini juga menyoroti pentingnya pengaturan posisi untuk memastikan performa sistem WPT yang optimal, terutama pada aplikasi yang membutuhkan efisiensi tinggi dan stabilitas dalam transfer daya.
Analisis Sentimen Ulasan Konsumen Martabak Kubang Hayuda Menggunakan Support Vector Machine Almas, Muhammad Fikri; Setiawan, Nanang Yudi; Wijoyo, Satrio Hadi
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 2 (2025): Februari 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Martabak Kubang Hayuda, sebuah restoran kuliner yang telah berdiri sejak 1988, menghadapi berbagai keluhan konsumen dalam berbagai aspek. Namun, evaluasi mendalam terhadap keluhan tersebut belum dilakukan karena keterbatasan dalam kemampuan mengolah dan menganalisis data ulasan konsumen. Penelitian ini bertujuan untuk menganalisis sentimen ulasan konsumen Martabak Kubang Hayuda berbasis aspek menggunakan algoritma Support Vector Machine (SVM) dan Latent Dirichlet Allocation (LDA). Data ulasan konsumen diambil dari Google Maps. LDA digunakan untuk memodelkan topik ulasan sehingga data ulasan dapat dikelompokkan ke berbagai aspek. Selanjutnya, SVM diterapkan untuk mengklasifikasikan seluruh data ulasan ke dalam sentimen positif dan negatif. Untuk mengidentifikasi akar permasalahan sentimen negatif, metode root cause analysis dengan visualisasi fishbone diagram digunakan. Proses analisis sentimen dilakukan dengan pengambilan data, text preprocessing, pembobotan data, pemodelan topik dengan LDA, pelabelan sentimen, klasifikasi sentimen dengan SVM, dan pengujian model SVM menggunakan confusion matrix. Pelabelan sentimen dilakukan menggunakan leksikon InSet, Generative Pre-trained Transformer (GPT), dan validasi peneliti. Hasil penelitian menunjukkan bahwa SVM mencapai tingkat accuracy sebesar 86% dalam mengklasifikasikan data ulasan. Hasil root cause analysis mengungkapkan bahwa terdapat 21 akar masalah yang didapatkan atas keluhan pelanggan yang tersebar di 4 aspek utama, yaitu kualitas makanan, lingkungan fisik, harga, dan kualitas pelayanan. Kata kunci: analisis sentimen, support vector machine, latent dirichlet allocation, root cause analysis, fishbone diagram
Efektivitas Aplikasi Edukasi Realitas Virtual Pengenalan Geometri Bangun Ruang untuk Siswa Sekolah Dasar yang dikembangkan dengan model ADDIE Armansyah; Adams Jonemaro, Eriq Muhammad; Herman Tolle
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 13 (2025): Publikasi Khusus Tahun 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Naskah ini akan diterbitkan di International Journal of Serious Games
Implementasi Sistem Inferensi Klasifikasi Detak Jantung Berbasis Stream Processing Pada Jetson Nano Ar - Raffly, Muhammad Rifqi; Pramukantoro, Eko Sakti; Amron, Kasyful
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 2 (2025): Februari 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Penyakit kardiovaskular merupakan penyebab kematian tertinggi di dunia, mencapai 31% dari total kematian, dengan 17,9 juta korban jiwa pada tahun 2019. Deteksi dini menjadi krusial untuk mencegah penyakit ini. Teknologi seperti otomasi deteksi detak jantung dengan perangkat wearable dan machine learning dapat mendukung upaya tersebut. Namun, sistem inferensi sebelumnya menggunakan batch processing yang menyebabkan penundaan signifikan. Penelitian ini mengembangkan sistem inferensi klasifikasi detak jantung berbasis stream processing, memungkinkan data diproses secara langsung dan kontinu. Sistem ini menggunakan model LSTM 512, 256, dan FCN dengan fitur RR-Interval, morphology, dan wavelet. Dikembangkan sebagai aplikasi web menggunakan framework Flask, sistem ini menghubungkan sensor Polar H10 melalui Web Bluetooth API di JavaScript. Frontend web menangani koneksi sensor, pengiriman data ECG ke backend, dan visualisasi hasil inferensi dalam bentuk grafik. Backend melakukan inferensi pada perangkat Jetson Nano. Hasil pengujian menunjukkan model LSTM 256 wavelet unggul dalam waktu respons, LSTM 512 morphology terbaik dalam throughput, dan LSTM 256 dengan fitur RR-Interval atau wavelet paling efisien dalam penggunaan sumber daya.
Deteksi Bencana Banjir Berdasarkan Data Curah Hujan Di Daerah Jakarta Menggunakan Logistic Regression Neural Network Adiyasa, Bhisma; Dewi, Candra; Adikara, Putra Pandu
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 2 (2025): Februari 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Bencana banjir merupakan permasalahan signifikan di Jakarta yang dipengaruhi oleh curah hujan tinggi, sehingga diperlukan sistem prediksi yang andal untuk mitigasi. Penelitian ini menerapkan Logistic Regression Neural Network (LRNN), metode hybrid yang menggabungkan Logistic Regression dan Artificial Neural Network, untuk mendeteksi potensi banjir berdasarkan data cuaca harian wilayah Jakarta periode 2016-2020. Teknik resampling SMOTE-RUS digunakan untuk menangani ketidakseimbangan data, dengan rasio kelas mayoritas dan minoritas yang awalnya 12:1. Model diuji menggunakan data validasi dengan evaluasi metrik recall untuk kedua kelas. Hasil penelitian menunjukkan bahwa model LRNN dengan SMOTE-RUS memiliki recall sebesar 0,75 untuk kelas banjir dan 0,79 untuk kelas tidak banjir, menunjukkan kemampuan model dalam memprediksi kedua kelas secara seimbang, dengan nilai akurasi sebesar 0,79 dan F1 Macro sebesar 0,61. Temuan ini menunjukkan bahwa metode hybrid meningkatkan kinerja prediksi pada kelas banjir dibandingkan metode Logistic Regression biasa, sehingga memberikan kontribusi penting dalam mitigasi bencana.
Penerapan Machine Learning Extreme Gradient Boosting Dalam Klasifikasi Potensi Tsunami Berdasarkan Data Gempa Bumi Kurniawan, I Gede Jayadi; Dewi, Candra; Rahman, Muh Arif
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 2 (2025): Februari 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Tsunami merupakan bencana alam yang berdampak besar, khususnya di wilayah rawan seperti Indonesia. Penelitian ini bertujuan mengklasifikasikan potensi tsunami berdasarkan data gempa bumi menggunakan algoritma Extreme Gradient Boosting (XGBoost). Dataset mencakup data gempa dari 1900 hingga 2023 dengan total 1.376 data dan mengandung ketidakseimbangan kelas. Untuk mengatasi masalah ini, teknik Synthetic Minority Over-sampling Technique (SMOTE) diterapkan. Model dikembangkan dengan menyetel hyperparameter seperti max_depth, learning_rate, gamma, min_child_weight, colsample_bytree, dan subsample menggunakan Grid Search. Hasil pengujian menunjukkan bahwa kombinasi hyperparameter terbaik menghasilkan accuracy 85%, dengan recall, precision, dan F1-score masing-masing sebesar 0.74. Setelah penerapan SMOTE, accuracy menurun menjadi 84%, tetapi recall meningkat menjadi 0.79 dengan precision 0.71 dan F1-score 0.75. Evaluasi menggunakan metrik accuracy, precision, recall, dan F1-score menunjukkan bahwa penerapan SMOTE memberikan prediksi yang lebih baik untuk kelas tsunami. Pendekatan ini diharapkan berkontribusi dalam mitigasi bencana tsunami melalui sistem deteksi dini berbasis data gempa bumi.
Pengembangan Dashboard Business Intelligence dengan Integrasi Metode Kimball Lifecycle dan Design Thinking untuk Memantau Performa Karyawan di PT Jalin Mayantara Indonesia Widya Azzahra, Shellen; Setiawan, Nanang Yudi; Purnomo, Welly
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 2 (2025): Februari 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Peningkatan persaingan bisnis di Indonesia pada 2018–2023 mendorong perusahaan untuk mencari cara efektif agar dapat mempertahankan eksistensinya, salah satunya melalui peningkatan performa dan produktivitas karyawan. Namun, perusahaan menghadapi kendala dalam pemanfaatan data karyawan akibat kurangnya instrumen pemantauan yang jelas, data yang tersebar pada beberapa dokumen, dan visualisasi yang tidak mudah dipahami. Solusi yang ditawarkan adalah pengembangan sistem business intelligence berupa data warehouse dan dashboard untuk memusatkan data pada satu tempat yang sama dan memberikan visualisasi yang sesuai dengan kebutuhan pengguna. Penelitian ini dilakukan menggunakan metode Kimball Lifecycle dan Design Thinking, dengan pengujian dashboard menggunakan metode DATUS (Dashboard Assessment Usability Model). Pada pengujian pertama, 70% tugas berhasil diselesaikan dalam waktu 512 detik (8 menit 32 detik) dengan skor pada kuesioner DATUS sebesar 75. Skor tertinggi pada kuesioner diraih oleh dimensi learnability. Setelah iterasi pada tahapan ideate, prototype, dan test, pengujian kedua menunjukkan peningkatan 30% pada tugas yang berhasil diselesaikan dengan benar, waktu penyelesaian berkurang 43,75% menjadi 288 detik (4 menit 48 detik), dan skor kuesioner meningkat 25,3% menjadi 94, dengan skor tertinggi pada dimensi operability.
Penerapan Modul Ghost dan SimAM pada Sistem Guide Following Kursi Roda Pintar Berbasis YOLOv8N Jawahir, Asma Kamilah Nur; Utaminingrum, Fitri
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 2 (2025): Februari 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Kursi roda merupakan salah satu alat bantu mobilisasi bagi penyandang disabilitas untuk dapat beraktivitas yang sebelumnya tidak mungkin dilakukan sehingga memberi mereka rasa kebebasan dan kemandirian. Namun, kursi roda manual mengharuskan pengguna atau orang lain untuk mengoperasikannya dengan tenaga yang besar. Apabila aktivitas tersebut dilakukan terus menerus dapat meningkatkan resiko gangguan muskuloskeletal. Kursi roda pintar telah banyak berkembang untuk meningkatkan mobilisasi penggunanya. Salah satunya dengan mendeteksi posisi asisten penyandang disabilitas yang ada di depan kursi roda. Algoritma deteksi objek, YOLOv8, menawarkan peforma yang baik untuk deteksi secara real-time. Namun, algoritma tersebut memerlukan sumber daya komputasi yang besar. Penelitian ini akan menerapkan modul ghost dan SimAM pada arsitektur YOLOv8n untuk mengurangi kompleksitas model dan mempertahankan akurasi. Dari hasil pelatihan model tersebut didapatkan nilai mAP50 sebesar 0,995 dan nilai mAP50-95 sebesar 0,864 dengan parameter berkurang menjadi 1,7 juta parameter. Kemudian pada integrasi model dengan kursi roda, didapatkan akurasi sebesar 95%. Hal ini menunjukkan bahwa kursi roda pintar dapat bergerak sesuai hasil deteksi posisi pemandu dengan baik.
Deteksi Arah Pergerakan Kepala untuk Navigasi pada Kursi Roda Pintar Menggunakan Kombinasi Metode Berbasis YOLOv8N Mufita, Aulia Riza; Utaminingrum, Fitri
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 2 (2025): Februari 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Kursi roda merupakan alat bantu yang sangat penting bagi penyandang disabilitas fisik, terutama individu yang memiliki keterbatasan pada fungsi gerak. Namun, kursi roda konvensional yang memerlukan pengoperasian manual tidak memadai bagi individu dengan disabilitas fisik ganda, seperti disfungsi tangan dan kaki. Padahal, jumlah penyandang disabilitas di Indonesia yang kesulitan atau tidak dapat menggunakan anggota gerak kaki mencapai ±7.318.167 orang, sementara ±2.976.763 juta lainnya memiliki keterbatasan pada tangan. Oleh karena itu, penelitian ini mengembangkan kursi roda pintar berbasis teknologi computer vision yang menggunakan model YOLOv8N dengan kombinasi modul GhostNet dan Slim-Neck sebagai sistem navigasi. Penggunaan Jetson Nano 4GB sebagai prosesor utama juga dipilih untuk menekan biaya produksi sehingga menghasilkan perangkat yang lebih ekonomis tanpa mengorbankan kinerja. Pengujian menunjukkan bahwa kombinasi model tersebut dapat mencapai mAP50 sebesar 99,4% dan mAP50-95 sebesar 89%, dengan efisiensi komputasi GFLOPs sebesar 3,4 dan waktu deteksi hanya 68,05 ms menggunakan CUDA. Model tersebut juga memiliki beban yang ringan dengan parameter hanya sebesar 1.549.980 dan ukuran model sebesar 3,6MB. Sistem navigasi ini berhasil terintegrasi dengan motor pada kursi roda pintar dengan nilai akurasi keseluruhan sistem yang cukup tinggi, yaitu mencapai 90%.
Studi Perbandingan Lazy Loading Native dan IntersectionObserver JavaScript Dalam Pengelolaan Konten Gambar Pada Pengembangan Website Setyowidodo, Fauzan Athallah; Pinandito, Aryo; Akbar, Muhammad Aminul
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 2 (2025): Februari 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Dengan meningkatnya penggunaan aplikasi web, optimasi performa halaman menjadi krusial, terutama dalam memuat elemen gambar dalam jumlah besar. Salah satu teknik yang digunakan untuk mengatasi permasalahan ini adalah lazy loading, yang memuat gambar hanya ketika elemen mendekati viewport pengguna. Penelitian ini membandingkan performa dua teknik lazy loading, yaitu Native Lazy Loading dan IntersectionObserver, pada halaman web yang identik dengan 20 gambar berukuran total 12 MB, diuji dalam kondisi jaringan yang sama selama 30 kali pengujian. Performa kedua teknik diukur berdasarkan tiga parameter utama: waktu pemuatan halaman, konsumsi memori, dan penggunaan bandwidth. Pengujian dilakukan menggunakan Chrome DevTools, serta dilengkapi dengan analisis statistik. Uji normalitas diterapkan untuk menentukan distribusi data, dilanjutkan dengan uji t jika data berdistribusi normal, atau uji Mann-Whitney jika data tidak normal. Hasil penelitian menunjukkan bahwa IntersectionObserver secara signifikan lebih cepat dalam waktu pemuatan gambar dan lebih efisien dalam konsumsi bandwidth dibandingkan Native Lazy Loading. Sebaliknya, Native Lazy Loading menunjukkan efisiensi lebih tinggi dalam penggunaan memori. Kesimpulannya, pemilihan metode lazy loading harus disesuaikan dengan kebutuhan optimasi spesifik dan prioritas kinerja aplikasi web.

Page 603 of 685 | Total Record : 6850

 601   602   603   604   605 

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