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
 602   603   604   605   606 
Analisis Geospasial Perubahan Penggunaan Lahan Sawah Di Kota Malang Menggunakan Google Earth Engine Hermawan, Renaldy; Rusydi, Alfi Nur; 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

Penelitian berjudul “ANALISIS GEOSPASIAL PERUBAHAN PENGGUNAAN LAHAN SAWAH DI KOTA MALANG MENGGUNAKAN GOOGLE EARTH ENGINE” bertujuan untuk menganalisis perubahan lahan sawah di Kota Malang selama 2018-2023 dan membandingkan performa metode Support Vector Machine (SVM) serta Random Forest (RF) dalam klasifikasi citra satelit. Data Sentinel-2 diolah menggunakan pendekatan klasifikasi terbimbing untuk menghasilkan peta tutupan lahan, yang kemudian dianalisis secara multitemporal menggunakan teknik change detection. Hasil penelitian menunjukkan bahwa metode RF memiliki performa lebih tinggi dibandingkan SVM, dengan rata-rata overall accuracy sebesar 90.2% dan kappa coefficient 0.85. Tren perubahan lahan menunjukkan penurunan terbesar pada 2018-2019 dengan Kecamatan Kedungkandang sebagai penyumbang utama, sementara jenis penggunaan lahan yang paling banyak menggantikan sawah adalah vegetasi lain (67.74%) dan pemukiman (31.38%). Laju penurunan sawah tertinggi mencapai 25.42% per tahun pada 2018-2019, sedangkan peningkatan sebesar 0.97% per tahun terjadi pada 2021-2022. Penelitian ini menyimpulkan bahwa Google Earth Engine merupakan platform yang efektif untuk analisis geospasial, dan perubahan lahan sawah di Kota Malang sebagian besar dipengaruhi oleh alih fungsi menjadi vegetasi lain dan pemukiman.
Implementasi Sistem Deteksi Anomali pada Jaringan Komputer dengan Pendekatan XGBoost dan Data SNMP Rudianto, Amadeo Muhammad Augie; Pramukantoro, Eko Sakti; Kurnianingtyas, Diva
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

Reliabilitas jaringan sangat bergantung pada kemampuan sistem untuk mendeteksi dan merespons anomali secepat mungkin. Anomali dalam jaringan dapat berupa aktivitas mencurigakan, kegagalan perangkat keras, atau serangan siber yang mengancam ketersediaan layanan. Penelitian ini bertujuan untuk mengembangkan sistem deteksi anomali jaringan berbasis data Simple Network Management Protocol (SNMP) menggunakan model XGBoost. Data SNMP yang digunakan pada penelitian ini mencakup berbagai metrik jaringan, sehingga memungkinkan sistem untuk mendeteksi pola-pola kompleks secara akurat. Penelitian ini mencakup proses pengembangan model klasifikasi, implementasi sistem inferensi deteksi anomali berbasis SNMP, dan evaluasi kinerja sistem melalui skenario pengujian yang realistis. Hasil pengujian menunjukkan bahwa model XGBoost mampu mendeteksi berbagai jenis serangan dengan akurasi mencapai 99,82% pada data uji yang belum pernah dilihat. Sistem inferensi yang diimplementasikan juga mampu bekerja secara kontinu untuk memproses data SNMP dan memberikan hasil prediksi yang konsisten. Namun, penelitian ini juga menemukan bahwa sistem memiliki keterbatasan dalam hal fleksibilitas untuk menangani pola serangan baru yang tidak terwakili dalam data pelatihan. Penelitian ini berhasil mengembangkan dan mengimplementasikan sistem deteksi anomali berbasis SNMP dengan model XGBoost yang andal dan akurat. Temuan ini diharapkan dapat menjadi landasan bagi pengembangan lebih lanjut untuk meningkatkan fleksibilitas dan adaptabilitas sistem dalam lingkungan jaringan yang dinamis.
Analisis Akar Permasalahan Kepuasan Tamu Hotel Savana Berdasarkan Sentimen Negatif Setiawan, Alexander Christo; Dian Eka Ratnawati; Welly Purnomo
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

Industri perhotelan di Indonesia termasuk di Kota Malang menghadapi persaingan ketat sehingga penting bagi hotel-hotel untuk memanfaatkan ulasan online agar bisa menjaga kualitas layanannya, salah satunya Hotel Savana. Ulasan online yang diberikan oleh para pengunjung sangat bermanfaat bagi calon pengunjung dan pihak hotel sendiri. Ulasan online berguna bagi pihak hotel karena pihak hotel dapat memanfaatkannya sebagai bahan pertimbangan pembuatan kebijakan, peraturan, dan keputusan. Penelitian ini menganalisis sentimen ulasan tamu menggunakan algoritma IndoBERT untuk mengetahui persepsi publik terhadap Hotel Savana. Pengujian model IndoBERT mendapatkan nilai akurasi sebesar 98,3%, precision sebesar 97%, recall sebesar 96,3%, dan f1-score sebesar 96,7%. Ulasan bersentimen negatif 1 tahun terakhir (September 2023 – September 2024) selanjutnya dianalisis lebih lanjut untuk dicari akar masalahnya. Hasil analisis mengungkap tiga isu utama yang sering dikeluhkan oleh pengunjung Hotel Savana, yaitu aspek fasilitas, aspek pelayanan, dan aspek kamar. Ishikawa diagram dan five whys analysis diterapkan untuk menganalisis akar permasalahan dari setiap aspek.
Sistem Wearable untuk Training Aerodinamis Pesepeda pada Posisi Drop Bar dengan Metode Random Forest Berbasis Data MPU6050 Merry Hassani, Fadila Muqtadaro; Syauqy, Dahnial; Kurniawan, Wijaya
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

Penelitian ini mengatasi tantangan dalam mempertahankan postur aerodinamis optimal saat bersepeda, khususnya pada posisi drop bar. Postur yang tidak tepat dapat mengurangi efisiensi latihan dan kinerja aerodinamis pesepeda. Oleh karena itu, penelitian ini mengembangkan sistem wearable menggunakan sensor MPU6050 dan algoritma Random Forest untuk memantau dan mengklasifikasikan postur pesepeda. Sistem ini dirancang untuk memberikan umpan balik mengenai posisi tubuh yang sesuai dengan aerodinamis, terutama untuk pesepeda yang menggunakan posisi tangan di drop bar. Data dikumpulkan menggunakan sensor MPU6050, diproses oleh ESP32, dan dianalisis dengan algoritma Random Forest. Sistem memberikan umpan balik visual berupa LED yang akan menyala jika posisi aerodinamis optimal, atau mati ketika posisi tubuh tidak optimal. Evaluasi dilakukan untuk mengukur akurasi sistem dalam mendeteksi posisi optimal dan tidak optimal. Fungsionalitas sistem diuji secara menyeluruh, termasuk ESP32 sebagai transmitter untuk membaca data sensor dan mengirimkannya kepada ESP32 receiver. Hasil pengujian menunjukkan bahwa model klasifikasi Random Forest mencapai akurasi 98,3%, yang menandakan kemampuan algoritma dalam membedakan posisi tubuh yang optimal dan tidak optimal. Sementara itu, sistem wearable memperoleh akurasi 87,5% dalam mendeteksi posisi optimal dan tidak optimal selama pengujian sebanyak 16 kali. Waktu komputasi rata-rata untuk proses klasifikasi adalah 0,368 ms yang menunjukkan kecepatan dan efisiensi sistem.
Evaluasi Kesuksesan Layanan Website Eduakksa Berdasarkan Teori DeLone and McLean Model Rais, Putri Daliana Salsabilla; Herlambang, Admaja Dwi; Hanggara, Buce Trias
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

Eduakksa merupakan salah satu bentuk implementasi dari e-learning dalam aplikasi berbasis website yang digunakan untuk menunjang pembelajaran praktikum audit bagi mahasiswa Akuntansi. Tujuan dari penelitian ini ialah untuk mengetahui kesuksesan dari layanan e-learning website Eduakksa dengan menggunakan model DeLone and McLean. Terdapat enam variabel, yaitu information quality, system quality, service quality, use, user satisfaction, dan net benefit. Penelitian ini membatasi pengguna hanya dari sisi mahasiswa saja. Populasi pengguna mahasiswa sebanyak 4335 per September 2024 yang terbagi dari berbagai universitas. Data yang didapatkan dari penelitian ini diperoleh dengan menyebarkan kuesioner dengan menggunakan teknik simple random sampling. Hasil dari penyebaran kuesioner diperoleh responden sebanyak 366. Hasil penelitian ini menunjukkan tingkat kesuksesan berdasarakan model DeLone and McLean dari layanan e-learning website Eduakksa sebesar 73,83%. Variabel yang berada dalam kategori sangat tinggi terdapat tiga variabel, yaitu variabel information quality (79,50%), User Satisfaction (76,93%), dan Net Benefit (77,20%). Terdapat tiga variabel dalam kategori tinggi. Variabel-variabel tersebut menjadi prioritas dalam penyusunan rekomendasi perbaikan di penelitian ini karena persentase rata-ratanya di bawah persentase rata-rata total, yaitu variabel system quality (63,20%), service quality (73,30%), dan use (72,87%).
Analisis Teknik Embedding Model NV-Embed pada Large Language Models Berbasis Retrieval Augmented Generation Rahardiansyah, Tengku Muhammad Rafi; Rizal Setya Perdana; Tirana Noor Fatyanosa
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

Large Language Models (LLMs) berbasis Retrieval-Augmented Generation (RAG) menghadirkan tantangan dalam menghasilkan embedding yang akurat untuk meningkatkan performa retrieval dan generasi teks. NV-Embed adalah model embedding baru yang dirancang untuk mengatasi keterbatasan model embedding sebelumnya dengan pendekatan latent attention dan pelatihan contrastive instruction-tuning. Penelitian ini dilakukan dengan melakukan implementasi NV-Embed menggunakan bantuan PyTorch. Dokumen PDF diolah melalui tahap pre-processing, tokenization dan vectorization. Dokumen PDF yang telah diolah dan disimpan didalam vector database akan digunakan sebagai referensi untuk memperkaya hasil response berdasarkan informasi yang tersedia pada LLM dan informasi dari dokumen PDF yang didapatkan melalui RAG pipeline. Teknik embedding NV-Embed dievaluasi menggunakan metrik precision, recall, F1-score untuk retrieval, serta BLEU dan ROUGE untuk generasi teks. Hasil pengujian menunjukkan bahwa NV-Embed unggul dalam tugas retrieval dengan tingkat precision sebesar 0.906, recall sebesar 0.994, dan f1-score sebesar 0.948. Pada tugas generasi teks, NV-Embed mencapai hasil BLEU sebesar 0.899 dan metrik ROUGE juga menunjukkan hasil yang sangat baik, dengan ROUGE-1 sebesar 0.955, ROUGE-2 sebesar 0.951, dan ROUGE-L sebesar 0.955. Analisis terhadap performa NV-Embed menunjukkan bahwa pendekatan latent attention meningkatkan kualitas embedding dalam menangkap hubungan semantik antar kata. Penelitian ini memberikan kontribusi penting terhadap pengembangan model embedding dalam LLMs berbasis RAG dan membuka peluang untuk penelitian lebih lanjut.
Pengaruh Penggunaan Cerita Linear dan Nonlinear pada Gim Edukasi terhadap Peningkatan Literasi Grafik Sucipto, Faiz Ahmad; Jonemaro, Eriq Muhammad Adams; Kharisma, Agi Putra
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
Analisis dan Evaluasi Proses Bisnis Pada Manajemen Sumber Daya Manusia Dalam Meningkatkan Kinerja Operasional Di PT Telkom Indonesia Prasetyo, Dandy Budhi; Septriayadi Sianturi, Riswan
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

PT Telkom Indonesia menghadapi inefisiensi dalam proses bisnis manajemen SDM, termasuk perekrutan, pelatihan, penilaian kinerja, pengembangan karir, dan pemutusan hubungan kerja, akibat informasi yang tidak akurat dan keterlambatan komunikasi. Dengan pendekatan Business Process Improvement (BPI), analisis dan perbaikan dilakukan menggunakan Business Process Model and Notation (BPMN) yang dimodelkan melalui Bizagi. Pemanfaatan BPMN dan Bizagi memungkinkan pemetaan alur kerja secara visual dan simulasi perbaikan untuk meningkatkan efisiensi dan akurasi operasional. Hasilnya, waktu perekrutan berkurang 6%, pelatihan 17%, penilaian kinerja 70%, pengembangan karir 41%, dan pemutusan hubungan kerja 67%. Digitalisasi dan otomatisasi ini mendukung efisiensi operasional PT Telkom Indonesia serta meningkatkan kinerja perusahaan secara keseluruhan.
Pengaruh Penggunaan Wordwall dalam Meningkatkan Hasil Belajar Siswa SMK Negeri 12 Malang Pada Mata Pelajaran Informatika Julen, Eiko Farah Diva; Wijoyo, Satrio Hadi; Rahman, Khalid
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

Permasalahan di SMK Negeri 12 Malang disebabkan oleh penggunaan media Slide Presentasi yang monoton, sehingga siswa merasa bosan, kurang termotivasi, serta mengalami penurunan fokus selama pembelajaran. Hal ini berdampak pada hasil belajar siswa yang tidak meningkat. Penelitian ini bertujuan untuk mengetahui pengaruh penggunaan Wordwall terhadap hasil belajar ranah kognitif, afektif dan psikomotorik. Penelitian ini melibatkan dua kelas yaitu kelas kontrol dan eksperimen, dengan metode penelitian kuantitatif eksperimen berjenis Quasi Experimental dengan Nonequivalent Control Group Design. Instrumen penelitian meliputi modul ajar, soal pretest dan posttest, LKPD dan lembar observasi keaktifan siswa. Analisis data juga dilakukan melalui uji normalitas, uji homogenitas, effect size, serta pengujian hipotesis menggunakan Mann-Whitney dan Wilcoxon. Hasil penelitian menunjukkan bahwa Wordwall memberikan perbedaan yang signifikan terhadap hasil belajar. Pada rata-rata posttest kognitif kelas eksperimen (90,21) lebih tinggi dari kelas kontrol (65,88) dengan signifikansi (0,000<0,05) serta efek pengaruh yang tinggi. Pada psikomotorik rata-rata kelas eksperimen (95,78) lebih tinggi dari kelas kontrol (87,45) dengan signifikansi (0,000<0,05) serta memiliki efek pengaruh yang tinggi. Sedangkan rata-rata nilai afektif kelas eskperimen (85,94) lebih tinggi dari kelas kontrol (80,31) dengan signifikansi (0,010<0,05) serta memiliki efek pengaruh yang sedang. Dengan demikian, penelitian ini menyimpulkan bahwa Wordwall memiliki pengaruh yang signifikan terhadap hasil belajar.
Pengembangan Sistem Smart Home Berbasis Pengenalan Suara Menggunakan Model Long Short-Term Memory Fadhilah, Khairian; Barlian Henryranu Prasetio
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

Perkembangan teknologi informasi telah mendorong terciptanya solusi inovatif seperti Smart Home, yang memungkinkan otomatisasi dan kontrol perangkat rumah tangga. Penelitian ini mengembangkan sistem Smart Home berbasis pengenalan suara menggunakan model Long Short-Term Memory (LSTM). Sistem dirancang untuk mengenali perintah suara pengguna dan mengontrol perangkat seperti lampu, kipas, dan kunci pintu. Fitur suara diolah menggunakan Mel-Frequency Cepstral Coefficients (MFCC) untuk menghasilkan representasi data yang optimal bagi model LSTM. Pengujian dilakukan pada model dengan dataset yang mencakup perintah-perintah suara dari beberapa subjek. Hasil pengujian menunjukkan bahwa sistem memiliki akurasi total sebesar 54%, dengan akurasi lebih tinggi untuk subjek yang datanya telah dilatih dibandingkan subjek baru. Implementasi model LSTM memungkinkan pengenalan suara berjalan secara efisien pada perangkat keras kecil seperti Raspberry Pi 5, yang memfasilitasi respons real-time terhadap perintah suara. Penelitian ini memberikan kontribusi pada pengembangan teknologi Smart Home, khususnya pada aspek pengendalian berbasis suara. Pengembangan lebih lanjut dapat difokuskan pada penambahan dataset yang lebih beragam, pengurangan noise, dan eksplorasi arsitektur jaringan saraf lain untuk meningkatkan akurasi sistem.

Page 604 of 685 | Total Record : 6850

 602   603   604   605   606 

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