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
 606   607   608   609   610 
Pengaruh Implementasi Problem-based Learning berbantuan ChatGPT dan Github terhadap Hasil Belajar dan Kemampuan Pemecahan Masalah Kurniasari, Salvia Dyah; Herlambang, Admaja Dwi; Wijoyo, Satrio Hadi
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 3 (2025): Maret 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Tujuan penelitian ini adalah untuk mengetahui apakah hasil belajar dan kemampuan pemecahan masalah siswa dipengaruhi oleh penggunaan Problem-based Learning (PBL) dengan bantuan ChatGPT dan Github. Dari tujuan tersebut mampu menjadi pertimbangan terkait urgensi penggunaan ChatGPT dan Github dalam model pembelajaran Problem-based Learning pada mata pelajaran Pemrograman Web. Penelitian ini menggunakan desain static-group pretest-posttest dan merupakan penelitian weak experiment. Kelas eksperimen dalam penelitian mewakili kelas yang mendapatkan treatment yaitu pembelajaran Problem-based Learning dengan bantuan ChatGPT dan Github, sedangkan kelas kontrol mewakili kelas yang tidak mendapatkan treatment tersebut. Responden yang digunakan dalam penelitian ini adalah siswa SMKN 5 Malang Program Keahlian PPLG, dengan jumlah sampel 21 siswa. Hasil yang didapatkan dari pengumpulan data adalah skor pretest dan posttest dari siswa dalam tes hasil belajar kognitif dan psikomotor serta hasil tes kemampuan pemecahan masalah. Setelah data dikumpulkan akan dilakukan uji normalitas menggunakan metode Shapiro-Wilk, uji homogenitas menggunakan metode Levene, serta uji hipotesis menggunakan metode Mann-Whitney dan Wilcoxon. Sehingga pada penelitian ini yang menggunakan dengan Static-Group Pretest Posttest Design menunjukkan Implementasi Problem-based Learning (PBL) berbantuan ChatGPT dan Github tidak memiliki pengaruh terhadap hasil belajar dan kemampuan pemecahan masalah siswa.
Sistem Klasifikasi Serangan Pada Website Berbasis Wordpress Menggunakan Machine Learning Purwidyantoro, Adhiyaksa Ramadhana; Pramukantoro, Eko Sakti
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 3 (2025): Maret 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Penggunaan website yang semakin meluas, termasuk pada platform berbasis WordPress, telah membawa tantangan baru dalam menghadapi ancaman keamanan siber, seperti serangan web defacement dan penyisipan konten ilegal. WordPress, sebagai Content Management System (CMS) paling populer dengan pangsa pasar 62,8%, kerap menjadi target serangan yang memanfaatkan kerentanan plugin, kesalahan konfigurasi, dan celah keamanan lainnya. Serangan ini sering kali berujung pada penyisipan konten ilegal seperti promosi judi online melalui teknik blackhat SEO, yang merugikan berbagai institusi dan organisasi. Penelitian ini bertujuan mengembangkan metode berbasis machine learning untuk mendeteksi ancaman keamanan pada website berbasis WordPress melalui analisis log web server. Log web server merepresentasikan aktivitas pengguna dan menyimpan informasi penting untuk mendeteksi anomali, namun analisis manual banyak menghasilkan false positive dan kurang efisien. Dengan memanfaatkan machine learning, penelitian ini menawarkan pendekatan yang lebih akurat dan efisien dalam mendeteksi anomali dan mengidentifikasi jenis serangan yang dapat mengarah ke penyusupan konten judi online, seperti Remote Code Execution, SQL Injection, File Inclusion, Brute Force Attacks, Unrestricted File Upload dan Cross-Site Scripting. Hasil penelitian memperlihatkan model klasifikasi dengan Decision Tree mampu melakukan klasifikasi serangan yang ditentukan dengan memberikan hasil akurasi 87%, serta memiliki kinerja waktu klasifikasi di bawah 1 detik untuk log dengan 1000 transaksi.
Sistem Wearable Untuk Deteksi Postur Lockout Dalam Mixed-Grip Deadlift Menggunakan Metode Random Forest Berbasis Data MPU6050 Dwi Arini, Talitha; Syauqy, Dahnial; Wijaya Kurniawan
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 3 (2025): Maret 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Olahraga memiliki banyak manfaat bagi tubuh manusia, namun jika tidak dilakukan dengan teknik yang benar, dapat menyebabkan cedera. Salah satu olahraga yang memiliki manfaat besar namun berisiko jika dilakukan dengan teknik yang salah adalah deadlift. Risiko ini semakin besar bagi pemula yang tidak memahami postur tubuh yang benar, terutama dalam fase lockout ketika melakukan mixed-grip deadlift. Dalam hal ini, penelitian berfokus pada pengembangan sistem untuk mendeteksi kesalahan postur tubuh selama latihan mixed-grip deadlift terutama fase lockout, yang bertujuan untuk mencegah cedera. Penelitian ini menggunakan sensor MPU6050 untuk menangkap nilai gerakan tubuh yang kemudian diproses menggunakan algoritma random forest untuk melakukan klasifikasi gerakan benar dan salah. Pada penelitian ini juga menggunakan mikrokontroler ESP32 untuk mengolah data dan komunikasi nirkabel. Dari hasil pengujian yang dilakukan, sistem mampu mencapai akurasi hingga 83% dengan total 24 sampel pengujian. Keberhasilan sistem juga dinilai dari performanya, yang mencakup rata-rata waktu komputasi model sebesar 395,8 μs, akurasi pembacaan sensor mencapai 80%, serta kemampuan sistem untuk melakukan komunikasi data dengan baik. Sistem ini diharapkan dapat membantu pemula melakukan deadlift secara aman dan efektif.
Analisis Sentimen Ulasan Pengguna Aplikasi C-Access Menggunakan Support Vector Machine Asiyah, Noor Leona; Yusi Tyroni Mursityo; Setiawan, Nanang Yudi
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 JUST-SI
Analisis Perbandingan Performa Design Pattern MVVM dan MVP pada Dashboard Aplikasi Manajemen Kos Berbasis Android (Studi Kasus: Kos Gendhis Xenopatih) Langundi, Raziqa Izza; Pramono, Djoko; Pradana, Fajar
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 Jurnal Nasional Teknik Elektro dan Teknologi Informasi  
Implementasi Ekstraksi Gammatone-Frequency Cepstral Coefficient dan Klasifikasi Hidden Markov Model dalam Identifikasi Emosi Menggunakan Suara Jantung Putra Pamungkas, Dimas Resha; Prasetio, Barlian Henryranu
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 3 (2025): Maret 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Kondisi emosional seseorang merupakan faktor penting dalam interaksi antar manusia, dan memengaruhi beberapa aspek di dalam komunikasi. Penelitian ini dilakukan untuk membuat sebuah sistem identifikasi emosi melalui suara jantung dengan implementasi ekstraksi Gammatone-Frequency Cepstral Coefficient (GFCC) dan klasifikasi Hidden Markov Model (HMM). Pada penelitian ini, kondisi emosi manusia akan dikelompokkan menjadi dua kelas berdasarkan nilai Beat Per Minute (BPM) dengan kelas tinggi untuk emosi senang, sedih, marah, takut, cemas, dan kelas rendah terkait dengan emosi santai dan bosan. Implementasi dilakukan melalui sebuah stetoskop elektronik yang terintegrasi dengan sebuah aplikasi android. Penelitian ini penting karena dapat memberikan informasi terkait efektivitas penggunaan GFCC pada pemrosesan suara jantung dalam identifikasi emosi. Pengujian Signal-to-Noise Ratio (SNR) yang dilakukan untuk mengetahui pengaruh ekstraksi GFCC dalam mengurangi noise pada suara jantung memperoleh hasil 93,33% yang membuktikan bahwa GFCC dapat mengurangi noise dengan baik. Selain itu, tingkat akurasi yang diperoleh sistem ini mencapai 75% pada akurasi validasi sistem dan 73,33% pada akurasi pengujian. Hasil tersebut membuktikan bahwa sistem mampu memprediksi label atau kelas dengan baik menggunakan suara jantung sebagai input utama sistem. Integrasi antara perangkat keras stetoskop elektronik dengan smartphone melalui aplikasi android membuat sistem ini mudah digunakan oleh pengguna. Penelitian ini memberikan kontribusi bagi pengguna dalam melakukan identifikasi emosi seseorang secara non-verbal melalui analisis suara jantung. Selain itu, penelitian ini juga diharapkan mampu membantu orang dengan keterbatasan komunikasi verbal serta mengurangi angka penderita gangguan kesehatan mental akibat ketidakstabilan emosional.
Sistem Pelacakan Pemandu untuk Kursi Roda Pintar Menggunakan Efficient Convolution Operator dan Weighted-Thresholded Histogram Equalization Kabisat, Aldiansyah Satrio; Utaminingrum, Fitri; Pramukantoro, Eko Sakti
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 3 (2025): Maret 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Kursi roda merupakan alat bantu mobilitas bagi penyandang disabilitas. Namun, jika seseorang memiliki disabilitas ganda kaki dan tangan, diperlukan bantuan seorang pemandu untuk menggerakkan kursi roda. Hal ini dapat menyebabkan masalah apabila pengguna kursi roda memiliki berat badan tinggi yang dapat berakibat pemandu kesulitan memandu dikarenakan kesulitan mendorong akibat beban yang berat. Sistem pelacakan pemandu merupakan salah satu solusi navigasi pada kursi roda pintar untuk mendukung mobilitas penyandang disabilitas ganda yang memungkinkan kursi roda dapat dituntun oleh seorang pemandu tanpa perlu mendorong kursi roda. Penelitian ini mengimplementasikan sistem pelacakan berbasis algoritma Efficient Convolution Operator (ECO) dan Weighted-Thresholded Histogram Equalization (WTHE). Penelitian mengujikan sistem dalam berbagai interferensi seperti objek terhalangi, perubahan penampilan, pencahayaan rendah, dan objek serupa. Hasil evaluasi menunjukkan sistem mampu melacak pemandu secara akurat dan robust. WTHE dengan parameter root 0.75, value 0.75, dan lower 0 mampu meningkatkan performa dari ECO pada metrik precision dari 0.4328 menjadi 0.4398, normalized precision dari 0.7645 menjadi 0.7678, dan failure rate dari 1 menjadi 0. Meskipun demikian, pada metrik success rate, nilai metrik turun dari 0.7302 menjadi 0.7148. Sistem yang diimplementasikan menggunakan hardware NUC NUC8i3BEH mencatatkan kecepatan rata-rata 25 FPS yang menunjukkan sistem dapat dijalankan secara real-time pada perangkat keras yang relatif murah.
Pengaruh Implementasi Problem-Based Learning Berbantuan GitHub dan ChatGPT Terhadap Hasil Belajar dan Kemampuan Logika Pemrograman Awanda, Gabriella Fadhilatus; Herlambang, Admaja Dwi; Rachmadi, Aditya
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 3 (2025): Maret 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Kemajuan teknologi telah membawa perubahan besar dalam dunia pendidikan, termasuk dalam variasi model pembelajaran. Salah satu pendekatan inovatif adalah integrasi model pembelajaran Problem-Based Learning dengan teknologi canggih seperti GitHub untuk kolaborasi dan ChatGPT sebagai asisten pembelajaran berbasis kecerdasan buatan. Pendekatan ini diharapkan mampu menjawab tantangan pembelajaran modern, khususnya dalam mata pelajaran yang menuntut keterampilan logika seperti pemrograman web. Tujuan penelitian yang dilakukan untuk menganalisis adanya pengaruh penerapan model Problem-Based Learning berbantuan GitHub dan ChatGPT terhadapat Hasil belajar dan Kemampuan Logika Pemrograman. Penelitian ini menggunakan metode weak experiment static group pretest-posttest. Sampel penelitian ini merupakan kelas XI PPLG 1 dan XI PPLG 3 untuk mata Pelajaran pemrograman web di SMKN 5 Malang. Analisis data yang digunakan menggunakan analisis uji asumsi normalitas dan homogenitas kemudian dilanjutkan dengan uji hipotesis. Hasil dari penelitian yang dilakukan menunjukkan bahwa penerapan Problem-Based Learning efektif dalam meningkatkan hasil belajar aspek kognitif, psikomotorik, dan kemampuan logika pemrograman siswa, baik dengan atau tanpa bantuan teknologi seperti ChatGPT dan GitHub. 
Analisis Sentimen Pengguna Sosial Media Twitter/X Terhadap Acara Clash of Champions Menggunakan Metode Multinomial Naïve Bayes Kusuma, Salsabila Azzahra' Zulfa; Dian Eka Ratnawati; Nanang Yudi Setiawan
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 3 (2025): Maret 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Pemanfaatan media sosial sebagai sumber data untuk memahami persepsi publik menjadi aspek penting bagi banyak organisasi, termasuk Ruangguru dalam menyelenggarakan acara Clash of Champions. Analisis sentimen digunakan untuk mengidentifikasi persepsi publik terhadap acara Clash of Champions. Penelitian ini bertujuan untuk menganalisis sentimen publik terhadap acara Clash of Champions menggunakan metode Multinomial Naïve Bayes dan melakukan evaluasi melalui SWOT Analysis. Metode Multinomial Naïve Bayes digunakan untuk mengklasifikasikan sentimen, sementara analisis SWOT dilakukan berdasarkan data yang telah melalui proses topic modelling menggunakan Latent Dirichlet Allocation (LDA). Penelitian ini juga bertujuan untuk mengukur performa algoritma Multinomial Naïve Bayes dalam klasifikasi sentimen serta mengidentifikasi kekuatan, kelemahan, peluang, dan ancaman yang muncul dari hasil analisis SWOT. Hasil implementasi algoritma menunjukkan performa yang baik, dengan tingkat akurasi mencapai 97%. Analisis SWOT mengungkapkan beberapa temuan utama, yaitu kekuatan pada konten acara yang interaktif, kelemahan pada durasi acara yang terlalu pendek dan kurangnya variasi tantangan, peluang pada meningkatnya minat publik terhadap acara edukatif, serta ancaman berupa ekspektasi publik yang tinggi akibat lonjakan popularitas. Hasil penelitian ini diharapkan dapat memberikan wawasan bagi Ruangguru untuk meningkatkan kualitas acara di masa mendatang dan menjadi panduan bagi organisasi lain yang berencana menyelenggarakan acara serupa.
Analisis Penggunaan ChatGPT dalam Pembelajaran dengan Model Problem Based Learning Terhadap Hasil Belajar Siswa Sekolah Menengah Kejuruan Aisyah, Kindi; Hariyanti, Uun; Suharsono, Aswin
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 3 (2025): Maret 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Penelitian ini dilatarbelakangi oleh rendahnya motivasi belajar siswa yang menyebabkan kurangnya fokus dalam pembelajaran, serta penerapan model Problem Based Learning (PBL) yang belum optimal sehingga hasil belajar tidak meningkat. Penelitian ini bertujuan mengeksplorasi efektivitas penggunaan ChatGPT sebagai alat bantu dalam model PBL untuk meningkatkan hasil belajar siswa. Metode penelitian yang digunakan adalah dengan metode penelitian kuantitatif eksperimen berjenis Quasi Experimental dengan Nonequivalent Control Group Design, yang melibatkan dua kelompok yaitu kelas X RPL 1 sebagai kelas kontrol dan kelas X RPL 2 sebagai kelas eksperimen. Analisis data dilakukan dengan uji normalitas, effect size, dan pengujian hipotesis menggunakan Mann-Whitney. Instrumen penelitian meliputi pretest dan posttest untuk ranah kognitif, lembar kerja peserta didik untuk ranah psikomotorik dan observasi untuk ranah afektif. Pada hasil belajar posttest nilai rata-rata kelas eksperimen sebesar (90,21) lebih tinggi dari kelas kontrol (65,88) dengan signifikasi (0,000<0,05) dengan efek besar. Selanjutnya pada psikomotorik rata-rata kelas eksperimen (95,78) juga lebih tinggi dari kelas kontrol (87,45) dengan signifikasi (0,000<0,05) dengan efek besar. Dan pada afektif rata-rata kelas eksperimen (85,94) lebih unggul dari kelas kontrol (80,31) dengan signifikasi (0,000<0,05) dengan efek sedang. Dengan hasil yang diberikan, penggunaan ChatGPT dalam model PBL terbukti efektif meningkatkan hasil belajar siswa.

Page 608 of 685 | Total Record : 6850

 606   607   608   609   610 

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