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
 609   610   611   612   613 
Analisis Perbandingan Server Side dan Client Side Data Fetching pada Framework Next.Js (Studi Kasus Aplikasi Online Course) Arya Bhanuartha, Putu Gde; Pinandito, Aryo; Akbar, Muhammad Aminul
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

Perkembangan teknologi informasi telah membawa perubahan signifikan dalam berbagai industri, termasuk pendidikan melalui platform online course. PT Sekawan Media Informatika telah mengembangkan sebuah aplikasi online course berbasis website untuk siswa SMK, yang dibangun menggunakan arsitektur microservice dengan framework Next.js untuk sisi client dan Laravel untuk sisi server. Terdapat dua jenis halaman atau modul yang ada di aplikasi online course tersebut, yaitu halaman statis (portal) dan halaman dinamis (backoffice). Sebuah halaman statis yang memerlukan satu kali pengambilan data direkomendasikan untuk menggunakan server-side data fetching (Vercel Next.js, n.d.). Namun, pada aplikasi online course tersebut, halaman statis dikembangkan dengan teknik client-side data fetching. Meskipun aplikasi dapat berjalan dengan baik, pertambahan jumlah pengguna kedepannya dapat berpengaruh terhadap performa aplikasi. Oleh karena itu, diperlukan penelitian yang membahas mengenai teknik data fetching dan rendering yang tepat pada halaman statis sehingga dapat membantu perusahaan dalam mengoptimalkan dan membentuk sebuah standardisasi sehingga dapat memberikan performa aplikasi yang lebih baik. Penelitian ini membandingkan ukuran dokumen HTML, waktu render, dan skor Google Lighthouse versi 10 dengan metrik yaitu First Contentful Paint, Speed Index, Total Blocking Time, Largest Contenful Paint, dan Cummulative Layout Shift. Pengujian dilakukan dengan mengambil 100 sampel untuk masing-masing metrik pengukuran dan kedua jenis teknik data fetching. Seluruh pasangan data sampel berdistribusi tidak normal sehingga uji beda dapat dilakukan dengan metode Mann-Whitney U. Dari hasil analisis tersebut, dapat ditarik kesimpulan bahwa halaman yang menggunakan server-side data fetching memiliki ukuran dokumen HTML yang lebih besar, hal tersebut diakibatkan tersematkannya skrip JS oleh Next.Js sehingga hal tersebut dapat mempermudah proses rendering pada peramban. Overall, server-side data fetching memiliki waktu render yang lebih cepat dan skor Google Lighthouse yang lebih baik dibandingkan pada halaman yang menggunakan client-side data fetching.
Pengaruh Implementasi Model Problem-Based Learning Berbantuan GitHub dan ChatGPT Terhadap Hasil Belajar dan Kemampuan Abstraksi Kusuma Wardani, Ajeng Ayu; 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

Penelitian ini mengkaji pengaruh Problem-Based Learning (PBL) berbantuan GitHub dan ChatGPT terhadap hasil belajar dan kemampuan abstraksi siswa dalam pembelajaran Pemrograman Web di SMKN 5 Malang. Sebelumnya, PBL telah diterapkan tanpa memanfaatkan GitHub dan ChatGPT secara maksimal; GitHub hanya digunakan terbatas, sementara eksplorasi materi dilakukan melalui W3Schools. Penelitian menggunakan metode weak experiment dengan pendekatan kuantitatif dan desain static group pretest-posttest, melibatkan kelas kontrol dan eksperimen. Pada kelas kontrol, PBL dilakukan tanpa GitHub dan ChatGPT, sedangkan pada kelas eksperimen menggunakan keduanya. Hasil penelitian menunjukkan bahwa penerapan PBL berbantuan GitHub dan ChatGPT tidak memberikan pengaruh signifikan terhadap hasil belajar kognitif dan psikomotorik siswa. Namun, terdapat peningkatan signifikan pada kemampuan abstraksi siswa. Keterlibatan aktif siswa dan optimalisasi teknologi menjadi faktor kunci keberhasilan pembelajaran. Meskipun tidak ada perbedaan signifikan dalam hasil belajar antara kedua kelompok, terdapat perbedaan signifikan pada kemampuan abstraksi. Penelitian merekomendasikan pemanfaatan teknologi secara intensif serta eksperimen dengan variabel yang lebih terkontrol untuk hasil yang lebih valid.
Penggunaan Autocontrast dan YOLOv10n Untuk Deteksi Permukaan Jalan dalam Kondisi Pencahayaan Beragam pada Kursi Roda Pintar Ahmad Andika, Farel; Utaminingrum , Fitri
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

Mobilisasi adalah salah satu kebutuhan dasar manusia dalam kehidupan sehari-hari, namun merupakan tantangan bagi penyandang disabilitas fisik. Walau penyandang disabilitas dapat menggunakan kursi roda sebagai penunjang mobilisasi, penelitian menunjukkan bahwa setidaknya 63% pengguna kursi roda pernah terjatuh dari kursi roda mereka dengan 36,4% dari kasus disebabkan oleh permukaan jalan yang dilewati. Dengan perkembangan teknologi saat ini kursi roda elektrik dapat dilengkapi dengan fitur keselamatan seperti sistem deteksi permukaan jalan yang dapat mengatur kecepatan motor listrik berdasarkan jenis permukaan yang dilewati. Beberapa penelitian terkait pengaturan kecepatan kursi roda pintar berdasarkan jenis permukaan jalan sudah ada sebelumnya namun dengan keterbatasan pada pencahayaan terang dan keperluan komputasi yang tinggi. Penelitian ini bertujuan menggunakan Autocontrast sebagai fungsi peningkatan pencahayaan citra dalam kondisi pencahayaan minim dan menggunakan YOLOv10n untuk deteksi permukaan jalan dalam kondisi pencahayaan beragam tanpa memerlukan kebutuhan komputasi yang tinggi. Berdasarkan hasil penelitian ini, diperoleh bahwa model terbaik berada pada epoch ke-92 dari pelatihan. Penggunaan Autocontrast tidak terlalu berpengaruh pada hasil deteksi model dengan akurasi hasil mencapai 95.7% dibandingkan 95.4% tanpa Autocontrast. Walau demikian, penggunaan Autocontrast berdampak minim ke kecepatan komputasi sistem dengan rata-rata 68,2ms dibandingkan 63,7ms.
Evaluasi Flipped Classroom Berbantuan E-Learning Berbasis Gamifikasi Terhadap Motivasi Belajar dan Hasil Belajar Siswa SMK Negeri 3 Malang Permatasari, Amelia Intan; Pradana, Fajar; Herlambang, Admaja Dwi
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 Ubiq Learning
Pengembangan Sistem Wearable untuk Deteksi Postur Duduk Miring Berbasis Data Sensor MPU6050 dan Metode Support Vector Machine Nadhifa, Nadaa; Syauqy, Dahnial; Edita
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

Posisi duduk merupakan salah satu posisi tubuh yang paling sering dilakukan oleh manusia dalam kehidupan sehari-hari. Postur dalam posisi duduk ini dapat memiliki pengaruh besar terhadap kesehatan, terutama jika tidak dilakukan dengan benar. Inilah mengapa penting bagi individu untuk memiliki pemahaman terkait dengan postur duduk yang benar saat beraktivitas. Pemahaman ini dapat diperoleh melalui pengembangan sistem wearable yang dirancang untuk mengklasifikasikan postur duduk. Untuk membuat sistem deteksi yang menyeluruh, sistem dirancang untuk mendeteksi postur duduk yang terlalu miring ke kanan maupun ke kiri, karena umumnya postur duduk yang tidak benar hanya dikaitkan pada posisi duduk membungkuk. Sistem ini dirancang untuk mendeteksi postur duduk manusia dan mengklasifikasikannya menjadi tiga kelas, yaitu “Tegak”, “Membungkuk”, dan “Miring”. Klasifikasi ini didasari oleh data mean dan standar deviasi dari nilai akselerometer dan giroskop yang diperoleh dari sensor MPU6050 yang terintegrasi dengan ESP32 dan diolah menggunakan algoritma Support Vector Machine. Rangkaian ini diaplikasikan pada rompi sehingga dapat digunakan saat melakukan aktivitas dengan postur duduk. Dalam penelitian ini, algoritma Support Vector Machine menghasilkan akurasi 100% pada model dan 91.6% pada keseluruhan sistem. Hasil klasifikasi berupa identifikasi postur duduk yang ergonomis dan non-ergonomis (membungkuk dan miring) yang ditandai dengan buzzer. Apabila buzzer aktif, maka postur duduk telah memasuki postur duduk non-ergonomis dan telah melebihi waktu trigger yang ditetapkan yaitu 10 detik, yang direkomendasikan sebagai waktu ideal notifikasi pengingat untuk pengguna. Sistem wearable yang dikembangkan ini dapat membantu pengguna dalam membiasakan postur duduk yang benar dalam kehidupan sehari-hari sehingga dapat mengurangi risiko kesehatan yang berhubungan dengan otot dan tulang belakang, dengan klasifikasi yang akurat serta sistem yang mudah digunakan.
Sistem Wearable untuk Deteksi Postur Awal Badan pada Latihan Deadlift Menggunakan Sensor MPU6050 dengan Metode Support Vector Machine (SVM) Grafidi, Alif Akbar; Syauqy, Dahnial; Kurniawan, Wijaya
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 4 (2025): April 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Olahraga rutin terbukti efektif dalam menjaga kebugaran, meningkatkan kekuatan fisik, dan mengurangi risiko penyakit fatal. Salah satu olahraga yang mendukung hal tersebut adalah weightlifting atau latihan angkat beban. Latihan angkat beban, khususnya gerakan deadlift, efektif untuk meningkatkan kekuatan dan ketahanan tubuh. Namun, kesalahan postur saat melakukan deadlift, terutama pada posisi awal, dapat meningkatkan risiko cedera, terutama pada punggung bawah. Penelitian ini bertujuan untuk mengembangkan sistem wearable yang dapat mendeteksi dan mengklasifikasikan postur badan pada posisi awal deadlift guna mengurangi risiko cedera. Sistem wearable ini menggunakan sensor MPU6050 yang memanfaatkan akselerometer dan giroskop untuk memperoleh data postur tubuh, yang kemudian diolah menggunakan metode Support Vector Machine (SVM) dengan validasi Stratified K-Fold Cross-Validation. Sistem ini diintegrasikan dengan mikrokontroler ESP32 untuk melakukan klasifikasi postur yang benar, salah, atau idle saat melakukan posisi awal deadlift. Hasil penelitian menunjukkan bahwa model SVM hanya dengan data akselerometer mencapai akurasi 99,23%, sedangkan implementasi sistem wearable yang diintegrasikan dalam ESP32 menunjukkan akurasi 94,44%. Sistem ini juga menunjukkan performa yang baik dalam pembacaan data sensor, komunikasi data, dan waktu komputasi dengan rata-rata waktu 2 ms.
Analisis Kualitas Website Evira Terhadap Kepuasan Pengguna Menggunakan Metode WebQual 4.0 Faturani, Bunga Sauma; Wijoyo, Satrio Hadi; 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

Pengelolaan data pendidikan tinggi yang efektif dan sistematis menjadi aspek penting bagi perguruan tinggi dalam menjalankan berbagai aktivitas pendidikan tinggi. Perguruan tinggi diwajibkan melaporkan penyelenggaraan pendidikan tinggi pada setiap semester melalui PDDikti Neo Feeder. Namun, pelaporan tersebut masih terkendala adanya kesalahan pengisian data. Website Evira hadir sebagai layanan yang membantu Perguruan Tinggi Swasta di wilayah Yogyakarta dalam memantau data yang telah dilaporkan dengan mengidentifikasi kesalahan pengisian data yang tidak dapat diketahui melalui PDDikti. Meskipun memiliki fungsi yang lebih unggul dari PDDikti, informasi yang disediakan oleh website Evira tidak selalu aktual. Evaluasi kualitas layanan dilakukan menggunakan metode WebQual 4.0 untuk mengukur pengaruh kualitas kegunaan, kualitas informasi, dan kualitas interaksi layanan terhadap kepuasan pengguna website Evira. Penelitian melibatkan 98 responden yang akan dianalisis menggunakan regresi linear berganda. Temuan penelitian mengindikasikan bahwa setiap variabel berdampak positif dan signifikan secara parsial terhadap kepuasan pengguna dengan koefisien regresi sebesar 0.139 untuk kualitas kegunaan, 0.120 untuk kualitas informasi, dan 0.278 untuk kualitas interaksi layanan. Ketiga variabel ini juga memberikan pengaruh secara simultan, positif, dan signifikan terhadap kepuasan pengguna website Evira.
Analisis Klasifikasi Waktu Tunggu Kerja Lulusan dengan Support Vector Machine pada Data Tracer Study (Studi Kasus: Lulusan 2015-2020 Fakultas Ilmu Komputer Universitas Brawijaya) diniyah, zubaidah; Setiawan, Nanang Yudi; Dian Eka Ratnawati
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

Salah satu indikator keberhasilan perguruan tinggi dalam mempersiapkan lulusannya adalah waktu tunggu kerja, yaitu durasi yang diperlukan lulusan untuk mendapatkan pekerjaan setelah lulus. Penelitian ini bertujuan untuk mengklasifikasikan waktu tunggu kerja lulusan Fakultas Ilmu Komputer Universitas Brawijaya (FILKOM) dan menganalisis faktor-faktor penyebab yang memengaruhinya. Metode Support Vector Machine (SVM) digunakan untuk membangun model klasifikasi berdasarkan data tracer study lulusan FILKOM periode 2020–2023, yang mencakup variabel seperti program studi, lokasi pekerjaan, IPK, jenis kelamin, dan lama studi. Penelitian ini juga menerapkan metode Root Cause Analysis (RCA) dan Failure Mode and Effect Analysis (FMEA) untuk mengidentifikasi serta memberikan solusi terhadap faktor-faktor penyebab utama waktu tunggu kerja yang lama.Hasil analisis menunjukkan bahwa metode SVM menghasilkan akurasi sebesar 74% dalam mengklasifikasikan waktu tunggu kerja. Berdasarkan analisis RCA dan FMEA, faktor risiko tertinggi yang memengaruhi waktu tunggu kerja adalah kurangnya pengalaman magang selama masa studi, lokasi pekerjaan di luar negeri yang memerlukan persyaratan tambahan, serta lama masa skripsi akibat minimnya konsultasi dosen-mahasiswa. Penelitian ini diharapkan dapat menjadi referensi bagi Fakultas Ilmu Komputer Universitas Brawijaya dalam mengoptimalkan program pengembangan karier lulusan untuk mempercepat waktu tunggu kerja dan meningkatkan kualitas lulusan.
Klasifikasi Tingkat Obesitas Berdasarkan Pola Hidup dan Kebiasaan Konsumsi Makanan menggunakan meotde K-Nearest Neighbor Firman Yasin, Satferisnan Qoris; Agus Wahyu Widodo; Indriati
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

Obesitas merupakan salah satu tantangan kesehatan global yang paling mendesak saat ini. Menurut data dari Organisasi Kesehatan Dunia (WHO), prevalensi obesitas telah meningkat secara signifikan dalam beberapa dekade terakhir. Dibutuhkan sebuah fasilitas yang penting untuk mengetahui tingkatan obesitas pada seseorang berdasarkan pola hidup dan kebiasaannya. Penelitian ini menggunakan metode klasifikasi  K-Nearest Neighbor untuk mengklasifikasikan tingkat obesitas berdasarkan dari data pola hidup dan kebiasaan konsumsi makanan dan juga akan memanfaatkan pendekatan perhitungan jarak Euclidean yang menentukan kedekatan antara data sampel baru dengan data yang sudah ada. Proses klasifikasi melibatkan beberapa tahapan yaitu, pengumpulan data , preprocessing, penentuan nilai k , dan klasifikasi tingkat obesitas. Total data yang digunakan pada penelitian ini sejumlah 1610 data, dengan pembagian 80% untuk data latih dan 20% untuk data uji. Hasil dari penelitian yang dilakukan, menunjukkan bahwa metode KNN dapat mengklasifikasikan tingkat obesitas secara akurat berdasarkan dari pola hidup dan kebiasaan konsumsi makanan. Penilitian ini membuktikan bahwa tingkat akurasi yang ditemukan memiliki nilai sebesar 79% dengan menggunakan nilai K=5. Hasil penelitian ini diharapkan dapat menjadi referensi bagi pengembangan klasifikasi tingkat obesitas serta mendukung upaya pencegahan penyakit kronis yang terkait
Penjadwalan Makan Otomatis untuk Ibu Hamil Menggunakan Algoritma Genetika pada Aplikasi Mobile Berbasis Jetpack Compose Putra, I Gusti Ngurah Mayun Suryatama Giri; Kurnianingtyas, Diva; Huda, Fais Al
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 e-Informatica Software Engineering Journal

Page 611 of 685 | Total Record : 6850

 609   610   611   612   613 

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