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
 668   669   670   671   672 
ANALISIS PERBANDINGAN ARSITEKTUR MVVM DAN MVI PADA APLIKASI ANDROID (STUDI KASUS: APLIKASI MANAJEMEN KOS) Maulidzar Syahriza Putra, Arya; Putra Kharisma, Agi; Al Huda, Fais
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 12 (2025): Desember 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Pemilihan pola arsitektur perangkat lunak yang tepat krusial dalam pengembangan aplikasi Android modern. Arsitektur Model-View-ViewModel (MVVM) kini menjadi standar berkat kemudahannya, namun Model-View-Intent (MVI) menawarkan manajemen state yang lebih aman melalui aliran data satu arah. Penelitian ini bertujuan menganalisis perbandingan kinerja dan line of code antara MVVM dan MVI pada aplikasi android dengan fitur yang sederhana. Metodologi penelitian mengembangkan dua versi aplikasi Android manajemen kos sederhana yang identik menggunakan Kotlin. Pengujian kinerja dilakukan pada skenario tambah-hapus kamar, initial load daftar kamar, dan search kamar. Data yang dikumpulkan meliputi penggunaan CPU, RAM, execution time, serta line of code, yang kemudian dianalisis signifikansi perbedaannya menggunakan uji hipotesis Independent T-Test dan Mann-Whitney U Test. Hasil penelitian menunjukkan bahwa pada aplikasi Android dengan kompleksitas fitur sederhana, arsitektur MVVM dan MVI memiliki keunggulannya masing-masing. MVI menunjukkan kinerja yang lebih baik pada beberapa skenario dari sisi penggunaan CPU dan execution time, sedangkan MVVM memiliki penggunaan memori yang lebih efisien serta jumlah baris kode yang lebih rendah. Dengan demikian, pemilihan arsitektur ini perlu disesuaikan dengan tingkat kompleksitas fitur dan kebutuhan aplikasi yang dikembangkan.
Analisis Perbandingan Efisiensi Retrofit dan Apollo pada Aplikasi Skincare E-Commerce    Rasya, Muhammad; Kharisma, Agi; Dewi, Candra
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 12 (2025): Desember 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Penelitian ini membandingkan penggunaan Retrofit (REST) dan Apollo (GraphQL) dalam satu aplikasi Android e-commerce skincare. Fokus penelitian adalah menganalisis efisiensi performa kedua API berdasarkan waktu respons, penggunaan CPU, penggunaan memori, serta kompleksitas implementasi kode. Eksperimen dilakukan pada satu aplikasi uji yang mengintegrasikan kedua modul API dengan backend dan basis data yang sama sehingga kondisi pengujian identik. Empat skenario diuji: pengambilan data produk, paket produk, pencarian penjual, dan simulasi alur penggunaan. Setiap skenario dijalankan sebanyak 400 iterasi setelah melalui system warm-up, API warm-up, dan cooldown untuk mencapai kondisi steady-state. Analisis dilakukan secara deskriptif dan inferensial menggunakan Welch’s t-test, ANOVA replikasi kondisi uji, dan ukuran efek Cohen’s d. Hasil menunjukkan bahwa Apollo memiliki waktu respons rata-rata 31% lebih cepat, penggunaan memori 37% lebih rendah, dan konsumsi CPU 18% lebih hemat dibandingkan Retrofit. Namun, Apollo memiliki kompleksitas implementasi lebih tinggi karena definisi skema dan proses code generation. Dengan demikian, pendekatan hibrida direkomendasikan: GraphQL digunakan untuk permintaan data kompleks, sedangkan REST digunakan untuk operasi sederhana agar mencapai keseimbangan antara efisiensi dan kemudahan pemeliharaan.
Prediksi Tingkat Resiko Kanker Serviks Menggunakan Algoritma Support Vector Machine Gumelar, Dimas; Muflikhah, Lailil
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 12 (2025): Desember 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Kanker adalah salah satu penyakit yang hingga saat ini masih menjadi penyakit yang paling menakutkan. Pada satu dekade yang lalu, kanker serviks menjadi kanker ketiga paling umum di kalangan wanita secara global. Namun, di 42 negara dengan sumber daya terbatas, kanker ini adalah yang paling sering dialami wanita. Berbagai jenis tindakan pencegahan belum bisa menghentikan sebagian besar kasus kanker ini meskipun dengan melakukan tes skrining. Dengan berkembangnya ilmu pengetahuan saat ini, machine learning adalah model yang efektif dengan mendeteksi penyakit yang dituntut cepat. Peneliti mengusulkan penggunaan metode klasifikasi menggunakan Support Vector Machine (SVM) untuk melakukan prediksi tingkat resiko kanker serviks pada wanita. Penelitian ini dilakukan dengan tahapan persiapan, preprocessing, learning dan testing, serta evaluasi. Dataset yang digunakan berasal dari data pasien kanker dari Rumah Sakit Umum Dr. Saiful Anwar, Kota Malang, Indonesia. Untuk tahap preprocessing dilakukan agar data menjadi bentuk numerik yang sesuai dengan model SVM. Selain itu juga dilakukan proses oversampling dengan SMOTE agar persebaran data lebih merata. Proses learning dilakukan dengan 3 kernel yaitu, kernel linear, polynomial, dan RBF. Tiap kernel juga akan dilakukan percobaan tuning hyperparameter untuk mendapatkan hasil yang terbaik pada masing-masing model. Hasil dari penelitian ini menunjukkan kernel yang menghasilkan akurasi terbaik adalah kernel polynomial yang mencapai 88,89% dengan f1-score sempurna pada beberapa label kelas. Selain itu didapatkan pola hyperparameter yang berpengaruh pada hasil akurasi model SVM untuk masing-masing kernel.
Pengaruh Penggunaan Indentasi Penulisan Kode Program Terhadap Aspek Readability Dan Maintainability Perangkat Lunak Pane, Naira; Pinandito, Aryo; Perdanakusuma, Andi
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 12 (2025): Desember 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Kode program yang mudah dipahami berperan penting dalam proses pengembangan perangkat lunak karena sebagian besar aktivitas pengembang dihabiskan untuk membaca dan memahami kode. Salah satu aspek tata letak kode yang sering tidak konsisten penerapannya adalah penggunaan indentasi, yang kerap dianggap sebagai preferensi gaya penulisan semata, padahal berfungsi memperjelas struktur dan hierarki logika program. Penelitian ini bertujuan menguji pengaruh penggunaan indentasi terhadap keterbacaan (readability) dan kemudahan pemeliharaan (maintainability) kode program. Penelitian menggunakan pendekatan kuantitatif dengan metode eksperimen terhadap mahasiswa semester tujuh Fakultas Ilmu Komputer Universitas Brawijaya yang memiliki kemampuan pemrograman JavaScript. Partisipan dibagi ke dalam dua kelompok, yaitu kelompok kode dengan indentasi empat spasi dan tanpa indentasi. Setiap partisipan diberikan dua tugas, yakni menemukan kesalahan kode untuk mengukur readability dan memperbaiki kesalahan kode untuk mengukur maintainability. Pengukuran dilakukan berdasarkan waktu penyelesaian tugas. Hasil penelitian menunjukkan bahwa penggunaan indentasi berpengaruh signifikan terhadap aspek readability, yang ditunjukkan oleh waktu yang lebih cepat dalam menemukan kesalahan. Namun, penggunaan indentasi tidak berpengaruh terhadap aspek maintainability, karena waktu yang dibutuhkan untuk memperbaiki kesalahan kode relatif sama pada kedua kelompok.  Temuan ini menunjukkan bahwa indentasi meningkatkan keterbacaan kode dengan memudahkan analisis, tetapi tidak mempermudah proses perbaikan kode.
Analisis Perbandingan Kinerja Fine-Tuning Varian Pretrained BERT untuk Deteksi Intrusi Berbasis Host pada Dataset ADFA-LD Radinka Akmal, Salsa Zufar; Noor Fatyanosa, Tirana; Data, Mahendra
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 12 (2025): Desember 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Deteksi intrusi berbasis host merupakan komponen penting dalam menjaga keamanan sistem karena mampu menganalisis aktivitas internal host melalui urutan system call, sehingga dapat mendeteksi perilaku intrusi yang tidak dapat diidentifikasi oleh Network-based Intrusion Detection System (NIDS). Namun seiring perkembangan zaman, muncul tantangan karena pola serangan modern tidak lagi ditandai sebagai peristiwa atau event tunggal, melainkan sebagai deviasi sekuensial yang sulit dibedakan dari aktivitas normal. Berbagai pendekatan machine learning dan deep learning sebelumnya menunjukkan keterbatasan karena memerlukan pelatihan dari awal dan tidak mampu memanfaatkan pengetahuan lintas domain. Untuk menjawab permasalahan tersebut, berbagai penelitian telah memanfaatkan model BERT untuk tugas deteksi intrusi berbasis host, namun studi komprehensif mengenai perbedaan kinerja antar variannya masih terbatas. Celah tersebut menjadi landasan penelitian ini, yang bertujuan mengevaluasi performa beberapa varian pretrained BERT serta mengidentifikasi konfigurasi pelatihan yang paling efektif untuk deteksi intrusi pada dataset ADFA-LD. Penelitian dilakukan melalui tahapan pra proses data, fine-tuning model, dan eksplorasi hyperparameter untuk menilai pengaruh masing-masing komponen terhadap kualitas deteksi. Hasil penelitian menunjukkan adanya variasi trade-off antara performa akurasi dan efisiensi komputasi pada tiap varian BERT, sementara metode pra proses dan pemilihan hyperparameter terbukti memengaruhi performa secara signifikan. BERT-BASE mencapai F1-score tertinggi sebesar 0,9552, sementara DistilBERT mampu menurunkan waktu inferensi hingga lebih dari 60% (44,97 detik) dan penggunaan memori GPU hingga sekitar 37% (274,94 MB) dibandingkan BERT-BASE, dengan penurunan F1-score yang relatif kecil, yaitu sekitar 0,6%. Temuan ini memberikan dasar untuk pemilihan arsitektur dan strategi pelatihan yang lebih tepat dalam pengembangan HIDS berbasis model transformer.
Implementasi YOLOv8 dan YOLOv11 Pada Simulasi Quadcopter Untuk Deteksi Keretakan Gedung Ridho, Muhammad; Setiawan, Eko
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 12 (2025): Desember 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Inspeksi pemeliharaan gedung secara konvensional memerlukan biaya tinggi, waktu yang lama, dan menimbulkan risiko besar bagi pekerja. Quadcopter berbasis kecerdasan buatan menawarkan solusi yang lebih efisien, akan tetapi kemampuan pemrosesan pada perangkat tersebut terbatas. Penelitian ini merupakan pengembangan dari studi sebelumnya dengan menganalisis dan membandingkan kinerja YOLOv8 dan YOLOv11 dalam mendeteksi keretakan bangunan. Lingkungan simulasi yang realistis dirancang menggunakan Gazebo dan ROS, sementara model YOLOv8n dan YOLOv11n dilatih dan diuji baik pada komputer desktop maupun sistem tertanam Raspberry Pi 5. Evaluasi dilakukan menggunakan metrik Presisi (%) dan waktu inferensi rata-rata (ms). Hasil penelitian menunjukkan adanya trade-off kinerja pada berbagai skenario. Dalam simulasi, YOLOv8 lebih cepat (53,58 ms vs. 56,19 ms) dan unggul pada Presisi Dataset B (100% vs. 95,19%). Pada sistem tertanam, YOLOv8 tetap menunjukkan Presisi tertinggi (hingga 100% pada Dataset B), sedangkan YOLOv11 secara konsisten unggul dalam kecepatan pemrosesan. Rata-rata waktu inferensi YOLOv11 pada Raspberry Pi 5 mencapai 341 ms, lebih cepat dibandingkan YOLOv8 (350 ms), dan pola ini berlanjut pada simulasi langsung. Dapat disimpulkan bahwa pemilihan model bergantung pada kebutuhan aplikasi: YOLOv8 cocok untuk akurasi deteksi maksimal, sementara YOLOv11 lebih sesuai untuk aplikasi yang menuntut kecepatan dan efisiensi komputasi waktu nyata (real-time).
Penerapan Algoritma Apriori Untuk Menentukan Strategi Promosi Pada Cafe Pawon Wetan Adil, Ahmad Asyam
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 12 (2025): Desember 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Persaingan bisnis di bidang makanan dan minuman menuntut pelaku usaha untuk menyusun strategi promosi yang tidak hanya kreatif, tetapi juga berbasis data. Cafe Pawon Wetan sebagai salah satu usaha kuliner memiliki data transaksi penjualan yang dapat dimanfaatkan untuk mengetahui pola pembelian pelanggan. Penelitian ini bertujuan untuk menerapkan algoritma Apriori dalam menganalisis data transaksi pelanggan Cafe Pawon Wetan guna menemukan pola asosiasi antar menu yang sering dibeli secara bersamaan. Metode yang digunakan dalam penelitian ini adalah data mining dengan tahapan preprocessing data, pembentukan frequent itemsets, serta pembentukan association rule berdasarkan nilai support, confidence, dan lift ratio. Hasil penelitian menunjukkan bahwa algoritma Apriori mampu menghasilkan beberapa aturan asosiasi yang memiliki hubungan positif antar menu dan berpotensi digunakan sebagai dasar dalam penyusunan strategi promosi, khususnya promosi bundling. Dengan demikian, penerapan algoritma Apriori dapat membantu manajemen Cafe Pawon Wetan dalam merancang strategi promosi yang lebih tepat sasaran dan berbasis pada pola pembelian pelanggan.
Pengembangan Aplikasi Manajemen Operasional Kafe Berbasis Android (Studi Kasus: RUPA Space) Rifqi Maulana, Andika
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 12 (2025): Desember 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Aplikasi manajemen operasional kafe berbasis Android dikembangkan sebagai solusi atas tantangan operasional yang dihadapi oleh RUPA Space, sebuah kafe di Tangerang Selatan, dalam pengelolaan pemesanan, pembayaran, dan pelaporan penjualan. Permasalahan yang sering terjadi seperti kesalahan pencatatan pesanan, keterlambatan pelayanan, dan ketidaksesuaian laporan penjualan disebabkan oleh sistem yang masih manual dan kurang terintegrasi. Aplikasi ini dirancang menggunakan pendekatan Software Development Life Cycle (SDLC) model Waterfall yang mencakup tahap analisis kebutuhan, perancangan, pengembangan, dan pengujian. Proses pengumpulan data dilakukan melalui observasi langsung dan wawancara terhadap berbagai stakeholder seperti pemilik kafe, kasir, pelayan, dan staf dapur untuk memastikan aplikasi memenuhi kebutuhan operasional secara menyeluruh. Aplikasi dikembangkan dengan bahasa pemrograman Kotlin pada platform Android dan diuji menggunakan metode Blackbox Testing serta Usability Testing. Hasil pengujian menunjukkan aplikasi mencapai tingkat efektivitas rata-rata 90,5% (pemilik 83,3%, kasir 96,8%, pramusaji 94,4%, dapur 87,5%), tingkat efisiensi rata-rata 83,3% (pemilik 70,7%, kasir 92,4%, pramusaji 86,4%, dapur 83,7%), dan skor usability 93,1% kategori excellent. Aplikasi berhasil meningkatkan efisiensi operasional, akurasi pencatatan pesanan, dan menyediakan laporan penjualan secara real-time, memberikan dampak positif terhadap pengelolaan bisnis di RUPA Space.
Perancangan Gim Edukasi Berbasis MDA Framework Untuk Membantu Mengenali Emosi Anak Usia Dini Vindra, Shandy Arga
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 12 (2025): Desember 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Kesehatan mental pada anak usia dini sangat dipengaruhi oleh kemampuan regulasi emosi yang efektif, namun media pembelajaran inovatif untuk membantu anak mengenali emosi masih terbatas. Penelitian ini bertujuan untuk merancang dan mengimplementasikan gim edukasi berjudul "Petualangan Emosi" dengan menggunakan pendekatan MDA Framework (Mechanics, Dynamics, and Aesthetics) serta teknologi Augmented Reality (AR) untuk membantu anak usia 5 hingga 9 tahun mengenali emosi dasar. Metode penelitian yang digunakan adalah metode iterative yang terdiri dari tiga siklus pengujian guna melakukan penyempurnaan produk secara berkelanjutan. Produk yang dihasilkan merupakan media hibrida yang menggabungkan interaksi fisik papan permainan (board game) dengan pengalaman digital interaktif berbasis WebAR yang dikembangkan menggunakan Unity Engine dan Vuforia SDK7. Pengujian dilakukan terhadap 12 partisipan anak dengan pengambilan data melalui wawancara menggunakan pendekatan smileyometer. Hasil analisis statistik menunjukkan bahwa seluruh data berdistribusi tidak normal (p < 0,05), sehingga pengujian hipotesis dilakukan menggunakan metode statistik non-parametrik. Hasil uji beda antara iterasi pertama dan ketiga menunjukkan peningkatan signifikan dalam kemampuan pengenalan emosi anak dengan nilai p-value sebesar 0,02874 (p < 0,05). Integrasi teknologi AR efektif dalam mentransformasi konsep emosi yang abstrak menjadi pengalaman belajar yang konkret bagi anak usia dini.
Pengaruh Social Media Engagement Dan Environmental Literacy Terhadap Proenvironmental Behavior Mahasiswa Universitas Brawijaya Untuk Mendukung Keputusan Strategis Kampus Hijau Elvira Putri, Maria; Sianturi, Riswan; Maghfiroh, Intan
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 10 No 13 (2026): Publikasi Khusus Tahun 2026
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Naskah ini akan diterbitkan pada Jurnal Jurnal Sistem Informasi Universitas Indonesia

Page 670 of 685 | Total Record : 6850

 668   669   670   671   672 

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