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
 671   672   673   674   675 
Implementasi Deep Learning MobileNetV2 dan Explainable AI (Grad-CAM) dalam Klasifikasi Multi-Kelas Penyakit Kuku Berbasis Raspberry Pi Angelica, Sherina Yosephine; Mardi Putri, Rekyan Regasari
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 10 No 01 (2026): Januari 2026
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Deteksi dini kelainan kuku merupakan langkah krusial dalam pencegahan komplikasi medis serius, namun metode diagnosis visual manual sering kali bersifat subjektif dan rentan terhadap kesalahan interpretasi. Guna mengatasi keterbatasan aksesibilitas alat medis dan kurangnya transparansi pada sistem diagnosis otomatis konvensional, penelitian ini mengembangkan sistem klasifikasi penyakit kuku portabel berbasis embedded system pada Raspberry Pi 3 Model B yang mengintegrasikan arsitektur MobileNetV2 untuk efisiensi komputasi dan Gradient-weighted Class Activation Mapping (Grad-CAM) untuk interpretabilitas keputusan (Explainable AI). Sistem dirancang untuk mengklasifikasikan enam kondisi kuku—meliputi Healthy Nail, Acral Lentiginous Melanoma, Blue Finger, Clubbing, Pitting, dan Onikomikosis—secara real-time dengan sumber daya terbatas. Hasil pengujian menunjukkan performa sistem yang sangat andal dengan capaian akurasi global 90,6% dan rata-rata F1-Score 90,3%, serta efisiensi waktu inferensi sebesar 0,3781 detik per citra, membuktikan kelayakan prototipe ini sebagai alat skrining medis sekunder yang cepat, akurat, dan transparan untuk implementasi pada layanan kesehatan primer dan daerah terpencil. 
Implementasi Pan-Tompkins++ Berbasis Shimmer Electrocardiography Sensor untuk Sistem Monitoring Gangguan Irama Jantung secara Real-Time Nur Fattah, Muhammad
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 mengembangkan sistem monitoring sinyal electrocardiogram (ECG) real-time berbasis algoritma Pan-Tompkins++ yang terintegrasi dengan sensor Shimmer ECG dan GUI interaktif. Penelitian ini dilakukan untuk mengatasi kebutuhan akan sistem pemantauan detak jantung real-time yang akurat, responsif, dan mampu mendeteksi gangguan irama jantung sejak dini. Algoritma ini dipilih karena memiliki sensitivitas lebih tinggi terhadap noise dan variasi sinyal dibandingkan metode pendahulunya. Sistem ini diintegrasikan dengan sensor Shimmer ECG yang memiliki standar klinis sehingga memberikan sinyal yang akurat dan dilengkapi antarmuka grafis interaktif yang memungkinkan proses akuisisi sinyal, deteksi puncak R, perhitungan beats per minute (BPM), serta klasifikasi kondisi jantung ke dalam kategori normal, bradikardia, atau takikardia. Pengujian dilakukan pada lima subjek sehat dalam tiga kondisi aktivitas berbeda serta lima record dari MIT-BIH Arrhythmia Database untuk mengevaluasi performa pada sinyal abnormal. Hasil menunjukkan bahwa akurasi deteksi puncak R pada subjek normal mencapai 99,36% dan 99,93% pada dataset aritmia. Perhitungan BPM menghasilkan MAPE 0,72%, atau setara akurasi 99,27%, yang berada jauh di bawah batas toleransi klinis 5%. Dari sisi kinerja, waktu komputasi algoritma rata-rata hanya 4,18 ms pada pengujian real-time dan 2,66 ms pada dataset aritmia, memastikan kemampuan pemrosesan real-time tanpa delay. Penggunaan memori juga efisien pada kisaran 16–152 KB, sehingga sistem tetap stabil meskipun terjadi peningkatan aktivitas atau noise pada sinyal. Secara keseluruhan, penelitian ini menunjukkan bahwa implementasi algoritma Pan-Tompkins++ pada perangkat Shimmer ECG mampu menghasilkan sistem monitoring gangguan irama jantung yang akurat, andal, dan siap digunakan sebagai alat bantu deteksi dini yang cepat dan praktis.
Implementasi Pan-Tompkins++ Berbasis Shimmer Electrocardiography Sensor untuk Deteksi R-Peak dan Ekstraksi Fitur ECG sebagai Dasar Estimasi Tekanan Darah Alhamid, Faticha Kamila; Widasari, Edita Rosana
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

Pemantauan tanda vital secara kontinu merupakan kebutuhan penting dalam perawatan klinis modern. Namun, penggunaan banyak sensor pada patient vital signs monitor, khususnya perangkat pengukur tekanan darah berbasis manset, dapat menyebabkan ketidaknyamanan serta meningkatkan kompleksitas peralatan. Penelitian ini berfokus pada pengembangan tahapan awal sistem estimasi tekanan darah berbasis sinyal electrocardiogram (ECG), yaitu proses deteksi puncak R dan ekstraksi fitur yang relevan sebagai masukan model prediksi. Sinyal ECG direkam secara real-time menggunakan Shimmer Electrocardiography Sensor melalui streaming Bluetooth, kemudian dilakukan pre-processing untuk mereduksi baseline wander dan noise. Selanjutnya, deteksi R-peak dilakukan menggunakan algoritma Pan-Tompkins++ yang lebih robust terhadap noise melalui adaptive thresholding, T-wave discrimination, serta mekanisme search-back untuk mengurangi missed beat. Berdasarkan posisi R-peak yang tervalidasi, diekstraksi fitur morfologis (HR, HRV, QT, QTc, TQ, SDI, SDIn) dan fitur statistik (RMS, Hjorth Mobility, Hjorth Complexity) sehingga terbentuk vektor fitur per siklus atau segmen yang siap digunakan pada tahap pemodelan regresi estimasi tekanan darah pada penelitian lanjutan.
Perancangan Sistem Pelipat Baju Otomatis Berbasis ESP32 Menggunakan Servo Motor Untuk Meningkatkan Efisiensi Lipatan Darmawan, Azriel; Akbar, Sabriansyah Rizqika
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

Proses pelipatan pakaian secara manual memerlukan waktu dan tenaga yang relatif besar serta menghasilkan kualitas lipatan yang kurang konsisten. Penelitian ini bertujuan merancang dan mengimplementasikan sistem pelipat baju otomatis berbasis ESP32 untuk meningkatkan efisiensi dan konsistensi pelipatan. Sistem menggunakan mikrokontroler ESP32 sebagai pengendali utama, servo motor MG996R sebagai aktuator papan lipat, sensor ultrasonik untuk mendeteksi keberadaan pakaian, serta sensor load cell untuk memastikan adanya beban sebelum proses pelipatan dilakukan. Pengendalian servo dilakukan menggunakan sinyal Pulse Width Modulation (PWM) sehingga sudut dan urutan gerakan lipatan dapat diatur secara terprogram. Hasil pengujian menunjukkan bahwa sistem mampu mengurangi waktu pelipatan rata-rata sebesar 40–60% dibandingkan metode manual, khususnya pada pakaian ringan hingga menengah seperti kaos dan kemeja. Sensor ultrasonik memiliki selisih pengukuran rata-rata ±1 cm, sedangkan load cell menunjukkan tingkat kesalahan pengukuran sekitar ±10 gram. Sudut aktual servo mendekati sudut yang diprogram sehingga menghasilkan lipatan yang seragam. Integrasi kedua sensor meningkatkan keandalan sistem dan mencegah kesalahan operasi. Dengan demikian, sistem pelipat baju otomatis yang dikembangkan mampu bekerja secara efisien, andal, dan konsisten serta berpotensi diterapkan pada skala rumah tangga maupun industri kecil.
Perancangan Sistem Identifikasi Awal Kanker Payudara Menggunakan Metode Support Vector Machine Berdasarkan Sinyal Elektrokardiogram J'Verron, Shadam; Widasari, Edita Rosana
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 10 No 2 (2026): Februari 2026
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Kanker payudara merupakan salah satu penyebab utama kematian pada perempuan, sehingga diperlukan upaya deteksi dini yang efektif dan mudah diimplementasikan. Namun, metode deteksi dini yang tersedia masih memiliki keterbatasan dari sisi invasivitas serta keterbatasan fasilitas, yang berpotensi menurunkan partisipasi pasien dalam pemeriksaan. Penelitian ini bertujuan untuk menerapkan pendekatan machine learning menggunakan model Support Vector Machine (SVM) dalam membangun sistem skrining awal kanker payudara berbasis sinyal electrocardiogram (ECG) dengan memanfaatkan parameter heart rate variability (HRV) domain frekuensi. Fitur HRV yang digunakan meliputi low frequency (LF), high frequency (HF), dan rasio LF/HF, yang diekstraksi dari sinyal ECG dan digunakan sebagai masukan pada model klasifikasi SVM. Evaluasi kinerja sistem dilakukan berdasarkan kemampuan deteksi R-peak, kinerja klasifikasi, dan waktu komputasi. Hasil menunjukkan bahwa sistem mampu melakukan deteksi R-peak dengan akurasi rata-rata sebesar 98%, sehingga fitur HRV dapat dihitung secara andal. Model SVM menghasilkan akurasi klasifikasi sebesar 60% pada data uji, dengan performa yang lebih baik dalam mengidentifikasi subjek sehat dibandingkan subjek dengan indikasi kanker payudara. Hasil ini menunjukkan bahwa HRV domain frekuensi memiliki potensi sebagai indikator fisiologis pendukung dalam sistem skrining awal kanker payudara, meskipun masih memiliki keterbatasan apabila digunakan sebagai satu-satunya dasar deteksi.
Analisis Segmentasi Pelanggan Berbasis RFM Menggunakan Possibilistic Fuzzy C-Means (PFCM) Dan Equilibrium K-Means (EKM) Pada PT Travlr Guides Indonesia Saputra, Muhammad; Ratnawati, Dian
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 10 No 01 (2026): Januari 2026
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Persaingan pada industri pariwisata digital menuntut perusahaan untuk memahami perilaku pelanggan secara lebih mendalam. PT Travlr Guides Indonesia saat ini masih menerapkan pendekatan pemasaran yang bersifat umum dan belum memanfaatkan data transaksi pelanggan secara optimal, sehingga berpotensi menyebabkan strategi promosi tidak terarah, tingkat keterlibatan pelanggan rendah, serta kecenderungan pelanggan beralih pada pesaing. Penelitian ini bertujuan untuk melakukan segmentasi pelanggan PT Travlr Guides Indonesia berdasarkan perilaku transaksi berbasis model RFM (Recency, Frequency, dan Monetary) dengan kerangka kerja Knowledge Discovery in Database (KDD). Data yang digunakan berupa data transaksi pelanggan PT Travlr Guides Indonesia melalui platform Thebalibible pada periode Januari 2024 hingga Februari 2025. Hasil penelitian menunjukkan jumlah optimal klaster sebanyak tiga klaster. Algoritma Possibilistic Fuzzy C-Means (PFCM) menghasilkan nilai Silhouette Coefficient (SC) sebesar 0.468 dan Davies-Bouldin Index (DBI) sebesar 0.811. Algoritma Equilibrium K-Means (EKM) menunjukkan kinerja yang lebih baik berdasarkan nilai SC sebesar 0.477 dan DBI sebesar 0.781, sehingga hasil segmentasi algoritma EKM akan digunakan sebagai dasar perumusan rekomendasi strategi pemasaran. Berdasarkan hasil tersebut, terbentuk tiga segmen pelanggan yang meliputi segmen at risk customers, segmen loyal customers, segmen low-value customers.
Implementasi Conditional Variational Autoencoder Pada Autentikasi Biometrik Berbasis PPG Alamsyah, Muhammad Alfaiz Khalifah; Pramukantoro, Eko Sakti; Fauzi, Muhammad Ali
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 10 No 01 (2026): Januari 2026
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Penggunaan biometrik sebagai metode autentikasi mempunyai kelebihan dari sisi personalisasi dan minimnya resiko pemalsuan dibandingkan metode autentikasi tradisional. Salah satu metode biometrik yang banyak diteliti dan dikembangkan adalah photoplethysmography atau PPG yang populer digunakan karena biaya sensornya yang relatif rendah, implementasi yang sederhana, serta keamanannya yang tinggi. Akan tetapi, PPG memiliki beberapa kelemahan di antaranya adalah kesulitan mengidentifikasi pengguna di luar kondisi steril, rentan terhadap motion artifacts, serta kesulitan untuk mengidentifikasi user baru. Salah satu cara untuk menanggulangi berbagai kekurangan dalam PPG adalah dengan mengolah data PPG yang masuk menggunakan machine learning atau deep learning. Salah satu metode deep learning yang layak untuk dipertimbangkan adalah Conditional Variational Autoencoder atau CVAE. Dalam paper ini, penulis menggagas sebuah metode autentikasi berbasis sinyal PPG yang diproses dengan CVAE untuk membentuk representasi biometrik. Hasil representasi ini kemudian akan disimpan di database dan akan dilakukan pengujian dengan sistem autentikasi yang kemudian diukur dengan berbagai matrik.  Hasil penelitian menunjukkan CVAE mampu mengekstraksi karakteristik biometrik individu secara efektif pada kondisi pengujian yang terkontrol. Akan tetapi, hasil pengujian pada sistem autentikasi menunjukkan performa yang jauh lebih rendah, menunjukkan implementasi autentikasi secara real-time masih menghadapi tantangan signifikan. Hasil penelitian mengindikasikan bahwa performa sistem sangat dipengaruhi oleh kualitas sinyal, konsistensi preprocessing, serta perbedaan pipeline pemrosesan data. Penelitian selanjutnya disarankan untuk menerapkan pipeline preprocessing yang benar-benar konsisten antara pemrosesan data offline dan pemrosesan data real-time.
Sistem Kontrol Zero Moment Point (ZMP) untuk Keseimbangan Humanoid Robot dengan Proportional Integral Derivatif (PID) Gulam Syarif, Muhammad; Edhi Setyawan, Gembong
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 10 No 01 (2026): Januari 2026
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Robot humanoid memiliki struktur bipedal yang rentan terhadap ketidakstabilan, terutama saat bergerak di permukaan tidak rata. Penelitian ini mengimplementasikan sistem kontrol keseimbangan berbasis Zero Moment Point (ZMP) pada robot ROBOTIS OP3 menggunakan pengendali Proportional–Integral–Derivative (PID). Data sensor IMU dan joint state digunakan untuk estimasi ZMP real-time yang kemudian disaring menggunakan Low Pass Filter. Kontroler PID kemudian menghitung sinyal koreksi berdasarkan selisih antara ZMP aktual dan setpoint, yang selanjutnya digunakan untuk menyesuaikan parameter langkah melalui perhitungan inverse  kinematics. Pengujian dilakukan pada lintasan rumput sintetis dengan skenario berjalan tanpa halangan serta melewati tanjakan dan turunan. Hasil penelitian menunjukkan bahwa Low Pass Filter signifikan mereduksi noise. Pada skenario tanpa halangan, kontroler PI menghasilkan Mean Absolute Error (MAE) terbaik sebesar 0,4484 cm. Sebaliknya, pada skenario berhalangan, kontroler PID terbukti paling unggul dengan tingkat keberhasilan 100% dan MAE 1,7082 cm, jauh lebih baik dibandingkan kondisi tanpa kontrol yang mengalami kegagalan. Kesimpulannya, integrasi kontrol PID berbasis ZMP efektif meningkatkan stabilitas dinamis robot di lingkungan menantang.
Sistem Deteksi Bola pada Robot Sepak Bola Humanoid Menggunakan Algoritma Convex Hull dan YOLOv5 Adipratama, Ivan Rafli; Edhi Setyawan, Gembong
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 10 No 01 (2026): Januari 2026
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Pada era perkembangan robotika modern, sistem deteksi objek berbasis computer vision menjadi komponen penting dalam mendukung kemampuan robot sepak bola humanoid untuk beroperasi secara mandiri, khususnya pada ajang Kontes Robot Sepak Bola Indonesia - Humanoid (KRSBI-H). Penelitian ini bertujuan mengembangkan sistem deteksi bola berbasis YOLOv5 yang dikombinasikan dengan algoritma Convex Hull untuk meningkatkan kestabilan deteksi melalui pembatasan area pencarian objek berdasarkan segmentasi lapangan. Metode penelitian ini melibatkan pengujian performa deteksi menggunakan metrik precision, recall, F1-score, mAP@0,5, dan mAP@0,5:0,95, serta evaluasi penggunaan sumber daya komputasi dan performa real-time sistem. Hasil pengujian menunjukkan bahwa model YOLOv5 memiliki performa deteksi yang sangat baik dengan nilai precision sebesar 0,985, recall 1,000, F1-score 0,992, mAP@0,5 0,995, dan mAP@0,5:0,95 0,961. Evaluasi penggunaan sumber daya menunjukkan bahwa penerapan Convex Hull tidak memberikan peningkatan beban komputasi yang signifikan baik pada kondisi idle maupun saat robot berjalan. Pengujian real-time menunjukkan bahwa metode YOLOv5 menghasilkan rata-rata 34,3 FPS dengan waktu inferensi 28,26 ms, sedangkan kombinasi YOLOv5 dengan Convex Hull menghasilkan 28,77 FPS dengan waktu inferensi 34,76 ms, yang masih berada dalam batas real-time. Hasil ini menunjukkan bahwa integrasi YOLOv5 dan Convex Hull efektif dalam meningkatkan kestabilan deteksi bola dengan tetap mempertahankan kinerja real-time sistem robot humanoid.
Analisis Performa QoS Varian ESP32 dan Raspberry Pi pada Jaringan Starlink Menggunakan Protokol TCP dan UDP Atarian, Tiara Calista Kusumawardani; Amron, Kasyful; Pramukantoro, Eko Sakti
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 10 No 01 (2026): Januari 2026
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Konektivitas jaringan masih menjadi tantangan utama dalam penerapan IoT di wilayah terpencil. Jaringan satelit Starlink menawarkan solusi alternatif dengan latency rendah dan cakupan luas, namun karakteristiknya yang dinamis menuntut pengujian performa komunikasi pada perangkat IoT. Perbedaan kemampuan pemrosesan dan implementasi protokol jaringan pada perangkat IoT berpotensi menghasilkan performa yang tidak seragam, sehingga diperlakukan pengujian dengan variasi perangkat. Penelitian ini menganalisis performa QoS jaringan Starlink pada perangkat ESP32, ESP32-C6, Raspberry Pi Zero, dan Raspberry Pi 3 B+ menggunakan protokol TCP dan UDP. Pengujian dilakukan menggunakan iPerf2 dan ping untuk memperoleh parameter throughput, latency, jitter, dan packet loss. Hasil penelitian menunjukkan bahwa performa QoS pada jaringan Starlink sangat dipengaruhi oleh kapabilitas internal perangkat dan protokol komunikasi yang digunakan. Pada protokol TCP, ESP32 dan ESP32-C6 menunjukkan throughput terbatas 2–4 Mbps akibat keterbatasan buffer dan kemampuan pemrosesan, sedangkan Raspberry Pi Zero dan Raspberry Pi 3 B+ mampu mencapai throughput yang lebih stabil sekitar 4–7 Mbps. Pada protokol UDP, ESP32 dan ESP32-C6 menghasilkan throughput tinggi hingga 20–30 Mbps, namun disertai packet loss ekstrem sebesar 65–96% sehingga tidak merepresentasikan goodput. Sebaliknya, Raspberry Pi mampu mempertahankan throughput sesuai target iPerf2 dengan packet loss mendekati nol. Nilai latency seluruh perangkat berada pada kisaran 68–96 ms dengan jitter di bawah 12 ms. Secara keseluruhan, protokol TCP lebih konsisten dan direkomendasikan untuk perangkat IoT, sedangkan performa UDP sangat bergantung pada kemampuan pemrosesan perangkat.

Page 673 of 685 | Total Record : 6850

 671   672   673   674   675 

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