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
 672   673   674   675   676 
Analisis Pengaruh Model Embedding Pada Kualitas Retrieval Dokumen: Studi Kasus Peraturan Rektor Universitas Brawijaya Adriansyah, Rachmat; Perdana, Rizal Setya; Adikara, Putra Pandu
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

Dokumen hukum seperti Peraturan Rektor Universitas Brawijaya memiliki struktur kompleks dan terminologi teknis yang menyulitkan pencarian informasi secara efisien melalui metode manual. Penelitian ini bertujuan untuk menganalisis pengaruh dan membandingkan performa beberapa model embedding terhadap kualitas retrieval dokumen hukum sebagai komponen utama dalam system Retrieval-Augmented Generation (RAG). Evaluasi dilakukan terhadap tiga model embedding, yaitu Legal-BERT, Qwen3-Embedding-8B, dan Linq-Embed-Mistral, dengan menerapkan dua strategi chunking berupa fixed-size dan semantic chunking. Data uji terdiri dari 32 query pengguna nyata yang diujikan pada empat dokumen Peraturan Rektor Universitas Brawijaya. Kinerja retrieval diukur menggunakan metrik Precision@k, Mean Reciprocal Rank (MRR), Mean Average Precision (MAP), dan Normalized Discounted Cumulative Gain (NDCG@k). Hasil pengujian menunjukkan bahwa Qwen3-Embedding-8B dengan strategi fixed-size chunking memberikan performa terbaik dengan nilai Precision@5 sebesar 0,456, MRR 0,819, MAP 0,810, dan NDCG@5 sebesar 0,848. Sebaliknya, Legal BERT menunjukkan kinerja terendah dengan Precision@5 sebesar 0,031, MRR 0,073, MAP 0,069, dan NDCG@5 sebesar 0,076. Selain itu, strategi fixed-size chunking secara konsisten menghasilkan performa lebih baik dibandingkan semantic chunking dalam menjaga relevansi konteks dokumen. Temuan ini menegaskan bahwa pemilihan model embedding dan strategi chunking berperan penting dalam meningkatkan akurasi retrieval dokumen hukum sebagai fondasi sistem RAG.
Analisis Perbandingan Performa Framework Website Next.js dan React Router Taqiyassar, Kenzie; Putra Kharisma, Agi; Tri Ananta, Mahardeka
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

Performa adalah aspek penting dalam pengembangan aplikasi modern. Perkembangan terbaru di industri menunjukkan adanya perubahan preferensi framework, contohnya OpenAI memindahkan sebagian layanan web miliknya, seperti ChatGPT dari Next.js ke Remix, yang kini berevolusi dan terintegrasi erat dengan ekosistem React Router. Penelitian ini membandingkan performa Next.js dan React Router berdasarkan metrik First Contentful Paint (FCP), Largest Contentful Paint (LCP), Total Blocking Time (TBT), Cumulative Layout Shift (CLS), Speed Index (SI), dan skor performa Lighthouse. Tiga halaman pengujian terdiri dari Home, Ecommerce, dan News dibangun dengan desain identik dan diuji menggunakan WebPageTest serta Lighthouse pada dua kondisi yaitu tanpa cache dan dengan cache. Setiap halaman diuji sebanyak 20 kali, dan hasil dianalisis menggunakan statistik deskriptif, uji normalitas Shapiro-Wilk, serta uji inferensial Mann-Whitney U. Hasil penelitian menunjukkan bahwa Next.js secara konsisten unggul dalam metrik FCP, LCP, dan SI, baik itu tanpa cache maupun dengan cache serta memperoleh skor Lighthouse yang lebih tinggi. Nilai p yang sangat kecil (ditampilkan sebagai 0,0000 karena pembulatan) menunjukkan bahwa perbedaan performa kedua framework signifikan secara statistik. React Router hanya unggul pada Total Blocking Time, tetapi tidak memberikan pengaruh praktis karena nilainya sangat rendah. Secara keseluruhan, Next.js terbukti lebih efisien dan stabil dalam pemuatan dan rendering halaman web dibandingkan React Router.
Deteksi Objek Manusia pada Robot Humanoid Menggunakan YOLOv11 Nawal Addufairi, M. Azkan; Setyawan, Gembong Edhi
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

Interaksi manusia–robot pada robot humanoid membutuhkan sistem deteksi manusia yang andal untuk merespons pengguna secara tepat di lingkungan nyata. Robot BRONE sebagai robot maskot Universitas Brawijaya menghadapi beberapa tantangan teknis, di antaranya variasi jarak deteksi, perubahan kondisi pencahayaan, serta keterbatasan daya komputasi perangkat. Penelitian ini mengusulkan implementasi model YOLOv11 sebagai sistem deteksi manusia secara real-time yang optimal untuk perangkat embedded pada robot BRONE sekaligus diintegrasikan dengan sistem penggerak untuk mendukung interaksi human-following. Hasil pengujian menunjukkan model memiliki nilai precision sebesar 0,995, recall sebesar 1,000, f1-score sebesar 0,997, mAP@0,5 sebesar 0,995, dan mAP@0,5:0,95 sebesar 0,92. Model mampu melakukan deteksi secara stabil pada jarak 1 hingga 18 meter, dengan tingkat keberhasilan 100% pada kondisi pencahayaan terang dan 94,44% pada kondisi pencahayaan rendah. Selain itu, model memenuhi kebutuhan real-time dengan rata-rata waktu inferensi sebesar 26,57 ms dan rata-rata frame rate sebesar 27,61 FPS. Pada pengujian integrasi, seluruh skenario human-following berhasil dijalankan dengan tingkat keberhasilan 100%. Hasil penelitian ini menunjukkan bahwa implementasi YOLOv11 layak digunakan untuk meningkatkan kapabilitas interaksi manusia–robot pada robot BRONE.
Evaluasi Kualitas Layanan Aplikasi OVO terhadap Kepuasan Pengguna Menggunakan End User Computing Satisfaction (EUCS) Termodifikasi dan Importance Performance Analysis (IPA) Kusumawardhani, Bernadeta Regina; Sapta Prakoso, Bondan; Rachmadi, Aditya
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

Bank Indonesia mendukung pembayaran digital melalui Gerakan Nasional Non Tunai (GNTT), termasuk pada industri fintech seperti OVO. Meskipun memiliki basis pengguna yang banyak di Indonesia, aplikasi OVO memiliki rating 3,7 dari 5 yang menunjukkan aplikasi belum memiliki kepuasan yang baik sehingga perlu dilakukan evaluasi layanan untuk meningkatkan kepuasan pengguna. Selain itu, tingginya kasus kebocoran data pada aplikasi keuangan menimbulkan persepsi negatif terhadap perlindungan data pengguna. Tujuan dari penelitian ini adalah menganalisis tingkat kepuasan pengguna aplikasi OVO berdasarkan variabel content, accuracy, format, ease of use, timeliness, dan perceived security, kemudian menentukan aspek-aspek layanan yang perlu dilakukan evaluasi beserta prioritas perbaikannya. Penelitian ini menggunakan pendekatan kuantitatif dengan metode kombinasi End User Computing Satisfaction termodifikasi dan Importance Performance Analysis. Hasil penelitian menunjukkan bahwa perceived security menjadi prioritas utama perbaikan, diikuti dengan variabel content, timeliness, dan format. Sementara itu, variabel accuracy dan ease of use sudah memiliki tingkat kinerja dan kepentingan yang baik sehingga ditempatkan pada prioritas perbaikan akhir. Penelitian ini diharapkan dapat memberikan pertimbangan praktis bagi pihak OVO dalam melakukan evaluasi layanan untuk meningkatkan kepuasan pengguna. Penelitian selanjutnya diharapkan dapat melibatkan sampel yang lebih besar dengan pesebaran responden yang lebih merata sehingga hasil penelitian dapat lebih mewakili pengguna OVO di Indonesia
Analisis Pengaruh Penerapan Dark Patterns Dalam Proses Pembelian Tiket di Aplikasi Travel Online Terhadap Pengalaman Pengguna Putri Yenita, Faira Nabila; Trias Hanggara, Buce; Purnawirawan, Oktaa
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 di Jurnal Internasional TBD
Perbandingan Algoritma K-Prototypes dan Agglomerative Clustering Berbasis Gower Distance untuk Analisis Pola Serangan Web Defacement Dari Arsip Publik Zone-H TABAYUNI, RAHIMI ILLONG; ARWANI, ISSA; AMINUL AKBAR, MUHAMMAD
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 di Jurnal Nasional JUST-SI
Perbandingan Metode Forecasting Arima, LSTM, Dan Prophet Dalam Prediksi Penjualan Produk Harijanto, Michael Christopher; Pinandito, Aryo; Wardani, Niken Hendrakusma
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

Pengendalian persediaan di Toko Bumbu Pecel Istimewa memerlukan prediksi permintaan harian yang akurat karena pola penjualan dipengaruhi oleh faktor musiman, Ramadan, hari libur, dan pencilan penjualan. Penelitian ini membandingkan performa tiga metode peramalan yaitu ARIMA, LSTM, dan Prophet untuk menentukan model dengan tingkat akurasi terbaik dalam memprediksi penjualan harian. Penelitian ini menggunakan data penjualan dari 13 April 2022 hingga 26 September 2025 dengan evaluasi dilakukan pada berbagai rasio data latih dan uji guna menjaga reliabilitas hasil. Kinerja model diukur menggunakan MAE, RMSE, dan MASE. Validasi statistik dilakukan melalui uji normalitas Shapiro-Wilk yang menunjukkan bahwa sebagian besar distribusi error tidak berdistribusi normal, sehingga perbandingan kinerja model dianalisis menggunakan uji non-parametrik Wilcoxon Signed-Rank. Hasil analisis deskriptif dan inferensial menunjukkan bahwa Prophet secara konsisten menghasilkan nilai error terendah pada seluruh skenario pengujian. Prophet terbukti mampu menangkap pola musiman ganda, sehingga lebih stabil pada ukuran data latih yang terbatas, serta lebih tahan terhadap pencilan dibandingkan ARIMA dan LSTM. Hasil uji Wilcoxon mengonfirmasi adanya perbedaan kinerja yang signifikan antara Prophet dan dua model lainnya. Berdasarkan temuan tersebut, Prophet direkomendasikan sebagai model peramalan yang paling akurat dan layak diimplementasikan sebagai alat pendukung keputusan dalam pengelolaan persediaan bumbu pecel.
Analisis Pengalaman Pengguna (User Experience) Pada Fitur Booking Ruangan Dalam Website Malang Creative Centre Menggunakan Metode User Experience Quistionnare (UEQ) Sa'adah, Nailis; Satrio Hadi Wijoyo; Buce Trias Hanggara
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

Penelitian ini bertujuan untuk menganalisis pengalaman pengguna (User Experience) pada fitur Booking Ruangan di Website Malang Creative Centre (MCC) menggunakan metode User Experience Questionnaire (UEQ). Metode UEQ mengukur enam dimensi pengalaman pengguna, yaitu Attractiveness, Perspicuity, Efficiency, Dependability, Stimulation, dan Novelty. Penelitian ini menggunakan pendekatan kuantitatif dengan pengumpulan data melalui penyebaran kuesioner UEQ kepada pengguna fitur Booking Ruangan Website MCC. Hasil penelitian menunjukkan bahwa secara umum persepsi pengguna terhadap fitur Booking Ruangan Website MCC bersifat positif. Dimensi Perspicuity memperoleh nilai tertinggi yaitu 1,358, sedangkan dimensi Novelty memperoleh nilai terendah yaitu -0,017. Dimensi Perspicuity, Efficiency, dan Dependability berada di atas rata-rata benchmark, menunjukkan fitur mudah dipahami, efisien, dan andal. Namun, Attractiveness dan Stimulation berada di bawah rata-rata, serta Novelty berada pada kategori buruk, menandakan kurangnya daya tarik visual, kesenangan, dan inovasi. Hasil penelitian ini memberikan dasar empiris bagi pengelola MCC untuk mengembangkan sistem, khususnya dengan meningkatkan aspek kebaruan melalui penerapan praktik terbaik dari aplikasi reservasi komersial.  
Sistem Deteksi Supraventricular Extrasystole Menggunakan Metode Convolutional Neural Network Berbasis Shimmer Electrocardiography Sensor Butarbutar, Erlinda; Widasari, Edita Rosana
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

Supraventricular Extrasystole (SVE) merupakan gangguan irama jantung yang sering terjadi dan dapat menjadi indikator awal penyakit kardiovaskular. Deteksi dini SVE penting untuk mendukung pengambilan keputusan klinis yang cepat dan akurat. Namun, identifikasi SVE masih banyak bergantung pada anotasi manual rekaman ECG jangka panjang, yang memerlukan waktu lama dan berpotensi menimbulkan kesalahan. Oleh karena itu, penelitian ini bertujuan mengembangkan sistem deteksi SVE yang otomatis dan efisien berbasis sensor wearable dan deep learning. Sistem yang dikembangkan memanfaatkan Shimmer Electrocardiography Sensor untuk akuisisi sinyal ECG, yang kemudian diproses melalui tahap pra-pemrosesan berupa penyaringan noise dan normalisasi. Proses klasifikasi dilakukan menggunakan Convolutional Neural Network (CNN) dengan arsitektur U-Net 1D, serta diintegrasikan ke dalam aplikasi berbasis Python dengan antarmuka grafis untuk visualisasi real-time. Hasil penelitian ini menunjukkan bahwa 86.67% data uji berada pada rentang amplitudo fisiologis 0.5 – 5 mV, dengan nilai MAPE sebesar 0.071% yang menunjukkan akurasi pengiriman data 99.93%. Sistem mampu mengklasifikasikan sinyal ECG ke dalam kelas Normal dan SVE dengan akurasi 96.67% serta waktu komputasi rata-rata 1.8 detik. Dengan demikian, sistem ini berpotensi menjadi alat bantu yang andal bagi tenaga medis dalam mendeteksi SVE secara cepat dan objektif.
Analisis Perbandingan Efisiensi Metode Augmentasi Data EDA, Back-Translation Dan LLM Untuk Klasifikasi Topik Berita Berbahasa Indonesia Pada Kondisi Class Imbalance Zidan, Muhammad; Pinandito, Aryo; Rusydi, Alfi Nur
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

Ketidakseimbangan kelas (class imbalance) pada klasifikasi berita Indonesia kerap memicu bias model terhadap kelas mayoritas. Meski augmentasi data menjadi solusi umum, studi yang mengukur efisiensi metode ini pada korpus lokal masih minim terutama yang secara spesifik menyoroti keseimbangan antara peningkatan akurasi dan beban komputasi. Penelitian ini membandingkan efisiensi Easy Data Augmentation (EDA), Back-Translation (BT), dan metode berbasis LLM menggunakan klasifikasi XGBoost. Efisiensi diukur melalui rasio peningkatan Macro F1-Score terhadap waktu komputasi (ΔF1/detik). Guna menjamin validitas, metode EDA dan LLM diuji dalam sepuluh iterasi, sedangkan BT dibatasi pada pengujian tunggal (single-run) akibat kendala biaya. Signifikansi perbedaan performa antar metode divalidasi menggunakan uji statistik Friedman dan Post-hoc Dunn. Hasil eksperimen menempatkan BT sebagai metode paling efisien karena kemampuannya mempertahankan koherensi semantik teks. Hasil kontras ditunjukkan oleh EDA yang justru menghasilkan efisiensi negatif dan merusak performa model. Sementara itu, LLM menempati posisi moderat dengan variabilitas hasil yang lebih tinggi dibanding BT. Disimpulkan bahwa terlepas dari tingginya biaya API, Back-Translation merupakan pendekatan paling efisien untuk menangani ketidakseimbangan data berita. Oleh karena itu, penelitian selanjutnya disarankan mengeksplorasi alternatif model open-source maupun arsitektur Transformer untuk validasi yang lebih komprehensif.

Page 674 of 685 | Total Record : 6850

 672   673   674   675   676 

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