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
 674   675   676   677   678 
Sistem Deteksi Atrial Fibrilasi Menggunakan Metode CNN-BiLSTM Berbasis Shimmer Electrocardiography Sensor Rohmandzoni, Achmad; 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

Atrial Fibrilasi (AF) merupakan salah satu aritmia jantung yang paling umum dan berisiko menimbulkan komplikasi serius seperti stroke dan gagal jantung. Deteksi AF secara klinis dilakukan melalui analisis sinyal electrocardiogram (ECG) oleh tenaga medis, namun proses ini membutuhkan waktu dan sangat bergantung pada ketelitian interpretasi. Pendekatan berbasis machine learning juga masih memiliki keterbatasan akibat ketergantungan pada ekstraksi fitur manual yang dapat memengaruhi konsistensi dan akurasi deteksi. Oleh karena itu, penelitian ini mengembangkan sistem deteksi AF berbasis deep learning menggunakan metode CNN-BiLSTM dan sensor Shimmer electrocardiography sensor. Sinyal ECG yang diperoleh diproses melalui tahapan preprocessing yang meliputi DC removal, bandpass filter, notch filter, dan normalisasi, kemudian diklasifikasikan ke dalam kelas Normal atau Atrial Fibrilasi menggunakan model CNN-BiLSTM. Hasil analisis ditampilkan melalui Graphical User Interface (GUI) berbasis Python. Hasil pengujian menunjukkan bahwa 80% sinyal ECG hasil perekaman berada dalam rentang amplitudo fisiologis. Sistem mencapai akurasi klasifikasi sebesar 100% pada data normal dan data AF berbasis threshold persentase segmen, dengan rata-rata waktu komputasi sebesar 5,06 detik, sehingga mendukung implementasi sistem secara real-time. Hasil ini menunjukkan potensi sistem sebagai alat bantu tenaga medis dalam mendeteksi Atrial Fibrilasi secara efisien.
Analisis Segmentasi Pelanggan Pada Industri Laundry Menggunakan Metode K-Means Clustering Untuk Rekomenasi Strategi Pemasaran Fauzi, Mohammad; Wicaksono, Satrio Agung; Kurnianingtyas, Diva
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 menghasilkan segmentasi pelanggan pada industri laundry berdasarkan pola transaksi menggunakan metode K-Means Clustering. Hasil pengujian menunjukkan bahwa kombinasi evaluasi Elbow Method, Silhouette Score, dan Davies-Bouldin Index (DBI) mengindikasikan jumlah klaster optimal sebanyak dua klaster (k = 2). Pemilihan jumlah klaster ini didukung oleh nilai Silhouette Score tertinggi serta nilai DBI terendah yang mencerminkan pemisahan klaster yang baik dan stabil. Klaster pertama menunjukkan kelompok pelanggan dengan tingkat frekuensi transaksi dan nilai total transaksi yang lebih tinggi dibandingkan klaster lainnya. Kelompok ini berkontribusi besar terhadap pendapatan dan menunjukkan pola transaksi yang konsisten. Sementara itu, klaster kedua merepresentasikan pelanggan dengan frekuensi transaksi dan nilai transaksi yang relatif lebih rendah, yang mengindikasikan tingkat keterlibatan pelanggan yang masih terbatas. Hasil segmentasi ini memberikan gambaran yang jelas mengenai perbedaan perilaku pelanggan dalam industri laundry. Temuan penelitian menunjukkan bahwa hasil klaster dapat dimanfaatkan sebagai dasar dalam penyusunan strategi pemasaran yang lebih terarah, seperti pemeliharaan pelanggan bernilai tinggi serta pengembangan program promosi untuk meningkatkan aktivitas pelanggan bernilai rendah. Dengan demikian, segmentasi berbasis data transaksi mampu mendukung pengambilan keputusan strategis secara lebih efektif dan terukur.
Pengaruh Motivasi dan Penggunaan Fitur Digital Detox terhadap Green Consumption Behavior dalam Mendukung Green Campus  Filani, Sefia Nasya; Saputra, Mochamad; Sianturi, Riswan; Maghfiroh, Intan
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

Perkembangan teknologi digital telah meningkatkan ketergantungan mahasiswa terhadap perangkat elektronik, yang berdampak pada fokus belajar dan konsumsi energi digital. Salah satu pendekatan yang relevan untuk mengatasi hal ini adalah digital detox, yaitu pembatasan penggunaan perangkat digital secara sadar. Penelitian ini bertujuan untuk menganalisis pengaruh motivasi terhadap Green Consumption Behavior (GCB) melalui Actual System Use (ASU) sebagai variabel mediasi, serta memberikan rekomendasi kebijakan kampus yang mendukung perilaku konsumsi digital berkelanjutan. Penelitian ini bersifat kuantitatif eksplanatori dengan penyebaran kuesioner kepada 446 mahasiswa aktif Universitas Brawijaya. Analisis dilakukan menggunakan Simple Mediation Model (Model 4) pada PROCESS Macro for SPSS versi 5.0, dengan metode bootstrapping sebanyak 5.000 sampel dan tingkat kepercayaan 95%. Hasil menunjukkan bahwa motivasi berpengaruh positif terhadap ASU (β=0,627; p<0,001) dan GCB (β=0,154; p=0,005), serta ASU berpengaruh signifikan terhadap GCB (β=0,642; p<0,001) dengan efek mediasi parsial (indirect effect=0,403). Berdasarkan hasil eksplorasi preferensi responden terhadap kebijakan kampus, sebagian besar mahasiswa memilih Digital Reset Challenge (64,6%) dan 7-Day Digital Mindfulness (50,0%) sebagai bentuk program digital detox yang dinilai paling relevan untuk mendukung perilaku Green Consumption Behavior di lingkungan kampus.
Analisis Perbandingan Metode Chunking dalam Chatbot Berbasis Retrieval-Augmented Generation Rekomendasi Terapi Nutrisi Medis Pasien Eman, Eleazar Tadeo; Fatyanosa, Tirana Noor; Aji, Alham Fikri
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

Chatbot berbasis kecerdasan buatan semakin banyak digunakan dalam layanan kesehatan, namun akurasi respons sering bergantung pada kualitas proses retrieval dalam sistem Retrieval-Augmented Generation (RAG). Penelitian ini membandingkan tiga metode chunking yaitu recursive chunking, semantic chunking, dan Double Pass Merging Chunking pada chatbot RAG untuk rekomendasi terapi nutrisi medis pasien. Pengujian dilakukan menggunakan dataset laporan nutrisi medis dan dievaluasi dengan BLEU, ROUGE, serta metrik RAGAS seperti context precision, context recall, faithfulness, dan answer relevancy. Hasil analisis menunjukkan bahwa Double Pass Merging Chunking memberikan performa terbaik pada 7 dari 8 metrik evaluasi dengan nilai Context Precision (0,5514), Context Recall (0,2721), Faithfulness (0,2381), BLEU (0,9129), ROUGE-1 (0,1117), ROUGE-2 (0,0174), dan ROUGE-L (0,0680). Semantic chunking menunjukkan peningkatan signifikan pada Context Recall (0,2702) dengan selisih 48% dibandingkan recursive chunking. Temuan ini menegaskan bahwa pemilihan metode chunking berpengaruh signifikan terhadap kualitas rekomendasi nutrisi medis yang dihasilkan chatbot berbasis RAG.
Prediksi Kelulusan Tepat Waktu Mahasiswa Sarjana Departemen Sistem Informasi Fakultas Ilmu Komputer Universitas Brawijaya Menggunakan Algoritma XGBoost Pradana Wicaksono, Alfredabayu; Hadi Wijoyo, Satrio; Hidayat, Nurul
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: JITECS
Penerapan Support Vector Machine Dalam MemprediksiKelulusan Mahasiswa Sarjana Pada Departemen Teknik InformatikaUniversitas Brawijaya hafilah, salma; Wijoyo, Satrio Hadi; Rahman, Khalid
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 JITECS.
Akuisisi dan Komunikasi Data Parameter Deteksi Stress Pada Device Wristwear (Studi Kasus: Mi Band 4, Mi Band 6, dan Garmin Forerunner 165) Fajar, Joko ifnu; Regasari Mardi Putri, Rekyan; Henryranu Prasetio, Barlian
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

Wearable device merupakan teknologi yang semakin berkembang dan banyak digunakan dalam kehidupan sehari-hari, khususnya dalam bentuk smartwatch dan smartband. Perangkat ini umumnya dimanfaatkan sebagai penunjuk waktu atau aksesoris, padahal di dalamnya terdapat berbagai sensor yang dapat digunakan untuk pemantauan kesehatan dan aktivitas olahraga. Namun, permasalahan yang sering ditemui pada perangkat wearable adalah keterbatasan akses terhadap data sensor biologis yang dihasilkan. Penelitian ini bertujuan untuk mendeskripsikan proses komunikasi dan metode akuisisi data pada perangkat Mi Band 4, Mi Band 6, dan Garmin Forerunner 165. Metode penelitian yang digunakan adalah penelitian deskriptif dengan pendekatan observasional melalui pengujian komunikasi Bluetooth Low Energy dan pengamatan proses akuisisi data pada masing-masing perangkat. Akuisisi data dilakukan dengan dua pendekatan, yaitu akuisisi real-time pada perangkat Garmin Forerunner 165 untuk data detak jantung, serta akuisisi non-real-time pada perangkat Mi Band 4, Mi Band 6, dan Garmin Forerunner 165. Hasil penelitian menunjukkan bahwa perangkat Mi Band memerlukan mekanisme autentikasi dan protokol vendor-specific dalam proses komunikasi dan pengambilan data, sedangkan Garmin Forerunner 165 menyediakan layanan komunikasi yang lebih terbuka melalui fitur broadcast heart rate. Temuan ini menunjukkan adanya perbedaan metode komunikasi dan akuisisi data antara perangkat Mi Band dan Garmin.
Analisis Pengaruh Faktor Ekonomi, Emosi, Nilai Fungsional Dan Komunitas Terhadap Keputusan Pembelian Produk In-Game: Studi Kasus Pada Komunitas Game Rise Of Kingdoms Pradana, Agustinus; Sianturi, Riswan; Wardani, Niken
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

Game model free-to-play (F2P) mulai banyak diminati oleh pemain dari semua kalangan, agar tetap beroperasi, developer mengandalkan sistem microtransaction sebagai sumber pendapatan utama pada game yang mereka buat. Rise of Kingdoms  merupakan salah satu game F2P yang di dalamnya terdapat sistem microtransaction yang menawarkan beberapa item yang memiliki fungsinya masing-masing. Penelitian ini bertujuan mengeksplorasi faktor-faktor yang dapat mempengaruhi pemain untuk memutuskan membeli item virtual pada game Rise of Kingdoms. Faktor-faktor tersebut adalah: pendapatan, harga, nilai fungsional, emosi dan komunitas, serta peran harga sebagai moderator terhadap pengaruh pendapatan, nilai fungsional dan emosi terhadap keputusan pembelian. Data dikumpulkan melalui kuesioner online terhadap 140 pemain Rise of Kingdoms yang pernah melakukan top-up pada 30 hari terakhir. Selanjutnya wawancara juga dilakukan secara daring melalui voice call  dan chat Discord pada 3 orang pemain Rise of Kingdoms. Data kuantitatif dari kuesioner dianalisis menggunakan metode PLS-SEM, sedangkan data kualitatif dari wawancara dilakukan analisis tematik untuk mendukung hasil penelitian secara deskriptif. Hasil penelitian  menunjukkan faktor pendapatan, harga, nilai fungsional dan emosi berpengaruh positif signifikan, terhadap Keputusan pembelian, sedangkan komunitas tidak memiliki pengaruh signifikan. Hasil R2-adjusted menunjukkan nilai 68% artinya keempat variabel tersebut dapat menjelaskan sebagian besar pengaruh terhadap keputusan pembelian. Faktor harga tidak terbukti memoderasi pengaruh pendapatan, emosi dan nilai fungsional terhadap keputusan pembelian.  
Evaluasi User Experience Pengguna Baru Pada Game Cities:Skylines Dengan Menggunakan Metode Enhanced Cognitive Walkthrough  Pardede, Natanael Isaac Pardamean; Prakoso, Bondan Sapta; Akbar, Muhammad Aminul
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

Proses onboarding pada permainan simulasi kompleks seperti Cities:Skylines sering menimbulkan kesulitan bagi pengguna baru karena tingginya tuntutan memahami fungsi antarmuka, alur langkah, dan hubungan antar fitur. Penelitian ini bertujuan menganalisis kesalahan dan hambatan yang muncul selama tahap pembelajaran awal tersebut serta merumuskan rekomendasi perbaikan berbasis prinsip desain pembelajaran multimedia. Fokus utama penelitian adalah mengidentifikasi pola masalah kegunaan, menjelaskan penyebab hambatan kognitif, dan merancang solusi yang dapat meningkatkan efektivitas onboarding. Metode yang digunakan adalah Enhanced Cognitive Walkthrough (ECW) untuk mengevaluasi 27 sub-tugas onboarding, dilengkapi klasifikasi beban kognitif menggunakan kerangka Cognitive Load Theory (CLT). Temuan dianalisis melalui lima matriks ECW untuk memetakan hubungan antara tingkat keparahan, kategori masalah, dan tingkat kepentingan tugas. Hasil evaluasi kemudian digunakan untuk menyusun rekomendasi perbaikan berbasis prinsip CTML. Hasil penelitian menunjukkan bahwa masalah paling dominan berasal dari kategori Feedback dan Sequence, diikuti Hidden dan Text/Icon, terutama pada tahap pembangunan utilitas yang paling kompleks. Hambatan ini dipicu kombinasi beban intrinsik yang tinggi dan beban eksternal dari tampilan serta alur antarmuka. Berdasarkan temuan tersebut, penelitian merumuskan solusi yang ditujukan untuk menurunkan beban kognitif dan meningkatkan keberhasilan onboarding.
Implementasi Support Vector Machine untuk Deteksi Tingkat Stres Berbasis Sinyal Electroencephalogram Satu Kanal Al-Luthfi Sukafdi, Rasyid; Rosana Widasari, Edita
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

Stres adalah kondisi psikologis yang memengaruhi keseimbangan emosional dan kinerja seseorang. Apabila stres tidak dilakukan deteksi dan penanganan sejak dini, maka stres mampu menyebabkan gangguan kesehatan yang serius. Deteksi stres pada umumnya dilakukan dengan metode subjektif menggunakan kuesioner seperti PSS, DASS-42, dan sebagainya, namun metode  tersebut belum sepenuhnya akurat dikarenakan ketergantungannya terhadap persepsi individu. Pengukuran dengan metode objektif secara fisiologis berbasis sinyal electroencephalogram (EEG) dinilai lebih akurat. Namun, penggunaan perangkat berbasis EEG banyak kanal memiliki kelemahan yaitu kompleksitas komputasi yang tinggi dan portabilitas yang rendah cenderung membuat pasien tidak nyaman. Berdasarkan hal tersebut, penelitian ini mengusulkan implementasi Support Vector Machine (SVM) untuk deteksi tingkat stres berbasis sinyal EEG satu kanal untuk meningkatkan performa akurasi klasifikasi, efisiensi waktu komputasi, dan kenyamanan pengguna. Proses pengolahan sinyal menggunakan normalisasi Z-Score, dekomposisi Discrete Wavelet Transform (DWT), serta ekstraksi fitur berupa Mean Absolute Value (MAV), Standard Deviation (SD), Absolute Power (AP), dan Power Percentage (PP) dari gelombang alpha dan beta. Data fitur diklasifikasikan dengan menggunakan algoritma Support Vector Machine (SVM) dengan kernel Radial Basis Function (RBF) ke dalam tiga kelas yaitu Normal, Mid-Stress, High-Stress. Sistem dibentuk dalam aplikasi Graphical User Interface (GUI) berbasis MATLAB sehingga sistem dapat menampilkan keluaran berupa grafik sinyal alpha dan beta, nilai ekstraksi fitur, hasil diagnosa, dan waktuHasil pengujian menunjukkan akurasi klasifikasi sebesar 86,67%  dan rata-rata waktu komputasi sistem 2,29 detik. Sistem yang diimplentasikan pada penelitian ini dapat diandalkan dan digunakan oleh psikolog sebagai alat validator tambahan dan mendeteksi stres pasien dengan lebih objektif, cepat, dan nyaman.

Page 676 of 685 | Total Record : 6850

 674   675   676   677   678 

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