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 7,163 Documents
 713   714   715   716   717 
Klasterisasi Aktivitas Pengguna Berdasarkan Log Server Web Menggunakan Model Autoencoder Halimsurya, Ervan; Data, Mahendra; Hari Trisnawan, Primantara
Jurnal Pengembangan Teknologi dan Ilmu Komputer Vol 10 No 7 (2026): Juli 2026
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Pertumbuhan sumber daya layanan web yang sangat cepat menuntut metode yang efektif untuk memperoleh pengetahuan dari data log server yang tersedia. Untuk mempelajari pola aktivitas yang terjadi pada sebuah web, dapat dilakukan klasterisasi pada log web server yang mampu membantu mengidentifikasi kelompok pengguna yang memiliki perilaku akses yang sama. Penelitian ini bertujuan untuk merancang dan mengimplementasikan sebuah sistem Klasterisasi Aktivitas Pengguna Berdasarkan Log Server Web Menggunakan Model Autoencoder sehingga mampu meningkatkan efektivitas pengelompokan pola aktivitas web. Penelitian dilakukan dengan mengujikan model Autoencoder langsung dalam pemecahan masalah untuk pengelompokan traffic dari log web server. Pengujian akan dilakukan dengan menggunakan dataset "Online Shopping Store - Web Server Logs" yang sudah dilakukan bot filtering dengan jumlah data akhir 9,337,737 akan dievaluasi kemampuan model dalam pengelompokan aktivitas pengguna dalam traffic. Klasterisasi dilakukan dengan menggunakan K-Means dan hasil yang diperoleh akan dievaluasi dan divisualisasikan. Hasil silhouette score yang diperoleh setelah klasterisasi adalah 0,5897, yang menunjukan bahwa data point dalam cluster yang terbentuk cukup akurat namun masih mengalami overlap dengan cluster lain. Hasil tersebut menunjukan bahwa model autoencoder cukup mampu untuk digunakan dalam klasterisasi log web server.
Rancang Bangun Sistem Deteksi dan Pemilahan Sampah Menggunakan YOLOv8 Berbasis Raspberry Pi Zhafran, Ghaniyy; Rekyan Regasari Mardi Putri
Jurnal Pengembangan Teknologi 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 JTIIK
Analisis Sentimen Multimodal dan Deteksi Rumor Menggunakan TOMBERT dengan Explainability Berbasis Prompt GPT Julian Syaputra, Rangga; Yudistira, Novanto; Widodo, Agus Wahyu
Jurnal Pengembangan Teknologi dan Ilmu Komputer Vol 10 No 7 (2026): Juli 2026
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Penyebaran informasi di media sosial yang sangat cepat meningkatkan risiko munculnya misinformasi dan rumor, sehingga diperlukan metode deteksi yang akurat dan efektif. Analisis sentimen multimodal merupakan pendekatan yang menggabungkan data teks dan gambar untuk memahami opini secara lebih komprehensif dibandingkan metode berbasis teks saja. Penelitian ini bertujuan membandingkan kinerja TF-IDF + Support Vector Machine (SVM), TOMBERT, dan Graph Neural Network (GNN) pada dataset Twitter15, serta menerapkan Explainable Artificial Intelligence (XAI) untuk meningkatkan interpretabilitas model. Hasil eksperimen menunjukkan bahwa GNN memperoleh akurasi tertinggi sebesar 88.04%, namun TOMBERT memberikan performa paling seimbang dengan akurasi 86.08% dan F1-Score sebesar 81.29%, yang menunjukkan kemampuannya dalam memahami hubungan antara teks dan gambar. GNN juga mampu meningkatkan deteksi kelas minoritas dengan Macro F1-Score sebesar 57.02% dan rumor F1-Score sebesar 20.51%. Sebaliknya, TF-IDF + SVM hanya mencapai akurasi sebesar 64.13%, yang menunjukkan keterbatasan dalam menangani data multimodal dan ketidakseimbangan kelas. Selain itu, implementasi XAI menggunakan GPT yang dikombinasikan dengan caption gambar dari BLIP mampu memberikan penjelasan yang lebih transparan terhadap prediksi model. Penelitian ini menyimpulkan bahwa pendekatan multimodal berbasis deep learning lebih efektif dibandingkan metode klasik, serta teknik optimasi yang diterapkan mampu meningkatkan performa deteksi pada kelas minoritas.
Analisis Perbandingan Kinerja dan Skalabilitas Apache Airflow dan Mage.ai dalam Proses ETL Shakira, Talitha Agus; Setiawan, Nanang Yudi; Wardani, Niken Hendrakusuma
Jurnal Pengembangan Teknologi 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 SENTRIN 2026
Sistem Rekomendasi Game pada Platform Steam Berbasis Content-Based Filtering Menggunakan TF-IDF dan Word2Vec Effendy, Nursyifa Devani; Indriati; Ridok, Achmad
Jurnal Pengembangan Teknologi dan Ilmu Komputer Vol 10 No 7 (2026): Juli 2026
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Pesatnya pertumbuhan jumlah game di platform Steam menciptakan tantangan bagi pengguna dalam menemukan konten yang relevan, sehingga diperlukan sistem rekomendasi yang efisien. Penelitian ini memanfaatkan dataset metadata dari katalog platform Steam dengan alur metodologi yang komprehensif, meliputi tahap pembersihan data, prapemrosesan, serta representasi fitur. Representasi fitur dilakukan melalui tiga tahapan utama: pembobotan TF-IDF, pelatihan model Word2Vec, dan penggabungan bobot serta vektor dari kedua metode tersebut. Hasil representasi kemudian dihitung tingkat kemiripannya menggunakan Cosine Similarity untuk menghasilkan urutan rekomendasi item. Evaluasi dilakukan terhadap 100 game dengan jumlah kepemilikan tertinggi menggunakan metrik Precision@K, MAP@K, dan NDCG@K. Model gabungan TF-IDF dan Word2Vec menghasilkan nilai Precision@10 sebesar 0.556, nilai MAP@10 sebesar 0.7033, dan nilai NDCG@10 sebesar 0.8482, serta secara konsisten mengungguli kedua model baseline pada seluruh metrik evaluasi. Hasil ini menunjukkan bahwa sistem yang dibangun efektif tidak hanya dalam mengidentifikasi item yang relevan, tetapi juga dalam mengoptimalkan urutan peringkat rekomendasi sehingga item yang paling relevan berada di posisi teratas.
Analisis dan Evaluasi Proses Bisnis Menggunakan Kerangka Kerja Manajemen Proses Bisnis pada PT Agung Interior Raghida Syahradinda, Larasati Maurilla; Aknuranda, Ismiarta; Suprapto
Jurnal Pengembangan Teknologi dan Ilmu Komputer Vol 10 No 7 (2026): Juli 2026
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

PT Agung Interior Raghida merupakan perusahaan desain dan konstruksi yang menghadapi tantangan operasional berupa koordinasi antar divisi yang belum terdokumentasi, aktivitas manual yang tidak terstruktur, serta potensi miskomunikasi antar stakeholder. Kondisi ini berpotensi menimbulkan inefisiensi seperti keterlambatan proyek, pembengkakan biaya operasional, dan menurunnya kepuasan pelanggan. Penelitian ini bertujuan untuk memodelkan proses bisnis utama PT Agung Interior Raghida saat ini, mengidentifikasi pemborosan (waste), serta merumuskan rekomendasi redesign proses bisnis (to-be). Penelitian ini menggunakan pendekatan Business Process Management (BPM) dengan pemodelan menggunakan Business Process Model and Notation (BPMN), serta analisis menggunakan Value Added Analysis (VAA), Waste Analysis, dan Flow Analysis pada proses bisnis Project Acquisition, Design and Development, dan Construction. Hasil VAA menunjukkan adanya aktivitas Non-Value Adding (NVA), terutama berupa aktivitas pengiriman informasi, handoff antar aktor, dan persetujuan manual. Hasil Flow Analysis menunjukkan nilai Cycle Time Efficiency (CTE) pada proses Project Acquisition sebesar 23,95 (pra-kualifikasi), 43,73% (tender), dan 67,30% (penunjukan langsung). Proses Design and Development memiliki nilai CTE sebesar 68,10%, sedangkan proses Construction memiliki nilai CTE sebesar 36,06%. Waste yang ditemukan meliputi hold, move, dan overdo. Berdasarkan temuan tersebut, rekomendasi perbaikan disusun menggunakan pendekatan redesign heuristic mencakup integrasi sistem informasi, digitalisasi alur komunikasi, standarisasi proses, otomasi administrasi, serta penguatan mekanisme monitoring dan quality control untuk meningkatkan efisiensi operasional dan kualitas layanan perusahaan.
Pengembangan Modul Pembelajaran Web Berbasis Cognitive dan Metacognitive Prompts untuk Meningkatkan Self-Regulated Learning Siswa Lazuardi Firdaus, Rizal; Herlambang, Admaja Dwi; Zulvarina, Prima
Jurnal Pengembangan Teknologi dan Ilmu Komputer Vol 10 No 7 (2026): Juli 2026
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Self-Regulated Learning (SRL) merupakan kompetensi krusial bagi siswa SMK untuk beradaptasi dengan tuntutan dunia kerja. Namun, siswa jurusan PPLG SMKN 12 Malang menunjukkan gejala SRL rendah pada materi Pemrograman Web. Penelitian ini bertujuan untuk mendeskripsikan proses pengembangan serta menguji efektivitas modul pembelajaran berbasis web yang mengintegrasikan cognitive dan metacognitive prompts dalam meningkatkan SRL siswa. Menggunakan model pengembangan ADDIE, validasi produk menunjukkan hasil 82,5 (sangat valid) dari ahli media dan 78 (valid) dari ahli materi. Tahap implementasi dilakukan terhadap 17 siswa dengan metode One Group Pre-test Post-test Design. Analisis data menggunakan Wilcoxon Signed Rank Test menunjukkan nilai signifikansi untuk variabel SRL sebesar 0,072, cognitive prompts 0,089, dan metacognitive 0,072. Hasil tersebut mengindikasikan bahwa intervensi melalui modul pembelajaran yang dikembangkan belum memberikan dampak perbedaan yang signifikan terhadap peningkatan kemampuan SRL siswa di lokasi penelitian. Hal ini menunjukkan perlunya peninjauan lebih lanjut terhadap durasi intervensi atau faktor eksternal lain yang memengaruhi perilaku belajar siswa.
Analisis Perbandingan Kinerja Object-Relational Mapping (ORM) dan Raw Query pada Backend API Berbasis Laravel Nirwana, Ernu Yoga; Kharisma, Agi Putra; Fanani, Lutfi
Jurnal Pengembangan Teknologi dan Ilmu Komputer Vol 10 No 7 (2026): Juli 2026
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Penelitian ini bertujuan membandingkan kinerja Object-Relational Mapping (ORM) dan raw query pada backend API berbasis Laravel 5.8 serta Laravel 13.x menggunakan ekosistem Docker. Pengujian eksperimental terkontrol dilakukan untuk mengukur parameter response time, CPU utilization, dan memory usage menggunakan instrumen k6. Operasi basis data yang dievaluasi mencakup operasi insert, update, dan select dengan kompleksitas relasi bervariasi. Hasil pengujian menunjukkan bahwa metode raw query menghasilkan response time yang secara signifikan lebih cepat daripada Eloquent ORM. Laravel 5.8 terbukti memiliki waktu respons yang lebih cepat dibandingkan Laravel 13.x pada seluruh skenario Eloquent ORM dan operasi select. Metrik CPU utilization menunjukkan efisiensi komputasi yang lebih baik pada metode raw query untuk beban kerja rendah hingga menengah. Namun, penggunaan prosesor kedua metode mengalami konvergensi pada beban puncak akibat batas saturasi pemrosesan single-thread pada tingkat PHP-FPM worker process. Metrik memory usage pada operasi select menunjukkan lonjakan alokasi memori yang tinggi pada Eloquent ORM akibat proses object hydration. Sebaliknya, alokasi memori kedua metode bergerak sangat rapat pada operasi manipulasi data karena penggunaan mekanisme database transaction. Pada perbandingan lintas versi, Laravel 13.x secara konsisten mengonsumsi memori dasar yang lebih besar pada fase baseline dibandingkan Laravel 5.8 akibat kompleksitas dependensi komponen internal.
Pengembangan Media Pembelajaran Gamifikasi Berbasis Android pada Mata Pelajaran Media dan Jaringan Telekomunikasi Ferrel, Devan; Purnawirawan, Okta; Rachmadi, Aditya
Jurnal Pengembangan Teknologi dan Ilmu Komputer Vol 10 No 7 (2026): Juli 2026
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Pembelajaran yang monoton dan berpusat pada pendidik mengakibatkan rendahnya minat dan partisipasi peserta didik dalam proses pembelajaran. Pendidik perlu mengemas materi pembelajaran ke dalam media pembelajaran yang dapat meningkatkan motivasi peserta didik serta memikat perhatian peserta didik. Penelitian ini bertujuan untuk mengembangkan media pembelajaran dengan menggunakan pendekatan gamifikasi pada capaian pembelajaran Media dan Jaringan Telekomunikasi yang layak dan praktis digunakan oleh peserta didik. Penelitian menggunakan metode penelitian dan pengembangan dengan model ADDIE terdiri dari tahap Analysis, Design, Development, Implementation, dan Evaluation. Proses validasi media melibatkan dua ahli media dan dua ahli materi. Implementasi dilakukan melalui dua pengujian, yaitu kelompok kecil dan kelompok besar. Temuan penelitian mengungkapkan bahwa media pembelajaran memperoleh skor validasi ahli media sebesar 95% dengan kategori sangat valid dan validasi ahli materi sebesar 94,37% dengan kategori sangat valid. Respon pengguna pada pengujian kelompok kecil memperoleh persentase sebesar 67,36% dengan kategori baik dan pada pengujian kelompok besar memperoleh persentase sebesar 86,57% dengan kategori sangat baik. Berdasarkan hasil tersebut, media pembelajaran berbasis gamifikasi berbasis Android yang dikembangkan dinyatakan valid, layak digunakan, dan mendapatkan respon positif dari peserta didik sebagai media pembelajaran pada mata pelajaran Media dan Jaringan Telekomunikasi.
Pengaruh Kemampuan Literasi Digital Siswa dan Self-Regulated Learning Siswa terhadap Pengalaman Penggunaan Learning Management System Sulistyo, Rizky Fajar; Batita, Maurish Sofie Rahmi; Zulvarina, Prima
Jurnal Pengembangan Teknologi dan Ilmu Komputer Vol 10 No 7 (2026): Juli 2026
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Transformasi digital dalam sektor pendidikan yang sejatinya ditujukan untuk menciptakan efisiensi melalui pemanfaatan Learning Management System (LMS). Namun, realitas di SMKN 8 Malang justru menunjukan penyimpangan empiris. Terjadi penurunan intensitas penggunaan platform LMS Selapan akibat prosedur pengumpulan tugas yang terlalu panjang, yang membuat guru dan siswa kembali ke metode manual. Penelitian kuantitatif berdesain kausal ini bertujuan menganalisis pengaruh kemampuan literasi digital dan self-regulated learning (SRL) terhadap pengalaman penggunaan LMS. Pengumpulan data dilakukan menggunakan kuesioner skala Likert kepada 185 siswa kelas X jurusan RPL, TKJ, ELIN, dan METRO. Data dianalisis dengan menggunakan teknik regresi linear berganda. Hasil pengujian membuktikan bahwa literasi digital dan self-regulated learning tidak berpengaruh signifikan terhadap pengalaman penggunaan LMS, baik secara parsial maupun simultan. Kedua variabel independen siswa tersebut secara bersama-sama hanya memberikan persentase pengaruh sebesar 1,8% (R² = 0,018). Kesimpulannya, pengalaman pengguna lebih dominan dibentuk oleh faktor teknis di luar kapasitas siswa. Oleh karena itu, sekolah disarankan memprioritaskan pembenahan kualitas sistem, penyederhanaan antarmuka, dan strategi implementasi pembelajaran digital.

Page 716 of 717 | Total Record : 7163

 713   714   715   716   717 

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 7 (2026): Juli 2026 Vol 10 No 6 (2026): Juni 2026 Vol 10 No 5 (2026): Mei 2026 Vol 10 No 4 (2026): April 2026 Vol 10 No 3 (2026): Maret 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