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 7,193 Documents
 716   717   718   719   720 
Analisis Komparatif Metode Concurrent Think Aloud dan Retrospective Think Aloud pada Situs Web Halo FILKOM Althaf, Muhammad Arkananta; Fanani, Lutfi; Ananta, Mahardeka Tri
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

Perangkat lunak yang berkualitas perlu didukung oleh proses evaluasi usability yang tepat. Salah satu metode evaluasi yang banyak digunakan adalah Think Aloud (TA), yang terdiri atas Concurrent Think Aloud (CTA) dan Retrospective Think Aloud (RTA). Perbedaan utama kedua metode terletak pada waktu pelaksanaan verbalisasi, yaitu dilakukan secara simultan dengan pengerjaan task pada CTA dan setelah seluruh task selesai pada RTA. Penelitian ini bertujuan membandingkan kedua metode berdasarkan 3 aspek, yaitu usability problems, task performance, dan participant experiences. Hasil penelitian menunjukkan bahwa CTA secara signifikan menghasilkan rata-rata temuan masalah usability per partisipan yang lebih tinggi dibandingkan RTA serta mampu mengidentifikasi lebih banyak masalah unik, sehingga memiliki cakupan identifikasi masalah yang lebih luas. Sebaliknya, pada aspek task performance yang meliputi task success rate, task time, dan total time, serta aspek participant experiences, tidak ditemukan perbedaan yang signifikan antara kedua metode. Temuan ini menunjukkan bahwa meskipun CTA lebih unggul dalam mengidentifikasi masalah usability, perbedaan karakteristik antara CTA dan RTA tidak memengaruhi performa partisipan maupun pengalaman mereka selama mengikuti sesi pengujian usability.
Evaluasi Kualitas Sistem Informasi Administrasi Fakultas dengan Pendekatan ISO 25010: Kasus di Fakultas Sains dan Teknologi Universitas Bhinneka PGRI Tulungagung Kurnia, Dian Indah May; Ismiarta Aknuranda; Alfi Nur Rusydi
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

Sistem informasi administrasi memiliki peran strategis dalam mendukung proses administrasi akademik di perguruan tinggi. ADMIFAST merupakan sistem informasi administrasi berbasis web yang dikembangkan untuk mendukung pengajuan surat, pengelolaan kegiatan Himpunan Mahasiswa Program Studi (HMP), dan proses validasi berjenjang di Fakultas Sains dan Teknologi Universitas Bhinneka PGRI Tulungagung. Penelitian ini bertujuan mengevaluasi kualitas perangkat lunak ADMIFAST menggunakan model kualitas produk ISO/IEC 25010:2023 pada empat karakteristik, yaitu functional suitability, interaction capability, performance efficiency, dan reliability. Metode evaluasi yang digunakan meliputi expert judgement, pengujian Google Lighthouse, dan user testing berbasis kuesioner. Evaluasi melibatkan tiga evaluator ahli dan 20 responden pengguna yang terdiri atas 15 mahasiswa dan 5 pengurus HMP. Hasil evaluasi menunjukkan bahwa functional suitability memperoleh nilai rata-rata 4,20 dari skala 5 (kategori Sesuai), interaction capability memperoleh nilai rata-rata 5,74 dari skala 7 (kategori Sangat Baik), performance efficiency memperoleh skor 100 berdasarkan pengujian Google Lighthouse (kategori Baik) dan nilai 5,93 berdasarkan persepsi pengguna (kategori Sangat Baik), serta reliability berdasarkan penilaian ahli memperoleh nilai rata-rata 4,42 dari skala 7 (kategori Baik) dan nilai 5,91 berdasarkan persepsi pengguna (kategori Sangat Baik). Penelitian ini memberikan gambaran awal kualitas sistem pra-implementasi serta rekomendasi perbaikan sebelum sistem diimplementasikan secara penuh.
Dampak Optimalisasi Proses Bisnis dalam Sistem Informasi terhadap Efisiensi Proses Administrasi Penerimaan Santri Baru M. Iqdam Faidhirrahman; Pinandito, Aryo; Purnomo, Welly
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

Perkembangan teknologi informasi mendorong lembaga pendidikan menerapkan sistem informasi untuk meningkatkan efisiensi administrasi. Pondok Pesantren Mahasiswa Al-Hikam Malang telah menggunakan situs web dalam proses Penerimaan Santri Baru (PSB), namun beberapa tahapan administrasi sebelumnya masih dilakukan melalui media terpisah sehingga kurang efisien. Penelitian ini bertujuan membandingkan efisiensi administrasi situs web PSB sebelum dan sesudah dilakukan optimalisasi fitur. Penelitian menggunakan pendekatan kuantitatif komparatif dengan sampel bebas yang membandingkan pelaksanaan PSB tahun 2024 dan 2025. Efisiensi diukur berdasarkan indikator kecepatan proses dan penyederhanaan alur administrasi menggunakan data dokumentasi, observasi, dan kuesioner. Data durasi proses dari 72 pendaftar PSB 2024 dan 98 pendaftar PSB 2025 dianalisis secara deskriptif, diuji normalitasnya, dan diuji menggunakan Mann–Whitney U Test, serta data flowchart alur kerja, dan kuesioner adaptasi USE Questionnaire. Hasil menunjukkan tahap verifikasi berkas pada sistem baru signifikan lebih cepat 4 kali lipat, namun tahap tes tulis dan wawancara justru lebih lama karena prosedur verifikasi yang lebih terstruktur, sehingga total durasi keseluruhan tidak berbeda signifikan. Dari sisi penyederhanaan alur, sistem baru berhasil mengeliminasi loop prosedural, mengurangi penggunaan media komunikasi sebesar 25%, dan menurunkan tahapan manual sebesar 17,7 poin persentase. Hipotesis penelitian diterima sebagian: optimalisasi situs web terbukti menyederhanakan alur administrasi dan mempercepat verifikasi berkas, tetapi belum mempercepat keseluruhan proses PSB.
Prediksi Penjualan Multi-Produk Menggunakan Metode Long Short-Term Memory (LSTM) pada Data Point of Sale (POS) (Studi Kasus Toko Sahabat Baru di Kabupaten Blitar) Aziz Musthofa; Novanto Yudistira
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

Prediksi penjualan pada lingkungan retail penting untuk mendukung demand planning dan pengendalian persediaan. Data penjualan berbasis Point of Sale (POS) dapat dimanfaatkan sebagai dasar prediksi, namun umumnya memiliki karakteristik fluktuatif, mengandung banyak periode tanpa transaksi (intermittent demand), serta menunjukkan pola permintaan yang berbeda antar produk. Kondisi tersebut meningkatkan kompleksitas prediksi dan membatasi efektivitas metode statistik tradisional. Penelitian ini bertujuan menganalisis performa model Long Short-Term Memory (LSTM) dalam prediksi penjualan multi-produk berbasis data POS serta membandingkannya dengan ARIMA dan naive forecasting. Dataset penelitian terdiri atas 4.279 transaksi dari 25 produk dan 9 kategori selama periode Maret 2025 hingga Februari 2026. Setelah transformasi full grid dan imputasi nol, jumlah observasi meningkat menjadi 9.125 data dengan tingkat sparsity sebesar 53,11%. Hasil penelitian menunjukkan bahwa konfigurasi terbaik diperoleh pada rasio split 70:20:10 dengan parameter look-back = 7 dan units = 16, menghasilkan MAE sebesar 2,2690, RMSE sebesar 3,1621, dan MASE sebesar 0,8816. Secara keseluruhan, LSTM menghasilkan performa lebih baik dibandingkan ARIMA dan naive forecasting. Hasil prediksi juga dapat digunakan sebagai dasar analisis demand planning.
Analisis dan Interpretasi Transkrip Wawancara Klinis untuk Deteksi Depresi Menggunakan Hierarchical Attention Networks (HAN) Salsabila, Fathia Rahma; Sari, Yuita Arum; Indriati
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

Depresi merupakan salah satu gangguan kesehatan mental yang memengaruhi lebih dari 300 juta individu secara global dan memerlukan deteksi dini agar penanganannya dapat dilakukan lebih cepat. Deteksi dini depresi dapat difasilitasi melalui analisis pola bahasa pada transkrip wawancara klinis. Namun, pemrosesan teks yang panjang dan kompleks ini masih menjadi tantangan pada model machine learning konvensional berbasis TF-IDF yang masih kesulitan memahami konteks hubungan antar kata dan kalimat, sementara model deep learning standar seringkali memiliki keterbatasan dalam hal transparansi proses pengambilan keputusannya (explainability). Penelitian ini mengevaluasi penggunaan model Hierarchical Attention Networks (HAN) berbasis Bidirectional GRU dua tingkat untuk mendeteksi gejala depresi dari transkrip wawancara klinis DAIC-WOZ. Melalui pengujian Stratified 5-Fold Cross Validation, model HAN terbukti unggul pada skema pembagian data stratified (85:15) dengan perolehan F1-Score 0,5600 dibandingkan model baseline klasik (TF-IDF dengan LinearSVM dan Logistic Regression), meskipun pada skema official split model klasik tingkat kalimat memiliki performa yang sedikit lebih baik (0,4889 berbanding 0,4658). Selain memberikan performa klasifikasi yang mumpuni, mekanisme attention pada HAN berhasil mengimplementasikan pendekatan Explainable Artificial Intelligence (XAI) dengan memvisualisasikan kata dan kalimat yang paling memengaruhi keputusan prediksi, sehingga menjadikannya sangat potensial sebagai alat bantu skrining depresi yang akurat sekaligus transparan secara klinis.
Analisis Kualitas dan Rekomendasi Perbaikan Website Pemerintah KotaMalangMenggunakan WebQual 4.0, Google Lighthouse, dan IPA Asyibly, Achmad Bimo; Syawli, Almira; Pramono, Djoko
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

Website Pemerintah Kota Malang menjadi kanal resmi masyarakat untuk memperoleh informasi publik dan menuju layanan pemerintah. Penelitian ini mengevaluasi kualitas website dari penilaian pengguna smartphone sekaligus kondisi teknis halaman dengan WebQual 4.0, Importance-Performance Analysis (IPA), dan Google Lighthouse. Penelitian menggunakan desain kuantitatif deskriptif. Pengujian awal instrumen melibatkan 30 responden, sedangkan data utama diperoleh dari 165 responden yang dipilih secara purposif. Sebanyak 20 atribut WebQual digunakan untuk menilai usability, information quality, dan service interaction quality. Audit Lighthouse dilaksanakan pada empat halaman dalam mode mobile selama lima hari. Hasil pengolahan memperoleh WQI keseluruhan 0,704 atau kategori baik, rata-rata kinerja 3,52, rata-rata kepentingan 4,32, kesenjangan -0,80, dan tingkat kesesuaian 81,48%. IPAmenetapkan profesionalisme desain, keterpercayaan informasi, dan rasa aman pada layanan daring sebagai tiga prioritas utama. Dari sisi teknis, Beranda memperoleh nilai terendah, yaitu performance 43,6, accessibility 80,2, best practices 67,6, dan SEO 81,8. Rekomendasi difokuskan pada konsistensi antarmuka, kejelasan sumber informasi dan keamanan layanan, serta penanganan temuan audit teknis.
Estimasi Rate Pressure Product Berbasis Sinyal Elektrokardiogram Untuk Pemantauan Beban Kerja Jantung Selama Aktivitas Treadmill Praditya, Tengku Muhammad Fadlan; Widasari, Edita Rosana
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

Aktivitas treadmill meningkatkan kebutuhan metabolik tubuh sehingga Heart Rate (HR) dan Systolic Blood Pressure (SBP) meningkat sebagai respons terhadap bertambahnya beban kerja jantung. Rate Pressure Product (RPP), yang dihitung dari perkalian HR dan SBP, dapat digunakan sebagai indikator kuantitatif untuk membandingkan tuntutan kerja jantung pada fase rest, post-exercise, dan recovery. Namun, pengukuran SBP berbasis manset masih bersifat intermiten sehingga kurang mendukung pemantauan RPP secara kontinu. Penelitian ini mengembangkan sistem estimasi RPP berbasis sinyal Electrocardiogram (ECG) menggunakan sensor wearable Shimmer3 ECG. Sinyal ECG diproses melalui bandpass filter dan notch filter, kemudian puncak R dideteksi menggunakan algoritma Pan-Tompkins untuk menghitung HR. Nilai SBP diestimasi menggunakan model regresi Random Forest berbasis fitur time-domain ECG, kemudian dikombinasikan dengan HR untuk menghitung RPP. Pengujian pada lima partisipan menghasilkan sensitivitas deteksi puncak R sebesar 99,38% dan Positive Predictive Value sebesar 99,17%. Pengukuran HR memperoleh MAPE 3,68%, sedangkan estimasi SBP memperoleh MAPE 22,73%. Sistem mampu menampilkan dan menyimpan HR, SBP, serta RPP secara real-time, dengan pola RPP meningkat pada fase post-exercise dan menurun pada fase recovery.
Deteksi dan Klasifikasi Karakter Wayang Kulit Menggunakan YOLOv8n dan Arsitektur Deep Learning Berbasis Transfer Learning Dzikron, Ahmad Ahdani; Firdaus Mahmudy, Wayan; Yudistira, Novanto
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

Wayang kulit merupakan warisan budaya tak benda Indonesia yang diakui UNESCO sejak 2003, namun minat generasi muda terhadap kesenian ini menurun seiring sulitnya masyarakat awam mengidentifikasi karakter wayang, khususnya para dewa yang memiliki kemiripan visual tinggi. Penelitian ini mengembangkan pipeline deteksi dan klasifikasi karakter dewa wayang kulit purwa gagrak Jawa menggunakan pendekatan deep learning dua tahap. Dataset dibangun dari 1.300 citra daring dengan 13 kelas karakter yang dianotasi bounding box menggunakan Label Studio. Tahap deteksi objek menggunakan YOLOv8n, sedangkan tahap klasifikasi membandingkan enam arsitektur CNN berbasis transfer learning (ConvNeXt-Tiny, EfficientNet-V2-S, DenseNet-121, MobileNet-V2, GoogLeNet, dan ResNet-50) dengan skema 5-fold stratified cross-validation. Hasil evaluasi menunjukkan YOLOv8n mencapai mAP@50 sebesar 89,59% dan mAP@50-95 sebesar 73,08%. Pada tahap klasifikasi, ConvNeXt-Tiny memberikan performa terbaik dengan akurasi 92,69% dan F1-Score 0,91, diikuti EfficientNet-V2-S (91,69%) dan ResNet-50 (91,38%). Kelas Indra menjadi kelas yang paling sulit dikenali akibat kemiripan visual dengan karakter lain. Penelitian ini diharapkan dapat menjadi salah satu rujukan teknis bagi pengembangan sistem identifikasi karakter wayang kulit berbasis deep learning, sebagai bagian dari upaya dokumentasi visual yang lebih luas terhadap warisan budaya ini.
Implementasi Sistem Rekam Medis Elektronik Berbasis Private Blockchain dengan Arsitektur Hibrida dan Kontrol Akses Berbasis Peran Ferdianto, Bonifasius; Shaffan, Nur Hazbiy; Kurniawan, Wijaya
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

Sistem Rekam Medis Elektronik (EHR) konvensional berbasis arsitektur terpusat menghadapi tiga tantangan fundamental: kerentanan kebocoran data akibat single point of failure, rendahnya interoperabilitas antar fasilitas kesehatan, serta minimnya kedaulatan pasien atas data medis pribadi. Penelitian ini mengimplementasikan prototipe sistem manajemen EHR berbasis private permissioned blockchain menggunakan Hyperledger Besu dengan konsensus IBFT 2.0 pada infrastruktur Amazon Web Services (AWS). Sistem dirancang dengan arsitektur hibrida on-chain/off-chain yang menggabungkan blockchain sebagai lapisan pencatatan data yang immutable dengan IPFS sebagai penyimpanan file terenkripsi. Kontrol akses ditegakkan melalui smart contract Solidity yang mengimplementasikan Role-Based Access Control (RBAC) untuk tiga peran: Dokter, Pasien, dan Asuransi. Penelitian ini menghasilkan dua kontribusi utama yang tidak ditemukan pada sistem pembanding, yaitu kontrol privasi granular per-file yang memungkinkan pasien menyembunyikan rekam medis tertentu tanpa mencabut seluruh izin akses, serta mekanisme penghapusan rekam medis berbasis dead pointer yang selaras dengan Permenkes Nomor 24 Tahun 2022. Selain itu, sistem dilengkapi dengan kemampuan upgrade smart contract tanpa kehilangan data menggunakan pola UUPS Proxy. Pengujian fungsional black-box menghasilkan seluruh kasus uji lulus, sedangkan pengujian performa menunjukkan throughput sistem jauh melampaui kebutuhan realistis skenario penggunaan, dengan latensi pengambilan data yang memenuhi standar layanan darurat medis.
Perbandingan Kinerja Vector Database pada Arsitektur Retrieval-Augmented Generation dalam Implementasi Chatbot Layanan Panduan Skripsi Berbasis N8N (Studi Kasus: Fakultas Ilmu Komputer Universitas Brawijaya) Firdian, Arifal Aghna; Pramukantoro, Eko Sakti; Perdana, Rizal Setya
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

Perkembangan Large Language Models (LLM) memungkinkan pembangunan chatbot yang mampu menyediakan layanan informasi secara lebih interaktif. Di lingkungan perguruan tinggi, mahasiswa sering mengalami kesulitan memperoleh informasi akademik dari dokumen resmi, seperti Panduan Skripsi Fakultas Ilmu Komputer Universitas Brawijaya (FILKOM UB). Pendekatan Retrieval-Augmented Generation (RAG) digunakan untuk mengatasi permasalahan tersebut dengan memanfaatkan vector database sebagai media penyimpanan dan pencarian konteks yang relevan. Penelitian ini bertujuan menganalisis dan membandingkan kinerja tiga vector database, yaitu Pinecone, Supabase (pgvector), dan Qdrant, pada implementasi chatbot layanan panduan skripsi berbasis RAG menggunakan platform n8n. Dokumen Panduan Skripsi FILKOM UB digunakan sebagai knowledge base. Evaluasi dilakukan menggunakan 30 pertanyaan uji dengan metrik Retrieval Latency, Context Recall, Context Precision, Faithfulness, dan Answer Relevancy melalui framework RAGAS. Hasil penelitian menunjukkan bahwa Supabase memiliki rata-rata Retrieval Latency tercepat sebesar 804,67 ms, sedangkan Pinecone memperoleh nilai tertinggi pada Context Recall (0,878), Faithfulness (0,518), dan Answer Relevancy (0,760), sementara Supabase memperoleh Context Precision tertinggi sebesar 1,000. Berdasarkan keseluruhan metrik evaluasi, Pinecone menunjukkan performa paling seimbang dalam menghasilkan konteks dan jawaban yang relevan, sedangkan Supabase unggul pada aspek kecepatan retrieval. Hasil penelitian ini diharapkan dapat menjadi referensi dalam pemilihan vector database untuk pengembangan chatbot layanan akademik berbasis RAG di lingkungan perguruan tinggi.

Page 719 of 720 | Total Record : 7193

 716   717   718   719   720 

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