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 7,248 Documents
 719   720   721   722   723 
Pengaruh Interaktivitas terhadap Loyalitas Pelanggan TikTok Shop dengan Kepercayaan sebagai Variabel Mediasi pada Mahasiswa Universitas Brawijaya Aulia, Raisha Isma; Aknuranda, Ismiarta; Suprapto
Jurnal Pengembangan Teknologi dan Ilmu Komputer Vol 10 No 08 (2026): Agustus 2026
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Perkembangan social commerce mendorong perubahan perilaku belanja daring, termasuk pada TikTok Shop yang mengintegrasikan konten, interaksi sosial, dan transaksi dalam satu platform. Dalam konteks tersebut, interaktivitas menjadi aspek penting karena memungkinkan pengguna memperoleh informasi produk, berinteraksi, serta merasa lebih terlibat dalam proses pembelian. Penelitian ini bertujuan untuk menganalisis pengaruh interaktivitas terhadap loyalitas pelanggan TikTok Shop melalui kepercayaan sebagai variabel mediasi pada mahasiswa Universitas Brawijaya. Penelitian ini menggunakan pendekatan kuantitatif dengan metode survei melalui kuesioner daring. Responden penelitian merupakan mahasiswa aktif Universitas Brawijaya yang pernah melakukan transaksi pembelian melalui TikTok Shop minimal satu kali dalam tiga bulan terakhir. Sebanyak 136 data responden valid dianalisis menggunakan metode Structural Equation Modeling–Partial Least Square (SEM-PLS) dengan bantuan SmartPLS. Hasil penelitian menunjukkan bahwa interaktivitas berpengaruh positif terhadap kepercayaan dan loyalitas pelanggan. Selain itu, kepercayaan juga berpengaruh positif terhadap loyalitas pelanggan serta mampu memediasi hubungan antara interaktivitas dan loyalitas pelanggan. Temuan ini menunjukkan bahwa interaktivitas pada TikTok Shop tidak hanya berperan dalam meningkatkan pengalaman pengguna, tetapi juga membentuk kepercayaan yang mendorong loyalitas pelanggan. Dengan demikian, peningkatan fitur dan pengalaman interaktif pada TikTok Shop dapat menjadi faktor penting dalam mempertahankan pengguna, khususnya pada segmen mahasiswa.
Evaluasi Aksesibilitas Aplikasi Mobile Banking Menggunakan Pedoman WCAG 2.1: Kasus Wondr by BNI Khusna, Nadia Sabillah; Aknuranda, Ismiarta; Prakoso, Bonda Sapta
Jurnal Pengembangan Teknologi dan Ilmu Komputer Vol 10 No 08 (2026): Agustus 2026
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Aksesibilitas merupakan aspek penting dalam pengembangan aplikasi mobile untuk memastikan seluruh pengguna, termasuk penyandang disabilitas penglihatan, dapat mengakses layanan secara mandiri. Penelitian ini bertujuan mengevaluasi tingkat aksesibilitas aplikasi Wondr by BNI berdasarkan pedoman Web Content Accessibility Guidelines (WCAG) 2.1 Level A dan AA, mengidentifikasi permasalahan aksesibilitas, serta menyusun rekomendasi perbaikan. Penelitian menggunakan pendekatan kualitatif dengan triangulasi teknik yang meliputi evaluasi menggunakan Accessibility Scanner, evaluasi mandiri menggunakan TalkBack, dan pengujian pengguna oleh pengguna teknologi asistif. Hasil evaluasi menunjukkan bahwa masih terdapat berbagai permasalahan aksesibilitas pada prinsip Perceivable, Operable, Understandable, dan Robust. Temuan utama meliputi tidak tersedianya label alternatif pada elemen non-teks, rendahnya rasio kontras visual, ukuran area sentuh yang belum memadai, perubahan input tanpa umpan balik yang jelas, serta atribut Name, Role, Value yang belum diimplementasikan secara optimal. Berdasarkan temuan tersebut, penelitian menghasilkan rekomendasi perbaikan yang mengacu pada WCAG 2.1 untuk meningkatkan kompatibilitas aplikasi dengan teknologi asistif dan mendukung terciptanya layanan perbankan digital yang lebih inklusif.
Evaluasi dan Perancangan Ulang Antarmuka Rekomendasi Produk pada Beranda Shopee untuk Meningkatkan Kemudahan Navigasi dan Pemahaman Pengguna: Studi pada Mahasiswa Universitas Brawijaya Menggunakan User-Centered Design dan User Experience Questionnaire Adicandra, Narendra; Aknuranda, Ismiarta; Hariyanti, Uun
Jurnal Pengembangan Teknologi dan Ilmu Komputer Vol 10 No 08 (2026): Agustus 2026
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Shopee menyediakan fitur rekomendasi produk untuk membantu pengguna menemukan produk yang relevan secara lebih cepat. Namun, efektivitas rekomendasi tidak hanya ditentukan oleh ketepatan produk yang ditampilkan, tetapi juga oleh bagaimana rekomendasi tersebut disajikan, ditemukan, dan dipahami oleh pengguna. Penelitian ini bertujuan mengevaluasi hambatan pengguna dalam menemukan dan memahami rekomendasi produk pada beranda Shopee serta merancang ulang antarmuka rekomendasi produk menggunakan pendekatan User-Centered Design. Metode penelitian meliputi analisis ulasan Google Play sebagai bukti awal, observasi pendahuluan perilaku rekomendasi, usability testing menggunakan Maze, post-task questionnaire, dan User Experience Questionnaire. Hasil evaluasi desain awal menunjukkan adanya hambatan pada kejelasan posisi rekomendasi, dominasi elemen promosi, dan rendahnya rasa kendali pengguna. Perancangan ulang dilakukan dengan menambahkan bagian “Rekomendasi Untuk Kamu”, quick preference, tombol Lihat Semua, dan konteks rekomendasi yang lebih jelas. Hasil evaluasi menunjukkan peningkatan pada seluruh dimensi UEQ, terutama Perspicuity, Efficiency, dan Dependability. Temuan ini menunjukkan bahwa perancangan ulang berbasis kebutuhan pengguna dapat meningkatkan kemudahan navigasi dan pemahaman rekomendasi produk pada beranda Shopee.
Analisis Sentimen Komentar Pembaca Webtoon Dengan Metode SVM dan Zero-Shot Learning Berbasis Word Embeddings (Studi Kasus Webtoon Omniscient Reader) Gema Adzani, Irsyad; Pandu Adikara, Putra; Noor Fatyanosa, Tirana
Jurnal Pengembangan Teknologi dan Ilmu Komputer Vol 10 No 08 (2026): Agustus 2026
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Tuntutan industri webtoon untuk terus mempertahankan jumlah pembaca merupakan tantangan bagi setiap kreator webtoon. Di tengah tenggat waktu rilis episode baru mingguan, para kreator harus terus memantau komentar webtoon untuk memastikan karyanya mendapatkan respon bagus dari pembaca. Penelitian mengenai analisis sentimen komentar pembaca webtoon ini dilakukan untuk memberikan pilihan metode kepada kreator webtoon dalam mengevaluasi karyanya berdasarkan komentar pembaca. Data komentar webtoon yang digunakan pada penelitian ini merupakan 500 data komentar dari sepuluh episode pertama webtoon berjudul Omniscient Reader. Pelabelan data dilakukan oleh pakar bahasa Inggris untuk memberi label positif dan negatif. Data diolah dengan melakukan ekstraksi fitur menggunakan RoBERTa. Hasil ekstraksi fitur digunakan untuk membuat model klasifikasi Support Vector Machine. Klasifikasi dilakukan dengan menggunakan SVM dengan algoritma optimasi SMO. Hasil klasifikasi SVM dibandingkan dengan hasil klasifikasi zero-shot learning pada Large Language Model (LLM). Akurasi SVM pada penelitian ini berhasil memprediksi dengan tingkat akurasi sebesar 91%., sedangkan zero-shot learning dengan LLM pada penelitian ini memiliki rentang 54% hingga 92% dipengaruhi oleh perintah pada prompt. 
Klasifikasi Sentimen Pengguna X (Twitter) Terhadap Kebijakan Pemerintah Terkait Makan Bergizi Gratis Menggunakan Metode Multinomial Naive Bayes Daffa Zakwan, Mochammad; Abdurrachman Bachtiar, fitra; Perdana, Rizal Setya
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 JUST-SI
Evaluasi Efektivitas Metode Explainable AI (SHAP dan LIME) untuk Klasifikasi Penyakit Jantung Menggunakan Random Forest dan XGBoost melalui Kerangka Validasi Multi-Lapis Tambun, Lesnar; Setiawan, Nanang Yudi; Farisi, Hariz
Jurnal Pengembangan Teknologi dan Ilmu Komputer Vol 10 No 08 (2026): Agustus 2026
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Penyakit jantung merupakan salah satu penyakit dengan risiko kematian tinggi sehingga deteksi dini menjadi aspek penting dalam bidang kesehatan. Machine learning dapat membantu klasifikasi penyakit jantung, tetapi model berperforma tinggi sering kali sulit ditafsirkan karena bersifat black box. Penelitian ini bertujuan mengevaluasi efektivitas metode Explainable AI (XAI), yaitu SHAP dan LIME, dalam menjelaskan model klasifikasi penyakit jantung melalui kerangka validasi multi-lapis, dengan terlebih dahulu membandingkan kinerja Random Forest dan XGBoost untuk memperoleh model klasifikasi terbaik sebagai objek yang dijelaskan. Penelitian menggunakan Dataset UCI Heart Disease Cleveland (303 sampel, 13 fitur prediktor, dan 1 target biner) melalui pipeline terintegrasi yang mencakup prapemrosesan data, penanganan ketidakseimbangan kelas menggunakan SMOTE, pelatihan model, evaluasi performa, implementasi XAI, serta validasi multi-lapis. XGBoost dipilih sebagai champion model dengan recall tertinggi sebesar 92,86%, meskipun Random Forest unggul pada accuracy dan AUC-ROC. SHAP menunjukkan stabilitas relatif lebih tinggi dibandingkan LIME dengan rata-rata Jaccard Index sebesar 0,7184, sedangkan LIME memperoleh 0,6103. Validasi semantik berbasis LLM menghasilkan rata-rata alignment score sebesar 3,05 dari 5, yang menunjukkan plausibilitas medis parsial dalam konteks penelitian. Validasi ahli domain menilai artefak XAI dapat dipahami dan dinilai relevan, tetapi belum siap digunakan secara klinis. Evaluasi model medis perlu mempertimbangkan performa, stabilitas penjelasan, plausibilitas medis, dan penilaian ahli domain secara berlapis.
Pengembangan Sistem Ekstraksi dan Validasi MRZ Paspor Sesuai Standar ICAO Menggunakan EasyOCR dan Mask R-CNN Berbasis Raspberry Pi Mahulae, Ndaniel; Putri, Rekyan Regasari
Jurnal Pengembangan Teknologi dan Ilmu Komputer Vol 10 No 08 (2026): Agustus 2026
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Proses pencatatan data paspor pada layanan keimigrasian, perbankan, perhotelan, dan penerbangan masih banyak dilakukan secara manual sehingga rentan menimbulkan kesalahan input dan waktu pemrosesan lebih lama. Penelitian ini mengembangkan sistem ekstraksi dan validasi Machine Readable Zone (MRZ) paspor sesuai standar ICAO Doc 9303 yang diimplementasikan pada Raspberry Pi, menggunakan Mask R-CNN untuk deteksi area MRZ serta EasyOCR hasil fine-tuning pada dataset sintetis dan dataset paspor asli untuk ekstraksi karakter, dilanjutkan parsing dan validasi check digit. Evaluasi dilakukan terhadap akurasi deteksi pada berbagai jarak pengambilan citra, perbandingan performa kedua model OCR, serta performa implementasi sistem. Mask R-CNN memperoleh precision 80,00% dan recall 66,67% dalam mendeteksi area MRZ, dengan akurasi menurun signifikan pada jarak pengambilan citra yang sangat dekat. Model EasyOCR dataset sintetis mencapai keberhasilan validasi check digit sebesar 50,00%, lebih tinggi dibandingkan model dataset asli (16,67%), meskipun tingkat kesalahan karakter kedua model relatif sebanding. Sistem membutuhkan waktu inisialisasi rata-rata 54,31 detik dan waktu pemrosesan rata-rata 71,17 detik per siklus pemindaian, dengan Mask R-CNN sebagai kontributor waktu terbesar. Sistem terbukti berjalan fungsional pada Raspberry Pi melalui pendekatan pemindaian satu kali per sesi, namun arsitektur deteksi dua tahap Mask R-CNN menjadi faktor pembatas utama kecepatan pemrosesan pada perangkat tanpa akselerator kecerdasan buatanProses pencatatan data paspor pada layanan keimigrasian, perbankan, perhotelan, dan penerbangan masih banyak dilakukan secara manual sehingga rentan menimbulkan kesalahan input dan waktu pemrosesan lebih lama. Penelitian ini mengembangkan sistem ekstraksi dan validasi Machine Readable Zone (MRZ) paspor sesuai standar ICAO Doc 9303 yang diimplementasikan pada Raspberry Pi, menggunakan Mask R-CNN untuk deteksi area MRZ serta EasyOCR hasil fine-tuning pada dataset sintetis dan dataset paspor asli untuk ekstraksi karakter, dilanjutkan parsing dan validasi check digit. Evaluasi dilakukan terhadap akurasi deteksi pada berbagai jarak pengambilan citra, perbandingan performa kedua model OCR, serta performa implementasi sistem. Mask R-CNN memperoleh precision 80,00% dan recall 66,67% dalam mendeteksi area MRZ, dengan akurasi menurun signifikan pada jarak pengambilan citra yang sangat dekat. Model EasyOCR dataset sintetis mencapai keberhasilan validasi check digit sebesar 50,00%, lebih tinggi dibandingkan model dataset asli (16,67%), meskipun tingkat kesalahan karakter kedua model relatif sebanding. Sistem membutuhkan waktu inisialisasi rata-rata 54,31 detik dan waktu pemrosesan rata-rata 71,17 detik per siklus pemindaian, dengan Mask R-CNN sebagai kontributor waktu terbesar. Sistem terbukti berjalan fungsional pada Raspberry Pi melalui pendekatan pemindaian satu kali per sesi, namun arsitektur deteksi dua tahap Mask R-CNN menjadi faktor pembatas utama kecepatan pemrosesan pada perangkat tanpa akselerator kecerdasan buatan.
Fault Tolerance System Pada Keamanan Rumah Berbasis IoT Jonathan, Ricardo; Setia Budi, Agung
Jurnal Pengembangan Teknologi dan Ilmu Komputer Vol 10 No 08 (2026): Agustus 2026
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Tingginya angka pembobolan rumah menuntut sistem keamanan IoT yang andal, namun sistem konvensional rentan terhadap single point of failure. Penelitian ini bertujuan merancang dan menguji Fault Tolerance System pada keamanan rumah berbasis IoT menggunakan metode Triple Modular Redundancy (TMR) dengan Triplicated Voting guna meningkatkan keandalan deteksi. Metode yang digunakan adalah tipe implementatif pengembangan. Sistem dibangun menggunakan tiga sensor PIR, tiga Arduino UNO, dan satu ESP32 sebagai voter berbasis kuorum mayoritas, dengan visualisasi data real-time melalui platform Blynk IoT. Hasil pengujian menunjukkan performa sensor PIR dan algoritma TMR pada ESP32 Voter memiliki akurasi 100% dari 50 kali pengujian skenario logika. Sistem sukses mempertahankan toleransi kesalahan; jika satu sensor gagal, keputusan output tetap benar berdasarkan suara mayoritas dua sensor lainnya. Kesimpulannya, metode TMR sangat efektif meningkatkan keandalan dan meminimalkan risiko kegagalan sistem keamanan IoT.
Pengaruh Implementasi Learning Management System (LMS) Berbasis AI-Chatbot Terhadap Hasil Belajar dan Keterlibatan Siswa Pada Mata Pelajaran Informatika di SMAN 4 Malang Putri Nov Syawulandari Ginting; Batita, Maurish Sofie Rahmi; Wardhono, Wibisono Sukmo
Jurnal Pengembangan Teknologi dan Ilmu Komputer Vol 10 No 08 (2026): Agustus 2026
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Penelitian ini bertujuan menganalisis pengaruh penggunaan Learning Management System (LMS) terintegrasi dengan AI-Chatbot (PUPI) terhadap hasil belajar dan keterlibatan siswa pada pembelajaran Informatika materi Sistem Operasi. Penelitian menggunakan pendekatan kuantitatif dengan metode quasi experiment dan desain nonequivalent control group pretest-posttest. Sampel terdiri atas 70 siswa kelas X SMA Negeri 4 Malang, yaitu 34 siswa kelas eksperimen dan 36 siswa kelas kontrol. Kelas eksperimen menggunakan LMS terintegrasi dengan AI-Chatbot (PUPI), dan kelas kontrol menggunakan LMS dengan bantuan AI-Chatbot publik melalui platform terpisah. Data hasil belajar diperoleh melalui tes kognitif, sedangkan keterlibatan siswa diukur menggunakan angket. Analisis dilakukan menggunakan One-Way MANOVA dan uji Mann–Whitney U sebagai analisis sensitivitas. Hasil penelitian menunjukkan terdapat perbedaan signifikan secara simultan pada hasil belajar dan keterlibatan siswa (p=0,045). Secara terpisah, tidak terdapat pengaruh signifikan terhadap hasil belajar (p=0,167), tetapi terdapat pengaruh signifikan terhadap keterlibatan siswa (p=0,026). Uji sensitivitas menunjukkan perbedaan signifikan pada aspek keterlibatan emosional (p=0,001).
Root Cause Analysis Berdasarkan Ulasan Pengguna Aplikasi Livin’ by Mandiri dari Google Play Store dan Media Sosial X Menggunakan Integrasi Model LSTM dan Word2Vec Aulia, Ranatika Putri; Wijoyo, Satrio Hadi; Pramono, Welly
Jurnal Pengembangan Teknologi dan Ilmu Komputer Vol 10 No 08 (2026): Agustus 2026
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Peningkatan adopsi aplikasi mobile banking mendorong perlunya analisis mendalam terhadap sentimen pengguna guna mendukung peningkatan kualitas layanan. Penelitian ini bertujuan menganalisis distribusi sentimen dan mengidentifikasi akar permasalahan (Root Cause Analysis – RCA) berdasarkan 13.243 ulasan aplikasi Livin’ by Mandiri dari Google Play Store dan media sosial X. Metodologi penelitian mengintegrasikan Word2Vec sebagai representasi vektor kata dan Long Short-Term Memory (LSTM) sebagai pengklasifikasi sentimen. Tahapan penelitian meliputi pengumpulan data melalui web scraping, pra-pemrosesan teks, pelabelan teks, hingga evaluasi performa model. Hasil pengujian menunjukkan bahwa model integrasi Word2Vec dan LSTM berhasil mengklasifikasikan sentimen dengan accuracy sebesar 84,33%, precision sebesar 69,22%, recall sebesar 83,90%, dan F1-Score sebesar 75,85%. Selanjutnya, ulasan bersentimen negatif dikelompokkan menjadi empat cluster menggunakan K-Means Clustering berbasis Word2Vec untuk mendukung proses RCA. Hasil pemetaan menggunakan diagram fishbone mengidentifikasi akar permasalahan utama dalam empat kategori, yaitu Plant, Policy, Process, dan People, meliputi kegagalan autentikasi dan error aplikasi pasca-pembaruan sistem, keterbatasan fitur investasi dibandingkan platform kompetitor, gangguan transaksi akibat pemeliharaan sistem pada jam sibuk, serta keterbatasan kapasitas layanan pelanggan dalam menangani volume keluhan.

Page 721 of 725 | Total Record : 7248

 719   720   721   722   723 

Filter by Year

2017 2026


Reset
Filter By Issues
All Issue Vol 10 No 13 (2026): Publikasi Khusus Tahun 2026 Vol 10 No 08 (2026): Agustus 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