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
 721   722   723   724   725 
Sistem Wearable untuk Analisis Gerakan Concentration Curls pada Latihan Otot Bisep dengan Metode Random Forest Veda Fitrianingrum, Perlita; 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

Latihan angkat beban, termasuk concentration curls yang berfokus pada otot bisep, merupakan aktivitas olahraga yang efektif untuk meningkatkan kekuatan otot. Namun, kesalahan teknik gerakan masih sering terjadi terutama tanpa pendampingan personal trainer, sehingga dapat menurunkan efektivitas latihan. Penelitian ini mengembangkan sistem wearable berbasis tiga perangkat mikrokontroler ESP32-C3 dan sensor MPU6050 yang ditempatkan pada pergelangan tangan, lengan atas, dan punggung untuk menganalisis ketepatan gerakan concentration curls secara real-time menggunakan metode Random Forest. Data gerakan dikirim menggunakan protokol komunikasi ESP-NOW, diolah melalui ekstraksi fitur statistik, kemudian diklasifikasikan menjadi dua kelas, yaitu gerakan benar dan gerakan salah, dengan hasil klasifikasi disampaikan kepada pengguna melalui buzzer sebagai umpan balik langsung. Hasil pengujian menunjukkan model Random Forest memiliki performa klasifikasi yang baik dengan rata-rata akurasi validasi silang sebesar 99,50%. Pengujian terhadap keseluruhan sistem yang melibatkan enam partisipan dengan total 240 data menunjukkan akurasi sebesar 95,42%, dengan 229 data berhasil diklasifikasikan secara benar. Mekanisme umpan balik buzzer terbukti bekerja sesuai dengan hasil klasifikasi yang dihasilkan sistem. Berdasarkan hasil tersebut, sistem wearable yang dikembangkan mampu melakukan klasifikasi gerakan concentration curls secara akurat serta memberikan umpan balik real-time, sehingga berpotensi membantu pengguna melakukan latihan dengan teknik yang lebih tepat.
Implementasi Browser Fingerprinting Dan Geofencing Dalam Pencegahan Fraud Absensi Berbasis Web Di Titik Nol Coffee Thahir, Salmin Rasidin; Tolle, Herman; Trias Hanggara, Buce
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

Manajemen kehadiran karyawan merupakan aspek penting dalam operasional bisnis. Sistem kehadiran manual di Titik Nol Coffee saat ini digunakan berdampak pada lambatnya operasional dan tingginya risiko kesalahan (Human Error). Meski digitalisasi menawarkan solusi praktis, penerapannya rentan memicu kecurangan seperti titip absen dan manipulasi lokasi yang merugikan perusahaan. Sebagai solusi untuk mengatasinya, penelitian ini mengembangkan sistem absensi berbasis web dengan keamanan berlapis menggunakan Browser Fingerprinting dan Geofencing. Fingerprinting memvalidasi keaslian perangkat pengguna, sedangkan Geofencing membatasi pencatatan kehadiran khusus di radius kerja. Melalui metode Research and Development (R&D) dengan pendekatan Agile Scrum,  hasil pengujian menunjukkan tingkat keberhasilan 100% dari 42 skenario fungsional yang diuji. Pada pengujian keamanan (simulasi fraud), sistem terbukti efektif mencapai Detection Rate 100% (5/5) dalam mendeteksi lima skenario fraud (buddy punching, GPS spoofing, replay attack, unregistered device, dan low GPS accuracy) dengan False Positive Rate 0%. Pengujian usability menggunakan System Usability Scale (SUS) menghasilkan skor rata-rata 78,54 (kategori Good). Pengujian performa mencatatkan error rate 0% dan rata-rata response time 1.932 ms pada 50 concurrent users. Kesimpulannya, penerapan Browser Fingerprinting dan Geofencing terbukti efektif menutup celah kecurangan absensi, menjamin integritas data, serta mendukung evaluasi kinerja karyawan secara objektif di Titik Nol Coffee.
Sistem Peringatan Risiko Konsumsi Minuman Bergula Menggunakan Sensor Kapasitif Dan Analisi Regresi Hidayat, Rihan; Setiawan, Eko
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

Konsumsi minuman bergula secara berlebihan meningkatkan risiko penyakit tidak menular seperti diabetes melitus, obesitas, dan penyakit kardiovaskular. Namun, perangkat sederhana yang mampumengestimasi kadar gula minuman sekaligus memantau akumulasi konsumsi gula harian masih terbatas. Penelitian ini mengembangkan sistem peringatan risiko konsumsi minuman bergula berbasis ArduinoUno menggunakan sensor kapasitif non-kontak. Sensor berbahan copper tape mendeteksi perubahan kapasitansi melalui dinding wadah, kemudian data diproses menggunakan teknik oversampling sebanyak 400 kali untuk mengurangi noise. Nilai kapasitansi dikonversi menjadi °Brix menggunakan regresi linear dengan persamaan (y = 0,00794x - 17,4), selanjutnya diestimasi menjadi kadar gula dalam satuan gram pada volume minuman 315 mL. Sistem dilengkapi LCD 16×2 untuk menampilkan hasil pengukuran serta EEPROM untuk menyimpan akumulasi konsumsi gula harian dan memberikan peringatan ketika konsumsi melebihi 50 gram. Hasil pengujian menunjukkan rata-rata akurasi sistem sebesar 83,00% dengan rata-rata error sebesar 17,00%. Seluruh fungsi utama sistem, meliputi pembacaan sensor, penyimpanan EEPROM, tampilan LCD, dan mekanisme peringatan, berjalan sesuairancangan. Sistem ini berpotensi menjadi media pemantauan konsumsi gula harian, meskipun peningkatan stabilitas sensor masih diperlukan untuk memperoleh akurasi yang lebih tinggi.
Penerapan Deep Learning untuk Deteksi Dini Komplikasi Chronic Kidney Disease pada Pasien Diabetes Melitus melalui Citra Fundus Retina Mufidah, Haniefa Azhari Fathni; Novanto Yudistira; Dewi, Candra
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

Chronic Kidney Disease (CKD) merupakan komplikasi serius pada pasien Diabetes Melitus (DM) yang di Indonesia menyumbang 27,2% kasus gagal ginjal terminal. Deteksi dini CKD konvensional bersifat invasif dan sulit diakses di layanan kesehatan primer, sementara citra fundus retina berpotensi menjadi biomarker non-invasif karena retina dan ginjal berbagi struktur mikrovaskular yang serupa. Penelitian ini mengevaluasi klasifikasi citra fundus retina menggunakan ResNet-50 dan EfficientNet-B0 pada dataset terbatas (273 citra dari Rumah Sakit Panti Nirmala Malang) yang terbagi tiga kelas: DM, DM+CKD Stadium III, dan DM+CKD Stadium V. Lima rumusan masalah diuji melalui ablation study bertahap menggunakan Stratified 5-Fold Cross Validation, mencakup pengaruh pra-pemrosesan citra, weighted loss, transfer learning, strategi mitigasi overfitting (layer freezing, Dropout, Early Stopping, ReduceLROnPlateau), serta perbandingan arsitektur dengan Test-Time Augmentation (TTA). Hasil menunjukkan transfer learning ImageNet memberikan kontribusi terbesar (+9,52 poin persen dibanding random init), backbone frozen terbukti mencegah catastrophic forgetting, sementara preprocessing dan weighted loss tidak memberikan perbedaan signifikan. ResNet-50 dengan TTA (n=10) mencapai akurasi rata-rata tertinggi 79,87%, unggul dibandingkan EfficientNet-B0 (71,42%). Model tetap mengenali sempurna kelas CKD stadium paling parah pada seluruh kondisi pengujian.
Analisis Performa Algoritma Machine Learning Berbasis Ekstraksi Fitur EfficientNet-Lite pada Klasifikasi Penyakit Ikan Radithya, Muhammad Fathi; Utaminingrum, Fitri; Wihandika, Randy Cahya
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 ikan merupakan ancaman serius dalam sektor akuakultur yang membutuhkan diagnosis dini secara presisi. Meskipun deep learning menawarkan solusi pengenalan visual yang tangguh, arsitektur konvensional sering kali membebani komputasi perangkat mobile. Penelitian analitik ini mengusulkan pendekatan hibrida yang mengalihfungsikan arsitektur ringan EfficientNet-Lite0 murni sebagai ekstraktor fitur spasial. Fitur tersebut direduksi melalui empat variasi metode, yaitu global average pooling (GAP), global max pooling (GMP), gabungan, dan convolutional block attention module (CBAM), untuk kemudian diklasifikasikan menggunakan algoritma machine learning SVM, random forest, logistic regression, dan XGBoost. Untuk mengatasi bias prediksi akibat ketimpangan jumlah sampel, penelitian ini juga mengimplementasikan metode optimasi penyeimbangan distribusi data latih. Hasil pengujian menunjukkan kombinasi GAP dan SVM mencapai performa pemisahan kelas tertinggi dengan akurasi 97,20%. Penerapan optimasi penyeimbangan data terbukti sangat krusial; metode ini tidak hanya menstabilkan latensi inferensi, tetapi juga secara drastis mendongkrak kapabilitas algoritma random forest dari tingkat akurasi 86% menjadi 94,41%. Hasil uji statistik Friedman-Nemenyi memvalidasi bahwa pemilihan pengklasifikasi memberikan perbedaan performa yang signifikan, sementara variasi reduksi fitur tidak. Berdasarkan kalkulasi skor efisiensi yang memprioritaskan ketepatan, ukuran memori, dan latensi komputasi, kombinasi fitur GAP dengan pengklasifikasi logistic regression menunjukkan performa terbaik pada penelitian ini.
Sistem Peringatan Dini Kebocoran Gas LPG Berbasis Jaringan Nirkabel nRF24L01+ (Radio Frekuensi 2.4 GHz) Saputra, Ariyo; Putri, Rekyan Regasari Mardi
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

Kebocoran Liquefied Petroleum Gas (LPG) berpotensi menimbulkan kebakaran dan ledakan sehingga diperlukan sistem peringatan dini yang tetap berfungsi tanpa koneksi internet. Penelitian ini merancang prototipe deteksi kebocoran LPG menggunakan sensor MQ-6 dan ESP32 dengan komunikasi lokal nRF24L01+ pada frekuensi 2,4 GHz, serta mengevaluasi keandalan pengiriman data pada variasi jarak. Sistem terdiri atas node pengirim yang membaca nilai analog sensor, menentukan status berdasarkan ambang 50, dan mengirimkan pesan SAFE atau GAS; serta node penerima yang mengaktifkan LED hijau pada kondisi aman dan LED merah beserta buzzer pada kondisi bahaya. Pengujian mencakup 20 data klasifikasi sensor, 10 pengiriman status jarak dekat, sembilan variasi jarak dengan 10 pengiriman pada setiap jarak, dan enam skenario indikator. Nilai ADC 5-45 seluruhnya diklasifikasikan SAFE, sedangkan nilai 50-180 diklasifikasikan GAS, sehingga ketepatan klasifikasi pada kumpulan uji mencapai 100%. Persentase keberhasilan komunikasi adalah 100% hingga 20 m, kemudian 90%, 80%, 60%, dan 30% pada 30, 40, 50, dan 60 m, serta 0% pada 65 m. Seluruh indikator bekerja sesuai status. Prototipe mampu memberikan peringatan lokal dengan komunikasi tanpa kehilangan paket hingga 20 m pada lingkungan pengujian.
Teori Kesiapan Strategi Pembelajaran Bidang Machine Learning dan Potensi Terhadap Kemampuan Berpikir Komputasional Siswa Evalyanti, Mauliddyah; Herlambang, Admaja Dwi; Batita, Maurish Sofie Rahmi
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

Implementasi kebijakan Koding dan Kecerdasan Artifisial (KKA) mulai memperkenalkan konsep machine learning. Pada tahap awal menghadapi kesenjangan antara implementasi pembelajaran dengan pemahaman siswa terhadap konsep machine learning. Penelitian ini bertujuan mengidentifikasi faktor, proses, dan strategi pembelajaran machine learning yang terbentuk berdasarkan kondisi nyata di lapangan serta potensinya terhadap kemampuan berpikir komputasional siswa. Penelitian menggunakan pendekatan kualitatif dengan metode grounded theory Strauss dan Corbin. Data dikumpulkan melalui observasi, wawancara, dan dokumentasi terhadap empat guru dan lima siswa kelas X Rekayasa Perangkat Lunak di SMK Negeri 4 Malang yang mengikuti Workshop Machine Learning Dasar. Hasil penelitian menunjukkan bahwa kesiapan strategi pembelajaran machine learning dipengaruhi oleh kondisi kausal (kurikulum, kebijakan sekolah, dan kesiapan dasar pemrograman siswa) yang berinteraksi dengan dukungan implementasi, hambatan teknis, dan risiko penggunaan AI. Strategi pembelajaran yang adaptif melalui praktik menggunakan Teachable Machine, Google Colab, dan gamifikasi berkontribusi terhadap peningkatan motivasi belajar, pemahaman konsep machine learning, serta penguatan kemampuan berpikir komputasional mencakup, dekomposisi, pengenalan pola, abstraksi dan berpikir algoritma.
Studi Perbandingan Performa dan Efisiensi Sumber Daya pada Pengujian Fungsional Website Berbasis SPA (Single Page Application) Menggunakan Katalon Studio dan Playwright Josua Situmorang, Kevin; Pinandito, Aryo; Pradana, Fajar
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

Adopsi arsitektur Single Page Application (SPA) pada pengembangan website modern menghadirkan tantangan pada pengujian otomatisasi antarmuka pengguna (UI) karena karakteristiknya yang dinamis dan asinkron, sehingga masalah ketidakstabilan pengujian (flaky test) mendorong pentingnya pemilihan alat otomatisasi yang optimal dari segi performa dan efisiensi sumber daya. Penelitian ini membandingkan Katalon Studio (berbasis WebDriver Protocol) dan Playwright (berbasis Chrome DevTools Protocol) melalui eksperimen komparatif dengan satu skenario pengujian end-to-end yang identik pada website saucedemo.com, dieksekusi 30 kali secara sekuensial pada lingkungan lokal yang terkontrol. Evaluasi menggunakan empat metrik, yaitu execution time, CPU usage, RAM usage, dan success rate. Hasil uji Mann-Whitney U menunjukkan perbedaan signifikan (p<0,05) pada ketiga metrik performa: Playwright mencatatkan rata-rata execution time 5,82 detik berbanding 25,16 detik, CPU usage 3,12% berbanding 9,23%, serta RAM usage 160,60 MB berbanding 398,74 MB dibandingkan Katalon Studio. Success rate kedua alat sama-sama 100% sehingga tidak dapat diuji signifikansinya secara statistik. Keunggulan Playwright dikaitkan dengan arsitektur komunikasi WebSocket yang lebih ringan serta mekanisme auto-waiting bawaan, namun temuan ini berlaku spesifik pada konteks eksperimen yang dikontrol ketat dan tidak dimaksudkan sebagai generalisasi universal. Penelitian ini diharapkan menjadi salah satu pertimbangan bagi tim Quality Assurance dalam memilih alat otomatisasi pengujian yang sesuai dengan karakteristik aplikasi. 
Optimasi Komposisi Pakan Itik Petelur Menggunakan Algoritma Genetika Saputro, Arkaditya Lanang; Mahmudy, Wayan Firdaus
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

Itik petelur mempunyai potensi besar dalam memenuhi kebutuhan protein hewani masyarakat, namun peternak sering menghadapi kendala dalam merumuskan komposisi pakan yang murah sekaligus memenuhi standar nutrisi. Penelitian ini bertujuan untuk mengimplementasikan dan menguji kualitas solusi Algoritma Genetika dalam optimasi komposisi pakan itik petelur pada fase layer. Model yang digunakan dalam penelitian ini berbasis bilangan riil (real-coded), dengan mekanisme pemilihan induk menggunakan Random Selection. Proses perkawinan silang dan mutasi menggunakan metode Extended Intermediate Crossover dan Random Mutation, serta didukung metode Elitism Selection untuk menjaga individu terbaik pada setiap generasi. Berdasarkan pengujian hyperparameter, kombinasi optimal yang menghasilkan rata-rata nilai fitness tertinggi yaitu ukuran populasi sebesar 500, jumlah generasi sebanyak 1000, nilai Crossover Rate sebesar 0,4, dan Mutation Rate  sebesar 0,6. Melalui proses optimasi menggunakan hyperparameter terbaik tersebut, diperoleh nilai fitness terbaik sebesar 0,00012242. Hasil optimasi sukses memenuhi batas kebutuhan nutrisi secara akurat, seperti nilai protein sebesar 17,004% (target 17,00%) dan energi sebesar 2.700,012 kcal/kg (target 2.700,00 kcal/kg). Hasil dari penelitian menunjukkan bahwa Algoritma Genetika mampu menghasilkan komposisi pakan yang akurat terhadap target nutrisi dan lebih efisien dibanding perhitungan manual.
Penerapan Distraction Detection Untuk Pencegahan Distraksi Pengemudi Melalui Convolutional Neural Networks Salim, Andrew; Bachtiar, Fitra; Priyambadha, Bayu
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 JITECS

Page 723 of 725 | Total Record : 7248

 721   722   723   724   725 

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