cover
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 : -
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 7,374 Documents
Evaluasi Niat Keberlanjutan Penggunaan Layanan Generative AI Pada Konteks Proses Akademis Berdasarkan Expectation Confirmation Model Bonasahata, Reno; Admaja Dwi Herlambang; Mochammad Chandra Saputra
Jurnal Pengembangan Teknologi dan Ilmu Komputer Vol 10 No 9 (2026): September 2026
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Perkembangan pesat Generative AI di perguruan tinggi menawarkan asisten akademik efisien, namun memicu tantangan integritas akademik. Universitas Brawijaya (UB) merespons hal ini dengan menerbitkan Peraturan Rektor Nomor 122 Tahun 2025 tentang etika pemanfaatannya. Penelitian ini bertujuan mengevaluasi faktor yang memengaruhi niat keberlanjutan mahasiswa UB dalam menggunakan Generative AI dengan batasan kebijakan tersebut. Kerangka Expectation-Confirmation Model (ECM) diadaptasi dengan mengintegrasikan variabel trust dan perceived risk. Pendekatan kuantitatif digunakan melalui survei daring terhadap 121 mahasiswa sarjana UB yang dipilih dengan teknik purposive sampling. Analisis data menggunakan Partial Least Squares Structural Equation Modeling (PLS-SEM). Hasil menunjukkan konfirmasi ekspektasi secara signifikan membentuk persepsi kegunaan dan kepuasan. Persepsi kegunaan dan kepercayaan terbukti menjadi prediktor kuat yang mendorong niat keberlanjutan penggunaan. Namun, kepuasan emosional ternyata tidak berhubungan signifikan. Di sisi lain, persepsi risiko terbukti berhubungan negatif dan signifikan, yang menandakan bahwa ancaman sanksi efektif menurunkan niat penggunaan AI yang tidak etis. Hal ini menyimpulkan bahwa perilaku mahasiswa dalam mempertahankan penggunaan AI sangat pragmatis, berfokus pada keandalan sistem dan efisiensi kerja, namun tetap sangat patuh terhadap regulasi kampus. Institusi pendidikan direkomendasikan untuk beralih ke restrukturisasi metode asesmen yang lebih autentik dan menggiatkan pelatihan literasi AI secara kritis.
Pengembangan E-Module Berbasis Flipbook disertai Augmented Reality pada Materi Dampak Sosial Informatika untuk Kelas X Vega, Amelia; Afirianto, Tri; Fitra Abdurrachman Bachtiar
Jurnal Pengembangan Teknologi dan Ilmu Komputer Vol 10 No 9 (2026): September 2026
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Penelitian ini dilatarbelakangi oleh rendahnya kemampuan berpikir analitis peserta didik Kelas X Perhotelan Wirausaha SMK Negeri 3 Malang pada materi Dampak Sosial Informatika, yang terkonfirmasi melalui nilai rata-rata pretest sebesar 55,33 dengan persentase ketuntasan sebesar 0% pada Kriteria Ketuntasan Minimal (KKM) sebesar 75 serta belum tersedianya bahan ajar mandiri yang spesifik untuk materi tersebut. Penelitian ini bertujuan untuk mengetahui tingkat kelayakan E-Module Berbasis Flipbook disertai Augmented Reality (AR) berdasarkan penilaian ahli materi dan ahli media, mengetahui tingkat kepraktisan E-Module berdasarkan respons peserta didik, dan mengetahui peningkatan hasil belajar peserta didik setelah menggunakan E-Module tersebut. Penelitian menggunakan metode Research and Development (R&D) dengan model ADDIE (Analysis, Design, Development, Implementation, Evaluation). Produk yang dikembangkan adalah E-Module VIRA (Virtual Informatics Reality Assistant) berbasis Flipbook disertai AR melalui platform Assemblr Edu. Subjek penelitian adalah 30 peserta didik Kelas X SMK Negeri 3 Malang. Hasil penelitian menunjukkan bahwa: (1) E-Module memperoleh persentase kelayakan sebesar 88,24% dari ahli materi dan 88,89% dari ahli media, keduanya berkategori Sangat Valid; (2) tingkat kepraktisan E-Module berdasarkan respons peserta didik mencapai 92,66% dengan kategori Sangat Praktis; dan (3) rata-rata N-Gain klasikal sebesar 81,67% dengan kategori Tinggi. Dengan demikian, E-Module VIRA telah memenuhi ketiga dimensi kualitas produk pembelajaran, yaitu valid, praktis, dan efektif.
Analisis Sentimen Berbasis Aspek pada Ulasan Pengguna Aplikasi Gojek Menggunakan Metode IndoBERT-CNN dengan Arsitektur Multi-Task Nadra, Muhammad Razi Al Kindi; Indriati; Edy Santoso
Jurnal Pengembangan Teknologi dan Ilmu Komputer Vol 10 No 9 (2026): September 2026
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Ulasan pengguna aplikasi Gojek pada Google Play Store kerap memuat opini terhadap beberapa aspek layanan yang berbeda dalam satu ulasan, sehingga analisis sentimen secara umum tidak mampu menangkap perbedaan opini antar-aspek. Penelitian ini menerapkan Aspect-Based Sentiment Analysis (ABSA) menggunakan metode IndoBERT-CNN berarsitektur multi-task untuk mengklasifikasikan aspek (performance, pricing, services) dan sentimen (negative, neutral, positive) secara simultan. Dataset yang digunakan berupa 10.000 ulasan hasil prapemrosesan yang telah dianotasi. Model IndoBERT (indobenchmark/indobert-base-p1) berperan sebagai shared encoder yang menghasilkan representasi kontekstual, kemudian diteruskan ke dua TextCNN head terpisah untuk masing-masing tugas. Serangkaian pengujian arsitektur TextCNN dan penyetelan hyperparameter dilakukan untuk memperoleh konfigurasi terbaik. Konfigurasi optimal, yaitu CNN dengan tiga kernel paralel berukuran 3, 4, dan 5; 128 filter; dropout 0,3; learning rate 2×10⁻⁵; dan batch size 16, mencapai accuracy dan macro-F1 sebesar 0,992 pada task aspek, 0,972 pada task sentimen, serta joint exact-match accuracy sebesar 0,966. Kesalahan klasifikasi paling banyak terjadi pada pembedaan sentimen neutral dan negative. Hasil penelitian menunjukkan bahwa kombinasi IndoBERT dan CNN efektif untuk ABSA berbahasa Indonesia dan berpotensi dimanfaatkan sebagai alat bantu evaluasi kualitas layanan secara otomatis.
Analisis SWOT dalam Pengembangan Usaha Restoran Berdasarkan Ulasan Pelanggan Berbasis Aspek DINESERV (Studi Kasus: Wang Li Heng) Syafrudin, Fatmah Fianka; Setiawan, Nanang Yudi; Wicaksono, Satrio Agung
Jurnal Pengembangan Teknologi dan Ilmu Komputer Vol 10 No 9 (2026): September 2026
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Pertumbuhan industri kuliner yang semakin kompetitif mendorong restoran untuk memahami kebutuhan pelanggan melalui analisis ulasan daring. Restoran Wang Li Heng memiliki banyak ulasan di Google Maps sehingga analisis manual menjadi kurang efektif. Penelitian ini bertujuan melakukan analisis sentimen berbasis aspek menggunakan dimensi DINESERV, khususnya food quality dan service quality, serta memanfaatkan hasilnya sebagai dasar penyusunan analisis SWOT untuk pengembangan usaha restoran. Data penelitian berupa ulasan Google Maps yang diproses melalui tahapan translation, case folding, cleansing, normalization, tokenization, stopword removal, dan stemming. Pelabelan sentimen dan aspek dilakukan secara independen oleh expert dan Large Language Model (LLM), kemudian tingkat kesepakatan keduanya diukur menggunakan Inter-Annotator Agreement (IAA). Data direpresentasikan menggunakan TF-IDF, diklasifikasikan dengan Support Vector Machine (SVM), dan ketidakseimbangan kelas ditangani menggunakan SMOTE. Hasil penelitian menunjukkan bahwa model klasifikasi sentimen memperoleh akurasi sebesar 90,75%. Analisis SWOT menunjukkan bahwa food quality menjadi kekuatan utama restoran, terutama pada cita rasa, porsi, dan konsistensi menu, sedangkan kelemahan utama terdapat pada service quality, seperti pengaturan tempat duduk, keramahan staf, manajemen antrean, dan koordinasi pesanan daring.
Pengembangan Plugin Efek Kompresor Bass Elektrik Secara Real-Time Menggunakan JUCE Framework Daffa Ramadhani, Muhammad; Budi, Agung Setia
Jurnal Pengembangan Teknologi dan Ilmu Komputer Vol 10 No 9 (2026): September 2026
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Bass elektrik adalah instrumen musik yang diciptakan sekitar tahun 1950 sebagai alternatif dari kontrabas untuk menciptakan nuansa baru dalam dunia musik. Alat ini memberikan nuansa low end pada musik yang belum pernah terjadi sebelumnya. Layaknya gitar elektrik, suara dari bass elektrik dapat dimodifikasi dan ditingkatkan menggunakan pedal efek yang salah satunya adalah kompresor. Kompresor berfungsi untuk menguatkan sinyal yang kecil dan melemahkan sinyal yang besar secara dinamis. Tujuannya adalah untuk membentuk volume yang relatif lebih seragam, yang diatur sesuai dengan sensitivitas efek tersebut. Namun, harga kompresor bass elektrik relatif mahal untuk musisi pemula, sehingga perlu adanya alternatif, seperti memanfaatkan software efek digital yang dapat langsung dipasang pada komputer atau laptop. Penelitian ini bertujuan untuk merancang kompresor bass elektrik menggunakan JUCE Framework. Sebuah aplikasi untuk membuat plugin efek digital untuk kemudian dipasangkan pada Interface pengguna. Meski ada perbedaan signifikan antara hasil sinyal (error) setelah melalui efek kompresor digital dan nilai pengaturan sebesar: Ratio: 39,99%, Attack: 22%, dan Release: 605%. Disimpulkan bahwa penggunaan Efek kompresor digital tetap bisa memberikan hasil yang memuaskan karena sudah dapat merepresentasikan penggunaan kompresor dengan baik. Kedepannya diharapkan penelitian ini dapat dikembangkan, sehingga nilai error semakin menjadi kecil dan sinyal semakin akurat.
Perbandingan Kinerja K-Nearest Neighbor (KNN) dan Matrix Factorization (MF) dalam memberikan Rekomendasi Materi pada Platform Gamifikasi Ardiaga, Virgi; Pradana, Fajar; Bachtiar, Fitra Abdurrachman
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
Perancangan Framework Automasi Jaringan Dengan Pemanfaatan Large Language Model Dan Ansible Untuk Konfigurasi Routing Intra-Domain Multivendor Devy, Maritza Aliyya; Yahya, Widhi; Bakhtiar, Fariz Andri
Jurnal Pengembangan Teknologi dan Ilmu Komputer Vol 10 No 9 (2026): September 2026
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Pengelolaan routing intra-domain pada jaringan multivendor masih bergantung pada konfigurasi manual berbasis Command Line Interface (CLI) yang rawan kesalahan dan sulit diskalakan. Kemajuan Large Language Model (LLM) membuka peluang untuk mengotomasi proses tersebut, namun penelitian yang mengintegrasikan LLM dengan automasi berbasis Infrastructure as Code (IaC) untuk routing intra-domain multivendor secara end-to-end masih terbatas. Penelitian ini bertujuan merancang dan mengimplementasikan framework automasi jaringan yang mengintegrasikan LLM dengan Ansible untuk menghasilkan konfigurasi protokol Open Shortest Path First (OSPF) dan Routing Information Protocol (RIP) pada perangkat multivendor di lingkungan simulasi Graphical Network Simulator-3 (GNS3). Framework yang dirancang terdiri dari lima komponen sekuensial, yaitu prompt terstruktur sebagai masukan, model LLM untuk generasi playbook Ansible per vendor, ansible-lint untuk validasi sintaks, Ansible untuk eksekusi konfigurasi, serta mekanisme perbaikan iteratif berbasis umpan balik dengan batas maksimum empat iterasi. Pengujian dilakukan terhadap tiga model LLM, yaitu Claude Sonnet 4.6, GPT-5.4, dan Gemini 3.1 Pro, pada topologi yang melibatkan perangkat Cisco, MikroTik, dan Juniper. Evaluasi mencakup tiga aspek, yaitu intra-domain, multivendor, dan topologi, menggunakan metrik Success Percentage, Number of Attempts, Syntax Error, dan Lint Error. Hasil pengujian menunjukkan Claude Sonnet 4.6 mencapai Success Percentage 100% pada seluruh delapan skenario dengan jumlah iterasi yang konsisten rendah. GPT-5.4 mengalami kegagalan yang terpusat pada platform Juniper JunOS dengan nilai Success Percentage terendah sebesar 20%, sedangkan Gemini 3.1 Pro mengalami kegagalan pada skenario OSPF topologi bus dengan nilai yang sama. Penelitian ini membuktikan bahwa integrasi LLM dan Ansible mampu mengotomasi konfigurasi routing intra-domain multivendor secara efektif, meskipun kinerja antarmodel bervariasi secara signifikan bergantung pada karakteristik kombinasi vendor, protokol, dan topologi jaringan.
Analisis Penerimaan Sistem Rekomendasi Merchant pada Aplikasi ShopeeFood di Kalangan Pelajar Kota Malang Menggunakan Technology Acceptance Model (TAM) Setiandini, Keisya Marshanda; Rachmadi, Aditya; Syawli, Almira
Jurnal Pengembangan Teknologi dan Ilmu Komputer Vol 10 No 9 (2026): September 2026
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Perkembangan layanan Online Food Delivery (OFD) di Indonesia, termasuk ShopeeFood, mendorong pentingnya evaluasi terhadap sistem rekomendasi merchant sebagai salah satu fitur utama yang memengaruhi pengalaman pengguna, khususnya di kalangan pelajar dan mahasiswa Kota Malang yang mendominasi populasi kota pendidikan tersebut. Penelitian ini bertujuan menganalisis tingkat penerimaan pengguna terhadap sistem rekomendasi merchant pada aplikasi ShopeeFood, mengidentifikasi pengaruh faktor kualitas sistem rekomendasi berupa Accuracy of Recommendation, Diversity of Recommendation, dan Novelty of Recommendation, serta mengidentifikasi faktor-faktor yang memengaruhi penerimaan tersebut. Penelitian menggunakan metode kuantitatif deskriptif verifikatif berbasis Technology Acceptance Model (TAM) dengan penambahan tiga variabel eksternal tersebut. Data dikumpulkan dari 147 responden pelajar SMP/MTs, SMA/SMK/MA, dan mahasiswa aktif di Kota Malang yang dipilih melalui purposive sampling dan proportionate stratified sampling, kemudian dianalisis menggunakan Structural Equation Modeling (SEM) berbasis Partial Least Square (PLS) melalui SmartPLS versi 4.0. Hasil penelitian menunjukkan bahwa tingkat penerimaan pengguna terhadap sistem rekomendasi ShopeeFood berada pada kategori tinggi, didukung oleh nilai rata-rata Behavioral Intention sebesar 4,171. Accuracy of Recommendation terbukti berpengaruh positif dan signifikan terhadap perceived usefulness, sedangkan Diversity of Recommendation dan Novelty of Recommendation tidak berpengaruh signifikan. Perceived Ease of Use dan Perceived Usefulness berpengaruh signifikan terhadap Attitude Toward Using, yang selanjutnya berpengaruh signifikan terhadap Behavioral Intention, sementara Perceived Usefulness tidak berpengaruh signifikan terhadap Behavioral Intention. Dengan demikian, penerimaan sistem rekomendasi merchant ShopeeFood lebih dipengaruhi oleh akurasi rekomendasi dan sikap positif pengguna dibandingkan keberagaman maupun kebaruan rekomendasi yang disajikan. Temuan ini diharapkan menjadi bahan evaluasi bagi pengembang ShopeeFood serta memperkaya kajian akademis mengenai penerimaan teknologi pada layanan pesan-antar makanan.
Pengembangan Game Edukasi Materi Literasi Digital Menggunakan ADDIE (Studi Kasus: Kelas VIII SMP Negeri 2 Wagir) Ayu Andini, Putri; Purnawirawan, Okta; Sukmo Wardhono, Wibisono
Jurnal Pengembangan Teknologi dan Ilmu Komputer Vol 10 No 9 (2026): September 2026
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Literasi digital merupakan salah satu materi dalam mata pelajaran Informatika pada Kurikulum Merdeka Fase D yang menuntut pendekatan pembelajaran aktif dan interaktif. Namun, pembelajaran di SMP Negeri 2 Wagir masih didominasi metode ceramah dan slide PowerPoint yang bersifat satu arah, sehingga kurang mengakomodasi gaya belajar kinestetik peserta didik. Menjawab permasalahan tersebut, dikembangkan sebuah game edukasi berbasis web bergenre platformer 2D bernama Digiverse, yang kelayakan dan efektivitasnya turut diuji dalam penelitian ini. Metode yang digunakan adalah Research and Development (R&D) dengan model ADDIE, melibatkan 34 peserta didik kelas VIII F SMP Negeri 2 Wagir Tahun Ajaran 2025/2026 sebagai subjek penelitian. Kelayakan diukur melalui validasi ahli menggunakan instrumen Aiken's V, efektivitas diukur menggunakan desain one-group pretest-posttest yang dianalisis dengan N-Gain ternormalisasi, dan tingkat penerimaaan pengguna diukur melalui angket User Acceptance Testing (UAT). Hasil validasi ahli materi menghasilkan nilai Aiken's V 0,81 (kriteria sangat tinggi), ahli media 0,74 (kriteria tinggi), dengan rata-rata keseluruhan 0,77 (kriteria tinggi). Dari sisi efektivitas, hasil N-Gain rata-rata yang diperoleh sebesar 0,85 (kriteria tinggi), dengan rata-rata pre-test 66,84 meningkat menjadi 94,79 pada post-test. Sementara itu, tingkat penerimaan pengguna sebesar 90% (kriteria sangat baik) berdasarkan hasil UAT. Temuan tersebut menunjukkan bahwa game Digiverse terbukti layak, efektif, dan dapat diterima siswa SMP Negeri 2 Wagir kelas VIII sebagai media pembelajaran literasi digital.
Eksplorasi Penggunaan Prompting ChatGPT dalam Pembelajaran Pemrograman Dart: Studi Kasus Kelas X RPL SMK Negeri 12 Malang Maulana, Muhamad Irkham; Hariyanti, Uun; Amalia, Faizatul
Jurnal Pengembangan Teknologi dan Ilmu Komputer Vol 10 No 9 (2026): September 2026
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Kecerdasan buatan generatif, khususnya Large Language Model (LLM) seperti ChatGPT, telah mengubah ekosistem pembelajaran secara fundamental. Dalam konteks pendidikan vokasional, ChatGPT digunakan luas sebagai alat bantu belajar mandiri, namun efektivitasnya sangat bergantung pada keterampilan merumuskan prompt. Sebaliknya, penggunaan berlebihan berisiko menimbulkan illusion of competence dan ketergantungan. Penelitian ini bertujuan mengeksplorasi bentuk penggunaan prompting ChatGPT serta pengalaman siswa kelas X Rekayasa Perangkat Lunak (RPL) SMKN 12 Malang dalam pembelajaran pemrograman Dart pada mata pelajaran Koding dan Kecerdasan Artifisial (KKA). Menggunakan pendekatan kualitatif berdesain single-case embedded, data dikumpulkan melalui wawancara semi-terstruktur dan observasi lapangan terhadap delapan partisipan yang dipilih secara purposive sampling. Analisis tematik enam tahap berbasis NVivo 14 menghasilkan tujuh tema utama. Keabsahan data dipastikan melalui triangulasi data dan member checking. Temuan menunjukkan bahwa siswa secara intuitif menerapkan empat teknik prompting (zero-shot, few-shot, chain-of-thought, dan role-playing), dengan kualitas prompting berkorelasi langsung terhadap pengetahuan domain pemrograman. Seluruh narasumber (8/8) mengalami illusion of competence sebagai konsekuensi struktural interaksi dengan LLM, lima narasumber mengalami disonansi kognitif, dan enam narasumber mengakui risiko cognitive offloading. Penelitian ini menyimpulkan bahwa dampak ChatGPT ditentukan oleh tingkat Self-Regulated Learning (SRL) dan metakognisi siswa, sehingga diperlukan panduan pedagogis terstruktur serta integrasi literasi AI dalam kurikulum pendidikan vokasional.

Filter by Year

2017 2026


Filter By Issues
All Issue Vol 10 No 13 (2026): Publikasi Khusus Tahun 2026 Vol 10 No 10 (2026): Oktober 2026 Vol 10 No 08 (2026): Agustus 2026 Vol 10 No 01 (2026): Januari 2026 Vol 10 No 9 (2026): September 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