cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Ricky Firmansyah
Contact Email
ricky.rym@bsi.ac.id
Phone
+6281318340588
Journal Mail Official
jurnal.informatika@bsi.ac.id
Editorial Address
Jl. Kramat Raya No.98, Kwitang, Kec. Senen, Kota Jakarta Pusat, DKI Jakarta 10450
Location
Kota adm. jakarta barat,
Dki jakarta
INDONESIA
Jurnal Informatika
Published by Universitas Bina Sarana Informatika
ISSN : 23556579     EISSN : 25282247     DOI : https://doi.org/10.31294/ji.v4i2
Core Subject : Science,
Computer Science & IT
Jurnal Informatika respects all researchers Technology and Information field as a part spirit of disseminating science resulting and community service that provides download journal articles for free, both nationally and internationally. The editorial welcomes innovative manuscripts from Technology and Information field. The scopes of this journal are: Expert System Decision Support System Data Mining Artificial Intelligence System Machine Learning Genetic Algorithms Business Intelligence and Knowledge Management Big Data the manuscripts have primary citations and have never been published online or in print. Every manuscript will be checked the plagiarism using Turnitin software. If the manuscript indicated major plagiarism, the manuscript is rejected.
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 12 Documents
 1   2 
Search results for , issue "Vol 9, No 1 (2022): April 2022" : 12 Documents clear
Tata Kelola Teknologi Informasi Pada JNE Cabang Bekasi Menggunakan Framework Cobit 4.1 Andi Saryoko; Agus Junaidi; Sopiyan Dalis; Samudi Samudi; Riska Aryanti; Haryani Haryani
Jurnal Informatika Vol 9, No 1 (2022): April 2022
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (205.411 KB) | DOI: 10.31294/inf.v9i1.11708

Abstract

JNE  merupakan  perusahaan  yang  bergerak dibidang  jasa  pengiriman  barang.  Untuk mendukung  kemampuan  dan  tingkat pelayanan agar dapat bersaing di dunia jasa pengiriman  barang  maka  perlu  adanya pengelolaan  yang  berbasis  Teknologi Informasi (TI). Teknologi Informasi menjadi peluang terjadinya  peningkatan  dan produktivitas  bisnis  menjadi  semakin  cepat. Pemanfaatan  teknologi  informasi jika diterapkan pada industri jasa pengiriman seperti  JNE  ini  menjadi  kebutuhan  yang sangat  mutlak. Kelemahan yang biasanya ditemukan dalam pengiriman data adalah bagaimana perusahaan menanganin sistem informasi pengiriman barang karena berbagai macam jenis barang yang masuk ke perusahaan dengan keterbatasan waktu dan kesalahan sumber daya manusia (human error) yang ada sehingga dapat menimbulkan kemungkinan resiko yang terjadi. Sehingga dapat menggangu kegiatan operasional perusahaan yang berdampak pada proses pengiriman barang yang terlambat atau tidak sampak barang ke tujuan atau kehilangan barang. Oleh karena itu perlu dilakukan evaluasi dan memonitoring data pengiriman terhadap kelemahan maupun resiko sistem informasi pengiriman barang pada PT JNE Bekasi.Dalam melakukan evaluasi dan memonitoring data pengiriman diperlukan sebuah standar yang membantu agar terjadinya pengukuran yang valid dan riable. Dalam penelitian ini, standar yang digunakan adalah cobit 4.1 dengan domain monitor and evaluate. Standar cobit dipilih karena krangka kerja cobit memberikan gambaran detail mengenai evaluasi dan monitor mengenai sistem pengendalian manajemen kesalahan dalam pengaturan proses sistem yang mendukung keselarasan strategi bisnis dan tujuan teknologi informasi.Hasil penelitian diperoleh nilai rata-rata domain dari ME1 sampai ME4 mendapatkan nilai current maturity diatas expected maturity
Implementasi Metode Hybrid AHP-SAW-TOPSIS Untuk Pemilihan Taman TOGA Galih Setiadi; Wiwien Hadikurniawati
Jurnal Informatika Vol 9, No 1 (2022): April 2022
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (338.402 KB) | DOI: 10.31294/inf.v9i1.11901

Abstract

Perlombaan taman TOGA merupakan sebuah langkah yang dilakukan oleh kelurahan Tambangan Semarang untuk mendorong masyarakat kembali memanfaatkan alam. TOGA adalah tumbuhan berkhasiat yang dikelola keluarga dan ditanam pada lahan pekarangan. Dalam prakteknya proses pemilihan taman TOGA masih menggunakan cara manual. Pengambilan keputusan yang tidak tepat akan mengakibatkan taman TOGA yang terpilih tidak sesuai dengan kenyataan yang sebenarnya. Permasalahan dalam pengambilan keputusan (decision making) membuat para peneliti mengembangkan penelitian Multi-Attribute Decision Making (MADM). MADM dimanfaatkan dalam membantu kelurahan Tambangan Semarang menentukan taman TOGA terbaik berdasarkan kriteria yang sudah ditentukan. Berdasarkan hasil wawancara dengan narasumber yang melakukan pemilihan, kriteria yang digunakan dalam pemilihan taman TOGA terbaik meliputi keragaman, kerapian, identitas tanaman, inovasi produk, ukuran taman, jumlah tanaman, kebersihan lingkungan, dan dokumentasi. MADM yang digunakan di dalam penelitian ini menggunakan metode hybrid Analytical Hierarchy Process (AHP), Simple Additive Weighting (SAW), dan Technique for order performance of similarity to idea solution (TOPSIS). Metode AHP dimanfaatkan dalam penentuan nilai bobot parameter, metode SAW dimanfaatkan dalam perhitungan matriks normalisasi serta metode TOPSIS dimanfaatkan dalam proses perankingan untuk mendapatkan hasil akhir. Setelah melakukan proses pemilihan dari beberapa alternatif menggunakan 8 kriteria yang sebelumnya sudah ditentukan, metode hybrid AHP-SAW-TOPSIS yang digunakan di dalam penelitian ini mendapatkan kesimpulan bahwa taman TOGA RT1 dari RW4 memiliki posisi peringkat yang paling tinggi dengan jumlah nilai 0,586. Kelurahan Tambangan Semarang bisa menggunakan MADM ini dengan mudah melalui perangkat mobile android dengan spesifikasi yang telah ditentukan.
Perbandingan Fungsi Optimasi Neural Network Dalam Klasifikasi Kelayakan Calon Suami Handayani, Meli; Riandini, Maisarah; Situmorang, Zakarias
Jurnal Informatika Vol 9, No 1 (2022): April 2022
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (16.4 KB) | DOI: 10.31294/inf.v9i1.12318

Abstract

Pernikahan merupakan momen yang sakral dalam kehidupan manusia. Pemilihan calon suami maupun calon istri menjadi penting untuk diperhatikan agar dapat terbentuk sebuah keluarga yang bahagia. Kantor Urusan Agama kecamatan Sibolga Kota sebagai pemegang wewenang untuk memberikan penilaian terhadap pasangan calon suami-istri menghadapi kesulitan dalam menentukan layak atau tidaknya calon suami di dalam sebuah pernikahan. Data mining digunakan untuk memecahkan masalah ini, khususnya dengan menggunakan metode neural network. Dengan membandingkan kombinasi fungsi aktivasi Rectified Linear Unit dan beberapa fungsi optimasi seperti Limited Memory Broyden–Fletcher–Goldfarb–Shanno Bound Constraint, Stochastic Gradient Descent dan Adative Moment Estimation, diperoleh hasil bahwa kombinasi fungsi aktivasi Rectified Linear Unit dan fungsi optimasi Adaptive Moment Estimation merupakan yang terbaik dari segi nilai accuracy, precision dan recall. Diperoleh pula hasil bahwa kombinasi fungsi aktivasi Rectified Linear Unit dan fungsi optimasi Stochastic Gradient Descent merupakan kombinasi yang terburuk dalam hal mengklasifikasikan kelayakan calon suami berdasarkan dataset yang digunakan
Impelementasi Deep Learning untuk Optimasi Slump Menggunakan Convolutional Neural Network Pada PT. Handaru Wijaya Mulya Pandowo, Hedi; Kusumaningrum, Dian; Amir, Vaisal
Jurnal Informatika Vol 9, No 1 (2022): April 2022
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (212.272 KB) | DOI: 10.31294/inf.v9i1.11713

Abstract

Deep Learning adalah sebuah bidang keilmuan baru dalam bidang Machine Learning yang akhir-akhir ini berkembang karena perkembangan teknologi GPU accelaration. Deep Learning memiliki kemampuan yang sangat baik dalam visi komputer. Salah satunya adalah pada kasus klasifikasi objek pada citra. Dengan mengimplementasikan salah satu metode machine learning yang dapat digunakan untuk klasifikasi citra objek yaitu Convolutional Neral Network (CNN). Metode CNN terdiri dari dua tahap. Tahap pertama adalah klasifikasi citra menggunakan feedforward. Tahap kedua merupakan tahap pembelajaran dengan metode backpropagation. Sebelum dilakukan klasifikasi, terlebih dahulu dilakukan praproses dengan metode wrapping dan cropping untuk memfokuskan objek yang akan diklasifikasi. Selanjutnya dilakukan training menggunakan metode feedforward dan backpropagation. Terakhir adalah tahap klasifikasi menggunakan metode feedforward dengan bobot dan bias yang diperbarui. Sehingga dapat disimpulkan bahwa metode CNN yang digunakan pada penelitian ini mampu melakukan klasifikasi dengan baik. Hasil uji-coba dari metode dan algoritma yang dikembangkan menunjukan bahwa pengukuran karakteristik tekstur secara global dalam satu kesatuan citra menunjukan hasilyang lebih baik dari model pengukuran secara lokal. Analisis global pada fitur contrast menunjukkan bahwa semakin tinggi kuat tekan beton, nilai contrast makin kecil yang berarti tekstur citra beton makin halus. Fitur energy dapat digunakan untuk membedakan slump pada beton dengan kuat tekan K-125, K-150, K-250 dan K-300
Sistem Penunjang Keputusan Penilaian Kinerja Dosen Dengan Metode Profile Matching Miftahul Huda; Muhammad Nasir
Jurnal Informatika Vol 9, No 1 (2022): April 2022
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (312.407 KB) | DOI: 10.31294/inf.v9i1.11192

Abstract

Universitas Islam Negeri Sultan Aji Muhammad Idris Samarinda, institusi pendidikan tinggi yang berbasis keislaman di Kalimantan yang telah berperan aktif pada pembangunan masyarakat melalui pendidikan, pembimbingan, penelitian serta tri dharma atau pengabdian masyarakat. Universitas ini didukung dengan sumber daya manusia atau dosen-dosen yang berkompeten di bidangnya untuk membantu mewujudkan tujuan institusi tersebut. Salah satu yang dilakukan untuk menjamin mutu setiap sumberdaya manusianya, yaitu dengan melakukan penilaian kinerja dosen melalui sistem pendukung keputusan berdasarkan  beberapa aspek kriteria menggunakan metode profile matching. Sistem ini juga diharapkan dapat membantu manajemen kampus untuk menilai kinerja dosen dan dapat dijadikan sebagai acuan untuk pengambilan keputusan.
Analisis Latensi Pada Aplikasi Virtual Reality Untuk Anak Dengan Autism Syndrome Disorder Muhammad Ariq Rafly; Meredita Susanty
Jurnal Informatika Vol 9, No 1 (2022): April 2022
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (415.882 KB) | DOI: 10.31294/inf.v9i1.11778

Abstract

Virtual Reality (VR) atau realitas maya adalah sebuah cabang media interaktif yang terus berkembang. VR merupakan teknologi yang dapat membuat pengguna dapat berinteraksi dengan lingkungan dalam dunia maya yang disimulasikan oleh komputer. VR membuat pengguna merasa berada di dalam lingkungan tersebut. Dalam mengembangkan VR kita harus memiliki pengetahuan tentang teknologi sensing and tracking, stereoscopic display, multimodal interaksi dan recognition (contoh : metafora dan menu tiga dimensi, suara, dan gerakan), grafis komputer, simulasi fisika dan lainya. Dengan teknologi-teknologi tersebut, VR dapat memanipulasi otak penggunanya seakan-akan berada pada dunia lain. Karena membutuhkan tingkat grafis visual yang tinggi untuk memberikan pengalaman yang realistis, salah satu tantangan utama dalam mengembangkan aplikasi permainan VR adalah latensi yang tinggi. Latensi yang tinggi mengakibatkan menurunnya kualitas pengalaman pengguna, karena ada waktu tunda antara aksi dari pengguna dan respon pada aplikasi. Latensi dalam penggunaan VR bahkan dapat menyebabkan sensasi mabuk. Penelitian ini bertujuan mengembangkan aplikasi VR dengan latensi rendah dengan studi kasus aplikasi permainan untuk anak dengan Autism Spectrum Disorder (ASD) dengan tetap mempertahankan kualitas grafik visual yang baik. Pada penelitian ini, nilai latensi per komponen kualitas visual dan nilai kualitas performa aplikasi diukur menggunakan tools profiler dari Unity. Hasil pengujian menunjukkan bahwa penurunan nilai masing-masing komponen visual sepertianti-aliasing, shadow resolution, cascades dan soft shadow dapat mengurangi latensi. Diantara komponen visual tersebut, anti-aliasing yang berkontribusi paling besar terhadap latensi. Penelitian ini berhasil mendapatkan kombinasi optimum diantara komponen-komponen visual tersebut untuk mendapatkan latensi yang rendah dan grafik visual yang baik.
Optimasi Pearson Correlation untuk Sistem Rekomendasi menggunakan Algoritma Firefly Melany Mustika Dewi
Jurnal Informatika Vol 9, No 1 (2022): April 2022
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (264.661 KB) | DOI: 10.31294/inf.v9i1.10209

Abstract

Saat ini dunia digital berkembang untuk menyajikan informasi yang dibutuhkan dalam kehidupan. Informasi yang tepat bagi pengguna dengan banyak pertimbangan variabel adalah suatu permasalahan urgensi untuk saat ini. Dalam dunia digital film, menyajikan rekomendasi film yang sesuai dengan user merupakan suatu permasalahan. Solusi yang tepat untuk masalah tersebut adalah dengan Sistem Rekomendasi. Penelitian ini menggunakan teknik rekomendasi Collaborative Filtering dengan metode Pearson Colleration dan algoritma Firefly dalam menentukan rekomendasi film.  Kelemahan dari Teknik Collaborative Filtering adalah munculnya Sparsity atau kekosongan data. Untuk mengatasi kelemahan ini peneliti akan melakukan penghapusan dari data yang kosong. Selain itu peneliti menggunakan metode Pearson Correlation untuk mencari nilai kemiripan antar user dan menggunakan Algoritma Firefly untuk menentukan film yang paling sesuai dengan user. Hasil dari penelitian ini  menghasilkan Mean Absolute Error atau nilai kemungkinan salah sebesar 0,82 dan nilai akurasinya sebesar 79,295%. Penggunaan metode Pearson Correlation tidak menghasilkan optimasi  dalam penentuan kemiripan user yaitu mendapatkan error lebih rendah 0,21  yaitu sebesar 0,61 dan akurasi sebesar 83,83% atau lebih tinggi 4,535.
Analisa Hasil Perbandingan Poly Kernel Dan Normalisasi Poly Kernel Pada Support Vector Machine Sebagai Metode Klasifikasi Citra Tanda Tangan Chyntia Raras Ajeng Widiawati; Suliswaningsih Suliswaningsih
Jurnal Informatika Vol 9, No 1 (2022): April 2022
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (261.452 KB) | DOI: 10.31294/inf.v9i1.11288

Abstract

Tanda tangan merupakan salah satu karakteristik penting yang bisa dimanfaatkan dalam verifikasi beberapa dokumen, salah satunya adalah dokumen akademik. Verifikasi tanda tangan di lingkungan akademik merupakan hal yang penting terutama dalam memastikan keaslian tanda tangan dosen atau tenaga pengajar. Tidak sedikit mahasiswa yang memilih untuk melakukan pemalsuan tanda tangan dosen atau tenaga pengajar demi mempermudah proses akademik mereka, hal tersebut menjadi masalah yang cukup penting terlebih jika mahasiswa tersebut sebenarnya belum layak dan belum memenuhi kriteria untuk mendapat tanda tangan atau pengesahan dari dosen yang bersangkutan. Diperlukan sebuah teknik maupun metode yang bisa membantu proses verifikasi tanda tangan dosen dan tenaga pengajar di lingkungan akademik. Salah satu teknik yang mungkin digunakan adalah dengan menggunakan teknik pengolahan citra. Pada penelitian ini akan dilakukan klasifikasi antara citra tanda tangan asli dan palsu sebagai proses verifikasi dari keaslian tanda tangan dosen yang diperoleh mahasiswa. Data yang digunakan merupakan citra tanda tangan dari dosen Universitas Amikom Purwokerto yang menjadi penguji pada Seminar Tugas Praktik. Metode yang diusulkan pada proses klasifikasi dengan menggunakan algoritme Support Vector Machine (SVM) dengan dua kernel yang berbeda. Kedua kernel tersebut terdiri dari poly kernel dan normalisasi poly kernel, pemilihan kedua kernel tersebut digunakan untuk membandingkan hasil mana yang lebih optimal. Hasil dari penelitian ini adalah SVM dengan menggunakan normalisasi poly kernel mampu memberikan hasil yang lebih baik jika dibandingkan dengan menggunakan poly kernel saja. Hasil yang diperoleh dengan menggunakan normalisasi poly kernel yaitu tingkat akurasi sebesar 79,43% dan tingkat spesifisitas sebesar 100%.
Analisis Penyebaran Pandemi Covid-19 di Kota Jakarta Menggunakan Metode Clustering K-Means dan Density Based Spatial Clustering of Application With Noise Tukiyat Tukiyat; Yohanes Djohan
Jurnal Informatika Vol 9, No 1 (2022): April 2022
Publisher : Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (519.367 KB) | DOI: 10.31294/inf.v9i1.11226

Abstract

Pandemi Covid-19 awal  Maret 2020 telah masuk di Indoensai dan  penyebaran virus covid-19 di Jakarta sudah sangat mengkhawatirkan, dengan wilayah yang cukup luas Jakarta menjadi salah satu daerah dengan perkembangan warga terinfeksi virus covid-19 yang sangat tinggi. Penelitian ini  bertujuan untuk menganalisis pola penyebaran virus covid-19 di kota DKI Jakarta sehingga mampu memberikan gambaran cluster umum yang menjadi pusat pergerakan virus ini di wilayah DKI Jakarta. Data penelitian berupa data sekunder yang diperoleh dari sumber https://corona.Jakarta.go.id. Berjumlah 267 data. Sampel penelitian sebanyak sebanyak 151 data. Data tersebut selanjutnya akan dianalisis untuk memetakan pola penyebaran virus covid-19 di kota Jakarta dengan menggunakan metode K-Means dan Density Based Spatial Clustering of Applications With Noise (DBSCAN). Hasil analisis metode K-Means menunjukan bahwa pandemi virus covid-19 terbagi dalam empat cluster yaitu cluster 0 dengan anggota sebanyak 91 data, cluster 1 dengan anggota sebanyak 23 data, cluster 2 sebanyak 62 data dan cluster 3 sebanyak 91 data. Sedangkan untuk metode DBSCAN menghasilkan empat cluster dengan komposisi cluster 0 sebanyak 87 data, cluster 1 sebanyak 23 data, cluster 2 sebanyak 63 data dan cluster 3 sebanyak 94 data. Hasil validasi cluster menggunakan Davies Bouldin Index menunjukan bahwa dalam penelitian ini metode K-Means lebih baik dibanding metode DBSCAN dengan perbandingan index DBI 0,027968805 untuk K-Means dan 1,172562165 untuk DBSCAN.
Peningkatan Kualitas Layanan Warga Kelurahan Duri Kepa dengan Aplikasi LINGKOE Francka Sakti Lee; M. Fauzi Isputrawan
Jurnal Informatika Vol 9, No 1 (2022): April 2022
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (235.705 KB) | DOI: 10.31294/inf.v9i1.11538

Abstract

Pada umumnya, pengurus RT/RW di Jakarta memiliki peran ganda yaitu sebagai pengurus masyarakat sekaligus kepala keluarga di rumahnya. Hal ini menyebabkan kurang maksimalnya fungsi pelayanan publik. Beberapa fungsi administratif menjadi terabaikan serta komunikasi antara warga dan Pengurus RT/RW kurang dapat berjalan. Untuk mengatasi persoalan itu  perlu dikembangkan suatu sistem informasi yang dapat memfasilitasi kebutuhan masing-masing pihak sesuai dengan kebijakan atau kondisi di wilayahnya. Teknologi informasi ini dikembangkan dalam sebuah aplikasi mobile berbasis android, yaitu Lingkoe, dengan tiga fitur utama yaitu melakukan pencatatan data kependudukan, menyampaikan berita penting, dan memberikan layanan administratif rutin kepada masyarakat. Aplikasi ini diterapkan pada warga di Kelurahan Duri Kepa, Jakarta Barat. Metode yang digunakan dalam pengembangan aplikasi Lingkoe adalah MADLC (Mobile Application Development Life Cycle), yang terbagi menjadi 2 tahapan yaitu tahap analisa dan tahap pengembangan. Penerapan aplikasi ini menghasilkan sistem pencatatan dan dokumentasi data kependudukan yang lebih tertata, dan lengkap, penyampaian informasi seputar lingkungan yang lebih tersebar serta pengurusan layanan administratif yang lebih cepat selesai. Selanjutnya untuk pengembangan aplikasi yang lebih luas dan dapat digunakan oleh lebih banyak pengguna dibutuhkan data yang lebih representatif dari beberapa wilayah lainnya. In general, the management of RT / RW in Jakarta has a dual role, namely as the community administrator as well as the head of the family in his house which causing less optimal function of public services. Several administrative functions have been neglected and communication between residents and the RT / RW management is not working well. To overcome this problem it was needed to develop an information system that can facilitate each other's needs according to policies or conditions in the region. This information technology was developed in an android-based mobile application, namely Lingkoe, with three main features, namely recording population data, delivering important news, and providing routine administrative services to the public. Lingkoe application is applied to residents in Duri Kepa Village, West Jakarta. The method used in developing the Lingkoe application is MADLC (Mobile Application Development Life Cycle), which is divided into 2 stages, namely the analysis stage and the development stage.The use of this application results in a more organized and complete population data recording and documentation system, a more dispersed delivery of information about the environment and a faster completion of administrative services. Furthermore, for the development of applications that are broader and can be used by more users, will need more representative data from several other regions. 

Page 1 of 2 | Total Record : 12

 1   2 

Filter by Year

2022 2022


Reset
Filter By Issues
All Issue Vol 12, No 2 (2025): October Vol 12, No 1 (2025): April Vol 11, No 1 (2024): April 2024 Vol 11, No 2 (2024): October Vol 10, No 2 (2023): October 2023 Vol 10, No 1 (2023): April 2023 Vol 9, No 2 (2022): Oktober 2022 Vol 9, No 1 (2022): April 2022 Vol 8, No 2 (2021): September 2021 Vol 8, No 1 (2021): April 2021 Vol 7, No 2 (2020): September 2020 Vol 7, No 1 (2020): April 2020 Vol 6, No 2 (2019): September 2019 Vol 6, No 1 (2019): April 2019 Vol 5, No 2 (2018): Jurnal INFORMATIKA Vol 5, No 1 (2018): Jurnal INFORMATIKA Vol 4, No 2 (2017): Jurnal INFORMATIKA Vol 4, No 1 (2017): Jurnal INFORMATIKA Vol 3, No 2 (2016): Jurnal INFORMATIKA Vol 3, No 1 (2016): Jurnal INFORMATIKA Vol 2, No 2 (2015): Jurnal INFORMATIKA Vol 2, No 1 (2015): Jurnal INFORMATIKA Vol 1, No 2 (2014): Jurnal INFORMATIKA Vol 1, No 1 (2014): Jurnal INFORMATIKA More Issue