cover
Contact Name
-
Contact Email
-
Phone
-
Journal Mail Official
-
Editorial Address
-
Location
Kota adm. jakarta pusat,
Dki jakarta
INDONESIA
Jurnal Sains & Teknologi Modifikasi Cuaca
ISSN : -     EISSN : -     DOI : -
Core Subject : Education,
Arjuna Subject : -
Articles 566 Documents
PREFACE JSTMC VOL.17 NO.2 DECEMBER 2016 : FOREWORD AND ACKNOWLEDGEMENT Wirahma, Samba
Jurnal Sains & Teknologi Modifikasi Cuaca Vol 17, No 2 (2016): December 2016
Publisher : BPPT

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (95.131 KB) | DOI: 10.29122/jstmc.v17i2.2803

Abstract

PERBANDINGAN PREDIKSI CURAH HUJAN GFS METEOROGRAM DENGAN CURAH HUJAN TRMM DI DAS RIAM KANAN KALIMANTAN SELATAN Wirahma, Samba; Athoillah, Ibnu; ., Sutrisno
Jurnal Sains & Teknologi Modifikasi Cuaca Vol 16, No 2 (2015): December 2015
Publisher : BPPT

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1051.721 KB) | DOI: 10.29122/jstmc.v16i2.1049

Abstract

Teknologi Modifikasi Cuaca (TMC) yang diterapkan oleh BPPT di Kalimantan Selatan dilakukan guna mengatasi kekurangan debit air yang terjadi pada DAS Riam Kanan. Untuk melaksanakan TMC yang efektif dan efisien dibutuhkan prediksi cuaca harian yang akurat dan mendetail pada catchment area (daerah tangkapan hujan) tersebut, khususnya prediksi curah hujan harian. TMC yang diterapkan oleh BPPT menggunakan prediksi yang salah satunya diambil dari Global Forecast System (GFS) Meteorogram. Prediksi tersebut bisa menjadi referensi untuk mengolah dan menganalisis parameter cuaca dengan baik, serta merencanakan dan memutuskan pelaksanaan penerbangan eksekusi selama kegiatan TMC. Untuk menguji ketepatan suatu prediksi, maka diperlukan validasi/perbandingan hasil prediksi dengan data real, yaitu data curah hujan yang dapat diambil dari data Tropical Rainfall Measuring Mission (TRMM).Prediksi curah hujan menggunakan GFS Meteorogram dibandingkan dengan data curah hujan dari TRMM di daerah DAS Riam Kanan menggunakan korelasi Pearson, pengambilan data prediksi GFS dilakukan mulai dari 16 Mei 2014 s/d 31 Mei 2014. Koefisien korelasi yang diambil hanya yang memiliki pola/bentuk hubungan korelasi linear positif (+1). Dari hasil analisis korelasi didapatkan bahwa dari 16 hari pengambilan data di semua lokasi, rata-rata terdapat 8 - 11 hari yang memiliki nilai koefisien korelasi (KK) positif untuk prediksi di hari yang sama dan 6 - 11 hari untuk prediksi Lag_1, dengan nilai KK yang paling banyak muncul yaitu : range 0.4 - 0.7 untuk prediksi 7 hari ke depan, range 0.7 - 0.9 untuk prediksi 5 hari ke depan, dan range 0.9 - 1 untuk prediksi 3 hari ke depan. Dari keenam lokasi titik prediksi dengan nilai koefisien korelasi linear positif yang paling banyak muncul dan memiliki hubungan yang paling kuat adalah di titik Banjarmasin dan DAS bagian Utara.Kata Kunci : prediksi curah hujan GFS, curah hujan TRMM DAS Riam Kanan, koefisien korelasiWeather Modification Technology applied by BPPT in South Kalimantan in order to overcome the shortage of water discharge that occurs in the Riam Kanan Watershed. To implement the weather modification technology an effective and efficient required daily weather predictions are accurate and detail in the catchment area, especially dailiy rainfall prediction. In this Technology, BPPT using prediction from the Global Forecast System (GFS) Meteorogram. This prediction could be a reference to analyze weather parameter, planning, and deciding to do flight execution for weather modification. To verifying accuracy of this prediction, it is necessary validation/ comparison with real data that can be retrieved from the data Tropical Rainfall Measuring Mission (TRMM).Rainfall prediction of GFS Meteorogram compared with data from TRMM rainfall on the Riam Kanan Watershed using Pearson Correlation, GFS forecast data collected from May 16 - May 3,1 2014. The correlation coefficient is taken only has a pattern a positive linear correlation. The result from correlation analysis showed that 16 days of data collection in all locations, on average there are 8 ? 11 days have a correlation coefficient is positive for prediction in the same day, and 6 ? 11 days for prediction in lag_1 with most value arise of correlation coefficient is 0.4 ? 0.7 for prediction of next 7 days, range 0.7 ? 0.9 for prediction of next 5 days, and range 0.9 ? 1 for prediction of next 3 days. From the six location of prediction points with most value arise of correlation coefficient positive linier and have the strongest relation are in Banjarmasin and northern watershed.Keywords : GFS precipitation forecast, Riam Kanan TRMM rainfall, correlation coefficient
ANALISIS PENGARUH SIKLON TROPIS GILLIAN TERHADAP CURAH HUJAN DI WILAYAH RIAU DAN SEKITARNYA Sibarani, Rini Mariana
Jurnal Sains & Teknologi Modifikasi Cuaca Vol 15, No 2 (2014): December 2014
Publisher : BPPT

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (6005.078 KB) | DOI: 10.29122/jstmc.v15i2.2673

Abstract

IntisariSiklon Tropis merupakan gangguan meteorologi yang disebabkan karena adanya pusat tekanan rendah di lautan. Syarat terbentuknya siklon tropis di daerah perairan adalah suhu muka laut (sst) cukup panas (T 260C). Salah satu Siklon Tropis yang terjadi di perairan Indinesia adalah Siklon Tropis Gillian. Siklon Tropis ini terjadi di Selatan Perairan Indonesia, yang berlangsung selama 5 hari dari tanggal 21 Maret ? 25 Maret 2014. Siklon Tropis Gillian ini mempengaruhi kondisi curah hujan di wilayah Indonesia bagian Utara, tepatnya di Pulau Sumatera Bagian Utara. Selama terjadinya Siklon Tropis Gillian mengakibatkan pengurangan Curah hujan di wilayah tersebut, terutama di daerah Provinsi Riau. Dari data yang diperoleh baik dari data Penakar POS METEOROLOGI maupun dari data Satelit TRMM Jaxa mulai tanggal 23 Maret ? 27 Maret 2014, curah hujan yang tercatat di wilayah Riau dan sekitarnya mendekati 0 mm. Hal ini membuktikan bahwa Siklon Tropis Gillian di selatan Perairan Jawa mempengaruhi curah hujan di Pulau Sumatera Bagian Utara (Riau).  AbstrackTropical Cyclone is the meteorological disturbance due to the low pressure center in the ocean. Terms of tropical cyclone formation in the waters is the sea surface temperature (sst) is quite warm (T 260C). Tropical Cyclone Gillian is one of Tropical Cyclone that occurred in the waters of Indinesia. This tropical cyclones occur in the Southern waters of Indonesian, which lasted for 5 days from March 21 to March 25, 2014. Tropical Cyclone Gillian affects rainfall in the northern part of Indonesia, precisely in Northern Sumatra Island. During the Tropical Cyclone Gillian lead to a reduction in rainfall in the region, especially in the province of Riau. Rainfall data from the POS METEOROLOGY and TRMM Satellite Jaxa began on March 23 to March 27, 2014, was recorded in Riau area close to 0 mm. This proves that the Tropical Cyclone Gillian in southern waters of Java affecting rainfall in Northern of Sumatera Island (Riau).
MENGAPA HANYA SEDIKIT AWAN KONVEKTIF YANG TUMBUH DI ATAS DAERAH BANDUNG PADA PERIODE 10 DESEMBER 1999 S.D 04 JANUARI 2000? Seto, Tri Handoko
Jurnal Sains & Teknologi Modifikasi Cuaca Vol 1, No 1 (2000): June 2000
Publisher : BPPT

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (264.972 KB) | DOI: 10.29122/jstmc.v1i1.2106

Abstract

Dalam rangka mengembangkan kemampuannya secara ekstensif, Unit Pelaksana TeknisHujan Buatan BPPT melakukan penelitian teknologi modifikasi cuaca untuk antisipasibanjir. Penelitian ini dilaksanakan dalam kurun waktu musim basah (10 Desember s.d. 04 Januari 2000) di Bandung Jawa Barat dengan harapan dapat diperoleh data yang cukup banyak mengingat setiap data harus memenuhi criteria adanya awan konvektif dengan syarat-syarat tertentu. Akan tetapi dalam kenyataannya, dari 25 hari kerja efektif hanya diperoleh 6 (enam) data yang berarti hanya ada 6 (enam) hari yang dijumpai adanya pertumbuhan awan yang konvektif sesuai persyaratan minimal. Hal ini tentu menjadi pertanyaan yang perlu dijawab secara saintifik. Berdasarkan kajian data meteorologi secara Synoptic nampak bahwa sebenarnya massa udara yang masuk kedaerah target adalah massa udara basah setelah sebelumnya melewati Samudera Hindia. Massa udara ini memasuki wilayah Indonesia dengan membentuk konvergensi untuk kemudian bergerak menuju tekanan rendah di Utara dan Selatan Wilayah Indonesia. Awan-awan konvektif tumbuh didaerah target ketika terdapat depresi-depresi kecil disekitar Pulau Jawa.To develop its technology capability extensively, weather Modification Technical Service Unit (UPT Hujan Buatan) BPPT has done weather modification research forflood anticipation. This research was done on the wet season (December 10 1999 until January 04 2000) in Bandung West Java with hopefully that it be able to be gotten many data because every data has to require criteria existence of convective clouds with many requirements. But in the fact, from 25 effective days, there was only 6 (six) days that were met convective cloud growth according to minimum requirements. The question is what happened at that period? This article tries to answer that question scientifically. Synoptic meteorological data shown that wet air mass come into target area after blow through Hindia Ocean. Those wet air masses come into Indonesia region and form convergence and than blow to low pressure in both of North and South of Indonesia region. Convective clouds grew on the target when there were little depressions around Java Island.
PERBANDINGAN PARAMETER ATMOSFER RADIOSONDE DI PALEMBANG DAN PANGKALPINANG SELAMA INTENSIVE OBSERVATION PERIODE (IOP) Athoillah, Ibnu; Sibarani, Rini Mariana
Jurnal Sains & Teknologi Modifikasi Cuaca Vol 19, No 1 (2018): June 2018
Publisher : BPPT

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (896.315 KB) | DOI: 10.29122/jstmc.v19i1.2987

Abstract

Beberapa kondisi udara atas yang bagus untuk mendukung pertumbuhan awan adalah udara dalam kondisi labil, kelembapan yang cukup basah dan angin yang tidak terlalu kencang. Profil udara atas ini biasa diukur dengan menggunakan radiosonde. Namun selama ini terjadi keterbatasan dalam hal lokasi peluncuran radiosonde yang tidak banyak di Indonesia, seperti di Palembang tidak ada peluncuran radiosonde yang rutin dilakukan kecuali ada event tertentu seperti Intensive Observation Period (IOP) sehingga dalam kondisi biasa untuk mengetahui profil udara atasnya menggunakan lokasi peluncuran radiosonde terdekat yaitu di Pangkalpinang. Penelitian ini bertujuan untuk membandingkan parameter dari pengukuran radiosonde Palembang saat kegiatan IOP dengan radiosonde Pangkalpinang, guna mengetahui apakah parameter yang dihasilkan dari radiosonde Pangkalpinang bisa digunakan untuk wilayah Palembang. Parameter yang dibandingkan adalah K-Index, Lifted Index, Showalter Index, Convective Temperature (Tc), CAPE, RH 850 mb, RH 700 mb dan RH 500 mb. Perbandingan dilakukan secara visual dan uji statistik. Secara visual dengan metode grafik dan secara statistik menggunakan Wilcoxon Signed Rank Test. Hasil secara visual menunjukkan semua parameter memiliki pola yang mirip dan berdekatan. Hasil uji statistik menunjukkan hampir semua parameter yang diuji memiliki nilai probabilitas di atas 0.05 yang berati tidak ada perbedaan yang signifikan antara hasil pengukuran di Palembang dan Pangkalpinang kecuali parameter Showalter Index yang memiliki nilai probabilitas 0.008 atau di bawah 0.05 yang menunjukkan bahwa parameter Showalter Index ini ada perbedaan yang signifikan dari kedua lokasi.
THE SPECTRUM THRESHOLD FILTER METHOD FOR CHAFF AND RAIN Aldrian, Edvin
Jurnal Sains & Teknologi Modifikasi Cuaca Vol 3, No 1 (2002): June 2002
Publisher : BPPT

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (440.183 KB) | DOI: 10.29122/jstmc.v3i1.2157

Abstract

Polarization doppler radar observations of chaff and rain were conducted. At least in thevertical pointing case, the spectrum of chaff is much narrower than that of rain. In dataanalysis a new method of filtering chaff data from noise is used. This filter method, named the spectrum threshold filter method, was also applied for rain data for comparison. Instead of using the average power as in the conventional method this fil ter method utilizes the doppler spectral peak power. Consequently this filter method is able to detect a presence of even a single strong doppler velocity signals. Hence the performance of this filter is better with metallic strips, such as chaff, than raindrops. The variation of the filter? s threshold will change significantly the filtered rainfall area but not the chaff one. The filter technique is also useful to detect a narrow but strong spectral data.Pengamatan hujan dan chaff dengan memakai radar dengan polarisasi doppler telahdilakukan. Paling tidak pada posisi tegak lurus, spektrum dari chaff lebih sempit daripada pada butir hujan. Dalam melakukan analisa data kita telah mengembangkan sebuah metoda filtering untuk memilah data chaff dari noise sekitarnya. Metoda filter ini, yang disebut metoda filter spectrum threshold, juga diterapkan pada data hujan sebagai perbandingan. Daripada memakai kekuatan rata-rata dengan metoda umumnya, metoda filter ini memakai puncak spektrum. Sehingga metoda filter ini dapat mendeteksi keberadaan dari hanya sebuah puncak kecepatan doppler dalam sinyal. Pada akhirnya kinerja metoda filter ini lebih baik untuk aplikasi pada pita-pita logam seperti chaff daripada butiran hujan. Variasi dari batas ambang (threshold) dari filter ini akan mengubah area hujan yang terfilter secara drastis tetapi tidak pada data chaff. Teknik filter ini juga berguna untuk mendeteksi spektrum doppler yang sempit tetapi kuat.
OBSERVASI PERTUMBUHAN AWAN DI DAS MAMASA SULAWESI BARAT DENGAN RADAR CUACA Mulyana, Erwin
Jurnal Sains & Teknologi Modifikasi Cuaca Vol 12, No 2 (2011): December 2011
Publisher : BPPT

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (2289.723 KB) | DOI: 10.29122/jstmc.v12i2.2190

Abstract

Telah dilakukan pengamatan awan di DAS Mamasa berdasarkan data X-band Mobile Radar untuk mengetahui karakteristik pertumbuhan awan di daerah tersebut. Pengamatan awan dilakukan pada saat kegiatan penyemaian awan tangal 21 Oktober - 19 November 2009. Hasil pengamatan menunjukkan bahwa pertumbuhan awan di DAS Mamasa dipengaruhi oleh proses orografik dan arah angin. Pada saat angin baratan, pertumbuhan awan terkonsentrasi di sisi bagian barat DAS Mamasa. Sebaliknya, pertumbuhan awan terkonsentrasi di sisi bagian timur DAS Mamasa ketika terjadi angin timuran.Study on the characteristic of cloud development at Mamasa catchment area is very important since the water supply for Bakaru hydro-electric power is highly depend on the rain fall over this area. During rain enhancement project on 21 October to 19 November 2009, convective clouds have been analized based on X-band mobile weather radar observation over Mamasa River catchment area. The observation result shows that cloud development in this area are influenced by orographic processes and wind direction. During westerly wind, the clouds developed over the western part of catchment area. On the contrary, the clouds were observed over the east side of cathment area during easterly wind.
ANALISIS VARIABILITAS CURAH HUJAN KOTA MARTAPURA KALIMANTAN SELATAN AKIBAT PERUBAHAN IKLIM Syaifullah, M. Djazim; Muhammad, Fikri Nur; Athoillah, Ibnu; Wirahma, Samba
Jurnal Sains & Teknologi Modifikasi Cuaca Vol 15, No 1 (2014): June 2014
Publisher : BPPT

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (766.034 KB) | DOI: 10.29122/jstmc.v15i1.2650

Abstract

IntisariNegara Indonesia merupakan Negara Kepulauan yang terletak di Khatulistiwa sehingga rentan terhadap perubahan iklim.Curah hujan yang terjadi di suatu tempat dipengaruhi oleh faktor alam dan topografi daerah tersebut. Dengan melihat histori kejadian hujan selama 70 tahun (1915 ? 2000) akan mengetahui pola hujan distribusi curah hujan suatu wilayah. Untuk memperoleh hasil  tersebut digunakan analisa regresi. Dalam analisa tersebut didapatkan dari tahun 1915 sampai dengan tahun 2000 untuk stasiun di Kota Martapura menunjukan pola kecerendungan kenaikan 4,5898 mm/tahun dengan persamaan regresi Y=4.5898 X-6600.4 with R2=0.0513.AbstractState of Indonesia is a country located on the equator that are vulnerable to climate change.  Rainfall (precipitation) that occurs in a place influenced by nature and topography of the area. By knowing historical rainfall events during 70 years (1915-2000) will determine the distribution pattern of rainfall in the area. To obtain the result about distribution pattern used regression analysis. In the regression analysis obtained that from 1915 until 2000 year for station in Martapura shows the rise pattern 4,5898 mm/years with a regression equation  Y=4.5898 X-6600.4 with R2=0.0513.
MODEL SIMULASI PRAKIRAAN CH BULANAN PADA WILAYAH RIAU DENGAN MENGGUNAKAN INPUT DATA SOI, SST, NINO 3.4, DAN IOD Ardhitama, Aristya; Sholihah, Rias
Jurnal Sains & Teknologi Modifikasi Cuaca Vol 14, No 2 (2013): December 2013
Publisher : BPPT

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (10710.559 KB) | DOI: 10.29122/jstmc.v14i2.2688

Abstract

INTISARI  Saat ini, kondisi cuaca di Pekanbaru dewasa ini begitu cepat perubahannya sehingga sulit diprediksi. Fenomena ini menuntut  prakiraan untuk meningkatkan kualitas hasil prakiraan sehingga lebih cepat, tepat, dan akurat untuk hasil yang diinginkan tersebut. Simulasi prakiraan jumlah curah hujan dengan menggunakan input data prediktor SOI, SST, Nino 3.4 dan IOD dengan parameter cuaca di Kota Pekanbaru telah  dilakukan menggunakan model persamaan regresi linear berganda. Prediktor tersebut digunakan untuk memprediksi curah hujan (CH) tahun 2011 dan 2012.Selain itu berfungsi untuk mengecek kebenaran hasil prakiraan jumlah curah hujan dengan model persamaan regresi linear berganda menggunakan rumus Root Mean Square Error (RMSE) dan Standar Deviasi (SD).Serta kajian penelitian ini berfungsi untuk membuktikan faktor prediktor (SOI, SST, Nina 3.4 dan IOD) yang paling mempengaruhi kondisi curah hujan di Pekanbaru.Data yang digunakan dalam kajian ini adalah data curah hujan sebaran normal dari tahun 1981-2010 pada stasiun wilayah Pekanbaru-Provinsi Riau. Data jumlah curah hujan tahun 2011 dan 2012 hasil observasi dianggap sebagai pembanding untuk verifikasi dan validasi nilai curah hujan (CH) hasil model output simulasi.Berdasarkan penelitian yang telah dilakukan maka dapat disimpulkan bahwa data dari SOI, SST, Nino 3.4 dan IOD memiliki pengaruh terhadap curah hujan di wilayah Pekanbaru Provinsi Riau.Kondisi cuaca terutama curah hujan untuk wilayah Pekanbaru dipengaruhi oleh factor global, regional dan lokal.Dari hasil penelitian terlihat hubungan yang memiliki tingkat korelasi yang tinggi terhadap curah hujan (CH) adalah prediktor SOI.Selain itu, dengan menggunakan RMSE membuktikan bahwa nilai kebenaran pada tahun 2011 lebih baik dibandingkan pada tahun 2012.  
ANALISIS TINGKAT HIGROSKOPISITAS DAN UKURAN PARTIKEL YANG DIHASILKAN DARI PEMBAKARAN FLARE DENGAN 14 MACAM KOMPOSISI BERBEDA UNTUK DIPILIH DAN DIGUNAKAN PADA CLOUD BASE SEEDING DI SOROAKO Haryanto, Untung; Sarwono, P Sudibyo; Shanty, Shanty
Jurnal Sains & Teknologi Modifikasi Cuaca Vol 2, No 1 (2001): June 2001
Publisher : BPPT

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (86.14 KB) | DOI: 10.29122/jstmc.v2i1.2148

Abstract

Telah dilakukan analisis komposisi asap flare higroskopik yang dibuat dengan 14macam komposisi berbeda menggunakan kaskad impaktor. Flare dengan karakteristikdiameter dominan (21.48 %) 15.7 mikron dan coefisien higroskopik tinggi dipilih dandibuat sebanyak 220 batang untuk eksperimen cloud base seeding di Soroako padabulan Mei 2000. Koefisien higroskopisitas dan diameter dominan sekitar 15 mikrondigunakan sebagai dasar pemilihannya.Laboratory analysis was carried out to analyze size and hygroscopicity particle producedby smoke burning of hygroscopic pyrotechnics flare using cascade impactor of 14different compositions. Flare that has dominant size particles of about 15.7 micron indiameter (21.48 %) and coefficient hygroscopicity of 0.96 was selected for field experiment. 220 flares were assembled to be used at field cloud base seedingexperiment in Soroako in May 2000.

Filter by Year

2000 2022


Filter By Issues
All Issue Vol. 23 No. 2 (2022): December 2022 Vol. 23 No. 1 (2022): June 2022 Vol. 22 No. 2 (2021): December 2021 Vol. 22 No. 1 (2021): June 2021 Vol. 21 No. 2 (2020): December 2020 Vol. 21 No. 1 (2020): June 2020 Vol 20, No 2 (2019): December 2019 Vol. 20 No. 2 (2019): December 2019 Vol. 20 No. 1 (2019): June 2019 Vol 20, No 1 (2019): June 2019 Vol 19, No 2 (2018): December 2018 Vol. 19 No. 2 (2018): December 2018 Vol 19, No 1 (2018): June 2018 Vol. 19 No. 1 (2018): June 2018 Vol 19, No 1 (2018): June 2018 Vol 19, No 2 (2018) Vol. 18 No. 2 (2017): December 2017 Vol 18, No 2 (2017): December 2017 Vol 18, No 2 (2017): December 2017 Vol. 18 No. 1 (2017): June 2017 Vol 18, No 1 (2017): June 2017 Vol 18, No 1 (2017): June 2017 Vol. 17 No. 2 (2016): December 2016 Vol 17, No 2 (2016): December 2016 Vol 17, No 2 (2016): December 2016 Vol 17, No 1 (2016): June 2016 Vol 17, No 1 (2016): June 2016 Vol. 17 No. 1 (2016): June 2016 Vol 16, No 2 (2015): December 2015 Vol. 16 No. 2 (2015): December 2015 Vol 16, No 2 (2015): December 2015 Vol 16, No 1 (2015): June 2015 Vol. 16 No. 1 (2015): June 2015 Vol 16, No 1 (2015): June 2015 Vol 15, No 2 (2014): December 2014 Vol 15, No 2 (2014): December 2014 Vol. 15 No. 2 (2014): December 2014 Vol 15, No 1 (2014): June 2014 Vol. 15 No. 1 (2014): June 2014 Vol 15, No 1 (2014): June 2014 Vol 14, No 2 (2013): December 2013 Vol. 14 No. 2 (2013): December 2013 Vol 14, No 2 (2013): December 2013 Vol 14, No 1 (2013): June 2013 Vol. 14 No. 1 (2013): June 2013 Vol 14, No 1 (2013): June 2013 Vol. 13 No. 2 (2012): December 2012 Vol 13, No 2 (2012): December 2012 Vol 13, No 2 (2012): December 2012 Vol 13, No 1 (2012): June 2012 Vol 13, No 1 (2012): June 2012 Vol. 13 No. 1 (2012): June 2012 Vol. 12 No. 2 (2011): December 2011 Vol 12, No 2 (2011): December 2011 Vol 12, No 2 (2011): December 2011 Vol 12, No 1 (2011): June 2011 Vol 12, No 1 (2011): June 2011 Vol. 12 No. 1 (2011): June 2011 Vol. 11 No. 2 (2010): December 2010 Vol 11, No 2 (2010): December 2010 Vol 11, No 2 (2010): December 2010 Vol 11, No 1 (2010): June 2010 Vol 11, No 1 (2010): June 2010 Vol. 11 No. 1 (2010): June 2010 Vol 3, No 2 (2002): December 2002 Vol 3, No 2 (2002): December 2002 Vol. 3 No. 2 (2002): December 2002 Vol. 3 No. 1 (2002): June 2002 Vol 3, No 1 (2002): June 2002 Vol 3, No 1 (2002): June 2002 Vol 2, No 1 (2001): June 2001 Vol 2, No 1 (2001): June 2001 Vol. 2 No. 1 (2001): June 2001 Vol 1, No 2 (2000): December 2000 Vol 1, No 2 (2000): December 2000 Vol. 1 No. 2 (2000): December 2000 Vol. 1 No. 1 (2000): June 2000 Vol 1, No 1 (2000): June 2000 Vol 1, No 1 (2000): June 2000 More Issue