cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Asep Erlan Maulana
Contact Email
dosen02716@unpam.ac.id
Phone
+6281299366151
Journal Mail Official
jiup@unpam.ac.id
Editorial Address
Ruang Gugus Mutu Fakultas Ilmu Komputer Universitas Pamulang - Kampus Viktor Lt. 3 Jalan Raya Puspitek No. 46 Buaran, Serpong, Tangerang Selatan, Banten, Indonesia
Location
Kota tangerang selatan,
Banten
INDONESIA
Jurnal Informatika Universitas Pamulang
Published by Universitas Pamulang
ISSN : 25411004     EISSN : 26224615     DOI : https://doi.org/10.32493
Core Subject : Science,
Computer Science & IT
Jurnal Informatika Universitas Pamulang is a periodical scientific journal that contains research results in the field of computer science from all aspects of theory, practice and application. Papers can be in the form of technical papers or surveys of recent developments research (state-of-the-art). Topics cover the following areas (but are not limited to): Artificial Intelligence Big Data Business Intelligence Data mining Decision Support Systems Intelligent Systems Machine Learning Network and Computer Security Optimization Pattern Recognition Soft Computing Software Engineering
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 630 Documents
 52   53   54   55   56 
Pengujian Software Aplikasi CataPro72 (Toko Cat) Menggunakan Metode White Box Munawaroh Munawaroh; Ayu Eka Hapsari Q.; Hernanda Anggara Putra; Siti Marifah; Yoga Fahreza; Endar Nirmala
Jurnal Informatika Universitas Pamulang Vol 8, No 1 (2023): JURNAL INFORMATIKA UNIVERSITAS PAMULANG
Publisher : Teknik Informatika Universitas Pamulang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32493/informatika.v8i1.26884

Abstract

Pengujian dengan metode White Box ini dilakukan untuk pengujian perangkat lunak terhadap aplikasi toko Cat CataPro72 dengan tujuan untuk menemukan adanya eror atau adanya masalah yang tidak terdeteksi. Software testing seringkali diartikan sebagai pengujian terhadap perangkat lunak atau aplikasi yang dikembangkan dan tidak memiliki bagian lain di dalamnya. Karena itu juga pengujian terhadap aplikasi seringkali dianggap sepele, seakan tidak memiliki dampak yang cukup berarti untuk siklus hidup pengembangan aplikasi. Aplikasi dan database penjualan dan pengiriman berbasis web di PT. TRI MITRA UNGGUL PERKASA dibuat dengan menggunakan analisis sistem yang mencakup aplikasi berbasis data yang akan mendukung efisiensi dan efektivitas kerja perusahaan dalam sistem kerja dan pengolahan data sehingga didapatkan informasi yang diperlukan denganmudah dan cepat. Dalam pengujian perangkat lunak yang dikembangkan untuk pembuatan aplikasi ini menggunakan Adobe XD, Visual Studio Code dan Android Studio. Hasil pengujian perangkat lunak ini adalah sebuah program aplikasi berbasis web dan database yang secara jelas menampilkan profil dan tentang produk-produk seperti: jenis produk, harga dan program promo yang telah diberikan.
Comparative Study on Regression Algorithms for Predicting Price of Online Course: Udemy Case Study Maximus Aurelius Wiranata; Theresia Ratih Dewi Saputri
Jurnal Informatika Universitas Pamulang Vol 8, No 2 (2023): JURNAL INFORMATIKA UNIVERSITAS PAMULANG
Publisher : Teknik Informatika Universitas Pamulang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32493/informatika.v8i2.30562

Abstract

Talent in the field of information technology is much needed. However, studying in the field of information technology requires a sizable fee. Online courses are a cost-effective option for learning. Online course sites like Udemy provide and sell hundreds of thousands of courses and have thousands of trusted instructors. With so many Udemy instructors, prices vary widely because the course pricing system is completely set by the teaching instructor. This means that the selling price of the course is not affected by the quality of the course, so not all courses are recommended to be purchased. To overcome this problem, a system is needed that can predict course prices so that it can advise instructors in determining selling prices. To compare the best algorithms used to create this system, three algorithms are used in this study: multiple linear regression, polynomial regression, and K-Nearest Neighbors Regression. The researcher uses 1200 data sample from web scraping results from the Udemy site, with one test for each algorithm. As a result, the K-Nearest Neighbors Regression got the best evaluation results with a root mean squared error value of 231659.49, a mean absolute percentage error of 0.43, and a coefficient of determination of 0.18.
Visualisasi Rumah Adat Jawa Berbasis Augmented Reality Menggunakan Marker Based Tracking Zainudhin, Achmad Zainudhin; Rahmawati, Yunianita; Taurusta, Cindy
Jurnal Informatika Universitas Pamulang Vol 8 No 2 (2023): JURNAL INFORMATIKA UNIVERSITAS PAMULANG
Publisher : Teknik Informatika Universitas Pamulang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32493/informatika.v8i2.29744

Abstract

AbstrakRumah adat merupakan rumah tradisional yang sudah lama ada dan digunakan sebagai tempat tinggal. Dalam kurikulum 2013, pembelajaran tentang Rumah Adat Jawa sangat diperlukan untuk kalangan Sekolah Dasar (SD) khususnya di SD Negeri Ganting. Namun dalam pembelajaran tentang Rumah Adat Jawa masih menggunakan sistem pembelajaran secara konvensional. Augmented Reality merupakan kombinasi antara dunia maya (virtual) dengan dunia dunia nyata (real) yang dibuat oleh komputer. Dalam mendukung pembelajaran tentang Rumah Adat Jawa, maka diperlukannya “Aplikasi Visualisasi Rumah Adat Jawa Berbasis Augmented Reality (RumahAdat-AR)”. Dengan aplikasi tersebut, objek Rumah Adat Jawa akan di visualisasikan dari bentuk 2-dimensi menjadi 3-dimensi hanya dengan menggunakan smartphone. Pengujian aplikasi ini menggunakan teknik blackbox berupa pengujian fungsionalitas dan fitur, pengujian respon time, pengujian jarak jangkauan kamera, dan pengunjian intensitas cahaya. Tingkat responden siswa terhadap aplikasi ini dapat di tunjukkan dari aspek pengujian responden meliputi aspek fungsional, aspek kemudahan, dan aspek kepuasan mendapatkan nilai rata-rata mencapai 82%. Ini menunjukkan bahwa Aplikasi RumahAdat-AR mampu untuk dijadikan sistem pembelajaran baru. Tujuan dari pembuatan aplikasi ini adalah sebagai sistem dan media pembelajaran baru dalam mempelajari sejarah tentang Rumah Adat Jawa. Pembuatan aplikasi ini menggunakan metode Waterfall dengan model SDLC (System Development Life Cycle).
Perancangan Sistem Informasi Pergudangan pada Toko Besi Mega Baja Menggunakan Metode Metode Last In First Out (LIFO) Somantri Somantri; Hermanto Hermanto; Ramlan Wijaya
Jurnal Informatika Universitas Pamulang Vol 8, No 2 (2023): JURNAL INFORMATIKA UNIVERSITAS PAMULANG
Publisher : Teknik Informatika Universitas Pamulang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32493/informatika.v8i2.31348

Abstract

Toko Mega Baja merupakan sebuah perusahaan bidang distribusi penjualan benda-benda baja, seperti besi, baja ringan, dan material konstruksi lainnya. Sistem pergudangan stok barang di toko Mega Baja masih manual, seperti mencatat stok secara manual dan menggunakan spreadsheet sederhana untuk mencatat masuk dan keluarnya barang. Hal tersebut tersebut menjadi tidak efisien dan rentan terhadap kesalahan manusia. Beberapa masalah muncul seperti sering terjadinya kesalahan pengetikan dan ketidak tepatan dalam mencatat jumlah barang yang masuk dan keluar dan  berakibat pada ketidakakuratan stok yang dapat mengganggu proses penjualan dan pengiriman barang. Spreadsheet yang digunakan belum ada integrasi antar departemen, sehingga sering terjadi miskomunikasi antara departemen penjualan dengan departemen gudang mengenai ketersediaan stok barang. Untuk menyelesaikan permasalahan tersebut dibuat sebuah perancangan sistem informasi pergudangan pada toko besi Mega Baja  menggunakan metode Lifo untuk mengatur proses ketersediaan barang agar lebih memudahkan pegawai dan metode waterfall untuk pengembangan sistem. Black box testing digunakan untuk pengujian, hasil pengujian menunjukan keberhasilan terhadap setiap pengujian halaman pada sistem informasi yang dibuat dan kesesuaian terhadap perancangan yang dibuat.
Klasifikasi Penyakit Stroke Jaringan Syaraf Tiruan Menerapkan Metode Learning Vector Quantization Puspa Melani Almahmuda; Iis Afrianty; Suwanto Sanjaya; Fadhilah Syafria
Jurnal Informatika Universitas Pamulang Vol 8, No 2 (2023): JURNAL INFORMATIKA UNIVERSITAS PAMULANG
Publisher : Teknik Informatika Universitas Pamulang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32493/informatika.v8i2.31359

Abstract

Penyakit Stroke ialah salah satu penyebab kematian paling umum dan sering terjadi didunia termasuk Asia setelah penyakit jantung koroner dan kanker. Pemecahan masalah dengan melakukan klasifikasi penyakit stroke menggunakan metode Learning Vector Quantization (LVQ) dengan mengklasifikasikan data stroke dan tidak stroke (normal) berdasarkan gejala penyakit. Adapun dataset diperoleh dari situs Kaggle berjumlah 4981 data yang memiliki 10 variabel diantaranya jenis kelamin, usia, status pernikahan, hipertensi, penyakit jantung, tipe kerja, tipe tempat tinggal, tingkat avg glukosa, BMI (indeks massa tubuh), dan smoking status. Data tersebut dilakukan klasifikasi LVQ dengan membagi data yaitu 90:10, 80:20, 70:30 dan 60:40 dan parameter learning rate = 0,01 dan 0,001 serta epoch 1000. Dari proses klasifikasi tersebut maka didapatkan hasil akurasi tertinggi 70% dengan presisi 0,72 recall 0,70 dan f1 score 0,69, diperoleh dengan membagi data 90% : 10%. Berdasarkan hasil tersebut, metode LVQ pada penelitian ini mampu melakukan klasifikasi penyakit stroke dengan cukup  baik.
Klasifikasi Daging Sapi dan Daging Babi Menggunakan CNN dengan Arsitektur EfficientNet-B4 dan Augmentasi Data Ahmad Paisal; Jasril Jasril; Suwanto Sanjaya; Lestari Handayani; Fadhilah Syafria
Jurnal Informatika Universitas Pamulang Vol 8, No 2 (2023): JURNAL INFORMATIKA UNIVERSITAS PAMULANG
Publisher : Teknik Informatika Universitas Pamulang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32493/informatika.v8i2.30586

Abstract

Meningkatnya kebutuhan daging sapi, membuat harga daging sapi melonjak. Banyak pedagang melakukan kecurangan dengan melakukan oplos daging sapi dengan daging babi agar mendapatkan keuntungan yang lebih. Salah satu teknologi dalam bidang informatika dapat dimanfaatkan untuk membantu membedakan daging sapi, daging babi, dan daging oplosan. Dengan cara klasifikasi hal ini dapat dilakukan, penelitian ini menggunakan Convolutional Neural Network dengan arsitektur EfficietnNet-B4. Proses augmentasi data juga dilakukan pada penelitian ini untuk memperbanyak data citra, setelah di-augmentasi total citra menjadi 9000 dari 3 kelas. Pembagian dataset pada penelitian ini dibagi menjadi 2 yaitu 80% data latih dan 20% data uji serta 90% dan 10%. Proses pengujian dilakukan dengan memfokuskan model yang mendapatkan validation accuracy diatas 75% pada proses pelatihan. Hasil percobaan pada dataset 80:20 citra dengan augmentasi lebih unggul pada setiap model dibanding dengan citra asli. Sedangkan pada dataset 90:10 hasil percobaan dengan citra asli rata – rata lebih unggul dibanding citra dengan augmentasi.
Pengujian Blackbox pada Website Open Jurnal Universitas Pamulang Menggunakan Teknik Cause-Effect Relationship Testing Sartika Lina Mulani Sitio; Delfi Yuliana Tanu; Solihin Solihin; Aries Saifudin; Teti Desyani
Jurnal Informatika Universitas Pamulang Vol 8, No 1 (2023): JURNAL INFORMATIKA UNIVERSITAS PAMULANG
Publisher : Teknik Informatika Universitas Pamulang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32493/informatika.v8i1.26885

Abstract

Proses validasi yang dilakukan untuk mengetahui kualitas dari suatu perangkat lunak merupakan pengertian dari pengujian perangkat lunak. Pengujian ditujukan untuk mengetahui kesalahan keluaran aplikasi yang mengakibatkan sistem tidak berjalan dengan semestinya. ada 4 jenis pengujian Black Box di antaranya, yaitu teknik Pairwise Testing, Boundary Value Analysis, Equivalence Partitioning dan Error Guessing. memiliki sebuah kelebihan dan kekurangan sesuai dengan kebutuhan aplikasi yang diuji. dipilih lah teknik Equivalence Partitioning sebagai sebuah pengujian Black box karena sesuai dengan kebutuhan pada aplikasi Sistem Informasi Koperasi berbasis web, pada pengujian ini dibagi 2 jangkauan pengujian menjadi valid dan tidak valid. Diawali dengan mengidentifikasi, menguji fungsi sistem, menetapkan data dan arsip penelitian, Perancangan kasus percobaan serta pengujian, dan mendokumentasikan akibat penelitian dan konklusi penelitian. Hasil dari dilakukannya pengujian, bahwa perangkat lunak ini berjalan sesuai apa yang sudah diuji. Tetapi sampel pengujian dilakukan dengan beberapa jumlah formulir pembuktian, untuk sementara perangkat ini tidak ada kendala dan berjalan dengan baik.
Klasifikasi Sentimen Masyarakat di Twitter Terhadap Ganjar Pranowo dengan Metode Modified K-Nearest Neighbor Yuda Zafitra Fadhlan; Yusra Yusra; Muhammad Fikry
Jurnal Informatika Universitas Pamulang Vol 8, No 2 (2023): JURNAL INFORMATIKA UNIVERSITAS PAMULANG
Publisher : Teknik Informatika Universitas Pamulang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32493/informatika.v8i2.30686

Abstract

Dalam menyambut pesta demokrasi tahun 2024 banyak politisi mulai melakukan kampanye di setiap daerah yang menimbulkan banyak sentimen positif dan negatif yang berbeda pada setiap masyarakat Indonesia. Ganjar Pranowo merupakan salah satu politisi yang akan ikut andil sebagai bakal calon presiden 2024 yang membuat warganet di twitter banyak yang memberikan opini terhadapnya. Tujuan penelitian ini adalah untuk mengklasifikasikan sentimen masyarakat di Twitter terhadap Ganjar Pranowo dengan menggunakan 4000 data tweet. Klasifikasi dibedakan menjadi dua kelas yaitu positif dan negatif menggunakan metode Modified K-Nearest Neighbor yang dikombinasi dengan feature weighting, feature selection menggunakan teknik pendekatan supervised learning. Hasil dari penelitian ini setelah melewati tahap dari pengambilan, pelabelan data, preprocessing, feature weighting, feature selection, MK-NN dan evaluasi akurasi mendapatkan nilai akurasi tertinggi di 83,8% dengan perbandingan 90:10 dengan nilai k=3.
Sistem Informasi Kalibrasi Torque Wrench Berbasis Web Menggunakan Euramet cg-14 sebagai Syarat untuk Memenuhi Standar ISO/EIC 6789-1:2017 dan 6789-2:2017 Eka Sri Rahayu; Achmad Hindasyah; Dadang Kurnia
Jurnal Informatika Universitas Pamulang Vol 8, No 2 (2023): JURNAL INFORMATIKA UNIVERSITAS PAMULANG
Publisher : Teknik Informatika Universitas Pamulang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32493/informatika.v8i2.28990

Abstract

Kalibrasi adalah proses pengecekan dan pengaturan akurasi dari alat ukur dengan cara membandingkannya dengan standar atau tolak ukur. Menurut ISO/IEC 6789-1:2017 dan 6789-2:2017, semua alat ukur yang berpengaruh signifikan terhadap hasil pengukuran maka perlu dikalibrasi. Sistem pengolahan data yang masih menggunakan microsoft excel, masih memungkinkan terjadinya kesalahan pengolahan data. Pembuatan sistem database berbasis web merupakan cara meminimalisir terjadinya masalah tersebut. Dengan adanya sistem database berbasis web, setiap pihak yang berkaitan dalam kegiataan pengolahan data uji kalibrasi dapat meminimalisasi komunikasi langsung antar dua pihak karena dapat melihat progress pekerjaan kalibrasi langsung pada sistem. Pembuatan sistem database ini menggunakan metode waterfall dengan bahasa pemograman PHP dan MySQL, sistem yang dibuat mengacu pada euramet cg-14 yaitu pedoman kalibrasi perangkat pengukur torsi statik. Kemudian dalam perancangan web menggunakan model Unified Modeling Language (UML). Sistem database ini terbagi atas beberapa level user yaitu admin, staff, teknisi, analis dan penerbit. Semua peralatan yang memerlukan kalibrasi atau memiliki jangka waktu validitas tertentu harus diberi label, diberi kode atau diidentifikasi sehingga memungkinkan pengguna peralatan untuk segera mengidentifikasi status kalibrasi atau masa berlaku. Hasil keluaran akhir dari sistem database ini berupa hasil analisa dari pengujian kalibrasi torque wrench dan juga penerbitan sertifikat kalibrasi.
Implementasi Algoritma C4.5 dalam Melakukan Klasifikasi Penyakit Stroke Otak Felian Nabila; Iis Afrianty; Suwanto Sanjaya; Fadhilah Syafria
Jurnal Informatika Universitas Pamulang Vol 8, No 2 (2023): JURNAL INFORMATIKA UNIVERSITAS PAMULANG
Publisher : Teknik Informatika Universitas Pamulang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32493/informatika.v8i2.31361

Abstract

Stroke merupakan gangguan kesehatan dalam jangka panjang dan menjadi salah satu penyakit dengan resiko kematian paling tinggi. Penanganan stroke dengan cepat menyebabkan tingkat kemunculan komplikasi dan kerusakan yang terjadi pada otak berkurang. Oleh karena itu perlunya melakukan analisa diri pada orang yang bersangkutan  apakah orang tersebut mengalami penyakit stroke atau tidak. Penelitian ini melakukan klasifikasi algoritma C4.5 penyakit brain stroke guna menganalisa data terkait penyebab stroke dengan model decision tree dan membagi dataset menjadi 3 yakni train set, validation set, test set dengan perbandingan 70:20:10, kemudian didapatkanlah hasil dengan akurasi yang tinggi sebesar 95% disetiap data train set, validation set, test set. Serta presisi sebesar 0,91, recall sebesar 0,54, f1-score sebesar 0,56 untuk data train set, kemudian presisi sebesar 0,48, recall sebesar 0,50, f1-score sebesar 0,49 untuk validation set, dan presisi sebesar 0,48, recall sebesar 0,50, f1-score sebesar 0,49 untuk test set. Dapat Disimpulkan bahwa algoritma C4.5 decision tree ini dapat melakukan klasifikasi penyakit stroke dengan sangat baik.

Page 54 of 63 | Total Record : 630

 52   53   54   55   56 

Filter by Year

2016 2025


Reset
Filter By Issues
All Issue Vol 10 No 4 (2025): JURNAL INFORMATIKA UNIVERSITAS PAMULANG Vol 10 No 3 (2025): JURNAL INFORMATIKA UNIVERSITAS PAMULANG Vol 10 No 2 (2025): JURNAL INFORMATIKA UNIVERSITAS PAMULANG Vol 10 No 1 (2025): JURNAL INFORMATIKA UNIVERSITAS PAMULANG Vol 9 No 4 (2024): JURNAL INFORMATIKA UNIVERSITAS PAMULANG Vol 9 No 3 (2024): JURNAL INFORMATIKA UNIVERSITAS PAMULANG Vol 9 No 2 (2024): JURNAL INFORMATIKA UNIVERSITAS PAMULANG Vol 9 No 1 (2024): JURNAL INFORMATIKA UNIVERSITAS PAMULANG Vol 8 No 4 (2023): JURNAL INFORMATIKA UNIVERSITAS PAMULANG Vol 8 No 3 (2023): JURNAL INFORMATIKA UNIVERSITAS PAMULANG Vol 8, No 2 (2023): JURNAL INFORMATIKA UNIVERSITAS PAMULANG Vol 8 No 2 (2023): JURNAL INFORMATIKA UNIVERSITAS PAMULANG Vol 8 No 1 (2023): JURNAL INFORMATIKA UNIVERSITAS PAMULANG Vol 8, No 1 (2023): JURNAL INFORMATIKA UNIVERSITAS PAMULANG Vol 7, No 4 (2022): JURNAL INFORMATIKA UNIVERSITAS PAMULANG Vol 7, No 3 (2022): JURNAL INFORMATIKA UNIVERSITAS PAMULANG Vol 7 No 2 (2022): JURNAL INFORMATIKA UNIVERSITAS PAMULANG Vol 7, No 2 (2022): JURNAL INFORMATIKA UNIVERSITAS PAMULANG Vol 7, No 1 (2022): JURNAL INFORMATIKA UNIVERSITAS PAMULANG Vol 7 No 1 (2022): JURNAL INFORMATIKA UNIVERSITAS PAMULANG Vol 6, No 4 (2021): JURNAL INFORMATIKA UNIVERSITAS PAMULANG Vol 6 No 4 (2021): JURNAL INFORMATIKA UNIVERSITAS PAMULANG Vol 6, No 3 (2021): JURNAL INFORMATIKA UNIVERSITAS PAMULANG Vol 6, No 2 (2021): JURNAL INFORMATIKA UNIVERSITAS PAMULANG Vol 6, No 1 (2021): JURNAL INFORMATIKA UNIVERSITAS PAMULANG Vol 5, No 4 (2020): JURNAL INFORMATIKA UNIVERSITAS PAMULANG Vol 5, No 3 (2020): JURNAL INFORMATIKA UNIVERSITAS PAMULANG Vol 5, No 2 (2020): JURNAL INFORMATIKA UNIVERSITAS PAMULANG Vol 5, No 1 (2020): JURNAL INFORMATIKA UNIVERSITAS PAMULANG Vol 4, No 4 (2019): JURNAL INFORMATIKA UNIVERSITAS PAMULANG Vol 4, No 3 (2019): JURNAL INFORMATIKA UNIVERSITAS PAMULANG Vol 4, No 2 (2019): JURNAL INFORMATIKA UNIVERSITAS PAMULANG Vol 4, No 1 (2019): JURNAL INFORMATIKA UNIVERSITAS PAMULANG Vol 3, No 4 (2018): JURNAL INFORMATIKA UNIVERSITAS PAMULANG Vol 3, No 3 (2018): JURNAL INFORMATIKA UNIVERSITAS PAMULANG Vol 3, No 2 (2018): JURNAL INFORMATIKA UNIVERSITAS PAMULANG Vol 3, No 1 (2018): JURNAL INFORMATIKA UNIVERSITAS PAMULANG Vol 2, No 4 (2017): JURNAL INFORMATIKA UNIVERSITAS PAMULANG Vol 2, No 3 (2017): JURNAL INFORMATIKA UNIVERSITAS PAMULANG Vol 2, No 2 (2017): JURNAL INFORMATIKA UNIVERSITAS PAMULANG Vol 2, No 1 (2017): JURNAL INFORMATIKA UNIVERSITAS PAMULANG Vol 1, No 2 (2016): JURNAL INFORMATIKA UNIVERSITAS PAMULANG Vol 1, No 1 (2016): JURNAL INFORMATIKA UNIVERSITAS PAMULANG More Issue