cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Fido Rizki
Contact Email
lppm@stmik.muralinggau.ac.id
Phone
+6282179654408
Journal Mail Official
-
Editorial Address
Jalan Jendral Besar H.M Soeharto Kel Lubuk Kupang, Kec Lubuklinggau Selatan I, Kota Lubuklinggau, Provinsi Sumatera Selatan
Location
Kota lubuk linggau,
Sumatera selatan
INDONESIA
Jurnal Teknologi Informasi MURA
Published by Universitas Bina Insan Lubuklinggau
ISSN : 20856156     EISSN : 26148722     DOI : -
Core Subject : Science, Education, Engineering,
Computer Science & IT Control & Systems Engineering Other
JTI (Jurnal Teknologi Informasi MURA) publish articles on Information System from various perspectives, covering both literary and fieldwork studies.
Arjuna Subject : Teknik (semua kategori) - Teknologi Media
Articles 316 Documents
 28   29   30   31   32 
PERANGKAT ESTIMASI KADAR HBA1C BERBASIS SINYAL PHOTOPLETHYSMOGRAPHY (PPG) Irfani, Muhammad Zakki; Intannia, Wisaeini; Azizah, Ni’matul; Pratama, Buky Wahyu
Jurnal Teknologi Informasi Mura Vol 17 No 2 (2025): Jurnal Teknologi Informasi Mura DESEMBER
Publisher : LPPM UNIVERSITAS BINA INSAN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32767/jti.v17i2.2859

Abstract

Hemoglobin terglikasi (HbA1c) merupakan indikator utama pengendalian glikemik jangka panjang dan berperan penting dalam deteksi dini serta pemantauan diabetes melitus. Metode pengukuran HbA1c konvensional masih bergantung pada prosedur invasif melalui pengambilan sampel darah yang dapat menimbulkan rasa tidak nyaman, risiko infeksi, serta membutuhkan peralatan laboratorium yang relative mahal. Perkembangan teknologi optik dan kecerdasan buatan membuka peluang untuk mengestimasi kadar HbA1c secara non-invasif dengan memanfaatkan sinyal photoplethysmography (PPG). Penelitian ini merancang sistem akuisisi dan pengolahan sinyal PPG menggunakan rangkaian analog dan digital berbasis ESP32. Pemrosesan meliputi akuisisi sinyal, penguatan sinyal, pemfilteran sinyal, ekstraksi fitur sinyal, dan implementasi algoritma estimasi pada platform mikrokontroler. Sistem juga terintegrasi dengan layanan cloud yang memungkinkan penyimpanan serta visualisasi data secara real-time melalui antarmuka web. Hasil kajian menunjukkan bahwa sinyal PPG memiliki potensi signifikan sebagai indicator non-invasif untuk estimasi HbA1c. Studi terkini melaporkan akurasi prediksi yang kompetitif, sehingga pendekatan ini menjanjikan sebagai pemantauan glikemik yang lebih nyaman, terjangkau, dan berkelanjutan.
PEMANFAATAN DATA ANALYTIC DALAM MODEL PEMBELAJARAN UNTUK MENINGKATKAN ANALISIS LAPORAN KEUANGAN MAHASISWA AKUNTANSI Anggraini, Novita; Manjaleni, Rola
Jurnal Teknologi Informasi Mura Vol 17 No 2 (2025): Jurnal Teknologi Informasi Mura DESEMBER
Publisher : LPPM UNIVERSITAS BINA INSAN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32767/jti.v17i2.2743

Abstract

Kesenjangan seorang analis laporan Keuangan sering muncul karena metode pembelajaran tradisional masih mengandalkan pendekatan teoritis tanpa pengalaman praktik menggunakan dataset riil dan alat analisis modern. Penelitian ini mengembangkan model pembelajaran inovatif berbasis data analytic untuk mata kuliah analisis laporan keuangan dan juga menemukan tren riset. Peneliti memanfaatkan word cloud dan preprocess text, pendekatan analisis data deskriptif membantu model pembelajaran yang lebih bervariatif seperti gambaran ringkas data besar, menemukan tren riset, melihat informasi penting dan lainnya, dengan word cloud, beberapa data besar terasa lebih ringkas daripada melihat keseluruhan datanya, Implementasi menggunakan Python untuk pemrosesan teks memberikan pengalaman hands-on bagi mahasiswa dalam menganalisis laporan keuangan dan tren riset sebagai model pembelajaran yang lebih bervariatif. Model ini tidak hanya meningkatkan kompetensi analitis mahasiswa melalui pendekatan berbasis data, tetapi juga menyediakan kerangka pembelajaran adaptif bagi pengajar. Kebaruan penelitian terletak pada integrasi teknik text mining dan visualisasi data ke dalam kurikulum akuntansi, selama ini masih jarang diterapkan di Indonesia. Hasilnya diharapkan dapat menjembatani kesenjangan antara pendidikan akuntansi dan kebutuhan industri di era digital.
A MODEL HIBRID RESNET-SVM UNTUK KLASIFIKASI PENYAKIT TANAMAN JAGUNG BERBASIS CITRA DAUN Tri Susilo, Andri Anto; Basri, Hasan; Kurniawan, Rudi
Jurnal Teknologi Informasi Mura Vol 17 No 2 (2025): Jurnal Teknologi Informasi Mura DESEMBER
Publisher : LPPM UNIVERSITAS BINA INSAN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32767/jti.v17i2.2744

Abstract

Abstrak Perkembangan teknologi kecerdasan buatan (Artificial Intelligence/AI) memberikan dampak signifikan dalam bidang pertanian, khususnya pada deteksi dan klasifikasi penyakit tanaman. Penelitian ini mengusulkan model hibrid yang mengintegrasikan Residual Network (ResNet) sebagai ekstraktor fitur dengan Support Vector Machine (SVM) sebagai classifier utama untuk mengklasifikasikan penyakit pada tanaman jagung berbasis citra daun. Dataset yang digunakan mencakup empat kelas, yaitu Blight, Common Rust, Gray Leaf Spot, serta daun jagung Healthy atau sehat. Hasil pengujian menunjukkan bahwa model hibrid ResNet-SVM mampu mencapai akurasi akhir sebesar 94,61%. Berdasarkan laporan klasifikasi, performa terbaik ditunjukkan pada kelas Healthy dengan nilai precision, recall, dan f1-score mencapai 1,00. Kelas Common Rust juga memperoleh hasil tinggi dengan f1-score 0,96, sedangkan kelas Blight mencapai f1-score 0,92. Namun, kelas Gray Leaf Spot masih menjadi tantangan dengan f1-score 0,62 akibat jumlah data yang relatif lebih sedikit. Secara keseluruhan, nilai macro average f1-score tercatat sebesar 0,88, sementara weighted average f1-score mencapai 0,94. Temuan ini menunjukkan bahwa kombinasi ResNet dan SVM efektif dalam meningkatkan akurasi klasifikasi penyakit jagung, sekaligus memperkuat potensi penerapan metode hibrid deep learning dan machine learning dalam sistem deteksi penyakit tanaman berbasis citra digital. Kata kunci: Resnet, SVM, Model Hibrid, Klasifikasi, Penyakit Jagung Abstract The advancement of Artificial Intelligence (AI) has significantly impacted agriculture, particularly in plant disease detection and classification. This study proposes a hybrid model that integrates Residual Network (ResNet) as a feature extractor with Support Vector Machine (SVM) as the main classifier for classifying corn leaf diseases based on image data. The dataset consists of four classes: Blight, Common Rust, Gray Leaf Spot, and Healthy leaves. Experimental results show that the hybrid ResNet-SVM model achieved a final accuracy of 94.61%. The best performance was obtained in the Healthy class with precision, recall, and f1-score of 1.00. The Common Rust class also achieved a high f1-score of 0.96, while the Blight class reached 0.92. However, the Gray Leaf Spot class remained more challenging, with an f1-score of 0.62 due to the relatively smaller number of samples. Overall, the model achieved a macro average f1-score of 0.88 and a weighted average f1-score of 0.94. These findings demonstrate that the combination of ResNet and SVM is effective in enhancing classification accuracy compared to single methods, highlighting its potential application in developing automated corn disease detection systems based on digital leaf images. Keywords: ResNet, SVM, hybrid model, classification, corn disease
IMPLEMENTASI METODE RAPID APPLICATION DEVELOPMENT (RAD) DALAM PENGEMBANGAN APLIKASI KAMUS BAHASA BANGKA BELITUNG–INDONESIA DI MA NURUL IHSAN BATURUSA zaliman, iski; Wafiqoh, Risnina; Tou, Nurhaeka; Endraswari, Putri Mentari; Heryati, Agustina; Martadinata, A. Taqwa; Lubis, Hakim Prasasti
Jurnal Teknologi Informasi Mura Vol 17 No 2 (2025): Jurnal Teknologi Informasi Mura DESEMBER
Publisher : LPPM UNIVERSITAS BINA INSAN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32767/jti.v17i2.2752

Abstract

Bahasa Bangka merupakan bahasa ibu yang umum digunakan oleh siswa MA Nurul Ihsan Baturusa pada kehidupan sehari-hari, Mayoritas siswa-siswi MA Nurul Ihsan Baturusa yang berasal dari keluarga penutur Bahasa Bangka sering sekali mengalami kesulitan dalam beralih penggunaan ke Bahasa Indonesia, yang utama untuk keperluan akademik bagi siswa. Hal ini menciptakan adanya kendala dalam memahami materi pelajaran yang menggunakan Bahasa Indonesia sebagai bahasa pengantar utama. MA Nurul Ihsan Baturusa belum mempunyai materi-materi pembelajaran yang secara khusus mengintegrasikan Bahasa Bangka dengan Bahasa Indonesia. Kebanyakan buku-buku pelajaran hanya tersedia dalam Bahasa Indonesia tanpa ada kalimat dalam Bahasa Bangka, sehingga memungkinkan siswa sering mengandalkan pemahaman pribadi atau bantuan guru untuk bisa memahami istilah kata-kata yang sulit. metode Rapid Application Development (RAD) dipilih karena mampu mempercepat proses pembuatan aplikasi dengan tetap menjaga kualitas sistem melalui pendekatan iteratif dan kolaboratif antara pengembang dan pengguna. Aplikasi kamus digital yang mengintegrasikan terjemahan dan konteks antara Bahasa Bangka dan Bahasa Indonesia bisa menjadi solusi pembelajaran yang efisien dan efektif.
EVALUASI KINERJA KNN DAN NAÏVE BAYES UNTUK ANALISIS SENTIMEN KOMENTAR INSTAGRAM PEJABAT PUBLIK BERBASIS TF-IDF Permata, Rizka; Sylvia, Sylvia; Arpan, Atika
Jurnal Teknologi Informasi Mura Vol 17 No 2 (2025): Jurnal Teknologi Informasi Mura DESEMBER
Publisher : LPPM UNIVERSITAS BINA INSAN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32767/jti.v17i2.2861

Abstract

Penelitian ini bertujuan mengevaluasi kinerja algoritma K-Nearest Neighbors (KNN) dan Naïve Bayes untuk klasifikasi sentimen komentar publik pada akun Instagram pejabat publik di Indonesia. Sebanyak 137.141 komentar dikumpulkan melalui web scraping dan diproses menggunakan tahapan text preprocessing, meliputi case folding, pembersihan teks, tokenization, stopword removal, normalisasi, dan stemming. Representasi fitur menggunakan Term Frequency–Inverse Document Frequency (TF-IDF). Evaluasi performa meliputi accuracy, precision, recall, F1-score, dan waktu komputasi. Hasil menunjukkan bahwa Naïve Bayes memiliki akurasi tertinggi sebesar 0,9230, sedikit lebih baik dibandingkan KNN sebesar 0,9209. Kedua model menunjukkan performa sangat tinggi pada kelas netral, namun rendah pada kelas positif dan negatif akibat ketidakseimbangan kelas. Temuan ini menegaskan bahwa kombinasi TF-IDF dan Naïve Bayes masih menjadi baseline yang efektif untuk analisis sentimen berskala besar pada teks pendek media sosial.
RANCANG BANGUN SISTEM INFORMASI PEMESANAN RUMAH KAYU BERBASIS WEB MENGGUNAKAN METODE RAD (STUDI KASUS : SAHMIN RUMAH KAYU) Hutamam Aji, M Aidil; Ihsan, Muhammad; Aini, Syarifah
Jurnal Teknologi Informasi Mura Vol 17 No 2 (2025): Jurnal Teknologi Informasi Mura DESEMBER
Publisher : LPPM UNIVERSITAS BINA INSAN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32767/jti.v17i2.2870

Abstract

Abstrak Penelitian ini bertujuan merancang sistem informasi pemesanan rumah kayu berbasis web di Sahmin Rumah Kayu dengan metode Rapid Application Development (RAD). Proses manual sebelumnya menimbulkan kendala efisiensi dan keterbatasan jangkauan pasar. Metode RAD dipilih karena cepat dan berorientasi pengguna. Data diperoleh melalui observasi dan studi pustaka. Sistem yang dihasilkan memungkinkan pelanggan memesan secara online, dan admin dapat mengelola transaksi serta laporan. Sistem ini diharapkan meningkatkan efisiensi pemesanan, meminimalkan kesalahan, dan memperluas akses pelanggan. Hasil dari penelitian ini adalah sebuah prototipe sistem informasi yang memungkinkan pelanggan untuk melakukan pemesanan, melihat katalog rumah kayu, serta mendapatkan informasi secara real-time. Sistem ini dirancang menggunakan teknologi web dengan antarmuka yang responsif dan ramah pengguna. Dengan adanya sistem ini, diharapkan dapat meningkatkan efisiensi proses pemesanan serta memperluas jangkauan pemasaran rumah kayu secara digital. Kata Kunci: Sistem Berbasis Web, Rumah Kayu, Metode RAD Abstract This study aims to design a web-based wooden house ordering system at Sahmin Rumah Kayu using the Rapid Application Development (RAD) method. The current manual process causes inefficiencies such as delayed communication and limited market reach. The RAD method enables fast, user-oriented system development through requirement planning, design, and implementation stages. Data collection used observation and literature review. The resulting system allows users to view products and place orders online, while administrators manage transactions and monitor reports via a dashboard. This system improves order efficiency, reduces errors, and expands customer access. The result of this research is a prototype of an information system that allows customers to place orders, view the catalog of wooden houses, and access information in real-time. The system is designed using web-based technology with a responsive and user-friendly interface. With the implementation of this system, it is expected to improve the efficiency of the ordering process and expand the marketing reach of wooden houses digitally. Keywords: Web-based System, Wooden House, RAD Method
IMPLEMENTASI SISTEM DETEKSI LUBANG JALAN(POTHOLE) BERBASIS YOLOV5 STUDI KASUS: TANJUNG SIAMBANG Fadli, Muhamad
Jurnal Teknologi Informasi Mura Vol 17 No 2 (2025): Jurnal Teknologi Informasi Mura DESEMBER
Publisher : LPPM UNIVERSITAS BINA INSAN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32767/jti.v17i2.2886

Abstract

Inspeksi kerusakan jalan secara manual di wilayah Tanjung Siambang menghadapi keterbatasan signifikan dalam hal efisiensi, waktu, dan cakupan deteksi. Keterlambatan identifikasi lubang jalan berdampak negatif terhadap keselamatan pengguna jalan dan meningkatkan biaya perawatan infrastruktur. Penelitian ini bertujuan untuk mengembangkan prototipe sistem deteksi lubang jalan yang otomatis dan akurat sebagai langkah awal fundamental sebelum implementasi penuh di lokasi target. Penelitian ini mengimplementasikan arsitektur deep learning You Only Look Once versi 5s (YOLOv5s). Model dilatih menggunakan dataset publik "hole 2" dari platform Roboflow Universe, yang mencakup 3.299 citra lubang jalan dalam beragam kondisi visual, termasuk jalan kering, tergenang air, dan dalam bayangan. Pelatihan model dilakukan selama 200 epochs memanfaatkan akselerasi Graphics Processing Unit (GPU) pada platform Google Colaboratory. Kinerja prototipe dievaluasi pada 332 citra uji yang belum pernah dilihat sebelumnya. Hasil evaluasi kuantitatif menunjukkan kinerja yang sangat baik, di mana model mencapai mean Average Precision (mAP@0.5) sebesar 0.889 (88.9%), didukung oleh nilai Precision 0.895 (89.5%) dan Recall 0.833 (83.3%). Hasil ini mengkonfirmasi bahwa arsitektur YOLOv5s yang dilatih pada dataset publik yang beragam mampu mendeteksi dan melokalisasi lubang jalan dengan akurasi tinggi. Prototipe ini berfungsi sebagai model dasar (baseline) yang kuat dan telah divalidasi, yang siap untuk diadaptasi dan diuji lebih lanjut melalui fine-tuning menggunakan data lokal spesifik dari Tanjung Siambang.
A SYSTEMATIC REVIEW OF ERP ADOPTION IN SMALL AND MEDIUM ENTERPRISES: CHALLENGES AND OPPORTUNITIES IN DEVELOPING COUNTRIES Jannah, Helmi Roichatul; Awaliatush Shofro, Puteri; Yunita, Novi Prisma
Jurnal Teknologi Informasi Mura Vol 17 No 2 (2025): Jurnal Teknologi Informasi Mura DESEMBER
Publisher : LPPM UNIVERSITAS BINA INSAN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32767/jti.v17i2.2889

Abstract

Enterprise Resource Planning (ERP) systems have become a critical enabler for organizational integration, efficiency, and digital transformation. However, the adoption of ERP systems among Small and Medium Enterprises (SMEs) in developing countries remains challenging and uneven. This study presents a systematic literature review of 71 peer-reviewed articles to examine the key challenges and opportunities associated with ERP adoption in SMEs within developing country contexts. Following the TOE (Technology Organization Environment) Framework, articles were screened, and analyzed from major academic databases. The synthesis reveals that technological factors (system complexity, compatibility, and data security), organizational factors (top management support, user competence, and resource constraints), and environmental factors (vendor support, regulatory pressure, and competitive intensity) are the dominant determinants influencing ERP adoption. Despite persistent challenges such as high implementation costs, resistance to change, and limited technical expertise, emerging opportunities-particularly cloud-based ERP, modular implementation strategies, and scalable subscription models-offer promising pathways for SMEs. This review contributes by consolidating fragmented empirical findings and identifying research gaps related to sustainability, post-adoption performance, and longitudinal impacts of ERP adoption in developing economies.
ANALISIS SENTIMEN THREADS KULINER YOGYAKARTA MENGGUNAKAN FINE-TUNED SENTENCE TRANSFORMER Kadir, Nurul Tiara; Rukhmanti Udhayana Hr, Khadijah Febriana; Wahyu Setyaningsih, Putry; Muthia, Muthia
Jurnal Teknologi Informasi Mura Vol 17 No 2 (2025): Jurnal Teknologi Informasi Mura DESEMBER
Publisher : LPPM UNIVERSITAS BINA INSAN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32767/jti.v17i2.2894

Abstract

Media sosial menjadi sumber penting dalam memahami persepsi wisatawan terhadap destinasi kuliner. Salah satu platform yang relatif baru dan belum banyak dieksplorasi dalam penelitian akademik adalah Threads, yang menyediakan percakapan berbasis teks. Penelitian ini bertujuan menganalisis sentimen pengguna Threads terhadap wisata kuliner Yogyakarta serta mengevaluasi potensi Threads sebagai sumber data alternatif dalam pemetaan persepsi pengguna. Data dikumpulkan melalui proses scraping dan mendapatkan 1.002 postingan Threads dengan kata kunci Kuliner Jogja pada periode awal Oktober 2024 hingga awal Desember 2025. Metode penelitian mencakup tahapan text mining, pra-pemrosesan teks, serta penerapan model kecerdasan buatan fine-tuned Sentence Transformer untuk klasifikasi sentimen ke dalam kategori positif, netral, dan negatif. Selain itu, dilakukan ekstraksi entitas untuk mengidentifikasi objek kuliner yang paling sering dibicarakan. Hasil analisis menunjukkan bahwa persepsi terhadap kuliner Yogyakarta di Threads didominasi sentimen positif sebesar 57.8%, diikuti sentimen netral sebesar 38.3%, sementara sentimen negatif relatif kecil yaitu 3.9%. Dominasi istilah seperti warung, soto, dan ayam mengindikasikan kuatnya daya tarik kuliner tradisional dalam persepsi wisata kuliner Yogyakarta. Penelitian ini menunjukkan efektivitas fine-tuned Sentence Transformer dengan data latih terbatas pada domain kuliner berbahasa Indonesia.
IMPLEMENTASI DEEP LEARNING ALEXNET UNTUK DETEKSI DAN KLASIFIKASI TANDA TANGAN Nurdiansyah, Deni; Sobri, Ahmad; Sunardi, Lukman; Rusdiyanto, Rusdiyanto
Jurnal Teknologi Informasi Mura Vol 17 No 2 (2025): Jurnal Teknologi Informasi Mura DESEMBER
Publisher : LPPM UNIVERSITAS BINA INSAN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32767/jti.v17i2.2897

Abstract

The problem in this research is that the manual signature verification process is still widely used. However, this method is prone to human error and is highly subjective, so its accuracy in distinguishing genuine and fake signatures is not optimal. The pattern recognition extraction process in signatures uses the Alexnet algorithm. This study uses a digital signature image dataset consisting of two classes, with 90 images per class. Furthermore, the signature pattern recognition extraction process based on digital images can be performed using the Alexnet model. The purpose of this paper is to help classify signature types, which can facilitate the medical treatment process. The analysis uses deep learning with Python tools. Explicitly, the total sample size in Figure "Distribution of Classes in Training, Validation, and Testing Data" (image_98f1fc.png) shows that the number of samples for the 'full_forg' class is fewer than for the 'full_org' class. Although the model performs very well on the minority class, the presence of perfect recall for the 'full_org' class will be interesting to observe.

Page 31 of 32 | Total Record : 316

 28   29   30   31   32 

Filter by Year

2011 2026


Reset
Filter By Issues
All Issue Vol 18 No 1 (2026): Jurnal Teknologi Informasi Mura Vol 17 No 2 (2025): Jurnal Teknologi Informasi Mura DESEMBER Vol 17 No 1 (2025): Jurnal Teknologi Informasi Mura JUNI Vol 16 No 2 (2024): Jurnal Teknologi Informasi Mura DESEMBER Vol 16 No 1 (2024): Jurnal Teknologi Informasi Mura JUNI Vol 15 No 1 (2023): Vol 15 No 1 (2023): Jurnal Teknologi Informasi Mura Juni Vol 15 No 2 (2023): Jurnal Teknologi Informasi Mura Desember Vol 15 No 1 (2023): Jurnal Teknologi Informasi Mura Juni Vol 14 No 2 (2022): Jurnal Teknologi Informasi Mura Desember Vol 14 No 1 (2022): Jurnal Teknologi Informasi Mura Juni Vol 13 No 2 (2021): Jurnal Teknologi Informasi Mura Desember Vol 13 No 1 (2021): Jurnal Teknologi Informasi Mura Juni Vol 12 No 02 (2020): Jurnal Teknologi Informasi Mura Desember Vol 12 No 01 (2020): Jurnal Teknologi Informasi Mura JUNI Vol 12 No 2 (2020): Jurnal Teknologi Informasi Mura Desember Vol 11 No 02 (2019): Jurnal Teknologi Informasi Mura Desember Vol 11 No 01 (2019): Jurnal Teknologi Informasi Mura JUNI Vol 10 No 2 (2018): Jurnal Teknologi Informasi Mura DESEMBER Vol 10 No 1 (2018): Jurnal Teknologi Informasi Mura JUNI Vol 10, No 1 (2018): JURNAL TEKNOLOGI INFORMASI MURA (TIMUR) JUNI Vol 9 No 2 (2017): Jurnal Teknologi Informasi Mura DESEMBER Vol 9, No 2 (2017): JURNAL TEKONOLOGI INFORMASI MURA (TIMUR) DESEMBER Vol 9, No 1 (2017): JURNAL TEKNOLOGI INFORMASI MURA (TIMUR) JUNI Vol 9 No 1 (2017): JURNAL TEKNOLOGI INFORMASI MURA (TIMUR) JUNI Vol 8 No 2 (2016): JURNAL TEKNOLOGI INFORMASI MURA (TIMUR) DESEMBER Vol 8, No 2 (2016): JURNAL TEKNOLOGI INFORMASI MURA (TIMUR) DESEMBER Vol 8, No 1 (2016): JURNAL TEKNOLOGI INFORMASI MURA (TIMUR) JUNI Vol 8 No 1 (2016): JURNAL TEKNOLOGI INFORMASI MURA (TIMUR) JUNI Vol 7, No 1 (2015): JURNAL TEKNOLOGI INFORMASI MURA (TIMUR) JUNI Vol 7 No 1 (2015): JURNAL TEKNOLOGI INFORMASI MURA (TIMUR) JUNI Vol 6 No 1 (2014): JURNAL TEKNOLOGI INFORMASI MURA (TIMUR) JUNI Vol 6, No 1 (2014): JURNAL TEKNOLOGI INFORMASI MURA (TIMUR) JUNI Vol 5, No 2 (2013): JURNAL TEKNOLOGI INFORMASI MURA (TIMUR) DESEMBER Vol 5 No 2 (2013): JURNAL TEKNOLOGI INFORMASI MURA (TIMUR) DESEMBER Vol 5 No 1 (2013): JURNAL TEKNOLOGI INFORMASI MURA (TIMUR) JUNI Vol 5, No 1 (2013): JURNAL TEKNOLOGI INFORMASI MURA (TIMUR) JUNI Vol 4 No 2 (2012): JURNAL TEKNOLOGI INFORMASI MURA (TIMUR) DESEMBER Vol 4, No 2 (2012): JURNAL TEKNOLOGI INFORMASI MURA (TIMUR) DESEMBER Vol 4, No 1 (2012): JURNAL TEKNOLOGI INFORMASI MURA (TIMUR) JUNI Vol 4 No 1 (2012): JURNAL TEKNOLOGI INFORMASI MURA (TIMUR) JUNI Vol 3 No 2 (2011): JURNAL TEKNOLOGI INFORMASI MURA (TIMUR) DESEMBER Vol 3, No 2 (2011): JURNAL TEKNOLOGI INFORMASI MURA (TIMUR) DESEMBER Vol 3, No 1 (2011): JURNAL TEKNOLOGI INFORMASI MURA (TIMUR) JUNI Vol 3 No 1 (2011): JURNAL TEKNOLOGI INFORMASI MURA (TIMUR) JUNI More Issue