cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
-
Contact Email
-
Phone
-
Journal Mail Official
-
Editorial Address
-
Location
Kota denpasar,
Bali
INDONESIA
Jurnal Pendidikan Teknologi dan Kejuruan
Published by Universitas Pendidikan Ganesha
ISSN : 02163241     EISSN : 25410652     DOI : -
Core Subject : Education,
Other
Jurnal Pendidikan Teknologi dan Kejuruan (JPTK) is a journal managed by the Faculty of Engineering and Vocational, Universitas Pendidikan Ganesha (Undiksha). The scope of this journal covers the fields of Education, Electrical Engineering, Informatics, Computer Science, Information System, Vocational (Culinary, Fashion, Beauty and Tourism), Mechanical Engineering as well as learning. The incoming Article is are double blind peer-reviewed by at least two referees, and plagiarism checking will be carried out. JPTK is managed by issued twice a year i.e. in January and July.
Arjuna Subject : -
Articles 10 Documents
 1 
Search results for , issue "Vol. 22 No. 2 (2025): Edisi Juli 2025" : 10 Documents clear
IMPLEMENTATION OF FLUTTER FRAMEWORK IN DEVELOPING A MOBILE EMPLOYEE ATTENDANCE APPLICATION FOR BLAHKIUH VILLAGE GOVERNMENT Permana, Putu Adi Guna; Anggara, Komang Drei Bayu; Santika, Komang Yuli
Jurnal Pendidikan Teknologi dan Kejuruan Vol. 22 No. 2 (2025): Edisi Juli 2025
Publisher : Universitas Pendidikan Ganesha

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23887/jptk-undiksha.v22i2.94295

Abstract

In recent years, mobile applications have become vital tools for improving the efficiency of administrative tasks, particularly within government organizations. This research focused on creating a mobile attendance system tailored for Blahkiuh Village employees, leveraging the Flutter framework. This framework was selected due to its ability to produce fast, reliable, and cross-platform apps that work seamlessly on both Android and iOS devices.The app was designed to address the inefficiencies of the previous manual attendance process, which often led to inaccuracies and delays. Key features of the development process included crafting a user-friendly interface, integrating a secure database for precise data storage, and conducting rigorous testing to ensure optimal functionality.Initial implementation of the system has shown notable improvements, such as reducing errors in attendance records, streamlining data entry processes, and providing real-time reporting capabilities. This innovation not only simplifies attendance tracking but also serves as a digital solution that can be expanded to other administrative functions in Blahkiuh Village.
KLASIFIKASI CITRA MEDIS MAMOGRAFI BERBASIS MULTI-VIEW CONVOLUTIONAL NEURAL NETWORKS Gede Wahyu Purnama; Agus Aan Jiwa Permana; Ni Ketut Kertiasih
Jurnal Pendidikan Teknologi dan Kejuruan Vol. 22 No. 2 (2025): Edisi Juli 2025
Publisher : Universitas Pendidikan Ganesha

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23887/jptk-undiksha.v22i2.94691

Abstract

Penelitian ini menyajikan alur kerja preprocessing untuk data mamografi dengan format DICOM dan digunakan untuk melatih model Multi-View Convolutional Neural Networks (MV-CNNs). MV-CNNs berpotensi meningkatkan akurasi klasifikasi BI-RADS mamografi untuk deteksi dini kanker payudara, namun memerlukan data yang diproses secara tepat. Preprocessing data meliputi seleksi pasangan citra dengan tampak Craniocaudal (CC) dan Mediolateral Oblique (MLO) dengan BI-RADS 1-5, penyesuaian label, penyeimbangan kelas (undersampling), konversi DICOM ke PNG terstandar (termasuk penanganan VOI LUT dan MONOCHROME1), ekstraksi Region of Interest (ROI) otomatis, serta resizing ke [512, 288]. Dataset disiapkan untuk evaluasi stratified k-fold cross-validation. Setelah itu akan digunakan untuk melatih model MV-CNNs dengan ConvNeXt sebagai basis model CNNnya. Model terbaik yang dilatih telah diuji menggunakan dataset primer yang didapatkan dari RSUD Buleleng. Hasil yang didapatkan melalui k-fold ensemble adalah accuracy : 50% ; F1-score : 0.476; & recall : 0.458.
SISTEM MONITORING KUALITAS AIR PADA AKUARIUM IKAN MAS KOI MENGGUNAKAN PANEL SURYA BERBASIS IOT (INTERNET OF THINGS) Nugraha, Made Dika; Pawana, I Gusti Ngurah Agung; Pratama, Gede Agus Surya
Jurnal Pendidikan Teknologi dan Kejuruan Vol. 22 No. 2 (2025): Edisi Juli 2025
Publisher : Universitas Pendidikan Ganesha

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23887/jptk-undiksha.v22i2.96171

Abstract

Ikan mas koi merupakan ikan hias yang populer di kalangan penggemar akuarium karena memiliki nilai budaya yang kaya. Salah satu aspek terpenting dalam menjaga kesehatan ikan koi adalah kualitas air akuarium. Kesehatan dan pertumbuhan ikan dipengaruhi oleh faktor-faktor penting seperti suhu, pH, kadar oksigen terlarut, dan ammonia. Melalui perangkat yang terhubung, teknologi IoT memungkinkan pemantauan kondisi lingkungan secara real-time. Karena mereka dapat dengan mudah memantau parameter kualitas air dari jarak jauh. Selain mengurangi ketergantungan pada sumber daya listrik tradisional, penggunaan energi terbarukan menawarkan alternatif yang lebih ramah lingkungan dan berkelanjutan. Metode penelitian yang digunakan yaitu studi literatur, desain sistem, sensor, analisis data dan pengujian. Kesimpulan yang dapat diambil dari hasil penelitian yang telah dilakukan adalah Mikrokontroler Arduino Ide dengan sensor suhu DS18B20, sensor TDS SEN0244, dan sensor pH PH4502C telah berhasil digunakan untuk membangun alat pemantauan dan pengendalian kualitas air otomatis pada sistem budidaya ikan koi di akuarium berbasis Internet of Things dengan panel surya. Tingkat akurasi pengukuran suhu air, TDS, dan pH pada instrumen tersebut masing-masing mendekati 97%, 98%, dan 97%.
NEWA DESTINATION CHOICE MODEL: ANALISIS ATRIBUT DESTINASI WISATA TERHADAP KEPUTUSAN BERKUNJUNG WISATAWAN DI DESA WISATA AMBENGAN Made Riki Ponga Kusyanda; Suriani, Ni Made
Jurnal Pendidikan Teknologi dan Kejuruan Vol. 22 No. 2 (2025): Edisi Juli 2025
Publisher : Universitas Pendidikan Ganesha

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23887/jptk-undiksha.v22i2.97665

Abstract

Penelitian ini bertujuan untuk menganalisis pengaruh atribut destinasi terhadap keputusan berkunjung wisatawan di Desa Wisata Ambengan. Permasalahan dalam penelitian ini berangkat dari belum optimalnya pemahaman tentang faktor-faktor yang mempengaruhi minat kunjungan wisatawan ke destinasi berbasis komunitas. Penelitian ini menggunakan pendekatan kuantitatif dengan metode Structural Equation Modeling berbasis Partial Least Squares. Lima konstruk diuji, yaitu Attraction, Accessibility, Amenities, Ancillary Services, dan Decision to Visit. Data diperoleh melalui penyebaran kuesioner kepada wisatawan yang pernah berkunjung ke lokasi tersebut. Hasil analisis menunjukkan bahwa tiga dari empat atribut destinasi, yaitu Attraction, Accessibility, dan Ancillary Services berpengaruh signifikan terhadap keputusan berkunjung wisatawan. Sementara itu, Amenities tidak memberikan pengaruh yang signifikan. Ancillary Services merupakan variabel paling dominan, disusul oleh Accessibility dan Attraction. Temuan ini menegaskan pentingnya fasilitas pendukung dan kemudahan akses dalam membentuk keputusan wisatawan, khususnya dalam konteks desa wisata. Implikasi dari penelitian ini menunjukkan perlunya strategi pengembangan destinasi yang menitikberatkan pada layanan, keterjangkauan, dan pelestarian daya tarik lokal.
EVALUASI LAYANAN PENGADUAN MASYARAKAT PRO DENPASAR SEBAGAI PLATFORM E-GOVERNMENT MENGGUNAKAN WEBQUAL 4.0, E-GOVQUAL DAN IMPORTANCE PERFORMANCE ANALYSIS Diatmika, I Ketut Agus Indra; Sunarya, I Made Gede; Gunadi, I Gede Aris
Jurnal Pendidikan Teknologi dan Kejuruan Vol. 22 No. 2 (2025): Edisi Juli 2025
Publisher : Universitas Pendidikan Ganesha

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23887/jptk-undiksha.v22i2.98212

Abstract

Pemerintah Kota Denpasar telah menerapkan E-Government melalui Peraturan Walikota Nomor 28 Tahun 2021 dan Nomor 53 Tahun 2024 terkait pengelolaan pengaduan masyarakat berbasis elektronik melalui website PRO Denpasar (Pengaduan Rakyat Online). Hingga kini, layanan PRO Denpasar belum pernah dievaluasi terkait kepuasan pengguna terhadap kinerjanya. Evaluasi ini menggunakan dimensi WebQual 4.0 dan E-GovQual dengan metode Importance Performance Analysis untuk mengukur kesesuaian dan gap antara kinerja layanan dan kepentingan pengguna. Sebanyak 252 responden dilibatkan berdasarkan rumus Slovin, yaitu pengguna aktif yang pernah melakukan pengaduan selama tahun 2020–2024. Hasil analisis menunjukkan skor rata-rata kesesuaian sebesar 94% dengan tingkat kesesuaian tinggi, namun nilai gap -0,25 menandakan layanan belum sepenuhnya memenuhi harapan pengguna. Analisis kuadran menghasilkan satu atribut prioritas yang perlu segera ditingkatkan. Penelitian lanjutan disarankan melibatkan admin PRO Denpasar sebagai responden serta menggunakan pendekatan atau metode lain untuk memperkuat hasil evaluasi.
STUDI PERBANDINGAN ALGORITMA EUCLIDEAN, MANHATTAN DAN CHEBYSEV DISTANCE UNTUK OPTIMASI METODE K-MEANS CLUSTERING PADA PENGELOMPOKKAN DATA PENERIMAAN MAHASISWA BARU Matius Ivan Bimasena; I Gede Aris Gunadi; I Made Agus Wirawan
Jurnal Pendidikan Teknologi dan Kejuruan Vol. 22 No. 2 (2025): Edisi Juli 2025
Publisher : Universitas Pendidikan Ganesha

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23887/jptk-undiksha.v22i2.98863

Abstract

Institut Teknologi dan Bisnis (ITB) STIKOM Bali adalah salah satu perguruan tinggi swasta di Bali yang telah berdiri sejak tahun 2002. Tim promosi kampus aktif melakukan promosi di berbagai daerah yang berpotensi mendatangkan calon mahasiswa. Namun dalam proses promosi masih adanya kekurangan dalam menentukan tujuan promosi kampus ke daerah yang berpotensial. Peneliti melakukan pengelompokkan data calon mahasiswa baru untuk tahun ajaran 2022 dan 2023 sebanyak 2.689 data, digunakan metode K-means Clustering dengan menentukan klaster terbaik menggunakan Metode Elbow. Dari hasil metode elbow terbentuk 3 klaster optimal. Setelah itu penulis membandingkan tiga metode perhitungan jarak, yaitu Euclidean, Manhattan, dan Chebyshev Distance dengan 3 klaster. Dari hasil evaluasi metode perhitungan jarak, terbukti bahwa Euclidean Distance mempunyai hasil evaluasi yang paling baik yaitu menunjukkan nilai DBI dan Average Within Centroid Distance dari perhitungan jarak terkecil dibandingkan Manhattan Distance dan Chebyshev Distance dengan nilai evaluasi Davies Bouldin Index 1.202 dan Average Within Centroid Distance 16.082. Setelah ditentukan metode jarak terbaik yaitu Euclidean Distance, penulis melakukan klastering dengan pengelompokkan data penerimaan mahasiswa baru berdasarkan program studi tinggi peminat, sedang peminat dan rendah peminat. Sehingga dari hasil klastering tersebut dapat mengetahui potensi mahasiswa pendaftar dan membantu tim marketing ITB STIKOM Bali dalam melakukan promosi di tahun selanjutnya.
STUDI KOMPARATIF METODE TAM DAN UTAUT TERHADAP PENERAPAN SISTEM INFORMASI ONLINE (SION) Ramayasa, I Putu; Santosa, I Made Ari; Santiari, Ni Putu Linda
Jurnal Pendidikan Teknologi dan Kejuruan Vol. 22 No. 2 (2025): Edisi Juli 2025
Publisher : Universitas Pendidikan Ganesha

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23887/jptk-undiksha.v22i2.101673

Abstract

Penelitian ini bertujuan untuk menganalisis perbandingan antara metode TAM dan UTAUT dalam menilai keberhasilan penerapan Sistem Informasi Online (SION) di Institut Teknologi dan Bisnis STIKOM Bali. Pemilihan metode TAM dan UTAUT didasarkan pada fakta bahwa kedua metode tersebut paling sering digunakan dalam menganalisis keberhasilan penerapan teknologi dan efektif dalam menjelaskan perilaku penerimaan pengguna terhadap penerapan teknologi atau sistem informasi. Responden dalam penelitian ini adalah mahasiswa aktif dari Institut Teknologi dan Bisnis STIKOM Bali yang menggunakan Sistem Informasi Online (SION). Pengambilan sampel dilakukan dengan teknik purposive sampling, yaitu pemilihan sampel berdasarkan kriteria tertentu. Analisis pengolahan data dilakukan dengan menggunakan SmartPLS untuk menganalisis hubungan antar variabel pada penelitian. Pada pengujian hipotesis dengan metode TAM dan UTAUT, hasilnya menunjukkan semua hipotesis dari metode TAM adalah signifikan. Sementara itu, dalam metode UTAUT, pengaruh sosial tidak menunjukkan pengaruh signifikan terhadap niat pengguna, di mana empat dari lima hipotesis diterima dan satu hipotesis ditolak dengan t-statistik sebesar 1,554 < 1,98 dan p-value 0,120 > 0,05. Sementara itu, t-statistik tertinggi dari metode TAM adalah 10,257 pada variabel hubungan antara persepsi kemudahan pengguna terhadap persepsi kegunaan, yang menunjukkan hubungan yang sangat signifikan. Sedangkan, t-statistik tertinggi dari metode UTAUT adalah 4,074 pada variabel hubungan antara niat pengguna terhadap perilaku pengguna, mencerminkan hubungan yang signifikan, Meskipun tidak sekuat model TAM. Kesimpulannya adalah meskipun TAM memberikan hasil yang signifikan dan kuat di semua hipotesis namun metode UTAUT memiliki kekuatan prediktif yang lebih baik dalam menjelaskan niat pengguna.
ANALISIS SENTIMEN MASYARAKAT TERHADAP VIRUS CORONA BERDASARKAN OPINI DARI TWITTER MENGGUNAKAN METODE NAÏVE BAYES DAN K-NEAREST NEIGHBOR Ariyani, Putu Wendy; I Made Gede Sunarya; I Gede Aris Gunadi
Jurnal Pendidikan Teknologi dan Kejuruan Vol. 22 No. 2 (2025): Edisi Juli 2025
Publisher : Universitas Pendidikan Ganesha

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23887/jptk-undiksha.v22i2.103233

Abstract

Sejak penyebaran Virus Corona, banyak masyarakat yang mengutarakan pendapatnya melalui media social Twitter dalam menanggapi penyebaran Virus Corona. Berbagai opini yang diutarakan masyarakat dapat menjadi sebuah acuan untuk mengetahui Sentimen Masyarakat terhadap Virus Corona. Diperlukan analisis sentiment untuk mengetahui sentiment opini yang muncul pada social media. Tujuan penelitian ini adalah untuk mengetahui implementasi dan tingkat akurasi dari metode Naïve Bayes dan K-Nearest Neighbor. Data yang digunakan diambil dari twitter mengenai Virus Corona. Jumlah data yang digunakan sebanyak 2000 data tweet. Dokumen dengan sentiment positif yaitu 1320 dan dokumen dengan sentiment negative yaitu 689. Data yang terkumpul akan dibagi untuk digunakan sebagai Data Latih dan Testing untuk proses klasifikasi. Implementasi Naïve Bayes dan KNN dalam analisis sentimen masyarakat terhadap virus corona, dimulai dari tahap preprocessing data yang terdiri Normalisasi data (menghilangkan URL dan username), Case Folding (mengubah semua huruf menjadi huruf kecil), Tokenizing (memilih menjadi beberapa kata), Stopword Removal (menghilang kata yang sering muncul), serta stemming (mengubah sebuah kata menjadi bentuk umumnya). Setelah melalui tahap preprocessing, kemudian dilakukan tahap pembobotan TF-IDF. Hasil dari pembobotan TF-IDF akan diklasifikasi menggunakan metode Naïve Bayes dan KNN, sehingga nanti akan mendapatkan hasil perbandingan klasifikasi dari kedua metode tersebut. Hasil klasifikasi menggunakan metode Naïve Bayes diperoleh akurasi sebesar 0.83 dan error rate sebesar 0.17. Sedangkan untuk hasil klasifikasi menggunakan metode KNN diperoleh akurasi sebesar 0.78 dan error rate sebesar 0.21. Perbandingan perfomansi metode Naïve Bayes dan KNN menunjukkan bahwa Naïve Bayes lebih baik dalam mengklasifikasikan data Covid-19. Kata kunci: Virus Corona, COVID-19, Twitter, Analisis Sentimen, Naïve Bayes, K-Nearest Neightbor
SISTEM TEMU KEMBALI INFORMASI UNTUK MENDUKUNG LAYANAN FREQUENTLY ASKED QUESTIONS (FAQ) PADA PLATFORM SISTEM INFORMASI TERINTEGRASI I Putu Gede Hendra Suputra; I Made Widhi Wirawan; Desak Ketut Puri Trisnantya Aji; Anak Agung Sinta Trisnajayanti
Jurnal Pendidikan Teknologi dan Kejuruan Vol. 22 No. 2 (2025): Edisi Juli 2025
Publisher : Universitas Pendidikan Ganesha

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23887/jptk-undiksha.v22i2.103634

Abstract

Perkembangan sistem informasi di Universitas Udayana semakin pesat, ditandai dengan hadirnya IMISSU sebagai portal utama yang mengintegrasikan lebih dari 100 sistem informasi untuk mendukung berbagai kebutuhan operasional kampus. IMISSU digunakan oleh ±33.000 civitas akademika, sehingga kualitas layanan harus tetap terjaga. USDI (Unit Sumber Daya Informasi) sebagai pengelola IMISSU menyediakan layanan bantuan daring melalui aplikasi usercare dan email untuk menjawab pertanyaan pengguna. Namun, banyaknya pertanyaan yang berulang dan cenderung mirip satu sama lain menyebabkan operator harus memberikan jawaban yang sama berkali-kali, sehingga mengurangi efisiensi layanan. Solusi awal berupa FAQ (Frequently Asked Questions) membantu, tetapi jumlah pertanyaan yang semakin banyak dan serupa membuat pencarian jawaban menjadi sulit bagi pengguna. Penelitian ini bertujuan mengembangkan mesin temu kembali informasi (Information Retrieval/IR) yang mampu menampilkan jawaban FAQ sesuai dengan query pengguna. Sistem dibangun menggunakan metode TF-IDF dan Cosine Similarity dengan modifikasi pembobotan kata kunci untuk meningkatkan relevansi hasil. Kebaharuan dari penelitian ini terletak pada penentuan kata kunci dan pembobotan TF-IDF yang baru berdasarkan kata kunci, sehingga kata penting memiliki bobot lebih tinggi dibanding kata biasa, dengan harapan meningkatkan akurasi pencarian jawaban FAQ. Proses pengujian dilakukan terhadap 118 kalimat jawaban FAQ dengan menggunakan 20 query acak dengan pendekatan top-1 retrieval, yaitu hanya jawaban peringkat pertama yang dievaluasi. Hasil pengujian menunjukkan bahwa sistem mencapai precision sebesar 90%, recall sebesar 100%, F1-score sebesar 94,7%, dan akurasi sebesar 90%. Hasil ini menunjukkan sistem mampu memberikan hasil yang baik, meskipun masih terdapat ruang untuk meningkatkan precision dengan mengimplementasikan metode tambahan pada tahap pemrosesan atau pemeringkatan.
FINE TUNNING MODEL INDOBERT UNTUK ANALISIS SENTIMEN BERITA PARIWISATA INDONESIA Wijaya, Wahyu; Seputra, Ketut Agus; Dewi, Ni Putu Novita Puspa
Jurnal Pendidikan Teknologi dan Kejuruan Vol. 22 No. 2 (2025): Edisi Juli 2025
Publisher : Universitas Pendidikan Ganesha

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23887/jptk-undiksha.v22i2.104056

Abstract

Perkembangan kecerdasan buatan pada ranah NLP dewasa ini sangat pesat. Beberapa teknologi kecerdasan buatan pada text-based teknologi seperti ChatGPT, Gemini, LLaMA, dan lain-lain telah dimanfaatkan dalam ranah riset ataupun industry. Dalam analisis sentimen, yang menjadi komponen utama adalah representasi teks. Teknik representasi teks yang menonjol pada akhir-akhir ini adalah bidirectional encoder representation from transformer(BERT). Sesuai dengan permasalahan yang disebutkan sebelumnya, analisis sentimen ini dapat dilakukan untuk berita pariwisata. Namun untuk meningkatkan akurasi dapat dilakukan fine tunning pada metode BERT. Berdasarkan permasalahan tersebut, dalam penelitian ini akan dilakukan analisis sentiment dengan menggunakan metode IndoBERT. Akan dilakukan fine tuning untuk fokus ranah pariwisata. Berdasarkan hasil pengujian yang telah dilakukan didapatkan tangkat akurasi sebesar 77%. Model dapat melakukan klasifikasi sentiment negative dengan baik, namun masih perlu ditingkatkan pada sentiment positif dan netral.  

Page 1 of 1 | Total Record : 10

 1 

Filter by Year

2025 2025


Reset
Filter By Issues
All Issue Vol. 22 No. 2 (2025): Edisi Juli 2025 Vol. 22 No. 1 (2025): Edisi Januari 2025 Vol. 21 No. 2 (2024): Edisi Juli 2024 Vol. 21 No. 1 (2024): Edisi Januari 2024 Vol. 20 No. 2 (2023): Edisi Juli 2023 Vol. 20 No. 1 (2023): Edisi Januari 2023 Vol. 19 No. 2 (2022): Edisi Juli 2022 Vol. 19 No. 1 (2022): Edisi Januari 2022 Vol 18, No 2 (2021): Edisi Juli 2021 Vol. 18 No. 2 (2021): Edisi Juli 2021 Vol 18, No 1 (2021): Edisi Januari 2021 Vol. 18 No. 1 (2021): Edisi Januari 2021 Vol. 17 No. 2 (2020): Edisi Juli 2020 Vol 17, No 2 (2020): Edisi Juli 2020 Vol. 17 No. 1 (2020): Edisi Januari 2020 Vol 17, No 1 (2020): Edisi Januari 2020 Vol 16, No 2 (2019): Edisi Juli 2019 Vol. 16 No. 2 (2019): Edisi Juli 2019 Vol. 16 No. 1 (2019): Edisi januari 2019 Vol 16, No 1 (2019): Edisi januari 2019 Vol 15, No 2 (2018): Edisi Juli 2018 Vol. 15 No. 2 (2018): Edisi Juli 2018 Vol. 15 No. 1 (2018): Edisi Januari 2018 Vol 15, No 1 (2018): Edisi Januari 2018 Vol. 14 No. 2 (2017): Edisi Juli 2017 Vol 14, No 2 (2017): Edisi Juli 2017 Vol 14, No 1 (2017): Edisi Januari 2017 Vol. 14 No. 1 (2017): Edisi Januari 2017 Vol 13, No 2 (2016): Edisi Juli 2016 Vol. 13 No. 2 (2016): Edisi Juli 2016 Vol 13, No 1 (2016): Edisi Januari 2016 Vol. 13 No. 1 (2016): Edisi Januari 2016 Vol 12, No 2 (2015): Edisi Juli 2015 Vol. 12 No. 2 (2015): Edisi Juli 2015 Vol. 12 No. 1 (2015): Edisi Januari 2015 Vol 12, No 1 (2015): Edisi Januari 2015 Vol. 11 No. 2 (2014): Edisi Juli 2014 Vol 11, No 2 (2014): Edisi Juli 2014 Vol 11, No 1 (2014): EDISI JANUARI 2014 Vol. 11 No. 1 (2014): EDISI JANUARI 2014 Vol 10, No 2 (2013): Edisi Juli 2013 Vol. 10 No. 2 (2013): Edisi Juli 2013 Vol 10, No 1 (2013): Edisi Januari 2013 Vol. 10 No. 1 (2013): Edisi Januari 2013 Vol. 9 No. 2 (2012): Edisi Juli 2012 Vol 9, No 2 (2012): Edisi Juli 2012 Vol. 9 No. 1 (2012): Edisi Januari 2012 Vol 9, No 1 (2012): Edisi Januari 2012 Vol 8, No 2 (2011): Edisi Juli 2011 Vol. 8 No. 2 (2011): Edisi Juli 2011 Vol 8, No 1 (2011): Edisi Januari 2011 Vol. 8 No. 1 (2011): Edisi Januari 2011 Vol 7, No 2 (2010): Edisi Juli 2010 Vol. 7 No. 2 (2010): Edisi Juli 2010 Vol 7, No 1 (2010): Edisi Januari 2010 Vol. 7 No. 1 (2010): Edisi Januari 2010 Vol. 6 No. 2 (2009): Edisi Juli 2009 Vol 6, No 2 (2009): Edisi Juli 2009 Vol 6, No 1 (2009): Edisi Januari 2009 Vol. 6 No. 1 (2009): Edisi Januari 2009 More Issue