cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Wagino
Contact Email
ginouniska@gmail.com
Phone
-
Journal Mail Official
ginouniska@gmail.com
Editorial Address
-
Location
Kota banjarmasin,
Kalimantan selatan
INDONESIA
Technologia: Jurnal Ilmiah
Published by Universitas Islam Kalimantan Muhammad Arsyad Al Banjari
ISSN : 20866917     EISSN : 26568047     DOI : -
Core Subject : Science,
Computer Science & IT
Technologia: Jurnal Ilmiah adalah wadah informasi, hasil penelitian, dan tulisan terkait bidang Teknik Informatika dan Sistem Informasi yang dikelola oleh Fakultas Teknologi Informasi Universitas Islam Kalimantan Muhammad Arsyad Al Banjari. Frekuensi terbitan pada jurnal ini 4 kali dalam setahun yaitu pada bulan Januari, April, Juli, dan Oktober.
Arjuna Subject : -
Articles 946 Documents
 91   92   93   94   95 
ANALISIS PERBANDINGAN ALGORITMA MACHINE LEARNING UNTUK KLASIFIKASI TUTUPAN LAHAN DI KABUPATEN BANJAR Tegar Diwantara; Sri Harini; M. Imamudin
Technologia : Jurnal Ilmiah Vol 16 No 4 (2025): Technologia (Oktober)
Publisher : Fakultas Teknologi Informasi, Universitas Islam Kalimantan Muhammad Arsyad Al Banjari, di bawah koordinasi UPT Publikasi dan Pengelolaan Jurnal

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31602/tji.v16i4.20683

Abstract

Perubahan tutupan lahan di kawasan cepat tumbuh menuntut sistem pemantauan yang efisien dan presisi berbasis citra satelit. Kajian mutakhir menegaskan bahwa klasifikasi berbantuan machine learning meningkatkan reliabilitas peta Land Use Land Change dibanding metode tradisional.Penelitian ini bertujuan untuk mengidentifikasi model klasifikasi terbaik dalam menentukan jenis tutupan lahan di wilayah Kabupaten Banjar. Metode yang digunakan adalah pendekatan machine learning dengan membandingkan 2 algoritma klasifikasi, khususnya metode Random Forest dan Support Vector Machine. Proses pelaksanaan mencakup pengolahan data citra, ekstraksi fitur, pelatihan model, serta evaluasi akurasi menggunakan data validasi. Teknik analisis dilakukan dengan menguji berbagai parameter model untuk mendapatkan kombinasi terbaik dalam meningkatkan performa klasifikasi. Hasil penelitian menunjukkan bahwa metode Random Forest dengan 700 pohon (RF_700trees) memberikan akurasi tertinggi sebesar 91,3%, sedangkan metode Support Vector Machine dengan kernel linier mencapai akurasi 87%. Penambahan jumlah pohon pada metode Random Forest  terbukti meningkatkan akurasi hingga titik tertentu, namun setelah melewati batas optimal justru mengalami penurunan performa. Pemilihan parameter yang tepat sangat mempengaruhi kinerja model secara keseluruhan. Berdasarkan hasil tersebut, metode Random Forest dengan 700 pohon (RF_700trees) menjadi model paling optimal untuk klasifikasi tutupan lahan pada data yang digunakan dalam penelitian ini.
Perancangan UI/UX Aplikasi Healthio Menggunakan Pendekatan Human Centered Design Marsha Zahrah Fatharani; Kurniawan Dwi Irianto
Technologia : Jurnal Ilmiah Vol 16 No 4 (2025): Technologia (Oktober)
Publisher : Fakultas Teknologi Informasi, Universitas Islam Kalimantan Muhammad Arsyad Al Banjari, di bawah koordinasi UPT Publikasi dan Pengelolaan Jurnal

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31602/tji.v16i4.20690

Abstract

Penelitian ini dilakukan untuk merancang antarmuka dan pengalaman pengguna (UI/UX) aplikasi Healthio yang berfokus pada aktivitas fisik dengan menggunakan pendekatan Human Centered Design. Pendekatan ini dipilih karena mampu menempatkan pengguna sebagai pusat dalam proses perancangan, sehingga hasil desain lebih relevan dengan kebutuhan dan preferensi mereka. Proses perancangan dilakukan melalui tiga tahap utama, yaitu inspiration, ideation, dan implementation. Pada tahap inspiration, dilakukan wawancara dengan responden utama untuk menggali kebutuhan pengguna, sedangkan tahap ideation digunakan untuk menghasilkan ide serta pembuatan wireframe dan prototype. Selanjutnya, tahap implementation dilakukan dengan menguji prototype menggunakan kuesioner System Usability Scale yang melibatkan 25 responden dari berbagai latar belakang. Hasil perancangan menghasilkan prototype aplikasi yang menyediakan fitur pemantauan aktivitas fisik, pencatatan kalori makanan, pelacakan tidur, pemantauan tanda vital, serta pencatatan kesehatan perempuan. Umpan balik dari responden menunjukkan bahwa aplikasi mudah digunakan, memberikan pengalaman interaksi yang baik, dan diterima secara positif. Dengan demikian, dapat disimpulkan bahwa penerapan metode Human Centered Design dalam perancangan UI/UX mampu menghasilkan aplikasi yang fungsional, relevan, dan berpotensi meningkatkan motivasi pengguna dalam menjaga aktivitas fisik secara konsisten.
RANCANG BANGUN SISTEM ABSENSI DIGITAL BERBASIS GEOLOKASI UNTUK PENINGKATAN EFISIENSI MANAJEMEN KEHADIRAN GURU Deswita Syahrani; Irwan Irwan; Hizbul Wathan
Technologia : Jurnal Ilmiah Vol 16 No 4 (2025): Technologia (Oktober)
Publisher : Fakultas Teknologi Informasi, Universitas Islam Kalimantan Muhammad Arsyad Al Banjari, di bawah koordinasi UPT Publikasi dan Pengelolaan Jurnal

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31602/tji.v16i4.20752

Abstract

Untuk menjamin kelancaran proses pembelajaran, pengawasan kehadiran guru menjadi aspek penting yang harus dikelola dengan baik. Sistem absensi manual yang masih digunakan di SMP Negeri 2 Riau Silip menimbulkan risiko kesalahan pencatatan, pemborosan waktu, dan potensi manipulasi data. Penelitian ini bertujuan mengembangkan aplikasi absensi guru berbasis geolokasi dengan metode Feature Driven Development (FDD). Aplikasi memanfaatkan teknologi GPS untuk mencatat kedatangan dan kepulangan guru secara otomatis, serta menyediakan fitur jadwal mengajar, riwayat absensi, unggah bukti kegiatan, pelacakan lokasi real-time, dan rekapitulasi kehadiran. Penerapan metode FDD memastikan kebutuhan pengguna dapat diimplementasikan secara bertahap dan terstruktur. Hasil pengujian menunjukkan seluruh fitur berjalan sesuai harapan, dengan hasil User Acceptance Test (UAT) memperoleh skor 89,73% yang termasuk kategori sangat layak. Dengan demikian, sistem ini dinilai efektif untuk meningkatkan efisiensi, akurasi, serta transparansi manajemen kehadiran guru di SMP Negeri 2 Riau Silip.
EFEKTIVITAS APLIKASI GAME EDUKASI BERBASIS GAMIFIKASI UNTUK MENINGKATKAN PEMAHAMAN OPERASI HITUNG PADA SISWA SMP Fadil Julianto; Sidhiq Andriyanto; Better Swengky
Technologia : Jurnal Ilmiah Vol 16 No 4 (2025): Technologia (Oktober)
Publisher : Fakultas Teknologi Informasi, Universitas Islam Kalimantan Muhammad Arsyad Al Banjari, di bawah koordinasi UPT Publikasi dan Pengelolaan Jurnal

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31602/tji.v16i4.20834

Abstract

Matematika merupakan mata pelajaran dasar yang memiliki peranan penting dalam pengembangan kemampuan berpikir logis dan analitis siswa. Namun, masih banyak siswa Sekolah Menengah Pertama (SMP) yang mengalami kesulitan dalam memahami konsep operasi hitung dasar seperti penjumlahan, pengurangan, perkalian, dan pembagian. Rendahnya minat dan motivasi belajar menjadi salah satu penyebab utama permasalahan tersebut. Penelitian ini bertujuan untuk menguji efektivitas aplikasi game edukasi berbasis gamifikasi dalam meningkatkan pemahaman dan motivasi belajar siswa terhadap materi operasi hitung. Metode yang digunakan adalah Research and Development (R&D) dengan tahapan analisis kebutuhan, perancangan, pengembangan, dan pengujian. Aplikasi dikembangkan menggunakan Flutter untuk antarmuka pengguna dan Laravel sebagai backend, yang mengintegrasikan fitur materi pembelajaran, kuis interaktif, permainan ular tangga matematika, serta sistem penghargaan (reward system) berbasis gelar. Pengujian dilakukan melalui black-box testing, pre-test dan post-test, serta User Acceptance Test (UAT) terhadap siswa dan guru. Hasil penelitian menunjukkan bahwa aplikasi berjalan dengan baik dan mudah digunakan, dengan peningkatan rata-rata nilai siswa dari 53,3 menjadi 82,0 setelah menggunakan aplikasi. Hasil UAT menunjukkan tingkat kelayakan sangat tinggi, yaitu 94,1% dari siswa dan 94% dari guru. Berdasarkan hasil tersebut, dapat disimpulkan bahwa aplikasi game edukasi berbasis gamifikasi ini efektif dalam meningkatkan pemahaman konsep operasi hitung dan motivasi belajar siswa SMP. Keywords: Gamifikasi, Game Edukasi, Operasi Hitung, Flutter, Laravel
Rancang Bangun Game Edukasi Kewirausahaan Pizza Joss Menggunakan Flame Engine Jimmi Rianto; Sidhiq Andriyanto; Muhammad Setya Pratama
Technologia : Jurnal Ilmiah Vol 16 No 4 (2025): Technologia (Oktober)
Publisher : Fakultas Teknologi Informasi, Universitas Islam Kalimantan Muhammad Arsyad Al Banjari, di bawah koordinasi UPT Publikasi dan Pengelolaan Jurnal

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31602/tji.v16i4.20900

Abstract

Kewirausahaan merupakan aspek penting dalam pembentukan karakter mandiri dan inovatif pada siswa sejak dini. Namun, pembelajaran kewirausahaan di tingkat sekolah menengah masih cenderung teoretis dan kurang menarik, sehingga motivasi dan pemahaman siswa rendah. Penelitian ini bertujuan untuk mengembangkan dan menguji efektivitas game edukasi “Pizza Joss” berbasis Game-Based Learning dalam meningkatkan pemahaman konsep dasar kewirausahaan. Metode yang digunakan adalah Research and Development (R&D) dengan tahapan analisis kebutuhan, perancangan, pengembangan, dan pengujian. Game dikembangkan menggunakan Flame Engine dengan pendekatan simulasi jual beli pizza yang dilengkapi kuis interaktif untuk memperkuat pemahaman konsep bisnis. Pengujian dilakukan melalui black-box testing, pre-test dan post-test, serta User Acceptance Test (UAT) terhadap siswa. Hasil menunjukkan bahwa seluruh fitur game berfungsi dengan baik dan mudah digunakan. Tingkat kelayakan siswa berada pada kategori sangat layak dengan persentase 92,33%. Berdasarkan hasil tersebut, dapat disimpulkan bahwa game edukasi “Pizza Joss” efektif sebagai media pembelajaran interaktif untuk meningkatkan pemahaman dan minat siswa terhadap kewirausahaan, serta memiliki potensi untuk dikembangkan lebih lanjut dengan variasi level dan fitur kompetitif antar-pemain.
RANCANG BANGUN SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN BEASISWA DENGAN PENGUJIAN BLACK BOX DAN UAT Silvia Agustin; Yang Agita Rindri; Putri Prayesy
Technologia : Jurnal Ilmiah Vol 16 No 4 (2025): Technologia (Oktober)
Publisher : Fakultas Teknologi Informasi, Universitas Islam Kalimantan Muhammad Arsyad Al Banjari, di bawah koordinasi UPT Publikasi dan Pengelolaan Jurnal

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31602/tji.v16i4.20922

Abstract

Beasiswa memiliki peran penting dalam memberikan dukungan kepada mahasiswa agar dapat melanjutkan pendidikan ke jenjang lebih tinggi. Namun demikian, mekanisme seleksi penerima sering kali tidak efisien, berpotensi bias, serta kurang transparan. Untuk mengatasi permasalahan tersebut, penelitian ini merancang sebuah Sistem Pendukung Keputusan berbasis web dengan menggunakan metode Simple Additive Weighting. Aplikasi dibangun dengan memanfaatkan framework Laravel dan dikembangkan melalui pendekatan Rapid Application Development, yang memungkinkan pembuatan prototipe secara cepat serta adanya umpan balik berkelanjutan dari pengguna. Proses verifikasi sistem dilakukan dengan Black Box Testing untuk memastikan seluruh fungsi berjalan dengan benar, sementara User Acceptance Testing digunakan untuk mengukur tingkat kepuasan pengguna. Hasil evaluasi menunjukkan bahwa semua fitur berfungsi sebagaimana mestinya dengan tingkat penerimaan pengguna sebesar 87,7 persen, sehingga sistem dinilai layak digunakan. Secara keseluruhan, sistem ini mampu meningkatkan proses seleksi beasiswa agar menjadi lebih efisien, transparan, dan objektif.
SISTEM KONTROL OTOMATIS PARAMETER AIR PADA AKUAPONIK BERBASIS IoT Indra Dwisaputra; Sidhiq Andriyanto; Aulia Sabila; Dwi Jaka Pratama; Febry Yansha
Technologia : Jurnal Ilmiah Vol 16 No 4 (2025): Technologia (Oktober)
Publisher : Fakultas Teknologi Informasi, Universitas Islam Kalimantan Muhammad Arsyad Al Banjari, di bawah koordinasi UPT Publikasi dan Pengelolaan Jurnal

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31602/tji.v16i4.20928

Abstract

Sistem akuaponik merupakan gabungan antara budidaya ikan dan tanaman hidroponik. Teknologi Internet of Things (IoT) digunakan sebagai pemantauan otomatis. Penelitian ini berfokus dalam pengembangan sistem kontrol berbasis IoT yang menggunakan mikrokontroler NodeMCU ESP32 dan Arduino Mega 2560. Sistem ini memantau parameter seperti pH, suhu, volume air, dan nutrisi secara real-time. Pengguna dapat mengontrol melalui aplikasi android yang terhubung ke Firebase yang memberikan informasi untuk pemantauan. Metode pengembangan yang digunakan adalah metode prototype, memastikan sistem dapat disempurnakan berdasarkan kebutuhan pengguna. Hasil uji coba kalibrasi menunjukkan akurasi sensor yang tinggi, sensor ultrasonik mencapai 99,54%, sensor suhu 98,45%, sensor pH mencapai 96,28%, dan sensor TDS 94,4%. Akurasi ini memastikan bahwa data yang diperoleh dapat digunakan untuk pengelolaan akuaponik yang efisien. Keywords: Akuaponik, IoT, NodeMCU ESP32, Firebase
ANALISIS E-COMMERCE BERBASIS IOT DAN EDGE COMPUTING UNTUK SMART RETAIL DENGAN INVENTORY MANAGEMENT OTOMATIS M Muflih; Herry Adi Chandra
Technologia : Jurnal Ilmiah Vol 14 No 4 (2023): Technologia (Oktober)
Publisher : Fakultas Teknologi Informasi, Universitas Islam Kalimantan Muhammad Arsyad Al Banjari, di bawah koordinasi UPT Publikasi dan Pengelolaan Jurnal

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31602/tji.v14i4.21229

Abstract

Perkembangan teknologi Internet of Things (IoT) dan Edge Computing telah membuka peluang baru dalam transformasi digital sektor retail, khususnya dalam pengelolaan inventori dan sistem e-commerce. Penelitian ini bertujuan mengembangkan sistem e-commerce terintegrasi yang memanfaatkan teknologi IoT dan Edge Computing untuk menciptakan smart retail dengan inventory management otomatis. Sistem ini dirancang untuk mengatasi permasalahan klasik dalam manajemen stok seperti kekosongan barang, overstocking, dan keterlambatan update data inventori secara real-time. Metodologi pengembangan menggunakan metode Agile dengan pendekatan iteratif yang terbagi dalam sprint dua minggu, mencakup fase perencanaan, analisis kebutuhan, desain arsitektur IoT, implementasi sensor dan edge devices, integrasi sistem e-commerce, serta pengujian berkelanjutan. Arsitektur sistem terdiri dari layer sensing menggunakan RFID dan sensor berat untuk monitoring stok, layer edge computing untuk pemrosesan data lokal dan pengambilan keputusan cepat, serta layer cloud untuk analitik dan integrasi e-commerce. Hasil implementasi menunjukkan sistem mampu melakukan monitoring inventori real-time dengan akurasi 96%, mengurangi waktu pembaruan stok hingga 85% dibandingkan metode manual, dan meningkatkan efisiensi operasional sebesar 78%. Sistem juga berhasil mengimplementasikan fitur automated reordering dengan tingkat keberhasilan prediksi kebutuhan stok mencapai 92%. Integrasi Edge Computing terbukti mengurangi latensi pemrosesan data hingga 65% dan menghemat bandwidth cloud hingga 70% melalui pemrosesan data lokal. Pengujian usability dengan 100 responden retailer menunjukkan tingkat kepuasan 94% terhadap kemudahan penggunaan dan efektivitas sistem dalam meningkatkan produktivitas bisnis retail. Keywords: IoT, Edge Computing, E-Commerce
Klasifikasi Sentimen Produk Sepatu Berbasis AI untuk Ulasan Pendek dan Informal di Marketplace M Muflih; Sefto Pratama
Technologia : Jurnal Ilmiah Vol 15 No 1 (2024): Technologia (Januari)
Publisher : Fakultas Teknologi Informasi, Universitas Islam Kalimantan Muhammad Arsyad Al Banjari, di bawah koordinasi UPT Publikasi dan Pengelolaan Jurnal

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31602/tji.v15i1.21230

Abstract

Penelitian ini mengembangkan model klasifikasi sentimen berbasis Artificial Intelligence (AI) untuk menganalisis ulasan pendek dan informal produk sepatu di marketplace. Tujuan utama adalah mengidentifikasi algoritma terbaik guna mengkategorikan ulasan ke dalam sentimen positif, negatif, dan netral secara otomatis. Berdasarkan evaluasi kinerja tiga algoritma—Naive Bayes, Regresi Logistik, dan Support Vector Machine (SVM)—pada dataset uji, diperoleh hasil yang menunjukkan performa yang sangat berbeda. Naive Bayes dan Regresi Logistik mencatat akurasi yang identik sebesar 86%, namun keduanya mengalami kelemahan signifikan dalam mendeteksi ulasan positif, yang ditunjukkan oleh recall yang hanya sebesar 0.42. Di sisi lain, model SVM berhasil mencatat performa yang jauh lebih unggul dan hampir sempurna dengan akurasi 99%, didukung oleh nilai precision, recall, dan f1-score yang konsisten dan tinggi di semua kelas sentimen (makro avg F1-score: 0.98). Temuan ini menyimpulkan bahwa SVM merupakan pendekatan yang sangat efektif dan robust untuk menangani karakteristik linguistik yang unik dari ulasan pendek dan informal, sehingga dapat diimplementasikan sebagai solusi otomatis yang andal bagi pelaku bisnis untuk memantau reputasi produk dan memahami opini konsumen secara real-time.. Kata Kunci:  Klasifikasi Sentimen, Ulasan Pendek, Informal, Marketplace
PREDIKSI PENJUALAN MENGGUNAKAN METODE HYBRID ENSEMBLE LEARNING M Muflih; Erfan Karyadiputra
Technologia : Jurnal Ilmiah Vol 15 No 2 (2024): Technologia (April)
Publisher : Fakultas Teknologi Informasi, Universitas Islam Kalimantan Muhammad Arsyad Al Banjari, di bawah koordinasi UPT Publikasi dan Pengelolaan Jurnal

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31602/tji.v15i2.21231

Abstract

Perkembangan analisis data konsumen mendorong penerapan teknik machine learning untuk memahami pola pembelian produk. Penelitian ini menerapkan pendekatan Hybrid Ensemble Learning berbasis stacking dengan metode kuantitatif eksperimental pada Bike Buyers Dataset dari Kaggle yang berisi 1000 data pelanggan dengan 13 variabel demografis dan perilaku. Tahapan penelitian mencakup eksplorasi dan praproses data melalui imputasi median, One-Hot Encoding, dan penyeimbangan kelas menggunakan SMOTE untuk mengatasi ketidakseimbangan data. Empat algoritma utama, yaitu Random Forest, XGBoost, LightGBM, dan CatBoost, digabungkan menggunakan Logistic Regression sebagai meta-model dalam kerangka stacking ensemble. Validasi dilakukan dengan Repeated Stratified K-Fold untuk menjamin kestabilan hasil. Model hybrid terbukti memberikan hasil prediksi yang lebih akurat dan seimbang dibanding model tunggal, serta memiliki potensi diterapkan dalam pengembangan sistem pendukung keputusan berbasis data perilaku konsumen. Keywords: Hybrid Ensemble, Stacking, Machine Learning, Bike Buyers, Prediksi Penjualan.

Page 94 of 95 | Total Record : 946

 91   92   93   94   95 

Filter by Year

2016 2026


Reset
Filter By Issues
All Issue Vol 17 No 3 (2026): Technologia (Juli) Vol 17, No 2 (2026): Technologia (April) Vol 17 No 2 (2026): Technologia (April) Vol 17, No 1 (2026): Technologia (Januari) Vol 17 No 1 (2026): Technologia (Januari) Vol 16 No 4 (2025): Technologia (Oktober) Vol 16 No 3 (2025): Technologia (Juli) Vol 16 No 2 (2025): Technologia (April) Vol 16, No 2 (2025): Technologia (April) Vol 16 No 1 (2025): Technologia (Januari) Vol 16, No 1 (2025): TECHNOLOGIA (JANUARI) Vol 15, No 4 (2024): Technologia (Oktober) Vol 15 No 4 (2024): Technologia (Oktober) Vol 15 No 3 (2024): Technologia (Juli) Vol 15, No 3 (2024): Technologia (Juli) Vol 15, No 2 (2024): Technologia (April) Vol 15 No 2 (2024): Technologia (April) Vol 15, No 1 (2024): Technologia (Januari) Vol 15 No 1 (2024): Technologia (Januari) Vol 14, No 4 (2023): Technologia (Oktober) Vol 14 No 4 (2023): Technologia (Oktober) Vol 14 No 3 (2023): Technologia (Juli) Vol 14, No 3 (2023): Technologia (Juli) Vol 14 No 2 (2023): Technologia (April) Vol 14, No 2 (2023): Technologia (April) Vol 14, No 1 (2023): Technologia (Januari) Vol 13, No 4 (2022): Technologia (Oktober) Vol 13, No 3 (2022): Technologia (Juli) Vol 13, No 2 (2022): Technologia (April) Vol 13 No 2 (2022): Technologia (April) Vol 13, No 1 (2022): Technologia (Januari) Vol 12, No 4 (2021): Technologia (Oktober) Vol 12, No 3 (2021): Technologia (Juli) Vol 12, No 2 (2021): Technologia (April) Vol 12, No 1 (2021): Technologia (Januari) Vol 11, No 4 (2020): Technologia (Oktober) Vol 11 No 3 (2020): Technologia (Juli) Vol 11, No 3 (2020): Technologia (Juli) Vol 11, No 2 (2020): Technologia (April) Vol 11, No 1 (2020): Technologia (Januari) Vol 10, No 4 (2019): TECHNOLOGIA(OKTOBER) Vol 10, No 4 (2019): TECHNOLOGIA (OKTOBER) Vol 10, No 3 (2019): TECHNOLOGIA (JULI) Vol 10, No 2 (2019): TECHNOLOGIA (APRIL) Vol 10, No 1 (2019): TECHNOLOGIA (JANUARI) Vol 9, No 4 (2018): TECHNOLOGIA Vol 9, No 3 (2018): TECHNOLOGIA Vol 9, No 2 (2018): TECHNOLOGIA Vol 9, No 1 (2018): TECHNOLOGIA Vol 8, No 4 (2017): TECHNOLOGIA Vol 8, No 3 (2017): TECHNOLOGIA Vol 8, No 2 (2017): TECHNOLOGIA Vol 8, No 1 (2017): TECHNOLOGIA Vol 7, No 4 (2016): TECHNOLOGIA Vol 7, No 3 (2016): TECHNOLOGIA Vol 7, No 2 (2016): TECHNOLOGIA Vol 7, No 1 (2016): TECHNOLOGIA More Issue