cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Budi Hermawan
Contact Email
-
Phone
+62081703408296
Journal Mail Official
info@kdi.or.id
Editorial Address
Jl. Flamboyan 2 Blok B3 No. 26 Griya Sangiang Mas - Tangerang 15132
Location
Kab. tangerang,
Banten
INDONESIA
bit-Tech
Published by Komunitas Dosen Indonesia
ISSN : 2622271X     EISSN : 26222728     DOI : https://doi.org/10.32877/bt
Core Subject : Science,
Computer Science & IT
The bit-Tech journal was developed with the aim of accommodating the scientific work of Lecturers and Students, both the results of scientific papers and research in the form of literature study results. It is hoped that this journal will increase the knowledge and exchange of scientific information, especially scientific papers and research that will be useful as a reference for the progress of the State together.
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 370 Documents
 21   22   23   24   25 
VibLab, Aplikasi Bantu Analisa Getaran pada Rangka Sepeda Motor Listrik berbasis Android Widodo, Pangestu; Adiputra, Dimas
bit-Tech Vol. 7 No. 3 (2025): bit-Tech
Publisher : Komunitas Dosen Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32877/bt.v7i3.2192

Abstract

Sepeda motor listrik memiliki berbagai kelebihan, seperti mengurangi polusi udara dan polusi suara, nyaman digunakan karena bebas dari getaran mesin, serta biaya kepemilikan yang rendah. Meskipun demikian sepeda motor listrik juga memiliki kekurangan. Salah satu kekurangan sepeda motor listrik adalah harga komponen utama yang masih mahal. Akibat dari harga komponen utama yang mahal ini seringkali kualitas komponen lain dikorbankan untuk menekan harga jual, termasuk peredam kejut/shockbreaker. Penggunaan peredam kejut berkualitas rendah mengakibatkan getaran yang dirasakan pengguna cukup besar hingga mengganggu kenyamanan pengguna. Namun demikian belum dapat dipastikan bahwa sumber masalah getaran tersebut hanyalah dari peredam kejut saja. Ada beberapa kemungkinan lain misalnya struktur rangka, dan posisi baterai. Untuk itu dibutuhkan alat bantu untuk melakukan analisa getaran pada sepeda motor listrik, sehingga dapat diketahui penyebab getaran yang dialami oleh pengguna kendaraan. Pada penelitian ini dibangun VibLab, sebuah aplikasi berbasis Android untuk membantu pengguna sepeda motor listrik melakukan analisa terhadap getaran pada kendaraan miliknya. Aplikasi ini menggunakan accelerometer sebagai sensor getaran, kemudian menghasilkan data arah getaran dan nilai akumulatif akselerasi pada setiap kelompok arah. Android dipilih untuk memperluas jangkauan aplikasi terhadap pengguna karena sebagian besar smartphone yang beredar menggunakan Android sebagai sistem operasinya. VibLab dikembangkan dengan metode agile sederhana dalam beberapa tahapan iterasi. Hasil pengujian menunjukkan aplikasi ini cukup akurat dan bermanfaat dalam membantu analisa getaran pada rangka sepeda motor listrik.
Penerapan K-Means dalam Menganalisis Pola Pembelian Pelanggan Pada Data Transaksi E-Commerce Apriyanto, Budi; Sitio, Sartika Lina Mulani
bit-Tech Vol. 7 No. 3 (2025): bit-Tech
Publisher : Komunitas Dosen Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32877/bt.v7i3.2195

Abstract

Tujuan dari penelitian ini adalah untuk  menggunakan algoritma K-Means untuk memeriksa pola konsumen di lingkungan e-commerce. Di era digital saat ini, sangat penting untuk memiliki pemahaman yang mendalam tentang perilaku konsumen, yang membuat bisnis tetap kompetitif. Dengan menggunakan data transaksional yang mencakup faktor -faktor seperti harga akhir dan  diskon, konsumen konsumen penelitian ini  berdasarkan perilaku belanja mereka. Metode Elbow digunakan untuk mengidentifikasi jumlah kelompok yang paling tepat, yang merupakan langkah penting dalam analisis ini. Setelah menentukan jumlah cluster yang optimal dengan menggunakan algoritma K-Means  untuk mengenali berbagai segmen konsumen. K-Means adalah metode yang relatif sederhana dan mudah dipahami yang mencakup pilihan serangkaian centroid (titik tengah) dan pengelompokan data berdasarkan kedekatan centroid. Dengan mengelompokkan pelanggan ke dalam kelompok yang berbeda, K-means dapat membantu untuk mengidentifikasi pola pembelian yang jelas seperti preferensi produk, frekuensi pembelian, dan perilaku belanja. Hasil yang diperoleh menunjukkan bahwa kelompok yang berpendidikan dengan skor siluet 0,54 sangat terpisah dan jelas, menunjukkan bahwa ini menunjukkan kualitas kelompok yang baik. Temuan ini memberikan pemahaman yang berharga tentang perusahaan e-commerce dalam merancang strategi pemasaran yang efisien, mempersonalisasikan pengalaman bagi konsumen, dan memahami perilaku konsumen di pasar online. Oleh karena itu, penelitian ini tidak hanya berkontribusi pada literatur akademik, tetapi juga memberikan pengetahuan praktis yang dapat diterapkan pada strategi bisnis.
Enhancing Stock Price Forecasting: Optimizing Neural Networks with Moving Average Data Hermawan, Aditiya; Ananda, Stanley; Junaedi; Edy
bit-Tech Vol. 7 No. 3 (2025): bit-Tech
Publisher : Komunitas Dosen Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32877/bt.v7i3.2196

Abstract

This research focuses on optimizing a neural network model for stock price prediction using Particle Swarm Optimization (PSO), considering the inherent risks and potential high returns associated with stock investment. Given the challenges posed by stock price volatility, this study combines Moving Average (MA) a fundamental statistical technique in stock market analysis with advanced data mining approaches, specifically neural networks and PSO, to enhance prediction accuracy. The primary objective is to improve the efficiency of neural networks by minimizing error rates and equipping investors with more reliable tools for financial decision-making. The proposed methodology involves converting historical stock price data into a Simple Moving Average (SMA) over a 5-day period, followed by optimizing a neural network model using PSO. This optimization process fine-tunes key parameters, particularly the weight distributions of various stock market indicators, including Open SMA, High SMA, Low SMA, and Close SMA. Model performance is evaluated using Root Mean Square Error (RMSE) as a validation metric. The findings indicate a significant enhancement in the predictive accuracy of the neural network model after PSO optimization. The optimal configuration is identified in a two-layer neural network with a specific node arrangement. This optimized model not only improves stock price forecasting precision but also has practical implications for investors and financial analysts in risk management and profit maximization.
Rancang Bangun Website Promosi Wisata Tugu AgriEdu Park Tulungagung Sarbini, Riska Nurtantyo; Utomo, Yudo Bismo; Afiyah, Dyah Nurul
bit-Tech Vol. 7 No. 3 (2025): bit-Tech
Publisher : Komunitas Dosen Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32877/bt.v7i3.2198

Abstract

Tugu Park merupakan salah satu destinasi wisata di daerah Tulungagung yang memiliki potensi besar untuk menarik wisatawan. Taman ini menawarkan berbagai daya tarik, mulai dari keindahan alam, fasilitas rekreasi, hingga berbagai acara yang menarik minat pengunjung. Namun, kurangnya pusat informasi yang mudah diakses menjadi kendala bagi wisatawan dalam mendapatkan informasi terkait lokasi, fasilitas, dan kegiatan yang tersedia. Oleh karena itu, penelitian ini berfokus pada pembuatan website profil wisata Tugu Park yang dapat membantu pihak pengelola dalam mengelola informasi secara lebih terstruktur dan profesional kepada wisatawan. Website ini dirancang dengan tampilan yang menarik dan user-friendly agar dapat diakses oleh berbagai kalangan pengguna. Dengan demikian, wisatawan dapat dengan mudah mendapatkan informasi yang akurat dan terkini tentang Tugu Park, sehingga dapat membantu meningkatkan pengalaman wisata mereka. Jenis penelitian ini adalah rekayasa software dengan tahapan SDLC dengan model waterfall, tahap yang dilakukan dalam penelitian yang digunakan adalah dengan tahap perancangan, analisa, desain, testing, implementasi dan analisis hasil data pinilaian. Dari hasil penelitian, didapatkan yaitu nilai 83,2% untuk visibilitas,  nilai 87,2% untuk kecepatan akses, nilai 80,8% untuk tampilan, nilai 92% untuk informasi, nilai 89,6% untuk desain website atau nilai rata-rata 86,56% dari kelima aspek yang diujikan, yang menunjukkan bahwa website profil wisata Tugu Park ini telah memenuhi standar kualitas yang diharapkan. Dengan demikian, website ini dapat menjadi sarana yang efektif untuk meningkatkan promosi dan pengembangan wisata di Tugu Park.
Rancang Bangun Sistem Informasi Perpustakaan Berbasis Website Menggunakan Framework Laravel Izzur Rifqi, Muhammad Nawwal; Nindyasari, Ratih; Murti, Alif catur
bit-Tech Vol. 7 No. 3 (2025): bit-Tech
Publisher : Komunitas Dosen Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32877/bt.v7i3.2200

Abstract

Perpustakaan merupakan fasilitas utama di sekolah yang berperan sebagai pusat sumber belajar bagi guru dan siswa. Namun, perpustakaan di SMPN 4 Kudus masih mengelola data secara manual, yang memerlukan banyak waktu dan tenaga serta meningkatkan risiko kesalahan dalam pengelolaan data. Sistem manual ini sudah tidak lagi efektif, terutama dalam pengadaan buku, pengelolaan katalog, serta pencatatan peminjaman dan pengembalian buku. Seiring dengan perkembangan teknologi, metode ini semakin kurang efisien dan perlu digantikan dengan sistem digital yang lebih modern. Oleh karena itu, dikembangkan sistem informasi perpustakaan berbasis website untuk mengelola berbagai aspek perpustakaan secara lebih efisien, seperti pengelolaan data anggota, pencatatan koleksi buku, administrasi peminjaman dan pengembalian, hingga pembuatan laporan. Sistem ini dirancang menggunakan framework Laravel berbasis PHP, yang memungkinkan pengembangan lebih terstruktur dan efisien dalam penulisan kode serta pengelolaan basis data. Implementasi sistem ini diharapkan dapat meningkatkan efektivitas dan efisiensi pengelolaan perpustakaan, membantu pustakawan dalam pencatatan serta penyusunan laporan, dan mengurangi risiko kesalahan dalam manajemen data. Selain itu, penerapan teknologi digital dalam perpustakaan juga dapat meningkatkan daya saing sekolah di era modern. Sistem ini tidak hanya bermanfaat bagi SMPN 4 Kudus, tetapi juga dapat menjadi model bagi sekolah atau institusi lain yang ingin mengadopsi teknologi serupa guna meningkatkan kualitas layanan perpustakaan mereka.
Eksplorasi Algoritma Decision Tree untuk Penentuan Siswa Berprestasi Ramadhan, Prestian; Yuhandri; Veri, Jhon
bit-Tech Vol. 7 No. 3 (2025): bit-Tech
Publisher : Komunitas Dosen Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32877/bt.v7i3.2210

Abstract

Kemajuan teknologi informasi telah membawa perubahan signifikan dalam berbagai aspek kehidupan, termasuk pendidikan. Salah satu tantangan utama dalam meningkatkan kualitas pembelajaran adalah identifikasi siswa berprestasi secara akurat dan objektif. Penelitian ini bertujuan untuk menerapkan algoritma Decision Tree C4.5 dalam menentukan siswa berprestasi di SMPN 1 Kerinci, dengan mempertimbangkan faktor akademik dan non-akademik seperti nilai disiplin, nilai tahfidz, nilai akhlak, dan nilai ujian. Metode penelitian mencakup pengumpulan data siswa, preprocessing data untuk mengatasi ketidakseimbangan data, analisis faktor-faktor yang berpengaruh, serta pembangunan model klasifikasi menggunakan perangkat lunak RapidMiner 9.0. Hasil penelitian menunjukkan bahwa algoritma Decision Tree C4.5 mampu mengklasifikasikan siswa dengan tingkat akurasi sebesar 91,67%, precision 93,33% untuk kelas "Tidak" dan 88,89% untuk kelas "Layak", serta recall masing-masing 93,33% dan 88,89%. Berdasarkan analisis gain ratio, nilai akhlak memiliki pengaruh terbesar dalam klasifikasi siswa, dengan nilai 0,5961, diikuti oleh nilai tahfidz dan nilai disiplin. Model klasifikasi ini dapat membantu sekolah dalam mengidentifikasi siswa secara lebih objektif, sehingga memungkinkan pengambilan keputusan berbasis data dalam memberikan intervensi pendidikan yang lebih tepat sasaran. Selain itu, hasil penelitian ini membuka peluang untuk pengembangan lebih lanjut, seperti penggunaan teknik ensemble learning atau optimasi model menggunakan metode boosting guna meningkatkan performa klasifikasi. Dengan demikian, sistem berbasis data mining ini dapat menjadi solusi inovatif dalam meningkatkan mutu pendidikan, mendukung kebijakan akademik yang lebih adaptif, serta mengarah pada pembelajaran yang lebih personalisasi dan efektif.
Optimasi Seleksi Ekstrakurikuler Siswa Menggunakan Metode Profile Matching: Studi Kasus di SMP Negeri 1 Kerinci Zuqron, M. Iqbal; Defit, Sarjon; Widi Nurcahyo, Gunadi
bit-Tech Vol. 7 No. 3 (2025): bit-Tech
Publisher : Komunitas Dosen Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32877/bt.v7i3.2211

Abstract

Penerapan metode Profile Matching dalam pengelompokan minat dan bakat ekstrakurikuler siswa di SMP Negeri 1 Kerinci. Pemilihan ekstrakurikuler yang tepat bagi siswa merupakan tantangan tersendiri bagi sekolah, terutama karena belum adanya sistem pendukung keputusan yang terkomputerisasi. Selama ini, pemilihan dilakukan secara manual berdasarkan aspek tinggi badan, berat badan, fleksibilitas, dan kecepatan, yang sering kali tidak objektif dan memakan waktu lama. Oleh karena itu, penelitian ini bertujuan untuk mengembangkan sistem berbasis komputer yang dapat membantu menentukan ekstrakurikuler siswa secara lebih efektif dan efisien. Metode Profile Matching digunakan untuk mencocokkan kompetensi individu dengan standar kompetensi ekstrakurikuler. Proses ini dilakukan dengan mengidentifikasi gap antara nilai profil siswa dan nilai target yang telah ditentukan untuk setiap ekstrakurikuler. Perhitungan dilakukan dengan menentukan bobot pada faktor utama (core factor) dan faktor pendukung (secondary factor), yang masing-masing diberi persentase pengaruh sebesar 60% dan 40%. Dari hasil perhitungan, sistem dapat secara otomatis merekomendasikan ekstrakurikuler yang paling sesuai untuk setiap siswa. Hasil penelitian menunjukkan bahwa sistem berbasis Profile Matching ini dapat meningkatkan akurasi pemilihan ekstrakurikuler hingga 85% dibandingkan dengan metode manual. Selain itu, implementasi sistem berbasis web dengan bahasa pemrograman PHP membantu mempercepat proses seleksi dan meminimalkan subjektivitas dalam pengambilan keputusan. Dengan adanya sistem ini, diharapkan proses seleksi ekstrakurikuler dapat dilakukan dengan lebih objektif, akurat, dan efisien. Persentase keakuratan: 85% (berdasarkan perhitungan metode dan hasil perbandingan dengan sistem manual).
Klasifikasi Penyakit TBC Menggunakan Metode UMAP dan K-NN Nazori Suhandi; Rendra Gustriansyah; Destria, Abel
bit-Tech Vol. 7 No. 3 (2025): bit-Tech
Publisher : Komunitas Dosen Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32877/bt.v7i3.2227

Abstract

Tuberkulosis (TBC) adalah penyakit infeksi yang disebabkan oleh bakteri Mycobacterium tuberculosis, yang dapat menyebar dengan cepat melalui udara. Deteksi dini yang akurat sangat penting dalam penanganan penyakit ini untuk mencegah penyebaran lebih lanjut serta meningkatkan efektivitas pengobatan. Diagnosis yang tidak tepat dapat menyebabkan keterlambatan dalam pengobatan, sehingga meningkatkan risiko komplikasi serius bagi pasien. Oleh karena itu, penelitian ini bertujuan untuk mengembangkan sistem klasifikasi TBC menggunakan metode Uniform Manifold Approximation and Projection (UMAP) dan K-Nearest Neighbors (K-NN) di Puskesmas Prabumulih Timur. Dataset yang digunakan terdiri dari 278 data pasien dengan berbagai atribut klinis terkait gejala TBC. Proses analisis diawali dengan tahap pra-pemrosesan data, termasuk penghapusan data duplikat, encoding data kategorikal, serta penanganan nilai yang hilang. Untuk meningkatkan akurasi klasifikasi, metode Elbow diterapkan guna menentukan nilai K optimal, dengan hasil terbaik pada K=3. Data kemudian dibagi menjadi 80% data pelatihan dan 20% data uji guna menghindari overfitting dan meningkatkan reliabilitas model. Pengujian dilakukan dengan membandingkan dua skenario, yaitu K-NN tanpa UMAP dan K-NN dengan UMAP. Hasil evaluasi menggunakan Confusion Matrix menunjukkan bahwa penerapan UMAP meningkatkan accuracy dari 93,48% menjadi 100%, dengan precision dan recall juga mencapai nilai maksimal. Penelitian ini berkontribusi dalam pengembangan sistem klasifikasi berbasis machine learning yang lebih akurat dan efisien untuk membantu tenaga medis dalam mendiagnosis TBC secara cepat, tepat, dan optimal dalam sistem layanan kesehatan.
Implementasi Algoritma Regresi Linear Berganda untuk Memprediksi Prestasi Siswa Ferdinan, William Chicho; Noerfikri, Mohamad Rayhan; Panchadri, Pramana Anwas; Ferawati, Ferawati
bit-Tech Vol. 7 No. 3 (2025): bit-Tech
Publisher : Komunitas Dosen Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32877/bt.v7i3.2228

Abstract

Prestasi siswa merupakan aspek krusial dalam dunia pendidikan yang dipengaruhi oleh berbagai faktor internal dan eksternal. Namun, memprediksi prestasi siswa dengan akurasi tinggi tetap menjadi tantangan bagi para pendidik dan peneliti. Studi ini bertujuan untuk membangun model prediksi yang mampu mengidentifikasi faktor-faktor utama yang berkontribusi terhadap prestasi siswa menggunakan algoritma regresi linear berganda. Model ini dikembangkan dengan menerapkan pendekatan Cross-Industry Standard Process for Data Mining (CRISP-DM), yang terdiri dari tahapan pemahaman bisnis, pengumpulan data, persiapan data, pemodelan, serta evaluasi. Faktor-faktor yang dianalisis dalam penelitian ini mencakup fasilitas belajar, kebiasaan belajar, partisipasi dalam kursus tambahan, motivasi diri, dan dukungan orang tua. Pengumpulan data dilakukan melalui survei kuesioner kepada 100 siswa Sekolah Menengah Atas (SMA) yang tersebar di beberapa wilayah. Hasil analisis menunjukkan bahwa dukungan orang tua memiliki pengaruh terbesar terhadap prestasi siswa, diikuti oleh motivasi diri, kebiasaan belajar, dan partisipasi dalam kursus tambahan. Namun, evaluasi model regresi menunjukkan nilai R² sebesar -0,34, yang mengindikasikan bahwa model belum optimal dalam menjelaskan variabilitas data target. Temuan ini menunjukkan bahwa regresi linear berganda mungkin bukan metode terbaik untuk prediksi prestasi siswa, dan diperlukan pendekatan yang lebih kompleks seperti machine learning non-linear atau model berbasis AI. Studi ini memberikan wawasan penting bagi pendidik dan pembuat kebijakan dalam memahami faktor utama yang berkontribusi terhadap prestasi siswa. Selain itu, penelitian ini merekomendasikan pengembangan model prediksi yang lebih canggih guna meningkatkan akurasi hasil dan memberikan rekomendasi berbasis data bagi institusi pendidikan.
Implementasi Metode Profile Matching dalam Sistem Pendukung Keputusan untuk Seleksi Penerimaan Siswa Baru Wedo, Mhd; Widi Nurcahyo, Gunadi; Sovia, Rini
bit-Tech Vol. 7 No. 3 (2025): bit-Tech
Publisher : Komunitas Dosen Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32877/bt.v7i3.2229

Abstract

Kemajuan teknologi informasi telah memberikan kontribusi signifikan dalam berbagai bidang, termasuk pendidikan. Salah satu tantangan dalam dunia pendidikan adalah proses seleksi penerimaan siswa baru yang sering kali memerlukan pengambilan keputusan yang cepat, objektif, dan akurat. Penelitian ini bertujuan untuk mengembangkan Sistem Pendukung Keputusan (SPK) berbasis web dengan menerapkan metode Profile Matching dalam proses penerimaan siswa baru di SMPN 1 Kerinci. Metode Profile Matching dipilih karena kemampuannya dalam membandingkan kompetensi individu dengan standar yang telah ditetapkan, sehingga dapat mengurangi subjektivitas dalam proses seleksi. Penelitian ini menggunakan pendekatan kuantitatif dengan metode eksperimen, yang melibatkan pengumpulan data nilai akademik dan non-akademik calon siswa, serta implementasi algoritma Profile Matching dalam sistem berbasis web. Hasil penelitian menunjukkan bahwa sistem yang dikembangkan mampu meningkatkan efisiensi dan akurasi proses seleksi dengan mengurangi waktu yang dibutuhkan dalam penilaian serta memberikan hasil yang lebih transparan. Pengujian sistem dilakukan menggunakan metode black box testing, yang menunjukkan bahwa semua fitur sistem berfungsi dengan baik. Selain itu, analisis perbandingan dengan metode seleksi konvensional menunjukkan peningkatan objektivitas dalam pengambilan keputusan. Dengan demikian, penerapan SPK berbasis web dengan metode Profile Matching dapat menjadi solusi inovatif bagi institusi pendidikan dalam meningkatkan transparansi, akurasi, dan efisiensi seleksi penerimaan siswa baru. Penelitian ini diharapkan dapat menjadi referensi dalam pengembangan sistem serupa di berbagai lembaga pendidikan lainnya.

Page 23 of 37 | Total Record : 370

 21   22   23   24   25 

Filter by Year

2018 2025


Reset
Filter By Issues
All Issue Vol. 8 No. 1 (2025): bit-Tech Vol. 7 No. 3 (2025): bit-Tech Vol. 7 No. 2 (2024): bit-Tech Vol. 7 No. 1 (2024): bit-Tech Vol. 6 No. 3 (2024): bit-Tech Vol. 6 No. 2 (2023): bit-Tech Vol. 6 No. 1 (2023): bit-Tech Vol. 5 No. 3 (2023): bit-Tech Vol. 5 No. 2 (2022): bit-Tech Vol. 5 No. 1 (2022): bit-Tech Vol. 4 No. 3 (2022): bit-Tech Vol. 4 No. 2 (2021): bit-Tech Vol. 4 No. 1 (2021): bit-Tech Vol. 3 No. 3 (2021): Remote Delivery Vol. 3 No. 2 (2020): Datamining Vol. 3 No. 1 (2020): Distance Learning Vol. 2 No. 3 (2020): Pandemik ICT Vol. 1 No. 3 (2019): Learning Synchronous and Asynchronous in the Industry 4.0 Vol. 2 No. 2 (2019): Support System Vol. 2 No. 1 (2019): Data Mining and Green Technology Vol. 1 No. 2 (2018): Data and Information Quality Vol. 1 No. 1 (2018): First Impression on Computing More Issue