cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Joseph Dedy Irawan
Contact Email
joseph@lecturer.itn.ac.id
Phone
+62811367463
Journal Mail Official
joseph@lecturer.itn.ac.id
Editorial Address
Jl. Raya Karanglo Km. 2 Malang
Location
Kota malang,
Jawa timur
INDONESIA
JATI (Jurnal Mahasiswa Teknik Informatika)
Published by Institut Teknologi Nasional Malang
ISSN : -     EISSN : 2598828X     DOI : -
Core Subject : Science,
Computer Science & IT
Adalah jurnal mahasiswa yang diterbitkan oleh Teknik Informatika Institut Teknologi Nasional Malang, sebagai media publikasi hasil Skripsi Mahasiswa Teknik Informatika ke khalayak luas, diterbitkan secara berkala 6 kali setahun pada bulan Februari, April, Juni, Agustus, Oktober, Desember.
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 3,835 Documents
 137   138   139   140   141 
PERBANDINGAN MODEL PREDIKSI CALON MAHASISWA BARU MENGGUNAKAN ALGORITMA ID3 DAN RANDOM FOREST: STUDI KASUS: STMIK PRIMAKARA Kurniawati Hematang, Angelina; Widya Utami, Nengah; Ita Paramitha, A.A. Istri
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 7 No. 6 (2023): JATI Vol. 7 No. 6
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v7i6.8193

Abstract

Setiap tahun, baik Perguruan Tinggi Negeri maupun Perguruan Tinggi Swasta melaksanakan proses penerimaan mahasiswa secara rutin. Sebagai contoh, STMIK Primakara secara berkala membuka pendaftaran untuk calon mahasiswa baru. Berdasarkan data tahun 2022, terdapat 253 individu yang mengajukan pendaftaran, di mana 231 di antaranya melakukan proses pendaftaran ulang, sementara sisanya tidak melanjutkan proses tersebut, terdapat kesenjangan antara pendaftar awal dan pendaftaran ulang. Untuk mengatasi masalah ini, diperlukan analisis data menggunakan metode klasifikasi dalam data mining dengan membandingkan algoritma klasifikasi dengan harapan ditemukan algoritma dengan tingkat akurasi tertinggi untuk memberikan prediksi terbaik, sehingga dapat mendukung perguruan tinggi dalam mengoptimalkan penerimaan mahasiswa baru dan menyediakan pertimbangan strategis untuk masa yang akan datang. Penelitian akan membandingkan kinerja dua algoritma, yaitu ID3 dan Random Forest. Dimana hasil dari penelitian ini menunjukan bahwa secara keseluruhan, kedua algoritma menunjukkan tingkat akurasi yang baik, dengan nilai di atas 90%. ID3 mencapai skor lebih tinggi pada ketiga split validation (92,34%, 92,3%, dan 94,8%) dibandingkan Random Forest. Meskipun demikian, perbedaan skor antara keduanya tidak signifikan, hanya berkisar 1,3 hingga 2.
IMPLEMENTASI METODE PROFILE MATCHING PADA APLIKASI SISTEM PENDUKUNG KEPUTUSAN Nugroho Gultom, Wahyu; Prima Aditiawan, Firza; Mumpuni, Retno
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 7 No. 6 (2023): JATI Vol. 7 No. 6
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v7i6.8194

Abstract

Sistem informasi berbasis komputer menampilkan tingkat kecepatan, ketepatan, dan efisiensi yang jauh lebih superior dalam memproses data dibandingkan dengan metode manual. Keterjangkauan informasi melalui internet sebagai teknologi berbasis jaringan semakin mempermudah pengguna dalam mengakses informasi dari berbagai tempat dan kapan saja. Di antara 114 sekolah dasar di Kota Bengkulu, Sekolah Dasar Negeri 73 adalah salah satunya. Namun, proses pemilihan guru terbaik masih dilakukan secara manual, yang terbukti tidak efisien karena melibatkan perhitungan yang memakan waktu. Dalam rangka mengatasi tantangan ini, penelitian ini mengembangkan sistem informasi pendukung keputusan untuk Sekolah Dasar Negeri 73 Kota Bengkulu dengan menerapkan metode profile matching. Aspek penilaian dalam sistem ini melibatkan Pedagogik dengan 7 kriteria, Kepribadian dengan 3 kriteria, Profesional dengan 2 kriteria, dan Sosial dengan 2 kriteria. Hasil penelitian menunjukkan bahwa sistem pendukung keputusan menggunakan metode profile matching berhasil diimplementasikan, dengan uji blackbox testing mencapai hasil 100%, dan pengujian akurasi menunjukkan perbandingan antara output perhitungan manual dan sistem sebesar 84%. Oleh karena itu, dapat disimpulkan bahwa metode profile matching dapat menjadi pilihan yang efektif dalam mendukung pengambilan keputusan di Sekolah Dasar Negeri 73 Kota Bengkulu.
PENERAPAN NETWORK MANAGEMENT SYSTEM MENGGUNAKAN THE DUDE: STUDI KASUS : PT TRISAKTI PILAR PERSADA Mahardika, Naufaldi; Juardi, Didi; Solehudin, Arip
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 7 No. 6 (2023): JATI Vol. 7 No. 6
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v7i6.8195

Abstract

Jaringan komputer menjadi elemen kunci dalam menjalankan operasional organisasi, memerlukan pemantauan dan pengaturan yang efektif untuk memastikan kinerja yang optimal. Network Management System (NMS), seperti The Dude, menyajikan solusi komprehensif dengan fitur pemantauan kinerja, identifikasi masalah, dan manajemen perangkat dari satu pusat kontrol. Penelitian ini bertujuan untuk meningkatkan efisiensi pengelolaan jaringan dan mengidentifikasi potensi masalah atau risiko keamanan di PT Trisakti Pilar Persada. Studi kasus dilakukan dengan menerapkan analisis NMS menggunakan The Dude, fokus pada jaringan LAN dengan access point wireless. Ditemukan bahwa kurangnya pengaturan bandwidth menyebabkan ketidakstabilan dan penurunan koneksi saat pengguna aktif banyak. Penelitian ini mengadopsi metode Network Development Life Cycle (NDLC), yang melibatkan langkah-langkah analisis, desain, simulasi, prototipe, implementasi, monitoring, dan manajemen. Hasil penelitian menunjukkan bahwa implementasi The Dude berhasil membantu administrator dalam memantau status sistem, traffic, dan perangkat terhubung. Sistem juga mampu menjaga notifikasi berfungsi tanpa mengganggu kualitas jaringan. Penelitian ini memberikan kontribusi positif terhadap efisiensi pengelolaan jaringan di PT Trisakti Pilar Persada dan menegaskan pentingnya penerapan NMS dalam menjaga kestabilan dan kinerja optimal jaringan komputer organisasi.
IMPLEMENTASI ALGORITMA APRIORI UNTUK ANALISIS POLA ASOSIASI PADA DATA PENJUALAN UMKM SIBUCIN_ID Hanani, Desri; Irawan, Bambang; Bahtiar, Agus; Tohidi, Edi
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 7 No. 6 (2023): JATI Vol. 7 No. 6
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v7i6.8196

Abstract

UMKM Sibucin_id, berlokasi di Ciamis, Jawa Barat, fokus pada penjualan camilan seperti Basreng, Kripik Kaca, Cimol, Batagor Kering, dan lain sebagainya. Operasionalnya terbatas pada gudang produksi dan persediaan tanpa toko fisik, penjualan dilakukan secara daring. Dengan hanya menyimpan data transaksi sebagai arsip, perencanaan penjualan kurang dioptimalkan. Penelitian ini menggunakan data transaksi untuk menerapkan analisis pola asosiasi dengan algoritma Apriori guna memberikan saran spesifik dalam mengoptimalkan perencanaan penjualan. Dari pengolahan data dengan menerapkan nilai minimum support 5% dan nilai minimum confidence 10%, hasil analisis mencakup enam aturan asosiasi, seperti salah satu di antaranya adalah 57,91% pembeli Kripik Kaca Kriuk yang juga memilih Basreng Pedas Daun Jeruk. Saran termasuk manajemen stok, bundling produk, promosi, penawaran spesial, peningkatan pelayanan, inovasi produk, dan evaluasi rutin. Penelitian ini diharapkan berkontribusi pada optimalisasi perencanaan penjualan UMKM Sibucin_id serta menjadi dasar untuk penelitian selanjutnya di bidang analisis data penjualan dan pola asosiasi dalam konteks bisnis.
PENERAPAN ALGORITMA K-MEANS CLUSTERING UNTUK IDENTIFIKASI KELAYAKAN PENERIMA BANTUAN PROGRAM KELUARGA HARAPAN (PKH) DI DESA TAMBAKSARI CIAMIS Fitriani, Fitriani; Kurniawan, Rudi; Suprapti, Tati
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 7 No. 6 (2023): JATI Vol. 7 No. 6
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v7i6.8197

Abstract

Program bantuan sosial telah menjadi salah satu upaya yang signifikan untuk menurunkan tingkat kemiskinan di Indonesia yang bertujuan untuk meningkatkan kesejahteraan masyarakat. Akan tetapi bantuan sosial PKH masih kurang tepat sasaran dan juga tidak sesuai dengan harapan masyarakat yang disebabkan status rakyat miskin yang tidak maksimal. Penelitian ini bertujuan untuk mengidentifikasi kelayakan penerima bantuan sosial Program Keluarga Harapan (PKH) di Desa Tambaksari Ciamis dengan menggunakan metodelogi Knowledge Discovery in Database (KDD). Metode yang digunakan dalam penelitian ini adalah algoritma K-Means Clustering. Algoritma ini merupakan salah satu metode dalam pengelompokan data yang efektif untuk sistem pendukung pengambilan keputusan, terutama pada data yang berukuran besar. Hasil dari penelitian ini dengan menggunakan algoritma K-Means adalah adanya cluster data penerima PKH dengan mendapatkan hasil Davies Bouldin Index (DBI) sebesar 0,415 dari parameter measure type jenis Numerical Measure dengan Euclidean Distance. Penelitian ini menghasilkan 2 kelompok dari 211 data. Cluster 0 dengan jumlah 190 termasuk layak, cluster 1 dengan jumlah 21 termasuk tidak layak. Hasil DBI tersebut dinilai cukup baik sebab semakin dekat hasil yang diperoleh dengan angka nol maka semakin baik.
ANALISIS DATASET PROGRAM KELUARGA HARAPAN (PKH) DESA SIDAHARJA MENGGUNAKAN ALGORITMA K-MEANS Maulana Fathul Aziz, Deka; Irawan, Bambang; Bahtiar, Agus
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 7 No. 6 (2023): JATI Vol. 7 No. 6
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v7i6.8200

Abstract

Program Keluarga Harapan yang selanjutnya disebut (PKH) adalah program pemberian bantuan sosial bersyarat kepada Keluarga Miskin (KM) yang ditetapkan sebagai keluarga penerima manfaat PKH. Permasalahan pada penelitian ini yaitu bagaimana mengimplementasikan metode K-means dalam Clustering data penerima PKH Desa Sidaharja dengan mencari cluster yang terbaik. Penelitian ini bertujuan untuk mengelompokkan data penerima PKH Desa Sidaharja dengan mencari cluster yang terbaik. Selain itu, penelitian ini bertujuan untuk mendapatkan parameter Numerical Measures Type apa yang menghasilkan kelompok terbaik pada data penerima PKH Desa Sidaharja. Pada penelitian ini digunakan algoritma K-means guna mendapatkan informasi dari hasil pengelompokan data penerima PKH Desa Sidaharja. Teknik analisis data menggunakan Knowledge Discovery in Database (KDD). Hasil dari pengelompokan menunjukan bahwa dari jumlah cluster (K = 2, 3, 4, 5, 6) menghasilkan K mana yang terbaik performanya yaitu yang mendekati angka 0. Nilai K yang paling mendekati angka 0 adalah (K = 6). Diperoleh DBI optimal untuk (K = 6) dengan nilai 0.230 untuk parameter Numerical Measures Type - Euclidean Distance. Untuk mengevaluasi kinerja algoritma K-means dapat dilihat dari performance, dimana nilai Davies Bouldin yang mendekati 0 mengindikasikan kualitas algoritma yang semakin baik. Dengan demikian, maka jumlah cluster terbaik dalam percobaan ini adalah 6 atau yang mendekati 0.
PREDIKSI TINGKAT KEMISKINAN DI PROVINSI JAWA BARAT MENGGUNAKAN ALGORITMA REGRESI LINEAR Laelatul Azizah, Novi; Suarna, Nana; Prihartono, Wiily
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 7 No. 6 (2023): JATI Vol. 7 No. 6
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v7i6.8201

Abstract

Kemiskinan dan pembangunan erat terkait, dan peningkatan ekonomi dapat terhambat oleh tingkat kemiskinan yang tinggi. Oleh karena itu, peramalan tingkat kemiskinan di Provinsi Jawa Barat diperlukan. Ini akan berdampak pada kebijakan pemerintah sebelum tingkat kemiskinan meningkat pada tahun berikutnya. Kebijakan pemerintah untuk mengatasi kemiskinan penduduk termasuk mengetahui peramalan tingkat kemiskinan penduduk pada tahun mendatang. Hasil peramalan data ini dapat bermanfaat bagi upaya pemerintah untuk menerapkan, memperbaiki, dan mengembangkan kebijakan kemiskinan pada periode berikutnya. Peramalan memanfaatkan data dari masa lalu untuk memprediksi apa yang akan terjadi di masa depan. Ini adalah alat penting untuk perencanaan yang baik juga. Menghitung peramalan berarti memahami metode yang akan digunakan untuk meramalkan dalam situasi pengambilan keputusan. Masalahnya adalah menghitung nilai Kesalahan Rata-Rata Kuadrat, Kesalahan Rata-Rata Absolut, dan Kesalahan Rata-Rata Relatif Absolut (RMSE, MAE, dan MARE). Tujuan dari penelitian ini adalah untuk melakukan eksperimen untuk menghitung nilai RMSE, MAE, dan MARE. Nilai-nilai ini dihitung menggunakan metode regresi linear berdasarkan hasil dari RapidMiner. Hasil pengujian menunjukkan bahwa RMSE (Kesalahan Rata-Rata Kuadrat) adalah 65.837 +/- 0.000, MAE (Kesalahan Rata-Rata Absolut) adalah 53.156 +/- 38.845, dan MARE (Kesalahan Rata-Rata Relatif Absolut) adalah 66.47% +/- 80.57%.
PENERAPAN ALGORITMA K-MEDOIDS DALAM MENENTUKAN CLUSTER KABUPATEN DAN KOTA BERDASARKAN POPULASI PETERNAKAN DI PROVINSI JAWA BARAT Khoirunisa, Irma; Astuti, Rini; Suprapti, Tati
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 7 No. 6 (2023): JATI Vol. 7 No. 6
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v7i6.8202

Abstract

Peternakan di Indonesia merupakan salah satu sektor yang memberikan kontribusi cukup besar bagi perekonomian Indonesia. Peternakan berperan sebagai sektor utama dalam upaya pemenuhan kebutuhan dan menjaga ketersediaan pangan hewani untuk masyarakat di Indonesia. Upaya yang dapat dilakukan untuk meningkatkan dan mempertahankan produktivitas sektor peternakan antara lain dengan mengelompokkan wilayah berdasarkan karakteristiknya. Tujuan dari pengelompokan ini adalah agar informasi jenis ternak yang tersebar di setiap wilayah Jawa Barat menjadi lebih efisien dan spesifik. Salah satu cara untuk mengelompokkannya dapat ditemukan dengan menggunakan analisis cluster. Analisis cluster adalah teknik analisis statistik multivariat yang mengklasifikasikan objek ke dalam kelompok berdasarkan propertinya. Tujuan penulisan laporan ini adalah untuk mengkaji hasil cluster yang dibentuk dengan menggunakan algoritma K-Medoids. Algoritma ini merupakan metode yang kuat dalam mengelompokan wilayah-wilayah berdasarkan karakteristik peternakan yang berbeda untuk cluster kabupaten/kota di Provinsi Jawa Barat Tahun 2022. Dari hasil analisis cluster menggunakan K-Medoids pada tahun 2022 diperoleh 24 kabupaten/kota pada cluster 1, 2 kabupaten pada cluster 2 dan 1 kabupaten pada cluster 3. Hasil dari analisis cluster ini dapat memberikan wawasan yang berharga bagi pengambil keputusan dalam perencanaan dan pengembangan sektor peternakan. Dengan demikian, upaya-upaya yang dibutuhkan untuk meningkatkan produktivitas peternakan di Provinsi Jawa Barat dapat lebih terarah dan efektif.
DESAIN USER INTERFACE WEBSITE PEMESANAN ONLINE PRODUK MAKANAN KRIPDUNK DENGAN METODE USER CENTERED DESIGN Zaelani, Nursehan; Suarna, Nana; Prihartono, Willy
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 7 No. 6 (2023): JATI Vol. 7 No. 6
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v7i6.8203

Abstract

KripDunk, sebuah bisnis makanan berbasis home industry yang mengandalkan media sosial WhatsApp untuk penjualan produknya. KripDunk mengalami kendala keterbatasan promosi dan interaksi dalam penjualannya. Masalah tersebut dapat diatasi dengan membuat website sebagai sarana menjangkau pasar yang lebih luas. Tujuan penelitian ini adalah merancang desain user interface website KripDunk dengan menerapkan 4E (Error – Free, Easy to Use, Easy to Understand, Effective For End Goal or Product). User Centered Design digunakan sebagai metode untuk merancang user interface dengan tahapan Memahami Konteks Pengguna, Menspesifikan Kebutuhan Pengguna, Solusi Desain dan Evaluasi terhadap Kebutuhan Pengguna. Populasi ditetapkan tanpa batasan dan jumah sampel ditentukan menggunakan Simple Random Sampling (SRS) dengan jumlah 20 kemudian dijadikan sebagai user persona pengujian. Teknik pengumpulan data dilakukan dengan menggunakan kuesioner dengan data yang akan dianalisis untuk mengidentifikasi prefensi dan kebutuhan pengguna. Hasil penelitian menunjukkan bahwa Maze Usability Score (MAUS) mencapai 77%, menandakan desain user interface website KripDunk telah dipahami dengan baik oleh responden dan sesuai dengan preferensi dan kebutuhan pengguna. Selain itu, pengujian usability dengan System Usability Scale (SUS) menunjukkan skor 78, yang berada dalam rentang acceptability range dengan penilaian "Good" dan peringkat "B". Penelitian ini membuktikan keberhasilan pendekatan yang diadopsi dalam menghasilkan user interface sesuai dengan kebutuhan dan harapan pengguna.
ANALISIS SENTIMEN PENGGUNA PADA APLIKASI LINGOKIDS MENGGUNAKAN METODE K-NEAREST NEIGHBOUR Alpian Novansyah, Indi; Martanto, Martanto; Suprapti, Tati
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 7 No. 6 (2023): JATI Vol. 7 No. 6
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v7i6.8204

Abstract

Di era modern ini perkembangan teknologi dan komunikasi saat ini begitu pesat salah satunya adalah smartphone. Aplikasi pembelajaran anak-anak di smartphone dapat meningkatkan pengalaman belajar dengan desain yang menarik dan menyenangkan. Dalam konteks aplikasi pembelajaran anak-anak di smartphone, masih terdapat banyak kekurangan penelitian yang menyeluruh mengenai pengaruh desain anatarmuka pengguna terhadap efektivitas pembelajaran dan pengalaman pengguna. Dengan adanya pemahaman mengenai pengaruh desain antarmuka pengguna, pengembang aplikasi pembelajaran dan para pendidik dapat merancang aplikasi yang lebih efektif dan sesuai dengan kebutuhan dan karakteristik anak-anak. Perbaikan tampilan desain antarmuka menjadi lebih menarik, konsisten, dan memenuhi kepuasan pengguna. Penelitian ini bertujuan untuk melakukan analisis sentimen terhadap aplikasi Lingokids dengan menggunakan metode K-Nearest Neighbor. Teknik pengumpulan data yaitu dengan cara scraping data yang di konfigurasikan, kemudian diproses dengan menggunakan algoritma K-Nearest Neighbor untuk mengklasifikasikan sentimen pengguna positif, negatif, dan juga netral. Dalam penggunaan algoritma K-Nearest Neighbors (KNN) dengan dataset 80:20, terlihat peningkatan nilai akurasi seiring bertambahnya nilai K dari 1 (80,29%) menjadi 9 (87,65%). Meskipun nilai akurasi meningkat, evaluasi melalui confusion matrix menunjukkan performa yang bervariasi untuk setiap kelas. Kelas positif memiliki precision dan recall yang tinggi (88,96% dan 99,64%), sementara kelas negatif memiliki performa lebih rendah (precision 79,31% dan recall 46,94%). Hal ini menunjukkan bahwa meskipun akurasi meningkat dengan nilai K yang lebih tinggi, model KNN masih memiliki kesulitan dalam mengidentifikasi kelas negatif dengan tepat.

Page 139 of 384 | Total Record : 3835

 137   138   139   140   141 

Filter by Year

2017 2025


Reset
Filter By Issues
All Issue Vol. 9 No. 5 (2025): JATI Vol. 9 No. 5 Vol. 9 No. 4 (2025): JATI Vol. 9 No. 4 Vol. 9 No. 3 (2025): JATI Vol. 9 No. 3 Vol. 9 No. 2 (2025): JATI Vol. 9 No. 2 Vol. 9 No. 1 (2025): JATI Vol. 9 No. 1 Vol. 8 No. 6 (2024): JATI Vol. 8 No. 6 Vol. 8 No. 5 (2024): JATI Vol. 8 No. 5 Vol. 8 No. 4 (2024): JATI Vol. 8 No. 4 Vol. 8 No. 3 (2024): JATI Vol. 8 No. 3 Vol. 8 No. 2 (2024): JATI Vol. 8 No. 2 Vol. 8 No. 1 (2024): JATI Vol. 8 No. 1 Vol. 7 No. 6 (2023): JATI Vol. 7 No. 6 Vol. 7 No. 5 (2023): JATI Vol. 7 No. 5 Vol. 7 No. 4 (2023): JATI Vol. 7 No. 4 Vol. 7 No. 3 (2023): JATI Vol. 7 No. 3 Vol. 7 No. 2 (2023): JATI Vol. 7 No. 2 Vol. 7 No. 1 (2023): JATI Vol. 7 No. 1 Vol. 6 No. 2 (2022): JATI Vol. 6 No. 2 Vol. 6 No. 1 (2022): JATI Vol. 6 No. 1 Vol. 5 No. 2 (2021): JATI Vol. 5 No. 2 Vol. 5 No. 1 (2021): JATI Vol. 5 No. 1 Vol. 4 No. 2 (2020): JATI Vol. 4 No. 2 Vol. 4 No. 1 (2020): JATI Vol. 4 No. 1 Vol. 3 No. 2 (2019): JATI Vol. 3 No. 2 Vol. 3 No. 1 (2019): JATI Vol. 3 No. 1 Vol. 2 No. 2 (2018): JATI Vol. 2 No. 2 Vol. 2 No. 1 (2018): JATI Vol. 2 No. 1 Vol. 1 No. 2 (2017): JATI Vol. 1 No. 2 Vol. 1 No. 1 (2017): JATI Vol. 1 No. 1 More Issue