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
 154   155   156   157   158 
IMPLEMENTASI ALGORITMA K-MEANS CLUSTERING UNTUK ANALISIS PERSEBARAN UMKM DI JAWA BARAT Azzam, Ahmad; Irma Purnamasari, Ade; Ali, Irfan
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 3 (2024): JATI Vol. 8 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i3.8450

Abstract

Usaha Mikro Kecil dan Menengah, atau dikenal sebagai UMKM, adalah usaha produktif yang telah terbukti menciptakan dan memberikan lapangan pekerjaan dan memiliki kontribusi yang besar pada roda perekonomian di Indonesia. Pengembangan Usaha Mikro, Kecil, dan Menengah (UMKM) memainkan peran penting dalam pertumbuhan ekonomi regional, termasuk di Jawa Barat. Namun, tantangan utama yang dihadapi adalah kurangnya pemahaman yang mendalam tentang pola persebaran dan karakteristik UMKM di wilayah tersebut. Oleh karena itu, penelitian ini bertujuan untuk mengisi kesenjangan pengetahuan ini dengan menerapkan Metode Algoritma K-Means Clustering untuk mengidentifikasi variabel-variabel penting yang dapat digunakan dalam mengelompokkan UMKM, serta untuk menganalisis pola-pola persebarannya, sehingga penelitian ini dapat menjadi perhatian bagi pemerintah ataupun lembaga yang terkait dalam meningkatkan perekonomian UMKM di Jawa Barat. Ini karena diperlukan pengembangan potensi dalam pelaksanaan UMKM melalui analisis strategi persebaran UMKM dan peningkatan jumlah UMKM di Jawa Barat. Pada metode Clustering UMKM ini akan dibagi menjadi 3 bagian berdasarkan tingkat persebaran UMKM yaitu cluster 0 atau rendah yang memperoleh hasil 11 Kabupaten/Kota, cluster 1 atau sedang memperoleh hasil 3 Kabupaten/Kota, dan cluster 2 atau tinggi memperoleh hasil 12 Kabupaten/Kota. Hasil evaluasi clustering akan menggunakan metode davies bouldin index (DBI) menghasilkan nilai sebesar -0,471. Dari hasil evaluasi cluster tersebut menunjukkan bahwa hasil cluster yang terbentuk adalah cluster yang terbaik. Hasil yang diperoleh itu dapat memberikan pemahaman yang mendalam tentang pola persebaran UMKM di Jawa Barat. Hasil dari penelitian ini dapat digunakan sebagai pendukung rumusan kebijakan ekonomi regional yang lebih terarah serta strategi pengembangan UMKM yang lebih efektif.
PENARAPAN ALGORITMA K-MEANS CLUSTERING DALAM MENGANALISIS RESIKO PENYAKIT STROKE Nurhakim, Bani; Septiani, Intan; Anam, Khaerul; Pratama, Denni
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 1 (2024): JATI Vol. 8 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i1.8452

Abstract

Di kawasan Asia Tenggara, stroke menempati peringkat ketiga sebagai penyebab kecacatan dan menjadi penyakit dengan risiko kematian tertinggi kedua. penyakit Stroke terjadi ketika pembuluh darah mengalir ke otak terhambat atau terjadi pecah, mengakibatkan beberapa sel jaringan otak tidak dapat menerima oksigen yang dibutuhkan dari aliran darah. Permasalahan mencakup mengidentifikasi faktor risiko penyakit stroke dengan akurat sehigga menjadi suatu tantangan dan Menentukan jumlah cluster (K) yang paling sesuai untuk mencerminkan kelompok resiko penyakit stroke dengan optimal. Dengan menerapkan pendekatan data mining K-means clustering, pasien dapat dikelompokkan ke dalam kategori resiko yang beragam. Beberapa kelompok pasien menunjukkan dominasi faktor risiko tertentu, sehingga memberikan pemahaman lebih rinci mengenai variasi resiko stroke dalam populasi. Temuan dari analisis K-means clustering telah diperkuat melalui validasi menggunakan data klinis tambahan, menegaskan kehandalan dan relevansi hasil. Proses validasi melibatkan uji model pada dataset yang berbeda untuk memastikan keberlakuan temuan secara umum. Penelitian ini melibatkan langkah-langkah teliti dalam penentuan jumlah cluster (K) untuk menjamin hasil clustering yang optimal. Pendekatan ini membantu mengurangi risiko overfitting atau underfitting, sehingga meningkatkan akurasi analisis. Visualisasi hasil clustering memberikan gambaran yang jelas tentang sebaran faktor risiko di antara kelompok pasien, dengan grafik dan diagram yang memudahkan interpretasi serta komunikasi temuan kepada pihak-pihak yang berkepentingan.
PERBANDINGAN METODE KLASIFIKASI DENGAN MENERAPKAN ADABOOST DALAM ANALISIS SENTIMEN PENGGUNA TWITTER X TERHADAP PENERAPAN KURIKULUM MERDEKA Septiana, Angga; Dwilestari, Gifthera; Bahtiar, Agus
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 1 (2024): JATI Vol. 8 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i1.8453

Abstract

Kurikulum Merdeka merupakan kurikulum terbaru pengganti kurikulum 2013. Kurikulum merdeka dalam peluncurannya memiliki berbagai opini pro dan kontra dari masyarakat, saat ini kurikulum merdeka masih hangat dibicarakan dan menjadi kontroversi diberbagai platform digital salah satunya pada media sosial twitter. Oleh karena itu, perlu adanya evaluasi secara berkala dan analisis mengenai persepsi masyarakat terhadap kurikulum merdeka. Penelitian ini bertujuan untuk menganalisis sentimen yang muncul di twitter dengan menggunakan kata kunci “kurikulum merdeka”. Data yang digunakan dalam penelitian ini diperoleh dari hasil crawling di Twitter yang terdiri dari 4717 data kemudian dimasukkan ke dalam label positif dan negatif. Metode analisis data yang digunakan adalah Knowledge Discovery in Database (KDD) yang meliputi Data Selection, Preprocessing, Transformation, Data Mining, dan Evaluation. Metode klasifikasi yang digunakan adalah Multinominal Naïve Bayes dan Support Vector Machine dengan menerapkan AdaBoost untuk meningkatkan kinerja algoritma. Penelitian ini menghasilkan nilai akurasi dan AUC Support Vector Machine lebih unggul dibandingkan Multinomial Naïve Bayes serta penerapan AdaBoost terbukti dapat meningkatkan kinerja algoritma. Metode Support Vector Machine sebelum menerapkan AdaBoost menghasilkan akurasi sebesar 88,68% dan nilai AUC sebesar 0,957, sementara algoritma Support Vector Machine setelah menerapkan AdaBoost menghasilkan akurasi sebesar 88,85% dan nilai AUC 0,933. Algoritma Multinomial Naïve Bayes sebelum menerapkan AdaBoost menghasilkan nilai akurasi sebesar 79,19% dan nilai AUC sebesar 0,777, sementara algoritma Multinomial Naïve Bayes setelah menerapkan AdaBoost menghasilkan akurasi sebesar 83,57%, dan nilai AUC 0,899.
SENTIMENT ANALYSIS DENGAN NAÏVE BAYES BERBASIS ORANGE TERHADAP RESIKO PEMBANGUNAN IKN Munawaroh, Al; Ridhoi, Reno; Rudiman, Rudiman
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 1 (2024): JATI Vol. 8 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i1.8454

Abstract

Keputusan pemindahan Ibu Kota Negara (IKN) ke Kalimantan Timur memicu perubahan signifikan dalam pembangunan nasional. Studi ini menganalisis sentimen masyarakat terhadap risiko pembangunan IKN, fokus pada ketidakpastian dan dampak lingkungan. Ketidakpastian dan dampak lingkungan pembangunan IKN menjadi perhatian utama masyarakat. Penelitian ini bertujuan memahami opini dan pandangan masyarakat terkait risiko tersebut. Penelitian bertujuan mengidentifikasi sentimen publik, khususnya perasaan resah dan kekhawatiran, terhadap pembangunan Ibu Kota Negara di Kalimantan Timur. Dengan menggunakan metode analisis sentimen Naïve Bayes dan data dari media sosial, termasuk Twitter, Instagram, dan Facebook, penelitian ini melakukan preprocessing, klasifikasi, dan evaluasi sentimen. Hasil analisis sentimen menunjukkan bahwa masyarakat mengekspresikan kekhawatiran, terutama terkait dampak lingkungan dan kurangnya kepastian. Metode Naïve Bayes memberikan akurasi sebesar 87%, menghasilkan enam jenis emosi, dengan sentimen suka cita mendominasi. Studi ini memberikan dasar data untuk pengambilan keputusan dan menyoroti pentingnya memperhatikan pandangan masyarakat dalam kebijakan Pembangunan.
DESAIN DAN IMPLEMENTASI SISTEM INFORMASI PHOTOGRAPHY ARFI POTRET BERBASIS WEBSITE MENGGUNAKAN METODE RATIONAL UNIFIED PROCESS (RUP) Rifa'i, Akhmad; Irma Purnamasari, Ade; Ali, Irfan
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 1 (2024): JATI Vol. 8 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i1.8456

Abstract

Photography ARFI POTRET merupakan suatu jasa yang digunakan untuk membantu customer dalam mendokumentasikan moment. Perlu dicatat bahwa efektivitas strategi promosi yang digunakan selama ini agak kurang. Selain itu, proses pemesanan dan pencatatan informasi masih sangat bergantung pada penggunaan aplikasi Microsoft Office, yang sayangnya membuatnya rentan terhadap berbagai kendala dan batasan. Oleh karena itu, dikembangkan sistem informasi berbasis web dengan metode Rational Unified Process untuk memudahkan proses bisnis. Sistem diuji menggunakan blackbox testing dan User Acceptance Testing (UAT). Berdasarkan hasil UAT, sistem mendapatkan penilaian sangat baik dengan total presentase 81%. Rata-rata presentase pada kategori fungsi 79,9%, rekomendasi 84,3%, dan desain 81,3%. Dengan demikian sistem layak untuk diimplementasikan guna meningkatkan kinerja photography ARFI POTRET. Hasil penelitian ini dapat membantu pemilik dalam mengolah data dan sebagai media promosi jasanya.
KLASTERISASI KORBAN KEKERASAN MENGGUNAKAN ALGORITMA K-MEANS DI JAWA BARAT Riskandi, Muhammad; Martanto, Martanto; Hayati, Umi
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 1 (2024): JATI Vol. 8 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i1.8457

Abstract

Semua orang ingin merasa aman dan bebas dari rasa takut akan kekerasan. Namun, dalam kehidupan sehari-hari, siapa pun, tanpa memandang jenis kelamin atau status, dapat menjadi korban kekerasan, baik dari orang yang dikenal maupun tidak dikenal. Kekerasan dapat didefinisikan sebagai tindakan atau ancaman yang dapat menyebabkan kematian, kerugian psikologis, atau trauma pada diri sendiri, kelompok, masyarakat, atau individu. Kekerasan merupakan permasalahan kompleks yang mengganggu kesejahteraan masyarakat di berbagai wilayah, termasuk di Jawa Barat. Oleh Karena itu diperlukan data mining untuk menganmbil langkah yang tepat dalam menekan kasus kekerasan yang terjadi di jawa barat. Data yang digunakan dalam penelitian ini berupa data sekunder data ini berasal dari situs resmi jawa barat yaitu opendata.jabarprov. Metodologi penelitian ini menggunakan Knowladge Discovery in Database (KDD). Algoritma K-means digunakan untuk mengklasterisasi korban kekerasan berdsarkan jenis kelamin dan kelompok umur, berhasil mendapati klaster yang yang paling optimal yaitu k-6, dilakukan 10 kali percobaan untuk menemukan nilai DBI teroptimal, dimulai dari penerapan k-2 hingga percobaan k-10. Percobaan ini dilakukan untuk mencari jumlah klaster terbaik berdasarkan nilai DBInya. Setelah dilakukan percobaan untuk menentukan jumlah klaster dari k-2 sampai k-10 ditemukan bahwa nilai DBI teroptimal dimiliki oleh klaster 6 (k-6) dengan nilai DBI yang paling mendekati 0 yaitu sebesar 0.452.
ANALISA PERFORMA SISTEM PENDETEKSI DINI KEBAKARAN BERBASIS ARDUINO UNO MENGGUNAKAN FLAME SENSOR 5 KANAL DAN SIMBOL DARURAT Yahya, Jakaria; Rahaningsih, Nining; Danar, Raditiya
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 1 (2024): JATI Vol. 8 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i1.8458

Abstract

Kebakaran adalah bencana yang bisa terjadi di lingkungan masyarakat bisa membuat kerugian besar jika tidak di tangani sejak dini bahkan bisa merenggut nyawa manusia, banyak faktor yang bisa menimbulkan potensi kebakaran seperti korsleting arus listrik, lupa mematikan kompor dan lainnya. Terkait dengan masalah tersebut untuk pencegahan potensi kebakaran solusi salah satunya menggunakan sistem pendeteksi dini kebakaran. Cara kerja alat ini yaitu menggunakan flame sensor 5 kanal yang mana lebih unggul dari versi sebelumnya akan menangkap sinyal kobaran api yang terdeteksi lalu mengubah menjadi sinyal electronic mengirimkannya ke microcontroller Arduino Uno dan akan diteruskan oleh relay untuk mengaktifkan buzzer dan lampu LED sebagai simbol darurat ketika terdeteksi potensi kebakaran, selain itu sistem juga dibekali dengan modul charger XH-M604 yaitu sebuah rangkaian pengisian battery 12-volt untuk power suplay tegangan sistem sementara, karena terkait dengan pemadaman arus listrik yang bisa sewaktu waktu terjadi dengan battery 12-volt dan modul charger XH-M604 sistem masih bisa beroperasi ketika saat pemadaman arus listrik oleh (PLN) karena bencana kebakaran bisa saja terjadi saat tidak ada arus listrik. Metode penelitian menggunakan prototype serta pengujian black box testing untuk mengetahui performa sistem. Hasil dari implementasi tersebut adalah sistem pendeteksi dini kebakaran serta mengetahui performa sistem sehubungan dengan manfaat keefektifan kerja sistem untuk membantu manusia dalam mencegah bencana kebakaran.
ANALISA PERFORMA SISTEM SMART HOME BERBASIS IOT MENGGUNAKAN TELEGRAM MESSENGER BOT DAN NODEMCU ESP 32 Hadi, Melawati; Rahaningsih, Nining; Danar, Raditiya
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 1 (2024): JATI Vol. 8 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i1.8462

Abstract

Seiring perkembangan zaman kehidupan di dunia sekarang tidak lepas dari teknologi untuk mempermudah kebutuhan kehidupan manusia salah satunya teknologi IoT ( internet of things ) adalah teknologi dimana beberapa perangkat elektronik dapat di kontrol dari jarak jauh dengan menggunakan internet sebagai penghubung sistem kendali. Benda elektronik yang termasuk penting di dalam rumah salah satunya lampu. kadangkala pemilik rumah seringkali lupa memadamkan lampu saat sedang diluar rumah. Lampu akan tetap dalam keadaan menyala secara terus menerus, yang pada gilirannya dapat mengakibatkan penggunaan energi listrik yang berlebihan dan tidak efisien. Aplikasi online telegram yang bisa di akses dengan smartphone ini sebagai penghubung antara monitoring kendali untuk lampu rumah, fitur yang tersedia dari sistem ini berbentuk pesan perintah sebagai kendali akan mati dan menyalanya sebuah lampu. Metode yang di gunakan adalah metode prototype dengan mengimplementasikan sistem tersebut dan analisa performa sebuah sistem pengendali jarak jauh, data tersebut yang terdapat diserial monitor software arduino pengukuran performa dengan fitur jarak jauh hasil pengujian menggunakan NodeMCU ESP32 yang bisa di akses oleh fitur aplikasi Telegram Bot yang telah disediakan tersebut dan menggunakan sinyal elektronik untuk mengirimkan sebuah tangkapan pesan dari Telegram Bot yang akan di kirim ke mikrokontroler tentunya ada waktu delay yang harus diperhatikan dengan melihat pada serial monitor yang terdapat di NodeMCU. Implementasi dari pengujian menunjukan bahwa sistem dapat bekerja dengan baik. Beberapa serangkaian uji yang telah dilakukan yaitu uji jarak jauh yang bisa di jangkau oleh sistem yuaitu jarak tempuh 4,5 km dengan hasil waktu tercepat 00,01.82 Detik. Dari hal ini bertujuan semakin baik sebuah sistem untuk mempermudah kebutuhan hidup manusia.
PENERAPAN ALGORITMA FUZZY C-MEANS PADA DATA PENJUALAN DISTRO Rahmadina, Ellyda Sri; Irawan, Bambang; Bahtiar, Agus
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 2 (2024): JATI Vol. 8 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i2.8467

Abstract

Industri fashion, khususnya penjualan jeans, terus berkembang dengan dinamika konsumen yang kompleks. Dalam upaya untuk memahami perilaku pembelian konsumen dan meningkatkan efektivitas pemasaran, distro Dea Collection berusaha menerapkan algoritma Fuzzy C-Means dalam menganalisis data penjualan jeans. Masalah penjualan jeans melibatkan sejumlah besar data yang kompleks dan bervariasi, yang menghadirkan tantangan dalam mengidentifikasi pola pembelian konsumen. Penelitian ini memfokuskan pada penggunaan algoritma Fuzzy C-Means untuk mengatasi ketidakpastian dan ketidaksempurnaan dalam data penjualan. Tujuan penelitian ini adalah untuk menganalisis data penjualan jeans pada distro Dea Collection menggunakan metode Fuzzy C-Means dengan fokus pada pengelompokan dataset jeans. Yang bertujuan untuk mengidentifikasi kelompok jenis jeans berdasarkan preferensi pembelian, sehingga dapat memberikan wawasan mendalam terkait perilaku konsumen dan untuk meningkatkan strategi pemasaran. Data mencakup variabel seperti jenis jeans, harga, dan periode penjualan. Analisis dilakukan untuk mengelompokkan jenis jeans ke dalam kelompok berdasarkan preferensi pembelian. Hasil penelitian menunjukkan bahwa penggunaan algoritma Fuzzy C-Means efektif dalam mengelompokkan dataset jeans berdasarkan preferensi pembelian. Identifikasi kelompok konsumen ini dapat membantu distro Dea Collection memahami kebutuhan dan keinginan konsumen dengan lebih baik, memungkinkan konsumen untuk mengadaptasi strategi pemasaran dan stok produk untuk meningkatkan respons terhadap pasar yang dinamis
PENERAPAN NLP (NATURAL LANGUAGE PROCESSING) DALAM ANALISIS SENTIMEN PENGGUNA TELEGRAM DI PLAYSTORE Nurwanda, Nurwanda; Suarna, Nana; Prihartono, Willy
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 2 (2024): JATI Vol. 8 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i2.8469

Abstract

Pendapat umum pengguna tentang aplikasi Telegram di Play Store umumnya positif, negatif, atau netral. Penelitian ini bertujuan untuk menilai sentimen pengguna terhadap fitur-fitur aplikasi Telegram, yang telah menjadi salah satu aplikasi pesan instan paling populer. Analisis sentimen ulasan pengguna di Play Store dapat memberikan wawasan tentang kepuasan pengguna dan masalah yang dihadapi. Permasalahan penelitian ini adalah menemukan sentimen pengguna terhadap Telegram di Play Store. Metode pemrosesan bahasa alami (NLP) digunakan untuk menganalisis sentimen pengguna Telegram di Play Store. Ulasan dibagi ke dalam tiga kategori: positif, negatif, dan netral. Penelitian ini juga mengidentifikasi tren umum dan masalah yang sering muncul dalam ulasan. Model NLP digunakan untuk mengklasifikasikan sentimen dan menganalisis kata kunci yang sering muncul. Hasil evaluasi menunjukkan bahwa analisis sentimen ulasan pengguna Telegram di Play Store dengan metode NLP memiliki tingkat akurasi 85,31%. Rasio pembagian data untuk evaluasi adalah 80:20, dengan nilai presisi 93%, recall 76%, dan F1-Score 88%. Penelitian ini memberikan wawasan untuk pengembang dalam meningkatkan aplikasi dan memastikan kepuasan pengguna yang berkelanjutan.

Page 156 of 384 | Total Record : 3835

 154   155   156   157   158 

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