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
 158   159   160   161   162 
ANALISIS SENTIMEN ULASAN PENGGUNA OVO MENGGUNAKAN ALGORITMA NAIVE BAYES PADA GOOGLE PLAY STORE Ramdan Adi Surya, Muhamad; Martanto, Martanto; Hayati , Umi
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.v8i3.8739

Abstract

Pada era digital ini, penggunaan OVO semakin meluas sebagai alat pembayaran yang praktis dan efesien. Metode Algoritma Naive Bayes telah digunakan untuk menganalisis sentimen dari ulasan pengguna OVO, Evaluasi terhadap metode ini dilakukan dengan mengukur akurasi dalam mengklasifikasikan sentimen positif dan negatif dari berbagai ulasan pengguna. Faktor-faktor seperti stabilitas server, kecepatan transaksi, keamanan data, dan ketersediaan fitur tambahan dievaluasi melalui analisis data dan ulasan pengguna.Penelitian ini bertujuan untuk menganalisis sentimen pengguna OVO menggunakan metode Algoritma Naive Bayes dengan fokus pada kepuasan pengguna, kenyamanan penggunaan, dan persepsi terhadap fitur-fitur yang disediakan. Pendekatan yang digunakan adalah mengintegrasikan,pendekatan Knowledge Discovery in Databases (KDD) dengan Algoritma Naive Bayes. Tahapan awal melibatkan pengumpulan data ulasan pengguna OVO dari Google Play Store melalui teknik web scraping sebanyak 1000 data ulasan.Data kemudian melalui tahapan preprocessing, termasuk case folding, tokenization, stopword removal, dan stemming, serta dilakukan labeling. Pendekatan KDD melibatkan transformasi data, Hasil menunjukkan distribusi yang sangat mendominasi rating ulasan satu bintang sebesar 75%, mencerminkan tingginya tingkat ketidakpuasan pengguna. Sentimen negatif yang mendominasi 87,2% menyoroti keluhan utama terkait masalah teknis seperti transfer yang sering gagal dan respons lambat. Meskipun tingkat akurasi tinggi pada data latih, akurasi pada data uji turun menjadi 88%. Ini menunjukkan adanya tantangan dalam menggeneralisasi pola dari data latih ke data uji, memperlihatkan perlunya penyesuaian dan pemahaman lebih lanjut terhadap pola-pola baru.Model Naive Bayes pertama mencapai akurasi sekitar 88,48%, menandakan kapasitasnya dalam menghasilkan prediksi yang akurat secara menyeluruh. Presisi yang tinggi 100% mencerminkan akurasi model dalam mengidentifikasi kelas positif, sementara recall yang rendah 4,35% menunjukkan keterbatasan dalam menangkap seluruh kasus positif.. F1-Score yang relatif rendah 8,33% menunjukkan adanya trade-off antara presisi dan recall.
PENGGUNAAN NAIVE BAYES DALAM MENGANALISIS SENTIMEN ULASAN APLIKASI MCDONALD’S DI INDONESIA Arifqi, Tri; 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.v8i2.8740

Abstract

McDonald's, yang dikenal sebagai MCD di Indonesia, telah secara efektif memanfaatkan aplikasi seluler untuk mempercepat transaksi dan meningkatkan kinerja secara keseluruhan. Namun demikian, kekhawatiran seputar dukungan untuk pelanggaran hak asasi manusia di Palestina telah berdampak signifikan pada sentimen pengguna, terutama di Indonesia di mana nilai perdamaian sangat dihargai. Untuk menyelidiki masalah ini, para peneliti menggunakan algoritma Naive Bayes untuk dengan cermat memeriksa sentimen yang berasal dari 2000 ulasan pengguna McDonald's di Google Play Store. Pemeriksaan ini dilakukan melalui pemanfaatan teknik web capture dan pre-processing teks. Dengan mengalokasikan rasio berbagi data 70:30, model mencapai tingkat akurasi yang mengesankan sebesar 95,2% ketika diterapkan pada data pelatihan, dan 86% ketika diuji pada data baru. Selanjutnya, tingkat presisi ditemukan 54%, tingkat penarikan 58%, dan skor F1 dihitung pada 60% dalam rasio 80:20. Analisis komprehensif mengungkapkan dominasi yang jelas dari opini negatif yang menyumbang 65,1% dari data yang dikumpulkan, khususnya mengenai masalah teknis. Tujuan akhir dari temuan ini adalah untuk membantu pengembang dalam meningkatkan kualitas aplikasi mereka dan memastikan kepuasan pengguna secara keseluruhan. Studi ini berfungsi sebagai demonstrasi aplikasi praktis dari Knowledge Discovery in Databases (KDD) dan teknik Naive Bayes dalam melakukan analisis sentimen pada ulasan McDonald's, sehingga menyajikan potensi kemajuan masa depan dalam keakuratan analisis emosi.
PENINGKATAN KONTROL SUHU RUANGAN MELALUI ARDUINO UNO MIKROKONTROLLER DI KANTOR PEMERINTAHAN DESA KEBONTURI Abdillah, Naufal; Martanto, Martanto; Hayati, Umi
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.v8i2.8741

Abstract

Penelitian ini berfokus pada peningkatan kontrol suhu ruangan melalui penggunaan mikrokontroler Arduino Uno di kantor pemerintahan Desa Kebonturi. Tujuan utama adalah mengembangkan sistem pengaturan suhu ruangan yang efisien dan otomatis, yang dapat mengoptimalkan suhu ruangan, menciptakan kenyamanan bagi penghuni, dan menghemat energi. Metode yang digunakan adalah eksperimen, dengan mengumpulkan data suhu saat ini di beberapa ruangan dan menggunakan data tersebut untuk mengembangkan algoritma pengaturan suhu. Mikrokontroler Arduino Uno diprogram untuk mengendalikan perangkat pemanas atau pendingin ruangan berdasarkan data suhu yang diperoleh, dan sensor suhu digunakan untuk terus memantau suhu saat ini. Hasil penelitian menunjukkan bahwa sistem ini dapat mengoptimalkan pengaturan suhu ruangan, menghasilkan penghematan energi yang signifikan dan meningkatkan kenyamanan penghuni ruangan. Penelitian ini memberikan kontribusi positif dalam upaya meningkatkan kualitas hidup di desa-desa melalui pemanfaatan teknologi yang tepat guna. Selain itu, hasil pengujian menunjukkan bahwa sistem mampu mempertahankan suhu ruangan pada 25°C, dengan variasi suhu yang tercatat di Ruang Kepala Desa antara 27°C dan 28°C, di Ruang Administrasi antara 28°C dan 29°C, dan di Ruang Rapat antara 29°C dan 28°C, menunjukkan keefektifan sistem dalam mengontrol suhu ruangan meskipun terdapat ruang untuk peningkatan lebih lanjut.
ANALISA PENERAPAN MANAJEMEN BANDWIDTH DENGAN MENGGUNAKAN METODE PER CONNECTION QUEUE (PCQ) DI MADRASAH IBTIDAIYAH AL-HIKMAH JAKARTA Prasetyo, Kiki; Purnama, Giri
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.v8i1.8745

Abstract

Pemanfaatan bandwidth dalam jaringan internet belum dipergunakan dengan optimal. Kondisi tersebut disebabkan oleh terjadinya tarik menarik kapasitas bandwidth dari pemakai internet guna kebutuhan browsing, download dan upload. Permasalahan bandwidth dapat diatasi dengan manajemen bandwidth. Pada jurnal penelitian ini pengelolaan bandwidth menggunakan metode PCQ (Per Connection Queue). Penelitian ini bermaksud dalam mengoptimalisasi jaringan internet di Madrasah Ibtidaiyah Al-Hikmah memanfaatkan metode Per Connection Queue. Metode penelitian dimana dimanfaatkan ialah studi kasus dan metode pengumpulan data menggunakan teknik observasi. Hasil dari penelitian ini adalah kecepatan yang didapatkan dalam jaringan guru wireless adalah download 48 Mbps serta upload 24 Mbps, Dengan koneksi wireless diperoleh keluaran yang setara serta sejalan atas konfigurasi yang diinginkan yang mana download 50 Mbps serta upload 25 . Dengan kecepatan bandwidth yang telah diuji dapat dioptimalkan sehingga setiap guru dapat kecepatan yang telah ditentukan.
PREDIKSI PRESTASI SISWA SMAS KATOLIK SANTO YOSEPH DENPASAR BERDASARKAN KEDISIPLINAN DAN TINGKAT EKONOMI ORANG TUA MENGGUNAKAN METODE KNOWLEDGE DISCOVERY IN DATABASE DAN ALGORITMA REGRESI LINIER BERGANDA Atalya Angelus Leza, Maria; Widya Utami, Nengah; Anugrah Cahya Dewi, Putri
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.v8i1.8754

Abstract

Pendidikan merupakan suatu sistem yang didalamnya mengandung unsur penting yang saling berkaitan dan mempunyai tujuan untuk menghasilkan taraf SDM yang kompeten demi kemajuan bangsa. SMAS Katolik Santo Yoseph Denpasar merupakan salah satu lembaga pendidikan yang sangat memperhatikan pendidikan siswanya, tetapi mempunyai permasalahan dimana pihak sekolah kesulitan dalam mengidentifikasi kemampuan dan kebutuhan siswa sehingga siswa tidak mendapatkan perhatian dan bantuan yang tepat. Maka dari itu, perlu dilakukan prediksi prestasi siswa agar lembaga pendidikan dapat memberikan bimbingan dan pengajaran yang tepat dengan kualitas yang baik terhadap siswa sesuai dengan kemampuannya. Penelitian ini menggunakan metode KDD (Knowledge Discovery in Database) dan Algoritma Regresi Linier Berganda yang bertujuan untuk mengetahui hasil prediksi prestasi siswa SMAS Katolik Santo Yoseph Denpasar berdasarkan kedisiplinan dan tingkat ekonomi orang tua dan mengukur tingkat akurasi prediksi menggunakan MAE (Mean Absolute Error), MSE (Mean Squared Error) dan RMSE (Root Mean Square Error). KDD adalah teknik untuk mendapatkan informasi berupa data dari basis data yang sudah ada dengan beberapa tahapan, yaitu data selection, pre-processing/cleaning, transformation, data mining dan interpretation/evaluation. Algoritma Regresi Linier Berganda adalah teknik data mining yang digunakan untuk mengetahui apakah ada hubungan antara variabel yang ingin diprediksi (variabel dependen) dengan variabel lain (variabel independen) yang memiliki persamaan Y = a + b1x1 + b2x2 + … + bnxn. Penelitian ini menghasilkan hubungan positif antara kedisiplinan siswa, tingkat ekonomi orang tua dan prestasi siswa dengan dataset sebanyak 2672 data dengan perbandingan 70% data training dan 30% data testing. Perbandingan 70% data training dan 30% data testing merupakan tingkat akurasi tertinggi dengan nilai MAE sebesar 0,026, nilai MSE sebesar 0,001 dan nilai RMSE sebesar 0,032.
AUDIT TEKNOLOGI INFORMASI PADA KANTOR PELAYANAN HUKUM DENGAN MENGGUNAKAN COBIT 5.0 Ishak, Riswandi; Jamu Kuryanti, Sandra
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.v7i6.8760

Abstract

Audit teknologi informasi yang dilakukan pada kantor pelayanan hukum dalam hal ini adalah FNS and Parners sebagai objeknya menggunakan COBIT 5.0 dengan domain DSS03 dan DSS06. Penelitian yang dilakukan adalah penelitian deskriptif dan menggunakan data primer dan data sekunder, dengan menggunakan teknik wawancara dan pengisian kuisioner. Penggunaan COBIT 5.0 dengan domain DSS03 dan DSS06 untuk proses audit pada FNS and Partner setiap tahunnya diharapkan mampu meningkatkan TI nya. Total responden yang mengisi kuisioner adalah sebagai pengguna pelayanan teknologi informasi yang ada di kantor pelayanan hukum sebanyak 10 orang responden. Tingkat kematangan yang didapat untuk DSS03 dan DSS06 berada pada level 2, sedangkan GAP yang terjadi pada DSS03 berada pada angka 1 dan 2 untuk DSS06. Kedepannya untuk pelayanan pada Manage Business Control dan Manage Problem dapat ditingkatkan kembali agar menjadi lebih baik lagi.
ANALISIS PREDIKSI KELULUSAN MAHASISWA MENGGUNAKAN METODE ARTIFICIAL NEURAL NETWORK Pratama, Radi; Herdiana, Ruli; Hamonangan, Ryan; Anwar, Saeful
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.v8i1.8762

Abstract

Penelitian ini menggunakan algoritma Artificial Neural Network untuk memprediksi kelulusan mahasiswa dengan tingkat presisi 72,32%, recall 82,53%, dan akurasi 73,21%. Model Neural Network dapat mengidentifikasi sekitar 72,32% prediksi positif dan mengenali 82,53% keseluruhan kasus positif, menunjukkan keandalan dalam memprediksi kelulusan mahasiswa. Evaluasi kinerja model yang solid memberikan manfaat bagi pengambilan keputusan di lingkungan pendidikan. Peningkatan kinerja disarankan melalui optimalisasi data, pengaturan hyperparameter, validasi silang, dan pemantauan berkala. Hasil penelitian memberikan pemahaman tentang faktor-faktor yang mempengaruhi kelulusan mahasiswa, dengan Indeks Prestasi Semester sebagai variabel kunci. Model Neural Network dapat mendukung identifikasi mahasiswa yang memerlukan bantuan tambahan untuk meningkatkan kemungkinan kelulusannya. Kesimpulannya, model ini dapat menjadi alat yang efektif untuk membantu manajemen perguruan tinggi dalam mengoptimalkan sumber daya dan mengurangi tingkat ketidaklulusan.
KLASTERISASI DATA JENIS-JENIS PEKERJAAN PENDUDUK DENGAN MENGGUNAKAN ALGORITMA K-MEANS Aprianto, Wili; Kurniawan, Rudi; Arie Wijaya, Yudhistira
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.v8i1.8771

Abstract

Pekerjaan di desa memiliki peran penting dalam mengembangkan ekonomi lokal dan meningkatkan kesejahteraan masyarakat. Namun, belum ada studi yang mendalam mengenai pola dan karakteristik pekerjaan di Desa Babakanmulya sehingga kurangnya informasi atas pekerjaan penduduk Desa Babakanmulya. Penelitian ini bertujuan untuk melakukan pengelompokan data pekerjaan penduduk Desa Babakanmulya Kecamatan Jalaksana Kabupaten Kuningan dengan maksud ingin mengetahui informasi karakteristik dan pola pekerjaan dengan mendapatkan parameter apa yang terbaik dari EuclideanDistance, CamberraDistance, CorrelationSimilarity.Dengan data pekerjaan yang dikumpulkan Metode yang digunakan dalam penelitian ini adalah algoritma K-Means, yang merupakan salah satu metode pengelompokan data dalam analisis klaster.Dengan menggunakan algoritma K-Means, diharapkan dapat ditemukan kelompok pekerjaan yang memiliki kesamaan karakteristik dan memudahkan dalam pengambilan keputusan terkait pengembangan ekonomi di Desa Babakan Mulya dan dapat memberikan kontribusi dalam pengembangan strategi pembangunan ekonomi lokal dan memberikan rekomendasi kebijakan yang relevan untuk meningkatkan kualitas pekerjaan di desa.Hasil dari penelitian ini diharapkan dapat memberikan pemahaman yang lebih baik tentang pola pekerjaan di desa, memetakan kelompok pekerjaan yang serupa, serta mengidentifikasi faktor-faktor yang memengaruhi jenis pekerjaan yang dipilih oleh penduduk desa. Hasil Analisis diperoleh parameter terbaik yaitu Numerical measure Types EuclideanDistance.
ANALISIS SENTIMEN ULASAN APLIKASI LITA DI PLAY STORE MENGGUNAKAN ALGORITMA NAIVE BAYES Septiani Gumilar, Tia; Astuti, Rini; Arie Wijaya, Yudhistira
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.v8i1.8778

Abstract

Aplikasi media sosial yang memberikan Jasa Teman Mabar yang dapat menemani bermain beragam jenis game online, seperti Mobile Legends, PUBG Mobile, Free Fire, dan lainnya. Lita merupakan platform dengan konsep baru dalam dunia game. Kamu dapat bertemu dengan Pro Player ataupun gamer perempuan yang cantik. Ulasan pengguna pada aplikasi mobile merupakan sumber data penting bagi pengembang aplikasi untuk mengetahui respon dari pengguna dan meningkatkan kualitas aplikasi. Ulasan pengguna biasanya mengandung ungkapan subjektif yang mencerminkan sentimen positif atau negatif. Klasifikasi sentimen pada ulasan mobile diperlukan untuk secara otomatis menganalisis sentimen positif dan negatif dari sejumlah besar data ulasan. Penelitian ini bertujuan untuk mengklasifikasikan sentimen ulasan aplikasi Lita di Play Store ke dalam dua kelas yaitu positif dan negatif, dengan menggunakan metode algoritma Naive Bayes. Data yang digunakan dalam penelitian ini adalah 1000 ulasan aplikasi Lita di Play Store dalam bahasa Indonesia, diambil secara acak. Data ulasan mengandung kata tidak penting yang dihapus melalui text preprocessing. Kemudian, pembobotan dilakukan dengan metode TF-IDF untuk mengetahui pentingnya sebuah istilah untuk suatu dokumen. Hasil dari penelitian ini mengenai Klasifikasi Data Sentimen Ulasan Pengguna Lita Google Play Store berjumlah 1000 data, dapat disimpulkan bahwa ulasan pengguna Lita tergolong positif dengan hasil presentase 95% nilai accuracy, 95% nilai precision, dan 95% nilai recall nya.
ANALISIS DATA MINING DALAM MENENTUKAN STRATEGI PENJUALAN TERHADAP POLA PEMBELIAN PADA PENJUALAN PRODUK SHAKA VAPORSHOP MENGGUNAKAN ALGORITMA FP-GROWTH Aziz Sahidin, Naufal; 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.v8i1.8782

Abstract

Dalam membangun sebuah bisnis toko vape sangat memerlukan penggunaan teknologi informasi, guna mendukung kelancaran penjualan produk-produk vape yang telah tersedia pada toko. Pemilik toko kesulitan mengetahui produk mana yang paling laris dalam waktu yang bersamaan. Pemilik usaha perlu menentukan strategi penjualan yang efektif untuk meningkatkan penjualan produk. Salah satu cara untuk menentukan strategi penjualan yang efektif adalah dengan memanfaatkan teknik data mining. Penelitian ini dilakukan untuk menentukan produk-produk yang sering dibeli secara bersamaan oleh pelanggan. Hasil penelitian ini akan digunakan untuk mengembangkan strategi penjualan yang lebih efektif. Penelitian ini menggunakan algoritma FP-Growth untuk menghasilkan kumpulan frequent itemset. frequent itemset kemudian digunakan untuk menentukan aturan yang menghasilkan kumpulan item yang lebih terarah. Algoritma FP-Growth merupakan pengembangan dari algoritma Apriori. Analisis perhitungan metode Apriori yang dibangun menghasilkan aturan asosiasi yang cukup baik, tetapi proses pembentukan nya membutuhkan waktu yang lama. Sebaliknya, analisis perhitungan metode FP-Growth menghasilkan aturan asosiasi yang lebih efektif dan efisien. Data yang digunakan yaitu 15 jenis produk vape dan 1161 data transaksi. Pada penelitian ini ditentukan nilai minimum support sebesar 0,6 dan nilai minimum confidence sebesar 0,8 Dari hasil pengujian yang dilakukan didapatkan sebuah aturan (rule) dengan nilai confidence 1.

Page 160 of 384 | Total Record : 3835

 158   159   160   161   162 

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