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
 170   171   172   173   174 
ANALISIS SENTIMEN PADA PENGGUNA APLIKASI DANA MENGGUNAKAN ALGORITMA NAIVE BAYES Nursatika Kusuma, Ines; Ali, Irfan
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.v8i2.9041

Abstract

Perkembangan teknologi keuangan dalam bentuk dompet digital sangat menarik perhatian masyarakat.Penggunaan e-wallet sebagai metode pembayaran modern telah memberikan kenyamanan dalam melakukan transaksi dan mengubah cara orang melakukan transaksi di era digital.Apilikasi Dana adalah platform keuangan yang menyediakan layanan keuangan untuk memfasilitasi pengguna.Pada konteks ini sangat penting untuk memahami persepsi pengguna tentang Aplikasi Dana Pada masalah yang menggambarkan ketidakpuasan pelanggan mengenai kualitas layanan serta respons terhadap umpan balik pengguna dan keamanan serta privasi pengguna berdasarkan pengalaman pengguna aplikasi Dana berdasarkan perasaan positif,netral,ataupun negatif.Penelitian ini bertujuan untuk memberikan informasi terkait dengan perasaan pengguna pada aplikasi Dana.Penelitian ini menerapkan metode KDD dalam menganalisis ulasan pengguna menggunakan web scrapping dengan algoritma Naive Bayes yaitu pendekatan klasifikasi efektif dalam menganalisis sentimen.Dengan analisis sentimen ini diharapkan dapat memberikan wawasan kepada pengembang aplikasi untuk memahami terkait kelemahan pada layanan yang diberikan.Dengan adanya sentimen, pengembang dapat mengambil solusi untuk meningkatkan layanan,memperbaiki kekurangan pada aplikasi tersebut,serta meningkat kepuasan kepada penggunanya.Penelitian ini berfokus pada pemahaman mendalam tentang persepsi dan reaksi pengguna terhadap berbagai aspek aplikasi Dana. Dihasilkan sebanyak 576 ulasan positif, ulasan netral sebanyak 205 dan ulasan negatif sebanyak 219 ulasan.Berdasarkan metode Naive Bayes mengihasilkan Performance Vector didapat accuracy:74.60% +/- 3.53% (micro average:74.60%) dan kappa:0.550 +/- 0.061(micro average:0.550).
PENGELOMPOKAN DATA VARIAN PEKERJAAN DAN STATUS PERNIKAHAN PT DIKA MENGGUNAKAN ALGORITMA K-MEANS CLUSTERING Nabila, Aynun; Arie Wijaya, Yudhistira
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.v8i3.9044

Abstract

PT Dika saat ini mengalami kesulitan yang signifikan dalam mengelola data transaksi penjualan di setiap cabangnya. Kesulitan ini muncul karena kompleksitas volume data yang terus meningkat seiring dengan perkembangan operasional bisnis. Setiap cabang turut berkontribusi pada pencatatan transaksi penjualan yang melibatkan berbagai elemen, mulai dari identifikasi produk hingga informasi pelanggan. Peningkatan jumlah cabang dan aktivitas transaksi secara keseluruhan membuat tugas pengelolaan data semakin rumit. Puncaknya, keberagaman format dan sumber data dari setiap cabang menambah kompleksitas tugas tersebut. Sebagai hasilnya, perusahaan mengalami kesulitan dalam mengintegrasikan, memproses, dan menganalisis data transaksi dengan efisien dan efektif. Tujuan dari penelitian ini adalah untuk menemukansolusi yang memungkinkan PT Dika untuk menganalisis data,meningkatkan strategi pemasaran, dan meningkatkan retensi pelanggan. Algoritma K-Means, dikenal efektif dalam pengelompokan data, diimplementasikan untuk memahami pola perilaku pelanggan dan meningkatkan manajemen data transaksional. DBI digunakan untuk menilai kualitas klastering dengan fokus pada homogenitas dan separabilitas cluster. Melalui penelitian ini, diharapkan dapat ditemukan solusi yang memungkinkan PT Dika untuk mengoptimalkan analisis data, meningkatkan strategi pemasaran, dan meningkatkan retensi pelanggan. Hasil dari implementasi algoritma K-Means pada data tersebut menunjukkan bahwa data dapat dikelompokkan menjadi tiga kelompok yang homogen berdasarkan karakteristik pekerjaan dan status pernikahan. Kelompok pertama terdiri dari karyawan yang belum menikah dan bekerja sebagai staf administrasi, kelompok kedua terdiri dari karyawan yang sudah menikah dan bekerja sebagai supervisor, dan kelompok ketiga terdiri dari karyawan yang sudah menikah dan bekerja sebagai manajer
ANALISIS SENTIMEN TERHADAP TREN FASHION DI MEDIA SOSIAL DENGAN METODE SUPPORT VECTOR MACHINE (SVM) Safitri, Rahmi; Ali, Irfan; Rahaningsih, Nining
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.v8i2.9045

Abstract

Dalam era digital dan media sosial, transformasi industri fashion di platform seperti Twitter dan Instagram menimbulkan urgensi permasalahan terkait keberlanjutan, etika produksi, dan representasi diversitas. Fenomena ini menghadirkan tantangan kompleks yang memerlukan pemahaman mendalam untuk menanggapi perubahan dalam industri fashion. Penelitian ini menerapkan metode Support Vector Machine (SVM) untuk melakukan analisis sentimen terhadap respons masyarakat terhadap tren fashion yang berkembang di media sosial. Kendala utama yang dihadapi adalah beragamnya respons masyarakat dan penggunaan bahasa informal yang memperumit pemahaman sentimen. Proses pengumpulan data dilakukan secara teliti dari berbagai platform media sosial utama, memastikan keragaman pandangan yang mencerminkan kekayaan dinamika tren fashion. Hasil eksperimen mengungkapkan bahwa model SVM mampu mencapai tingkat akurasi sebesar 80%, menegaskan kemampuannya dalam mengklasifikasikan opini pengguna terhadap tren fashion. Fokus utama tugas akhir ini adalah mengembangkan model analisis sentimen yang tidak hanya efektif, tetapi juga mampu meresapi dan menggali wawasan mendalam tentang kompleksitas pandangan masyarakat terhadap tren fashion di media sosial. Diharapkan bahwa hasil penelitian ini dapat memberikan kontribusi signifikan pada pemahaman lebih dalam, memperkuat pengambilan keputusan strategis dalam industri fashion, serta menghadirkan solusi terhadap kompleksitas analisis sentimen dalam bahasa informal, yang melibatkan nuansa dan variasi yang kaya
ANALISIS ASOSIASI FP-GROWTH UNTUK MENINGKATKAN EFISIENSI PEMILIHAN PRODUK FROZEN FOOD DI TOKO ANEKA FROZEN FOOD JOSEF FAMILY Andini, Eva; Martanto, Martanto
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.v8i2.9052

Abstract

Di era pertukaran yang semakin cepat, banyak toko serba ada yang terus berupaya meningkatkan kemampuan dalam penentuan barang. Dengan menggunakan metode FP-Growth, diharapkan dapat ditemukan pola pembelian produk yang dapat memberikan wawasan berharga mengenai hubungan antar produk, sehingga toko dapat mengatur letak produk secara strategis untuk meningkatkan daya tarik dan kemudahan akses bagi pelanggan. Selain itu, analisis asosiasi FP-Growth juga diharapkan dapat membantu dalam pengelolaan inventaris dan perencanaan promosi produk yang lebih efektif. Dipercaya bahwa penelitian dengan judul ini akan memudahkan Toko Frozen Food Josef Family untuk memperoleh informasi penawaran makanan beku bila diperlukan. teknik penelitian dengan perhitungan afiliasi pengembangan fp- growth. Berdasarkan hasil yang didapat dari graph dan description menunjukkan hasil yang tidak sama, asosiasi dari yang terendah hingga tertinggi. Berikut beberapa hasil yang sudah mencapai 100%, Jika membeli Bakso Sapi, Sosis Bakar, Cheese Dumpling maka tingkat kemungkinan akan membeli Sosis Sapi adalah 100%. Dari hasil diatas dapat disimpulkan bahwa implementasi algoritma FP-Growth pada data penjualan frozen food dapat membantu dalam menentukan pola penjualan frozen food di Toko Aneka Frozen Food Josef Family. ditemukan beberapa aturan asosiasi menggunakan nilai minimum support 0.16 dan minimum confidence 0.8
PENERAPAN ALGORITMA REGRESI LINEAR PADA DATA HARGA CABAI RAWIT DI PASAR INDIHIANG Ikhwan Fahruddin, Yusuf; Kurniawan, Rudi; Arie Wijaya, Yudhistira
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.v8i2.9053

Abstract

Sayuran, termasuk cabai rawit, memegang peran vital dalam perekonomian nasional. Meningkatnya harga cabai rawit tidak hanya dipengaruhi oleh peningkatan permintaan selama hari-hari besar keagamaan seperti Bulan Ramadhan, Hari Raya Idul Fitri, Hari Raya Idul Adha, khususnya jika terjadi gangguan cuaca atau pasokan. Penelitian ini bertujuan untuk memprediksi harga cabai rawit di Pasar Indihiang dan mencari atribut yang mempengaruhi nilai Root Mean Squared Error (RMSE) terbaik. Algoritma regresi linear terkenal karena kemampuannya menganalisis korelasi data dan memberikan prediksi yang akurat. Data harga cabai rawit dari 2021 hingga 2022 mencakup informasi harga, bulan, cuaca, pasokan, supplier, dan nama pedagang. Melalui analisis Regresi Linear menggunakan Cross-Industry Standard Process for Data mining (CRISP-DM) dan RapidMiner versi 10.1, penelitian ini membangun model matematis untuk memprediksi harga cabai rawit berdasarkan faktor-faktor tersebut. Hasil penelitian ini menunjukan atribut yang mempengaruhi nilai RMSE adalah Bulan dan Stok Cabai/KG terhadap label Harga Cabai dengan nilai RMSE sebesar 14975.095. Model prediksi harga diharapkan dapat membantu pedagang merancang strategi penjualan yang efektif, memungkinkan konsumen merencanakan belanja dengan lebih tepat, dan membantu petani menyesuaikan waktu tanam dan panen cabai rawit.
PENGELOMPOKAN DATA PELAKSANAAN PENDAFTARAN TANAH SISTEMATIS LENGKAP DI KANTOR PERTANAHAN KABUPATEN SUMEDANG MENGGUNAKAN METODE ALGORITMA K-MEANS: Kantor Pertanahan Kabupaten Sumedang Nurrahman, Rizki; Arie Wijaya, Yudhistira
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.v8i3.9054

Abstract

Penelitian ini mengaplikasikan algoritma K-Means untuk mengelompokkan data pendaftaran tanah di Kabupaten Sumedang guna meningkatkan akurasi pendaftaran tanah sistematis. Dua cluster utama, Cluster 0 dan Cluster 1, dianalisis dengan atribut No. SPPT PBB, Luas (m2), NJOP Tanah (m2), dan NJOP Bangunan. Hasil centroid Cluster 0 menunjukkan rata-rata No. SPPT PBB sekitar 469.18, Luas (m2) 877.402, NJOP Tanah (m2) 9777.618, dan NJOP Bangunan 889.527. Sementara Cluster 1 memiliki nilai centroid No. SPPT PBB sekitar 375.905, Luas (m2) 233.628, NJOP Tanah (m2) 149140.20, dan NJOP Bangunan 711253.38. Evaluasi menggunakan metrik Davies Bouldin menunjukkan nilai -0.282, mengindikasikan kualitas clustering yang sesuai. Dampak sosial dan ekonomi dari algoritma K-Means, termasuk identifikasi pola keberagaman dan segmentasi wilayah, dibahas untuk mendukung kebijakan penilaian pajak dan pembangunan. Penelitian ini memberikan dasar untuk keputusan yang lebih baik dalam manajemen tanah dan peningkatan efisiensi pendaftaran tanah sistematis di Kabupaten Sumedang.
KLATERISASI DATA PENDUDUK BERDASARKAN PEKERJAAN MENGGUNAKAN METODE K-MEANS PADA WILAYAH JAWA BARAT Jannah, Eka Roehatul; Martanto
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.v8i2.9055

Abstract

Perkembangan teknologi merupakan peluang yang tepat memperoleh data dengan lebih efektif dan efisien. Data mining adalah salah satu komponen dalam proses Knowledge Discovery in Databases (KDD). KDD adalah suatu rangkaian proses yang bertujuan menemukan informasi yang bermanfaat dari sumber data dalam database. Permasalahan dalam penelitian ini, bagaimana jika Metode K-Means mungkin tidak sesuai untuk mengelompokkan data penduduk berdasarkan pekerjaan?. Penelitian ini bertujuan untuk mengidentifikasi pola pekerjaan penduduk wilayah Jawa Barat dan membentuk kelompok pekerjaan yang serupa. Melalui metode K-Means, akan memungkinkan saya untuk mengelompokkan penduduk Jawa Barat berdasarkan jenis pekerjaan mereka menggunakan tahapan KDD. Dengan tahapan KDD kita dapat dengan mudah melihat data penduduk berdasarkan pekerjaan dari tahun 2011-2023. Dapat diambil kesimpulan bahwa penduduk yang bekerja dengan nilai tertinggi adalah pada Cluster 3 yang ditandai dengan warna biru (tinggi) berjumlah 151 items, untuk data pekerjaan dengan nilai sedang berada pada Cluster 2 yang ditandai dengan warna oranye (sedang) berjumlah 100 items, dan ntuk penjualan dengan nilai terendah yaitu pada Cluster 0 dan Cluster 1 yang ditandai dengan warna hijau dan hitam (rendah) dengan jumlah yang sama yaitu 50 items. Hasil percobaan yang dilakukan pada data penduduk berdasarkan pekerjaan menggunakan metode DBI (Davies Bouldin Index), menghasilkan nilai K terbaik pada cluster 4 yaitu 0,262.
RANCANG BANGUN SISTEM PENJUALAN BERBASIS WEB PADA TOKO HAIRUM SOUVENIR Faujia, Agnes; Dwilestari, Gifthera; Hamonangan, Ryan; Herdiana, Rulli; 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.v8i2.9058

Abstract

Setiap usaha, baik yang menjual barang atau jasa, pasti ingin meningkatkan penjualan mereka. Strategi pemasaran yang baik adalah salah satu dari banyak cara untuk meningkatkan penjualan. Suatu media diperlukan untuk mempublikasikan informasi, baik informasi tentang bisnis maupun informasi tentang produk yang akan dijual. Internet adalah salah satu media yang dapat digunakan. Toko souvenir Hairum Soevenir menjual berbagai hadiah atau hadiah untuk perayaan ulang tahun atau wisuda, seperti bucket bunga, bucket uang, kue tart, dan masih banyak lagi.. Salah satu masalah dan kelemahan yang ditemukan di toko Hairum Soevenir adalah sebagai berikut: berdasarkan observasi yang telah dilakukan, strategi pemasaran yang digunakan oleh toko Hairum Soevenir saat ini adalah melalui pemasaran langsung atau penjualan produk secara online melalui platform Instagram, yang dianggap kurang sempurna karena mekanisme pemasaran barang bekas tidak berlaku. Namun, pemasaran yang dijual melalui platform tersebut dapat memiliki efek yang lebih besar daripada yang diharapkan. Pemasaran menggunakan platform juga memiliki masalah dengan rekepitulasi pendapatan dari setiap pembelian yang dilakukan secara manual, yang menyebabkan kesalahan dalam penjumlahan pendapatan. Sistem informasi penjualan dibuat karena banyaknya masalah dengan penjualan toko hairum souvenir. Pengembangan perngkat lunak menggunakan metode air terjun (Waterfall), sedangkan perancangan sistem penjualan dan metode wawancara digunakan untuk pembuatan website ini. Metode ini melibatkan analisis masalah penjualan di toko Hairum Souvenir, analisis kebutuhan pemasaran, perancangan sistem informasi, dan implementasi atau pengembangan pengujian perangkat lunak. untuk pemograman dengan PHP, Javascript, dan CSS dan XAMPP sebagai databasenya. Beberapa tujuan penelitian ini termasuk membuat proses penjualan lebih efisien dan membuat transaksi lebih aman. Salah satu tujuan dari penelitian ini adalah untuk meningkatkan efisiensi proses penjualan dan membuat transaksi lebih aman. Hasilnya menunjukkan bahwa perancangan sistem informasi ini dapat menggantikan pemasaran konvensional dengan yang lebih modern, lebih efisien, dan lebih mudah digunakan untuk sistem pencataan rekapitulasi penjualan.
OPTIMASI POLA PENJUALAN DI TOKO KELONTONG SUMBER REJEKI BANDUNG MELALUI ANALISIS ASOSIASI DENGAN ALGORITMA FP-GROWTH Sofialaela, Annisa; Rahaningsih, Nining; Ali, Irfan
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.v8i2.9059

Abstract

Penelitian ini berjenis eksperimental dengan desain Algoritma Fp-Growth. Penelitian ini bertujuan mengetahui optimasi pola penjualan toko kelontong berdasarkan data dari transaksi penjualan toko. Tren perusahaan saat ini memerlukan pemahaman menyeluruh tentang taktik pemasaran dan tren penjualan. Menjual kebutuhan sehari-hari adalah bisnis Toko Kelontong Sumber Rejeki. Cross-selling, atau menyediakan produk terkait dengan produk yang dibeli, adalah salah satu taktik bisnis yang dapat digunakan untuk meningkatkan penjualan. Dengan meneliti hubungan antara produk yang sering dibeli, penelitian ini berusaha untuk memahami pembelian konsumen. Data transaksi Toko Kelontong Sumber Rejeki selama setahun, terdiri dari 1.290 baris dan 6 atribut, digunakan dalam penyelidikan ini. Menggunakan algoritma Frequent Pattern Growth (FP-Growth) dan pendekatan data mining asosiasi, metodologi penelitian terdiri dari beberapa tahap: mengumpulkan data transaksi penjualan, memilih atribut terkait, melakukan preprocessing data, membuat dataset asosiasi, dan menilai pola yang muncul. memanfaatkan kepercayaan diri minimum dan nilai dukungan minimum untuk mengidentifikasi pola hubungan. 14 aturan asosiasi dengan 14 produk pembentuk dibuat berdasarkan temuan pengujian, menggunakan nilai minimum 0,2 untuk dukungan dan nilai minimum 0,3 untuk kepercayaan. Algoritme FP-Growth dapat digunakan untuk membuat aturan asosiasi yang memfasilitasi strategi penjualan lintas penjualan dengan menawarkan data komprehensif tentang pola pembelian produk pelanggan yang memiliki probabilitas keberhasilan yang tinggi.
IMPLEMENTASI SISTEM PEMBUKUAN KASUS SISWA MTSN 35 JAKARTA DENGAN FITUR DISKUSI SANKSI DAN PENDUKUNG KEPUTUSAN MENGGUNAKAN METODE SAW (SIMPLE ADDITIVE WEIGHTING) M.Rizky Alfariz; Ramayanti, Desi
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.v8i2.9060

Abstract

Dalam rangka mengatasi masalah ketidakakuratan data, efisiensi proses, dan keterbatasan akses informasi dalam pengelolaan kasus pelanggaran disiplin siswa di MTsN 35 Jakarta Barat, penelitian ini mengembangkan sebuah aplikasi web. Aplikasi ini dirancang untuk memudahkan proses pencatatan, analisis, diskusi kasus, dan penentuan sanksi secara lebih efisien dan efektif. Dengan menggunakan metode pengembangan Waterfall dan mengintegrasikan algoritma Simple Additive Weighting (SAW), aplikasi ini tidak hanya mempercepat proses manajemen kasus tetapi juga mendukung pembinaan karakter siswa dengan pendekatan yang lebih terstruktur dan objektif. Hasil penelitian menunjukkan bahwa aplikasi berbasis web ini berhasil mengatasi tantangan yang ada dengan meningkatkan kemudahan dalam pencatatan dan pengelolaan kasus, memfasilitasi diskusi dan penentuan sanksi dengan cepat, serta secara signifikan meningkatkan efisiensi dan efektivitas pembinaan karakter siswa. Implementasi teknologi ini menawarkan solusi inovatif untuk permasalahan pendidikan, menunjukkan potensi besar dalam memperkuat sistem pendidikan melalui pemanfaatan aplikasi web.

Page 172 of 384 | Total Record : 3835

 170   171   172   173   174 

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