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
 176   177   178   179   180 
PENERAPAN ALGORITMA K-MEDOID PADA PENJUALAN KERUDUNG E-COMMERCE SHOPEE: FIFAU HIJAB Narasati, Riri; Lestari, Ratih; Herdiana, Ruli; Hamonangan, Ryan; Anawar, Saeful
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.v8i2.9213

Abstract

Perkembangan teknologi informasi dan komunikasi telah membawa dampak signifikan terhadap berbagai sektor, termasuk dalam ranah bisnis dan perdagangan. Penjualan melalui platform e-commerce semakin berkembang pesat dengan munculnya berbagai strategi pemasaran yang inovatif. Seiring dengan popularitas e-commerce yang terus meningkat, penjualan produk melalui platform daring menjadi salah satu strategi penting bagi para pelaku usaha. Di tengah persaingan yang semakin ketat, penerapan strategi pemasaran yang efektif menjadi kunci utama bagi kesuksesan penjualan. Penelitian ini menggunakan teknik clustering dalam strategi pemasaran data mining. Clustering merupakan salah satu teknik dalam data mining untuk menemukan kumpulan data yang mempunyai persamaan dengan data lain atau ketidaksamaan data dengan yang lain. Proses clustering dilakukan dengan menggunakan k-medoids pada data transaksi penjualan toko kerudung fifauhijab di Shopee pada bulan Juni 2023 dan terdiri dari 300 data. Permasalahan yang ada pada penelitian ini untuk menentukan stok produk hanya didasarkan pada ketersediaan barang di rak kerudung, yang seringkali menghasilkan masalah seperti kekurangan atau kelebihan stok produk karena tidak mempertimbangkan preferensi konsumen. Pendekatan yang digunakan pada penelitian ini menggunakan algoritma k-medoids clustering, software yang digunakan rapidminer. Disimpulkan dari hasil pengujian dengan menggunakan algoritma k-medoids clustering dihasilkan untuk pengelompokkan stok produk mendapati hasil 8 cluster terbaik dengan nilai davies bouldin 0.457.
ANALISIS SENTIMEN PENGGUNA TERHADAP APLIKASI BLU BCA DI PLAYSTORE MENGUNAKAN ALGORITMA NAÏVE BAYES: STUDI KASUS SENTIMEN PENGGUNA TERHADAP PENGALAMAN APLIKASI BLU BCA Wahyudi, Wahyudi; Kurniawan, Rudi; 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.v8i3.9216

Abstract

Dalam era digital saat ini, aplikasi perbankan dan dompet digital telah menjadi bagian integral dari kehidupan sehari-hari, memfasilitasi berbagai transaksi keuangan. Ulasan pengguna Blu BCA di platform Play Store dan Apps Store mengindikasikan kepuasan umum, walaupun terdapat beberapa permasalahan yang perlu diperhatikan. Meskipun mayoritas ulasan bersifat positif, sejumlah keluhan muncul terkait kinerja aplikasi dan keamanan data. Oleh karena itu, penelitian ini menggunakan metode analisis sentimen dengan algoritma Naive Bayes untuk mengklasifikasikan ulasan pengguna sebagai positif atau negatif. Data diambil dari Google Play Store melalui web scraping. Hasil penelitian menunjukkan bahwa algoritma Naive Bayes mampu mengklasifikasikan sentimen pengguna dengan akurasi tinggi yaitu sebesar 85,31%. Meskipun mayoritas ulasan positif, beberapa pengguna mengungkapkan harapan peningkatan performa dan keamanan data. Penelitian ini memberikan wawasan berharga bagi pengembang aplikasi perbankan mobile, memungkinkan mereka memahami perspektif pengguna dan meningkatkan kualitas aplikasi. Fokus pengembangan dapat ditempatkan pada peningkatan performa dan penguatan aspek keamanan guna meningkatkan kepuasan pengguna Blu BCA
KLASIFIKASI PENENTUAN STATUS KEMISKINAN PENDUDUK KELURAHAN KARANGPAWITAN KARAWANG MENGGUNAKAN METODE C4.5 Riliandhita, Riliandhita; Maulana, Iqbal; Purwanto, Purwanto
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.v8i2.9219

Abstract

Kemiskinan merujuk pada kondisi individu yang tidak mampu memenuhi kebutuhan dasar yang diperlukan untuk hidup layak, termasuk kebutuhan pangan dan non-pangan. Pemerintah telah melakukan upaya-upaya untuk mengatasi masalah kemiskinan melalui program-program bantuan sosial, namun sering kali menghadapi kendala-kendala tertentu. Salah satu permasalahan yang muncul adalah ketidakmerataan distribusi bantuan sosial dan kesulitan dalam memastikan bahwa bantuan tersebut tepat sasaran. Penelitian ini bertujuan untuk meningkatkan efektivitas dan relevansi program-program pengentasan kemiskinan penduduk kelurahan Karangpawitan. Data terkait status kemiskinan di Kelurahan Karangpawitan dikumpulkan dan dianalisis guna menilai tingkat kemiskinan masyarakat. Metode klasifikasi dengan algoritma C4.5 dalam metodologi Knowledge Discovery in Databases (KDD) digunakan dalam penelitian ini. Data kemiskinan disubjekkan pada proses seleksi, preprocessing, transformasi, dan penggalian data, kemudian dianalisis untuk memahami faktor-faktor yang paling berpengaruh. Algoritma C4.5 digunakan untuk menghasilkan aturan yang dapat mengklasifikasikan status kemiskinan penduduk. Evaluasi menunjukkan bahwa algoritma C4.5 mampu mengklasifikasikan status kemiskinan dengan tingkat akurasi sebesar 99,02%. Koefisien kappa sebesar 0,980, mengindikasikan klasifikasi yang kuat dan dapat diandalkan. Hasil penelitian ini memberikan wawasan yang lebih baik mengenai status kemiskinan di Kelurahan Karangpawitan, yang dapat menjadi dasar dalam merumuskan kebijakan yang lebih efektif dalam penanggulangan kemiskinan.
ANALISIS DESA DI KECAMATAN KRANGKENG BERDASARKAN TINGKAT PENDIDIKAN MENGGUNAKAN ALGORITMA K-MEANS Gustino, Gustino; Suprapti, Tati
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.v8i2.9220

Abstract

Tingkat pendidikan dapat menjadi indikator kemajuan suatu negara karena dari pendidikan dapat menciptakan inovasi-inovasi dari hasil ilmu pengetahuan. Pemetaan tingkat pendidikan suatu daerah memiliki peran yang sangat penting dalam mengidentifikasi tantangan dan peluang pendidikan yang perlu diatasi dan dimanfaatkan. Pemetaan tingkat pendidikan dapat memberikan gambaran tentang kondisi dan distribusi masyarakat yang memerlukan penanganan pendidikan yang lebih. Pemetaan ini juga membantu dalam perencanaan jangka panjang. Sumber data dari penelitian ini bersumber dari data penduduk di Kecamatan Krangkeng Tahun 2023. Sumber data yang didapat berupa sumber data set. Sumber data set didapat melalui kantor Kecamatan Krangkeng Kabupaten Indramayu. Yang sudah mendapat izin oleh Kepala Kantor Kecamatan Krangkeng.Metode penelitian yang digunakan adalah metode deskriptif dengan pendekatan kuantitatif. Penelitian kuantitatif ini merupakan penelitian yang di dasarkan pada dataset yang dianalisis menggukanakan analisis deskriptif untuk menghitung jumlah numerik setiap kategori dan menggunakan algoritma k-means untuk clustering. Clustering K-Means mengelompokan data dari tingkat pendidikan di kecematan krangkeng dan membaginya ke dalam tiga klaster desa.Hasil dari pengujian klastering K-Means Desa-desa di Kecamatan Krangkeng berdasarkan tingkat pendidikan menggunakan Rapid miner dihasilkan kategori 0 Kapringan, Srengseng, Krangkeng, Dukuhjati kategori 1 Kalianyar, Kedungwungu, Purwajaya, Singakerta, Tegal Mulya, Tanjakan Kategori 2 Luwung Gesik.
IMPLEMENTASI ALGORITMA K-MEANS CLUSTERING DALAM MENENTUKAN BLOK TANAMAN SAWIT PRODUKTIF PADA PT ARTA PRIGEL Pitaloka Anggriani, Yesi; Arif, Alfis; Febriansyah, Febriansyah
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.v8i2.9225

Abstract

Pt Arta Prigel merupakan perusahaan perkebunan kelapa sawit yang telah beroperasi secara komersial sejak tahun 1983 terletak di kota Lahat. Dan memiliki 3 divisi dan 51 blok. Akan tetapi blok blok tanaman sawit tersebut tidak ada rekap bloknya sehingga kurangnya analisis terhadap lahan perkebunan yang mengakibatkan turunnya produksi hasil panen dan salah mengambil keputusan. Tujuan penelitian ini untuk mengimplementasikan metode K-Means Clustering dalam menentukan pola hasil produksi sawit yang produktif berdasarkan bloknya di Pt Arta Prigel Lahat. Menggunakan metode pengembangan CRISP-DM dan metode pengujian silhouette coefficient. Setelah dilakukan proses clustering diketahui cluster_0 dengan tingkat produksi cukup produktif berjumlah 38 blok di tahun 2021 sampai 2023, cluster_1 dengan tingkat produksi produktif berjumlah 15 blok di tahun 2021 sampai 2023, dan cluster_2 dengan tingkat tidak produktif berjumlah 47 blok untuk tahun 2021 sampai 2023. Metode pengujian menggunakan silhouette coefficient dengan menghitung hasil silhouette score. Hasil dari pengujian metode silhouette coefficient pada aplikasi Google Colab dengan Bahasa Pemrograman Python untuk menghitung hasil silhouette score terbentuk 3 cluster (K=3) dengan nilai 0.61.
PENGEMBANGAN APLIKASI SALES ORDER MENGGUNAKAN BAHASA PEMROGRAMAN PHP PADA PT. SINAR SOSRO: STUDI KASUS DI KANTOR PEMASARAN KUNINGAN Salma Munada, Mutiara; Kurniawan, Rudi
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.v8i2.9227

Abstract

PT. Sinar Sosro (Kantor Pemasaran Kuningan) berfungsi sebagai distributor minuman ringan yang menerapkan strategi pemasaran langsung kepada konsumen melalui divisi pemasaran, terutama Sales. Sales memiliki tanggung jawab seperti melakukan penawaran, menerima pesanan, menyusun rekapan harga yang terstruktur, dan mengorganisir proses transaksi. Dalam konteks ini, dibutuhkan aplikasi lapangan yang efisien, efektif, dan terstruktur untuk mempermudah operasional bisnis. Tantangan utama melibatkan ketidaksesuaian fungsionalitas dengan kebutuhan pengguna, kinerja aplikasi, integrasi dengan sistem eksternal, dan keamanan data. Kurangnya pemahaman terhadap kebutuhan pengguna, kurangnya pengujian kinerja aplikasi, dan kekurangan praktik keamanan dapat menghambat keberhasilan implementasi. Metode pengembangan menggunakan model Waterfall untuk pengembangan rinci dan prinsip Agile untuk respons terhadap perubahan kebutuhan bisnis. Tahap awal mencakup analisis kebutuhan bisnis dan desain antarmuka pengguna responsif. Pemilihan PHP sebagai bahasa pemrograman didasarkan pada kemudahan integrasi dan dukungan komunitas pengembangan web, dengan MySQL sebagai database server. Aplikasi ini bertujuan meningkatkan akurasi dan kecepatan transaksi penjualan tim marketing melalui manajemen data pelanggan, data produk, pelaporan penjualan real-time, dan pemesanan. Hasil penelitian mencakup aplikasi dengan fitur manajemen data pelanggan dan produk, serta pelaporan penjualan dan pemesanan secara real-time
PERANCANGAN DAN PEMBUATAN MEDIA PEMBELAJARAN BERBASIS AUGMENTED REALITY (AR) MATA PELAJARAN BAHASA INGGRIS KELAS IX SMPN 5 SIJUNJUNG Utami, Anggun; Menrisal, Menrisal; Yunus , Yuliawati
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.v8i2.9239

Abstract

Penelitian ini bertujuan untuk mengetahui validitas, praktikalitas, dan efektivitas media pembelajaran berbasis Augmented Reality (AR) pada Mata Pelajaran Bahasa Inggris. Penelitian ini menggunakan metode penelitian pengembangan (Research & Development). Subjek penelitian berjumlah 75 orang. Model penelitian yang digunakan adalah model IDI (Instructional Development Institute). Dengan model pendekatan sistem yang meliputi tiga tahapan, yakni: Penentuan (Define), Pengembangan (Development), Evaluasi (Evaluation). Hasil uji validitas oleh ahli terhadap aplikasi Media Pembelajaran berbasis Augmented Reality (AR) Mata Pelajaran Bahasa Inggris Kelas IX SMPN 5 Sijunjung sangat valid digunakan karena sudah dilakukan uji penelitian tiga orang validator dengan hasil rata-rata pada pengujian validator yaitu 90.67%. Hasil penelitian secara keseluruhan penilaian uji kepraktisan terhadap media pembelajaran berbasis Augmented Reality (AR) mata pelajaran Bahasa Inggris sebesar 95.55% sehingga tingkat kepraktisan dapat diinterprestasikan sangat praktis digunakan dan hasil penelitian secara keseluruhan penilaian uji keefektifan terhadap media pembelajaran berbasis Augmented Reality (AR) mata pelajaran Bahasa Inggris sebesar 92.48% sehingga tingkat keefektifan dapat diinterprestasikan sangat baik. Berdasarkan penilaian dan masukan para ahli, serta hasil uji coba lapangan, media pembelajaran berbasis Augmented Reality (AR) terbukti sangat valid, sangat praktis, dan sangat baik untuk digunakan dalam proses pembelajaran Bahasa Inggris kelas IX SMPN 5 Sijunjung
IMPLEMENTASI DATA MINING PADA PENJUALAN MAKANAN DAN MINUMAN MENGGUNAKAN ALGORITMA APRIORI PADA TOKO ONLINE AYAM GEPREK X Salsabila, Salsabila; Astuti, Rini; Muhamad Basysyar, Fadhil
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.v8i2.9251

Abstract

Ayam geprek x adalah toko online yang menjual produk makanan dan minuman lewat aplikasi shope lebih tepatnya dishopefood. Toko online tersebut berlokasi di Kecamatan Lemah Abang lebih tepatnya di Desa Tuk Karangsuwung. Dengan sistem penjualan tersebut tentu meningkatkan tingkat penjualan makanan dan minuman yang kadang tinggi dan kadang juga rendah, sehingga membutuhkan sebuah sistem yang mampu memudahkan dalam merekapitulasi pembelian dari konsumen. Untuk itu dilakukan penelitian ini guna menganalisa data transaksi penjualan makanan dan minuman tersebut menggunakan teknik data mining. Data Mining ialah teknik analisa pada data untuk mencari informasi yang tersembunyi pada beberapa data besar yang dicatat pada saat bisnis yang dijalankan. Algoritma yang dipakai algoritma apriori yaitu mendapatkan accosiation rule dari setiap kombinasi item. Berdasarkan pengujian yang telah dilakukan dishoftware rapidminer dengan menggunakan minimum support 50% dan minimum confidence 70% dapat diketahui hasil min support dan confidence yang paling terbesar dari data yang ada yaitu menu makanan ayam geprek dengan nilai min support 47% dan nasi min support 42%, Dan jika membeli tempe.t.g maka akan membeli nasi dengan nilai confidence 70% dan jika membeli milk.p.o maka akan membeli nasi dengan nilai confedence 72%. Setelah sudah mengetahui hasil min support dan confidence yang paling terbesar maka dapat diketahui stok yang tadinya sering tidak mampu memenuhi permintaan pelanggan, dengan menggunakan sistem tersebut dapat mengalami pengoptimalan dalam memperkirakan persediaan stoknya dilihat makanan apa saja yang sering terjual. Peningkatan terjadi karena perhitungan dan kondisi penentuan produk jauh lebih akurat dari pada ketika diputuskan oleh manusia.
OPTIMALISASI PREDIKSI PENYAKIT STROKE MENGGUNAKAN ALGORITMA DEEP LEARNING Wulandari, Serin; Isro'Mukti, Yogi; Susanti, Tri
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.v8i2.9256

Abstract

Penyakit stroke adalah pembuluh darah yang mengganggu aliran darah ke otak menyebabkan fungsi otak terganggu. Akibatnya, aliran darah ke otak menjadi kaku, mati rasa atau lemah, dan penyakit ini biasanya terjadi di satu sisi tubuh. Faktor-faktor yang disebabkan dari pola hidup, pola makan yang buruk dan faktor lainnya yang dapat menjadi penyebab terjadinya stroke. Tujuan penelitian ini untuk mengoptimalisasikan prediksi penyakit stroke menggunakan deep learning dengan algoritma Artificial Neural Network dan teknik optimasi Genetic Algoritm. Data yang digunakan yaitu kaggle dan mendeley akan diolah menggunakan RapidMiner, dengan metode pengembangan Cross Industry Standard Process Model For Data Mining (CRISP-DM). Pengujian dilakukan dengan 10 validation hasil yang didapatkan pada data kaggle menghasilkan akurasi sebesar 94,83% dan AUC 0.758 sedangkan penambahkan algorithm genetic menghasilkan akurasi 95,13% dan AUC 0.667. Pada data mendeley menghasilkan akurasi 98,19% dan AUC 0.805 sedangkan penambahkan algorithm genetic menghasilkan akurasi 98,20% dan AUC 0.712 . Hasil T-test dikatakan signifikan jika alpha (P > 0,05). Pada data kaggle dengan probabilitas yang dihasilkan 0.044 dan untuk dataset mendeley probabilitas yang dihasilkan 0.389 hasil ini menunjukan hubungan tidak ada signifikan dengan penambahan algorithm genetic pada algoritma artificial neural network.
PENERAPAN METODE AGILE SCRUM PADA SISTEM E-POSYANDU BERBASIS WEB Edrina Christine, Natalie; Priyatna , Bayu; Lia Hananto, April; Shofiah Hilabi, Shofa
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.v8i2.9257

Abstract

Kemajuan teknologi informasi membuka peluang besar untuk meningkatkan mutu pelayanan kesehatan khususnya dalam pengelolaan data kesehatan anak melalui sistem E-Posyandu berbasis Web. Pencatatan manual seringkali menimbulkan permasalahan seperti data yang hilang, rusak dan ketidak sinkronan data. Untuk itu diperlukan suatu sistem yang memudahkan pengelolaan data bagi para petugas posyandu. Tujuan dari penelitian ini adalah merancang sistem E-Posyandu berbasis Web yang diperlukan untuk keberlangsungan Posyandu. Penelitian ini menggunakan metodologi Agile Scrum. Untuk penyimpanan data. Website ini dibuat berdasarkan wawancara dan observasi lapangan langsung untuk mengakses informasi dan kebutuhan yang valid. Hasil penelitian ini adalah sebuah sistem E-Posyandu yang telah diuji menggunakan pengujian Blackbox dan berfungsi dengan baik sehingga dapat membantu user dalam mengelola data menggunakan system yang ada. Pembangunan system E-Posyandu berbasis web tersebut menggunakan Bahasa pemrograman PHP, HTML, dan mengimplementasikan server database MySQL. Dengan adanya sistem E-Posyandu berbasis web kader tidak perlu membawa buku besar untuk mencatat dan mengelola data. Metode Agile Scrum diperlukan untuk membangun sebuah perancangan sistem secara sistematis dan terstruktur, sehingga proses penelitian menjadi lebih terarah. Pengguna dapat dengan mudah mengelola data tanpa harus menginput ulang data. Pengujian pengguna atau user dilakukan menggunakan black box testing, dari pengujian yang telah dilakukan menyatakan bahwa fitur sistem berfungsi dengan baik dan sesuai dengan fungsinya.

Page 178 of 384 | Total Record : 3835

 176   177   178   179   180 

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