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
 235   236   237   238   239 
DESAIN UI/UX APLIKASI ‘SOPWATCH’ DIBUAT DENGAN METODE PROTOTYPING MENGGUNAKAN FIGMA UNTUK MONITORING SOP: STUDI KASUS : PENGADILAN NEGERI BALE BANDUNG Herlina Harjanegara, Galuh; Andri Senubekti, Mamok
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 5 (2024): JATI Vol. 8 No. 5
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i5.10713

Abstract

Penelitian ini merancang antarmuka pengguna (UI) dan pengalaman pengguna (UX) untuk aplikasi SopWatch, yang memantau kepatuhan standar operasional prosedur (SOP) di Pengadilan Negeri Bale Bandung ,yang bertepatan di Jalan Jaksa Naranata, Bale Endah, Kabupaten Bandung. Metode prototyping digunakan, dimulai dengan identifikasi kebutuhan pengguna melalui wawancara dan observasi. Desain wireframe dan mockup dibuat menggunakan Figma, dan prototipe awal diuji dengan pengguna untuk mendapatkan umpan balik. Proses ini bersifat iteratif, di mana desain diperbaiki dan disempurnakan secara bertahap. Hasil penelitian adalah prototipe fungsional aplikasi SopWatch dengan desain UI/UX yang intuitif, mudah digunakan, dan sesuai dengan kebutuhan pengguna. Fitur aplikasi mencakup pemantauan kepatuhan SOP, riwayat kegiatan, dan akses panduan SOP. Evaluasi usability dilakukan menggunakan metrik dan kuesioner yang relevan untuk memastikan desain memenuhi standar dan preferensi pengguna. Penelitian ini berkontribusi pada pengembangan aplikasi SopWatch yang efektif dan ramah pengguna, serta menyoroti pentingnya penerapan desain UI/UX yang baik dalam pengembangan perangkat lunak. Selain itu, penelitian ini menunjukkan manfaat metode prototyping dan penggunaan Figma dalam merancang desain UI/UX yang sesuai dengan kebutuhan pengguna.
ANALISIS USABILITY TESTING PADA WEBSITE UKM LDK SYAHID UIN SYARIF HIDAYATULLAH JAKARTA MENGGUNAKAN METODE SYSTEM USABILITY SCALE (SUS) Yulianti, Safina
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 4 (2024): JATI Vol. 8 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i4.10715

Abstract

Meningkatnya penggunaan teknologi dalam berbagai aktivitas menyebabkan lahirnya inovasi untuk menyediakan layanan informasi yang cenderung lebih cepat dan mudah diakses dalam waktu yang fleksibel. Website LDK Syahid menjadi salah satu contoh inovasi yang dilakukan UKM LDK Syahid untuk memberikan layanan maupun penyebaran informasi kegiatan. Namun dalam praktiknya, muncul beberapa permasalahan mengenai performa website yang lambat dalam menampilkan informasi serta desain antarmuka yang cukup membingungkan khususnya bagi pengguna baru. Oleh karena itu, untuk memperbaiki masalah yang terjadi, penelitian ini dilakukan untuk menganalisis manfaat dan fungsionalitas website LDK Syahid, sehingga website LDK Syahid berjalan lebih responsif terhadap apa yang dibutuhkan pengguna dan lebih efektif ketika memberikan informasi yang dibutuhkan. Teknik yang dipakai pada penelitian ini adalah Usability Testing serta System Usability Scale. Teknik Usability Testing dipakai guna mengidentifikasi masalah yang ditemukan melalui pengujian usability. Sedangkan System Usability Scale (SUS) dipakai untuk menilai kepuasan pengguna ketika menggunakan website LDK Syahid. Hasil dari pengujian menunjukkan tingkat efektivitas sebesar 100%, tingkat efisiensi 0,013 goals/second, dan skor SUS sebesar 71, sehingga website LDK Syahid dinyatakan Acceptable.
KLASIFIKASI KUALITAS JENIS KOPI HALUS ROBUSTA MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK (CNN) DAN MOBILENET-V2 Abhista Hibatullah, Akbar; Asriyanik, Asriyanik; Apriandari, Winda
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 5 (2024): JATI Vol. 8 No. 5
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i5.10716

Abstract

Kopi merupakan komoditas perdagangan global yang sangat bernilai, dengan berbagai jenis yang memiliki karakteristik unik, dipengaruhi oleh asal geografis, metode penanaman, kondisi iklim, serta teknik pengolahan dan pemanggangan. Salah satu jenis kopi yang populer adalah robusta, yang dikenal dengan rasa yang lebih kuat dan pahit. Para ahli kopi menggunakan pengetahuan dan pengalaman mereka untuk mengidentifikasi kualitas kopi robusta unggulan melalui pengamatan visual dan teknik cupping, yang menilai aroma, rasa, kekentalan, keasaman, dan aftertaste. Dengan permintaan yang terus meningkat untuk kopi berkualitas tinggi, kemampuan untuk mengklasifikasikan dan menilai jenis kopi ini menjadi semakin penting, didukung oleh teknologi terbaru yang memastikan konsumen mendapatkan pengalaman menikmati kopi terbaik. Mengklasifikasikan kualitas kopi halus robusta adalah tantangan dalam industri kopi, karena penting untuk menjaga konsistensi kualitas dan pengenalan di pasar. Metode klasifikasi otomatis menggunakan Convolutional Neural Network (CNN) dan arsitektur MobileNet-V2 diusulkan untuk mengidentifikasi kualitas kopi halus robusta. Penggunaan CNN untuk klasifikasi menunjukkan hasil yang luar biasa dalam mengidentifikasi gambar kualitas kopi halus robusta, dengan akurasi validasi sebesar 99,82%, recall score sebesar 0.9982 precision 0.9982, dan F1 Score 0,99. Tingkat akurasi yang sangat tinggi ini menunjukkan kemampuan CNN dalam mengklasifikasikan gambar kualitas kopi halus robusta dengan sangat tepat.
ANALISIS SENTIMEN TERHADAP RESPON PERUBAHAN NAMA TWITTER MENJADI ‘X’ MENGGUNAKAN METODE NAÏVE BAYES CLASSIFIER Meila Azzahra Sofyan, Fazrin; Sulistiyowati, Nina; Voutama, Apriade
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 5 (2024): JATI Vol. 8 No. 5
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i5.10720

Abstract

Media sosial kini menjadi bagian esensial dalam kehidupan manusia untuk mendapatkan informasi, sebagaimana terlihat dari laporan We Are Social (HootSuite) yang mencatat ada 167 juta pengguna media sosial di Indonesia pada Januari 2023. Twitter menjadi platform yang populer saat itu, terutama setelah Elon Musk mengubah nama dan logo Twitter menjadi ‘X’ pada 24 Juli 2023. Perubahan ini memicu berbagai reaksi pengguna di Twitter, dengan tweet yang bervariasi dari positif, negatif, hingga netral. Untuk menganalisis sentimen tweet tersebut, digunakan algoritma Naïve Bayes Classifier dalam proses yang mengikuti metodologi KDD (Knowledge Discovery in Database), meliputi tahap data selection, data preprocessing, data transformation, data mining, dan evaluation. InSet Lexicon digunakan untuk melabeli sentimen berdasarkan kamus kata positif dan negatif, yang dibandingkan dengan pelabelan manual oleh ahli bahasa. Penelitian ini menemukan bahwa pelabelan dengan InSet Lexicon dan manual menghasilkan klasifikasi sentimen dan jumlah data yang berbeda. InSet Lexicon menghasilkan 1131 tweet negatif, 687 positif, dan 583 netral, sedangkan pelabelan manual menghasilkan 1198 tweet negatif, 94 positif, 1035 netral, dan 74 multitafsir. Evaluasi menunjukkan bahwa pelabelan dengan InSet Lexicon lebih baik daripada pelabelan manual, dengan accuracy 83%, precision 84%, dan recall 83%, sedangkan pelabelan manual menunjukkan accuracy 77%, precision 76%, dan recall 76%.
ANALISIS SENTIMEN ULASAN APLIKASI DANA DI GOOGLE PLAY STORE MENGGUNAKAN ALGORITMA NAÏVE BAYES Riansyah Ramadhan, Gery; Agus Sugianto, Castaka
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 5 (2024): JATI Vol. 8 No. 5
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i5.10732

Abstract

Dalam era digital, aplikasi dompet digital seperti DANA menjadi penting terutama selama pandemi COVID-19 yang meningkatkan transaksi non-tunai. Penelitian ini menganalisis sentimen ulasan aplikasi DANA di Google Play Store menggunakan metode Naïve Bayes Classifier. Data sebanyak 2000 ulasan berbahasa Indonesia dikumpulkan melalui web scraping dan dilabeli sebagai positif, negatif, atau netral berdasarkan rating. Proses penelitian menggunakan metode Knowledge Discovery from Data (KDD) yang melibatkan tahapan seleksi data, preprocessing, pembobotan, klasifikasi, dan evaluasi. Preprocessing dilakukan untuk membersihkan dan menyiapkan data. TF-IDF untuk pembobotan kata, kemudian model Naïve Bayes digunakan untuk klasifikasi sentimen. Hasil evaluasi menggunakan confusion matrix menunjukkan performa model yang baik. Terdapat 1476 ulasan positif, 443 ulasan negatif, dan 81 ulasan netral dengan akurasi 86%, presisi 86%, recall 98%, dan f1-score 92%. Studi ini menyimpulkan bahwa model analisis sentimen ini mampu memberikan prediksi yang akurat, meskipun terdapat variasi dalam nilai presisi, recall, dan f1-score. Kata yang sering muncul pada ulasan negatif terkait dengan masalah masuk aplikasi, transaksi gagal, dan isu pengisian saldo, yang merupakan area yang perlu diperhatikan oleh pengembang aplikasi DANA.
PERANCANGAN SISTEM PAKAR DIAGNOSIS PENYAKIT TBC PARU DENGAN METODE CERTAINTY FACTOR DAN DEMPSTER SHAFER Aurora Prameswaty, Almira; Hanindia Prami Swari, Made; Syaifullah Jauharis Saputra, Wahyu
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 5 (2024): JATI Vol. 8 No. 5
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i5.10735

Abstract

Tuberculosis (TBC) merupakan sebuah penyakit menular yang dapat ditularkan melalui udara yang disebabkan oleh bakteri Mycobacterium tuberculosis yang bisa menyerang dibeberapa organ tubuh pada manusia contohnya seperti paru-paru. Paru-paru menjadi organ pertama yang biasanya akan terinfeksi virus TBC sebelum menyerang organ-organ lain dalam tubuh manusia, penyakit ini juga menjadi salah satu penyakit yang menyebabkan resiko kematian tertinggi secara global dengan angka mencapai 10,6 juta kasus pada tahun 2021. Indonesia menjadi salah satu negara dengan kasus TBC tertinggi di dunia yang disebabkan oleh kurangnya tingkat kesadaran masyarakat terhadap kebersihan dan kesehatan diri. Dengan pesatnya perkembangan teknologi saat ini maka dibuatlah sebuah sistem pakar dengan tujuan untuk dapat membantu mendeteksi dini TBC dimana pada penelitian ini akan membahas lebih spesifik mengenai TBC paru dan bagaimana cara mengimplementasikan sebuah algoritma pada sistem. Pembuatan sistem pakar pada penelitian ini menggunakan metode Certainty Factor dan Dempster Shafer dengan memanfaatkan Certainty Factor untuk menghasilkan nilai massa baru dari setiap gejala sebagai premis tanggal dan kombinasi Dempster Shafer untuk menghitung semua massa gejala. Adapun hasil yang didapatkan dari pengujian pada penelitian ini mencapai 88,2% untuk akurasi dengan jumlah data uji sebanyak 17 data dan data latih sebanyak 68 data.
PERANCANGAN TEKNOLOGI AUGMENTED REALITY UNTUK PENGENALAN 3 KATA AJAIB (MAAF, TOLONG, TERIMA KASIH) MENGGUNAKAN METODE MARKER BASED BERBASIS ANDROID Mutiara Rahmadhani, Yola; Danianti, Dita; Pramuntadi, Andri
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 5 (2024): JATI Vol. 8 No. 5
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i5.10736

Abstract

Etika komunikasi seperti penggunaan kata “Maaf”, “Tolong”, “Terima kasih” sangatlah penting namun kurang dipraktikkan oleh para siswa di SD Negeri Karangasem Yogyakarta. Hasil observasi dan wawancara menunjukkan bahwa masih banyak siswa belum terbiasa menggunakan 3 kata ajaib tersebut, selain itu media pembelajaran konvensional seperti buku dirasa kurang menarik bagi para siswa. Untuk mengatasi masalah ini, penulis merancang aplikasi Augmented reality (AR) dengan menggunakan metode marker based berbasis android. Proses pengembangan aplikasi akan menggunakan metode waterfall. Perancangan Augmented Reality akan dibangin menggunakan software Unity 3D, Vuforia SDK, Blender dan Microsoft Visual Studio. Pengujian menggunakan Black Box menghasilkan aplikasi berfungsi sesuai dengan tujuan. Hasil dari penelitian ini adalah, sistem ini terbilang efektif dalam memperkenalkan etika dasar dalam berkomunikasi yang baik di kalangan siswa SD Negeri Karangasem Yogyakarta dengan menggabungkan teknologi AR dalam buku cerita.
ENTERPRISE RESOURCE PLANNING PADA SISTEM INFORMASI MANAJEMEN CV LAWE SUMUR ACEH TENGGARA Fatimah, Fatimah; Suendri, Suendri; Alda, Muhamad
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 5 (2024): JATI Vol. 8 No. 5
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i5.10737

Abstract

CV Lawe Sumur merupakan sebuah perusahaan yang bergerak dalam bidang Produksi dan pendistribusian Air Mineral Merk Khutung Khampak. Yang berdiri pada tahun 2018, CV Lawe Sumur masih melakukan pencatatan pada pendataan Karyawan, Distributor, Reseller, Supplier, Pembelian Bahan Bahan Baku, Penjualan, Pengelolaan Stok Barang, Stok Bahan Baku, dan Inventaris secara manual dan Excel, yang mana pencatatan manual dapat membuat pendataan di dalam buku mudah rusak dan hilang dan akan menyulitkan pihak CV dalam mencari ulang data yang lama. CV memerlukan sistem informasi manajemen sehingga risiko kesalahan manusia dalam pencatatan data dapat ditangani secara memadai. Perencanaan Sumber Daya Perusahaan dalam Sistem Informasi Manajemen akan membuat lebih mudah bagi pengguna di Lawe Sumur CV dalam proses deposit. Basis data MySQL dan kerangka kerja Laravel digunakan dalam konstruksi sistem informasi manajemen. Kemungkinan penipuan dalam manajemen keuangan dan pasokan barang berkurang karena data disimpan secara real time dan terintegrasi ke dalam database tunggal.
ANALISIS SENTIMEN PENGGUNA E-WALLET OVO DAN DANA PADA TWITTER DENGAN METODE NAÏVE BAYES CLASSIFIER Dafa Ibrahim, Hadratussyah; Heryana, Nono; Primajaya, Aji
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 5 (2024): JATI Vol. 8 No. 5
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i5.10738

Abstract

Zaman modern membutuhkan aplikasi yang sangat mobile. Hal ini diperlukan karena fungsi masyarakat semakin kompleks. Cocok untuk dunia korporat. Perkembangan teknologi saat ini telah mengawali banyak perubahan pada karakteristik kebiasaan berbelanja konsumen, mulai dari mengunjungi toko hingga berjualan secara online. Analisis sentimen kerap disebut opinion mining. Ini menunjukkan bahwa banyak orang akan melihat perasaan di balik kata-kata pelanggan. Masalah yang dihadapi pelanggan saat ini, mereka dengan senang hati menunjukkan perasaan mereka melalui platform online seperti media sosial, situs web e-commerce, dan sebagainya. Oleh karena itu, analisis sentimen pada platform ini sering dilakukan dengan tujuan untuk mengetahui apa yang di keluhkan pelanggan bersifat positif, negatif atau netral. Twitter dijadikan sarana para pengguna e-wallet untuk menyatakan pesan dan keluhan dalam menggunakan e-wallet, yang biasanya akan ditanggapi oleh customer service. Masyarakat Indonesia percaya bahwa twitter dianggap lebih mudah dan sederhana untuk mempresentasikan opini mereka. Analisis sentimen dibutuhkan untuk mengelompokkan keluhan pengguna e-wallet. Dengan menggunakan metode naïve bayes classifier, penelitian ini membahas analisis sentimen e-wallet di media sosial twitter yaitu ovo dan dana serta memberikan anjuran kepada masyarakat dalam memilih aplikasi e-wallet mana yang cocok untuk penggunaan di kehidupan sehari-hari. Hasil pengujian ditemukan hasil bahwa Dana memiliki nilai sentiment positive lebih rendah dibandingkan Ovo. Lalu nilai sentiment neutral pada Dana lebih rendah dibandingkan Ovo. Nilai sentiment negative pada Dana dibandikan Ovo.
ANALISIS PENERAPAN ALGORITMA C4.5 DALAM PENENTUAN SISWA PENERIMA BEASISWA KARAWANG CERDAS: STUDI KASUS : SMK PGRI CIKAMPEK Nugraha, Aditya; Maulana, Iqbal; Purwantoro, Purwantoro; Susilo Yuda Irawan, Agung; Voutama, Apriade
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 5 (2024): JATI Vol. 8 No. 5
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i5.10739

Abstract

Program beasiswa Karawang Cerdas memberikan bantuan pendidikan bagi masyarakat khususnya daerah Kabupaten Karawang mulai dari tingkat sekolah dasar hingga perguruan tinggi. Penerima beasiswa tersebut belum tepat sasaran yang hanya berfokus pada satu kategori yaitu Keluarga Tidak Mampu (KTM), namun banyak siswa yang memiliki potensi sebagai penerima beasiswa dari kategori lain seperti siswa berprestasi maupun orang tua yang memiliki latar belakang ASN/TNI/POLRI. Penelitian ini menggunakan metode data mining dengan algoritma C4.5 untuk mengklasifikasikan siswa SMK PGRI Cikampek sebagai penerima beasiswa, melalui pendekatan Knowledge discovery in database (KDD). Data yang digunakan pada penelitian ini merupakan data demografis siswa kelas X, XI, dan XII tahun ajaran 2022/2023 yang mencakup atribut seperti tempat lahir, alat transportasi, pekerjaan orang tua, penghasilan per golongan, penerima KIP, jumlah tanggungan, status kepemilikan rumah, prestasi, dan status kelayakan. Metodologi penelitian mencakup seleksi data, pra-pemprosesan data, transformasi data, data mining, dan evaluasi. Seleksi data memilih 10 atribut relevan dari total 19. Atribut Pra-pemrosesan melibatkan pembersihan data tidak relevan, penanganan missing values, dan konversi atribut kategorikal menjadi numerik. Dataset dibagi menjadi tiga skenario untuk training dan testing yaitu skenario A (90:10), skenario B (80:20), dan skenario C (70:30). Hasil akurasi tertinggi diperoleh skenario A mencapai 96.08%. Evaluasi menggunakan Confusion matrix dan Classification Report menunjukkan rata-rata akurasi 94.31% melalui K-Fold Cross Validation. Penelitian ini berhasil merancang pola seleksi penerima beasiswa dengan akurasi tinggi, berkontribusi penting bagi proses seleksi beasiswa di SMK PGRI Cikampek.

Page 237 of 384 | Total Record : 3835

 235   236   237   238   239 

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