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
 292   293   294   295   296 
ANALISIS SENTIMEN PENGGUNA PLATFORM MEDIA SOSIAL X PADA TOPIK PEMILIHAN PRESIDEN 2024 MENGGUNAKAN PERBANDINGAN MODEL MONOLINGUAL DAN MULTILINGUAL BERT Nurhasiyah, Nurhasiyah; Dwiyansaputra, Ramaditia; Ika Murpratiwi, Santi; Aranta, Arik
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 1 (2025): JATI Vol. 9 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i1.12430

Abstract

Pemilihan Presiden 2024 di Indonesia merupakan topik penting yang banyak dibahas di media sosial, terutama platform X (sebelumnya Twitter). Media sosial ini menyediakan ruang bagi jutaan pengguna untuk berbagi opini yang dapat diolah menjadi data sentiment. Namun, menganalisis opini dalam jumlah besar membutuhkan model yang tepat. Penelitian ini bertujuan untuk menganalisis sentimen publik terkait topik tersebut menggunakan perbandingan model monolingual (IndoBERT) dan multilingual (mBERT), model digunakan untuk mengklasifikasikan sentiment positif, netral, dan negatif. Penelitian dilakukan dengan metode BERT yang meliputi data crawling, preprocessing, labeling, data spliting, implementation model dan evaluation. Dataset terdiri dari 10.140 tweet yang melalui proses preprocessing berupa cleaning, case folding, dan tokenizing, dan proses pelabelan sentiment (positif, netral, negatif). Hasil penelitian menunjukkan bahwa model IndoBERT memiliki akurasi tertinggi sebesar 84% dengan presisi 75%, recall 80%, dan F1-Score 78%, sedangkan mBERT mencatat akurasi 81%, presisi 69%, recall 78%, dan F1-Score 73%. Model IndoBERT terbukti lebih unggul dalam memahami konteks bahasa Indonesia dibandingkan mBERT,terutama pada sentiment positif dan negatif, itu karena keterbatasan dalam menangkap konteks khusus Bahasa Indonesia. Evaluasi menggunakan confusion matrix untuk mendukung pernyataan ini. Hasil penelitian ini diharapkan dapat membantu pengembangan teknologi pemrosesan bahasa alami (NLP) untuk mendukung pemahaman opini publik, terutama di sektor sosial-politik Indonesia.
ANALISIS DATA TRANSAKSI PENJUALAN BARANG MENGGUNAKAN TEKNIK K-MEANS CLUSTERING Fajar Maulana Adji, Moh; Dwilestari, Gifthera
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 1 (2025): JATI Vol. 9 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i1.12433

Abstract

PT. Swiss Padma Jaya Cirebon menghadapi tantangan dalam memahami pola pembelian pelanggan yang semakin kompleks, terutama dengan pertumbuhan volume data transaksi yang besar dan beragam. Hal ini menyulitkan perusahaan untuk menyusun strategi pemasaran yang efektif serta mengoptimalkan manajemen stok dan alokasi sumber daya. Dalam konteks ini, analisis data menjadi sangat penting untuk memberikan wawasan yang mendalam mengenai perilaku pelanggan dan tren penjualan produk. Penelitian ini bertujuan untuk meningkatkan model clustering pada data transaksi penjualan di PT. Swiss Padma Jaya Cirebon menggunakan algoritma K-Means. Dataset yang digunakan terdiri dari berbagai atribut penting, termasuk Cust. Code, Customer Name, Shipment, Salesman, Product Code, Product Name, Sales Order No, Sales Order Date, Qty SO, Brutto SO, DPP SO, Invoice No, BRAND, dan CATEGORY2. Melalui clustering ini, diharapkan dapat diidentifikasi pola pembelian pelanggan serta produk yang sering terjual, sehingga perusahaan dapat menyusun strategi pemasaran yang lebih efektif dan efisien. Metode yang digunakan dalam penelitian ini meliputi beberapa tahapan, yaitu pengumpulan data transaksi penjualan, pembersihan data (data cleaning) untuk memastikan kualitas data, dan penerapan algoritma K-Means untuk mengelompokkan data berdasarkan pola pembelian dan kategori produk. Evaluasi model dilakukan dengan menggunakan indeks evaluasi seperti Davies-Bouldin Index untuk memastikan kualitas cluster yang terbentuk. Proses pengujian melibatkan berbagai inisialisasi dan variasi jumlah cluster untuk mendapatkan hasil optimal. Hasil penelitian menunjukkan algoritma K-Means berhasil membentuk sepuluh klaster dengan distribusi item yang beragam. Klaster terbesar mencakup 4.884 item, sementara beberapa klaster lainnya berisi lebih sedikit data. Evaluasi model menghasilkan nilai DBI sebesar 0,011, menunjukkan klaster yang sangat baik, dengan pemisahan antar-klaster yang optimal dan kesamaan dalam klaster. Penambahan atribut seperti frekuensi transaksi dan lokasi penjualan diidentifikasi dapat meningkatkan akurasi model. Hasil clustering ini mengungkap pola transaksi, seperti produk musiman dan pelanggan yang rutin membeli merek tertentu, yang dapat mendukung strategi pemasaran yang lebih terfokus dan efisien. Penelitian ini membuktikan bahwa algoritma K-Means adalah alat yang efektif untuk analisis data transaksi penjualan di perusahaan
TEXT-BASED EMOTION SENTIMENT ANALYSIS DENGAN PENDEKATAN DEEP LEARNING : AKUISISI TIKTOK TERHADAP TOKOPEDIA Pornama, Angga; Agussalim, Agussalim; Fitri Ana Wati, Seftin
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 1 (2025): JATI Vol. 9 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i1.12435

Abstract

Akuisisi 75% saham Tokopedia oleh Tiktok memunculkan banyak pro dan kontra. Di samping dampak positif, terdapat kekhawatiran terkait potensi monopoli, dominasi pasar, persaingan tidak sehat, keamanan data pengguna, hingga geopolitik dari China. Pengakusisian Tokopedia juga disinyalir merupakan langkah TikTok untuk mendapatkan izin dagang social commerce meraka. Dengan adanya perdebatan opini publik, dilakukan analisis sentimen untuk mengetahui respon masyrakat terhadap isu terkait. Diadopsi sentimen berdasar emosi guna memahami konteks dari data. Adapun data yang digunakan berasal dari komentar platform YouTube yang diambil melalui proses scraping di mana didapatkan 3041 baris data setelah proses labeling secara manual. Deep learning dengan model CNN, LSTM, CNN-LSTM, dan LSTM-CNN digunakan sebagai algoritma dalam penelitian dengan melibatkan ektraksi fitur TF-IDF (Term Frequency–Inverse Document Frequency) untuk vektorisasi kata dan augmentasi untuk menyeimbangkan data. Model CNN menunjukkan performa terbaik dengan akurasi tertinggi sebesar 97.03% pada x3 augmentasi, F1-Score 0.97, precision 0.97, dan recall 0.96. Hal ini menunjukkan bahwa model CNN dapat mengidentifikasi kelas emosi pada data lebih baik dibandingkan dengan model lainnya
ANALISIS SENTIMEN PADA PENGGUNA APLIKASI X TERHADAP PEMILIHAN UMUM PRESIDEN 2024 MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK (CNN) Nurfauziyah, Nurfauziyah; Dwiyansaputra, Ramaditia; Ika Murpratiwi, Santi; Aranta, Arik
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 1 (2025): JATI Vol. 9 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i1.12437

Abstract

Pemilihan Umum Presiden 2024 menjadi perhatian besar masyarakat Indonesia, terutama di media sosial seperti Aplikasi X. Media sosial menyediakan data yang kaya akan opini publik, namun analisis sentimen terhadap teks tidak terstruktur menghadapi tantangan, seperti pola bahasa informal dan campuran bahasa. Penelitian ini bertujuan menganalisis sentimen publik terkait Pemilu 2024 menggunakan Convolutional Neural Network (CNN). Dataset terdiri dari 10.250 tweet yang dikumpulkan melalui Twitter API selama Juni–September 2024. Data diproses melalui pembersihan, tokenisasi, stemming, pelabelan sentimen menggunakan VADER, dan pelatihan model CNN. Penelitian ini mencakup enam percobaan, termasuk penghapusan stopwords, penggunaan bobot TF-IDF, dan modifikasi arsitektur CNN. Hasil terbaik diperoleh dari kombinasi CNN dan TF-IDF dengan akurasi 84%, precision 83%, recall 83%, dan F1-score 83%. Distribusi sentimen menunjukkan 45,42% positif, 37,53% negatif, dan 17,04% netral. Penelitian ini mengonfirmasi efektivitas CNN dengan TF-IDF dalam menganalisis sentimen dari teks kompleks di media sosial.
ANALISIS SENTIMEN BERBASIS ASPEK PADA SISTEM LAYANAN PENGADUAN MASYARAKAT DI KOTA SURABAYA MENGGUNAKAN METODE LATENT DIRICHLET ALLOCATION DAN NAÏVE BAYES Atmaja, Ferdy; Agussalim, Agussalim; Dyar Wahyuni, Eka
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 1 (2025): JATI Vol. 9 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i1.12438

Abstract

Sistem layanan pengaduan masyarakat menjadi salah satu sarana penting bagi pemerintah kota untuk menerima, memproses, dan menindaklanjuti berbagai keluhan warga. Namun, peningkatan volume data pengaduan di Kota Surabaya menjadi tantangan dalam pengelolaan manual yang kurang efektif. Analisis mendalam terhadap data pengaduan diperlukan untuk memahami opini masyarakat terhadap kualitas layanan. Penelitian ini bertujuan untuk melakukan analisis sentimen berbasis aspek terhadap data aduan. Penelitian dilakukan dengan memanfaatkan metode Latent Dirichlet Allocation (LDA) untuk mengidentifikasi aspek utama keluhan dan menggunakan Multinomial Naïve Bayes (MNB) untuk mengklasifikasikan sentimen. Data yang digunakan terdiri dari 10.847 pengaduan yang dikumpulkan melalui aplikasi WargaKu dan Media Center sepanjang tahun 2023. Metode LDA berhasil mengidentifikasi 17 topik utama, termasuk administrasi, infrastruktur, dan informasi publik. Selanjutnya, Model MNB mencapai akurasi 80% setelah penerapan resampling, membuktikan keandalannya dalam klasifikasi sentimen. Hasil penelitian memberikan wawasan yang relevan untuk membantu pemerintah kota memprioritaskan perbaikan pada isu utama serta menawarkan pendekatan yang dapat diadopsi oleh sistem pengaduan serupa
ANALISIS BUKTI DIGITAL TERHADAP KASUS PROSTITUSI ONLINE PADA APLIKASI MICHAT MENGGUNAKAN METODE ACPO Hidayah, Arum; Fachri, Fahmi
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 1 (2025): JATI Vol. 9 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i1.12441

Abstract

Media sosial adalah platform daring yang memungkinkan komunikasi tanpa batas ruang dan waktu, memfasilitasi interaksi antar pengguna. Namun, platform ini kerap disalahgunakan untuk tindakan cybercrime. Salah satu aplikasi yang sering disalahgunakan untuk aktivitas ilegal, seperti prostitusi online adalah MiChat, karena mudah diakses dan memungkinkan pengiriman foto serta video. Barang bukti digital mencakup berbagai informasi dalam perangkat digital, seperti pesan, file, media, dan log aktivitas pelaku di platform media sosial yang digunakan untuk kejahatan. Penelitian ini mengkaji penggunaan teknik forensik pada perangkat mobile dengan fokus pada aplikasi MiChat, menggunakan kerangka kerja Association of Chief Police Officers (ACPO). Alat bantu yang digunakan adalah FTK Imager dan MOBILedit Forensic. Hasil penelitian menunjukkan bahwa FTK Imager mampu memperoleh lebih banyak barang bukti digital yaitu sebesar 75% dibandingkan MOBILedit Forensic yaitu sebesar 68,75%. Bukti digital yang berhasil diperoleh mencakup pesan gambar, video, dan audio
IDENTIFIKASI CITRA DAGING AYAM BERFORMALIN MENGGUNAKAN FITUR WARNA HUE SATURATION VALUE (HSV) DAN ALGORITMA K-NEAREST NEIGHBOR (K-NN) Siti Nurhalisa, Waode; Mashur Sajiah, Adha; Adi Saputra, Rizal
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 1 (2025): JATI Vol. 9 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i1.12444

Abstract

Sulawesi Tenggara merupakan salah satu provinsi penghasil daging ayam di Indonesia. Menurut data BPS, produksi daging ayam di Sulawesi Tenggara pada tahun 2023 mencapai 11.535.209 kg, meningkat 4,32% dari tahun 2021 sebesar 11.053.353 kg. Namun, isu penggunaan formalin pada daging ayam memerlukan solusi deteksi yang cepat, akurat, dan mudah. Salah satu alternatif alami, kertas tumerik dari cairan kunyit, meski ekonomis, hanya berfungsi sebagai kontrol positif dan negatif, sehingga kurang akurat. Penelitian ini bertujuan mengembangkan sistem identifikasi citra daging ayam berformalin menggunakan fitur warna Hue Saturation Value (HSV) dan algoritma K-Nearest Neighbor (K-NN). Proses deteksi meliputi pemasukan citra, pra-pemrosesan, ekstraksi ciri RGB ke HSV, pelatihan K-NN, dan identifikasi citra. Hasil pengujian menggunakan 150 citra daging ayam berformalin dan 150 citra tanpa formalin menunjukkan akurasi sistem sebesar 93,79%, dengan True Positive (TP) 145, False Negative (FN) 5, False Positive (FP) 4, dan True Negative (TN) 146. Nilai metrik meliputi Precision 97,32%, Recall 96,67%, Specificity 97,33%, Accuracy 97% dan F1-Score 96,99%. Sistem ini menunjukkan potensi sebagai metode deteksi formalin yang efektif dan andal.
ANALISIS KUALITAS LAYANAN WEBSITE SURABAYA SINGLE WINDOW ALFA MENGGUNAKAN MODEL E-GOVERNMENT QUALITY Fakhira Ardini, Ayu; Wulansari, Anita; Maya Safitri , Eristya
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 1 (2025): JATI Vol. 9 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i1.12445

Abstract

Surabaya Single Window Alfa merupakan salah satu website utama kota Surabaya dalam memberikan pelayanan perizinan secara online dimanapun dan kapanpun. Dengan berjalanya waktu, perlu adanya evaluasi untuk terus meningkatkan kualitas layanan pada website tersebut. Berdasarkan ulasan dari media sosial dan website keluhan masyarakat Surabaya masih terdapat permasalahan pada penggunaan SSW Alfa sehingga website perlu di evaluasi. Tujuan dilakukan penelitian ini yaitu untuk mengetahui faktor apa saja yang mempengaruhi kualitas layanan website Surabaya Single Window Alfa dengan menerapkan model E-Govqual. Variabel yang digunakan Reliability, Efficiency, Citizen Support dan E-Govqual Service Quality. Dalam penelitian ini, kuesioner dibagikan kepada 400 responden dengan kriteria pernah menggunakan website Surabaya Single Window Alfa. Untuk menyusun indikator pernyataan penelitian ini menggunakan model e-GovQual dan untuk mengolah data menggunakan pendekatan PLS-SEM. Hasil penelitian memperlihatkan bahwa semua variabel yang diusulkan yaitu Efficiency, Trust, dan Citizen Support memiliki hubungan positif dan signifikan terhadap kualitas layanan E-government pada website Surabaya Single Window Alfa. Sedangkan Variabel Reliability memiliki hubungan positif dan tidak signifikan terhadap kualitas layanan E-government pada website Surabaya Single Window Alfa
PERANCANGAN SISTEM INFORMASI MANAJEMEN PERPUSTAKAAN BERBASIS WEB PADA SMP NEGERI 1 UMBU RATU NGGAY Soni Putri, A. Pretty; Dai Payon Binti Gabriel, Cecilia; Adis, Alexander
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 1 (2025): JATI Vol. 9 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i1.12446

Abstract

Perpustakaan sangat penting untuk guru dan juga siswa dalam membantu minat membaca dan mengetahui isi dari buku. Selain itu, manfaatnya membaca itu memperluas pengetahuan anak maupun guru. Sebuah perpustakaan yang mampu menyediakan fasilitas yang mendukung seperti kursi, meja, ruangan yang nyaman dan juga tersedianya buku lama dan juga buku terbaru sehingga meningkatkan minat membaca bagi siswa khususnya di SMP Negeri 1 Umbu Ratu Nggay. Permasalah yang di hadapi di sekolah ini adalah banyak buku yang tidak terdata dengan rapi sehingga banyak siswa kesulitan untuk mencari buku. Selain itu proses pencarian buku bisa memakan waktu yang cukup lama. Sedangkan untuk peminjaman buku oleh guru maupun siswa masih mencatat di buku. Dari permasalahan yang ada, maka peneliti bertujuan membuat semua sistem informasi manajemen perpustakaan agar membantu petugas dalam mengatur waktu dalam proses peminjaman dan proses pengembalian buku dengan mudah dan cepat. Sistem informasi manajemen perpustakaan yang di rancang menggunakan model SDLC waterfall dapat di urutkan sesuai dengan kebutuhan di sekolah. Dari hasil penelitian ini, maka peneliti menyimpulkan dengan adanya aplikasi sistem informasi manajemen perpustakaan memberikan solusi yang cepat dan mudah kepada petugas perpustakaan dalam mengelola manajemen data buku dan juga data peminjam buku di sekolah serta dapat membuat laporan dengan cepat.
PENGGUNAAN AHP DALAM SISTEM PENGAMBILAN KEPUTUSAN PEMILIHAN MARKETPLACE: STUDI KASUS : MARKETPLACE E-COMMERCE DI ERA DIGITAL Reza Maulana, Muhammad; Ariza, Rini; Hidayat, Chaerul; Halim Anshor, Abdul; Fatchan, Muhamad
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 1 (2025): JATI Vol. 9 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i1.12447

Abstract

Marketplace merupakan salah satu platform e-commerce terpopuler di Indonesia karena kemudahan transaksi dan aksesibilitas yang ditawarkannya. Namun, banyaknya pilihan di marketplace dapat membuat konsumen bingung saat menentukan platform mana yang memenuhi kebutuhan mereka. Penelitian ini bertujuan untuk menerapkan metode Analytical Hierarchy Process (AHP) dalam sistem pengambilan keputusan untuk membantu konsumen memilih marketplace terbaik berdasarkan banyak kriteria seperti harga, minat dan diskon. Data dikumpulkan melalui kuesioner kepada 10 responden yang aktif berbelanja online. Hasil analisis menunjukkan bahwa Shopee menempati posisi terdepan sebagai marketplace yang dipilih konsumen, disusul oleh Lazada dan Tokopedia. Kriteria diskon memiliki pengaruh paling besar terhadap keputusan konsumen. Kami berharap penelitian ini dapat menjadi referensi bagi konsumen untuk memilih marketplace yang tepat serta membantu pengusaha meningkatkan strategi pemasarannya

Page 294 of 384 | Total Record : 3835

 292   293   294   295   296 

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