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
 314   315   316   317   318 
IMPLEMENTASI DATA MINING ALGORITMA C4.5 UNTUK MEMPREDIKSI LALU LINTAS PENUMPANG BERANGKAT DAN DATANG MELALUI PELABUHAN TANJUNG PRIOK TAHUN 2021 Rukmania, Rukmania; Cantika, Viona; Yuda Pratama, Ahmad; Rizky Erlangga, Muhammad
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 2 (2025): JATI Vol. 9 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i2.12980

Abstract

Pelabuhan merupakan area yang mencakup Wilayah darat dan air di sekelilingnya, dengan batas yang jelas, yang berfungsi sebagai pusat perdagangan dan distribusi barang, Di dalam negeri maupun internasional. Saat ini, jumlah penumpang yang menggunakan transportasi laut tidak sebanyak pengguna transportasi darat maupun udara. Kondisi ini tentunya memberikan dampak signifikan bagi perusahaan yang bergerak di sektor transportasi laut, sehingga mendorong mereka untuk mencari solusi guna mengatasi permasalahan tersebut. Berdasarkan hal tersebut, Penulis mengaplikasikan metode C4.5 untuk memberikan jawaban dalam meramalkan tingkat. lalu lintas penumpang di Pelabuhan Tanjung Priok. Prediksi ini didasarkan pada data jumlah kedatangan dan keberangkatan penumpang selama tahun 2021. Algoritma C4.5 diimplementasikan menggunakan perangkat lunak RapidMiner versi 7.1. Dari penerapan metode ini, diperoleh pohon keputusan beserta aturan yang menunjukkan bahwa atribut kedatangan memiliki pengaruh terbesar terhadap lalu lintas penumpang, diikuti oleh atribut keberangkatan. Implementasi algoritma ini juga telah diuji menggunakan RapidMiner, dan hasilnya konsisten dengan perhitungan manual. Model algoritma C4.5 yang digunakan menghasilkan tingkat akurasi mencapai 100%.
KATEGORISASI PELANGGAN BERDASARKAN TIPE DAN BIAYA CUCI KENDARAAN DENGAN MENERAPKAN ALGORITMA K-MEANS PADA SATRIA BIMA WASH Salsabila, Fauhan; Prihartono, Willy
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 2 (2025): JATI Vol. 9 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i2.12981

Abstract

Satria Bima Wash adalah salah satu penyedia layanan cuci kendaraan yang memiliki berbagai data pelanggan, tetapi belum dimanfaatkan dengan maksimal. Studi ini bertujuan untuk menggunakan algoritma K-Means Clustering dalam mengelompokkan pelanggan berdasarkan tipe kendaraan, merek kendaraan, dan biaya layanan. Proses penelitian dimulai dengan pengumpulan data transaksi, dilanjutkan dengan preprocessing untuk membersihkan dan menormalkan data, dan diakhiri dengan evaluasi jumlah cluster yang optimal menggunakan Davies-Bouldin Index (DBI). Studi ini diharapkan dapat membantu pemilik bisnis dalam memahami perilaku konsumen, meningkatkan pelayanan, dan merancang strategi pemasaran yang lebih efisien. Hasil dari penelitian ini mengindikasikan bahwa pelanggan dapat dikategorikan menjadi tiga kelompok utama, dengan nilai DBI sebesar 0,005 yang menunjukkan mutu clustering yang sangat baik. Setiap cluster memiliki ciri khas tersendiri, seperti pilihan tipe kendaraan atau biaya layanan tertentu.
ANALISIS PENERIMAAN CHATGPT SEBAGAI ALAT PEMBELAJARAN MAHASISWA FTI UNMER MALANG MENGGUNAKAN PENDEKATAN MODEL TAM Apridiani, Avelina; Rizki Jatmiko, Andriyan
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 2 (2025): JATI Vol. 9 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i2.12982

Abstract

Penelitian ini bermaksud untuk menganalisis tingkat penerimaan pengguna aplikasi ChatGPT menggunakan model TAM, mengingat meningkatnya penggunaan ChatGPT sekitar 39.07% periode Juni-Agustus 2024. Grafik tersebut menjelaskan bahwa banyak orang yang tertarik dengan ChatGPT termasuk mahasiswa FTI Universitas Merdeka Malang. Meskipun ChatGPT menawarkan kemudahan, namun aplikasi ini memiliki beberapa tantangan dan risiko seperti masalah keamanan data dan etika dalam penggunaannya termasuk dapat menyebabkan ketergantungan dan menurunkan kemampuan berpikir kritis dari mahasiswa. Masalah tersebut dapat mempengaruhi tingkat penerimaan pengguna pada ChatGPT. Dengan menggunakan model TAM yang mencakup Perceived Usefulness, Perceived Ease of Use, Attitude Toward of Using, Behavioral Intention to Use, dan Actual System Usage serta tambahan Learning Effectiveness dan User Dependency, penelitian ini melibatkan 80 pengguna ChatGPT untuk mengevaluasi tingkat penerimaan mereka. Hasilnya menunjukan bahwa dari 10 hipotesis yang diuji, 3 hipotesis ditolak karena tidak signifikan. Hasil pengujian T-Test dan path coefficient diperoleh 2 hipotesis yang memiliki hubungan yang kuat, yaitu hubungan antara Attitude terhadap Behavioral Intention to Use (7.715) dan Behavioral Intention to Use terhadap Actual Use (7.525). Hal ini menunjukan bahwa 2 hipotesis tersebut menjadi faktor yang paling mempengaruhi tingkat penerimaan pengguna ChatGPT. Sementara faktor lainnya dipengaruhi oleh perceived usefulness, Perceived Ease of Use, Actual Use, dan User Dependency.
SISTEM INFORMASI EVALUASI DOSEN OLEH MAHASISWA (EDOM) BERBASIS WEB UNTUK MENINGKATKAN TRANSPARANSI PENILAIAN DOSEN DI PERGURUAN TINGGI Fauzi, Chamda; Hamidan, Rusdi; Kacung, Slamet
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 2 (2025): JATI Vol. 9 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i2.12985

Abstract

Salah satu cara penting untuk menilai kualitas pengajaran di perguruan tinggi adalah evaluasi dosen oleh mahasiswa (EDOM). Namun, banyak perguruan tinggi masih menggunakan metode manual untuk melakukan evaluasi ini, yang dapat mengurangi transparansi dan akuntabilitas penilaian dosen. Akibatnya, pengembangan sistem informasi berbasis web untuk EDOM dapat membantu mahasiswa menilai dosen dengan lebih efektif, lebih transparan, dan lebih valid. Tujuan dari penelitian ini untuk menerapkan sistem informasi EDOM berbasis web yang dapat membuat penilaian dosen lebih jelas. Dalam studi ini, metode pengembangan sistem menggunakan pendekatan berbasis waterfall. Antarmuka pengguna yang dirancang dengan baik membuatnya mudah dipahami dan mudah digunakan. Metode deskriptif kuantitatif digunakan untuk menganalisis data untuk mengetahui tingkat kepuasan dan transparansi penilaian. Hasil penelitian menunjukkan bahwa fitur sistem evaluasi EDOM berbasis web berhasil meningkatkan transparansi penilaian dosen, rata-rata mahasiswa menyatakan bahwa mereka puas dengan feedback yang baik terhadap dosen. Selain itu, umpan balik yang lebih jelas dan terstruktur tentang kualitas pengajaran yang diberikan oleh dosen dapat digunakan untuk perbaikan di masa depan. Dengan penerapan sistem EDOM berbasis web, proses evaluasi menjadi lebih transparan dan tidak bias. Sistem ini memberi perguruan tinggi kemampuan untuk memantau dan memastikan bahwa penilaian dosen dilakukan dengan adil dan sesuai dengan peraturan. Studi ini merekomendasikan pengembangan lebih lanjut tentang elemen keamanan data dan integrasi sistem dengan platform akademik lainnya.
METODE DEEP LEARNING DALAM TEKNOLOGI DEEPFAKE : SYSTEMATIC LITERATURE REVIEW Arif Fernandes, Yoggy; Fatma, Yulia
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 2 (2025): JATI Vol. 9 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i2.12987

Abstract

Perkembangan teknologi kecerdasan buatan (Artificial Intelligence/AI) telah membawa dampak signifikan dalam berbagai bidang, terutama dalam pemrosesan citra dan video. Salah satu fenomena yang muncul akibat kemajuan ini adalah Deepfake, yaitu teknologi berbasis AI yang memungkinkan manipulasi wajah dan suara secara realistis. Meskipun memiliki potensi positif dalam industri kreatif dan pendidikan, Deepfake juga menimbulkan permasalahan serius, seperti penyebaran informasi palsu, ancaman terhadap privasi, dan penyalahgunaan untuk tujuan kriminal. Penelitian ini bertujuan untuk meninjau secara sistematis metode deteksi Deepfake menggunakan pendekatan Deep Learning. Kajian ini menganalisis 15 artikel ilmiah dari jurnal terakreditasi dan internasional yang diterbitkan antara tahun 2019 hingga 2024. Metode yang dikaji meliputi penggunaan Convolutional Neural Network (CNN), Long Short-Term Memory (LSTM), dan Generative Adversarial Networks (GAN) dalam mendeteksi konten manipulatif. Metode penelitian yang digunakan dalam tinjauan literatur ini mencakup pencarian dan seleksi artikel berdasarkan kriteria tertentu, analisis terhadap teknik deteksi Deepfake, serta evaluasi dataset yang digunakan dalam penelitian sebelumnya. Hasil tinjauan menunjukkan bahwa CNN dan LSTM banyak diterapkan dalam analisis pola visual dan temporal pada video Deepfake, sementara GAN sering digunakan untuk mengembangkan model deteksi yang lebih adaptif. Meskipun berbagai metode deteksi telah dikembangkan, tantangan masih tetap ada, terutama dalam menghadapi peningkatan kualitas Deepfake yang semakin sulit dibedakan dari video asli. Oleh karena itu, penelitian lebih lanjut diperlukan untuk meningkatkan keandalan sistem deteksi Deepfake. Kajian ini diharapkan dapat memberikan wawasan bagi peneliti dan praktisi dalam mengembangkan solusi yang lebih efektif dalam menangani ancaman Deepfake di masa depan.
MODEL DATA MINING DALAM MENGANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI KEMISKINAN DI SUMATERA SELATAN Hardianto, Hardianto; Novaria Kunang, Yesi; Surya Negara, Edi; Sutabri, Tata
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 2 (2025): JATI Vol. 9 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i2.12989

Abstract

Pengentasan kemiskinan menjadi isu strategis dalam Rencana Pembangunan Nasional Indonesia, dengan target pengurangan kemiskinan ekstrim menjadi nol persen pada tahun 2024. Penelitian ini berfokus pada analisis kemiskinan di Provinsi Sumatera Selatan, yang meskipun memiliki potensi ekonomi tinggi, masih menghadapi tantangan besar dengan tingkat kemiskinan yang mencapai 11,78 persen pada tahun 2023. Melalui pendekatan multidimensi dan metodologi data mining, penelitian ini bertujuan untuk mengidentifikasi faktor-faktor yang mempengaruhi kemiskinan serta memberikan alternatif visualisasi data untuk mempermudah interpretasi hasil analisis. Metode yang digunakan dalam penelitian ini adalah analisis data mining dengan algoritma machine learning, termasuk regresi linier, decision tree, dan random forest. Data yang dianalisis berasal dari Survei Sosial Ekonomi Nasional (Susenas) Maret 2023. Hasil penelitian menunjukkan bahwa variabel aksesibilitas, pengeluaran konsumsi makanan, dan luas lantai per kapita merupakan faktor dominan yang mempengaruhi tingkat kemiskinan di wilayah tersebut. Hal ini memberikan wawasan penting bagi pengambil kebijakan dalam merancang intervensi yang lebih efektif untuk pengentasan kemiskinan. Pemanfaatan visualisasi data dalam penelitian ini tidak hanya mengidentifikasi faktor-faktor yang signifikan, tetapi juga mendukung pemahaman yang lebih baik tentang situasi kemiskinan di Sumatera Selatan.
DESAIN DAN IMPLEMENTASI JARINGAN SOFTWARE-DEFINED NETWORKING (SDN) UNTUK JARINGAN KAMPUS YANG EFISIEN Pribadi Fitrian, Harry; Dwi Nurhikmah, Anisa; Taupik Anjana, Muhamad
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 2 (2025): JATI Vol. 9 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i2.12995

Abstract

Penelitian ini bertujuan untuk merancang dan mengimplementasikan jaringan Software-Defined Networking (SDN) dalam konteks jaringan kampus yang efisien. Seiring dengan meningkatnya jumlah perangkat yang terhubung, pengelolaan jaringan menjadi semakin kompleks dan menghadapi tantangan seperti peningkatan latensi, pengelolaan bandwidth yang sulit, dan meningkatnya risiko keamanan. SDN memberikan solusi yang memisahkan fungsi kontrol dan data untuk mencapai manajemen jaringan yang dinamis dan ringkas. Penelitian ini mengadopsi pendekatan desain berdasarkan arsitektur SDN dan menggunakan pengontrol OpenFlow untuk mengatur lalu lintas jaringan. Hasil implementasi menunjukkan peningkatan efisiensi manajemen jaringan, pengurangan downtime hingga 30%, peningkatan throughput sebesar 25%, dan kemudahan melakukan pembaruan konfigurasi real-time. Selain itu, desain jaringan berbasis SDN menawarkan prospek yang baik dalam memecahkan masalah keamanan dan skalabilitas, menjadikannya solusi ideal untuk mengembangkan jaringan kampus.
TOPIC MODELING JUDUL PENELITIAN MENGGUNAKAN METODE LATENT DIRICHLET ALLOCATION (LDA) DAN FAKTORISASI MATRIKS NON-NEGATIF (NMF) Saikin, Saikin; Fadli, Sofiansyah; Akbar, Jihadul; Fahmi, Hairul
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 2 (2025): JATI Vol. 9 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i2.12998

Abstract

Penelitian merupakan salah satu aspek penting dalam Tri Dharma Perguruan Tinggi yang berkontribusi dalam pengembangan ilmu pengetahuan melalui eksplorasi dan pemecahan masalah. Salah satu tantangan dalam analisis penelitian dosen adalah mengelompokkan tema penelitian berdasarkan judul yang tersedia agar dapat mengidentifikasi tren topik yang sedang berkembang. Permasalahan utama dalam penelitian ini adalah bagaimana mengelompokkan judul penelitian dosen ke dalam topik yang lebih terstruktur secara otomatis. Oleh karena itu, penelitian ini bertujuan untuk menerapkan metode Latent Dirichlet Allocation (LDA) dan Non-Negative Matrix Factorization (NMF) dalam topic modeling guna mengidentifikasi tren penelitian berdasarkan judul penelitian dosen. Metode yang digunakan dalam penelitian ini melibatkan tahap pengumpulan data, pra-pemrosesan teks, pemodelan topik menggunakan LDA dan NMF, serta evaluasi hasil. LDA dan NMF dipilih karena kemampuannya dalam mengidentifikasi distribusi kata dalam suatu korpus dan mengelompokkan dokumen berdasarkan pola kemunculan kata. Hasil penelitian menunjukkan bahwa model LDA menghasilkan lima topik utama dengan distribusi kata tertinggi pada Topik 0 (10.389 kata), diikuti oleh Topik 1 (2.517 kata), Topik 2 (2.432 kata), Topik 3 (2.286 kata), dan Topik 4 (2.247 kata). Sementara itu, model NMF menghasilkan distribusi data tertinggi pada Topik 0 (9.980 data), diikuti oleh Topik 2 (3.765 data), Topik 3 (2.275 data), Topik 1 (2.202 data), dan Topik 4 (1.649 data). Dari hasil tersebut, terlihat bahwa metode LDA dan NMF memiliki perbedaan dalam pemetaan topik, namun keduanya dapat digunakan untuk analisis tren penelitian dosen.
DETEKSI OBJEK JAMUR PADA ROTI TAWAR SECARA REAL-TIME MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK Lazuardi Harahap, Muhammad; Syahputra, Hermawan
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 2 (2025): JATI Vol. 9 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i2.12999

Abstract

Penelitian ini mengembangkan sistem deteksi jamur pada roti secara realtime menggunakan Convolutional Neural Network (CNN) untuk mengatasi masalah cacat mikrobiologis yang umum dalam industri roti. Menggunakan metode Research and Development (R&D) dengan model CNN Transfer Learning MobileNetV2, penelitian ini mengolah 640 data primer yang diambil dari toko roti di Medan Marelan Pasar 1 menggunakan kamera 108 megapixel dengan lighting 50 watt berdiameter 18 inch. Dari pengujian 8 model dengan parameter berbeda, diperoleh hasil terbaik pada parameter 30000 num_steps dan 8 batch, menghasilkan akurasi 96.42% dan total loss 0.1181 dengan waktu training 2 jam 18 menit 36 detik. Pengujian pada 64 data (32 roti berjamur dan 32 tidak berjamur) menunjukkan model berhasil mendeteksi 30 dari 32 gambar roti berjamur dengan berbagai variasi, sementara semua gambar roti tidak berjamur terdeteksi dengan benar. Hasil ini membuktikan efektivitas implementasi CNN dalam mendeteksi jamur pada roti.
PENGEMBANGAN SISTEM INFORMASI MANAJEMEN KEARSIPAN BERBASIS OCR UNTUK MELAKUKAN PROSES PENCARIAN DATA Romy Lesmana, Gilang; Januantoro, Ardy
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 2 (2025): JATI Vol. 9 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i2.13000

Abstract

Penelitian ini bertujuan untuk mengembangkan Sistem Informasi Manajemen Kearsipan Berbasis Web dengan teknologi Optical Character Recognition (OCR) sebagai solusi modern dalam pengelolaan arsip di PT Trans Marga Jateng. Saat ini, proses pengarsipan masih dilakukan secara manual, yang menghadirkan berbagai permasalahan, seperti penumpukan dokumen, kesulitan dalam pencarian data, serta risiko kehilangan arsip. Sistem yang diusulkan memanfaatkan teknologi OCR untuk mengonversi dokumen fisik menjadi teks digital yang dapat diolah oleh komputer. Hal ini memungkinkan akses, pencarian, dan pengelolaan arsip dilakukan secara efisien tanpa terbatas oleh lokasi fisik, cukup dengan koneksi internet. Metode penelitian mencakup analisis kebutuhan, perancangan sistem, implementasi menggunakan framework CodeIgniter, serta pengujian sistem untuk memastikan kualitas dan keandalan. Hasil penelitian menunjukkan bahwa sistem yang dikembangkan mampu meningkatkan efisiensi, efektivitas, transparansi, dan akuntabilitas dalam pengelolaan arsip. Sistem ini tidak hanya menyederhanakan proses pengelolaan dan distribusi arsip, tetapi juga mendukung efisiensi operasional perusahaan dengan memastikan ketersediaan data arsip yang andal dan mudah diakses. Penelitian ini diharapkan dapat memberikan kontribusi nyata dalam mengatasi tantangan pengarsipan konvensional, sekaligus meningkatkan kualitas manajemen arsip di PT Trans Marga Jateng.

Page 316 of 384 | Total Record : 3835

 314   315   316   317   318 

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