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
 324   325   326   327   328 
RANCANGAN APLIKASI PEMBAYARAN SPP BERBASIS WEB DI RA NIHAYATUL AMAL PURWASARI Halim, Abdul; Novia, Ayu; Alpiah, Depi; Choir, Miftachul; Nur Dzahra, Sherin; Kemala Dewi, Shinta
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.v9i2.13189

Abstract

Teknologi informasi dan komunikasi modern telah meningkatkan mutu pendidikan, termasuk dalam pengelolaan sistem pembayaran SPP. Proses pembayaran SPP di RA Nihayatul Amal Purwasari saat ini dilakukan secara manual, sehingga memakan waktu ketika banyak siswa yang melakukan pembayaran untuk pencatatan dan laporan data transaksi pembayaran SPP, sehingga menghambat efisiensi operasional sekolah. Permasalahan utama meliputi kesalahan dalam pencatatan dan pelaporan data transaksi pembayaran SPP, potensi kehilangan data, serta ketrlambatan pembayaran oleh siswa yang berdampak pada pengelolaan keuangan sekolah. Penelitian ini bertujuan untuk menganalisis dan merancang Sistem Informasi Pembayaran SPP berbasis website yang dapat meningkatkan kualitas layanan, mempermudah pencatatan dan pelaporan, serta mengurangi kesalahan dalam pengelolaan data transaksi pembayaran SPP. Penelitian menggunakan metode pengumpulan data melalui observasi, wawancara. Sistem dirancang menggunakan bahasa pemegroman PHP framework codeigniter 3 dan database MySQL serta menerapkan Unified Modeling Language (UML). Sistem ini diharapkan dapat mempercepat layanan pembayaran, memperbaiki sistem manual, dan menggantinya dengan sistem komputerisasi. Dengan sistem baru, pengaksesan data menjadi lebih cepat, operator perlu mempelajari dasar-dasar komputer, dan backup data dilakukan secara rutin untuk mencegah kehilangan. Selain itu, operator dan siswa diharapkan menjaga kerahasiaan data login. Sistem baru ini diharapkan dapat meningkatkan efisiensi dan akurasi pengelolaan pembayaran SPP.
PEMANFAATAN LSTM UNTUK MENGANALISIS SENTIMEN PENGGUNA TWITTER: STUDI KASUS PADA TWEET BERITA TERKINI Darmawan, Erwin; Hasan, Mhd Arief; Irsando, Irsando; Rahmawati, Ningsi; Kurniawan, Agung; Kurniawan, Veby
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.v9i2.13194

Abstract

Analisis sentimen terhadap berita terkini di platform Twitter menjadi penting untuk memahami dampak informasi terhadap persepsi pengguna. Penelitian ini memanfaatkan Long Short-Term Memory (LSTM) guna menganalisis sentimen pengguna Twitter terhadap tweet berita terkini, dengan tujuan melatih model prediksi sentimen (positif/negatif) sekaligus mengevaluasi pengaruh berita terhadap respons pengguna. Metode yang digunakan melibatkan dataset sebesar 123.218 tweet (75.482 positif dan 47.736 negatif) untuk pelatihan model LSTM, dilengkapi analisis distribusi panjang teks (rata-rata 22,36 karakter untuk sentimen positif dan 23,08 karakter untuk negatif). Evaluasi performa mencakup akurasi, presisi, recall, F1-Score, serta pemeriksaan overfitting melalui grafik akurasi dan loss. Hasil pengujian menunjukkan model mencapai akurasi 91,52%, dengan presisi 91,75%, recall 91,27%, dan F1-Score 91,51%. Klasifikasi berhasil mengidentifikasi 416 tweet positif (True Positive) dan 499 tweet negatif (True Negative), dengan kesalahan 37 False Positive dan 40 False Negative. Grafik akurasi dan loss membuktikan model tidak mengalami overfitting, ditunjukkan oleh konsistensi performa pada data pelatihan dan validasi. Penelitian ini menyimpulkan bahwa LSTM efektif sebagai alat analisis sentimen di Twitter, terutama dalam mengungkap hubungan antara berita terkini dan dinamika sentimen pengguna.
METODE DAN TREN PENELITIAN PENYELESAIAN GAME SLIDING PUZZLE : SYSTEMATIC LITERATURE REVIEW Firdaus Fahmayanti, Annisa; Budianita, Avira; Endah Irawati, Fifi
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.v9i2.13195

Abstract

Game Sliding Puzzle merupakan permainan menyusun potongan gambar atau angka yang teracak dalam sebuah grid, tujuan permainan ini yaitu menyusun potongan agar dapat membentuk gambar atau urutan yang benar, terdapat kotak-kotak dalam bentuk grid seperti 3×3 atau 4×4 dengan satu kotak kosong yang memungkinkan potongan lainnya untuk digeser. Permainan ini menuntun agar pemain dapat menyusun kembali elemen-elemen yang teracak dengan cara yang strategis, sehingga menjadi sebuah tantangan yang menarik. Penelitian ini menunjukkan bahwa penerapan Kecerdasan Buatan (AI) dalam pengembangan Game Sliding Puzzle adalah salah satu jenis permainan yang efektif untuk melatih kemampuan berfikir. Tujuan dari penelitian ini menyiapkan serta mengembangkan software Game Sliding Puzzle. Penelitian ini menggunakan metode kualitatif dengan metode research question dan melalui analisis terhadap 17 artikel. Hasil penelitian ini yaitu metode yang paling sering digunakan untuk menyelesaikan game sliding puzzle ada metode utama yang paling sering digunakan yaitu DFS dan BFS, kemudian IDS, Multi Method dan Single Method. Selain itu BFS menjadi metode yang paling sering digunakan, juga menjadi metode yang paling baik dalam menyelesaikan game sliding puzzle, game sliding puzzle menjadi tren di kalangan para peneliti pada tahun 2024, tren penelitian negara dalam penyelesaian game sliding puzzle sebagian besar di Indonesia sebanyak 6 peneliti.
IMPLEMENTASI SISTEM MONITORING DAN OTOMATISASI PERHITUNGAN KAPASITAS PARKIR MOBIL MENGGUNAKAN METODE BACKGROUND SUBTRACTION Diaz Ellyas Fenca Putra, Muhammad; Dwiky Riza Ardana, Mohammad; Ahnaf, Ahnaf; Akmal, Marzuki; Ayu Wulandari, Sholihah
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.v9i2.13196

Abstract

Pertumbuhan jumlah kendaraan di daerah perkotaan menuntut adanya peningkatan dalam pengelolaan parkir, terutama di lokasi-lokasi strategis seperti pusat perbelanjaan, stasiun, dan tempat wisata. Penelitian ini mengembangkan sebuah sistem pemantauan dan otomatisasi untuk menghitung kapasitas parkir mobil dengan memanfaatkan metode background subtraction berbasis citra vision yang diimplementasikan menggunakan OpenCV dan NumPy pada Raspberry Pi 4. Sistem ini dirancang untuk mendeteksi kendaraan yang masuk ke area parkir dan menghitung kapasitas yang tersedia secara real-time, dengan informasi tersebut ditampilkan pada layar. Tujuan dari pengembangan sistem ini adalah untuk mengoptimalkan penggunaan ruang parkir yang ada, meningkatkan efektivitas pengelolaan parkir, serta memberikan pelayanan yang lebih baik kepada pengunjung. Selain itu, sistem ini juga berkontribusi pada aspek keamanan dengan menyediakan rekaman visual yang detail untuk identifikasi kendaraan. Hasil pengujian menunjukkan bahwa sistem dapat mendeteksi kendaraan dengan akurasi 100% dalam pengujian real-time baik melalui PC maupun Raspberry Pi, tetapi Raspberry Pi memiliki frame rate yang lebih rendah daripada PC. Hasil pengujian juga menunjukkan bahwa sistem dapat menampilkan informasi tentang kapasitas parkir melalui LCD, yang membantu pengelola dan pengguna mencari tempat parkir yang tersedia.
KOMPARASI PERFORMA MODEL KLASIFIKASI EMOSI DENGAN WORD EMBEDDING MENGGUNAKAN ALGORITMA SVM DAN RANDOM FOREST Adam Rachman, Muhammad; Agussalim, Agussalim; Dyar Wahyuni, Eka
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.v9i2.13197

Abstract

Beragamnya emosi dari masyarakat dalam merespon dinamika pemerintahan yang sedang berlangsung saat ini sudah berlangsung dari tahun ke tahun. Banyak informasi yang tidak tersampaikan dengan baik karena kurangnya pemahaman masyarakat terkait konteks emosional yang terkandung dalam informasi tersebut. Salah satu pendekatan yang dapat dilakukan adalah dengan melakukan sebuah pengelompokkan emosi. Penelitian ini bertujuan untuk membandingkan performa algoritma Support Vector Machine (SVM) dan Random Forest yang diintegrasikan dengan teknik word embedding dalam klasifikasi emosi pada komentar YouTube berbahasa Indonesia terkait kebijakan pemerintah. Data pada penelitian ini sebanyak 3074 data, dan akan dibangun total 16 skenario pemodelan. Proses klasifikasi terdiri dari dua tahap yaitu klasifikasi emosi dan klasifikasi jenis emosi. Penggunaan teknik sampling dan rasio pembagian data memberikan hasil yang bervariasi di setiap model. Model dengan performa paling optimal untuk klasifikasi emosi adalah Random Forest dengan Word2Vec dengan hasil akurasi 86%, sedangkan model klasifikasi jenis emosi dengan performa paling optimal adalah Support Vector Machine dengan FastText dengan nilai akurasi sebesar 77%. Word2Vec mampu menangkap hubungan semantis kata cukup baik walaupun jumlah dataset yang digunakan relatif kecil. Di satu sisi lain, FastText juga mampu mengimbangi performa Word2Vec karena kemampuannya memanfaatkan representasi berbasis subkata untuk menangani kata-kata yang tidak terdapat dalam korpus.
AUDIT KEAMANAN BASIS DATA MENGGUNAKAN SQL SERVER AUDIT UNTUK DETEKSI AKTIVITAS TIDAK SAH Di Juni, Padina; Arief Hasan, Mhd; Sri Putri Sitompul, Yefita; Alexander, Jonatan; Hidayat, Ibnu; Marco Bilbo, Ronaldo
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.v9i2.13198

Abstract

Keamanan basis data merupakan aspek krusial dalam perlindungan informasi sensitif dari aktivitas tidak sah. Dalam era digital yang semakin berkembang, ancaman terhadap keamanan basis data menjadi lebih kompleks, termasuk risiko akses ilegal, manipulasi data, dan serangan siber. Salah satu metode yang dapat digunakan untuk meningkatkan keamanan adalah dengan menerapkan SQL Server Audit untuk mendeteksi dan mencatat aktivitas mencurigakan pada basis data. Penelitian ini bertujuan untuk mengidentifikasi efektivitas SQL Server Audit dalam mendeteksi aktivitas mencurigakan, menguji skenario audit yang melibatkan akses sah dan tidak sah, serta mengevaluasi implementasi SQL Server Audit dalam meningkatkan keamanan basis data. Pendekatan yang digunakan adalah eksperimental, di mana data simulasi sebanyak 2.515 entri diuji dalam berbagai skenario, termasuk login pengguna, pembaruan, dan penghapusan data. Implementasi melibatkan konfigurasi audit server, pembuatan trigger log, serta analisis log menggunakan Power BI dan Excel. Hasil penelitian menunjukkan bahwa SQL Server Audit mampu mendeteksi aktivitas mencurigakan dengan tingkat akurasi tinggi, mencatat setiap interaksi pengguna secara rinci, serta mengidentifikasi pola akses yang tidak sesuai dengan kebijakan keamanan. Sistem ini juga terbukti andal dalam kondisi beban kerja tinggi dan sesuai dengan standar keamanan ISO 27001. Kesimpulannya, SQL Server Audit merupakan alat yang efektif dalam meningkatkan keamanan basis data dengan memberikan pencatatan audit yang sistematis dan transparan. Studi ini memberikan kontribusi bagi organisasi dalam menerapkan kebijakan keamanan berbasis audit, serta membuka peluang untuk penelitian lanjutan yang mengintegrasikan kecerdasan buatan dalam analisis log secara otomatis.
FINE TUNING INDOBERT UNTUK ANALISIS SENTIMEN PADA ULASAN PENGGUNA APLIKASI TIKET.COM DI GOOGLE PLAY STORE Nuryadi, Delvin; Metandi, Farindika; Alam Hadiwijaya, Noor; Zainul Rohman, M.; Hartanto, Subhan; Syafrizal, Agusdi; Yadie, Erry
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.v9i2.13204

Abstract

Tiket.com merupakan salah satu platform pemesanan tiket perjalanan terbesar di Indonesia. Ulasan pengguna di Google Play Store dapat memberikan wawasan penting mengenai kepuasan pengguna terhadap layanan aplikasi ini. Namun, analisis manual terhadap ribuan ulasan tidak efisien, sehingga diperlukan pendekatan berbasis machine learning untuk mengklasifikasikan sentimen secara otomatis. Penelitian ini bertujuan untuk menganalisis sentimen ulasan pengguna Tiket.com dengan menggunakan model IndoBERT yang telah di fine-tune. Metode yang digunakan meliputi pengumpulan data ulasan melalui web scraping, preprocessing data, serta fine-tuning model IndoBERT menggunakan dataset SmSA dari IndoNLU. Evaluasi model dilakukan menggunakan metrik akurasi, precision, recall, dan F1-score untuk mengukur performa klasifikasi sentimen positif, netral, dan negatif. Hasil menunjukkan bahwa model memiliki akurasi keseluruhan sebesar 91%, dengan F1-score 93% untuk sentimen positif, 94% untuk sentimen negatif, dan 77% untuk sentimen netral, meskipun recall pada kelas netral masih rendah (65%). Dari 10.000 ulasan, mayoritas bersentimen positif (5.271), diikuti negatif (4.022), dan netral (707). Penelitian ini membuktikan efektivitas IndoBERT dalam analisis sentimen berbahasa Indonesia dan dapat digunakan sebagai referensi dalam memahami opini pengguna serta meningkatkan layanan aplikasi.
KOMPARASI KINERJA ALGORITMA SVM DAN RF DALAM KLASIFIKASI SENTIMEN DENGAN DETEKSI SARKASME PADA KOMENTAR YOUTUBE Hilman Habib Habibi, Muhammad; Dyar Wahyuni, Eka; Permatasari, Reisa
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.v9i2.13205

Abstract

Youtube merupakan salah satu platform berbagi video yang paling sering diakses di Indonesia, terutama dengan maraknya diskusi mengenai PILKADA 2024. Beragam isu yang muncul menjelang PILKADA 2024 ini memicu pro dan kontra, mendorong masyarakat untuk memberikan tanggapan melalui media sosial. Klasifikasi sentimen bertujuan mengelompokkan opini menjadi positif atau negatif, namun sering menghadapi hambatan akibat keberadaan sarkasme, yaitu bentuk ironi yang menyampaikan makna bertentangan dengan pernyataan eksplisit. Dalam penelitian ini, data diperoleh melalui crawling komentar Youtube. Data tersebut kemudian diproses melalui tahapan cleaning, case folding, dan stemming. Klasifikasi sentimen dengan deteksi sarkame ini akan menggunakan algoritma Support Vector Machine (SVM) dan Random Forest (RF) dengan berbagai skenario, termasuk pembagian data menggunakan metode holdout dengan rasio 80:20 dan 70:30, teknik resampling Random Oversampling (ROS) dan Random Undersampling (RUS), serta pembobotan kata menggunakan TF-IDF dan TF-ABS. Berdasarkan hasil evaluasi, algoritma SVM dengan teknik ROS dan pembobotan kata TF-IDF memberikan hasil terbaik untuk klasifikasi sentimen dengan nilai 0.80, sedangkan algoritma SVM dengan TF-IDF tanpa resampling memberikan hasil terbaik untuk deteksi sarkasme dengan nilai 0.73. Hasil ini menunjukkan keandalan SVM dalam menangkap pola data yang kompleks, terutama dalam klasifikasi sentimen dengan deteksi sarkasme.
PENGEMBANGAN GAME 2D PLATFORMER SEJARAH KERAJAAN MAJAPAHIT DENGAN MENGIMPLEMENTASIKAN METODE GAME DEVELOPMENT LIFE CYCLE (GDLC) Ramadhan, Danny; Asriyanik, Asriyanik; Indrayana, Didik
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.v9i2.13209

Abstract

Indonesia memiliki kekayaan sejarah masa lalu yang dapat dijadikan sebagai bahan pembelajaran yang menarik dan informatif, khususnya sejarah kerajaan-kerajaan yang pernah berjaya di nusantara. Salah satu contohnya adalah Kerajaan Majapahit, yang pada masa kejayaannya memiliki wilayah kekuasaan yang mencakup hampir seluruh Indonesia saat ini. Namun, sayangnya, minat masyarakat untuk mempelajari sejarah semakin menurun, diperparah dengan kurangnya variasi media pembelajaran. Seiring dengan kemajuan teknologi saat ini, teknologi dapat dimanfaatkan sebagai sarana media pembelajaran yang inovatif. Oleh karena itu, diperlukan metode untuk meningkatkan minat belajar sejarah, khususnya tentang Kerajaan Majapahit. Penelitian ini memanfaatkan media permainan video sebagai sarana pembelajaran, menggunakan pendekatan Game Development Life Cycle (GDLC) yang terdiri dari enam tahap pengembangan. Tahap pertama adalah inisiasi, yaitu merancang konsep permainan yang akan dikembangkan, dengan memilih genre platformer untuk game ini. Setelah desain awal selesai, tahap berikutnya melibatkan pembuatan aset permainan dan pengembangan mekanisme permainan. Selanjutnya, dilakukan pengujian yang mencakup pengujian mekanisme hingga kelayakan game. Setelah itu, tahap beta dilakukan untuk menguji dampak game terhadap pemainnya. Tahap terakhir adalah peluncuran game, di mana permainan dirilis dan didistribusikan kepada masyarakat.Hasil dari penelitian ini menunjukkan bahwa permainan yang dikembangkan dapat menjadi alternatif media untuk meningkatkan minat masyarakat dalam mempelajari sejarah Kerajaan Majapahit.
PENGEMBANGAN KOMUNITAS COSPLAY SEBUAH PORTAL WEB INTERAKTIF UNTUK MENGHUBUNGKAN DAN MENINGKATKAN PENGALAMAN BERSAMA COSPLAYERS Aziz Samudra, Rangga; Widayanti, Riya
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.v9i2.13210

Abstract

Komunitas cosplay telah berkembang pesat dalam beberapa tahun terakhir, namun masih ada tantangan besar dalam memfasilitasi interaksi dan kolaborasi antar anggotanya. Berdasarkan wawancara dan kuesioner yang dilakukan terhadap komunitas cosplay, lebih dari 70% responden mengungkapkan kesulitan dalam menemukan platform online yang sesuai dengan kebutuhan mereka. Media sosial umum seperti Instagram dan Facebook memang populer, tetapi tidak memiliki fitur yang cukup mendalam dan terfokus pada kebutuhan khusus komunitas cosplay. Oleh karena itu, pengembangan portal web interaktif khusus untuk komunitas cosplay menjadi solusi yang diharapkan. Portal ini akan dilengkapi fitur seperti galeri foto, kalender acara, dan forum diskusi untuk mendukung interaksi dan kolaborasi antar cosplayer. Dari kuesioner, 85% responden menyetujui pentingnya adanya portal khusus untuk memperkuat peran komunitas cosplay dan memperkaya pengalaman anggotanya. Hasil dari penelitian ini, website telah berhasil dibuat dengan menggunakan React Vite dan JSX. Hasil dari pengujian website dengan menggunakan blacbox testing dengan berfokus pada fungsional website, hasil pengujian menunjukan bahwa seluruh fungsional pada website berfungsi sesuai dengan perencanaan yang telah dirancang.

Page 326 of 384 | Total Record : 3835

 324   325   326   327   328 

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