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
 357   358   359   360   361 
ANALISIS SENTIMEN MASYARAKAT TERHADAP LARANGAN PENGECER MENJUAL LPG 3 KG BERSUBSIDI MENGGUNAKAN ALGORITMA NAÏVE BAYES Hidayatul Arifin, Muhammad; Amelia Vega S. Meliala, Ruth; Amanah, Fadilla; Aulia, Windy; Arnita, Arnita; Ramadhani, Fanny
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 4 (2025): JATI Vol. 9 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i4.13883

Abstract

Kebijakan pemerintah yang melarang pengecer untuk menjual gas LPG 3 kg bersubsidi menghasilkan berbagai komentar di media sosial, terutama YouTube, di mana banyak komentar mengungkapkan kekhawatiran tentang kesulitan akses dan dampak ekonomi terhadap masyarakat kecil. Dengan menggunakan algoritma Naive Bayes, penelitian ini mengkaji sentimen publik terhadap kebijakan tersebut. Data dikumpulkan melalui proses scraping komentar YouTube; setelah itu, IndoBERT digunakan untuk melakukan pelabelan otomatis dan pembersihan data. Teknik SMOTE digunakan untuk mengatasi ketidakseimbangan kelas dalam dataset, sedangkan metode TF-IDF digunakan untuk mengekstraksi fitur teks. Hasil analisis menunjukkan bahwa 70% komentar bersentimen negatif, dan model multinomial Naive Bayes mencapai akurasi 85,67%. Penggunaan oversampling juga terbukti meningkatkan recall untuk kelas sentimen positif dan netral. Hasilnya menunjukkan bahwa untuk membuat kebijakan yang diterapkan lebih mudah dipahami dan diterima oleh masyarakat, pemerintah harus merevisi strategi komunikasi dan distribusi LPG bersubsidi.
PENERAPAN MACHINE LEARNING UNTUK REKOMENDASI FILM BERDASARKAN PREFERENSI PENGGUNA Insan Pratama Siagian, Raihan; Khoiriah, Najwatul; Audy Priscilia, Selfi; Raffi Akbar Tanjung, Muhammad; Perdana, Adidtya
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 4 (2025): JATI Vol. 9 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i4.13884

Abstract

Dalam era digital, semakin banyaknya film yang tersedia di berbagai platform streaming menimbulkan tantangan bagi pengguna dalam memilih tontonan yang sesuai dengan preferensi mereka. Permasalahan utama yang dihadapi adalah bagaimana meningkatkan akurasi rekomendasi film agar lebih relevan dan personal bagi pengguna. Penelitian ini bertujuan untuk mengembangkan sistem rekomendasi film berbasis Machine Learning dengan metode Content-Based Filtering. Sistem ini dirancang untuk memberikan rekomendasi yang lebih sesuai dengan preferensi pengguna berdasarkan deskripsi film. Metode yang digunakan dalam penelitian ini melibatkan pemrosesan dataset dari The Movie Database (TMDb), di mana teknik Term Frequency-Inverse Document Frequency (TF-IDF) dan cosine similarity digunakan untuk mengukur kesamaan antar film. Implementasi dilakukan menggunakan bahasa pemrograman Python dengan pustaka pandas, numpy, dan scikit-learn, serta dikembangkan dalam antarmuka berbasis Streamlit untuk kemudahan penggunaan. Hasil penelitian menunjukkan bahwa sistem yang dikembangkan mampu memberikan rekomendasi yang relevan sesuai dengan preferensi pengguna. Namun, terdapat beberapa keterbatasan, seperti kurangnya variasi rekomendasi akibat ketergantungan pada data deskriptif film. Oleh karena itu, pengembangan lebih lanjut dapat mempertimbangkan pendekatan Hybrid Filtering atau integrasi dengan model Deep Learning untuk meningkatkan akurasi dan pengalaman pengguna.
PERANCANGAN APLIKASI BERBASIS AUGMENTED REALITY UNTUK VISUALISASI PRODUK DALAM E-COMMERCE Gian Maharta Putra, I Made; Tri Anindia Putra, I Nyoman
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 4 (2025): JATI Vol. 9 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i4.13885

Abstract

Perkembangan e-commerce yang pesat telah mengubah cara konsumen berinteraksi dengan produk secara daring, tetapi keterbatasan dalam visualisasi produk sering menjadi kendala dalam proses pembelian. Untuk mengatasi hal ini, teknologi Augmented Reality (AR) menawarkan solusi inovatif dengan memungkinkan pengguna melihat representasi produk dalam bentuk 3D sebelum melakukan transaksi. Penelitian ini bertujuan untuk merancang dan mengembangkan aplikasi ARView, sebuah aplikasi berbasis AR yang memungkinkan pengguna untuk memvisualisasikan produk dalam bentuk 3D sebelum melakukan pembelian. Metode penelitian yang digunakan meliputi studi literatur, perancangan prototipe, serta usability testing untuk mengevaluasi kemudahan penggunaan aplikasi. Aplikasi ini dirancang untuk memberikan pengalaman belanja yang lebih interaktif dengan fitur utama seperti pemindaian QR Code, visualisasi model 3D, serta antarmuka pengguna yang konsisten. Hasil pengujian menunjukkan bahwa semua aspek yang diuji, termasuk kemudahan navigasi, pemindaian QR Code, visualisasi 3D, serta konsistensi desain, telah memenuhi standar ISO 9241-11 (Usability Standard) pada setiap aspek yang diuji dan mendapatkan hasil performa yang baik. Temuan ini menunjukkan bahwa aplikasi ARView memiliki potensi untuk meningkatkan pengalaman belanja digital dengan memberikan representasi produk yang jelas. Dengan hasil yang diperoleh, aplikasi ini dapat dikembangkan lebih lanjut dengan mengoptimalkan performa model 3D, integrasi dengan platform e-commerce, serta pengujian yang lebih luas untuk meningkatkan kualitas dan fungsionalitasnya.
SISTEM INFORMASI PEMBAYARAN SPP BERBASIS WEB: STUDI KASUS: SMK DINAMIKA KOTA TEGAL Agustina S, Riski; Andri Senubekti, Mamok; Setyani Wahyu Prasetyawati, Aries
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 4 (2025): JATI Vol. 9 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i4.13886

Abstract

Sumbangan Pembinaan Pendidikan (SPP) merupakan aspek penting dalam operasional sekolah, termasuk di SMK Dinamika Kota Tegal. Saat ini, proses pencatatan dan pelaporan transaksi pembayaran SPP telah terkomputerisasi menggunakan Microsoft Excel. Namun, penggunaan Microsoft Excel masih memiliki keterbatasan, seperti potensi kesalahan dalam pencatatan dan pelaporan data oleh Bagian Tata Usaha (TU) dan keuangan. Permasalahan ini dapat berdampak pada ketidaktepatan laporan keuangan dan efisiensi administrasi sekolah. Penelitian ini bertujuan untuk menganalisis, merancang, dan membuat sistem informasi pembayaran SPP berbasis website guna meningkatkan efektivitas dan kualitas layanan dalam transaksi pembayaran serta pengelolaan data keuangan. Sistem ini dibangun menggunakan bahasa pemrograman PHP, database MySQL, dan menerapkan metode pengembangan perangkat lunak Waterfall. Data penelitian dikumpulkan melalui observasi, wawancara, dan library research. Selain itu, dalam perancangan sistem, digunakan metode Unified Modeling Language (UML) yang mencakup pembuatan use case, activity diagram, sequence diagram, dan class diagram. Dengan adanya sistem informasi berbasis website ini, diharapkan proses pembayaran SPP menjadi lebih efisien, akurat, serta meminimalkan kesalahan pencatatan dan pelaporan, sehingga meningkatkan transparansi dan efektivitas dalam pengelolaan keuangan sekolah.
KOMPARASI KINERJA KNN DAN NAÏVE BAYES UNTUK KLASIFIKASI SENTIMEN PENGGUNA APLIKASI DEEPSEEK AI Fathoni, Fathoni; Khoiriyah Harahap, Dayana; Theresia Pardede, Eva; Nachwa, Syakillah; Ramadhani Maulizidan, Muammar; Ibrahim, Ali
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 4 (2025): JATI Vol. 9 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i4.13887

Abstract

Perkembangan Artificial Intelligence (AI), khususnya dalam Generative Artificial Intelligence (GenAI), telah menghasilkan berbagai model berbasis Large Language Model (LLM) yang mampu memahami dan menghasilkan teks menyerupai bahasa manusia. DeepSeek AI menjadi model yang baru-baru ini menarik perhatian publik. Penelitian ini menguji performa algoritma Naïve Bayes dan K-Nearest Neighbors (KNN) dalam analisis sentimen aplikasi DeepSeek AI berdasarkan accuracy, precision, recall, dan F1-score. Data dibagi menggunakan split data dengan rasio 70:30 dan 80:20, serta diterapkan Stratified K-Fold Cross Validation untuk memastikan generalisasi model yang optimal. Hasil terbaik diperoleh pada skema 70:30, di mana Naïve Bayes mencapai accuracy 81%, precision 87%, recall 50%, dan F1-score 64%, sedangkan KNN memperoleh accuracy 80%, precision 71%, recall 70%, dan F1-score 70%. Hasil cross validation menunjukkan bahwa rata-rata akurasi KNN mencapai 80.78%, sedangkan Naïve Bayes adalah 80.13%. Meskipun Naïve Bayes memiliki precision lebih tinggi, recall yang rendah mengurangi keseimbangan klasifikasi. Sebaliknya, KNN menunjukkan performa lebih stabil dengan keseimbangan precision dan recall, menjadikannya model yang lebih direkomendasikan untuk analisis sentimen ulasan aplikasi DeepSeek AI
ANALISIS STATISTIK PENGGUNAAN PORTAL AKADEMIK DAN E-LEARNING DI KALANGAN MAHASISWA UIN SUMATERA UTARA Samsudin, Samsudin; Maulana Irsyad, Raihan; Dini Amanda, Bazlina
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 4 (2025): JATI Vol. 9 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i4.13888

Abstract

Penelitian ini bertujuan untuk menganalisis tingkat penggunaan portal akademik dan e-learning di kalangan mahasiswa Universitas Islam Negeri (UIN) Sumatera Utara, serta mengidentifikasi faktor-faktor yang memengaruhi pola penggunaan tersebut. Permasalahan yang diangkat dalam penelitian ini mencakup sejauh mana efektivitas kedua platform digital tersebut dalam memenuhi kebutuhan akademik mahasiswa, serta kendala-kendala yang menghambat pemanfaatannya secara optimal. Data dikumpulkan melalui kuesioner yang disebarkan kepada mahasiswa UIN Sumatera Utara, dengan fokus pada frekuensi penggunaan, fitur yang paling sering digunakan, tingkat kepuasan, serta hambatan yang dialami pengguna. Hasil penelitian menunjukkan bahwa tingkat penggunaan e-learning lebih tinggi dibandingkan dengan portal akademik. Sebagian besar responden menilai kedua platform cukup mudah digunakan, namun kecepatan akses server menjadi kendala utama dalam proses penggunaannya. Selain itu, responden mengusulkan adanya peningkatan fitur, terutama dalam hal kecepatan akses dan integrasi dengan aplikasi notifikasi. Temuan ini memberikan wawasan bagi pengelola perguruan tinggi dalam merancang strategi pengembangan sistem akademik digital yang lebih efisien dan responsif terhadap kebutuhan mahasiswa.
SISTEM INFORMASI LAYANAN PENGADUAN KONSUMEN BERBASIS WEBSITE DI IKFINA CELL Chakam Ulfi Ikfina, M; Fadjeri, Akhmad
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 4 (2025): JATI Vol. 9 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i4.13889

Abstract

Perkembangan teknologi informasi yang begitu pesat telah membawa perubahan dan inovasi dalam berbagai bidang, termasuk layanan konsumen. Ikfina Cell menghadapi kendala dalam menangani pengaduan pelanggan yang selama ini dilakukan secara manual, sehingga dirasa kurang efisien. Penelitian ini bertujuan untuk merancang serta mengembangkan sistem pengaduan berbasis web di Ikfina Cell agar pelanggan dapat lebih mudah menyampaikan keluhan. Sistem ini dibuat dengan metode Research and Development (R&D) menggunakan model pengembangan waterfall. Teknologi yang digunakan meliputi PHP sebagai bahasa pemrograman dan MySQL untuk basis data. Pengujian dilakukan melalui metode Black Box Testing dan survei efektivitas, yang menunjukkan bahwa sistem ini berfungsi dengan baik, dengan tingkat efektivitas produk voucher data mencapai 96,67%. Kehadiran sistem ini mempermudah pelanggan dalam menyampaikan keluhan tanpa harus datang ke toko, sekaligus membantu Ikfina Cell dalam mengelola pengaduan dan memberikan rekomendasi produk secara lebih efisien.
IDENTIFIKASI MATAKULIAH APLIKASI KOMPUTER MENGGUNAKAN TECHNOLOGY READINESS INDEX (TRI) Ade Saputera, Surya; Handayani, Sri; Marhalim, Marhalim
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 4 (2025): JATI Vol. 9 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i4.13890

Abstract

Transformasi digital di sektor pendidikan menuntut integrasi teknologi ke dalam proses pembelajaran. Universitas Muhammadiyah Bengkulu (UMB), menghadapi tantangan dalam menyusun kurikulum yang relevan dengan kesiapan teknologi mahasiswa. Dengan menggunakan Technology Readiness Index (TRI), penelitian ini menjadi langkah strategis untuk mengidentifikasi tingkat kesiapan mahasiswa terhadap teknologi, khususnya dalam mendukung mata kuliah aplikasi komputer. Hasil penelitian diharapkan dapat mengoptimalkan kurikulum berbasis teknologi yang responsif terhadap kebutuhan mahasiswa dan relevan dengan dunia kerja. Penelitian ini bertujuan untuk Mengukur kesiapan teknologi mahasiswa UMB melalui empat dimensi TRI: optimisme, inovasi, ketidaknyamanan, dan ketidakamanan. Mengidentifikasi kebutuhan spesifik mahasiswa terhadap mata kuliah aplikasi komputer berdasarkan tingkat readiness teknologi mereka. Memberikan rekomendasi strategis untuk pengembangan kurikulum aplikasi komputer di UMB. Metode yang digunakan yakni menggunakan Pendekatan kuantitatif digunakan dengan metode survei menggunakan kuesioner TRI yang telah divalidasi. Data dianalisis menggunakan statistik deskriptif untuk menggambarkan profil readiness teknologi dan analisis klasifikasi untuk menentukan kategori readiness (rendah, sedang, tinggi). Hasil perhitungan Technology Readiness Index (TRI) untuk masing – masing variabel TRI, didapat hasil skor untuk variabel Optimism sebesar 0.95, untuk variabel Innovativeness didapat skor sebesar 1.09, untu variabel Dicomfort didapat nilan skor TRI sebesar 1.05 sedangkan untuk variabel Insecurity didapat skor TRI sebesar 0.90. Skor total Technology Readiness Index (TRI) didapat sebesar 3.99. Dari Hasil tersebut dapat di ketahui tingkat kesiapan matakuliah aplikasi komputer di Universitas Muhammadiyah Bengkulu terletak pada tingkat kesiapan High Technology Readiness(TRI).
SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN KANDIDAT CALON KETUA HIMSI MENGGUNAKAN METODE AHP Dermawan, Steven; Trista Ayunda, Afifah
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 4 (2025): JATI Vol. 9 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i4.13891

Abstract

Penentuan kandidat Ketua Himpunan Mahasiswa Sistem Informasi (HIMSI) sering kali menghadapi tantangan dalam menjaga objektivitas penilaian, sehingga diperlukan metode yang lebih terstruktur. Penelitian ini bertujuan mengembangkan sistem penilaian berbasis Analytical Hierarchy Process (AHP) untuk mendukung keputusan yang lebih akurat dan transparan. Metode penelitian mencakup perumusan masalah, penentuan hierarki keputusan, pengumpulan, pengolahan, dan validasi data. Faktor yang dianalisis meliputi kemampuan komunikasi, kepemimpinan, pengalaman organisasi, kemampuan beradaptasi dan berinovasi, serta kompetensi akademik. Hasil analisis dengan AHP Calculator menunjukkan Mahasiswa 3 dan Mahasiswa 1 sebagai kandidat teratas dengan bobot masing-masing 25,0% dan 22,8%. Validitas hasil diuji menggunakan AHP Consistency Ratio (CR) dan AHP Group Consensus Indicator. Seluruh kriteria memiliki nilai CR rendah, yakni Pengalaman Organisasi (2,2%), Kepemimpinan (1,8%), Kemampuan Beradaptasi dan Berinovasi (1,5%), Kemampuan Komunikasi (1,1%), serta Kompetensi Akademik (0,6%). Nilai CR max responden berkisar antara 6,4% hingga 9,9%, sedangkan nilai CR max kelompok sebesar 2,2%. AHP Group Consensus Indicator menunjukkan bahwa Kompetensi Akademik (89,2%) dan Kemampuan Beradaptasi dan Berinovasi (88,0%) masuk kategori very high consensus, Pengalaman Organisasi (80,6%) dan Kemampuan Komunikasi (75,1%) berada dalam kategori high consensus, sementara Kepemimpinan (73,3%) termasuk moderate consensus. Hasil validasi menunjukkan data penelitian ini dapat diandalkan, sehingga mendukung pengambilan keputusan berbasis AHP secara lebih akurat.
PENERAPAN SUPPORT VECTOR MACHINE UNTUK ANALISIS SENTIMEN TWITTER TERHADAP EFISIENSI ANGGARAN Ananda Hafika, Rizky; Agus Waruwu, Stefen; Advis Ambrosius Sitohang, Yuda; Yazid Noor, Muhammad; Haikal Al Majid, Muhammad; Arnita, Arnita; Ramadhani, Fanny
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 4 (2025): JATI Vol. 9 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i4.13894

Abstract

Media sosial, khususnya Twitter, menjadi wadah utama bagi masyarakat untuk mengekspresikan opini terhadap kebijakan pemerintah, termasuk efisiensi anggaran. Analisis sentimen berbasis machine learning diperlukan untuk memahami respons publik secara otomatis. Penelitian ini bertujuan untuk menganalisis sentimen masyarakat di Twitter terhadap kebijakan efisiensi anggaran menggunakan metode Support Vector Machine (SVM). Data yang digunakan telah melalui tahap preprocessing, labeling manual, dan untuk memastikan kualitas analisis. Sentimen yang diklasifikasikan terdiri dari tiga kategori: negatif, netral, dan positif. Hasil penelitian menunjukkan bahwa mayoritas sentimen masyarakat terhadap kebijakan ini bersifat negatif, menandakan ketidakpuasan atau ketidaksetujuan. Dalam perbandingan performa model SVM, Kernel Linear menunjukkan akurasi terbaik sebesar 81.46%, sedikit lebih tinggi dibandingkan Kernel RBF yang memperoleh 81.17%. Kernel Linear terbukti lebih stabil dalam mengklasifikasikan sentimen negatif dan netral, sementara Kernel RBF lebih unggul dalam menangani pola data yang kompleks tetapi kurang stabil dalam mengklasifikasikan sentimen positif. Oleh karena itu, model SVM dengan Kernel Linear dipilih sebagai model terbaik dalam penelitian ini. Penelitian ini memberikan wawasan mengenai persepsi publik terhadap kebijakan pemerintah serta menunjukkan efektivitas SVM dalam analisis sentimen media sosial.

Page 359 of 384 | Total Record : 3835

 357   358   359   360   361 

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