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
 359   360   361   362   363 
IMPLEMENTASI ACTIVE DIRECTORY DOMAIN CONTROLLER PADA STASIUN METEOROLOGI SULTAN MAHMUD BADARUDDIN II PALEMBANG UNTUK PENGELOLAAN AKSES DAN KEAMANAN DATA Jumarta, Andi; Romegar Mair, Zaid; Ramadhan, Mustafa
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.v9i4.13910

Abstract

Stasiun Meteorologi Sultan Mahmud Badaruddin II Palembang membutuhkan sistem manajemen jaringan yang efisien dan aman untuk mengelola data serta sumber daya jaringan yang kompleks. Solusi yang diusulkan adalah penggunaan Active Directory Domain Controller (AD DC) berbasis Windows Server 2022. Penelitian ini bertujuan menganalisis penerapan AD DC dalam pengelolaan hak akses dan autentikasi pengguna secara terpusat. Perangkat keras yang digunakan meliputi server Dell, 20 unit komputer klien, serta perangkat jaringan seperti router, switch hub, dan wireless access point. Simulasi jaringan dilakukan menggunakan Cisco Packet Tracer 8.2 untuk menguji konektivitas dan memastikan pengoperasian yang optimal. Penerapan Group Policy Management dan Folder Redirection memungkinkan pengelolaan hak akses berdasarkan peran serta penyimpanan data terpusat yang lebih aman. Berdasarkan pengujian, komunikasi antar server dan klien berjalan dengan baik, serta kebijakan keamanan berhasil melindungi sistem dari potensi ancaman. Hasil menunjukkan bahwa penerapan AD DC meningkatkan efisiensi operasional, meminimalkan risiko kebocoran data, dan mempermudah pengelolaan akses. Penelitian ini merekomendasikan eksplorasi lebih lanjut terhadap Multi-Factor Authentication (MFA) dan integrasi dengan Azure Active Directory guna mendukung keamanan jaringan yang lebih fleksibel.
ANALISIS TREN PENJUALAN MENU SEAFOOD DENGAN ALGORITMA RANDOM FOREST UNTUK MENINGKATKAN STRATEGI PEMASARAN Ramadhan, Gilang; Faqih, Ahmad; Sandy Eka Permana, Faqih
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.v9i4.13911

Abstract

Perkembangan teknologi informasi yang pesat mendorong berbagai sektor bisnis, termasuk industri kuliner, untuk memanfaatkan teknologi dalam meningkatkan efisiensi operasional dan strategi pemasaran. Rumah Makan H. Moel Seafood menghadapi tantangan dalam memahami pola konsumsi pelanggan dan memprediksi tren penjualan. Untuk itu, dibutuhkan pendekatan berbasis data guna mendukung pengambilan keputusan strategis. Penelitian ini bertujuan menganalisis tren penjualan menggunakan algoritma Random Forest, yang dikenal efektif dalam memproses data kompleks dan memberikan prediksi akurat. Data yang digunakan berupa data primer yang dikumpulkan selama satu tahun, meliputi jenis menu, jumlah penjualan, waktu pembelian, dan metode pembayaran. Pengumpulan data dilakukan dengan hati-hati agar kualitasnya terjaga. Setelah itu, dilakukan preprocessing untuk membersihkan dan mempersiapkan data. Algoritma Random Forest kemudian diterapkan untuk membangun model prediksi tren penjualan. Evaluasi kinerja model menunjukkan tingkat accuracy sebesar 96,25%, menandakan bahwa algoritma ini dapat diandalkan untuk memprediksi tren penjualan dengan tingkat keandalan tinggi. Selain itu, diperoleh nilai precision sebesar 0,9633, recall sebesar 0,9624, dan f1-score sebesar 0,9627. Berdasarkan hasil per kelas, prediksi kategori penjualan "Rendah" memiliki precision 0,0639, recall 0,0674, dan f1-score 0,0653; kategori "Sedang" memiliki precision 0,0674, recall 0,0653, dan f1-score 0,0660; sedangkan kategori "Tinggi" memiliki precision dan recall masing-masing 1,00 dan f1-score sebesar 0,6875.
PENERAPAN MODEL PREDIKSI PENJUALAN PADA USAHA RUMAH MAKAN MENGGUNAKAN ALGORITMA RANDOM FOREST Nur Farida, Farah; Faqih, Ahmad; Eka Permana, Sandy
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.v9i4.13912

Abstract

Dalam dunia bisnis kuliner, prediksi penjualan yang akurat sangat penting untuk memastikan efisiensi operasional, pengelolaan persediaan yang optimal, serta strategi promosi yang tepat. Penelitian ini bertujuan untuk membangun model prediksi penjualan di usaha rumah makan menggunakan algoritma Random Forest, yang dikenal karena kemampuannya dalam menangani data kompleks dan menghasilkan prediksi yang akurat. Penelitian ini menggunakan pendekatan kuantitatif dengan teknik machine learning, di mana data penjualan dikumpulkan selama sepuluh bulan (Januari hingga Oktober 2024). Setelah data dikumpulkan, dilakukan tahap preprocessing untuk membersihkan dan mempersiapkan data agar dapat digunakan oleh model. Algoritma Random Forest kemudian diterapkan untuk membangun model prediksi penjualan. Hasil evaluasi menunjukkan bahwa model ini mencapai akurasi 97% pada data uji, yang menandakan bahwa model ini sangat efektif dalam mengklasifikasikan kategori penjualan dengan tingkat kesalahan yang minimal. Selain itu, model ini juga menunjukkan keseimbangan yang baik antara precision dan recall, yang mengindikasikan kemampuannya dalam meminimalkan kesalahan klasifikasi. Model prediksi ini terbukti efektif untuk membantu usaha rumah makan dalam pengelolaan operasional dan strategi pemasaran.
CLUSTERING KASUS DEMAM BERDARAH DI KABUPATEN BOGOR MENGGUNAKAN K-MEANS Darma, Habillah; Juardi, Didi; Jamaludin, Asep
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.v9i4.13913

Abstract

Demam Berdarah Dengue (DBD) merupakan penyakit menular yang masih menjadi permasalahan kesehatan di berbagai daerah, termasuk Kabupaten Bogor, yang mengalami peningkatan kasus setiap tahunnya. Penyebaran kasus yang tidak merata di tiap kecamatan menuntut adanya metode analisis yang dapat mengidentifikasi wilayah dengan tingkat risiko tinggi. Penelitian ini menerapkan metode K-Means Clustering untuk mengelompokkan kecamatan berdasarkan jumlah kasus DBD guna memahami pola persebarannya secara lebih sistematis. Data penelitian diperoleh dari Open Data Bogor dalam rentang tahun 2020 hingga 2022, melalui tahapan preprocessing data, penentuan jumlah cluster optimal dengan metode Elbow, serta penerapan algoritma K-Means. Hasil clustering menunjukkan adanya dua kelompok utama yang mengelompokkan kecamatan berdasarkan tingkat kasus DBD, yakni cluster pertama Kecamatan Cibinong dan yang kedua Kecamatan Cileungsi. Pengelompokan ini memberikan wawasan terkait daerah dengan potensi penyebaran tinggi, yang dapat menjadi dasar bagi upaya mitigasi dan intervensi yang lebih tepat sasaran.
PENERAPAN MODEL HYBRID MACHINE LEARNING ARIMA-LSTM (LONG SHORT-TERM MEMORY) DALAM PREDIKSI HARGA EMAS 5 TAHUN KE-DEPAN Zulfahrizan, Atta; Alby Savana HSB, Muhammad; Putra Paskah Halawa, Sovantri; 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.v9i4.13914

Abstract

Emas merupakan aset lindung nilai yang banyak digunakan dalam investasi, namun prediksi harganya menjadi tantangan karena dipengaruhi oleh berbagai faktor ekonomi dan geopolitik. Fluktuasi harga yang tinggi menyebabkan perlunya model prediksi yang akurat untuk membantu pengambilan keputusan investasi. Penelitian ini bertujuan untuk mengembangkan model hybrid ARIMA-LSTM guna meningkatkan akurasi prediksi harga emas dalam lima tahun ke depan.Metode yang digunakan mencakup pengumpulan dan preprocessing data harga emas dari sumber daring. Model ARIMA diterapkan untuk menangkap pola linier dalam data historis, sedangkan LSTM digunakan untuk mengenali pola non-linier serta volatilitas harga. Evaluasi dilakukan dengan membandingkan performa model hybrid dengan model tunggal menggunakan metrik RMSE dan MAE.Hasil penelitian menunjukkan bahwa model hybrid ARIMA-LSTM memiliki tingkat akurasi lebih tinggi dibandingkan model ARIMA atau LSTM secara terpisah. Prediksi harga emas dalam lima tahun ke depan menunjukkan tren penurunan, dengan perkiraan harga akhir sebesar 1727.31 USD/troy ounce atau sekitar 832.477.500 RP/kg. Model ini diharapkan dapat memberikan wawasan yang lebih baik bagi investor dan pemangku kebijakan dalam pengambilan keputusan investasi.
KOMPARASI RIDGE REGRESSION, RANDOM FOREST, DAN GRADIENT BOOSTING UNTUK PREDIKSI CURAH HUJAN HARIAN DI SUMATRA SELATAN BERBASIS TIME SERIES CROSS-VALIDATION Alvines, Mahendi; Ravi Wijayanto, Muhammad; Archi Daffa Danendra, Muhammad; Rizky Herdiansyah, Muhammad; Karimsyah Lubis, Muhammad; Ichsan Farel Rachmad, Muhammad; Ditha Tania, Ken; Meiriza, Allsela
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.v9i4.13915

Abstract

Penelitian ini menganalisis pendekatan komparatif model regresi linear dan non-linear untuk prediksi curah hujan di Sumatera Selatan, Indonesia, menggunakan data klimatologi BMKG tahun 2024. Hal tersebut didasarkan pada perubahan iklim yang meningkatkan ketidakpastian pola curah hujan di Sumatera Selatan, mengancam sektor pertanian dan pengelolaan air. Komparasi ini bertujuan untuk membandingkan kinerja model regresi linear dan non-linear untuk prediksi curah hujan harian di Sumatera Selatan, serta mengidentifikasi prediktor utama yang memengaruhi curah hujan. Metodologi penelitian mengadopsi kerangka Knowledge Discovery in Database (KDD) dengan tahapan pengumpulan data, pra-pemrosesan, transformasi, pemodelan, dan evaluasi. Lima model machine learning dibandingkan: Linear Regression, Ridge Regression, Lasso Regression, Random Forest, dan Gradient Boosting, dengan validasi menggunakan TimeSeriesSplit untuk mempertahankan struktur temporal data. Hasil analisis menunjukkan Ridge Regression sebagai model terbaik dengan RMSE 14.62 mm, meskipun nilai R² negatif (-0.69) mengindikasikan keterbatasan model dalam menangkap variabilitas penuh data. Analisis koefisien regresi Ridge menunjukkan bahwa RR_LAG_1 juga berkontribusi signifikan (koefisien: 0.45). Konsistensi prediktor antar model memperkuat validitas temuan, sedangkan model secara konsisten mengalami kesulitan memprediksi kejadian curah hujan ekstrem (>50 mm). Pendekatan berbasis ensemble (Random Forest/Gradient Boosting) menunjukkan stabilitas prediksi lebih tinggi dengan deviasi RMSE <5 mm. Penelitian ini dapat memberikan masukan bagi pengembangan model prediksi curah hujan yang dapat mendukung sektor pertanian, pengelolaan sumber daya air, dan mitigasi bencana di Sumatera Selatan. Studi lanjutan dengan model hybrid dan dataset yang lebih lengkap disarankan untuk validasi lebih lanjut.
PERBANDINGAN ALGORITMA K-MEANS, K-MEDOID, DAN DBSCAN UNTUK CLUSTERING KUALITAS HIDUP INDONESIA DALAM PERSPEKTIF KNOWLEDGE MANAGEMENT DAN DATA DISCOVERY Ramadhan Putra Pratama, Muhammad; Izzan Fieldi, Muhammad; Syarief Albani, Muhammad; Al Fachrozi, Muhammad; Rangga Aderiyana, Fakih; Ditha Tania, Ken; Meiriza, Allsela
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.v9i4.13916

Abstract

Kemajuan era digital mendunia memaksa manusia harus semakin peka dalam menggunakan teknologi dalam setiap aspek kehidupan. Khususnya pergerakan kualitas hidup di Indonesia, tantangan dalam menentukan metode yang paling baik untuk mengelompokkan wilayah berdasarkan indikator kualitas hidup. Permasalahannya adalah keberhasilan/keketepatan metode dalam melakukan clustering wilayah dengan karakteristik data yang berbeda-beda seperti pada kasus data yang kompleks, termasuk dataset yang mengandung outlier dan noise. Dampaknya pada efektivitas strategi pemerintah dan stakeholder yang mengimplementasikan post-strategi dengan memperhatikan hasilseling wilayah. Untuk itu, penelitian ini mengevaluasi metode clustering untuk memberikan representasi clustering yang lebih dekat dengan nilai aslinya dan efektivitas penerapannya pada masing-masing style dan design. Penelitian ini bertujuan untuk membanding kinerja dari tiga metode clustering, yaitu K-Means, Medoid Clustering, dan DBSCAN dalam mengelompokkan wilayah berdasarkan kualitas hidup di Indonesia. Prioritas penelitian ini adalah untuk menemukan beberapa metode clustering yang memberikan hasil yang lebih akurat, serta aplikatif untuk masing-masing hasil post-strateginya. Metode yang digunakan dalam penelitian ini adalah cluster analysis dengan tiga pendekatan utama, K-Means, Medoid Clustering, dan DBSCAN. Data dianalisis menggunakan teknik clustering yang berbeda dengan setiap metode clustering untuk mengevaluasi keefektifan, stabilitas, dan allevasi outlier dan noise. Metode yang digunakan dalam penelitian ini adalah cluster analysis dengan tiga pendekatan utama: K-Means, Medoid Clustering, dan DBSCAN. Data dikumpulkan dari berbagai sumber terkait indikator kualitas hidup, lalu dianalisis menggunakan teknik clustering untuk mengevaluasi efisiensi, stabilitas, dan ketahanan metode terhadap outlier serta noise. Hasil penelitian ini meningkatkan kontribusi pemerintah dalam memberikan strategi post bagi stakeholder berdasarkan hasil clustering. Integrasi kontribusi Knowledge Management dan Data Discovery dengan hasil clustering meningkatkan keefektifan analisis wilayah dalam luaran analisis strategi. Dalam studi selanjutnya, diharapkan memberikan data yang lebih akurat dengan menggunakan metode hybrid clustering atau machine learning.
ANALISIS PENERIMAAN SISTEM PENDAFTARAN ONLINE PASIEN RAWAT JALAN DI RS RADJIMAN WEDIODININGRAT MENGGUNAKAN TEKNOLOGY ACCEPTANCE MODEL Wisam Syahputra, Kelvin; Haris, M. Syauqi; Siwi Pradini, Risqy
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.v9i4.13917

Abstract

Perkembangan teknologi informasi dalam layanan kesehatan telah mendorong digitalisasi sistem pendaftaran pasien untuk meningkatkan efisiensi dan kenyamanan. Penelitian ini menganalisis penerimaan sistem pendaftaran online pasien rawat jalan di RS Radjiman Wediodiningrat menggunakan Technology Acceptance Model (TAM) dengan menambahkan aksesibilitas sebagai variabel eksternal. Metode kuantitatif dengan desain cross-sectional diterapkan pada 100 responden. Hasil pengujian hipotesis menunjukkan bahwa enam variabel yang diuji Perceived Usefulness (PU), Perceived Ease of Use (PEOU), Attitude Toward Using (ATU), dan Behavioral Intention (BI), Actual System Use (ASU), dan Accessibility (AC) berpengaruh signifikan terhadap penerimaan sistem (nilai sig. < 0,05). Aksesibilitas juga terbukti berpengaruh positif terhadap PU (koefisien 0,646) dan PEOU (koefisien 0,759). Temuan ini menunjukkan bahwa peningkatan kemudahan akses dan antarmuka pengguna yang baik dapat mendorong adopsi teknologi oleh pasien. Implikasi praktis dari penelitian ini menyarankan RS Radjiman Wediodiningrat untuk memperbaiki infrastruktur sistem guna meningkatkan pengalaman pengguna dan efisiensi layanan.
IMPLEMENTASI SISTEM INFORMASI PENGADUAN MASYARAKAT DI BALAI DESA SIDOTOTO KEBUMEN BERBASIS WEBSITE Muqtafi, Isro; Wahyuningsih, Endang
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.v9i4.13920

Abstract

Perkembangan teknologi informasi telah merambah hampir seluruh aspek kehidupan, termasuk pelayanan publik. Balai Desa Sidototo masih menggunakan sistem manual dalam pengelolaan pengaduan masyarakat, yang dinilai kurang efektif. Penelitian ini bertujuan mengimplementasikan sistem informasi pengaduan berbasis website guna meningkatkan transparansi dan efisiensi layanan. Metode yang digunakan adalah waterfall, meliputi analisis kebutuhan, desain, implementasi, pengujian, dan pemeliharaan. Data diperoleh melalui wawancara dengan sekretaris desa untuk menentukan fitur utama, seperti registrasi, pengajuan pengaduan, pemantauan status laporan, dan tanggapan admin. Implementasi dilakukan menggunakan PHP dan MySQL, sedangkan pengujian menggunakan Blackbox testing untuk memastikan sistem berfungsi optimal. Hasil pengujian menunjukkan semua fitur berjalan dengan baik. Survei kepuasan pengguna dengan skala Likert menunjukkan rata-rata skor 4.92 dari 5, menandakan kepuasan yang sangat baik terhadap kemudahan penggunaan dan fungsionalitas sistem. Dengan sistem ini, masyarakat dapat menyampaikan keluhan lebih mudah, sementara pemerintah desa dapat menanggapi lebih cepat dan akurat. Penelitian ini membuktikan bahwa sistem informasi pengaduan berbasis website dapat meningkatkan kualitas pelayanan publik dan diharapkan menjadi solusi efektif bagi desa-desa lainnya dalam mengelola pengaduan masyarakat.
SISTEM PAKAR DETEKSI RAWAN STUNTING PADA BALITA DENGAN METODE CASE BASED REASONING DAN CERTAINTY FACTOR BERBASIS WEBSITE Kadiwano Juandry Fangidae Repi, Charlie; Oktavia Meo, Meliana
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.v9i4.13921

Abstract

Stunting merupakan gangguan pertumbuhan pada balita akibat ketidakseimbangan gizi dalam jangka panjang, terutama pada 1000 Hari Pertama Kehidupan (HPK) yang berdampak pada perkembangan fisik dan kognitif anak. Prevalensi stunting di Nusa Tenggara Timur, khususnya Kota Kupang, masih tinggi meskipun mengalami penurunan dari 26,1% pada 2021 menjadi 16,6% pada 2024. Tingginya angka stunting menjadi masalah yang membutuhkan deteksi dini agar dapat dicegah lebih awal, namun proses ini masih sulit dilakukan dengan cepat dan akurat karena keterbatasan alat bantu diagnosis yang praktis dan mudah digunakan, sehingga tenaga kesehatan serta masyarakat mengalami kesulitan dalam melakukan intervensi sejak dini. Penelitian ini bertujuan untuk merancang dan mengembangkan sistem pakar berbasis website yang mampu mendeteksi risiko stunting pada balita dan dirancang agar mudah diakses oleh tenaga kesehatan, orang tua, dan masyarakat guna meningkatkan kesadaran serta edukasi dalam pencegahan stunting. Sistem pakar ini menggunakan metode Case Based Reasoning (CBR) untuk mencocokkan kasus baru dengan kasus sebelumnya berdasarkan pengalaman terdahulu. Selain itu, metode Certainty Factor (CF) digunakan untuk menangani ketidakpastian informasi dengan tingkat keyakinan tertentu. Hasil penelitian menghasilkan sistem pakar yang mampu mendiagnosis risiko stunting dengan tingkat akurasi yang tinggi. Sistem ini diharapkan dapat membantu tenaga kesehatan, orang tua dan masyarakat dalam melakukan intervensi lebih cepat dan tepat guna menurunkan angka stunting di Kota Kupang.

Page 361 of 384 | Total Record : 3835

 359   360   361   362   363 

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