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
 370   371   372   373   374 
IMPLEMENTASI FIREWALL DAN FILTERING FIREWALL BERBASIS MIKROTIK DENGAN METODE LAYER7 PROTOCOL DI SMK AL - HIKAM Gafira Wirdana Zain, Raja; Tahir, Muhlis; Ricka Seviana, Alvienda; Savitri, Camelia; Nur Mei Syahrina, Wilda; Andika El-faizi, Alfian
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.v9i4.14099

Abstract

Kemajuan teknologi informasi memberikan dampak signifikan terhadap dunia pendidikan, salah satunya melalui penyediaan akses internet di lingkungan sekolah. Namun, akses internet yang tidak terkontrol dapat menimbulkan permasalahan serius, seperti siswa mengakses situs-situs yang tidak sesuai dengan tujuan pembelajaran, termasuk media sosial. SMK Al-Hikam mengalami permasalahan serupa, sehingga diperlukan solusi untuk mengendalikan dan memfilter lalu lintas internet yang digunakan oleh siswa. Penelitian ini bertujuan untuk mengimplementasikan sistem firewall berbasis MikroTik menggunakan metode Layer7 Protocol sebagai upaya menyaring konten-konten yang tidak diinginkan. Metode yang digunakan meliputi observasi dan wawancara dengan pihak sekolah untuk menggali kebutuhan sistem keamanan jaringan, serta implementasi konfigurasi firewall melalui perangkat lunak VirtualBox, aplikasi Winbox, dan pengaturan Layer7 Protocol, Filter Rules, dan NAT Rule pada router MikroTik. Pengujian dilakukan dengan mengakses berbagai situs terlarang setelah konfigurasi diterapkan. Hasil penelitian menunjukkan bahwa sistem firewall yang dikembangkan mampu secara efektif memblokir akses ke situs media sosial seperti Facebook, Instagram, Tiktok, sehingga tercipta lingkungan pembelajaran yang lebih aman, kondusif, dan mendukung kegiatan belajar mengajar di SMK Al-Hikam. Berdasarkan hasil tersebut, disarankan melakukan pemeliharaan rutin serta memberikan edukasi kepada siswa mengenai etika penggunaan internet untuk menjaga keberlangsungan sistem yang telah dibangun.
DESAIN KNOWLEDGE MANAGEMENT SYSTEM PADA MAHASISWA JURUSAN SISTEM INFORMASI UNIVERSITAS SRIWIJAYA MENGGUNAKAN METODE KNOWLEDGE MANAGEMENT SYSTEM LIFECYCLE Akbar, Rifko; Abdillah Putra, Muhafsyah; Hikmahwarani, Fellycia; Zahran Afif, Muhammad; Theressa Hasioani Sianturi, Claudia; Ditha Tania, Ken; Rifai, Ahmad
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.v9i4.14101

Abstract

Knowledge Management System (KMS) merupakan salah satu instrumen penting dalam meningkatkan pengelolaan dan berbagi pengetahuan di lingkungan akademik. Di lingkungan perguruan tinggi, khususnya pada Program Studi Sistem Informasi Universitas Sriwijaya, berdasarkan hasil analisa, pengelolaan pengetahuan akademik cenderung kurang terstruktur dengan optimal sehingga berdampak pada kesulitan mahasiswa dalam mengakses dan berbagi informasi yang relevan. Kurangnya sistem yang terstruktur dalam pengelolaan dan berbagi pengetahuan akademik di lingkungan perguruan tinggi, khususnya pada Program Studi Sistem Informasi Universitas Sriwijaya, menjadi permasalahan yang berdampak pada kesulitan mahasiswa dalam mengakses informasi yang relevan serta berbagi pengalaman akademik. Kondisi ini menunjukkan pentingnya pengembangan sistem yang mampu mengintegrasikan pengetahuan agar proses pembelajaran menjadi lebih efektif. Oleh karena itu, diperlukan sistem yang dapat mengintegrasikan sumber pengetahuan, pengalaman mahasiswa, dan strategi akademik untuk mendukung pembelajaran yang lebih efektif. Penelitian ini menggunakan metode Knowledge Management System Lifecycle (KMSLC), yang mencakup evaluasi infrastruktur, analisis dan desain knowledge management, verifikasi serta implementasi. Implementasi sistem ini diharapkan dapat meningkatkan efektivitas pembelajaran, memperkuat kolaborasi akademik, dan mendukung pengambilan keputusan berbasis data di perguruan tinggi. Berdasarkan hasil pengujian menggunakan metode black box, sistem menunjukkan tingkat keberhasilan 100% pada 10 skenario uji coba, yang menandakan sistem dapat berfungsi sesuai harapan dan mendukung kebutuhan akademik mahasiswa secara optimal.
KOMBINASI LATENT SEMANTIC INDEXING DAN SUPPORT VECTOR MACHINE PADA KLASIFIKASI DOKUMEN AKREDITASI: STUDI KASUS : PASCASARJANA UNIVERSITAS NEGERI MEDAN Warjaya, Angga; As, Mansur; Muthmainnah, Inna; Mulyana, Sri; Iskandar Al Idrus, Said; Arnita, Arnita; Taufik, Insan
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.v9i4.14102

Abstract

Pengelolaan dokumen akreditasi yang efisien menjadi tantangan utama dalam pendidikan tinggi akibat volume dokumen yang besar dan format yang bervariasi. Penelitian ini bertujuan untuk mengembangkan metode klasifikasi otomatis menggunakan kombinasi latent semantic indexing dan support vector machine guna meningkatkan akurasi dan efisiensi pengelolaan dokumen akreditasi. Akurasi dalam penelitian ini mengacu pada ketepatan sistem dalam mengidentifikasi kategori dokumen sesuai kriteria akreditasi, sementara efisiensi mencerminkan percepatan dan penyederhanaan proses klasifikasi dibandingkan dengan metode manual. Dataset terdiri dari 230 dokumen yang dikategorikan berdasarkan kriteria Lembaga Akreditasi Mandiri Kependidikan, dengan 115 dokumen untuk Kriteria 6 (Pendidikan) dan 115 dokumen untuk Kriteria 7 (Penelitian), kemudian dibagi menjadi data latih dan uji dengan rasio 60:40. Proses klasifikasi dilakukan melalui beberapa tahap, termasuk pre-processing teks, ekstraksi fitur semantik, serta optimasi parameter model untuk memperoleh hasil terbaik. Pengujian menunjukkan bahwa metode yang diusulkan mampu mencapai tingkat akurasi sebesar 91%, dengan validasi silang sebesar 94,21%. Hasil ini menunjukkan bahwa pendekatan yang digunakan efektif dalam mengotomatisasi klasifikasi dokumen akreditasi, sehingga dapat mempercepat proses evaluasi serta meningkatkan efisiensi manajemen dokumen dalam institusi pendidikan tinggi.
ANALISIS PREDIKSI HARGA SAHAM PADA PERUSAHAAN T MENGGUNAKAN KOMBINASI CNN-LSTM Fathoni, Fathoni; Ibrahim, Ali; Septiana, Rika; Rielisa Putri, Adetya; Ispahan, Tarisha; Shifa Maharani, Wardah
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.v9i4.14104

Abstract

Pasar saham yang kompleks dan sulit diprediksi menjadi tantangan utama dalam membuat pilihan investasi khususnya di industri telekomunikasi yang sangat dipengaruhi oleh faktor internal dan eksternal termasuk persaingan pasar, aturan tarif, dan kemajuan teknologi. Pola non-linear dalam data saham seringkali tidak tertangkap oleh metode konvensional, seperti regresi dan ARIMA yang menyebabkan ketidakakuratan prediksi. Tujuan dari studi ini adalah mengombinasikan model Convolutional Neural Networks (CNN) dengan Long Short-Term Memory (LSTM) untuk memprediksi harga saham berbasis deep learning. Studi ini menunjukkan bahwa model CNN-LSTM bekerja dengan baik dalam memprediksi dengan RSME yang rendah, khususnya pada konfigurasi pelatihan 50 epoch yang menghasilkan hasil yang paling konsisten dan seimbang, yaitu train RMSE: 62.51 dan test RMSE: 87.76. Hal ini membuktikan bahwa model mampu menggambarkan tren harga saham secara akurat. Dengan demikian, kombinasi CNN-LSTM dapat diterapkan sebagai solusi prediktif yang memungkinkan di sektor keuangan
PERANCANGAN SISTEM INVENTORY GUDANG BERBASIS WEBSITE PADA CV FLOWER CORNER Ariyanti, Devi; Lionie, Lionie
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.v9i4.14107

Abstract

CV Flower Corner merupakan salah satu perusahaan yang bergerak dibidang supplier bunga artificial import di Jakarta Utara. Saat ini sedang menghadapi permasalahan dalam pengelolaan inventory gudang. Seperti ketidakakuratan stok, pencatatan manual yang memakan waktu dan sulit melacak pergerakan barang. Penelitian ini bertujuan untuk merancang dan mengembangkan sebuah inventory gudang berbasis website yang dapat mengatasi permasalahan tersebut. Sistem ini diharapkan dapat mempermudah proses pencatatan dan pengurangan stok barang, memberikan informasi secara realtime mengenai stok barang dan menghasilkan laporan yang akurat. Metode pengembangan sistem yang digunakan adalah metode waterfall. Sistem ini dilengkapi dengan fitur utama seperti tampilan dashboard, menu kontak yang terdiri dari beberapa sub menu seperti kontak pelanggan, supplier dan karyawan, fitur laporan untuk pencatatan pembelian dan penjualan, fitur daftar produk untuk menambah dan mengedit informasi produk. Hasil dari pengujian pembuatan sistem invetory gudang berbasis website meliputi Memastikan barang dapat ditambahkan ke dalam sistem dengan informasi yang benar (nama, kode, deskripsi, harga, dll.). Memastikan stok barang bertambah atau berkurang dengan benar saat ada transaksi masuk atau keluar. Memastikan sistem dapat mencari dan menampilkan informasi barang dengan akurat.Memastikan laporan stok, transaksi, dan nilai inventaris dihasilkan dengan benar.
PERKEMBANGAN PROJEK RANCANGAN SISTEM REKOMENDASI FILM DENGAN MODEL DEEP LEARNING BERBASIS GNN Zulfahrizan, Atta; Prana Walidin, Adamsyach; Ilyasyah Drilanang, Mhd; Raffi Akbar Tjg, Muhammad; Saputra, Kana
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.v9i4.14108

Abstract

Di tengah pesatnya perkembangan dunia digital, sistem rekomendasi film menjadi bagian penting dalam meningkatkan kenyamanan dan kepuasan pengguna saat mengakses platform hiburan. Namun, metode tradisional seperti collaborative filtering dan content-based filtering masih menghadapi kendala dalam memahami pola interaksi yang kompleks antara pengguna dan film. Penelitian ini hadir untuk menjawab tantangan tersebut dengan mengembangkan sistem rekomendasi berbasis deep learning menggunakan pendekatan Graph Neural Network (GNN). Tujuan utama dari penelitian ini adalah membangun model yang mampu merepresentasikan hubungan antara pengguna dan film secara lebih mendalam dan kontekstual. Dalam pengembangannya, digunakan dataset MovieLens untuk membentuk graf yang mencerminkan relasi rating antara pengguna dan film. Proses pelatihan model dilakukan dengan arsitektur GraphSAGE dua lapis yang mampu menyebarkan informasi antar node secara efektif dalam graf. Hasil evaluasi menggunakan Mean Squared Error (MSE) menunjukkan performa yang baik dengan nilai loss terbaik sebesar 0.2780. Selain itu, hasil uji menggunakan cosine similarity memperlihatkan bahwa model ini mampu merekomendasikan film yang relevan dengan preferensi pengguna. Temuan ini menunjukkan bahwa pendekatan GNN dapat menjadi solusi yang menjanjikan untuk meningkatkan kualitas rekomendasi serta pengalaman pengguna dalam menjelajahi konten digital.
PERANCANGAN PROGRAM REKOGNISI ISYARAT SIGNAL FOR HELP, UNTUK MEMBERI RESPON CEPAT BANTUAN Drilanang, Mhd Ilyasyah; Prana Walidin, Adamsyach; Zulfahrizan, Atta; Syahputra, Hermawan
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.v9i4.14109

Abstract

Dalam kondisi darurat, terutama saat seseorang tidak bisa berbicara secara langsung untuk meminta bantuan, isyarat tangan seperti “Signal for Help” menjadi sangat penting. Sayangnya, belum banyak sistem yang mampu mengenali isyarat ini secara otomatis dan real-time. Penelitian ini bertujuan untuk mengembangkan sebuah sistem yang dapat mendeteksi isyarat tersebut secara cepat dan akurat, agar respons bantuan bisa diberikan secepat mungkin. Penelitian dilakukan dengan menggunakan pendekatan pengenalan pola visual melalui teknologi MediaPipe dan OpenCV. Data dikumpulkan dari gambar dan video gerakan tangan yang menampilkan tiga tahapan isyarat: “Telapak Tangan Terbuka,” “Jempol Ditekuk ke Dalam,” dan “Kepalan Tangan.” Setiap tahapan dianalisis menggunakan deteksi landmark tangan untuk mengenali bentuk dan pergerakannya secara detail. Hasilnya, sistem yang dirancang mampu mendeteksi isyarat dengan akurasi tinggi, bahkan dalam berbagai kondisi lingkungan. Hal ini menunjukkan bahwa teknologi ini dapat diterapkan dalam skenario nyata, seperti layanan darurat, perlindungan pribadi, maupun sistem asisten berbasis AI yang dapat merespons secara otomatis ketika sinyal bantuan terdeteksi. Dengan sistem ini, diharapkan siapa pun yang berada dalam situasi bahaya bisa mendapatkan bantuan lebih cepat dan aman.
PREDIKSI SENTIMEN PENGGUNA SPOTIFY MENGGUNAKAN METODE NAÏVE BAYES STUDI KASUS ULASAN PENGGUNA DI PLAY STORE Fatihaturrahmah, Aisyah; Amanda Ardhani, Dhita; Putri Casanova, Musdalifa; Cahya Aulia, Syifa; Najwa Widasari, Yesya; Ditha Tania, Ken; Kurnia Sari, Winda
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.v9i4.14112

Abstract

Spotify merupakan salah satu platform layanan streaming music digital yang banyak digunakan, tetapi ulasan pengguna menunjukkan variasi tingkat kepuasan terhadap layanan yang tersedia. Penelitian ini berfokus pada analisis dan prediksi sentimen pengguna Spotify berdasarkan ulasan yang diperoleh dari Google Play Store dengan menggunakan metode Naïve Bayes. Penelitian ini mencakup beberapa proses, yaitu pengumpulan data, pra-pemrosesan teks (tokenisasi, normalisasi, penghapusan kata tidak bermakna, dan stemming) serta ekstraksi fitur menggunakan Term Frequency-Inverse Document Frequency (TF-IDF). Sentimen pengguna diklasifikasikan ke dalam dua kategori, yaitu positif dan negative. Evaluasi model dilakukan dengan menggunakan metrik akurasi, presisi recall dan F1-score. Hasil penelitian menunjukkan bahwa algoritma Naïve Bayes mampu mengklasifikasikan sentimen pengguna Spotify dengan akurasi sebesar 88,42%, precision 0,89, recall 0,74, dan F1-Score 0,79 (macro average). Selain itu, nilai Area Under Curve (AUC) sebesar 0,94 yang mengindikasikan bahwa model memiliki kemampuan klasifikasi yang sangat baik. Sehingga hasil ini menunjukkan bahwa pendekatan yang digunakan sudah sangat efektif dalam menganalisis sentimen pengguna dan dapat menjadi acuan bagi pengembang untuk meningkatkan kualitas terhadap layanan streaming music Spotify.
PENILAIAN KUALITAS LAYANAN APLIKASI PLN MOBILE DI KOTA KUPANG MENGGUNAKAN METODE E-SERVQUAL Longginus Peuuma, Rian; Juszandri Bulan, Semlinda
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.v9i4.14115

Abstract

Dalam menyikapi kebutuhan masyarakat di bidang teknologi, PT PLN (Persero) meluncurkan aplikasi PLN Mobile yang diperlukan untuk meningkatkan pelayanan publik di bidang teknologi. Meskipun aplikasi ini bertujuan untuk memberikan layanan yang efektif dan efisien, masih terdapat keluhan dari pengguna terkait kesulitan dalam mengajukan pengaduan, lamanya proses pembayaran, serta gangguan pada server dan backend. Penelitian ini bertujuan untuk menilai kualitas layanan aplikasi PLN Mobile di Kota Kupang menggunakan metode E-ServQual. Data dikumpulkan dari 100 responden yang menjawab 30 pernyataan terkait lima variabel seperti efisiensi, keandalan, daya tangkap, kesesuaian sistem, dan privasi. Analisis dilakukan menggunakan uji validitas, uji reliabilitas, dan analisis statistik deskriptif dengan SPSS 24 dan Microsoft Excel 2010. Hasil analisis menunjukkan bahwa secara umum, kelima variabel mendapatkan respon dengan kategori "Baik". Namun, terdapat kekurangan pada variabel daya tangkap (Responsiveness) dan kesesuaian sistem (Fulfillment), dengan Total Correct Response (TCR) terendah pada butir pernyataan R.1 (58,2%), R.2 (59,8%), dan F.6 (59,8%), yang berada dalam kategori "Cukup", yang berarti mendekati kategori "Kurang Baik". Oleh karena itu, PT PLN (Persero) perlu memberikan perhatian lebih untuk meningkatkan kualitas layanan aplikasi ini.
IMPLEMENTASI CONVOLUTIONAL NEURAL NETWORK DALAM MENDETEKSI TINGKAT KEMATANGAN BUAH KAKAO Wahabi Hasibuan, Rahman; Taufik, Insan; AS, Mansur; Iskandar Al Idrus, Said; Indra, Zulfahmi
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.v9i4.14116

Abstract

Indonesia merupakan negara agraris dengan sektor perkebunan yang berperan penting dalam perekonomiannya. Kakao (Theobroma cacao L.) merupakan komoditas strategis yang berkontribusi pada ekspor, lapangan kerja, agribisnis, serta pertanian berkelanjutan. Namun, di Sumatera Utara, meskipun sektor perkebunan berkembang, produksi kakao menghadapi tantangan seperti alih fungsi lahan. Proses pemanenan kakao secara tradisional mengandalkan penilaian kematangan secara manual, yang rentan terhadap kesalahan akibat kelelahan dan subjektivitas manusia. Convolutional Neural Network (CNN) telah banyak digunakan dalam pengolahan citra karena kemampuannya mengenali pola dengan akurasi tinggi. Penelitian ini mengusulkan penggunaan CNN dengan Transfer Learning berbasis EfficientNetB0 untuk mengklasifikasikan tingkat kematangan buah kakao. Dataset terdiri dari 360 gambar dalam kategori Mentah, Matang, Busuk, dan Unclassified, dengan teknik pra-pemrosesan seperti resizing, noise, rotasi, flipping, cropping, dan penghapusan latar belakang. Dataset dibagi menjadi 70% untuk pelatihan dan 30% untuk validasi, dengan optimasi hyperparameter. Model mencapai akurasi tinggi sebesar 99,71% pada data uji. Evaluasi menggunakan confusion matrix dan classification report menunjukkan kemampuan generalisasi yang baik. Selain itu, model berhasil diimplementasikan dalam aplikasi Android dengan fitur klasifikasi, riwayat, informasi, panduan, serta autentikasi pengguna. Sistem ini memungkinkan identifikasi kematangan buah kakao secara real-time dan praktis bagi petani.

Page 372 of 384 | Total Record : 3835

 370   371   372   373   374 

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