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 4,631 Documents
 422   423   424   425   426 
SISTEM PENDUKUNG KEPUTUSAN REKOMENDASI SATUAN PENGAMAN TERBAIK MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING Muhammad Nizam Iba; Mutaqin Akbar
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 10 No. 2 (2026): JATI Vol. 10 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v10i2.17574

Abstract

Satuan Pengamanan (Satpam) berperan sangat penting dalam menjaga keamanan dan reputasi profesional suatu perusahaan. Namun, banyak evaluasi kinerja Satpam yang dilakukan secara manual dan bersifat subjektif, yang dapat menyebabkan adanya prejudis. Penelitian ini bertujuan untuk merancang dan melaksanakan Sistem Pendukung Keputusan (SPK) yang akan merekomendasikan Satpam terbaik dengan memanfaatkan metode Simple Additive Weighting (SAW) pada sebuah perusahaan penyedia Satpam di kota Jayapura, Papua. Metode SAW terbukti sangat efektif dalam menganalisis sejumlah kriteria penilaian, seperti disiplin, kebugaran fisik, keterampilan praktis, sikap, etika kerja, dan pengalaman. Pengumpulan data dilakukan melalui observasi, angket, tinjauan literatur, dan dokumentasi, yang selanjutnya diproses menggunakan metode SAW. Hasil akhirnya menunjukkan bahwa sistem ini dapat membantu manajemen untuk mengambil Keputusan lebih objektif dalam memberikan rekomendasi untuk Satpam terbaik.
USER EXPERIENCE EVALUATION KOPERASI CHECKING (KOCEK) PADA PT SOLUSI ANAK SAKTI (DJOIN) MENGGUNAKAN METODE USER EXPERIENCE QUESTIONNAIRE (UEQ) DAN RETROSPECTIVE THINK ALOUD (RTA) Ni Made Septiari Mahaputri; A. A. Istri Ita Paramitha; I Gusti Agung Prabandari Tri Putri
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 10 No. 2 (2026): JATI Vol. 10 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v10i2.17582

Abstract

KOCEK (Koperasi Checking) merupakan platform pendukung pengambilan keputusan pinjaman yang dikembangkan oleh PT Solusi Anak Sakti (Djoin) untuk membantu optimasi penilaian risiko pinjaman dan meminimalkan Non-Performing Loan (NPL) pada lembaga keuangan mikro. Berdasarkan data KOCEK Utilization, pemanfaatan kuota KOCEK berlangsung lambat dan tidak optimal. Dalam sejumlah kasus, kuota tidak habis, bahkan beberapa koperasi tidak melakukan pembelian ulang (repurchase). Kondisi ini mengindikasikan pengalaman pengguna yang kurang optimal. Penelitian ini bertujuan mengevaluasi pengalaman pengguna sistem KOCEK dan mengidentifikasi area yang memerlukan perbaikan. Metode yang digunakan adalah User Experience Questionnaire (UEQ) untuk memperoleh data kuantitatif dan Retrospective Think Aloud (RTA) untuk memperoleh data kualitatif. Data UEQ dikumpulkan dari seluruh pengguna aktif KOCEK, sedangkan data RTA diperoleh melalui wawancara dengan responden yang diminta mengingat dan menjelaskan pengalaman interaksi mereka dengan sistem. Hasil evaluasi UEQ menunjukkan bahwa seluruh aspek memperoleh skor rata-rata di atas 1,0, yaitu Attractiveness (2,09), Perspicuity (1,72), Efficiency (2,24), Dependability (1,96), Stimulation (1,78), dan Novelty (1,43). Aspek Efficiency memperoleh skor tertinggi dengan kategori Excellent, sedangkan aspek Novelty memperoleh skor terendah dengan kategori Good. Hasil RTA mengungkapkan adanya beberapa hambatan penggunaan yang menjadi dasar rekomendasi perbaikan fungsional sistem KOCEK.
PENERAPAN ALGORITMA K-MEANS CLUSTERING UNTUK MENGANALISIS POLA RESERVASI PELANGGAN DI VILLA SAYONG HOUSE UBUD Putu Bayu Surya Mahesa; I Nyoman Yudi Anggara Wijaya; Made Irma Dwiputranti
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 10 No. 2 (2026): JATI Vol. 10 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v10i2.17586

Abstract

Persaingan industri akomodasi di Ubud yang semakin ketat menuntut pemanfaatan data reservasi secara optimal. Villa Sayong House Ubud memiliki catatan pemesanan yang belum dimanfaatkan untuk strategi pemasaran efektif. Penelitian ini menganalisis pola reservasi menggunakan algoritma K-Means Clustering untuk mengidentifikasi karakteristik pelanggan berdasarkan data historis. Metode CRISP-DM diterapkan dengan menganalisis 1.644 data reservasi periode Januari 2024–Februari 2025 mencakup empat atribut: Booking Date, Source, Room Type, dan Total Night. Pengolahan data menggunakan RapidMiner Studio dengan metode Elbow menghasilkan tiga klaster optimal. Hasil menunjukkan Cluster 0 merupakan pelanggan loyal dengan frekuensi tinggi dan durasi menginap panjang (8+ malam, 33,3%), Cluster 1 adalah pelanggan musiman dengan pemesanan moderat dan durasi pendek (1–3 malam, 33,2%), dan Cluster 2 adalah pelanggan regular dengan durasi menengah (4–7 malam, 33,2%). Visualisasi mengungkapkan pola musiman di Januari–Juli dan Desember, dominasi kamar Double Bed, preferensi platform Booking.com dan Agoda, serta durasi menginap 2–3 malam. Rekomendasi strategi meliputi program loyalitas untuk Cluster 0, promo musiman untuk Cluster 1, dan paket bundling untuk Cluster 2. Evaluasi model menunjukkan performa baik dengan Silhouette Score 0,58 dan Davies-Bouldin Index 0,95. Penelitian membuktikan K-Means Clustering efektif mengidentifikasi pola perilaku pelanggan sebagai dasar keputusan berbasis data untuk meningkatkan okupansi villa.
PERANCANGAN SISTEM INFORMASI KOMPETISI MAHASISWA UNIVERSITAS PRIMAKARA BERBASIS WEBSITE MENGGUNAKAN METODE USER-CENTERED DESIGN (UCD) Ni Putu Somya Divani Dwisty Moza; I Gede Putu Krisna Juliharta; Putri Anugrah Cahya Dewi
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 10 No. 2 (2026): JATI Vol. 10 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v10i2.17591

Abstract

Kompetisi mahasiswa merupakan sarana penting untuk mengembangkan potensi dan meningkatkan daya saing, namun pengelolaannya di Universitas Primakara masih dilakukan secara manual melalui spreadsheet dan komunikasi informal. Kondisi ini menyebabkan informasi lomba tidak terpusat, pelaporan prestasi tidak tersentralisasi, dan monitoring pembinaan belum optimal. Penelitian ini bertujuan merancang sistem informasi kompetisi mahasiswa berbasis website menggunakan metode User-Centered Design (UCD) untuk mempermudah akses informasi, proses pendaftaran, pembinaan, serta pencatatan prestasi. Metode UCD diterapkan melalui empat tahapan: Understand Context of Use dengan observasi dan wawancara terhadap 10 responden, Specify User Requirements untuk merumuskan kebutuhan fungsional dan non-fungsional, Design Solutions untuk membuat prototipe high-fidelity menggunakan Figma, dan Evaluate Against Requirements dengan pengujian System Usability Scale (SUS). Hasil evaluasi terhadap 15 responden menunjukkan skor rata-rata SUS sebesar 78, yang termasuk kategori Good dan Acceptable, dengan 73,3% responden memberikan penilaian di atas standar acceptable. Prototipe yang dihasilkan mencakup fitur pengelolaan data kompetisi, pendaftaran, monitoring pembinaan, pelaporan prestasi, dan verifikasi insentif untuk empat aktor utama: mahasiswa, dosen pembina, Direktur Kemahasiswaan, dan Wakil Rektor III. Penelitian ini membuktikan bahwa metode UCD efektif dalam menghasilkan sistem informasi yang sesuai kebutuhan pengguna dan dapat dijadikan dasar untuk tahap implementasi selanjutnya.
PEMETAAN KLASTER PEMBANGUNAN KABUPATEN/KOTA DI PROVINSI BALI BERBASIS DEEP CLUSTERING MENGGUNAKAN VARIATIONAL AUTOENCODER DAN IMPROVED K-MEANS Kanessa Jasmine Prisheila Az Zahra Setiyanto; Amri Muhaimin; Kartika Maulida Hindrayani
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 10 No. 2 (2026): JATI Vol. 10 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v10i2.17588

Abstract

Ketimpangan pembangunan antar kabupaten/kota menimbulkan perbedaan capaian sosial ekonomi sehingga diperlukan pemetaan pembangunan wilayah secara objektif. Penelitian ini bertujuan mengelompokkan pembangunan kabupaten/kota di Provinsi Bali periode 2020-2024 berdasarkan indikator Indeks Pembangunan Manusia (IPM), Produk Domestik Regional Bruto (PDRB), Gini Ratio (GR), Tingkat Pengangguran Terbuka (TPT), dan persentase penduduk miskin (P0). Metode yang digunakan merupakan metode deep clustering dengan Variational Autoencoder (VAE) untuk membentuk representasi fitur laten, yang selanjutnya dikeompokkan menggunakan Improved K-Means Clustering. Penentuan jumlah klaster dilakukan dengan menguji yang dievaluasi menggunakan Silhouette Score, Davies-Bouldin Index (DBI), dan Calinski–Harabasz Index (CHI). Hasil penelitian menunjukkan bahwa K = 3 merupakan jumlah klaster yang paling optimal, dengan kualitas klaster terbaik terjadi pada tahun 2020 dan 2023, ditunjukkan dengan nilai Silhouette masing-masing sebesar 0,467 dan 0,390. Profil indikator indikator menunjukkan bahwa klaster dengan tingkat pembangunan lebih tinggi memiliki nilai  IPM dan PDRB per kapita yang lebih tinggi serta tingkat kemiskinan lebih rendah, yang dominasi oleh Kabupaten Badung dan Kota Denpasar. Hasil ini diharapkan dapat mendukung analisis dan perumusan kebijakan pembangunan daerah di Provinsi Bali.
ANALISIS SENTIMEN MULTIPERSPEKTIF MEDIA SOSIAL TIKTOK TERHADAP PROGRAM MBG MENGGUNAKAN METODE WORD CLOUD Samuel Bago; William Candra; Michael Poltak Nainggolan; Alfredo Marianus Tambunan; Sukri Suriadi Situmorang; Mariskolose Ambarita; Ikhwan El Akmal Pakpahan
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 10 No. 2 (2026): JATI Vol. 10 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v10i2.17595

Abstract

Program Makan Bergizi Gratis (MBG) merupakan kebijakan strategis nasional yang menuai polemik di masyarakat. Permasalahan utama yang muncul adalah tingginya polarisasi opini dan kekhawatiran publik di ruang digital yang belum terpetakan secara jelas. Penelitian ini bertujuan menganalisis sentimen publik terhadap program MBG melalui pendekatan multiperspektif di platform TikTok. Metode penelitian menggunakan analisis konten kualitatif dengan teknik Purposive Sampling pada 30 video terpopuler yang dikelompokkan ke dalam enam kategori pemangku kepentingan (stakeholders), yaitu Media Berita, Influencer, Tenaga Pendidik, Orang Tua, Siswa Penerima, dan Masyarakat Umum. Hasil penelitian menunjukkan adanya perbedaan fokus isu yang signifikan di setiap kategori; Tenaga Pendidik cenderung menyoroti aspek operasional dan kesejahteraan, Orang Tua berfokus pada nilai gizi dan keamanan pangan, sementara konten Influencer dan Media Berita berfungsi sebagai penguat narasi.
PENGENDALI LAMPU MENGGUNAKAN GESTUR TANGAN BERBASISKAN MEDIAPIPE DENGAN JAVASCRIPT Emmanuel Manggala Nusa; Dian Widiyanto Chandra
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 10 No. 2 (2026): JATI Vol. 10 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v10i2.17596

Abstract

Perkembangan teknologi interaksi tanpa sentuh, khususnya pengenalan gestur tangan, menawarkan cara kendali perangkat yang lebih alami dan efisien, namun penerapannya pada perangkat IoT masih menghadapi tantangan terkait stabilitas deteksi dalam berbagai kondisi lingkungan. Penelitian ini bertujuan merancang dan mengimplementasikan sistem kendali lampu berbasis web yang mampu mendeteksi gestur tangan secara real-time menggunakan MediaPipe sebagai pendeteksi landmark dan ESP32 sebagai aktuator kendali perangkat. Sistem dikembangkan dalam arsitektur client–server, di mana aplikasi web memproses citra kamera dan mengirimkan perintah ON/OFF ke ESP32 melalui protokol HTTP. Pengujian dilakukan pada ruangan tertutup dengan dua kondisi pencahayaan lampu 3 Watt dan 10 Watt serta variasi jarak deteksi 30–290 cm. Hasil menunjukkan bahwa sistem mencapai akurasi 100% pada seluruh rentang jarak ketika pencahayaan mencukupi, sedangkan penurunan akurasi terjadi pada kondisi cahaya sangat rendah yaitu 5 lux dengan akurasi 97% untuk gestur ON dan 80% untuk gestur OFF pada jarak 290 cm. Temuan ini menegaskan bahwa pencahayaan merupakan faktor utama yang memengaruhi keberhasilan deteksi gestur dalam sistem ini. Penelitian ini berkontribusi pada pengembangan sistem kendali perangkat IoT berbasis gestur tangan yang dapat dijalankan sepenuhnya melalui antarmuka web tanpa memerlukan aplikasi tambahan.
PERANCANGAN DAN EVALUASI MODEL CI/CD BERBASIS GITHUB ACTIONS UNTUK OTOMATISASI DEPLOYMENT BACKEND EXPRESS.JS PADA VPS Rizky Prayatman; Joko Supriyanto; Felia Oktaviana Sekarningtias
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 10 No. 2 (2026): JATI Vol. 10 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v10i2.17608

Abstract

Jika dilakukan perubahan kode ketika proses deployment pada infrastruktur jaringan komputer secara manual, proses tersebut menjadi tidak efisien serta rentan terhadap kesalahan akibat human error. Dalam proses pengembangan perangkat lunak modern, proses deployment aplikasi ke server produksi masih sering dilakukan secara manual. Metode ini membutuhkan beberapa tahapan konfigurasi yang berulang, memakan waktu, serta berpotensi menimbulkan kesalahan akibat human error. Permasalahan ini menyebabkan proses rilis aplikasi menjadi tidak efisien dan kurang konsisten. Oleh karena itu, penelitian ini bertujuan untuk merancang dan mengevaluasi penerapan Continuous Integration dan Continuous Deployment (CI/CD) menggunakan GitHub Actions untuk mengotomatisasi proses deployment backend sistem ediagnostic-misconception berbasis Express.js pada server Virtual Private Server (VPS). Metode penelitian yang digunakan adalah eksperimen terapan dengan membandingkan proses deployment manual dan deployment otomatis berbasis CI/CD. Evaluasi dilakukan melalui pengukuran waktu deployment, konsistensi proses, dan potensi kesalahan konfigurasi, yang diuji sebanyak lima kali pada kondisi server yang sama. Hasil penelitian menunjukkan bahwa penerapan CI/CD mampu menurunkan waktu deployment dari rata-rata 15 menit pada metode manual menjadi sekitar 3.2 menit pada metode otomatis, atau terjadi peningkatan efisiensi sebesar 80%. Selain itu, proses deployment menjadi lebih konsisten dan stabil. Penelitian ini membuktikan bahwa penerapan CI/CD berbasis GitHub Actions pada VPS mandiri dengan sumber daya terbatas dapat meningkatkan efisiensi, keandalan, dan produktivitas pengembangan backend aplikasi.
ANALISIS REGRESI NON-LINIER PRODUKSI PERIKANAN TANGKAP MENGGUNAKAN PENDEKATAN ENSEMBLE LEARNING BERBASIS INDIKATOR ATMOSFER Agung Wilis Nurcahyo; Sri Redjeki
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 10 No. 2 (2026): JATI Vol. 10 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v10i2.17610

Abstract

Produksi perikanan tangkap laut merupakan sistem kompleks yang dipengaruhi oleh interaksi non-linier berbagai faktor lingkungan, sementara ketersediaan data oseanografi historis pada skala kabupaten/kota masih terbatas. Penelitian ini bertujuan menganalisis hubungan regresi non-linier antara indikator geofisika atmosfer darat dan volume produksi perikanan tangkap laut di Provinsi Jawa Timur menggunakan pendekatan statistik berbasis machine learning. Data yang digunakan merupakan data tahunan periode 2020–2023 yang meliputi suhu udara, kelembapan, curah hujan, durasi penyinaran matahari, dan kecepatan angin sebagai variabel prediktor. Variabel respon berupa volume produksi perikanan tangkap ditransformasikan secara logaritmik untuk menstabilkan varians dan mengurangi pengaruh pencilan. Pemodelan dilakukan menggunakan Random Forest sebagai estimator regresi non-parametrik dan dibandingkan dengan Decision Tree sebagai model dasar. Evaluasi kinerja model menggunakan Mean Absolute Error, Root Mean Squared Error, dan koefisien determinasi menunjukkan bahwa pendekatan ensemble menghasilkan kesalahan prediksi yang lebih rendah dan estimasi yang lebih stabil dibandingkan model pohon tunggal. Analisis kepentingan fitur mengindikasikan bahwa suhu udara dan kelembapan merupakan variabel dengan kontribusi dominan. Temuan ini menunjukkan bahwa indikator atmosfer darat dapat dimanfaatkan secara aplikatif sebagai proksi lingkungan dalam analisis produksi perikanan tangkap dengan keterbatasan data laut langsung.
SEGMENTASI PELANGGAN DENGAN ATRIBUT RFM MENGGUNAKAN ALGORITMA K-MEANS DI REDDOORZ SYARIAH NEAR ALUN-ALUN KAJEN Ragil Nur Hidayat; Risqiati Risqiati; Arief Soma Darmawan
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 10 No. 2 (2026): JATI Vol. 10 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v10i2.17612

Abstract

Penelitian ini bertujuan untuk melakukan segmentasi pelanggan pada penginapan RedDoorz Syariah Near Alun-Alun Kajen untuk mengetahui tingkat loyalitas pelanggan beradasarkan kebiasaan setiap pelanggan dalam melakukan transaksi. Permasalahan utama yang dihadapi adalah belum adanya pengelompokan pelanggan sehingga strategi pemasaran dan pelayanan masih dilakukan secara umum tanpa memperhatikan karakteristik pada setiap pelanggan. Penelitian ini menggunakan metode RFM (Recency, Frequency, dan Monetary) untuk menganalisis loyalitas setiap pelanggan dan algoritma K-Means Clustering untuk pengelompokan pelanggan. Proses penelitian meliputi pengumpulan data, Exploratory Data Analysis (EDA), preprocessing data, pembentukan variabel RFM, normalisasi data, dan penentuan jumlah cluster optimal menggunakan metode Elbow, Silhouette Score, dan Davies-Bouldin Index. Dari hasil penelitian yang sudah dilakukan bahwa pelanggan dapat dikelompokkan menjadi tiga cluster yaitu cluster loyalitas tinggi sebanyak 58 pelanggan, cluster loyalitas sedang sebanyak 45 pelanggan, dan cluster loyalitas rendah sebanyak 1 pelanggan. Dari hasil segmentasi pelanggan yang sudah dilakukan pada penelitian ini dapat diimplementasikan ke dalam sistem informasi manajemen untuk penyusunan strategi pelayanan dan pemasaran lebih tepat sasaran serta dalam memberikan perilaku khusus kepada pelanggan dengan tingkat loyalitas tertentu.

Page 424 of 464 | Total Record : 4631

 422   423   424   425   426 

Filter by Year

2017 2026


Reset
Filter By Issues
All Issue Vol. 10 No. 4 (2026): JATI Vol. 10 No. 4 Vol. 10 No. 3 (2026): JATI Vol. 10 No. 3 Vol. 10 No. 2 (2026): JATI Vol. 10 No. 2 Vol. 10 No. 1 (2026): JATI Vol. 10 No. 1 Vol. 9 No. 6 (2025): JATI Vol. 9 No. 6 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