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
 427   428   429   430   431 
ANALISIS INTENTION OF USE DALAM IMPLEMENTASI PEMBAYARAN DIGITAL QUICK RESPONSE INDONESIAN STANDARD (QRIS) PADA PELAKU USAHA DI PASAR TRADISIONAL DENPASAR Ni Putu Bintang Maharani; Ketut Tri Budi Artani; I Made Dwi Hita 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.v10i2.17697

Abstract

Perkembangan teknologi digital membawa pergeseran pada metode transaksi non-tunai di Indonesia, yang ditandai dengan penerapan QRIS sebagai standar kode pembayaran nasional yang menyatukan berbagai layanan pembayaran.. Meskipun implementasinya terus diperluas, pemanfaatan QRIS pada pedagang pasar tradisional masih menunjukkan variasi tingkat penggunaan. Isu yang diangkat dalam penelitian ini adalah belum maksimalnya pemahaman terkait determinan yang memengaruhi kecenderungan pedagang dalam mengadopsi QRIS. Studi ini bertujuan menelaah dampak persepsi kegunaan, persepsi kemudahan penggunaan, pengalaman pengguna yang bersifat menyenangkan, serta tingkat kepercayaan terhadap kecenderungan pemanfaatan QRIS. Studi ini menggunakan pendekatan kuantitatif dengan data yang dikumpulkan melalui kuesioner terhadap 223 partisipan, yang jumlahnya ditentukan memakai formula Slovin dari populasi 500 pedagang pengguna QRIS di pasar tradisional Denpasar. Pengolahan data dilakukan melalui analisis regresi linear berganda, disertai pengujian keabsahan dan konsistensi instrumen penelitian. Hasil kajian mengindikasikan bahwa seluruh variabel independen memberikan dampak positif serta signifikan terhadap kecenderungan pemakaian QRIS. Temuan tersebut menegaskan bahwa unsur kegunaan, kemudahan operasional, pengalaman penggunaan yang menyenangkan, dan tingkat kepercayaan pengguna menjadi faktor penting dalam mendorong pemanfaatan pembayaran digital di pasar tradisional.
SISTEM INFORMASI UJIAN ONLINE SEKOLAH PADA SMA NEGERI 8 PONTIANAK Ihsanul Muslimin; Alex Sandra; Muhammad Yunus; Ratih Yulia Hayuningtyas; Risa Wati
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.v10i2.17701

Abstract

Perkembangan teknologi informasi telah mendorong berbagai bidang termasuk bidang pendidikan, yang mengharuskan untuk bertransformasi ke arah digital. Pada SMA Negeri 8 Pontianak sebagian proses kegiatan belajar mengajar belum menerapkan sistem informasi yaitu pada saat pelaksanaan ujian sekolah. Proses pelaksanaan ujian sekolah masih dilakukan dengan cara konvensional yang dinilai kurang efisien dan kurang efektif dari segi waktu, biaya dan akurasi penilaian. Selain itu, masih ada berbagai kendala yang ditemui seperti risiko kehilangan soal atau jawaban, serta proses koreksi yang lambat dan rawan kesalahan. Tujuan dari penelitian ini merancang dan membangun sistem informasi ujian online sekolah yang dapat membantu guru, siswa dan admin dalam proses pelaksanaan ujian. Metode waterfall digunakan dalam pengembangan sistem informasi ujian online sekolah, dimana memiliki tahapan yaitu analisis kebutuhan, perancangan sistem, implementasi, pengujian, dan pemeliharaan. Sistem dibangun menggunakan bahasa pemrograman PHP dan database MySQL. Hasil dari penelitian ini menunjukkan bahwa sistem yang dibuat dapat memproses ujian secara otomatis, menampilkan nilai secara real-time, serta mempermudah guru dalam mengelola data ujian. Penelitian ini menggunakan metode black box dalam pengujian sistem, pada tahapan pengujian menunjukkan bahwa seluruh fungsi yang terdapat pada sistem berjalan sesuai dengan yang diharapkan dan dapat mendukung pelaksanaan ujian sekolah di SMA Negeri 8 Pontianak.
IMPLEMENTASI FITUR REAL-TIME AUTO-SAVE BERBASIS RESTfull API PADA SISI FRONT-END MODUL TES POTENSI UNTUK MENJAMIN KEAMANAN DATA JAWABAN Ahmad Nurcholiq; Fadlillah Mukti Ayudewi
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.v10i2.17704

Abstract

Sistem Computer Based Test (CBT) berbasis web rentan terhadap kehilangan data jawaban akibat gangguan teknis seperti perangkat mati atau penutupan browser secara tidak disengaja. Pada sistem Online Personal Assessment (OPA) PT XYZ, data log periode Oktober–Desember 2025 mencatat 12,3% sesi tes incomplete akibat technical interruption. Permasalahan utama adalah mekanisme penyimpanan yang masih bergantung pada aksi manual pengguna, sehingga progres hilang apabila terjadi gangguan sebelum tombol simpan ditekan. Penelitian ini bertujuan mengimplementasikan fitur Real-time Auto-Save pada sisi Front-End modul Tes Potensi (Verbal, Numerik, Spasial) guna menjamin keamanan data jawaban peserta. Metode yang digunakan adalah Event-Driven Architecture dengan RESTful API, dikembangkan melalui class AutoSaveManager yang memanfaatkan AbortController untuk mencegah race condition serta retry mechanism dengan exponential backoff untuk pemulihan otomatis. Hasil pengujian menunjukkan response time rata-rata 387ms, success rate 99,2% pada 100 concurrent users, dan recovery rate 94,5% untuk temporary errors. Implementasi ini berhasil mengurangi insiden kehilangan data dari 12,3% menjadi 0,3% per bulan, meningkatkan kepuasan pengguna sebesar 43,8%, dan menurunkan support ticket sebesar 87%.
PERBANDINGAN METODE COSINE DAN JACCARD SIMILARITY DALAM PENGUKURAN TINGKAT KEMIRIPAN DOKUMEN RENCANA KERJA PEMERINTAH DAERAH Muhammad Haris Al Baihaqi; Arief Jananto
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.v10i2.17705

Abstract

Evaluasi keselarasan dokumen Rencana Kerja Pemerintah Daerah (RKPD) antar provinsi masih dilakukan secara manual sehingga tidak efisien dan rentan inkonsistensi. Penelitian ini bertujuan membandingkan kinerja metode Jaccard Similarity dan Cosine Similarity berbasis TF‑IDF dalam mengukur tingkat kemiripan dokumen RKPD, ditinjau dari skor kemiripan dan efisiensi waktu komputasi. Data penelitian berupa dua dokumen RKPD Tahun 2025 dari Provinsi Jawa Tengah dan Jawa Barat yang diekstraksi dari format PDF. Teks diproses melalui tahapan preprocessing meliputi case folding, tokenizing, stopword removal, dan stemming menggunakan Sastrawi, kemudian diukur kemiripannya dengan kedua metode. Hasil menunjukkan Cosine Similarity menghasilkan skor kemiripan sebesar 58,81% dengan waktu komputasi 0,2501 detik, sedangkan Jaccard Similarity menghasilkan skor 28,57% dengan waktu komputasi 0,0227 detik. Cosine Similarity berbasis TF‑IDF lebih representatif untuk mengukur keselarasan tematik RKPD karena memperhitungkan bobot dan distribusi term, sementara Jaccard Similarity lebih efisien untuk pemeriksaan cepat kesamaan leksikal.
ANALISIS PERFORMA GOOGLE DRIVE DAN ONEDRIVE MENGGUNAKAN METODE QUALITY OF SERVICE (QOS) Shafa Yusroni Rizky; Suparni Suparni
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.v10i2.17708

Abstract

Layanan penyimpanan cloud seperti Google Drive dan Microsoft OneDrive semakin banyak digunakan untuk kebutuhan personal, sehingga kualitas layanan menjadi faktor penting. Perbedaan performa kedua layanan belum banyak dianalisis secara komprehensif berdasarkan variasi jaringan akses dan parameter Quality of Service (QoS). Penelitian ini bertujuan mengevaluasi dan membandingkan performa Google Drive dan OneDrive berdasarkan parameter QoS pada berbagai kondisi jaringan. Pengujian dilakukan pada aktivitas upload dan download file berukuran 10 MB, 50 MB, dan 100 MB melalui jaringan Wi-Fi IndiHome 10 Mbps serta jaringan seluler Telkomsel, IM3, dan XL. Setiap pengujian diulang tiga kali. Data lalu lintas direkam menggunakan Wireshark dan dianalisis secara deskriptif menggunakan Microsoft Excel berdasarkan standar TIPHON, dengan parameter throughput, latency, jitter, dan packet loss. Hasil menunjukkan Google Drive memiliki throughput lebih tinggi pada sebagian besar skenario, sedangkan OneDrive memiliki latency lebih rendah dan stabil. Nilai jitter dan packet loss pada kedua layanan relatif sama dan berada pada kategori sangat baik. Secara keseluruhan, kedua layanan memiliki kualitas tinggi dan perbedaan performa tidak signifikan, sehingga kualitas lebih dipengaruhi oleh kondisi jaringan yang digunakan.
DETEKSI PENYAKIT PADA TANAMAN CABAI BERBASIS DEEP LEARNING MENGGUNAKAN MODEL YOLOv11-L Candra Candra; Siska Devella; Yohannes Yohannes
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.v10i2.17710

Abstract

Penyakit pada tanaman cabai sering menyebabkan terjadinya penurunan produktivitas yang signifikan bagi para petani. Deteksi dini merupakan salah satu langkah yang dapat diambil untuk mengantisipasi hal ini, namun jika dilakukan secara manual tentu memerlukan waktu lama. Penelitian ini bertujuan untuk mengembangkan model deteksi dini khususnya pada tanaman cabai menggunakan algoritma YOLOv11-L. Metode penelitian meliputi pengumpulan dataset sebanyak 450 citra tanaman cabai yang terdiri dari tanaman cabai sehat, antraknosa, daun bercak cokelat, layu fusarium, virus kuning, dan daun keriting dengan masing-masing data berjumlah 75 citra. Hasil terbaik dari pelatihan model deteksi memperoleh mAP@50 sebesar 64,42% dengan hasil pengujian menggunakan data uji sebanyak 45 citra memperoleh tingkat keberhasilan deteksi sebesar 93,33% dengan kesalahan sebesar 6,67%. Hasil ini menunjukkan bahwa model YOLOv11-L cukup efektif digunakan sebagai alat bantu yang dapat digunakan oleh para petani dalam mengidentifikasi kesehatan tanaman cabai dengan cepat untuk mencegah terjadinya gagal panen.
IMPLEMENTASI PEMBELAJARAN KOLABORATIF DENGAN BBC MICRO:BIT (IOT) UNTUK MENINGKATKAN KETERTARIKAN SISWA SMP PADA PEMROGRAMAN Egy Icmal Surya; Mhd Basri
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.v10i2.17711

Abstract

Penelitian ini bertujuan untuk menganalisis efektivitas pembelajaran kolaboratif menggunakan BBC micro:bit dalam meningkatkan ketertarikan siswa SMP terhadap pemrograman. Penelitian menggunakan metode quasi eksperimen dengan desain pretest–posttest non-equivalent group design. Subjek penelitian terdiri atas dua kelas, yaitu kelas eksperimen yang memperoleh pembelajaran kolaboratif berbasis micro:bit dan kelas kontrol yang memperoleh pembelajaran konvensional. Data dikumpulkan melalui angket ketertarikan siswa sebagai data utama, serta lembar observasi aktivitas kolaboratif dan tes pemahaman pemrograman sebagai data pendukung. Data dianalisis menggunakan uji paired sample t-test untuk melihat perbedaan skor pretest dan posttest pada masing-masing kelas, serta uji independent sample t-test untuk membandingkan hasil posttest antara kelas eksperimen dan kelas kontrol. Hasil penelitian menunjukkan adanya peningkatan ketertarikan yang signifikan pada kelas eksperimen dengan selisih skor pretest dan posttest sebesar 19,3 poin, sedangkan kelas kontrol hanya meningkat 4,2 poin dan tidak signifikan. Observasi juga menunjukkan peningkatan aktivitas kolaboratif pada kelas eksperimen, terutama pada aspek komunikasi, partisipasi, dan penyelesaian masalah kelompok. Perbandingan skor posttest antarkelas memperlihatkan perbedaan yang signifikan, sehingga menegaskan bahwa pembelajaran kolaboratif berbasis micro:bit lebih efektif dibanding metode konvensional. Penelitian ini menyimpulkan bahwa integrasi BBC micro:bit dan pembelajaran kolaboratif mampu menciptakan pengalaman belajar yang lebih interaktif, konkret, dan menarik sehingga meningkatkan ketertarikan siswa SMP terhadap pemrograman, serta memberikan implikasi bagi pengembangan pembelajaran Informatika berbasis proyek dan teknologi IoT di sekolah.
PREDIKSI KEKERASAN TERHADAP PEREMPUAN DAN ANAK DI YABIKU NUSA TENGGARA TIMUR MENGGUNAKAN METODE NAIVE BAYES Yohana Palestrina Kobesi; Silvester Tena; Wenefrida Tulit Ina; Jani Fredie Mandala
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.v10i2.17712

Abstract

Kekerasan terhadap perempuan dan anak merupakan bentuk pelanggaran hak asasi manusia yang serius dan dapat terjadi di berbagai ruang baik dalam lingkungan keluarga, masyarakat, maupun institusi. Di Nusa Tenggara Timur kasus kekerasan terhadap perempuan dan anak tergolong tinggi. Lembaga YABIKU-NTT fokus menangani kasus perlindungan perempuan dan anak, berupaya untuk mengimplementasikan berbagai program agar mencegah dan mengurangi kekerasan. Namun mengalami kesulitan dalam memprediksi dan mengklasifikasikan jenis kekerasan karena dilakukan secara manual. Teknologi kecerdasan buatan khususnya metode machine learning dapat membantu pengolahan data untuk memprediksi pola kejadian kekerasan. Salah satu metode machine learning yakni Naive Bayes dapat mengklasifikasikan pola kekerasan berbasis probabilitas dan statistik. Metode ini dapat memberikan gambaran mengenai performa naive bayes dalam memprediksi potensi kekerasan. Pada penelitian ini menggunakan 100 data kasus di YABIKU-NTT dengan pembagian 80% dan 20% berturut-turut untuk data pelatihan dan data uji. Hasil penelitian menunjukkan bahwa  pada kelas Psikis nilai  precision 83%, recall 100% ,F1-score 91% dan pada kelas Seksual nilai precision 79% , recall 100%, F1-score tinggi 88% sedangkan pada kelas fisik tidak terprediksi. Metode Naive Bayes mencapai akurasi 80% dan mampu memprediksi pola kekerasan dengan baik pada kategori psikis dan seksual, meskipun pada kekerasan fisik masih kurang akurat karena keterbatasan data.
ANALISIS KLASIFIKASI PERINTAH SUARA BERBASIS MACHINE LEARNING TERDISTRIBUSI MENGGUNAKAN APACHE SPARK Dameria Naomi Simatupang; Marzuqi Rouf; Sri Lestari Ratna Anugraheni; Eka Ardhianto; Kristiawan Nugroho
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.v10i2.17716

Abstract

Penelitian ini mengenai klasifikasi perintah suara terus berkembang  seiring meningkatnya kebutuhan sistem interaksi manusia dan komputer pada perangkat berbasis kecerdasan buatan. Dataset audio berskala besar seperti Google Speech Commands menimbulkan tantangan komputasi terutama pada tahap pra-pemrosesan dan ekstraksi fitur. Penelitian ini bertujuan untuk menganalisis penerapan machine learning terdistribusi menggunakan Apache Spark dalam proses klasifikasi perintah suara. Metode yang digunakan meliputi ekstraksi fitur Mel-Frequency Cepstral Coefficients (MFCC), normalisasi fitur menggunakan StandardScaler, serta klasifikasi menggunakan algoritma Logistic Regression dan Random Forest pada Spark MLlib. Dataset yang digunakan adalah Google Speech Commands yang terdiri dari lebih dari 64.000 file audio. Evaluasi model dilakukan menggunakan metrik akurasi serta analisis visualisasi data menggunakan Principal Component Analysis (PCA). Hasil penelitian menunjukkan bahwa Apache Spark mampu memproses dataset audio skala besar secara efisien dalam lingkungan komputasi terdistribusi. Model Logistic Regression memperoleh akurasi sebesar 25,72%, sedangkan Random Forest sebesar 18,07%. Hasil ini menunjukkan bahwa penggunaan fitur MFCC berbasis rata-rata masih memiliki keterbatasan dalam merepresentasikan karakteristik temporal sinyal suara
IMPLEMENTASI MODEL FACEBOOK PROPHET DALAM MERAMALKAN JUMLAH PENGUNJUNG WISATA EDUKASI Ananda Firly Amelia; Ade Eviyanti; Ika Ratna Indra Astutik; Hindarto Hindarto
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.v10i2.17721

Abstract

Wisata edukasi Kampung Lali Gadget (KLG) menghadapi tantangan operasional akibat fluktuasi jumlah pengunjung yang sangat ekstrem, mencapai 98% antara bulan terendah dan tertinggi. Ketidakpastian ini menjadi kendala bagi pihak pengelola dalam perencanaan kurikulum permainan, bahan ajar, serta alokasi sumber daya manusia. Penelitian ini bertujuan untuk mengimplementasikan model Facebook Prophet guna menghasilkan peramalan jumlah pengunjung yang akurat sebagai panduan operasional. Metode yang digunakan adalah analisis deret waktu menggunakan algoritma Prophet yang dioptimalkan dengan penambahan extra regressor berupa hari libur nasional, libur akademik, dan event lokal KLG. Untuk mendapatkan model dengan nilai optimum, dilakukan tahapan hyperparameter tuning menggunakan metode Grid Search pada parameter prior scale yang dilanjutkan dengan manual fine-tuning untuk menghindari overfitting. Hasil penelitian menunjukkan bahwa Model Prophet 3 memberikan akurasi terbaik dengan nilai MAPE sebesar 20,93% (kategori baik). Hasil peramalan selama enam bulan ke depan memprediksi puncak kunjungan pada Januari 2026 sebanyak 1.940 pengunjung dan titik terendah pada April 2026 sebanyak 36 pengunjung. Hasil ini memberikan dasar strategis bagi pengelola dalam pengaturan jadwal relawan dan pemeliharaan fasilitas.

Page 429 of 464 | Total Record : 4631

 427   428   429   430   431 

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