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
 443   444   445   446   447 
IMPLEMENTASI PENGEMBANGAN SISTEM PRESENSI GURU MENGGUNAKAN METODE TOGAF ADM: Lita Rizqa Aprilia; Linda Wahyu Widianti
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.v10i2.18130

Abstract

SMK Merdeka Ulujami belum sepenuhnya memanfaatkan teknologi informasi dalam menjalankan proses bisnisnya. Pada proses presensi guru masih menggunakan cara manual yaitu menggunakan buku hadir atau lembar kertas. Sehingga kurang efisien dan berpotensi menimbulkan berbagai permasalahan seperti kehilangan data, ketidakakuratan informasi, mudah rusaknya kertas presensi, keterlambatan rekapitulasi, hingga kerentanan terhadap manipulasi data. Kondisi ini menimbulkan risiko tinggi, karena tingkat kedisiplinan guru sulit dikontrol secara optimal. Penelitian ini bertujuan untuk merancang enterprise architecture sebagai dasar pengembangan sistem presensi guru agar proses pencatatan kehadiran dapat dilakukan secara digital dan mendukung peningkatan tata kelola teknologi informasi di SMK Merdeka Ulujami menggunakan metode TOGAF ADM. Hasil penelitian ini adalah rancangan enterprise architecture dan sistem presensi guru. Dari hasil pengujian pada sistem presensi guru menggunakan metode blackbox dengan teknik equivalence partitioning telah dilakukan melalui 25 test case, dan dapat disimpulkan bahwa sistem presensi guru telah berjalan dengan baik. Dengan demikian, sistem yang dihasilkan mampu meningkatkan akurasi dan efisiensi.
KLASIFIKASI PENYAKIT KANKER HATI DALAM ALGORITMA K-NEAREST NEIGHBORS (KNN) Taniya Raisha Dwiva Putri; Tessa Arianvira; Revi Amelia Dwifa Futri; Muhammad Farhan; Ken Ditha Tania; Allsela Meiriza
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 10 No. 3 (2026): JATI Vol. 10 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v10i3.18133

Abstract

Kanker hati (liver cancer) merupakan penyakit dengan tingkat mortalitas tinggi yang sering terdeteksi pada tahap lanjut, sehingga diperlukan pendekatan sistematis untuk mendukung diagnosis yang cepat dan akurat. Penelitian ini bertujuan menerapkan metode data mining menggunakan algoritma K-Nearest Neighbors (KNN) untuk mengklasifikasikan penyakit kanker hati serta mengevaluasi kinerja model. Data yang digunakan berasal dari Kaggle sebanyak 5.000 data pasien dengan 14 atribut klinis, mencakup faktor risiko seperti hepatitis, sirosis, dan diabetes, serta biomarker seperti skor fungsi hati dan kadar alpha fetoprotein. Tahap preprocessing dilakukan menggunakan Z-Transformation Normalization untuk menyetarakan skala atribut numerik, mengingat KNN berbasis perhitungan jarak. Selanjutnya, model dilatih dan diuji untuk mengukur performanya. Hasil penelitian menunjukkan bahwa model KNN mencapai akurasi sebesar 86,40% dengan nilai class precision pada prediksi positif sebesar 80,00%. Hasil ini menunjukkan bahwa algoritma KNN cukup efektif dalam mengolah data medis dan dapat dimanfaatkan sebagai alat bantu dalam proses identifikasi penyakit kanker hati secara lebih akurat
ANALISIS PENERAPAN KNOWLEDGE MANAGEMENT DALAM PROSES PRODUKSI PADA UMKM PEMPEK VIMONA KOTA PALEMBANG Taniya Raisha Dwiva Putri; Revi Amelia Dwifa Futri; Tessa Arianvira; Muhammad Faza; Ken Ditha Tania; Ahmad Rifai
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 10 No. 3 (2026): JATI Vol. 10 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v10i3.18134

Abstract

Usaha Mikro, Kecil, dan Menengah (UMKM) memiliki peran penting dalam mendukung perekonomian dan menciptakan lapangan kerja. Namun, pengelolaan pengetahuan pada UMKM seringkali belum dilakukan secara sistematis, sehingga proses produksi masih bergantung pada pengalaman individu. Penelitian ini bertujuan untuk menganalisis penerapan Knowledge Management dalam proses produksi pada UMKM Pempek Vimona di Kota Palembang. Pendekatan yang digunakan adalah kualitatif dengan metode studi kasus deskriptif melalui teknik pengumpulan data berupa wawancara dan observasi. Analisis data dilakukan menggunakan model SECI (Socialization, Externalization, Combination, Internalization) untuk mengidentifikasi proses konversi pengetahuan tacit dan explicit. Hasil penelitian menunjukkan bahwa proses berbagi pengetahuan telah terjadi melalui interaksi langsung antar pekerja; namun, sebagian besar pengetahuan masih bersifat tacit dan belum terdokumentasi secara sistematis. Oleh karena itu, penelitian ini menyimpulkan bahwa penerapan Knowledge Management yang lebih terstruktur sangat diperlukan untuk mendukung efektivitas dan keberlanjutan proses produksi.
PENERAPAN ALGORITMA LEXRANK DALAM PERINGKASAN OTOMATIS TEKS DOKUMEN AKADEMIK Silvana Maretha Br. Simbolon; Mansur AS
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 10 No. 3 (2026): JATI Vol. 10 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v10i3.18135

Abstract

Penelitian ini bertujuan mengevaluasi kinerja algoritma Continuous LexRank dalam menghasilkan ringkasan ekstraktif dari dokumen regulatif akademik berbahasa Indonesia. Dokumen yang digunakan adalah Pedoman Akademik Universitas Negeri Medan Tahun 2019--2020 yang terdiri atas 1.414 kalimat dan memiliki karakteristik ketentuan yang berdiri sendiri, berbeda secara fundamental dari teks naratif yang umumnya dijadikan korpus uji peringkasan otomatis. Continuous LexRank diterapkan pada pembentukan graf kemiripan antarkalimat dengan pembobotan menggunakan IDF-Modified Cosine Similarity dan pemeringkatan berbasis PageRank dengan damping factor 0,85. Evaluasi dilakukan pada dua ukuran ringkasan (Top-40 dan Top-70) menggunakan metrik Precision, Recall, dan F1-score terhadap ringkasan acuan yang divalidasi oleh validator ahli. Hasil evaluasi menunjukkan Top-70 memberikan kinerja terbaik dengan F1-score 0,3768, lebih tinggi dibandingkan Top-40 yang memperoleh 0,2821. Validasi ahli menunjukkan rata-rata skor 3,00 (kategori “Baik”) dengan keterwakilan informasi 57,5% pada Top-40 dan 64,28% pada Top-70. Continuous LexRank menunjukkan kemampuan mengekstraksi kerangka informasi sentral dokumen regulatif, namun terbatas dalam mengendalikan redundansi dan konteks rujukan, sehingga lebih optimal diposisikan sebagai pratinjau informasi dokumen regulatif yang panjang.
PENERAPAN DATA MINING UNTUK ANALISIS SENTIMEN PUBLIK TERHADAP WHIPPINK PADA PLATFORM X MENGGUNAKAN RANDOM FOREST Cherliana Cherliana; Rahma Ardhia Cahyani; Muhammad Hafiz Al Zaky; Ken Ditha Tania; Allsela Meiriza
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 10 No. 3 (2026): JATI Vol. 10 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v10i3.18136

Abstract

Media sosial menghasilkan volume opini publik yang sangat besar dan tidak terstruktur sehingga memerlukan pendekatan komputasional untuk dianalisis secara sistematis. Salah satu isu yang ramai diperbincangkan di platform X adalah fenomena Whippink yang berkaitan dengan penggunaan nitrous oxide (N₂O) dan memunculkan beragam tanggapan dari masyarakat. Permasalahan penelitian ini adalah bagaimana mengidentifikasi serta mengklasifikasikan kecenderungan sentimen publik terhadap fenomena tersebut berdasarkan data percakapan pada media sosial. Penelitian ini guna menganalisis sentimen masyarakat terhadap fenomena Whippink pada platform X menggunakan algoritma Random Forest. Data penelitian diperoleh melalui teknik web scraping dengan kata kunci #WHIPPINK pada periode Januari 2024 hingga Februari 2026 dan menghasilkan 500 tweet berbahasa Indonesia. Tahapan penelitian meliputi pelabelan sentimen, preprocessing teks, pembobotan fitur diimplementasikan melalui TF-IDF, data dibagi dengan rasio 80:20, serta evaluasi model diimplementasikan dengan confusion matrix dengan metrik accuracy, precision, recall, dan F1-score. Hasil penelitian membuktikan sentimen negatif mendominasi sebesar 71,4%, sedangkan sentimen positif sebesar 28,6%. Model Random Forest dengan 400 pohon keputusan menghasilkan akurasi 85,86% dan weighted F1-score 0,85, yang menunjukkan performa klasifikasi yang baik dalam memetakan persepsi publik.
ANALISIS PENGELOMPOKKAN INTENT PERCAKAPAN CHATBOT MENGGUNAKAN METODE TF-IDF DAN ALGORITMA K-MEANS Muhamad Ramadhan Heru Pradipta; Apriansyah Wahyudi Putra; Ramanuddin Jaya; Windah Kurnia Sari; Ken Ditha Tania; Fathoni Fathoni
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 10 No. 3 (2026): JATI Vol. 10 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v10i3.18138

Abstract

Penggunaan chatbot yang kian masif saat ini menghasilkan lonjakan volume data log percakapan pengguna secara signifikan. Namun, hal ini memunculkan permasalahan berupa kesulitan dalam memetakan maksud (intent) pengguna yang sangat beragam dan tidak terstruktur jika proses evaluasi dilakukan secara manual. Oleh karena itu, penelitian ini bertujuan untuk menganalisis pengelompokan intent secara otomatis pada dataset percakapan chatbot multi-turn untuk menemukan pola topik yang dominan. Metode penyelesaian yang digunakan berlandaskan kerangka Knowledge Discovery in Database (KDD), meliputi transformasi teks dengan Term Frequency-Inverse Document Frequency (TF-IDF), pengelompokan data menggunakan algoritma K-Means Clustering, serta validasi cluster dengan Elbow Method dan Silhouette Score. Hasil penelitian menunjukkan pembentukan cluster optimal pada K=54 dengan Silhouette Score tertinggi sebesar 0,5353. Kombinasi metode ini terbukti efektif dan granular dalam memisahkan spektrum kebutuhan pengguna mulai dari edukasi teknis hingga hiburan sehingga dapat menjadi landasan evaluasi bagi pengembang chatbot ke depannya
PERANCANGAN SISTEM INFORMASI MANAJEMEN LAYANAN DAN KONSULTASI PADA KLINIK KECANTIKAN SEKAR BEAUTY CARE BERBASIS WEB DENGAN METODE EXTREME PROGRAMMING Dela Retika; Rachman Komarudin
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 10 No. 3 (2026): JATI Vol. 10 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v10i3.18140

Abstract

Klinik kecantikan merupakan salah satu sektor layanan kesehatan yang terus berkembang seiring meningkatnya kesadaran masyarakat terhadap pentingnya perawatan kulit dan penampilan sebagai bagian dari kesehatan dan kesejahteraan. Di era digital saat ini, pemanfaatan teknologi informasi menjadi kebutuhan penting bagi klinik untuk meningkatkan kualitas pelayanan serta efisiensi operasional. Namun, Klinik Kecantikan Sekar Beauty Care masih menggunakan sistem pengelolaan layanan yang bersifat manual, mulai dari proses pendaftaran pasien, pencatatan rekam medis, hingga konsultasi yang dilakukan menggunakan media kertas. Kondisi tersebut berpotensi menimbulkan berbagai permasalahan seperti kesalahan pencatatan, duplikasi data pasien, keterlambatan dalam pencarian informasi rekam medis, serta proses pembuatan laporan yang kurang efisien. Penelitian ini bertujuan untuk merancang dan membangun sistem informasi manajemen layanan dan konsultasi berbasis web yang mampu meningkatkan efisiensi operasional serta mempermudah interaksi antara dokter dan pasien. Metode pengembangan sistem yang digunakan adalah Extreme Programming (XP) yang meliputi tahapan perencanaan, perancangan sistem menggunakan Unified Modeling Language (UML), pengkodean, dan pengujian sistem menggunakan metode User Acceptance Test (UAT). Penelitian menunjukkan bahwa sistem yang dibangun mampu menyediakan fitur pendaftaran pasien secara daring, pengelolaan data dokter dan layanan, pemesanan jadwal perawatan, pencatatan rekam medis elektronik, serta fasilitas konsultasi online yang memudahkan pasien dalam mengakses layanan klinik secara lebih cepat, efisien, dan fleksibel
ANALISIS MODEL SECI DALAM KNOWLEDGE MANAGEMENT PADA UMKM LADY ALGHANIY UNTUK MENDUKUNG KINERJA PENJUALAN DI SHOPEE Cherliana Cherliana; Rahma Ardhia Cahyani; Anadya Nisrina Salsabila; Nabilah Putri Maharani; Ken Ditha Tania; Ahmad Rifai
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 10 No. 3 (2026): JATI Vol. 10 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v10i3.18139

Abstract

Perkembangan perdagangan digital melalui marketplace mendorong pelaku UMKM untuk mampu mengelola pengetahuan bisnis secara efektif agar dapat meningkatkan daya saing dan kinerja penjualan. Knowledge Management menjadi pendekatan strategis dalam mengelola pengetahuan organisasi melalui proses penciptaan, penyimpanan, dan pemanfaatan pengetahuan. Namun, pada UMKM Lady Alghaniy pengelolaan pengetahuan operasional, pelayanan pelanggan, dan strategi promosi masih belum terdokumentasi secara sistematis sehingga berpotensi menghambat pengambilan keputusan dan optimalisasi penjualan. Penelitian ini bertujuan untuk menguraikan implementasi Knowledge Management menggunakan model SECI (Socialization, Externalization, Combination, Internalization) pada UMKM Lady Alghaniy dalam mendukung kinerja penjualan di marketplace Shopee. Pendekatan kualitatif dengan metode studi kasus digunakan dalam penelitian ini. Data diperoleh melalui observasi, wawancara, serta dokumentasi terhadap aktivitas operasional toko pada platform Shopee. Temuan penelitian membuktikan penerapan model SECI mampu mengelola konversi pengetahuan dari tacit menjadi explicit melalui berbagi pengalaman, dokumentasi prosedur kerja, pengolahan data penjualan, serta penerapan panduan operasional. Implementasi tersebut menghasilkan pengetahuan eksplisit berupa SOP pengemasan, template pelayanan pelanggan, dan kalender promosi yang mendukung efisiensi operasional, meningkatkan kualitas pelayanan pelanggan, serta membantu menjaga stabilitas kinerja penjualan UMKM Lady Alghaniy di marketplace Shopee.
MODEL PREDIKSI TINGGI MUKA AIR SUNGAI MUSI MENGGUNAKAN REGRESI LINEAR BERBASIS CURAH HUJAN DALAM MANAJEMEN BANJIR PALEMBANG Azera Pramesty; Cindy Dinata; Nyimas Princessa Syapeni; Fathoni Fathoni; Ali Ibrahim
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 10 No. 3 (2026): JATI Vol. 10 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v10i3.18149

Abstract

Kota Palembang kerap mengalami banjir yang disebabkan oleh meluapnya Sungai Musi ketika curah hujan meningkat dengan intensitas tinggi. Kondisi tersebut menunjukkan perlunya suatu model prediksi yang mampu menggambarkan hubungan antara curah hujan dan kenaikan tinggi muka air sungai secara akurat, namun tetap sederhana untuk digunakan dalam proses pemantauan. Penelitian ini bertujuan untuk mengembangkan model prediksi tinggi muka air Sungai Musi dengan menggunakan metode regi linier sederhana. Penelitian dilakukan melalui pendekatan kuantitatif dengan memanfaatkan data sekunder berupa 72 data bulanan yang mencakup curah hujan dan tinggi muka air pada periode 2019–2024. Proses analisis dilakukan melalui uji korelasi Pearson untuk mengetahui kekuatan hubungan antarvariabel, dilanjutkan dengan pemodelan regresi serta pengujian akurasi menggunakan indikator RMSE, MAE, dan MAPE. Hasil analisis menunjukkan adanya hubungan positif yang cukup kuat antara curah hujan dan tinggi muka air sungai dengan nilai koefisien korelasi (r) sebesar 0,686 dan koefisien determinasi (R²) sebesar 0,47. Persamaan regresi yang dihasilkan adalah Y = 1,7708 + 0,002991X dengan tingkat kesalahan prediksi yang relatif rendah (MAPE 16,21%). Temuan ini menunjukkan bahwa regresi linier sederhana dapat dimanfaatkan sebagai indikator awal dalam pemantauan serta mitigasi potensi banjir di Kota Palembang
SYSTEMATIC LITERATUR REVIEW SELEKSI BEASISWA KIP DALAM MACHINE LEARNING: Muhammad Adha; Fitri Handayani
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 10 No. 3 (2026): JATI Vol. 10 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v10i3.18142

Abstract

Proses seleksi penerima Beasiswa Kartu Indonesia Pintar (KIP) masih menghadapi tantangan dalam menjamin ketepatan sasaran, transparansi, dan konsistensi pengambilan keputusan. Tingginya jumlah pendaftar serta keberagaman indikator akademik dan sosial ekonomi seringkali menyebabkan proses evaluasi menjadi kurang efisien dan berpotensi subjektif. Untuk mengatasi permasalahan tersebut, pemanfaatan pendekatan berbasis machine learning menjadi alternatif solusi dalam mendukung sistem seleksi yang lebih objektif dan terukur. Penelitian ini menerapkan metode Systematic Literature Review (SLR) guna menelaah dan mensintesis berbagai studi yang membahas penerapan algoritma klasifikasi dalam seleksi Beasiswa KIP maupun program sejenis. Tahapan penelitian meliputi identifikasi sumber literatur, proses penyaringan berdasarkan kriteria inklusi, evaluasi kualitas publikasi, serta analisis komparatif terhadap metode yang digunakan. Hasil kajian menunjukkan bahwa algoritma Naïve Bayes dan Random Forest merupakan pendekatan yang paling banyak diterapkan, dengan Random Forest cenderung memberikan performa akurasi dan stabilitas yang lebih tinggi, sedangkan Naïve Bayes unggul dari sisi efisiensi komputasi dan kemudahan implementasi. Selain itu, penggunaan metrik evaluasi seperti confusion matrix, akurasi, presisi, recall, dan k-fold cross validation berperan penting dalam memastikan reliabilitas model. Penelitian ini merekomendasikan pengembangan sistem seleksi yang mengintegrasikan variabel akademik dan sosial ekonomi secara komprehensif serta menerapkan evaluasi multi-metrik untuk meningkatkan keadilan dan ketepatan keputusan

Page 445 of 464 | Total Record : 4631

 443   444   445   446   447 

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