cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Evan Afri
Contact Email
evanafri@gmail.com
Phone
+6282167454614
Journal Mail Official
evanafri@gmail.com
Editorial Address
Politeknik Ganesha Management Informatika Department Jl. Veteran No. 194, Pasar VI, Labuhan Deli, Deli Serdang North Sumatera, Indonesia
Location
Kota medan,
Sumatera utara
INDONESIA
REMIK : Riset dan E-Jurnal Manajemen Informatika Komputer
Published by Politeknik Ganesha Medan
ISSN : 25411332     EISSN : 25411330     DOI : 10.33395
Core Subject : Science, Education,
Computer Science & IT Decision Sciences, Operations Research & Management Education
REMIK adalah jurnal yang diterbitkan oleh Program Studi Manajemen Informatika Politeknik Ganesha Medan yang bertujuan untuk mewadahi penelitian di bidang Manajemen Informatika. REMIK adalah wadah informasi berupa hasil penelitian, studi kepustakaan, gagasan, aplikasi teori dan kajian analisis kritis dibidang Ilmu Manajemen 2 kali setahun yaitu bulan April dan Oktober.
Arjuna Subject : Bisnis, Menejemen, dan Akutansi (semua kategori) - Sistem Informasi Menejemen
Articles 643 Documents
 56   57   58   59   60 
Pengenalan Plat Nomor Kendaraan Menggunakan Algoritma Convolutional Neural Network Berbasis Tensorflow Imam Subekti; Rito Cipta Sigitta Hariyono; Sorikhi
REMIK: Riset dan E-Jurnal Manajemen Informatika Komputer Vol. 9 No. 3 (2025): Volume 9 Nomor 3 Agustus 2025
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/remik.v9i3.15169

Abstract

Plat nomor kendaraan merupakan sebuah objek tanda pengenal bagi setiap kendaraan yang berisi nomor unik dan dapat digunakan untuk mengidentifikasi sebuah kendaraan. Pengenalan karakter pada plat nomor kendaraan bisa menjadi sebuah terobosan yang dapat melakukan tugas-tugas untuk identifikasi dan membaca plat nomor secara otomatis. Salah satunya ialah dengan memanfaatkan teknologi Automatic Number Plate Recognition (ANPR). Tahap pengenalan plat nomor kendaraan melalui pengolahan citra setidaknya memerlukan beberapa tahap seperti, prapengolahan, deteksi lokasi plat nomor, segmentasi nomor seri plat nomor dan melakukan klasifikasi di setiap nomor seri. Pendekatan dalam melakukan pengenalan plat nomor secara otomatis dapat dilakukan dengan menggunakan teknik deep learning dengan metode Convolutional Neural Network. Proses perancangan arsitektur, pembangunan model, dan implementasi model CNN dalam penelitian ini dilakukan menggunakan framework TensorFlow. Tujuan dari penggunaan framework ini adalah memungkinkan peneliti untuk merancang arsitektur sesuai dengan kebutuhan. Hasil dari penerapan metode Convolutional Neural Network dengan arsitektur Lenet-5 dalam penelitian ini ialah model yang dibangun dapat mengenali karakter pada pada plat nomor kendaraan dengan tingkat akurasi sebesar 89,86% dari total 50 data citra.
Optimalisasi Manajemen Kualitas Website Desa Klatakan Berbasis ISO/IEC 25010 Damar Novtahaning; Erik Yohan Kartiko; Khoirunnisa Afandi; M. Habibullah Arief; Narandha Arya Ranggianto
REMIK: Riset dan E-Jurnal Manajemen Informatika Komputer Vol. 9 No. 3 (2025): Volume 9 Nomor 3 Agustus 2025
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/remik.v9i3.15176

Abstract

Website desa memiliki peran strategis sebagai sarana penyampaian informasi, pelayanan publik, serta keterbukaan data dalam rangka mendukung implementasi Sustainable Development Goals (SDGs) di tingkat lokal. Penelitian ini bertujuan untuk mengevaluasi kualitas Website Desa Klatakan Jember dengan menggunakan standar ISO/IEC 25010 melalui pendekatan kuantitatif. Evaluasi difokuskan pada lima karakteristik utama, yaitu functional suitability, reliability, performance efficiency, usability, dan compatibility. Pengumpulan data dilakukan melalui penyebaran kuesioner kepada responden yang merupakan pengguna aktif website, dengan penilaian berdasarkan dua dimensi utama: tingkat kepentingan (importance) dan kinerja aktual (performance), menggunakan skala Likert 1–5. Metode Customer Satisfaction Index (CSI) digunakan untuk menghitung tingkat kepuasan pengguna, sedangkan Importance-Performance Analysis (IPA) digunakan untuk memetakan prioritas perbaikan kualitas sistem. Hasil analisis menunjukkan bahwa nilai CSI secara keseluruhan adalah 76,72%, yang berada dalam kategori “Puas”. Pemetaan IPA menunjukkan bahwa karakteristik functional suitability dan compatibility berada pada kuadran I (prioritas utama), usability berada pada kuadran II (dipertahankan), sedangkan reliability dan performance efficiency berada pada kuadran III (prioritas rendah). Berdasarkan hasil tersebut, dapat disimpulkan bahwa meskipun sebagian besar fitur website telah berjalan sesuai fungsi, masih terdapat area yang perlu ditingkatkan, terutama dalam aspek kemudahan penggunaan dan efisiensi sistem. Penelitian ini diharapkan dapat memberikan kontribusi sebagai model evaluasi kualitas sistem informasi desa berbasis standar internasional, serta mendukung agenda transformasi digital desa secara lebih akuntabel, partisipatif, dan berkelanjutan.
Pemilihan Guru Terbaik Pada MTs Al-Amanah dengan Metode Analytical Hierarchy Process (AHP) Tri Hartono; Muhammad Makmun Effendi; Nanang Tedi Kurniadi
REMIK: Riset dan E-Jurnal Manajemen Informatika Komputer Vol. 9 No. 3 (2025): Volume 9 Nomor 3 Agustus 2025
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/remik.v9i3.15182

Abstract

Pemilihan guru terbaik di MTs Al-Amanah selama ini menghadapi tantangan dalam hal subjektivitas penilaian, kurangnya transparansi, dan proses yang memakan waktu. Untuk mengatasi permasalahan tersebut, Penelitian ini menggunakan AHP sebagai metode pengambilan keputusan yang sistematis dan objektif. Metode AHP memungkinkan perbandingan antar kriteria secara berpasangan serta perhitungan bobot prioritas berdasarkan tingkat kepentingannya. Hasil dari proses perangkingan menunjukkan bahwa Guru C (Iik Hikmah) memiliki nilai tertinggi sebesar 0,3106, disusul oleh Guru D (Kholilullah Ridho) dengan nilai 0,3098, Guru A (Hasan Basri) sebesar 0,2396, dan Guru B (Marpuah) sebesar 0,1400. Berdasarkan hasil tersebut, sistem ini mampu memberikan penilaian yang lebih adil dan rasional dalam menentukan guru terbaik. Selain itu, model ini juga menawarkan fleksibilitas tinggi dalam menentukan kriteria evaluasi dan alternatif penilaian yang dapat disesuaikan dengan kebutuhan sekolah. Dengan demikian, penerapan metode AHP terbukti efektif dalam mempercepat dan menyederhanakan proses seleksi guru terbaik di MTs Al-Amanah, sekaligus meningkatkan kualitas pengambilan keputusan secara keseluruhan
Procedural Content Generation pada Level Gim Sokoban Menggunakan Model Hybrid GPT2 dan Algoritma Genetika Narandha Arya Ranggianto; Akbar Pandu Segara; Dwi Wijonarko; Anang Andrianto; M. Habibullah Arief
REMIK: Riset dan E-Jurnal Manajemen Informatika Komputer Vol. 9 No. 3 (2025): Volume 9 Nomor 3 Agustus 2025
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/remik.v9i3.15188

Abstract

Procedural Content Generation (PCG) yang berfokus pada level menjadi poin penting dalam mempengaruhi pengalaman pengguna dalam bermain gim. Salah satu gim puzzle khususnya Sokoban dapat diterapkan untuk pembangunan level secara otomatis karena dapat direpresentasikan secara sederhana. Dataset Sokoban biasanya direpresentasikan ke dalam string ASCII yang terdiri dari pemain (@), dinding (#), kotak ($), dan tujuan (.). Hal ini menjadikan level Sokoban dapat dikembangkan menggunakan dua pendekatan yaitu berbasis pencarian dan machine learning. Metode pencarian memiliki kelebihan dalam mengeksplorasi sebuah level yang playable namun menghasilkan level yang sama. Sedangkan pada pendekatan machine learning data digunakan untuk melakukan training dengan pola-pola tertentu sehingga memberikan kemampuan membangun level yang bervariatif. Kekurangan data dalam level gim menjadikan pendekatan fine-tuning GPT2 lebih unggul untuk digunakan dalam pembangunan level. Namun, karakteristik data yang tidak memiliki koherensi yang baik pada level Sokoban menjadikan GPT2 tidak dapat membangun level yang playable. Model Hybrid GPT2 dan Algoritma Genetika (GPT2-GA) dimana nilai penggabungan ini akan memberikan hasil yang optimal. Evaluasi untuk mengukur accuracy, playability, dan diversity yang menunjukkan performa lebih unggul dibandingkan GPT2. Model GPT2-GA menunjukkan hasil peningkatan accuracy dari 81,9% menjadi 90,1%, playability dari 41,3% menjadi 62,8%, dan diversity dari 88,2% menjadi 97,5%. Pendekatan model ini berhasil mengatasi kelemahan model generatif GPT2 dalam menghasilkan level yang fungsional dengan mempertahankan level yang unik yang dapat diselesaikan.
Rancang Bangun Sistem Pengambilan Keputusan Berbasis Web dalam Memilih Karyawan Terbaik dengan Menggunakan Metode Simple Additive Weighting (SAW) pada Perusahaan Sumut Pos Medan Muhammad Farhan; Faizin Ridho; Ramson Rikson Maruwahal Sijabat
REMIK: Riset dan E-Jurnal Manajemen Informatika Komputer Vol. 9 No. 3 (2025): Volume 9 Nomor 3 Agustus 2025
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/remik.v9i3.15189

Abstract

Dalam penilaian karyawan terbaik pada Sumutpos medan, ada beberapa faktor yang menjadi penilaian dan berdasarkan penilaian kinerja karyawan diperusahaan. karyawan pada sumutpos medan masih mengalami kendala karena masih menggunakan sistem penilaian dengan cara perundingan atau manual. demi efisiensi kerja maka pengambilan keputusan yang tepat sangat diperlukan. Dengan tujuan untuk membangun dan memberikan alernatif. Agar proses penilaian karyawan pada Sumutpos dapat tepat sasaran, maka diperlukan sebuah system pendukung keputusan dengan menggunakan metode simple additive weighting (SAW). Dimana ada beberapa kriteria yang masing masing memiliki bobot penilaian sehingga memberikan hasil penilaian karyawan yang akurat terhadap setiap kinerja karyawan terbaik. Hasil akhir diperoleh dari proses perhitungan yaitu penjumlahan dari matriks ternormalisasi dengan bobot per kriteria yang menunjukkan rankink pemilihan karyawan terbaik dari pertama hingga akhir dari kriteria. Dari penilaian tersebutlah menjadi aternatif yang kemudian mendapat karyawan terbaik. Dari perhitungan pengujian didapatkan akurasi data sejumlah 100 % yaitu perhitungan manual dan perhitungan aplikasi pemilihan karyawan terbaik yang digunakan untuk pemberian penghargaan/reward.
Data Mining untuk Pola Perbaikan Pelayanan Pasien dengan Metode Klustering K-Means pada Rumah Sakit Mitra Sejati Surya Hendra Putra; Jamaludin Jamaludin; Hotmantri Simbolon; Ibrahim Ibrahim; Rubianto Rubianto
REMIK: Riset dan E-Jurnal Manajemen Informatika Komputer Vol. 9 No. 3 (2025): Volume 9 Nomor 3 Agustus 2025
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/remik.v9i3.15192

Abstract

Pelayanan kesehatan terbagi menjadi 3 kategori antara lain pelayanan kesehatan primer (primary health care), atau pelayanan kesehatan masyarakat merupakan pelayanan kesehatan yang diperlukan masyarakat pada saat mengalami gangguan kesehatan atau kecelakaan. Sedangkan pelayanan kesehatan sekunder dan tersier (secondary and tertiary health care) merupakan rumah sakit, tempat masyarakat memerlukan perawatan lebih lanjut yaitu sebuah Organisasi pelayanan kesehatan merupakan institusi yang penting yang bersifat holistik. Rumah Sakit Mitra Sejati yang terletak didaerah Medan Johor ingin meningkatkan layanan pada pasien baik yang rawat inap maupun yang rawat jalan. Namun pihak manajemen Rumah Sakit Mitra Sejati belum menggunakan perangkat teknologi informasi dalam melakukan penyusunan rencana strategis untuk meningkatkan pelayanan terhadap pasien. Maka solusi yang tepat untuk digunakan dalam perencanaan strategis salah satunya dengan metode data mining dengan pendekatan K-Means. Metode klustering K-Means tersebut digunakan untuk menganalisis data pasien rawat inap dan rawat jalan dalam rangka penyusunan rencana strategis untuk memberikan pelayanan yang optimal terhadap pasien. Adapun langkah yang akan dilakukan dalam penelitian ini meliputi pengembangan aplikasi dengan metode klustering K-Means, pengumpulan data pasien rawat inap dan rawat jalan Rumah Sakit Mitra Sejati, pengujian aplikasi dengan data-data yang terolah, melakukan analisis hasil klustering. Hasilnya telah diperoleh suatu aplikasi klustering K-Means yang dapat diterapkan untuk berbagai kasus dan mempunyai fasilitas import data secara langsung dalam bentuk microsoft excel serta dapat melakukan visualisasi secara grafis, sedangkan untuk kasus Rumah Sakit Mitra Sejati telah ditemukan kategori pasien berdasarkan umur mempunyai kencenderungan penyakit tertentu.
Perancangan Sistem Informasi Monitoring Produksi pada PT. NOK Indonesia Metode Rapid Application Development (RAD) Tiaraningsih; Agung Nugroho; Karsito
REMIK: Riset dan E-Jurnal Manajemen Informatika Komputer Vol. 9 No. 3 (2025): Volume 9 Nomor 3 Agustus 2025
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/remik.v9i3.15196

Abstract

PT. NOK mengalami kendala karena proses pengelolaan data dan informasi masih dilakukan secara manual, sehingga sering terjadi keterlambatan, duplikasi data, dan kesalahan pencatatan. Kondisi ini menghambat efisiensi kerja serta mengurangi ketepatan informasi yang dibutuhkan oleh manajemen. Untuk mengatasi permasalahan tersebut, Penelitian ini menerapkan metode Rapid Application Development (RAD), yang memungkinkan proses pengembangan sistem berlangsung lebih cepat dengan melibatkan pengguna secara intensif pada setiap tahap pengembangannya. Proses perancangan meliputi analisis kebutuhan, pemodelan sistem menggunakan use case, activity diagram, dan sequence diagram, pembuatan antarmuka, serta pengujian sistem dilakukan dengan metode blackbox testing guna memverifikasi bahwa seluruh fungsi beroperasi sesuai dengan spesifikasi yang telah ditetapkan. Hasil dari penelitian menunjukkan bahwa penerapan metode RAD mampu menghasilkan sistem informasi yang efektif, user-friendly, dan sesuai dengan kebutuhan operasional PT. NOK, dengan waktu pengembangan yang relatif singkat dibandingkan metode tradisional.
Pemanfaatan Data Mining Dengan K-Means Clustering Dalam Penilaian Guru Berprestasi Rina Arifiani; Rito Cipta Sigitta Hariyono; Haries Anom Susetyo Aji Nugroho; Sri Hartati
REMIK: Riset dan E-Jurnal Manajemen Informatika Komputer Vol. 9 No. 3 (2025): Volume 9 Nomor 3 Agustus 2025
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/remik.v9i3.15215

Abstract

Pemilihan guru berprestasi mempunyai dampak positif bagi perkembangan pendidikan dan peningkatan mutu dan proses hasil pembelajaran. Melalui pemilihan guru berprestasi diharapkan semua pemangku kepentingan akan meningkatkan komitmennya dalam pembinaan dan pengembangan profesionalisme guru untuk mewujudkan pendidikan yang bermutu. Penelitian ini bertujuan untuk (1) Mengimplementasikan Algoritma K-Means Clustering dalam menentukan guru berprestasi di SMK Bina Nusa Slawi berdasarkan kriteria yang sudah ditentukan (2) Meningkatkan efisiensi dalam proses penilaian kinerja guru dengan menggunakan metode yang lebih cepat dan terukur. (3) Meningkatkan kualitas pendidikan di SMK Bina Nusa Slawi dengan memastikan bahwa guru- guru yang berprestasi diakui dan didorong untuk terus meningkatkan kualitas pengajaran mereka. Pemilihan guru berprestasi di sekolah ini menghadapi kendala karena semua guru memenuhi kriteria penilaian yang dietapkan, yaitu pedagogic, kepribadian, sosial, dan professional. Proses penilaian yang dilakukan langsung oleh kepala sekolah cenderung bersifat subjektif dan kurang efisien. Dalam penelitian ini, algoritma k-means clustering diterapkan untuk mengelompokkan guru berdasarkan kriteria penilaian tersebut, dengan harapan dapat memberikan hasil yang lebih objektif dan akurat. Hasil penelitian menunjukkan bahwa guru-guru di SMK Bina Nusa Slawi dapat dikelompokkan ke dalam dua cluster, cluster 0 (C0) yang terdiri dari 11 (31,43%) guru berprestasi, dan cluster 1 (C1) terdiri dari 24 (68,57%) guru kurang berprestasi, hal ini menunjukan bahwa penggunaan algoritma k-means clustering dapat membantu kepala sekolah dalam menentukan guru berprestasi dengan lebih efektif, mengurangi subjektivitas, dan meningkatkan efisiensi proses penilaian.
Sistem Pendukung Keputusan Pemberian Bantuan Sosial LAMI Menggunakan Analytic Hierarchy Process Rusli Saputra; Monanda Rio Meta; Aniza Maulana
REMIK: Riset dan E-Jurnal Manajemen Informatika Komputer Vol. 9 No. 4 (2025): Volume 9 Nomor 4 Oktober 2025
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/remik.v9i4.15246

Abstract

Penelitian bertujuan untuk merancang aplikasi sistem pendukung keputusan skala prioritas dalam pemberian bantuan sosial oleh LAMI. Sistem ini dapat membantu dalam menentukan calon penerima bantuan LAMI dengan cepat dan tepat sasaran sesuai dengan syarat dan ketentuan yang telah ditetapkan. Selama ini seleksi calon penerima bantuan LAMI masih dilakukan secara manual melalui berkas-berkas permohonan oleh panitia. Hal ini mengakibatkan penentuan calon penerima bantuan memakan waktu yang cukup lama, selain itu dikhawatirkan penerima bantuan tidak tepat sasaran. Oleh karena ini adanya sistem pendukung keputusan skala prioritas ini akan sangat membantu panitia dalam melakukan seleksi calon penerima bantuan sosial. Sistem ini dibangun dengan menggunakan metode Analytic Hierarchy Process (AHP) dan bahasa pemograman PHP dan MySQL sebagai database. AHP merupakan kerangka untuk membantu memecahkan persoalan yang komplek dengan menstrukturkan suatu hierarki guna mendapatkan bobot atau prioritas. Penelitian ini menghasilkan sebuah sistem pendukung keputusan skala prioritas pemberian bantuan LAMI yang sangat membantu para pengambil keputusan dalam pemberian bantuan sosial dengan cepat dan tepat. Penggunaan sistem ini menghemat waktu dalam melakukan proses pengambilan keputusan calon penerima bantuan serta dapat tepat sasaran sesuai dengan kriteria yang menjadi prioritas. Kata Kunci: Sistem Pendukung Keputusan, Analytic Hierarchy Process, MySql, PHP.   Kata Kunci: Sistem Pendukung Keputusan, Analytic Hierarchy Process, MySql, PHP.
Desain Sistem Informasi Manajemen Energi Pintar Berbasis IoT Muhammad Rizal; Annisa Nurul Puteri
REMIK: Riset dan E-Jurnal Manajemen Informatika Komputer Vol. 9 No. 3 (2025): Volume 9 Nomor 3 Agustus 2025
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/remik.v9i3.15276

Abstract

Sistem informasi manajemen telah menjadi tulang punggung dalam pengambilan keputusan di berbagai sektor. Namun, seiring dengan meningkatnya kebutuhan akan efisiensi operasional dan keberlanjutan, sistem konvensional seringkali tidak mampu menyediakan data real-time yang dibutuhkan. Penelitian ini bertujuan untuk merancang sebuah Sistem Informasi Manajemen (SIM) Energi Pintar dengan mengintegrasikan konsep Internet of Things (IoT). Rancangan ini difokuskan pada pengumpulan data konsumsi energi secara real-time dari perangkat elektronik dan mesin, kemudian memprosesnya untuk memberikan analisis yang dapat membantu manajemen dalam membuat keputusan yang lebih baik. Metode yang digunakan dalam penelitian ini adalah metode deskriptif kualitatif dengan pendekatan studi literatur dan observasi pada proses manajemen energi konvensional. Rancangan sistem terdiri dari tiga komponen utama: modul sensor IoT untuk akuisisi data, platform cloud untuk penyimpanan dan pemrosesan data, serta antarmuka pengguna (UI/UX) yang menyajikan informasi dalam bentuk visualisasi yang mudah dipahami. Hasil dari perancangan ini adalah sebuah arsitektur sistem yang menunjukkan alur data dari perangkat IoT hingga menjadi informasi manajerial yang dapat digunakan untuk mengidentifikasi pola konsumsi energi yang tidak efisien. Desain SIM Energi Pintar berbasis IoT ini diharapkan dapat menjadi solusi efektif untuk meningkatkan efisiensi operasional dan mengurangi biaya energi di berbagai institusi.

Page 58 of 65 | Total Record : 643

 56   57   58   59   60 

Filter by Year

2016 2026


Reset
Filter By Issues
All Issue Vol. 10 No. 1 (2026): Volume 10 Nomor 1 Januari 2026 Vol. 9 No. 4 (2025): Volume 9 Nomor 4 Oktober 2025 Vol. 9 No. 3 (2025): Volume 9 Nomor 3 Agustus 2025 Vol. 9 No. 2 (2025): Volume 9 Nomor 2 April 2025 Vol. 9 No. 1 (2025): Volume 9 Nomor 1 Januari 2025 Vol. 8 No. 4 (2024): Call for Paper: Volume 8 Nomor 4 Oktober 2024 Vol. 8 No. 3 (2024): Volume 8 Nomor 3 Agustus 2024 Vol. 8 No. 2 (2024): Volume 8 Nomor 2 April 2024 Vol. 8 No. 1 (2024): Call for Paper: Volume 8 Nomor 1 Januari 2024 Vol. 7 No. 4 (2023): Volume 7 Nomor 4 Oktober 2023 Vol. 7 No. 3 (2023): Volume 7 Nomor 3 Agustus 2023 Vol. 7 No. 2 (2023): Volume 7 Nomor 2 April 2023 Vol. 7 No. 1 (2023): Volume 7 Nomor 1 Januari 2023 Vol. 6 No. 4 (2022): Volume 6 No 4 Oktober 2022 Vol. 6 No. 3 (2022): Volume 6 Nomor 3 Agustus 2022 Vol. 6 No. 2 (2022): Call for Paper Volume 6 Nomor 2 April 2022 Vol. 6 No. 1 (2021): Call For Papers Volume 6 No 1 Oktober 2021 Vol. 5 No. 2 (2021): Call for Paper Remik Volume 5 Nomor 2 April 2021 Vol. 5 No. 1 (2020): Remik Volume 5 Nomor 1 Oktober 2020 Vol. 4 No. 2 (2020): Remik Volume 4 Nomor 2 April 2020 Vol. 4 No. 1 (2019): Remik Volume 4 Nomor 1 Oktober 2019 Vol. 3 No. 2 (2019): Remik Volume 3 Nomor 2 April 2019 Vol. 3 No. 1 (2018): Remik Volume 3 Nomor 1 Oktober 2018 Vol. 2 No. 2 (2018): Remik Volume 2 Nomor 2 April 2018 Vol. 2 No. 1 (2017): Remik Volume 2 Nomor 1 Oktober 2017 Vol. 1 No. 2 (2017): Remik Volume 1 Nomor 2 April 2017 Vol. 1 No. 1 (2016): Remik Volume 1 Nomor 1 Oktober 2016 More Issue