cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Mesran
Contact Email
mesran.skom.mkom@gmail.com
Phone
+6282161108110
Journal Mail Official
jurnal.json@gmail.com
Editorial Address
STMIK Budi Darma Jln. Sisingamangaraja No. 338 Telp 061-7875998
Location
Kota medan,
Sumatera utara
INDONESIA
Jurnal Sistem Komputer dan Informatika (JSON)
Published by Sekolah Tinggi Manajemen Informatika dan Komputer Budi Darma
ISSN : -     EISSN : 2685998X     DOI : https://dx.doi.org/10.30865/json.v1i3.2092
Core Subject : Science, Engineering,
Computer Science & IT Control & Systems Engineering
The Jurnal Sistem Komputer dan Informatika (JSON) is a journal to managed of STMIK Budi Darma, for aims to serve as a medium of information and exchange of scientific articles between practitioners and observers of science in computer. Focus and Scope Jurnal Sistem Komputer dan Informatika (JSON) journal: Embedded System Microcontroller Artificial Neural Networks Decision Support System Computer System Informatics Computer Science Artificial Intelligence Expert System Information System, Management Informatics Data Mining Cryptography Model and Simulation Computer Network Computation Image Processing etc (related to informatics and computer science)
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 829 Documents
 79   80   81   82   83 
Implementasi Heuristik School Bus Routing Problem untuk Alokasi Armada Antar-Jemput Siswa Imam Chalish Rafidhul Haque; Rosa Ariani Sukamto; Yudi Ahmad Hambali
Jurnal Sistem Komputer dan Informatika (JSON) Vol. 8 No. 1 (2026): September (2026)
Publisher : Universitas Budi Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30865/json.v8i1.9953

Abstract

Layanan antar-jemput siswa membutuhkan alokasi armada dan penyusunan rute yang terukur serta sesuai dengan aturan operasional. Pada studi kasus sebuah koperasi di wilayah Lembang, pembagian siswa sebelumnya dilakukan melalui rekap data, spreadsheet, komunikasi WhatsApp, dan koordinasi dengan pengemudi. Penelitian ini mengimplementasikan heuristik School Bus Routing Problem pada sistem berbasis web untuk mengotomatisasi alokasi siswa ke rit dan menyusun urutan antar-jemput. Algoritma menggunakan trip-based insertion cost, capacity penalty, outlier penalty, local move improvement, soft rebalance, Nearest Neighbor, dan 2-Opt dengan estimasi jarak Haversine. Pengujian dilakukan menggunakan data operasional periode Maret 2026 yang terdiri atas 348 siswa, 17 armada aktif, 17 rit pagi, dan 32 rit pulang. Pengujian dijalankan pada lingkungan lokal Windows 11, PHP 8.2.12, Laravel 11.48.0, dan RAM 16 GB. Seluruh 155 siswa rute pagi dan 322 siswa rute pulang berhasil dialokasikan tanpa pelanggaran aturan operasional. Waktu generate aplikasi adalah 8,4552 ± 0,8638 detik untuk rute pagi dan 10,2788 ± 0,4206 detik untuk rute pulang. Dibandingkan baseline Sweep–Nearest Neighbor, metode final mengurangi estimasi jarak Haversine sebesar 40,63% pada rute pagi dan 7,58% pada rute pulang. Metode final juga mengonsolidasikan rute pagi dari 17 menjadi 15 rit dengan utilisasi rit yang digunakan sebesar 90,64%. Hasil tersebut menunjukkan bahwa sistem dapat menghasilkan alokasi yang memenuhi aturan operasional dengan estimasi jarak lebih rendah daripada baseline, meskipun jarak yang dihasilkan belum merepresentasikan jaringan jalan aktual.
Rancangan Konseptual Sistem Diseminasi Peringatan Dini Bencana Berbasis Iot LoRa Untuk Wilayah Blank Spot Khairul; Tri Wiyono; Andika Dwi Aryo H; Ahmad Syaukani; Muhammad Zikri Ramadhan
Jurnal Sistem Komputer dan Informatika (JSON) Vol. 8 No. 1 (2026): September (2026)
Publisher : Universitas Budi Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30865/json.v8i1.9979

Abstract

Wilayah blank spot menghadapi kendala dalam menerima peringatan dini karena tidak dapat mengandalkan internet atau jaringan seluler. Penelitian ini bertujuan menghasilkan proof of concept sistem diseminasi peringatan dini berbasis LoRa sebagai kanal last-mile dari sumber resmi menuju perangkat penerima masyarakat. Metode yang digunakan adalah Design Science Research, yang mencakup identifikasi masalah, perumusan tujuan solusi, perancangan artefak, demonstrasi konseptual, evaluasi teoretis, dan komunikasi hasil. Artefak yang dihasilkan meliputi arsitektur konseptual, aliran pesan end-to-end, pemetaan aktor dan mode kegagalan, serta kerangka evaluasi berdasarkan jangkauan, waktu pengiriman, kapasitas pesan, keandalan transmisi, dan efisiensi daya. Hasil evaluasi menunjukkan bahwa kapasitas pesan memenuhi kebutuhan dasar apabila informasi disederhanakan, sedangkan jangkauan, waktu pengiriman, dan keandalan memenuhi secara bersyarat karena dipengaruhi topografi, vegetasi, interferensi, posisi antena, ukuran payload, dan retransmisi. Efisiensi daya belum terverifikasi karena belum dilakukan pengujian perangkat. LoRa tidak menggantikan seluruh jaringan komunikasi kebencanaan, tetapi melengkapi distribusi pada sisi last-mile dan tetap bergantung pada konektivitas hulu, sumber data resmi, listrik, serta tata kelola pemerintah daerah. Karena belum mencakup implementasi perangkat dan uji lapangan, hasil penelitian merupakan kelayakan konseptual yang perlu divalidasi melalui pengembangan prototipe dan pengujian teknis-operasional.
Sistem Informasi Manajemen Padi dan Beras pada Gudang HD Sutawijaya Group Berbasis Batch dan Tanggal Masuk ALVIN MA'ULVI DEVA KHRISNAYUDA; Arif Setiawan; Diana Laily Fithri
Jurnal Sistem Komputer dan Informatika (JSON) Vol. 8 No. 1 (2026): September (2026)
Publisher : Universitas Budi Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30865/json.v8i1.9988

Abstract

HD Sutawijaya Group masih mencatat keluar masuk beras dan bahan baku padi secara manual, sehingga data stok sering tidak sesuai dengan kondisi sebenarnya di gudang. Akibatnya, beras lama kerap tertumpuk karena tidak ada aturan baku soal barang mana yang harus didistribusikan lebih dulu, sementara ketersediaan bahan baku padi juga sulit dipantau secara akurat. Kondisi ini berisiko menurunkan kualitas beras sekaligus mengganggu kelancaran produksi. Penelitian ini merancang dan membangun Sistem Informasi Manajemen Gudang Beras berbasis web yang mengatur pengeluaran stok berdasarkan urutan batch dan tanggal masuk, dilengkapi mekanisme notifikasi ketika stok bahan baku mendekati batas minimum. Sistem dikembangkan dengan model Waterfall, mulai dari analisis kebutuhan, perancangan menggunakan Unified Modeling Language (UML), implementasi menggunakan PHP dan MySQL, hingga pengujian dengan metode Black Box Testing. Hasil pengujian menunjukkan seluruh fitur, mulai dari pencatatan barang masuk-keluar, pengelolaan data batch, hingga pelaporan persediaan, berjalan sesuai kebutuhan pengguna. Sistem ini diharapkan dapat mempermudah HD Sutawijaya Group dalam menjaga urutan distribusi beras, mengurangi risiko penumpukan stok lama, serta memastikan bahan baku produksi selalu tersedia tepat waktu.
Sistem Monitoring Lokasi dan Perilaku Ternak Berbasis IoT Menggunakan GPS, LoRa, dan MPU6050 nur nurhidayanti; Nurhikmah Arifin; Wawan Firgiawan
Jurnal Sistem Komputer dan Informatika (JSON) Vol. 8 No. 1 (2026): September (2026)
Publisher : Universitas Budi Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30865/json.v8i1.9997

Abstract

Pemantauan ternak secara manual masih menghadapi kendala dalam pengawasan lokasi dan aktivitas ternak secara berkelanjutan, terutama pada peternakan dengan area penggembalaan yang luas. Penelitian ini bertujuan merancang dan mengimplementasikan sistem monitoring lokasi dan perilaku ternak sapi berbasis Internet of Things (IoT) menggunakan GPS, LoRa, geofencing, dan sensor MPU6050 yang terintegrasi dengan aplikasi mobile. Sistem menggunakan ESP32 sebagai mikrokontroler, GPS Neo-6M untuk memperoleh koordinat lokasi, MPU6050 untuk mengidentifikasi perilaku sapi, serta LoRa SX1278 sebagai media komunikasi antara perangkat ternak dan gateway. Identifikasi perilaku dilakukan menggunakan metode threshold berdasarkan nilai percepatan pada sumbu Y dan Z dengan tiga klasifikasi, yaitu menunduk, berdiri, dan berjalan. Pengujian dilakukan terhadap identifikasi perilaku, geofencing, dan komunikasi LoRa. Hasil pengujian identifikasi perilaku menunjukkan 72 dari 96 data sesuai dengan kondisi aktual, dengan akurasi sebesar 75% dan tingkat kesalahan sebesar 25%. Kesalahan terutama terjadi pada perilaku menunduk yang teridentifikasi sebagai berjalan atau berdiri. Pengujian geofencing terhadap 31 titik pengamatan menghasilkan 24 data sesuai dengan kondisi aktual, dengan akurasi sebesar 77,42% dan tingkat kesalahan sebesar 22,58%. Pengujian komunikasi LoRa memperoleh nilai RSSI sebesar 76 dBm pada jarak 10 meter, 88 dBm pada 100 meter, dan 102 dBm pada 250 meter, sedangkan pada jarak 1 kilometer data tidak berhasil diterima. Hasil penelitian menunjukkan bahwa sistem dapat mengintegrasikan pemantauan lokasi, status geofencing, dan identifikasi perilaku ternak melalui aplikasi mobile
Explainable Service Boundary Decision Framework for Monolith Migration Using DDD and Quantitative Metrics Irgi Achmad Fauzi; Muhammad Yusril Helmi Setyawan; Mohamad Nurkamal Fauzan
Jurnal Sistem Komputer dan Informatika (JSON) Vol. 8 No. 1 (2026): September (2026)
Publisher : Universitas Budi Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30865/json.v8i1.10013

Abstract

Identifying a service boundary is a critical decision in monolith-to-microservices migration. Intuition alone is hard to reproduce, while technical metrics without domain context can overlook business semantics. This study develops an explainable boundary-decision framework linking Domain-Driven Design (DDD), implementation evidence, and quantitative metrics for the FemaleFit e-commerce monolith. Domain mapping traced business capabilities to endpoints, controllers, models, and tables, producing 13 initial contexts and seven atomic candidates. Candidates were scored with M01–M13 under three weighting schemes (W1–W3), a practical-tie rule, and boundary sensitivity analysis. C01 Identity & Access and C03 Craft Catalog formed a practical tie, differing by 0.002803 under W1. C03 was selected on the judgement that it had clearer domain alignment, an explicit routing seam, a verified core flow, and a more contained blast radius. It was extracted as a Catalog Service behind a Strangler Gateway, with 34 unique HTTP method–path pairs reconciled against the migration contract. Functional evaluation covered one representative case for each of the 34 frozen Catalog contracts, including negative/error cases. All 540 retained read requests completed without failure across three independent runs per condition; latency findings were descriptive and mixed. The metrics indicate lower structural coupling and process-level deployment independence, but not database independence. Findings are bounded by one case, one service, a sequential local workload, and a shared database.
Perbandingan Metode Partisi Machine Learning untuk Kerentanan Kebakaran Lahan Gambut Kalimantan pada Variasi ENSO Intan Bryliana Putri; Latifah Nurul Qomariyatuzzamzami; Purwanti Lelly Sabrina; Yahya Darmawan
Jurnal Sistem Komputer dan Informatika (JSON) Vol. 8 No. 1 (2026): September (2026)
Publisher : Universitas Budi Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30865/json.v8i1.10022

Abstract

Lahan gambut Kalimantan merupakan wilayah rawan kebakaran yang polanya dipengaruhi fase El Niño -Southern Oscillation (ENSO). Penelitian ini membandingkan metode partisi acak KFOLD k=5 dan metode partisi spasial BANDS dalam pemodelan kerentanan kebakaran lahan gambut Kalimantan periode 2015 – 2024 , menggunakan algoritma machine learning tunggal melalui paket ENMTML pada tiga fase ENSO. Random Forest dengan KFOLD mencapai AUC 0,999 pada El Niño, namun diagnostik kNNDM menunjukkan statistik Wasserstein KFOLD selalu lebih tinggi dibanding BANDS yang berkisar 90.218-121.109 meter berbanding hanya 19.096-77.225 meter, sehingga performa tinggi KFOLD kurang merepresentasikan kondisi prediksi sesungguhnya. Pada metode BANDS, algoritma terbaik berbeda tiap fase yaitu Maximum Entropy default dengan AUC 0,929 pada El Niño, Boosted Regression Trees dengan AUC 0,983 pada Netral, dan Random Forest dengan AUC 0,870 pada La Niña. Kalimantan Tengah dan Kalimantan Selatan menunjukkan proporsi kerentanan tinggi hingga sangat tinggi terbesar dibanding wilayah lain pada fase ENSO yang berbeda. Variasi ENSO tidak berperan signifikan pada kerentanan kebakaran lahan gambut di Kalimantan dibandingkan dengan aktivitas konveksi lokal dan prediktor kelembaban lingkungan. Pemilihan skema partisi yang memperhitungkan struktur spasial terbukti penting untuk menghasilkan peta kerentanan yang lebih realistis dan berpotensi mendukung upaya konservasi lahan gambut yang lebih sesuai dengan karakteristik lingkungan setempat.
Prediksi Risiko Performa Akademik Siswa Menggunakan Random Forest, XGBoost, CatBoost, SMOTENC dan Explainable AI Giri Reksa Guritno; Angger Shalahuddin Al Ayyubi; Gandung Triyono
Jurnal Sistem Komputer dan Informatika (JSON) Vol. 8 No. 1 (2026): September (2026)
Publisher : Universitas Budi Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30865/json.v8i1.10038

Abstract

Prediksi risiko performa akademik diperlukan untuk membantu institusi pendidikan mengidentifikasi siswa yang membutuhkan intervensi lebih awal. Tujuan penelitian ini adalah mengevaluasi pengaruh penanganan data tidak seimbang dan interpretabilitas model terhadap prediksi risiko performa akademik siswa. Penelitian ini menggunakan dataset sekunder Student Performance Factors berjumlah 6.377 data dengan target biner Berisiko dan Tidak Berisiko. Penelitian membandingkan Random Forest, XGBoost, dan CatBoost pada dua skenario, yaitu tanpa SMOTENC dan dengan SMOTENC, serta menambahkan explainable AI melalui feature importance, SHAP, dan analisis arah pengaruh fitur. Evaluasi dilakukan menggunakan accuracy, precision macro, recall macro, F1 macro, F1 weighted, recall per kelas, confusion matrix, stratified 5-fold cross-validation, dan uji signifikansi. Hasil pengujian menunjukkan bahwa CatBoost dengan SMOTENC memperoleh performa terbaik dengan accuracy 94,83%, precision macro 93,06%, recall macro 93,06%, dan F1 macro 93,06%. Penerapan SMOTENC meningkatkan recall kelas Tidak Berisiko pada CatBoost dari 85,76% menjadi 89,56%. Hasil interpretasi menunjukkan bahwa Attendance, Hours_Studied, Tutoring_Sessions, Access_to_Resources, dan Previous_Scores merupakan faktor dominan, dengan nilai yang lebih tinggi cenderung menurunkan prediksi Berisiko. Temuan ini menunjukkan bahwa kombinasi ensemble learning, penanganan imbalanced data, validasi statistik, dan explainable AI dapat mendukung sistem peringatan dini berbasis data.
Penerapan Automated Black Box Testing pada Sistem Monitoring Pembangunan Sekolah Menggunakan Katalon Studio Tiara Iffatunadia; Rosa Ariani Sukamto; Asep Wahyudin
Jurnal Sistem Komputer dan Informatika (JSON) Vol. 8 No. 1 (2026): September (2026)
Publisher : Universitas Budi Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30865/json.v8i1.10044

Abstract

Kualitas perangkat lunak menjadi salah satu aspek penting dalam memastikan sistem dapat berjalan sesuai dengan kebutuhan pengguna. Sistem Informasi Pemantauan Pembangunan Sekolah (SiPantau) yang dikembangkan oleh Dinas Pendidikan Jawa Barat digunakan untuk memantau progres pembangunan sekolah dari aspek fisik dan keuangan. Namun, pengujian pada sistem SiPantau belum dilakukan secara sistematis, sehingga ketidaksesuaian fungsi pada sistem belum dapat diidentifikasi secara menyeluruh. Kondisi tersebut berkaitan dengan keterbatasan waktu dalam proses pengembangan sistem. Penelitian ini bertujuan untuk mengimplementasikan automated black box testing pada Sistem SiPantau menggunakan kombinasi teknik Equivalence Partitioning (EP), Boundary Value Analysis (BVA), dan Decision Table (DT), serta melakukan klasifikasi bug berdasarkan tingkat severity sebagai dasar penyusunan rekomendasi perbaikan. Metode pengujian dilakukan melalui tahapan analisis sistem, identifikasi kebutuhan pengujian, perancangan test case, implementasi automated testing menggunakan Katalon Studio, eksekusi pengujian, analisis hasil pengujian, dan penyusunan rekomendasi perbaikan. Hasil penelitian menunjukkan bahwa 153 test case berhasil dirancang dan dieksekusi pada 7 modul sistem SiPantau, dengan 145 test case berstatus pass dan 8 test case berstatus fail. Hasil analisis terhadap test case yang gagal mengidentifikasi 8 bug yang terdiri dari 4 bug dengan severity major dan 4 bug dengan severity minor. Bug yang ditemukan menunjukkan ketidaksesuaian antara hasil aktual dengan hasil yang diharapkan, yang berkaitan dengan validasi input, sinkronisasi data antar modul, dan tampilan antarmuka. Penerapan automated black box testing menggunakan Katalon Studio berhasil mengidentifikasi bug pada fungsi yang diuji dan menghasilkan temuan yang dapat menjadi dasar evaluasi dan rekomendasi perbaikan Sistem SiPantau.
Analisis Keterkaitan Layanan Laundry Menggunakan Market Basket Analysis dan Apriori pada One Laundry Jogja Revana Hary Tristiani; Frederik Samuel Papilaya
Jurnal Sistem Komputer dan Informatika (JSON) Vol. 8 No. 1 (2026): September (2026)
Publisher : Universitas Budi Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30865/json.v8i1.10073

Abstract

Data transaksi pada usaha jasa laundry dapat digunakan untuk mengidentifikasi keterkaitan antarlayanan, tetapi struktur label yang heterogen dapat menghasilkan interpretasi yang kurang tepat apabila seluruh label diperlakukan sebagai item yang setara. Penelitian ini bertujuan menganalisis keterkaitan layanan pada One Laundry Jogja menggunakan Market Basket Analysis dengan algoritma Apriori terhadap 6.790 transaksi periode 8 Juli–31 Desember 2025. Data dipraproses melalui kanonikalisasi label, klasifikasi semantik item, dan transformasi ke matriks transaksional biner. Kanonikalisasi memetakan 198 label mentah menjadi 138 label kanonik, dengan 114 layanan atomik untuk analisis utama. Pilihan parfum wajib, label operasional, dan konteks pelanggan dipisahkan dari basket layanan agar tidak membentuk asosiasi struktural yang keliru diinterpretasikan sebagai pola bundling. Sebanyak 603 transaksi (8,88%) memuat sedikitnya dua layanan atomik. Analisis sensitivitas menetapkan minimum support 0,005 dan minimum confidence 0,30. Dua aturan asosiasi positif diperoleh, yaitu Seprei (Sedang) → Komplit (2 Hari) dengan support 0,007216, confidence 0,340278, dan lift 1,941585, serta Seprei (Kecil) → Komplit (2 Hari) dengan support 0,005596, confidence 0,351852, dan lift 2,007625. Evaluasi antarbulan menunjukkan lift lebih besar dari 1 masing-masing pada lima dari enam dan enam dari enam bulan pengamatan. Kontribusi penelitian ini terletak pada pemisahan semantik item, analisis sensitivitas parameter, dan evaluasi kestabilan temporal. Temuan dapat digunakan sebagai dasar awal pemilihan kandidat paket layanan atau promosi silang yang selanjutnya perlu diuji secara operasional.
Sistem Informasi Pengadaan Barang Berbasis Web dengan Algoritma SAW di Panti Sosial Bina Laras Harapan Sentosa 1 Fisto Fergio Noverio; Giri Purnama
Jurnal Sistem Komputer dan Informatika (JSON) Vol. 8 No. 1 (2026): September (2026)
Publisher : Universitas Budi Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30865/json.v8i1.10088

Abstract

Pengelolaan pengadaan barang pada Panti Sosial Bina Laras Harapan Sentosa 1 masih menghadapi kendala karena sebagian tahapan administrasi dilakukan secara manual. Kondisi tersebut menyebabkan proses pencatatan permintaan, pemeriksaan persediaan, pengajuan, hingga penyusunan laporan membutuhkan waktu relatif lama dan berpotensi menimbulkan kesalahan maupun keterlambatan. Selain itu, belum tersedianya mekanisme penilaian yang sistematis membuat penentuan barang yang perlu diprioritaskan masih bergantung pada pertimbangan petugas. Penelitian ini bertujuan menghasilkan sistem informasi pengadaan barang berbasis web yang dapat membantu mengelola tahapan pengadaan sekaligus menentukan urutan prioritas barang secara terukur. Pengembangan sistem menggunakan metode Waterfall, sedangkan penentuan prioritas dilakukan menggunakan metode Simple Additive Weighting (SAW) dengan mempertimbangkan beberapa kriteria yang telah ditetapkan. Sistem dibangun menggunakan PHP dengan framework CodeIgniter 4 dan basis data MySQL. Pengumpulan data dilakukan melalui observasi, wawancara, dokumentasi, serta studi terhadap proses pengadaan yang berlangsung di lingkungan panti sosial. Pengujian menggunakan metode Black Box Testing terhadap 37 skenario pengujian. Hasil pengujian menunjukkan bahwa seluruh fungsi utama sistem dapat dijalankan sesuai rancangan tanpa ditemukan kesalahan fungsional. Sistem yang dikembangkan dapat mendukung pengelolaan data persediaan dan permintaan secara lebih terstruktur serta membantu menghasilkan prioritas pengadaan secara lebih objektif berdasarkan kriteria yang telah ditentukan. Dengan demikian, sistem ini dapat menjadi sarana pendukung dalam pengelolaan dan pemantauan kegiatan pengadaan barang di Panti Sosial Bina Laras Harapan Sentosa 1.

Page 82 of 83 | Total Record : 829

 79   80   81   82   83 

Filter by Year

2019 2026


Reset
Filter By Issues
All Issue Vol. 8 No. 1 (2026): September (2026) Vol. 7 No. 4 (2026): Juni 2026 Vol. 7 No. 3 (2026): Maret 2026 Vol. 7 No. 2 (2025): Desember 2025 Vol. 7 No. 1 (2025): September 2025 Vol. 6 No. 4 (2025): Juni 2025 Vol 6, No 4 (2025): Juni 2025 Vol 6, No 3 (2025): Maret 2025 Vol. 6 No. 3 (2025): Maret 2025 Vol 6, No 2 (2024): Desember 2024 Vol. 6 No. 2 (2024): Desember 2024 Vol 6, No 1 (2024): September 2024 Vol. 6 No. 1 (2024): September 2024 Vol 5, No 3 (2024): Maret 2024 Vol. 5 No. 3 (2024): Maret 2024 Vol. 5 No. 2 (2023): Desember 2023 Vol 5, No 1 (2023): September 2023 Vol. 5 No. 1 (2023): September 2023 Vol 4, No 4 (2023): Juni 2023 Vol. 4 No. 4 (2023): Juni 2023 Vol 4, No 3 (2023): Maret 2023 Vol. 4 No. 3 (2023): Maret 2023 Vol 4, No 2 (2022): Desember 2022 Vol. 4 No. 2 (2022): Desember 2022 Vol 4, No 1 (2022): September 2022 Vol. 4 No. 1 (2022): September 2022 Vol 3, No 4 (2022): Juni 2022 Vol. 3 No. 4 (2022): Juni 2022 Vol 3, No 3 (2022): Maret 2022 Vol. 3 No. 3 (2022): Maret 2022 Vol. 3 No. 2 (2021): Desember 2021 Vol 3, No 2 (2021): Desember 2021 Vol. 3 No. 1 (2021): September 2021 Vol 3, No 1 (2021): September 2021 Vol 2, No 3 (2021): Mei 2021 Vol. 2 No. 3 (2021): Mei 2021 Vol 2, No 2 (2021): Januari 2021 Vol. 2 No. 2 (2021): Januari 2021 Vol 2, No 1 (2020): September 2020 Vol. 2 No. 1 (2020): September 2020 Vol 1, No 3 (2020): Mei 2020 Vol. 1 No. 3 (2020): Mei 2020 Vol 1, No 2 (2020): Januari 2020 Vol. 1 No. 2 (2020): Januari 2020 Vol. 1 No. 1 (2019): September 2019 Vol 1, No 1 (2019): September 2019 More Issue