cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Andy Sapta
Contact Email
saptaandy@gmail.com
Phone
+628126416133
Journal Mail Official
jcom@royal.ac.id
Editorial Address
Jl. H.M. Yamin No 173 Kisaran, kab. Asahan, Prov. Sumatera Utara
Location
Kab. asahan,
Sumatera utara
INDONESIA
J-Com (Journal of Computer)
Published by STMIK Royal Kisaran
ISSN : -     EISSN : 2775801X     DOI : 10.33330
Core Subject : Science,
Computer Science & IT
J-Com (Journal of Computer) is a scientific journals that contains research results conducted by collaborating students with lecturers. J-Com published third a year on March, July, November.
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 236 Documents
 18   19   20   21   22 
KLASTERISASI PENYAKIT MENULAR DI INDONESIA MENGGUNAKAN METODE K-MEANS CLUSTERING Muhammad, Hafiz; Anggraini, Sylvia
J-Com (Journal of Computer) Vol. 4 No. 1 (2024): Maret 2024
Publisher : STMIK Royal Kisaran

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33330/j-com.v4i1.3033

Abstract

bstract: Disease is an abnormal condition in which the body or mind experiences discomfort or dysfunction in the person it affects. Every day the number of people suffering from infectious diseases always increases with different types of diseases. Therefore, there is a need for a grouping to help the government find information about the diseases most commonly suffered by citizens. In this research, patient disease data was grouped using multidimensional clustering data mining techniques. K-Means Clustering is a non-hierarchical data clustering method that groups data in the form of one or more clusters. Data that has the same characteristics is grouped in one cluster and data that has different characteristics is grouped in another cluster so that the data in one cluster has a small level of variation. This research aims to make the government pay more attention to areas that have high rates of infectious diseases both from the environment and other things. The results of research from 34 provinces and 8 infectious diseases show data where 32 areas are very vulnerable, 2 areas are vulnerable and 2 areas are quite vulnerable.Keywords: Data Mining, Disease Cases, K-MeansAbstrak: Penyakit adalah suatu keadaan abnormal dimana tubuh ataupun pikiran mengalami ketidaknyamanan atau disfungsi terhadap orang yang dipengaruhinya. Setiap harinya jumlah warga yang menderita penyakit menular selalu bertambah dengan jenis penyakit yang berbeda. Oleh sebab itu, perlu adanya pengelompokan untuk membantu pihak pemerintah menemukan informasi mengenai penyakit yang paling banyak diderita oleh warga. Pada penelitian ini dilakukan pengelompokkan data penyakit pasien menggunakan teknik data mining clustering multidimensi. K-Means Clustering merupakan salah satu metode data clustering non-hirarki yang mengelompokkan data dalam bentuk satu atau lebih cluster. Data-data yang memiliki karakteristik yang sama dikelompokkan dalam satu cluster dan data yang memiliki karakteristik berbeda dikelompokkan dengan cluster yang lain sehingga data yang berada dalam satu cluster memiliki tingkat variasi yang kecil. Penelitian ini bertujuan agar pemerintah lebih perhatian terhadap daerah yang memilki angka tinggi terhadap penyakit menular baik dari lingkungan maupun dari hal lainnya. Hasil dari penelitian dari 34 Provinsi dan 8 Penyakit menular menunjukkan data dimana 32 daerah dengan sangat rawan, 2 daerah rawan dan 2 daerah cukup rawan.Kata kunci: Data Mining, Kasus Penyakit, K-Means
KLASTERISASI DAERAH PESERTA KB AKTIF DI KABUPATEN ASAHAN MENGGUNAKAN METODE K-MEANS Munawar, Fajar; Utami, Aftari Swastika Dyah; Manurung, Sari Bunga Tiara
J-Com (Journal of Computer) Vol. 4 No. 1 (2024): Maret 2024
Publisher : STMIK Royal Kisaran

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33330/j-com.v4i1.3047

Abstract

Abstract: Active Family Planning (FP) participants are one of the indicators of the success of the FP program. This study aims to cluster the level of activity of active FP participants in Asahan Regency using the K-Means method. The data used is data on active FP participants in Asahan Regency in 2021. The results of the study showed that there are three groups of active FP participants based on their level of activity, namely the group with a low level of activity, the group with a medium level of activity, and the group with a high level of activity. The group with a low level of activity consists of 7 districts, namely B.P Mandoge, Pulau Rakyat, Tanjung Balai, Air Batu, Sei Dadap, Pulo Bandring, and Kisaran Barat. The impact of low active FP participants in a district is an increase in the number of unwanted births, an increase in the number of maternal and child deaths, and an increase in population density. The group with a medium level of activity consists of 15 districts, namely Bandar Pulau, Aek Songsongan, Rahuning, Aek Kuasan, Aek Ledong, S. Kepayang, S. Kepayang Barat, S. Kepayang Timur, Teluk Dalam, Buntu Pane, Tinggi Raja, Setia Janji, Meranti, R. Panca Arga, and Silau Laut. The group with a high level of activity consists of 3 districts, namely Simpang Empat, Air Joman, and Kisaran Timur. The impact of the high number of active FP participants in a district is an increase in maternal and child health, an increase in family economy, and an increase in family welfare. The results of this clustering analysis can be used by the National Population and Family Planning Agency (BKKBN) of Asahan Regency to improve public understanding of the importance of birth control. This can be done through socialization throughout the regency, especially in districts where the results of the analysis show that the number of active FP participants is quite large. Keywords: Family Planning, K-Means, ClusterAbstrak: Peserta Keluarga Berencana (KB) aktif merupakan salah satu indikator keberhasilan program KB. Penelitian ini bertujuan untuk melakukan klasterisasi tingkat keaktifan peserta KB aktif di Kabupaten Asahan menggunakan metode K-Means. Data yang digunakan adalah data peserta KB aktif di Kabupaten Asahan tahun 2021. Hasil penelitian menunjukkan bahwa terdapat tiga kelompok peserta KB aktif berdasarkan tingkat keaktifannya, yaitu kelompok dengan tingkat keaktifan rendah, kelompok dengan tingkat keaktifan sedang, dan kelompok dengan tingkat keaktifan tinggi. Kelompok dengan tingkat keaktifan rendah terdiri dari 7 Kecamatan, yaitu B.P Mandoge, Pulau Rakyat, Tanjung Balai, Air Batu, Sei Dadap, Pulo Bandring, dan Kisaran Barat. Dampak dari rendahnya peserta aktif KB di suatu Kecamatan yaitu meningkatnya angka kelahiran tidak diinginkan, meningkatnya angka kematian ibu dan bayi, dan meningkatnya kepadatan penduduk. Kelompok dengan tingkat keaktifan sedang terdiri dari 15 Kecamatan, yaitu Bandar Pulau, Aek Songsongan, Rahuning, Aek Kuasan, Aek Ledong, S. Kepayang, S. Kepayang Barat, S. Kepayang Timur, Teluk Dalam, Buntu Pane, Tinggi Raja, Setia Janji, Meranti, R. Panca Arga, dan Silau Laut. Kelompok dengan tingkat keaktifan tinggi terdiri dari 3 Kecamatan, yaitu Simpang Empat, Air Joman, dan Kisaran Timur. Dampak dari tingginya peserta aktif KB di suatu Kecamatan yaitu meningkatnya kesehatan ibu dan anak, meningkatnya ekonomi keluarga, dan meningkatnya kesejahteraan keluarga. Hasil analisis klasterisasi ini dapat dimanfaatkan oleh Badan Kependudukan dan Keluarga Berencana Nasional (BKKBN) Kabupaten Asahan untuk meningkatkan pemahaman masyarakat tentang pentingnya pengendalian kelahiran. Hal ini dapat dilakukan melalui sosialisasi di seluruh wilayah kabupaten, khususnya di kecamatan-kecamatan yang hasil analisisnya menunjukkan jumlah peserta KB aktif cukup banyak.Kata kunci: Keluarga Berencana, K-Means, Klaster 
KLASTERISASI TINGKAT PENJUALAN OBAT PADA APOTEK JAKA WIJAYA DENGAN MENGGUNAKAN METODE K-MEANS hidayanti, deni andria; kurnia, fitri; rahmawati, rahmawati
J-Com (Journal of Computer) Vol. 4 No. 1 (2024): Maret 2024
Publisher : STMIK Royal Kisaran

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33330/j-com.v4i1.3048

Abstract

Abstrak: A pharmacy is a health service facility to help improve the health of the community, a pharmacy is also a place for professional pharmacists to practice their work. To determine the amount of stock inventory, Jaka Wijaya Pharmacy requires a clusterization of sales stock data. The method that can be used is the K-Means algorithm. This algorithm is based on a simple idea. K-Means is a distance-based clustering method that divides data into a number of clusters and this algorithm only works on numeric attributes. The data processed in this research is a sample taken from the Jaka Wijaya Pharmacy data in 2022. The Jaka Wijaya Pharmacy dataset consists of the attributes No, Drug Item, Type, Packaging, Initial Stock, Cost Price, Unit Conversion, Selling Price, Number of Transactions, Ending Stock, Shelf, Warehouse-Office Codes. With the K-Means Clustering method, it is possible to group drug sales data with stock that is not selling well as cluster 0, stock that is selling well as cluster 1, and stock that is selling very well as cluster 2. The sample data to be tested consists of 170 data from the Jaka Wijaya Pharmacy. Where the cluster results show that there are several results, namely cluster 0 totaling 102, cluster 1 totaling 34, and cluster 2 totaling 34 decisions, where the decisions include very in demand, in demand, not in demand.Keywords: Data Mining; Jaka Wijaya Pharmacy; K-means ClusterAbstrak: Apotek  merupakan  sarana  pelayanan  kesehatan  untuk  membantu meningkatkan kesehatan  bagi  masyarakat, apotek juga sebagai tempat praktik tenaga profesi apoteker dalam melakukan  pekerjaan. Untuk menentukan jumlah persediaan stok, Apotek Jaka Wijaya membutuhkan suatu clusterisasi data stok penjualan. Metode yang dapat digunakan yaitu algoritma K-Means. Algoritma ini didasarkan pada ide sederhana. K-Means adalah  metode Clustering berbasis jarak yang membagi data ke dalam sejumlah cluster dan algoritma ini hanya bekerja pada atribut numeric. Data yang diolah dalam penelitian ini merupakan sampel yang diambil dari data Apotek Jaka Wijaya pada tahun 2022. Dataset Apotek Jaka Wijaya terdiri dari atribut No, Item Obat, Jenis, Kemasan, Stok Awal, Harga Pokok, Konversi Satuan, Harga Jual, Jumlah Transaksi, Stok Akhir, Rak, Kode Gudang-Kantor. Dengan metode K-Means Clustering maka dapat mengelompokkan data penjualan obat dengan stok kurang laris sebagai cluster 0, stok laris sebagai cluster 1, dan stok sangat laris sebagai cluster 2. Data sampel yang akan diuji terdiri dari 170 data dari Apotek Jaka Wijaya. Yang dimana hasil cluster menunjukkan terdapat beberapa hasil yaitu cluster 0 berjumlah 102, cluster 1 berjumlah 34, dan cluster 2 berjumlah 34 keputusan yang dimana keputusan itu meliputi sangat laris, laris, kurang laris. Kata kunci: Apotek Jaka Wijaya; Data Mining;  K-means Cluster
Analisis Sentimen Terhadap Kebijakan Pemerintah Tentang Ditutupnya Fitur Belanja Pada Tiktok Dengan Menggunakan Naïve Bayes Classifier Dan Random Forest Classifier tiana, serly marlis
J-Com (Journal of Computer) Vol. 4 No. 1 (2024): Maret 2024
Publisher : STMIK Royal Kisaran

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33330/j-com.v4i1.3140

Abstract

Pemerintah Indonesia menghadapi sejumlah problematika dalam bidang perekonomian, memerlukan solusi tepat untuk meningkatkan kondisi ekonomi. Keterlibatan langsung pemerintah dalam merespon dan memecahkan masalah tersebut memerlukan pemahaman mendalam terhadap problematika yang dihadapi masyarakat. Pasar, sebagai pusat ekonomi, mengalami transformasi signifikan dengan adanya platform online seperti TikTok, yang sebelumnya menyediakan fitur belanja yang populer. Dalam menghadapi dampak positif dan negatif dari fitur belanja TikTok, pemerintah memutuskan untuk menutup fitur tersebut. Penelitian ini bertujuan untuk menganalisis sentimen masyarakat terhadap kebijakan tersebut menggunakan Lexicon Based sebagai metode pelabelan, serta Naïve Bayes dan Random Forest sebagai model klasifikasi. Dengan menggunakan teknik crawling data, penelitian ini akan menyajikan analisis sentimen untuk memahami pandangan masyarakat terkait penutupan fitur belanja TikTok dan implikasinya terhadap perekonomian Indonesia.
IMPLEMENTASI KOMBINASI METODE SAW DAN TOPSIS PEMBERIAN REWARD UNTUK KARYAWAN HOTEL SINGAPORE LAND Veronika, Devina; Yusda, Riki Andri; Rohminatin, Rohminatin
J-Com (Journal of Computer) Vol. 4 No. 2 (2024): JULI 2024
Publisher : STMIK Royal Kisaran

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33330/j-com.v4i2.3178

Abstract

Penelitian ini bertujuan untuk mengimplementasikan kombinasi metode Simple Additive Weighting (SAW) dan Technique for Order Preference by Similarity to Ideal Solution (TOPSIS) dalam pemberian reward kepada karyawan Hotel Singapore Land. Dalam industri perhotelan yang kompetitif, pemilihan karyawan yang tepat sangat penting untuk meningkatkan kualitas layanan. Metode tradisional seperti wawancara dan tes tertulis seringkali tidak efektif dan memakan waktu. Dibutuhkan sistem pendukung keputusan yang dapat membantu proses pemilihan karyawan secara objektif dan efisien. Penelitian ini mencoba mengatasi masalah tersebut dengan mengkombinasikan metode SAW untuk penilaian terhadap kriteria-kriteria tertentu seperti presensi, masa kerja, kedisiplinan, tanggung jawab, dan kerjasama, serta metode TOPSIS untuk menentukan alternatif terbaik berdasarkan solusi ideal positif dan negatif. Diharapkan hasil penelitian ini dapat membantu manajemen Hotel Singapore Land dalam memberikan reward kepada karyawan yang layak secara cepat, akurat, sistematis, dan transparan, sehingga dapat meningkatkan kinerja dan semangat karyawan serta memberikan pelayanan terbaik kepada tamu-tamu hotel
IMPLEMENTASI APLIKASI PEMESANAN TIKET BERBASIS ANDROID DI CV SINGAPORE LAND WATERPARK BATU BARA Umairoh, Siti; Nurwati, Nurwati; Rohminatin, Rohminatin
J-Com (Journal of Computer) Vol. 4 No. 2 (2024): JULI 2024
Publisher : STMIK Royal Kisaran

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33330/j-com.v4i2.3189

Abstract

CV. Singapore Land Waterpark Batu Bara merupakan sebuah perusahaan yang bergerak di bidang rekreasi (Waterpark) yang di resmikan Bupati Batu Bara Bapak OK Arya Zulkarnaen, SH, MM Pada tanggal 21 Desember 2016. Beralamat di Jl. Lintas Sumatera No.KM 141, Perkebunan Sei Balai, Kec. Sei Balai, Kabupaten Batu Bara. Permasalahan yang dialami perusahaan Singapore Land Waterpark adalah penjualan tiket yang masih di pesan ketika pengunjung harus mengantri untuk melakukan pembelian tiket. Hal ini membuat pengunjung tidak nyaman dalam segi waktu juga masih menggunakan sistem manual dalam pengolahan penjualan tiket sehingga kurang akurat dalam proses pembuatan laporan. Tujuan penelitian ini adalah membantu mempermudah penjuaan tiket dan mengelola informasi apa saja yang ada di dalam Waterpark Singapore Land. Metode yang digunakan pada penelitian ini dengan cara mengumpulkan data melalui observasi langsung dan wawancara. Penelitian ini juga didukung dengan metode kualitatif untuk memahami fenomena secara mendalam. Oleh karena itu, dibutuhkan sebuah aplikasi android pemesanan tiket online dengan menggunakan bahasa pemrograman PHP, database MySQL dikombinasikan dengan aplikasi kodular. Dengan aplikasi ini, Singapore Land Waterpark dapat menjual tiket kepada pengunjung dengan cepat tanpa harus mengantri, membantu pengunjung melakukan pemesanan tiket secara online melalui handphone serta mempermudah pegawai dalam pengelolaan data dan pembuatan laporan yang akurat.
PENERAPAN METODE MOORA DALAM MENGUKUR KINERJA KEPALA LINGKUNGAN PADA KELURAHAN BINJAI SERBANGAN Ramadani, Dilla; Syafwan, Havid; Rahayu, Elly
J-Com (Journal of Computer) Vol. 4 No. 2 (2024): JULI 2024
Publisher : STMIK Royal Kisaran

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33330/j-com.v4i2.3199

Abstract

Kelurahan Binjai Serbangan yang berada di Jl. Protokol No.71, Binjai Serbangan, Kec. Air Joman, sebagai salah satu unit administratif di Asahan, menghadapi tantangan dalam pengukuran kinerja kepala lingkungan yang masih bersifat konvensional dan subjektif. Untuk mengatasi permasalahan ini, penelitian ini bertujuan untuk merancang dan membuat sistem komputerisasi pendukung keputusan yang menggunakan bahasa pemrograman PHP dan database MySQL serta memanfaatkan Metode Multi-Objective Optimization by Ratio Analysis (MOORA). Teknik pengumpulan data yang digunakan dalam data penelitian ini adalah dengan melakukan observasi langsung dan wawancara dengan lurah dan juga staff di Kelurahan Binjai Serbangan. Hasil penelitian menunjukkan bahwa penerapan Metode MOORA dalam pengukuran kinerja kepala lingkungan dapat meningkatkan objektivitas, efisiensi, dan transparansi dalam proses evaluasi. Ada 5 kriteria yang digunakan yaitu: Tingkat keluhan masyarakat, masa kerja, pelayanan publik, loyalitas dan kedisiplinan. Dengan aplikasi, dapat melakukan perhitungan secara otomatis sehingga mengurangi permasalahan pencarian keputusan, Hasil Perangkingan dalam pengukuran kinerja kepala lingkungan pada Kelurahan Binjai Serbangan maka didapatkan alternatif ke 12 atas nama Muslimsyah dengan nilai 0,311 dengan rangking teratas dan rangking terbawah adalah alternatif ke 10 atas nama M Arif Amsyar dengan nilai 0,099.
PENGUKURAN KUALITAS LAYANAN JASA UNTUK SEWA DRESS KISARAN DENGAN SERVQUAL Santika, Novi; Fauziah, Rizky; Amalia, Amalia
J-Com (Journal of Computer) Vol. 4 No. 2 (2024): JULI 2024
Publisher : STMIK Royal Kisaran

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33330/j-com.v4i2.3203

Abstract

Sewa Dress Kisaran adalah usaha yang bergerak dalam bidang jasa sewa pakaian yang beralamat di desa Rawang Pasar 4 Kecamatan Rawang Panca Arga Kabupaten Asahan. Sewa Dress Kisaran menyediakan jasa sewa pakaian seperti dress (gaun) dan kebaya. Minat sewa pakaian untuk acara penting saat ini sudah cukup populer di kalangan masyarakat.Kenyamanan dan kepuasan pelanggan merupakan keuntungan bagi setiap pelaku usaha. Kesetiaan pelanggan memiliki peranan yang sangat penting dalam organisasi bisnis atau usaha yang dijalankan. Namun kenyataannya jasa yang ditawarkan yang seharusnya memberi kenyamanan terhadap pelanggan malah memiliki banyak hal yang menjadi kendala dalam proses pelayanan sehingga banyak pelanggan yang kurang nyaman. Sehingga, diciptakan suatu sistem pendukung keputusan dengan metode Service Quality yang menggunakan bahasa pemrograman PHP dan database MySQL. Sistem ini bertujuan sebagai alat untuk mengukur kualitas pelayanan. Hasil penelitian menggunakan metode Service Quality yaitu mendapatkan 48% Tidak Puas, 44% Sangat Puas dan 8% Puas dari 35 responden yang mengisi kuisioner.Dengan adanya sistem untuk mengukur kualitas layanan yang ada di Sewa Dress Kisaran dapat membantu pihak pemilik Sewa Dress Kisaran dalam pengambilan keputusan dalam melaksanakan perbaikan kualitas layanan yang ada.
OPTIMALISASI PENILAIAN AFDELING UNGGULAN PADA PT. PADASA ENAM UTAMA DALAM SISTEM PENDUKUNG KEPUTUSAN BERBASIS VIKOR Ningrum, Mawar Puspitha; Nurwati, Nurwati; Kifti, Wan Mariatul
J-Com (Journal of Computer) Vol. 4 No. 2 (2024): JULI 2024
Publisher : STMIK Royal Kisaran

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33330/j-com.v4i2.3210

Abstract

PT. Padasa Enam Utama adalah perusahaan perkebunan kelapa sawit yang memiliki program evaluasi afdeling disetiap tahunnya dengan cara memberikan penilaian kepada setiap afdeling. Afdeling adalah satuan yang menjadi ujung tombak dalam pengelolaan perusahaan perkebunan kelapa sawit, sehingga peran pimpinan dan seluruh karyawan afdeling tersebut sangat diperlukan. Proses penilaian afdeling unggulan pada PT. Padasa Enam Utama saat ini masih terbatas pada penggunaan aplikasi Microsoft Excel tanpa sistem aplikasi khusus. Hal ini menyebabkan proses penilaian kurang efektif, tidak transparan, dan memakan waktu yang cukup lama dalam proses penilaian afdeling unggulan. Penelitian ini bertujuan untuk mengembangkan sistem pendukung keputusan berbasis metode VIKOR untuk penilaian afdeling unggulan. Metode kuantitatif digunakan sebagai metode pengumpulan data melalui observasi langsung dan wawancara dengan narasumber langsung. Penelitian ini menunjukkan bahwa penerapan metode VIKOR memberikan hasil penilaian terbaik dengan proses perhitungan yang lebih efisien. Dengan adanya sistem pendukung keputusan ini dapat meningkatkan kinerja perusahaan dalam penilaian afdeling unggulan, serta membuat proses pengambilan keputusan menjadi lebih cepat, efektif, dan efisien.
PENERAPAN DATA MINING UNTUK MEMPREDIKSI JUMLAH PRODUKSI KELAPA SAWIT DENGAN METODE REGRESI LINEAR BERGANDA DI PT. BSP TBK Nursela, Imay; Agus, Raja Tama Andri; Rohminatin, Rohminatin
J-Com (Journal of Computer) Vol. 4 No. 2 (2024): JULI 2024
Publisher : STMIK Royal Kisaran

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33330/j-com.v4i2.3213

Abstract

ABSTRAKSektor pertanian yang sangat berpengaruh untuk ekonomi Indonesia yaitu sektor perkebunan pada komoditas kelapa sawit. PT Bakrie Sumatera Plantations Tbk (BSP) bergerak di bidang penanganan kelapa sawit berskala besar dengan tujuan ekspor pada beberapa negara Asia. Berdasarkan pengolahan data panen produksi kelapa sawit pada 4 bulan terakhir September-Desember 2023 dengan variabel X1 = Jumlah Pohon, X2 = BJR dan Y = Jumlah Produksi. Setelah dilakukan analisis prediksi Liniear Regression pada pemrograman PHP maka di dapatlah prediksi untuk 2 bulan 2 bulan kedepan yaitu 4994.9631, 3946.508, 3719.006, 2627.764, 2420.786, 3571.860, 2540.4507, 2502.882, 930.894, 3717.267, 3075.809, 1948.738.

Page 20 of 24 | Total Record : 236

 18   19   20   21   22 

Filter by Year

2021 2025


Reset
Filter By Issues
All Issue Vol. 5 No. 3 (2025): NOVEMBER 2025 Vol. 5 No. 2 (2025): JULI 2025 Vol. 5 No. 1 (2025): MARET 2025 Vol 5, No 1 (2025): MARET 2025 Vol 4, No 3 (2024): NOVEMBER 2024 Vol. 4 No. 3 (2024): NOVEMBER 2024 Vol. 4 No. 2 (2024): JULI 2024 Vol 4, No 2 (2024): JULI 2024 Vol 4, No 1 (2024): Maret 2024 Vol. 4 No. 1 (2024): Maret 2024 Vol 3, No 3 (2023): November 2023 Vol. 3 No. 3 (2023): November 2023 Vol. 3 No. 2 (2023): Juli 2023 Vol 3, No 2 (2023): Juli 2023 Vol 3, No 1 (2023): MARET 2023 Vol 2, No 3 (2022): November 2022 Vol 2, No 2 (2022): Juli 2022 Vol 2, No 1 (2022): MARET 2022 Vol. 2 No. 1 (2022): MARET 2022 Vol. 1 No. 3 (2021): November 2021 Vol 1, No 3 (2021): November 2021 Vol 1, No 2 (2021): Juli 2021 Vol 1, No 1 (2021): Maret 2021 More Issue