cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Arif Bijaksana Putra Negara
Contact Email
arifbpn@untan.ac.id
Phone
+62811578624
Journal Mail Official
editor_justin@informatika.untan.ac.id
Editorial Address
Sekretariat Justin Gedung Informatika Fakultas Teknik Universitas Tanjungpura Jl. Prof. Dr. Hadary Nawawi Pontianak 78124
Location
Kota pontianak,
Kalimantan barat
INDONESIA
JUSTIN (Jurnal Sistem dan Teknologi Informasi)
Published by Universitas Tanjungpura
ISSN : 24603562     EISSN : 26208989     DOI : http://dx.doi.org/10.26418/justin
Core Subject : Science,
Computer Science & IT
JUSTIN aims to publish research results and thoughts among academics, researchers, scientists, and practitioners in the field of informatics/computer science so that they are freely available to the public, and support the exchange of knowledge. The scope of JUSTIN is but is not limited to the following: theory and information science, information systems, information security, data processing and structure, programming and computing, software engineering, informatics, computer science, computer engineering, architecture and computer networks, robotics, parallel and distributed computing, operating systems, compilers and interpreters, games, numerical methods, mobile computing, natural language processing, data mining, cognitive systems, speech processing, machine learning, artificial intelligence, expert systems, geographical information systems, computational theory, and informatics applications in various fields.
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 661 Documents
 63   64   65   66   67 
Evaluasi Kinerja Random Forest, SVM, dan Transformer untuk Klasifikasi Komentar Judi Online di Youtube Arroyan, Devina; Handayani, Maya Rini; Umam, Khothibul; Ulinuha, Masy Ari
JUSTIN (Jurnal Sistem dan Teknologi Informasi) Vol 14, No 1 (2026)
Publisher : Jurusan Informatika Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/justin.v14i1.94059

Abstract

Maraknya komentar bermuatan promosi judi online di platform YouTube menimbulkan kekhawatiran terhadap kenyamanan dan keamanan digital, khususnya bagi pengguna muda. Penelitian ini bertujuan mengevaluasi kinerja tiga metode klasifikasi teks dalam mendeteksi komentar judi online berbahasa Indonesia, yaitu Transformer (IndoBERT), Support Vector Machine (SVM), dan Random Forest. Dataset yang digunakan terdiri dari 5.000 komentar hasil ekstraksi dari beberapa video YouTube yang kemudian melalui proses pelabelan manual dan prapemrosesan teks. Proses evaluasi dilakukan menggunakan skema pembagian data latih–uji sebesar 80:20 dengan metrik akurasi, precision, recall, dan F1-score sebagai ukuran performa. Hasil menunjukkan bahwa IndoBERT memberikan performa terbaik dengan akurasi 98,70% dan F1-score 0,98, lebih tinggi dibandingkan SVM (88,85%) dan Random Forest (79,62%). Studi ini memiliki keterbatasan pada jumlah dan keragaman dataset yang masih terbatas, sehingga performa model berpotensi berubah ketika diterapkan pada skala data yang lebih luas atau domain komentar lain. Penelitian lanjutan dapat mempertimbangkan penambahan data dari berbagai kategori konten YouTube serta penerapan teknik augmentasi data untuk meningkatkan generalisasi model.
Pemetaan Kawasan Prioritas Pengelolaan Sampah Indonesia dengan Algoritma DBSCAN Agustono, Hendri; Gunawan, Risky
JUSTIN (Jurnal Sistem dan Teknologi Informasi) Vol 14, No 1 (2026)
Publisher : Jurusan Informatika Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/justin.v14i1.95328

Abstract

Indonesia sebagai negara dengan jumlah penduduk terbesar keempat menghadapi tantangan pengelolaan sampah yang masif dalam pencapaian SDG 12, ditambah dengan ketimpangan infrastruktur antar 38 provinsi. Penelitian ini bertujuan mengidentifikasi dan memetakan kawasan prioritas pengelolaan sampah di tingkat provinsi untuk mendukung alokasi sumber daya yang efisien. Penelitian ini mengintegrasikan Principal Component Analysis (PCA) untuk reduksi dimensi, uji Statistik Hopkins untuk validasi klasterabilitas, penentuan jumlah klaster terbaik dengan Indeks Davies Bouldin dan Silhouette Score, serta algoritma Density Based Spatial Clustering of Application with Noise (DBSCAN) untuk pengelompokkan 38 provinsi berdasarkan lima indikator produksi sampah dari Sistem Informasi Pengelolaan Sampah Nasional (SIPSN) tahun 2023. Kebaruan penelitian terletak pada integrasi PCA, uji Statistik Hopkins, dan DBSCAN pada data pengelolaan sampah nasional 38 provinsi di Indonesia. Hasil menunjukkan terbentuknya 2 klaster utama dan 1 klaster noise dengan parameter optimal Epsilon = 0,46 dan MinPts = 2 (Indeks Davies Bouldin = 0,3877 dan Silhouette Score = 0,6). Klaster 0 atau noise berisi DKI Jakarta, Bali, Jawa Barat, Jawa Tengah, dan Jawa Timur menunjukkan tingkat penanganan sampah yang tinggi. Klaster 2 berisi Banten, Sulawesi Selatan, dan Sumatera Utara menunjukkan tingkat penanganan sampah yang moderat. Sedangkan, klaster 1 dengan 30 provinsi lainnya tergolong dalam tingkat penanganan sampah yang rendah. Berdasarkan hasil klaster tersebut, dapat disimpulkan bahwa masih banyak provinsi-provinsi di Indonesia yang perlu diprioritaskan dalam pembangunan infrastruktur pengelolaan sampah seperti TPA terpadu, fasilitas daur ulang, dan pusat pengolahan terpadu.
Analisis Prediksi Produksi Telur Menggunakan Algoritma Decision Tree Regression Dananjaya, Md. Wira Putra; Pujayanti, Putu Gita
JUSTIN (Jurnal Sistem dan Teknologi Informasi) Vol 14, No 1 (2026)
Publisher : Jurusan Informatika Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/justin.v14i1.92550

Abstract

Produksi telur merupakan salah satu sektor penting dalam industri peternakan yang memiliki dampak signifikan terhadap ketahanan pangan. Namun, prediksi produksi telur yang akurat masih menjadi tantangan, mengingat banyaknya faktor yang mempengaruhi hasil produksi. Kesalahan prediksi, sekecil apapun, dapat berdampak langsung pada manajemen inventaris, fluktuasi harga, dan efisiensi rantai pasok. Penelitian ini bertujuan untuk mengembangkan model prediksi produksi telur menggunakan algoritma Decision Tree Regression. Kontribusi unik dari model ini adalah kemampuannya sebagai 'white-box' yang tidak hanya memberikan akurasi prediksi, tetapi juga wawasan berupa aturan keputusan yang dapat diinterpretasi (interpretable) oleh peternak, dengan memanfaatkan data terkait faktor-faktor yang mempengaruhi produksi, seperti jumlah ayam, usia ayam, suhu, kelembaban, pakan, dan waktu. Dalam penelitian ini, data yang digunakan berjumlah 250 data poin yang mencakup variabel-variabel yang relevan. Model yang dibangun menunjukkan hasil yang cukup baik dengan nilai R² sebesar 0.88, yang mengindikasikan bahwa model mampu menjelaskan sekitar 88% variansi dalam data. Meskipun nilai Mean Squared Error (MSE) yang dihasilkan sebesar 2427.33, menunjukkan adanya beberapa kesalahan prediksi, model ini secara keseluruhan memberikan hasil yang akurat dalam memprediksi produksi telur. Perbandingan antara nilai aktual dan prediksi menunjukkan bahwa sebagian besar prediksi cukup mendekati nilai aktual. Hasil dari penelitian ini menunjukkan bahwa algoritma Decision Tree Regression dapat menjadi alat yang efektif untuk memprediksi produksi telur, memberikan manfaat dalam pengambilan keputusan di sektor peternakan. Akurasi model ini krusial untuk membantu peternak mengoptimalkan jadwal produksi dan alokasi sumber daya. Meskipun model ini memberikan hasil yang memadai, penelitian lebih lanjut perlu dilakukan dengan tuning hyperparameter, penggunaan algoritma lain, serta peningkatan jumlah data untuk memperbaiki akurasi model. Penelitian ini diharapkan dapat memberikan kontribusi untuk peningkatan efisiensi dalam industri peternakan telur.
Rancang Bangun Aplikasi Career Mentoring dan Bootcamp Berbasis Website dengan Framework Next.JS Zaqli, Abi Khoir Naufal; Prakisya, Nurcahya Pradana Taufik; Budianto, Aris
JUSTIN (Jurnal Sistem dan Teknologi Informasi) Vol 14, No 1 (2026)
Publisher : Jurusan Informatika Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/justin.v14i1.94093

Abstract

Penelitian ini bertujuan untuk (1) mengidentifikasi dan menganalisis proses pengembangan aplikasi career mentoring dan bootcamp berbasis website menggunakan framework Next.JS dan metode Scrum.; (2) Mengevaluasi kinerja dan kepuasan pengguna terhadap aplikasi career mentoring dan bootcamp yang dikembangkan dengan framework Next.JS dan metode Scrum. Penelitian ini termasuk dalam jenis penelitian Research and Development (R&D) dengan menggunakan framework Next.JS dan model pengembangan Scrum. Dalam penelitian ini, framework Next.JS membuktikan kelayakannya sebagai kerangka kerja aplikasi website. Dibuktikan dengan serangkaian tahap penelitian mulai dari proses pengembangan yang cepat dan tepat, uji kelayakan sistem yang memadai, hingga kepuasan pengguna yang terbilang tinggi. Penelitian ini berhasil melibatkan serangkaian tahap dalam pengembangan aplikasi website dengan menerapkan model Scrum, mencakup tahap product backlog, sprint planning, sprint backlog, sprint, sprint review, dan sprint retrospective. Dibuktikan dengan hasil dari evaluasi pengembangan pada tahap sprint retrospective yang mendapat hasil akhir nilai focus factor sebesar 77%. Hasil dari uji kelayakan sistem dengan black box testing terpenuhi 95% yang membuktikan bahwa sistem yang dibangun dapat berfungsi sesuai kebutuhan. Dan hasil evaluasi kegunaan sistem mendapatkan nilai rata-rata usability 77 yang berada pada di posisi Good. Sehingga hasil uji dan evaluasi tersebut menunjukkan bahwa sistem yang dikembangkan sangat layak digunakan sebagai aplikasi career mentoring dan bootcamp berbasis website.
Klasifikasi Penyakit Daun Tanaman Jambu Mete Menggunakan Metode Convolutional Neural Network Ramadhan, Ammar Umran Fauzi; Nugroho, Imam Maruf; Defriani, Meriska
JUSTIN (Jurnal Sistem dan Teknologi Informasi) Vol 14, No 1 (2026)
Publisher : Jurusan Informatika Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/justin.v14i1.95718

Abstract

Tanaman jambu mete memiliki nilai ekonomi yang tinggi di Indonesia, namun rentan terhadap berbagai penyakit daun seperti anthracnose, leaf miner, dan red rust yang dapat menurunkan produktivitas panen. Penelitian ini bertujuan untuk mengembangkan sistem klasifikasi penyakit daun jambu mete berbasis citra digital dengan menggunakan metode Convolutional Neural Network (CNN) berarsitektur ResNet50. Dataset diperoleh dari sumber daring dan diproses melalui tahap augmentasi serta normalisasi guna meningkatkan keragaman citra. Model CNN yang dikembangkan berhasil mencapai akurasi pengujian sebesar 91,73%. Sistem ini kemudian diimplementasikan dalam aplikasi web berbasis Streamlit sehingga dapat dimanfaatkan secara langsung oleh petani untuk mendiagnosis kondisi daun secara real-time. Hasil penelitian menunjukkan bahwa penerapan CNN efektif dalam deteksi dini penyakit daun jambu mete dan berpotensi mendukung peningkatan efisiensi diagnosis penyakit berbasis citra di sektor pertanian.
Analisis Sentimen Media Sosial Terhadap DPR RI: Perbandingan Akurasi Extra Trees Dan Random Forest Dengan Pendekatan Komputasi Hijau Komara Kusumah, R Herick Fauzi; Aradea, A; Rahmatulloh, Alam
JUSTIN (Jurnal Sistem dan Teknologi Informasi) Vol 14, No 1 (2026)
Publisher : Jurusan Informatika Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/justin.v14i1.92556

Abstract

Analisis sentimen terhadap DPR RI penting untuk memahami opini publik dan dampaknya terhadap persepsi masyarakat. Penelitian sebelumnya menggunakan metode seperti SVM, Naïve Bayes, dan Decision Tree dengan fokus utama pada akurasi, namun masih kurang mempertimbangkan efisiensi komputasi dan dampak lingkungan. Oleh karena itu, penelitian ini membandingkan performa Extra Trees Classifier dan Random Forest Classifier dalam analisis sentimen dari TikTok dan YouTube, tidak hanya dari segi akurasi tetapi juga efisiensi energi dengan pendekatan komputasi hijau. Proses mencakup pengumpulan data, preprocessing, transformasi TF-IDF, pemodelan, serta evaluasi berdasarkan akurasi, precision, recall, F1-score, dan efisiensi energi. Hasil menunjukkan Extra Trees memiliki akurasi lebih tinggi (92%) dibandingkan Random Forest (90,3%), tetapi Random Forest lebih hemat energi dengan konsumsi 0,0213 kWh dan waktu pemrosesan 8 menit dibandingkan Extra Trees yang membutuhkan 0,0248 kWh dan 22 menit. Dari perspektif komputasi hijau, Random Forest lebih ramah lingkungan karena menghasilkan emisi karbon lebih rendah. Pemilihan model bergantung pada prioritas: Extra Trees lebih akurat, sedangkan Random Forest lebih efisien dalam energi dan waktu pemrosesan. Penelitian ini diharapkan dapat memberikan wawasan bagi akademisi, pengembang teknologi, dan pembuat kebijakan dalam memilih model analisis sentimen yang optimal dan berkelanjutan.
ANALISIS POLA PEMBELIAN KOMBINASI PRODUK PADA UMKM YOUNAHIJAB.ID DI SHOPEE MENGGUNAKAN ALGORITMA APRIORI (STUDI KASUS: YOUNAHIJAB.ID) Solihah, Frisca Dwi Imroatus; Hannie, Hannie; Ma'sum, Aziz; Ridwan, Taufik; Sulistiyowati, Nina
JUSTIN (Jurnal Sistem dan Teknologi Informasi) Vol 14, No 1 (2026)
Publisher : Jurusan Informatika Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/justin.v14i1.94749

Abstract

Persaingan yang semakin ketat di platform e-commerce seperti Shopee menuntut pelaku UMKM untuk mengembangkan strategi pemasaran berbasis data agar tetap kompetitif. Younahijab.id merupakan salah satu UMKM di bidang fashion muslimah yang mengalami penurunan penjualan pada tahun 2024. Kondisi ini menyebabkan penurunan omzet dan penumpukan stok produk yang tidak terjual. Oleh karena itu, penelitian ini bertujuan untuk menganalisis pola pembelian konsumen menggunakan pendekatan data mining guna merumuskan strategi bundling produk yang efektif sesuai kebiasaan belanja pelanggan. Metode yang digunakan adalah Association Rule Mining dengan algoritma Apriori serta menerapkan tahapan Knowledge Discovery in Database (KDD), yang mencakup data selection, data cleaning, data transformation, data mining, dan evaluation. Data yang digunakan berasal dari 11.055 transaksi penjualan Younahijab.id di Shopee selama Januari hingga Desember 2024. Hasil penelitian ini memberikan rekomendasi strategi bisnis bundling produk berdasarkan pola 1-itemset dan 2-itemset, dengan total sebanyak 24 frequent itemsets. Dengan parameter minimum support sebesar 3%, confidence 30%, dan lift 2,0, ditemukan tiga aturan asosiasi utama, yaitu aturan antara produk P0015 dan P0004 dengan nilai confidence sebesar 55,67% dan lift 2,78, serta asosiasi terkuat antara produk P0008 dan P0006 dengan nilai confidence 76,43% dan lift 2,67. Penelitian ini diharapkan dapat meningkatkan efektivitas promosi, mempercepat perputaran stok, dan mendorong peningkatan penjualan Younahijab.id di Shopee.
Kajian Perancangan Ulang Interaksi Aplikasi FASIH Survey Management (FASIH-SM) Menggunakan Metode Double Diamond Putri, Erni Kurnia; Maghfiroh, Lutfi Rahmatuti
JUSTIN (Jurnal Sistem dan Teknologi Informasi) Vol 14, No 1 (2026)
Publisher : Jurusan Informatika Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/justin.v14i1.86505

Abstract

Sebagai instansi yang berperan penting dalam menyediakan data berkualitas di Indonesia, Badan Pusat Statistik (BPS) memiliki tanggung jawab besar dalam melakukan pengumpulan data yang valid, efektif, dan efisien. Manajemen survei menjadi salah satu proses bisnis yang sangat penting dalam pelaksanaan pengumpulan data. BPS melakukan manajemen survei dengan menggunakan sebuah aplikasi berbasis web yang bernama FASIH Survey Management (FASIH-SM). Namun, berdasarkan hasil wawancara dan evaluasi pada aplikasi berjalan, masih ditemukan banyak permasalahan pada interaksi aplikasi FASIH-SM, terutama dari segi alur penggunaan yang terlalu kompleks sehingga sulit dipahami terutama bagi pengguna pemula. Maka dari itu, kajian perancangan ulang interaksi (user interface/user experience) pada aplikasi FASIH-SM dilakukan untuk mengatasi berbagai permasalahan dan meningkatkan usability pengguna dalam berinteraksi dengan aplikasi. Metode perancangan yang digunakan adalah Double Diamond dengan menerapkan dua iterasi untuk setiap fase, baik fase research maupun fase design yang dikombinasikan dengan metode evaluasi berbasis skenario tugas melalui cognitive walkthrough dan think aloud serta kuesioner dengan instrumen Questionnaire for User Interface Satisfaction (QUIS). Hasil desain solusi iterasi kedua menunjukkan bahwa hasil pengujian task scenario untuk mengevaluasi efektifitas dan efisiensi aplikasi menghasilkan kenaikan nilai pada aspek objective achieved dan task efficiency serta penurunan error, jumlah langkah dan task time. Selain itu, skor QUIS juga mengalami peningkatan dari rata-rata sebesar 6,45 menjadi 7,47 yang menunjukkan bahwa terjadi peningkatan kepuasan pengguna dalam berinteraksi dengan aplikasi FASIH-SM. Hasil evaluasi juga menunjukkan bahwa setiap permasalahan yang ditemukan pada aplikasi FASIH-SM dan dirumuskan berdasarkan prinsip Nielsen"™s Shneiderman Heuristics sudah berhasil diatasi dengan desain solusi iterasi kedua sehingga diharapkan dapat meningkatkan proses bisnis pelaksanaan manajemen survei BPS.
Pembangunan Sistem Informasi Monitoring dan Evaluasi Kegiatan Statistik di BPS Provinsi Lampung Prabowo, Sultan Hadi; Santoso, Ibnu
JUSTIN (Jurnal Sistem dan Teknologi Informasi) Vol 14, No 1 (2026)
Publisher : Jurusan Informatika Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/justin.v14i1.96040

Abstract

Badan Pusat Statistik (BPS) Provinsi Lampung sedang menghadapi tantangan dalam melakukan monitoring dan evaluasi kegiatan statistik yang saat ini dilakukan secara terpisah pada beberapa website, tidak semua kegiatan terakomodasi dalam website, dan dokumentasi yang tidak terorganisir dengan baik. Berdasarkan permasalahan tersebut, dibutuhkan sistem informasi monitoring dan evaluasi kegiatan statistik yang bertujuan untuk mengintegrasikan dan mengefisienkan proses monitoring dan evaluasi kegiatan statistik di BPS Provinsi Lampung. Metode pengembangan yang digunakan dalam penelitian ini yaitu System Development Life Cycle (SDLC) dengan model modified waterfall, sedangkan metode evaluasi yang digunakan yaitu Black Box Testing, Usability testing, dan pengujian performa sistem. Hasil penelitian menunjukkan bahwa semua fitur yang dibangun telah sesuai dengan kebutuhan yang ditetapkan. Berdasarkan hasil pengujian SUS, diperoleh skor rata-rata 88,375 yang menunjukkan bahwa sistem memiliki tingkat kegunaan yang baik dan siap digunakan. Selain itu, dari hasil pengujian performa diperoleh skor performa tiap halaman sudah baik yang menunjukkan bahwa setiap halaman web sudah memiliki performa yang baik. Penelitian ini dapat memberikan solusi bagi BPS Provinsi Lampung dalam melakukan monitoring dan evaluasi kegiatan statistik secara efektif dan efisien serta berkontribusi terhadap pengembangan ilmu pengetahuan di bidang statistik dan teknologi informasi.
Peningkatan Kualitas Citra Fotografi menggunakan Metode Histogram Equalization (HE) dan Adaptive Histogram Equalization (AHE) Aulia, Rizky; Airos, Muh. Raul Fajr Gibran; S., Shalsa Nabila; Budiarti, Nur Azizah Eka
JUSTIN (Jurnal Sistem dan Teknologi Informasi) Vol 14, No 1 (2026)
Publisher : Jurusan Informatika Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/justin.v14i1.93381

Abstract

Dalam era digital, kualitas citra memiliki peran penting dalam berbagai bidang seperti fotografi, penginderaan jauh, dan pencitraan medis. Namun, kondisi pencahayaan yang tidak merata dan adanya noise seringkali menurunkan kualitas visual citra. Penelitian ini membandingkan dua metode peningkatan kualitas citra, yaitu Histogram Equalization (HE) dan Adaptive Histogram Equalization (AHE), untuk mengetahui metode yang paling efektif dalam berbagai kondisi pencahayaan. Sebanyak 20 citra digital diuji, mewakili kondisi pencahayaan rendah, terang, dan tidak merata. Evaluasi dilakukan menggunakan metrik Structural Similarity Index Measure (SSIM) untuk menilai kesamaan antara citra hasil dan citra asli berdasarkan aspek pencahayaan, kontras, dan struktur. Hasil menunjukkan bahwa AHE umumnya memberikan hasil yang lebih baik dengan nilai SSIM yang lebih tinggi, khususnya pada citra dengan pencahayaan tidak merata. Namun, dalam beberapa kasus, HE memberikan hasil yang lebih optimal. Hal ini menunjukkan bahwa pemilihan metode peningkatan kualitas citra perlu mempertimbangkan karakteristik masing-masing gambar.

Page 66 of 67 | Total Record : 661

 63   64   65   66   67 

Filter by Year

2013 2026


Reset
Filter By Issues
All Issue Vol 14, No 1 (2026) Vol 13, No 4 (2025) Vol 13, No 3 (2025) Vol 13, No 2 (2025) Vol 13, No 1 (2025) Vol 12, No 4 (2024) Vol 12, No 3 (2024) Vol 12, No 2 (2024) Vol 12, No 1 (2024) Vol 11, No 4 (2023) Vol 11, No 3 (2023) Vol 11, No 2 (2023) Vol 11, No 1 (2023) Vol 10, No 4 (2022) Vol 10, No 3 (2022) Vol 10, No 2 (2022) Vol 10, No 1 (2022) Vol 9, No 4 (2021) Vol 9, No 3 (2021) Vol 9, No 2 (2021) Vol 9, No 1 (2021) Vol 8, No 4 (2020) Vol 8, No 3 (2020) Vol 8, No 2 (2020) Vol 8, No 1 (2020) Vol 7, No 4 (2019) Vol 7, No 3 (2019) Vol 7, No 2 (2019) Vol 7, No 1 (2019) Vol 6, No 4 (2018) Vol 6, No 3 (2018) Vol 6, No 2 (2018) Vol 6, No 1 (2018) Vol 5, No 4 (2017) Vol 5, No 3 (2017) Vol 5, No 2 (2017) Vol 5, No 1 (2017) Vol 4, No 3 (2016) Vol 4, No 2 (2016) Vol 4, No 1 (2016) Vol 3, No 3 (2015) Vol 3, No 2 (2015) Vol 3, No 1 (2015) Vol 2, No 3 (2014) Vol 2, No 2 (2014) Vol 2, No 1 (2014) Vol 1, No 3 (2013) Vol 1, No 2 (2013) Vol 1, No 1 (2013) More Issue