cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Raja Ayu Mahessya
Contact Email
jurnalpustakadata@gmail.com
Phone
+6285264454350
Journal Mail Official
jurnalpustakadata@gmail.com
Editorial Address
Jl. Batu Kasek Blok E 11 Padang
Location
Kota padang,
Sumatera barat
INDONESIA
Jurnal Pustaka Data : Pusat Akses Kajian Database, Analisa Teknologi, dan Arsitektur Komputer
Published by Pustaka Galeri Mandiri
ISSN : -     EISSN : 28097483     DOI : https://doi.org/10.55382/jurnalpustakadata
Core Subject : Science, Engineering,
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Industrial & Manufacturing Engineering Mechanical Engineering
Jurnal Pustaka Data adalah sebuah jurnal Double blind peer-review yang didedikasikan untuk publikasi hasil penelitian yang berkualitas dalam bidang ilmu komputer. Semua publikasi di Jurnal Pustaka Data bersifat akses terbuka yang memungkinkan artikel tersedia secara bebas online tanpa berlangganan apapun.
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 130 Documents
 9   10   11   12   13 
Optimasi Jaringan Menggunakan VLSM, Proxy Server dan Bandwidth Management pada Instansi Pemerintahan Ikhsan, Ikhsan; Novinaldi, Novinaldi; Putra, Yogi Mandala
Jurnal Pustaka Data (Pusat Akses Kajian Database, Analisa Teknologi, dan Arsitektur Komputer) Vol 5 No 2 (2025): Jurnal Pustaka Data (Pusat Akses Kajian Database, Analisa Teknologi, dan Arsitekt
Publisher : Pustaka Galeri Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55382/jurnalpustakadata.v5i2.1532

Abstract

Instansi pemerintahan sering menghadapi kendala dalam pengelolaan jaringan internet, termasuk pemborosan alamat IP, akses internet yang tidak terkendali ke situs media sosial dan streaming, serta distribusi bandwidth yang tidak merata. Penelitian ini mengimplementasikan Variable Length Subnet Mask (VLSM), proxy server, dan manajemen bandwidth pada server Debian 9 di Kantor Kominfo Kabupaten Solok. Metode VLSM mengoptimalkan alokasi IP dari /24 menjadi /26, mengurangi host tersedia dari 254 menjadi 62 alamat yang sesuai kebutuhan aktual. Proxy Squid berhasil memblokir lima situs utama (Youtube, Facebook, Instagram, Twitter, dan platform streaming) dengan tingkat pemblokiran 100%. Manajemen bandwidth berbasis Wondershaper membatasi kecepatan download individual menjadi 128 Kbps, memastikan distribusi yang adil untuk 58 pegawai. Pengujian menunjukkan peningkatan stabilitas jaringan dengan pengurangan latensi rata-rata dari 45ms menjadi 28ms, serta pemblokiran situs non-kerja yang berhasil meningkatkan produktivitas pegawai dan efisiensi operasional dalam transmisi data pemerintahan.
Analisis Empiris Peningkatan Performa dan Redundansi Database Menggunakan Galera Cluster Fauzan, Reski Yulian; Adha, Muhammad Reyan Dirul; Lifwarda, Lifwarda; Lubis, Romia; Putra, Yeviki Maisyah
Jurnal Pustaka Data (Pusat Akses Kajian Database, Analisa Teknologi, dan Arsitektur Komputer) Vol 5 No 2 (2025): Jurnal Pustaka Data (Pusat Akses Kajian Database, Analisa Teknologi, dan Arsitekt
Publisher : Pustaka Galeri Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55382/jurnalpustakadata.v5i2.1534

Abstract

Penelitian ini menganalisis secara empiris peningkatan performa dan redundansi sistem basis data dengan menerapkan Galera Cluster dibandingkan Single MariaDB menggunakan workload OLTP read–write. Penelitian ini memberikan validasi empiris terhadap efektivitas Galera Cluster pada skenario sumber daya terbatas. Pengujian dilakukan menggunakan tool benchmarking sysbench dengan total sumber daya hardware yang identik (16 core CPU, 8GB RAM) namun dengan arsitektur berbeda. Konfigurasi Galera Cluster menggunakan 2 node (8 core CPU, 4GB RAM masing-masing) dengan HAProxy sebagai load balancer, sementara Single MariaDB menggunakan satu server dengan 16 core CPU dan 8GB RAM. Hasil penelitian menunjukkan Galera Cluster mencapai 348,07 transaksi per detik (TPS) dibandingkan 202,99 TPS pada Single MariaDB, meningkat 71%. Galera Cluster juga menunjukkan latensi rata-rata yang jauh lebih rendah (22,97 ms vs 39,29 ms) dan latensi 95th percentile (26,20 ms vs 125,52 ms). Arsitektur ini memberikan redundansi bawaan dan high availability tanpa biaya hardware tambahan. Penelitian ini memberikan bukti empiris bahwa Galera Cluster dengan HAProxy memberikan performa dan ketersediaan yang unggul dibandingkan sistem database single-node tradisional.
Prediksi Risiko Diabetes Tahap Awal Menggunakan Machine Learning dengan Algoritma K-Nearest Neighbor Trisna, Novi; Ayu Mahessya, Raja
Jurnal Pustaka Data (Pusat Akses Kajian Database, Analisa Teknologi, dan Arsitektur Komputer) Vol 5 No 2 (2025): Jurnal Pustaka Data (Pusat Akses Kajian Database, Analisa Teknologi, dan Arsitekt
Publisher : Pustaka Galeri Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55382/jurnalpustakadata.v5i2.1550

Abstract

Diabetes mellitus merupakan penyakit metabolik kronis yang prevalensinya terus meningkat dan berkontribusi signifikan terhadap beban kesehatan masyarakat global akibat komplikasinya yang bersifat progresif dan sering terdeteksi pada tahap lanjut. Oleh karena itu, deteksi dini risiko diabetes berdasarkan gejala awal dan riwayat kesehatan pasien menjadi penting untuk mendukung intervensi preventif yang tepat waktu. Perkembangan machine learning memungkinkan pemanfaatan data kesehatan untuk membangun model prediksi yang lebih cepat, konsisten, dan objektif dibandingkan pendekatan manual konvensional. Penelitian ini bertujuan untuk mengembangkan model klasifikasi risiko diabetes menggunakan algoritma K-Nearest Neighbor (KNN) berdasarkan dataset Early Stage Diabetes Risk Prediction. Dataset tersebut terdiri dari 520 data dengan 17 atribut, termasuk fitur numerik seperti usia dan fitur kategorikal yang merepresentasikan gejala awal diabetes, seperti polyuria, polydipsia, weakness, dan polyphagia, dengan label kelas positif dan negatif diabetes. Tahap pra-pemrosesan data dilakukan dengan mentransformasikan atribut kategorikal menjadi nilai numerik (Yes=1, No=0; male=1, female=0) agar mendukung perhitungan jarak pada algoritma KNN. Model klasifikasi diimplementasikan menggunakan bahasa pemrograman Python pada Google Colab dan dievaluasi melalui empat skenario percentage split, yaitu 60:40, 70:30, 80:20, dan 90:10. Nilai K diuji pada rentang K=2 hingga K=9 menggunakan metrik jarak Euclidean untuk menentukan parameter optimal. Hasil eksperimen menunjukkan bahwa K=3 secara konsisten memberikan performa terbaik dengan akurasi tertinggi sebesar 97% pada skenario pembagian data 60:40. Temuan ini menunjukkan bahwa model KNN yang diusulkan efektif untuk mendeteksi risiko diabetes pada tahap awal.
Analisis Perbandingan SVM dan Logistic Regression dalam Penentuan Prioritas Tiket Dukungan Pelanggan Mulyono, Larasati Mya; Muhaa, Najibah Aisyah; Fakhrana, Indira Fildah; Sari, Betha Nurina
Jurnal Pustaka Data (Pusat Akses Kajian Database, Analisa Teknologi, dan Arsitektur Komputer) Vol 6 No 1 (2026): Jurnal Pustaka Data (Pusat Akses Kajian Database, Analisa Teknologi, dan Arsitekt
Publisher : Pustaka Galeri Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55382/jurnalpustakadata.v6i1.1467

Abstract

Otomatisasi penentuan prioritas tiket dukungan pelanggan menghadapi tantangan karena deskripsi teks antar tingkat urgensi memiliki pola yang mirip sehingga membatasi efektivitas model klasifikasi konvensional. Penelitian ini mengevaluasi kinerja Support Vector Machine (SVM) dan Logistic Regression dalam klasifikasi urgensi tiket menggunakan kerangka CRISP-DM. Dataset sekunder dari Kaggle yang terdiri dari 8.649 data dan 17 atribut digunakan dalam penelitian ini. Deskripsi tiket diproses melalui preprocessing dan direpresentasikan menggunakan TF-IDF, kemudian tingkat prioritas disederhanakan menjadi klasifikasi biner. Hasil menunjukkan performa yang relatif rendah, di mana Logistic Regression memperoleh akurasi 51,33% dan F1-score 0,508, sedangkan SVM memperoleh akurasi 48,80% dan F1-score 0,488. Temuan ini menunjukkan keterbatasan fitur berbasis TF-IDF dalam memprediksi urgensi tiket serta menegaskan perlunya integrasi representasi semantik dan metadata non-teks.
Perancangan Model Keamanan Komunikasi IoT–Web Server Berbasis HTTP Request dan JWT Marzuki, Asep; Handoko, Bobi; Zaky, Abdul; Yasriady, Dedy; Azim, Ahmad Fauzan
Jurnal Pustaka Data (Pusat Akses Kajian Database, Analisa Teknologi, dan Arsitektur Komputer) Vol 6 No 1 (2026): Jurnal Pustaka Data (Pusat Akses Kajian Database, Analisa Teknologi, dan Arsitekt
Publisher : Pustaka Galeri Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55382/jurnalpustakadata.v6i1.1554

Abstract

Permasalahan utama dalam pengembangan sistem berbasis Internet of Things (IoT) terletak pada aspek keamanan data selama proses komunikasi antara perangkat IoT dan web server. Sistem pintar yang melakukan pertukaran data transaksi dan identitas pengguna memerlukan mekanisme integrasi yang aman agar informasi tidak disalahgunakan. Kelemahan pada komunikasi data berpotensi menimbulkan berbagai ancaman keamanan, seperti serangan man-in-the-middle, pencurian identitas, serta manipulasi data transaksi. Penelitian ini mengusulkan perancangan model keamanan komunikasi berbasis HTTP Request yang dilengkapi mekanisme autentikasi menggunakan JSON Web Token (JWT). JWT dipilih karena bersifat ringan, sesuai untuk perangkat IoT dengan keterbatasan sumber daya, serta mampu menjamin integritas data melalui penggunaan tanda tangan digital. Pendekatan ini memungkinkan setiap pertukaran data antara perangkat IoT dan server tervalidasi secara aman, sehingga risiko kebocoran dan perubahan data dapat diminimalkan. Metode penelitian meliputi analisis kebutuhan keamanan pada komunikasi IoT–server, perancangan arsitektur model keamanan berbasis JSON Web Token (JWT), serta evaluasi model melalui analisis latensi dan tingkat keberhasilan autentikasi berdasarkan skenario komunikasi yang dirancang. Penelitian ini berhasil merancang dan menganalisis model keamanan komunikasi IoT–web server berbasis HTTP Request dengan mekanisme autentikasi JSON Web Token (JWT). Hasil pengujian menunjukkan bahwa penggunaan JWT dengan secret key yang valid mampu memberikan kontrol akses yang efektif, ditandai dengan keberhasilan autentikasi dan validasi komunikasi data antara perangkat IoT dan server.
Model Machine Learning Berbasis Unsupervised Learning untuk Perhitungan Dosis Radiasi Petugas Instalasi Radiologi Bisra, Marido; Tonis, Marian; Hulmansyah, Danil
Jurnal Pustaka Data (Pusat Akses Kajian Database, Analisa Teknologi, dan Arsitektur Komputer) Vol 6 No 1 (2026): Jurnal Pustaka Data (Pusat Akses Kajian Database, Analisa Teknologi, dan Arsitekt
Publisher : Pustaka Galeri Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55382/jurnalpustakadata.v6i1.1568

Abstract

Studi ini mengeksplorasi penerapan model pembelajaran mesin untuk menghitung dosis radiasi bagi pekerja radiasi di instalasi radiologi. Dengan memanfaatkan data perhitungan dosis dan perhitungan oleh petugas proteksi radiasi, studi ini bertujuan untuk meningkatkan kualitas perhitungan dosis pekerja radiasi, memperkaya literasi akademis terkait dosis, dan mendukung pertumbuhan sektor kesehatan. Proteksi radiasi untuk pekerja radiasi diatur oleh peraturan Badan Pengatur Energi Nuklir (BAPETEN), yang diimplementasikan oleh petugas proteksi radiasi. Pengukuran yang dilakukan oleh petugas proteksi radiasi masih bergantung pada pendekatan manual berbasis tabel, yang seringkali tidak akurat dan memakan waktu. Hal ini mengakibatkan hilangnya informasi dosis bagi pekerja radiasi, sehingga sulit untuk memantau dosis radiasi yang diterima oleh pekerja radiasi. Studi ini bertujuan untuk membuat model perhitungan dosis berbasis pembelajaran mesin untuk pekerja radiasi. Metode yang digunakan adalah data tentang perhitungan dosis pekerja radiasi, perhitungan dosis yang diterima oleh pekerja radiasi, dan ambang batas dosis untuk pekerja radiasi, yang digunakan untuk melatih model pembelajaran mesin. hasil menunjukkan aplikasi dapat membantu dalam kalkulasi dosis berdasarkan uji aplikasi. Model yang disunakan berbasis unsupervised learning dengan menggunakan 100 data dosis. Hasil model menunjukkan keakuratan model pada uji black box sebesar 94%, sehingga model dapat dikembangkan untuk perhitungan dosis radiasi.
Analisis Hubungan Tingkat Infeksi Nosokomial dengan Pola Kerja Petugas Radiologi Menggunakan Pendekatan Statistik Komputasional Purnamasari, Devi; Bisra, Marido; Angella, Shelly
Jurnal Pustaka Data (Pusat Akses Kajian Database, Analisa Teknologi, dan Arsitektur Komputer) Vol 6 No 1 (2026): Jurnal Pustaka Data (Pusat Akses Kajian Database, Analisa Teknologi, dan Arsitekt
Publisher : Pustaka Galeri Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55382/jurnalpustakadata.v6i1.1569

Abstract

Infeksi nosokomial menjadi tantangan global bagi rumah sakit, karena mengakibatkan peningkatan angka morbiditas dan mortalitas, biaya pengobatan yang lebih tinggi dan memperpanjang durasi perawatan. Oleh karena itu, pencegahan menjadi standar pelayanan yang penting dalam fasilitas kesehatan. Penelitian ini bertujuan untuk menganalisa hubungan pengetahuan infeksi nosokomial dengan praktik pencegahan dan pengendalian infeksi oleh radiografer di Instalasi Radiologi RS. Berdasarkan hasil observasi di Instalasi Radiologi RS bahwasanya, radiografer yang bertugas pada area pemeriksaan konvensional saat melakukan kebersihan tangan menggunakan air dan sabun maupun dengan alkohol, tidak mempraktikkan 6 langkah cuci tangan. Lalu, tidak menggunakan alat pelindung diri masker saat berinteraksi langsung dengan pasien dan saat mengatur posisi pemeriksaan. Dalam meningkatkan upaya praktik pencegahan dan pengendalian infeksi secara baik dan konsisten, diperlukan tingginya pengetahuan radiografer tentang infeksi nosocomial. Penelitian ini diharapkan dapat menjadi acuan dan pedoman padaradiografer dalam menjalankan keselamatan kerja terutama menghindari infeksi nosocomial. Metode penelitian menggunakan 20 orang pekerja radiasi dengan melakukan uji hubungan. Hasil menunjukkan p-value sebesar 0,032 menunjukkan bahwa risiko infeksi meningkat tajam pada kelompok petugas dengan pola kerja tidak disiplin terhadap SOP kebersihan dan dekontaminasi diri.
Analisis Bibliometrik untuk Pemetaan Tren Penelitian pada Jurnal Berkala Ilmu Perpustakaan dan Informasi (BIP) Universitas Gadjah Mada Tahun 2021-2025 Berbasis VOSviewer Ghauts, Ghaisan; Asmara, Rini
Jurnal Pustaka Data (Pusat Akses Kajian Database, Analisa Teknologi, dan Arsitektur Komputer) Vol 6 No 1 (2026): Jurnal Pustaka Data (Pusat Akses Kajian Database, Analisa Teknologi, dan Arsitekt
Publisher : Pustaka Galeri Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55382/jurnalpustakadata.v6i1.1693

Abstract

Penelitian ini memetakan tren penelitian pada Jurnal Berkala Ilmu Perpustakaan dan Informasi (BIP) periode 2021–2025. Menggunakan pendekatan bibliometrik kuantitatif, sebanyak 128 artikel dari pangkalan data Dimensions dianalisis. Microsoft Excel dan VOSviewer digunakan untuk analisis produktivitas serta visualisasi jaringan. Hasil penelitian menunjukkan peningkatan produktivitas yang konsisten hingga mencapai 30 artikel per tahun pada dua tahun terakhir. Universitas Padjadjaran tercatat sebagai institusi paling produktif, sedangkan Tamara Adriani Salim menjadi kontributor terbanyak. Meskipun demikian, pola kolaborasi antarpeneliti masih terfragmentasi secara lokal. Evolusi topik memperlihatkan pergeseran dari isu COVID-19 (2021–2022) ke studi bibliometrik, dan terkini kembali menguat pada topik fundamental seperti perpustakaan akademik pada 2024–2025. Penelitian ini memberikan kontribusi dalam menyediakan peta komprehensif dinamika penelitian kepustakawanan berbasis analisis bibliometrik sebagai dasar pengambilan kebijakan editorial jurnal.
Evaluasi Komparatif Hybrid Filtering dan Model-Based SVD pada Sistem Rekomendasi Film Menggunakan Dataset MovieLens Putri Ariani, Angelina; Ayu Handayani, Dita; Muryanti Setyowati, Putri; Nugroho, Deni Kurnianto; Noor Fauzy, Marwan
Jurnal Pustaka Data (Pusat Akses Kajian Database, Analisa Teknologi, dan Arsitektur Komputer) Vol 6 No 1 (2026): Jurnal Pustaka Data (Pusat Akses Kajian Database, Analisa Teknologi, dan Arsitekt
Publisher : Pustaka Galeri Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55382/jurnalpustakadata.v6i1.1723

Abstract

Perkembangan jumlah dan variasi film yang semakin meningkat menyebabkan pengguna mengalami kesulitan dalam menentukan pilihan tontonan yang sesuai dengan preferensi mereka. Oleh karena itu, sistem rekomendasi menjadi solusi penting untuk membantu pengguna memperoleh rekomendasi film yang relevan dan personal. Penelitian ini bertujuan untuk mengimplementasikan dan mengevaluasi kinerja sistem rekomendasi menggunakan pendekatan Item-Based Collaborative Filtering, Content-Based Filtering, Hybrid Filtering, serta Model-Based Collaborative Filtering pada dataset MovieLens 100k. Secara khusus, pendekatan Model-Based menerapkan algoritma Singular Value Decomposition (SVD) yang dioptimalkan dengan learning rate 0.005, regularisasi 0.02, dan 50 faktor laten. Penelitian ini memberikan kontribusi ilmiah berupa analisis komparatif antara pendekatan memory-based dan model-based pada dataset dengan tingkat sparsity tinggi. Proses penelitian meliputi tahapan preprocessing data, pemisahan data menggunakan metode random holdout, dan eksplorasi data untuk menganalisis distribusi rating. Evaluasi kinerja sistem dilakukan menggunakan metrik Root Mean Square Error (RMSE) dan Precision@10. Hasil penelitian menunjukkan bahwa metode Model-Based SVD menghasilkan performa terbaik dengan nilai RMSE terendah sebesar 0.877 dan Precision@10 tertinggi sebesar 67.45%. Sementara itu, metode Hybrid Filtering yang menggunakan skema pembobotan manual menghasilkan kinerja rendah dengan Precision@10 sebesar 0.40%; hal ini disebabkan oleh penggunaan bobot statis yang tidak mampu mengakomodasi variasi bias antar-model secara efektif. Hasil ini menunjukkan bahwa pendekatan berbasis machine learning dengan model laten lebih efektif dalam menangani dataset sparse dibandingkan metode berbasis konten maupun hybrid konvensional dengan bobot statis.
Manajemen Proyek Pengembangan Sistem Informasi Layanan Pelanggan Berbasis Website pada PT. XYZ Divisi Pelanggan Herasmus, Hilda; Suryadi, Agus
Jurnal Pustaka Data (Pusat Akses Kajian Database, Analisa Teknologi, dan Arsitektur Komputer) Vol 6 No 1 (2026): Jurnal Pustaka Data (Pusat Akses Kajian Database, Analisa Teknologi, dan Arsitekt
Publisher : Pustaka Galeri Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55382/jurnalpustakadata.v6i1.1726

Abstract

Penelitian ini bertujuan untuk menganalisis manajemen proyek pengembangan sistem informasi layanan pelanggan berbasis website pada PT. XYZ Divisi Pelanggan serta mengevaluasi dampaknya terhadap efisiensi operasional dan kualitas layanan. Penelitian menggunakan metode kualitatif dengan pendekatan studi kasus. Data dikumpulkan melalui wawancara, observasi proses bisnis, dokumentasi, serta kuesioner kepuasan pelanggan. Pengembangan sistem dilakukan menggunakan Software Development Life Cycle (SDLC) dengan model Waterfall yang meliputi tahap analisis kebutuhan, perancangan menggunakan Unified Modeling Language (UML), implementasi, pengujian, dan pemeliharaan. Hasil penelitian menunjukkan bahwa implementasi sistem mampu menurunkan rata-rata waktu respon layanan dari 24 jam menjadi 6 jam atau terjadi efisiensi sebesar 75%. Produktivitas penyelesaian keluhan meningkat dari 50 menjadi 60 tiket per hari atau sebesar 20%. Selain itu, rata-rata skor kepuasan pelanggan meningkat dari 3,1 menjadi 4,0 (skala 1–5) atau sekitar 29%, dengan 85% responden menyatakan puas terhadap sistem yang baru. Temuan ini menunjukkan bahwa manajemen proyek yang terstruktur dan pengembangan sistem berbasis web berkontribusi signifikan dalam meningkatkan kinerja layanan pelanggan dan daya saing perusahaan.

Page 13 of 13 | Total Record : 130

 9   10   11   12   13 

Filter by Year

2021 2026


Reset
Filter By Issues
All Issue Vol 6 No 1 (2026): Jurnal Pustaka Data (Pusat Akses Kajian Database, Analisa Teknologi, dan Arsitekt Vol 5 No 2 (2025): Jurnal Pustaka Data (Pusat Akses Kajian Database, Analisa Teknologi, dan Arsitekt Vol 5 No 1 (2025): Jurnal Pustaka Data (Pusat Akses Kajian Database, Analisa Teknologi, dan Arsitekt Vol 4 No 2 (2024): Jurnal Pustaka Data (Pusat Akses Kajian Database, Analisa Teknologi, dan Arsitekt Vol 4 No 1 (2024): Jurnal Pustaka Data (Pusat Akses Kajian Database, Analisa Teknologi, dan Arsitekt Vol 3 No 2 (2023): Jurnal Pustaka Data (Pusat Akses Kajian Database, Analisa Teknologi, dan Arsitekt Vol 3 No 1 (2023): Jurnal Pustaka Data (Pusat Akses Kajian Database, Analisa Teknologi, dan Arsitekt Vol 2 No 2 (2022): Jurnal Pustaka Data (Pusat Akses Kajian Database, Analisa Teknologi, dan Arsitekt Vol 2 No 1 (2022): Jurnal Pustaka Data (Pusat Akses Kajian Database, Analisa Teknologi, dan Arsitekt Vol 1 No 1 (2021): Jurnal Pustaka Data (Pusat Akses Kajian Database, Analisa Teknologi, dan Arsitekt