cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Arif Budiman
Contact Email
pustakateknologiai@gmail.com
Phone
+6281374373837
Journal Mail Official
pustakateknologiai@gmail.com
Editorial Address
Jl. Batu Kasek Blok E 11 Padang
Location
Kota padang,
Sumatera barat
INDONESIA
Jurnal Pustaka AI : Pusat Akses Kajian Teknologi Artificial Intelligence
Published by Pustaka Galeri Mandiri
ISSN : -     EISSN : 28094069     DOI : https://doi.org/10.55382/jurnalpustakaai
Core Subject : Science, Education, Engineering,
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Mathematics
Jurnal Pustaka AI adalah sebuah jurnal Double blind peer-review yang didedikasikan untuk publikasi hasil Penelitian yang berkualitas khusus bidang ilmu Teknologi Artificial Intelligence . Semua publikasi di Jurnal Pustaka AI bersifat akses terbuka yang memungkinkan artikel tersedia secara bebas online tanpa berlangganan apapun. Jurnal Pustaka AI (Pusat Akses Kajian Teknologi Artificial Intelligence) menerima naskah artikel setiap saat yang akan diterbitkan secara berkala tiga kali setahun yaitu pada bulan April, Agustus, dan Desember.
Arjuna Subject : Ilmu Komputer (semua kategori) - Kecerdasan Buatan
Articles 106 Documents
 7   8   9   10   11 
Perancangan Sistem Pendeteksi Penyakit Pada Rumput Laut Dengan Menggunakan Metode Convolutional Neural Network Aritonang, Mhd Adi Setiawan; Abrar Masril, Muhammad; Chaniago, Deosa; Marshall Al Karim, Muhammad; Mahani Cunis, Viriya; Surgiwe
Jurnal Pustaka AI (Pusat Akses Kajian Teknologi Artificial Intelligence) Vol 5 No 2 (2025): Pustaka AI (Pusat Akses Kajian Teknologi Artificial Intelligence)
Publisher : Pustaka Galeri Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55382/jurnalpustakaai.v5i2.1160

Abstract

Penelitian ini mengembangkan sistem deteksi penyakit pada rumput laut menggunakan metode Convolutional Neural Network (CNN) dengan YOLO v11. Sistem dilatih menggunakan data yang terdiri dari Healthy Seaweed, Kerak Bryozoan, dan ice-ice dari dataset Roboflow. Model YOLO v11m dengan 20 juta parameter dievaluasi menggunakan metrik presisi, recall, F1-Score, dan mAP. Hasil menunjukkan kinerja yang baik dalam deteksi penyakit dengan mAP50 sekitar 0.84 pada data validasi dan implementasi dalam aplikasi Web menggunakan Flask
Analisis Sentimen Digital Publik terhadap Perguruan Tinggi Negeri Menggunakan Google Review: Studi Kasus ITERA Sari, Rizki Yustisia; Nazuwatussya'diyah; Mardhiyatna
Jurnal Pustaka AI (Pusat Akses Kajian Teknologi Artificial Intelligence) Vol 5 No 2 (2025): Pustaka AI (Pusat Akses Kajian Teknologi Artificial Intelligence)
Publisher : Pustaka Galeri Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55382/jurnalpustakaai.v5i2.1163

Abstract

Transformasi digital telah mengubah cara masyarakat menyampaikan opini terhadap institusi publik, termasuk perguruan tinggi. Salah satu bentuk opini digital tersebut adalah ulasan pada platform Google Review yang dapat diolah untuk memahami persepsi publik secara real time. Penelitian ini bertujuan untuk menganalisis sentimen masyarakat terhadap Institut Teknologi Sumatera (ITERA) sebagai representasi persepsi digital terhadap perguruan tinggi negeri. Keterbaruan studi ini terletak pada pemanfaatan data ulasan publik dari platform terbuka dan dinamis sebagai indikator alternatif dalam mengevaluasi kualitas layanan institusi pendidikan tinggi dalam ekosistem digital. Metode yang digunakan adalah pendekatan analisis sentimen berbasis leksikon menggunakan algoritma Valence Aware Dictionary and sEntiment Reasoner (VADER), setelah proses translasi data dari Bahasa Indonesia ke Bahasa Inggris. Dari 1.683 data ulasan awal, diperoleh 504 data bersih yang layak dianalisis. Hasil menunjukkan bahwa 62,1% ulasan bersentimen positif, 31,3% netral, dan 6,5% bersifat negatif. Aspek yang paling banyak diapresiasi meliputi fasilitas kampus, aksesibilitas, dan layanan akademik. Temuan ini menunjukkan bahwa opini digital publik terhadap ITERA cenderung positif dan dapat menjadi masukan strategis dalam pengembangan mutu institusi pendidikan berbasis teknologi dan kecerdasan buatan.
Pemetaan Tren dan Pola Topik Kekerasan Remaja dalam Pemberitaan Online di Indonesia Berbasis Association Rule Mining dan Time Series Analysis Anita; Falah Azhari, Nasyan; Pasaribu, Tresiana; Halomoan Napitupulu , Reinhard
Jurnal Pustaka AI (Pusat Akses Kajian Teknologi Artificial Intelligence) Vol 5 No 2 (2025): Pustaka AI (Pusat Akses Kajian Teknologi Artificial Intelligence)
Publisher : Pustaka Galeri Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55382/jurnalpustakaai.v5i2.1166

Abstract

Penelitian ini bertujuan untuk memetakan tren dan pola topik kekerasan remaja dalam pemberitaan online di Indonesia. Dengan menganalisis data artikel berita dari berbagai portal terkemuka selama periode Agustus 2024 hingga Mei 2025, penelitian ini menggunakan pendekatan kuantitatif komputasional. Proses pengumpulan data dilakukan melalui web scraping menggunakan framework Scrapy, menghasilkan total 5272 artikel yang relevan. Data teks kemudian melalui tahapan pra-pemrosesan yang meliputi case folding, penghapusan URL dan tag HTML, tokenisasi, stopword removal, dan stemming untuk menormalisasi teks. Pemodelan Topik Latent Dirichlet Allocation (LDA) berhasil mengidentifikasi 10 topik utama terkait kekerasan remaja, meliputi isu kriminalitas jalanan, kekerasan dalam rumah tangga, kekerasan seksual, serta peran hukum dan pendidikan. Analisis deret waktu menunjukkan fluktuasi signifikan dalam volume pemberitaan, dengan puncak-puncak tertentu yang mengindikasikan peningkatan perhatian media pada topik spesifik. Selanjutnya, Association Rule Mining (ARM), baik berbasis kata maupun topik, mengungkap pola-pola asosiasi yang kuat. ARM berbasis topik menyoroti hubungan antara tema-tema besar seperti asosiasi antara "Kekerasan Seksual & Pencabulan" dengan "Perlindungan & Tumbuh Kembang Anak/Remaja", sementara ARM berbasis kata memberikan detail granular tentang kata kunci yang sering muncul bersama, seperti "polisi", "tangkap", dan "pelaku". Sintesis temuan mengindikasikan adanya narasi dominan yang berfokus pada insiden kekerasan dan respons institusional. Penelitian ini memberikan wawasan komprehensif mengenai dinamika pemberitaan kekerasan remaja di media online Indonesia, yang dapat menjadi dasar bagi pembuat kebijakan dan praktisi terkait.. Kata kunci: Kekerasan Remaja, Pemberitaan Online, Web Scraping, Pemodelan Topik, Latent Dirichlet Allocation (LDA), Association Rule Mining (ARM), Analisis Deret Waktu (TSA).
Simulasi Pengiriman Air Mineral Galon dengan Multi Depot Menggunakan Hill Climbing dan Algoritma A* Fauzi, Muhammad Dzulfikar; Hajar, Granita; Nur Rachmaniar, Desita; Hamim Zajuli al Faroby, Mohammad
Jurnal Pustaka AI (Pusat Akses Kajian Teknologi Artificial Intelligence) Vol 5 No 2 (2025): Pustaka AI (Pusat Akses Kajian Teknologi Artificial Intelligence)
Publisher : Pustaka Galeri Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55382/jurnalpustakaai.v5i2.1170

Abstract

Air mineral sangat penting bagi kesehatan manusia karena berperan dalam hidrasi tubuh, menjaga keseimbangan cairan, dan mendukung fungsi organ serta sistem tubuh. Untuk memenuhi kebutuhan sehari-hari, distribusi dari depo air ke pelanggan harus mempertimbangkan rute tercepat agar biaya pengiriman efisien. Mencari rute terpendek dengan alokasi depo terbaik dengan tetap mempertimbangkan keterbatasan kapasitas masing-masing depo dan kendaraan merupakan tujuan dari penelitian ini. Algoritma Hill Climbing merupakan metode yang efektif untuk menentukan rute terdekat antar titik pengiriman. Selain itu, algoritma A* dapat digunakan untuk mencari rute optimal dengan menggunakan informasi tambahan (heuristik) yang mengarahkan pencarian ke jalur yang paling efisien. Berdasarkan hasil penelitian, 450,41 merupakan rute terjauh dengan menggunakan moda transportasi penjemputan dengan satu depo. Sedangkan untuk moda transportasi penjemputan dengan dua depo, jalur terpendek adalah 257,62; sedangkan untuk menggunakan sepeda motor atau kereta api, jalur terpendek adalah 271,75.
Transfer Learning Menggunakan Model VGG16 untuk Klasifikasi Citra Hewan ardiansyah, hendri; Desyani, Teti
Jurnal Pustaka AI (Pusat Akses Kajian Teknologi Artificial Intelligence) Vol 5 No 2 (2025): Pustaka AI (Pusat Akses Kajian Teknologi Artificial Intelligence)
Publisher : Pustaka Galeri Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55382/jurnalpustakaai.v5i2.1171

Abstract

Studi ini berfokus pada implementasi transfer learning menggunakan arsitektur VGG16 untuk mengklasifikasikan citra ke dalam tiga kelas utama: cat, dog, dan fox. Dataset yang digunakan terdiri dari kumpulan citra yang disusun dalam struktur folder berdasarkan label kelasnya. Untuk meningkatkan performa model dan memperkaya keragaman data pelatihan, augmentasi citra sistematis dilakukan menggunakan teknik-teknik seperti rotasi, translasi, pembesaran, geseran, perubahan kecerahan, dan pembalikan horizontal. Proses pelatihan dilakukan menggunakan fitur pretrained VGG16 yang telah dilatih sebelumnya yang dibekukan pada tahap awal. Selanjutnya, lapisan terhubung penuh ditambahkan sebagai pengklasifikasi. Dataset dibagi menjadi dua subset dengan rasio 80:20 untuk pelatihan dan pengujian, kemudian dievaluasi menggunakan metrik akurasi, matriks konfusi, dan laporan klasifikasi. Hasil percobaan menunjukkan bahwa model dapat mencapai akurasi validasi sebesar 94% dan berkinerja baik di semua kelas, sebagaimana dibuktikan oleh nilai presisi, recall, dan f1-score yang tinggi. Hasil ini menunjukkan bahwa pendekatan transfer learning dengan augmentasi citra dapat digunakan secara efektif untuk klasifikasi citra jenis hewan.
Analisis Sentimen Publik terhadap Fenomena Judi Online di Media Sosial X dengan SVM Dwi Prastiko, Andika; Davy Wiranata, Ade
Jurnal Pustaka AI (Pusat Akses Kajian Teknologi Artificial Intelligence) Vol 5 No 2 (2025): Pustaka AI (Pusat Akses Kajian Teknologi Artificial Intelligence)
Publisher : Pustaka Galeri Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55382/jurnalpustakaai.v5i2.1180

Abstract

Fenomena meningkatnya praktik judi online di Indonesia, terutama melalui media sosial X (sebelumnya Twitter), menjadi isu yang memprihatinkan. Meskipun dilarang oleh hukum, aktivitas ini tetap marak terjadi dan menjangkau berbagai lapisan masyarakat, termasuk generasi muda. Penelitian ini bertujuan untuk menganalisis sentimen publik terhadap judi online serta mengukur efektivitas algoritma Support Vector Machine (SVM) dalam klasifikasi opini publik ke dalam sentimen positif dan negatif. Data dikumpulkan melalui teknik web scraping terhadap 1.006 tweet berbahasa Indonesia yang mengandung kata kunci “judi online” dan “judol” dalam periode 15 Juli 2024 hingga 15 Juli 2025. Data kemudian diproses melalui tahapan cleaning, case folding, tokenisasi, normalisasi, stopword removal, dan stemming. Representasi data dilakukan menggunakan metode Term Frequency–Inverse Document Frequency (TF-IDF), dan klasifikasi sentimen dilakukan dengan algoritma SVM menggunakan pendekatan supervised learning. Hasil menunjukkan bahwa 81,31% tweet mengandung sentimen negatif dan 18,69% menunjukkan sentimen positif. Model SVM memberikan akurasi sebesar 90,59% dengan nilai precision, recall, dan F1-score yang tinggi dalam mengklasifikasikan sentimen negatif. Temuan ini menunjukkan bahwa opini publik cenderung negatif terhadap fenomena judi online dan metode SVM efektif digunakan dalam analisis sentimen di media sosial.
Penerapan Algoritma Apriori untuk Menentukan Pola Permintaan Bahan Makanan Berdasarkan Data Transaksi Saad, Fikri S; Azizah, Nur; Yani, Zulfitri
Jurnal Pustaka AI (Pusat Akses Kajian Teknologi Artificial Intelligence) Vol 5 No 2 (2025): Pustaka AI (Pusat Akses Kajian Teknologi Artificial Intelligence)
Publisher : Pustaka Galeri Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55382/jurnalpustakaai.v5i2.1181

Abstract

Setiap hari terjadi permintaan bahan makanan yang beragam. Supplier harus menyediakan bahan makanan yang segar dan tepat sesuai dengan permintaan. Dibutuhkan suatu metode untuk melihat pola permintaan agar supplier dapat memanajemen pengadaan permintaan dengan baik. Association rules adalah metode untuk menemukan pola dari data transaksi sebelumnya. Perhitungan metode association rules menggunakan algoritma apriori. Algoritma apriori menghasilkan rules yang memperlihatkan pola permintaan bahan makanan berdasarkan data transaksi selama 3 bulan. Algoritma apriori membutuhkan 3 parameter untuk menghasilkan rules yaitu support, confidence dan lift. Penentenuan nilai minimum dipilih dengan mempertimbangkan bentuk data. Penentuan nilai minium akan mempengaruhi rules yang dihasilkan. Nilai minimum support yang terlalu rendah akan mengakibatkan terlalu banyak itemset yang tidak mempunyai hubungan kuat dan apbila terlalu tinggi mengakibatkan kehilangan terlalu banyak informasi. Nilai minimum confidence dipilih tinggi karena akan memperlihatkan persentase probalitas kemunculan itemset secara bersamaan. Nilai lift lebih dari 1 memperlihatkan hubungan itemset kuat. Nilai minimum support yang digunakan adalah 50%, sedangkan nilai minimum confidence 100% dan terakhir nilai minimum lift adalah 1.5. Penentenuan nilai minimum dipilih dengan mempertimbangkan bentuk data. Nilai minimum yang terlalu rendah akan mengakibatkan terlalu banyak rules yang tidak kuat. Proses perhitungan menggunakan bahasa pemograman phyton. Rules yang dihasilkan sebanyak 12 rules. Rules berupa aturan jika itemset antecedents muncul di transaksi maka itemset cosequents juga muncul di transasksi. Rules yang dihasilkan rata-rata mempunyai nilai lift 1.9 yang artinya itemset consiquents akan 1.9 kali lebih mungin muncul bersama item antecedents dari pada muncul sendiri. Rules yang dihasilkan memperlihatkan pola permintaan dan dapat digunakan supplier sebagai pertimbangan manajemen pengadaan permintaan.
Perancangan Sistem Informasi Rapor Berbasis Web dengan Intelligent Reporting di SMPN 3 Gunung Talang dengan Metode Rapid Application Development chairuddin, ilham
Jurnal Pustaka AI (Pusat Akses Kajian Teknologi Artificial Intelligence) Vol 5 No 2 (2025): Pustaka AI (Pusat Akses Kajian Teknologi Artificial Intelligence)
Publisher : Pustaka Galeri Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55382/jurnalpustakaai.v5i2.1184

Abstract

Sistem informasi rapor berbasis web merupakan solusi inovatif untuk mengatasi tantangan pengelolaan nilai siswa di era digital. Penelitian ini bertujuan merancang dan mengimplementasikan sistem informasi rapor berbasis web dengan intelligent reporting di SMP Gunung Talang menggunakan metode Rapid Application Development (RAD). Pendekatan RAD dipilih karena kemampuannya dalam mempercepat siklus pengembangan melalui iterasi cepat dan keterlibatan aktif pengguna. Sistem ini dirancang untuk mengatasi permasalahan hak akses yang tidak terkontrol, kesalahan input nilai, kerusakan formula pada Google Spreadsheet, serta perubahan layout saat pencetakan ulang rapor. Implementasi sistem mencakup manajemen data siswa, guru, mata pelajaran, input nilai oleh guru mata pelajaran, validasi oleh wali kelas, dan pencetakan rapor dalam format PDF. Sistem ini menekankan pada efisiensi operasional dengan konsep intelligent reporting dimana dapat memberikan analisis dan wawasan dengan tujuan dapat agar ditingkatkan di masa mendatang untuk menyajikan analisis data yang lebih mendalam, seperti pengenalan pola belajar siswa dan saran personalisasi pembelajaran. Hasil pengujian menggunakan black-box testing menunjukkan bahwa sistem berfungsi sesuai harapan, meningkatkan efisiensi, akurasi, dan keamanan data pada sekolah dengan membuktikan fungsionalitas dan keandalannya dalam skenario penggunaan nyata. Hal ini berarti sistem mampu memenuhi semua persyaratan fungsional yang telah ditetapkan, memberikan pengalaman pengguna yang mulus dan dapat diandalkan. Secara keseluruhan, sistem ini berhasil. Untuk kedepannya sistem ini diharapkan dapat menjadi kontribusi signifikan dalam digitalisasi termasuk kemudahan akses informasi, peningkatan transparansi, dan efisiensi operasional. Sistem ini berpotensi menjadi model bagi sekolah lain dalam mengadopsi teknologi untuk peningkatan kualitas layanan pendidikan di masa mendatang umumnya pada SMP Gunung Talang.
Efektivitas Visualisasi Produk Keramik Berbasis Augmented Reality Terhadap Perubahan Minat Beli Konsumen Cahyaningrum, Yuniana; Adi Prabowo, Rahayu; Nur Istiqomah, Asyifa’ Nur Istiqomah; Noviyanti, Nikita; Eka Ramdhani, Dani
Jurnal Pustaka AI (Pusat Akses Kajian Teknologi Artificial Intelligence) Vol 5 No 2 (2025): Pustaka AI (Pusat Akses Kajian Teknologi Artificial Intelligence)
Publisher : Pustaka Galeri Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55382/jurnalpustakaai.v5i2.1188

Abstract

Penelitian ini mengkaji dampak penggunaan Augmented Reality (AR) dalam visualisasi produk keramik terhadap minat beli konsumen. Di dunia digital saat ini, visualisasi produk online sering memiliki keterbatasan yang mengurangi pengalaman berbelanja. AR menawarkan solusi dengan memungkinkan konsumen melihat produk dalam konteks lingkungan mereka sendiri. Menggunakan pendekatan eksperimental between-subjects, studi ini membandingkan dua kelompok: satu menggunakan visualisasi AR produk keramik dan yang lain menggunakan visualisasi konvensional seperti foto dan deskripsi. Pengukuran minat beli dilakukan sebelum dan sesudah partisipan dipaparkan pada stimulus. Hasil menunjukkan bahwa visualisasi berbasis AR secara signifikan meningkatkan minat beli dibandingkan metode konvensional. Analisis lebih lanjut mengungkapkan bahwa faktor seperti kualitas visual yang realistis dan elemen interaktif dalam AR berperan penting dalam meningkatkan minat beli. Temuan ini memberikan dampak kontribusi penggunaan teknologi AR yang dapat menjadi strategi pemasaran yang berharga bagi industri keramik untuk meningkatkan keterlibatan konsumen dan mendorong keputusan pembelian dalam konteks online.
Penerapan Ant Colony Optimization Dengan Sentiment-Based Weighting Untuk Rekomendasi Rute Wisata Di Kota Makassar Nugroho, Rizky Aditya; Mufliq, Achmad
Jurnal Pustaka AI (Pusat Akses Kajian Teknologi Artificial Intelligence) Vol 5 No 2 (2025): Pustaka AI (Pusat Akses Kajian Teknologi Artificial Intelligence)
Publisher : Pustaka Galeri Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55382/jurnalpustakaai.v5i2.1197

Abstract

Abstract An effective and relevant tourist route recommendation system is essential to support tourists in making informed decisions when planning efficient and enjoyable trips. This study aims to develop a tourist route recommendation model for Makassar City by implementing a modified Ant Colony Optimization (ACO) algorithm that incorporates user star ratings as weighting factors. The research adopts a computational experimental quantitative approach, consisting of six main stages: identifying tourist destinations, collecting star rating data and estimated travel times between locations, calculating rating-based weights, implementing the ACO algorithm, and evaluating the resulting routes. The data used include star ratings of tourist destinations obtained from digital platforms and estimated travel times retrieved through online mapping services. The results indicate that the ACO model combined with rating-based weighting successfully generates routes that are more preferred by users, as they balance travel efficiency with the quality of destinations. Compared to conventional models that consider only travel time, this hybrid model delivers higher recommendation value in terms of user satisfaction. The proposed model can be applied in the development of intelligent tour guide applications to enhance tourists’ travel experiences. Furthermore, this study opens opportunities for future development by incorporating additional supporting variables to make the system more adaptive and context-aware. Keywords: recommendation system, ant colony optimization, star rating, tourist route, Makassar City Abstrak Sistem rekomendasi rute wisata yang efektif dan relevan sangat dibutuhkan untuk mendukung pengambilan keputusan wisatawan dalam merencanakan perjalanan yang efisien sekaligus menyenangkan. Penelitian ini bertujuan untuk mengembangkan model rekomendasi rute wisata di Kota Makassar dengan mengimplementasikan algoritma Ant Colony Optimization (ACO) yang dimodifikasi dengan bobot berdasarkan rating bintang pengguna. Penelitian menggunakan pendekatan kuantitatif eksperimental berbasis komputasi dengan enam tahapan utama, mulai dari identifikasi destinasi wisata, pengumpulan data rating dan waktu tempuh antar lokasi, perhitungan bobot berbasis rating, implementasi ACO, hingga evaluasi hasil rute yang dihasilkan. Data yang digunakan meliputi rating bintang destinasi wisata dari platform digital serta estimasi waktu tempuh antar lokasi menggunakan layanan pemetaan daring. Hasil penelitian menunjukkan bahwa model ACO yang dikombinasikan dengan bobot rating mampu menghasilkan rute yang lebih disukai oleh pengguna karena menggabungkan efisiensi waktu dan kualitas destinasi. Dibandingkan dengan model konvensional yang hanya mempertimbangkan waktu tempuh, model hybrid ini memberikan nilai rekomendasi yang lebih tinggi dalam konteks kepuasan pengguna. Model yang dihasilkan dapat diimplementasikan dalam pengembangan aplikasi pemandu wisata berbasis sistem cerdas, khususnya untuk meningkatkan pengalaman perjalanan wisatawan. Penelitian ini juga membuka peluang untuk pengembangan lebih lanjut dengan menambahkan variabel-variabel pendukung lainnya agar sistem semakin adaptif dan kontekstual. Kata kunci: sistem rekomendasi, ant colony optimization, rating bintang, rute wisata, Kota Makassar

Page 10 of 11 | Total Record : 106

 7   8   9   10   11 

Filter by Year

2021 2025


Reset
Filter By Issues
All Issue Vol 5 No 2 (2025): Pustaka AI (Pusat Akses Kajian Teknologi Artificial Intelligence) Vol 5 No 1 (2025): Pustaka AI (Pusat Akses Kajian Teknologi Artificial Intelligence) Vol 4 No 3 (2024): Pustaka AI (Pusat Akses Kajian Teknologi Artificial Intelligence) Vol 4 No 2 (2024): Pustaka AI (Pusat Akses Kajian Teknologi Artificial Intelligence) Vol 4 No 1 (2024): Pustaka AI (Pusat Akses Kajian Teknologi Artificial Intelligence) Vol 3 No 3 (2023): Pustaka AI (Pusat Akses Kajian Teknologi Artificial Intelligence) Vol 3 No 2 (2023): Pustaka AI (Pusat Akses Kajian Teknologi Artificial Intelligence) Vol 3 No 1 (2023): Pustaka AI (Pusat Akses Kajian Teknologi Artificial Intelligence) Vol 2 No 2 (2022): Pustaka AI (Pusat Akses Kajian Teknologi Artificial Intelligence) Vol 2 No 1 (2022): Pustaka AI (Pusat Akses Kajian Teknologi Artificial Intelligence Vol 1 No 1 (2021): Pustaka AI (Pusat Akses Kajian Teknologi Artificial Intelligence) More Issue