cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Kamil Erwansyah
Contact Email
erwansyah.kamil@gmail.com
Phone
+62811656784
Journal Mail Official
prpmtgd@gmail.com
Editorial Address
Jl. Pintu Air I/Jend. AH Nasution No. 73, Medan Johor Sumatera Utara - Indonesia
Location
Kota medan,
Sumatera utara
INDONESIA
Jurnal Sistem Informasi Triguna Dharma (JURSI TGD)
Published by STMIK Triguna Dharma
ISSN : 28281004     EISSN : 28282566     DOI : https://doi.org/10.53513/jursi.v1i2.4814
Core Subject : Science,
Computer Science & IT
Jurnal Sistem Informasi Triguna Dharma merupakan Jurnal yang menampung hasil penelitian dari Mahasiswa khususnya mahasiswa di Program Studi Sistem Informasi juga menerima hasil penelitian dari kampus berbeda dengan bidang keilmuan yang sama. Jurnal ini menampung publikasi dibidang ilmu komputer khususnya Sistem Informasi, Sistem Pendukung Keputusan, Sistem Pakar, Pengolahan Citra, Jaringan Saraf Tiruan, Data Mining, Security Computer dan seluruh keilmuan dibidang komputer
Arjuna Subject : Ilmu Komputer (semua kategori) - Sistem Informasi
Articles 568 Documents
 52   53   54   55   56 
Sistem Pendukung Keputusan Penentuan Koordinator Lapangan Bidang Cleaning Service Menggunakan Metode ARAS (Additive Ratio Assessment) Tarisa Ramadani Tarigan; Beni Andika; Abdullah Muhazir
Jurnal Sistem Informasi Triguna Dharma (JURSI TGD) Vol. 5 No. 2 (2026): EDISI MARET 2026
Publisher : STMIK Triguna Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/jursi.v5i2.11205

Abstract

Salah satu pengguna layanan jasa pada PT. Bumi Mahardika Perkasa adalah Dinas Lingkungan Hidup dan Kehutanan Provinsi Sumatera Utara yang berperan untuk melakukan tugas dan tanggung jawab pada bidang kebersihan (cleaning service) pada lingkungan kantor Dinas Lingkungan Hidup dan Kehutanan Provinsi Sumatera Utara. Dalam proses pemilihan koordinator lapangan bidang cleaning service masih memiliki banyak kendala seperti data yang tidak sedikit, pemilihan yang objektif hingga belum adanya sistem berbasis aplikasi untuk melakukan pemilihan secara cepat. Oleh karena itu perusahaan memerlukan sistem yang dapat melakukan penilaian dan memberikan keputusan secara cepat, tepat serta objektif yang bernama Sistem Pendukung Keputusan. Sistem ini nantinya akan menggunakan metode ARAS sebagai metode komputasi. Secara garis besar, pemilihan akan lebih mudah dengan menggunakan metode ARAS. Karena Metode ARAS banyak melakukan perangkingan dengan cara membandingkan dengan alternatif lainya sehingga mendapatkan hasil yang terbaik. Hasil yang diperoleh adalah terciptanya sebuah sistem yang akan memberikan output (keluaran) berupa peringkat dari setiap alternatif mulai nilai tertinggi hingga paling rendah, hasil tersebut diharapkan dapat membantu pihak PT. Bumi Mahardika Perkasa dalam pemilihan koordinator lapangan bidang cleaning service secara cepat, tepat dan efisien.
Sistem Pendukung Keputusan Perpanjangan Kontrak Perawat Dengan Menggunakan Metode Moosra Elita Simangunsong Tesa; Darjat Saripurna; Jufri Halim
Jurnal Sistem Informasi Triguna Dharma (JURSI TGD) Vol. 5 No. 2 (2026): EDISI MARET 2026
Publisher : STMIK Triguna Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/jursi.v5i2.11392

Abstract

Rumah Sakit Umum Mitra Sekati Medan adalah sebuah lembaga kesehatan yang berfungsi penting dalam proses penyembuhan, pemulihan, peningkatan, pencegahan, dan juga memberikan layanan rujukan kepada masyarakat untuk menciptakan komunitas yang sehat. Salah satu cara yang diterapkan untuk menjaga keahlian perawat adalah dengan melakukan penilaian atau evaluasi kinerja terhadap semua perawat. Kinerja mengacu pada hasil kerja yang bersifat kualitatif dan kuantitatif yang dilakukan oleh perawat untuk menjalankan tugas sesuai dengan tanggung jawab yang diberikan.Masa kontrak perawat memiliki periode aktif di mana perpanjangan kontrak dapat dilakukan bagi perawat yang bekerja sesuai dengan Standard Operating Procedure (SOP).Perpanjangan Kontrak biasanya melibatkan evaluasi kinerja, kebutuhan dari Rumah Sakit, dan kesepakatan bersama anatara perawat dan Rumah Sakit Untuk mempermudah dalam melakukan penyelesaian masalah yang terkait, Rumah Sakit Umum Mitra Sejati Medan memerlukan sistem pendukung keputusan yang dapat membantu HRD dalam membuat keputusan terkait tenaga medis, khususnya perawat. Sistem Pendukung keputusan adalah sistem yang terhubung dengan komputer. Sistem yang membantu pengambilan keputusan merupakan bagian dari informasi komputer yang digunakan untuk menilai kinerja para karyawan. Program Sistem Pendukung Keputusan  memerlukan sebuah metode  dalam  melakukan perhitungannya dalam metode ini digunakan dalam penyelesaian masalah terkait dengan perpanjangan kontrak perawat  menggunakan metode MOOSRA.
Penerapan Market Basket Analysis Terhadap Data Penjualan Poc (Pupuk Organik Cair) Menggunakan Metode Frequent Pattern Growth (FP Growth) Dita Efrany Sihombing; Badrul Anwar; Nur Yanti Lumban Gaol
Jurnal Sistem Informasi Triguna Dharma (JURSI TGD) Vol. 5 No. 2 (2026): EDISI MARET 2026
Publisher : STMIK Triguna Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/jursi.v5i2.11539

Abstract

Brastagi adalah daerah yang paling strategis dalam membangun usaha penjualan pupuk, sehingga banyak orang yang mendirikan usaha tersebut. Dimana salah satu usaha pupuk yang telah berdiri adalah usaha UD. Anugerah Tani Saibudolok. Pada saat ini, UD.Anugerah Tani Saribudolok mengalami sedikit masalah yaitu adanya penurunan penjualan. Permasalahan ini terjadi karena banyaknya usaha yang sama sehingga persaingan ini semakin berat, sehingga UD. Anugerah Tani Saribudolok  ingin membuat sebuah strategi agar dapat mengoptimalkan penjualan mereka agar nisa bertahan dalam persaingan yang tinggi. Saat ini usaha UD. Anugerah Tani Saribudolok tidak ada melakukan tindakan apapun atau membuat strategi apapun dalam meningkatkan penjualan mereka, usaha tersebut hanya menjalankan kegiatan penjualan seperti biasa. Dari permasalahan diatas, maka untuk melakukan pengoptimalan penjualan pupuk di UD.Anugerah Tani Saribudolok agar dapat membuat sebuah strategi penjualan dengan melakukan persediaan barang berdasarkan hasil kombinasi item produk pupuk berdasarkan penjualan maka dapat dilakukan dengan cara menerapkan sebuah ilmu pengetahuan yaitu Data Mining. Dalam permasalahan kasus seperti ini dapat diterapkan sebuah asosiasi menggunakan salah satu metode dalam data mining yaitu Frequent Pattern Growth (FP-Growth). Hasil yang didapatkan dari sistem yang dibangun adalah analisis perhitungan metode FP-Growth dengan hasil pembentukan aturan asosiasi dengan pembentukan aturan yang cukup baik dan juga cepat.
E-Asesmen Penyaluran Kredit Raharja di Bank BPR NBP 20 Menggunakan Metode Composite Performance Index (CPI) dan Rank Order Centroid (ROC) Irma Lorenca Perangin Angin; Faisal Taufik; Elfitriani
Jurnal Sistem Informasi Triguna Dharma (JURSI TGD) Vol. 5 No. 2 (2026): EDISI MARET 2026
Publisher : STMIK Triguna Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/jursi.v5i2.11576

Abstract

Bank Perkreditan Rakyat (BPR) NBP 20 Tiga Juhar merupakan lembaga keuangan yang berperan dalam menyalurkan kredit kepada masyarakat, khususnya melalui produk Kredit Raharja. Namun, dalam proses penyaluran kredit, masih terdapat tantangan dalam hal objektivitas dan efisiensi penilaian kelayakan calon debitur. Penilaian yang kurang terstandarisasi berisiko menyebabkan keputusan yang tidak akurat dan berdampak pada kualitas portofolio kredit.Untuk mengatasi permasalahan tersebut, penelitian ini mengembangkan sistem E-Asesmen berbasis Web dengan menerapkan metode Composite Performance Index (CPI) dan Rank Order Centroid (ROC). Metode ROC digunakan untuk menentukan bobot dari setiap kriteria penilaian seperti karakter, kapasitas, jaminan, dan kondisi usaha. Selanjutnya, metode CPI digunakan untuk menghitung skor akhir calon debitur berdasarkan bobot dan nilai masing-masing kriteria, sehingga penilaian dilakukan secara kuantitatif dan sistematis. Penelitian ini mengikuti tahapan pengembangan perangkat lunak mulai dari analisis kebutuhan, perancangan sistem, implementasi, hingga pengujian.Hasil penelitian menunjukkan bahwa sistem E-Asesmen yang dibangun mampu meningkatkan akurasi dan objektivitas dalam proses evaluasi kelayakan kredit. Penggunaan metode ROC dan CPI menghasilkan penilaian yang terstruktur, konsisten, dan mudah dipahami oleh pihak analis kredit. Selain itu, sistem ini terbukti efektif dalam mempercepat proses pengambilan keputusan dan dapat diterapkan langsung dalam operasional BPR NBP 20 Tiga Juhar.
Pemanfaatan Data Mining Untuk Segmentasi Pelanggan Dalam Meningkatkan Efektivitas Penawaran Di Showroom Menggunakan Metode K-Means Emiya Pepayosa Br Surbakti; Ahmad Fitri Boy; Suardi Yakub
Jurnal Sistem Informasi Triguna Dharma (JURSI TGD) Vol. 5 No. 2 (2026): EDISI MARET 2026
Publisher : STMIK Triguna Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/jursi.v5i2.11706

Abstract

Perkembangan teknologi informasi mendorong perusahaan untuk memanfaatkan data sebagai dasar dalam mengambil keputusan strategis. Salah satu pendekatan yang efektif adalah segmentasi pelanggan menggunakan teknik data mining. Penelitian ini dilakukan pada Showroom Pandu Motor dengan tujuan untuk mengelompokkan pelanggan berdasarkan karakteristik tertentu guna mendukung efektivitas strategi penawaran. Segmentasi ini dianggap penting karena dapat membantu pihak showroom dalam memahami preferensi pelanggan secara lebih spesifik.Metode yang digunakan dalam penelitian ini adalah algoritma K-Means Clustering, yang mampu membagi data ke dalam tiga kelompok pelanggan berdasarkan atribut seperti usia, penghasilan, harga motor, lama kredit, dan status OJK. Proses analisis dilakukan secara bertahap mulai dari pengumpulan data, normalisasi, pemilihan centroid awal, hingga perhitungan jarak Euclidean dan proses iterasi yang berulang sampai hasil pengelompokan stabil (konvergen). Metode ini dinilai efisien karena dapat mengolah data dalam jumlah besar dan menghasilkan segmentasi yang jelas.Hasil dari penelitian ini menunjukkan bahwa algoritma K-Means berhasil mengidentifikasi tiga cluster pelanggan yang berbeda tingkat potensinya, yaitu tinggi, sedang, dan rendah. Dengan informasi tersebut, showroom dapat menyusun strategi pemasaran yang lebih tepat sasaran untuk tiap segmen pelanggan. Penelitian ini diharapkan dapat menjadi referensi bagi pengembangan sistem analisis pelanggan berbasis data mining, khususnya dalam sektor perdagangan otomotif.
Implementasi Metode Waspas Untuk Sistem Pengambilan Keputusan Pemilihan Rekanan Supplier Pengadaan Bahan Baku Prioritas M. Sumarwitriono; Widiarti Rista Maya; Astri Syahputri
Jurnal Sistem Informasi Triguna Dharma (JURSI TGD) Vol. 5 No. 2 (2026): EDISI MARET 2026
Publisher : STMIK Triguna Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/jursi.v5i2.11740

Abstract

Raudhah Bakery merupakan unit usaha milik Pondok Pesantren Ar-Raudlatul Hasanah Medan yang bergerak di bidang kuliner, khususnya dalam produksi roti. Untuk menunjang kelancaran proses produksi, pemilihan supplier bahan baku yang tepat sangat penting agar kebutuhan produksi dapat terpenuhi dengan baik. Kurangnya sistem evaluasi yang objektif dalam pemilihan supplier bahan baku berpotensi menimbulkan keterlambatan maupun ketidaksesuaian dalam proses pengadaan. Penelitian ini bertujuan untuk merancang dan membangun Sistem Pendukung Keputusan (SPK) yang dapat membantu dalam menentukan supplier bahan baku prioritas dengan menggunakan metode WASPAS (Weighted Aggregated Sum Product Assessment). Metode ini dipilih karena menggabungkan keunggulan dari dua pendekatan, yaitu Weighted Sum Model (WSM) dan Weighted Product Model (WPM), sehingga menghasilkan perhitungan yang lebih menyeluruh dan akurat dalam proses pengambilan keputusan. Evaluasi supplier dalam sistem ini dilakukan berdasarkan lima kriteria, yaitu harga, jarak, kelengkapan produk, pelayanan, dan kelengkapan barang. Sistem yang dibangun menghasilkan peringkat supplier berdasarkan nilai akhir dari perhitungan metode WASPAS. Hasil ini membantu pihak Raudhah Bakery dalam menentukan 1 sampai 3 supplier yang layak dijadikan prioritas dalam pengadaan bahan baku. Dengan adanya sistem ini, proses evaluasi supplier diharapkan menjadi lebih efisien, objektif, dan terstruktur.
Aplikasi Tes Minat Dan Bakat Siswa Menggunakan Metode Dempster Shafer Nurjalila; Tugiono; Muhammad Zunaidi
Jurnal Sistem Informasi Triguna Dharma (JURSI TGD) Vol. 5 No. 2 (2026): EDISI MARET 2026
Publisher : STMIK Triguna Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/jursi.v5i2.11918

Abstract

Aplikasi Tes Minat dan Bakat di MTS YPI AL-HILAL Bandar Baru dikembangkan untuk membantu siswa mengenali potensi diri mereka. Berdasarkan survei, sekitar 60% siswa masih ragu terhadap minat dan bakat yang dimiliki, yang berdampak pada motivasi dan prestasi belajar. Untuk itu, dibangun sistem pakar berbasis Artificial Intelligence (AI) dengan metode Dempster-Shafer guna mengidentifikasi minat dan bakat secara lebih akurat dan objektif. Metode Dempster-Shafer digunakan untuk menghitung tingkat kepastian dari hasil tes siswa, dengan mengolah informasi melalui nilai belief dan plausibility. Aplikasi ini dirancang berbasis web dengan antarmuka yang mudah digunakan serta memberikan pengalaman interaktif bagi pengguna. Hasil dari aplikasi berupa rekomendasi bidang minat dan bakat dengan nilai kepastian tertinggi. Diharapkan, sistem ini dapat membantu sekolah dalam penilaian yang lebih adil, serta menjadi model dalam pengembangan potensi siswa secara berkelanjutan.
Sistem Pakar Mendiagnosis Penyakit Pada Tanaman Pepaya (Carica Papaya L.) Terhadap Perubahan Cuaca Menggunakan Metode Dempster Shafer Angga Perdawa Barus; Mukhlis Ramadhan; Sri Kusnasari
Jurnal Sistem Informasi Triguna Dharma (JURSI TGD) Vol. 5 No. 3 (2026): EDISI MEI 2026
Publisher : STMIK Triguna Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/jursi.v5i3.9911

Abstract

Pepaya, sebagai salah satu buah yang kaya akan kandungan gizi termasuk vitamin A, sering mengalami masalah serangan hama dan penyakit yang menghambat pertumbuhannya. Kurangnya pengetahuan petani mengenai penanganan hama dan penyakit ini memperparah kondisi tanaman, sehingga diperlukan solusi yang dapat membantu petani dalam mengidentifikasi dan menangani penyakit pepaya secara efektif. Oleh karena itu, penelitian ini bertujuan untuk mengembangkan sebuah Sistem Pakar yang mampu mendiagnosis penyakit pada tanaman pepaya berdasarkan pengalaman dari para ahli. Sistem Pakar ini dibangun menggunakan metode Dempster-Shafer, yang merupakan teknik kecerdasan buatan untuk menangani permasalahan yang mengandung ketidakpastian. Metode ini dipilih karena memiliki dasar matematika yang kuat dan intuitif sesuai dengan cara berpikir seorang pakar. Dalam sistem ini, nilai percaya (believe) yang telah ditentukan untuk setiap gejala digunakan untuk menghitung nilai densitas baru melalui kombinasi beberapa gejala, sehingga memungkinkan diagnosis yang lebih akurat meskipun informasi yang diperoleh tidak lengkap. Hasil penelitian menunjukkan bahwa Sistem Pakar dengan metode Dempster-Shafer mampu memberikan diagnosis penyakit pada tanaman pepaya dengan tingkat akurasi yang tinggi. Sistem ini diharapkan dapat membantu petani dalam mengatasi masalah penyakit pepaya secara lebih efisien dan efektif, terutama dalam menghadapi perubahan cuaca yang mempengaruhi kesehatan tanaman. Dengan demikian, implementasi sistem ini berpotensi meningkatkan produktivitas dan kualitas hasil pertanian pepaya di Indonesia.  
Implementasi Data Mining Untuk Memprediksi Tingkat Penjualan Sparepart Mobil di Car Station Dengan Menggunakan Metode Regresi Linier Berganda Suci Amandani Purba; Zulfian Azmi; Saniman
Jurnal Sistem Informasi Triguna Dharma (JURSI TGD) Vol. 5 No. 3 (2026): EDISI MEI 2026
Publisher : STMIK Triguna Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/jursi.v5i3.9927

Abstract

Teknologi saat ini telah berkembang dengan sangat pesat dan membawa perubahan yang sangat besar karena dengan teknologi tersebut kita dapat memperoleh informasi dengan sangat cepat, akurat dan tidak terbatas waktu dan tempat. Salah satu sektor yang berkembang dalam perkembangan teknologi adalah di bidang otomotif yang menawarkan berbagai produk unggulan, seperti Bumper, Head Lamp, Stop Lamp, Fender, dan sebagainya. Permasalahannya adalah perlu adanya suatu sistem yang dapat digunakan pemilik Car Station dalam mengambil keputusan untuk menentukan jumlah barang yang harus disediakan. Permasalahan tersebut dapat diselesaikan dengan mengimplementasikan konsep Data Mining yang digunakan untuk membantu pihak Car Station dalam merencanakan penyediaan stok yang diharapkan mampu memberikan hasil terbaik sehingga kecil kemungkinan resiko kesalahan dalam menyediakan stok. Data mining dengan menggunakan metode Regresi linier berganda merupakan suatu algoritma yang digunakan untuk menelusuri pola hubungan antara variabel terikat dengan dua atau lebih variabel bebas. Hasil penelitian ini mempermudah bagian penyedia stok Car Station dalam melakukan perencanaan penyediaan stok barang serta memberitahu kan pihak perusahaan tentang produk-produk paling banyak dibeli oleh konsumen.
Bantuan Rekomendasi Obat Non-Resep Dokter Berbasis Sistem Pakar Menggunakan Metode KNN (K-Nearest Neighbor) Jamal Nauli Pulungan; Abdullah Muhazir; Dudi Rahmadiansyah
Jurnal Sistem Informasi Triguna Dharma (JURSI TGD) Vol. 5 No. 3 (2026): EDISI MEI 2026
Publisher : STMIK Triguna Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/jursi.v5i3.10101

Abstract

Penyalahgunaan obat bebas (OTC) dapat menimbulkan risiko kesehatan yang signifikan bagi masyarakat. Hasil observasi di Apotek Angkasa 8 menunjukkan tingginya jumlah pelanggan yang membeli obat tanpa resep, sehingga meningkatkan risiko kesalahan dalam pemilihan obat. Keterbatasan pengetahuan karyawan dan kendala waktu dalam memberikan rekomendasi obat yang tepat semakin memperumit permasalahan tersebut. Untuk mengatasi tantangan ini, diperlukan suatu sistem yang mampu memberikan rekomendasi obat secara cepat dan akurat. Solusi yang diusulkan adalah pengembangan sistem pakar berbasis algoritma K-Nearest Neighbor (K-NN) yang dapat mendiagnosis penyakit dan memberikan rekomendasi obat non resep berdasarkan gejala yang dialami pasien. Sistem pakar ini meniru keahlian tenaga kesehatan dengan memberikan solusi yang sesuai tanpa memerlukan konsultasi langsung dengan dokter. Penerapan metode K-NN pada sistem ini memungkinkan penilaian tingkat kemiripan gejala dengan data yang telah tersedia untuk menentukan obat yang paling sesuai, sehingga dapat meningkatkan akurasi dan efisiensi pelayanan di apotek. Hasil penelitian menunjukkan bahwa penggunaan metode K-NN pada sistem rekomendasi obat di Apotek Angkasa 8 dapat meningkatkan akurasi dan kecepatan dalam memberikan rekomendasi obat. Studi kasus dari berbagai penelitian terdahulu, seperti Skinease serta aplikasi berbasis web dan Android di Universitas Muhammadiyah Sorong, menunjukkan efektivitas penerapan K-NN dalam berbagai bidang. Dengan demikian, sistem ini diharapkan dapat mengurangi kesalahan dalam pemilihan obat dan meningkatkan kualitas pelayanan kesehatan di Apotek Angkasa 8.

Page 54 of 57 | Total Record : 568

 52   53   54   55   56 

Filter by Year

2022 2026


Reset
Filter By Issues
All Issue Vol. 5 No. 4 (2026): EDISI JULI 2026 Vol. 5 No. 3 (2026): EDISI MEI 2026 Vol. 5 No. 2 (2026): EDISI MARET 2026 Vol. 5 No. 1 (2026): EDISI JANUARI 2026 Vol. 4 No. 6 (2025): EDISI NOVEMBER 2025 Vol. 4 No. 5 (2025): EDISI SEPTEMBER 2025 Vol. 4 No. 4 (2025): EDISI JULI 2025 Vol. 4 No. 3 (2025): EDISI MEI 2025 Vol. 4 No. 2 (2025): EDISI MARET 2025 Vol. 4 No. 1 (2025): EDISI JANUARI 2025 Vol. 3 No. 6 (2024): Edisi November 2024 Vol. 3 No. 5 (2024): Edisi September 2024 Vol. 3 No. 4 (2024): Edisi Juli 2024 Vol. 3 No. 3 (2024): Edisi Mei 2024 Vol. 3 No. 2 (2024): EDISI MARET 2024 Vol. 3 No. 1 (2024): EDISI JANUARI 2024 Vol. 2 No. 6 (2023): EDISI NOVEMBER 2023 Vol. 2 No. 5 (2023): EDISI SEPTEMBER 2023 Vol. 2 No. 4 (2023): EDISI JULI 2023 Vol. 2 No. 3 (2023): EDISI MEI 2023 Vol. 2 No. 2 (2023): EDISI MARET 2023 Vol. 2 No. 1 (2023): EDISI JANUARI 2023 Vol 1, No 6 (2022): EDISI NOVEMBER 2022 Vol 1, No 5 (2022): EDISI SEPTEMBER 2022 Vol. 1 No. 4 (2022): EDISI JULI 2022 Vol 1, No 4 (2022): EDISI JULI 2022 Vol 1, No 3 (2022): EDISI MEI 2022 Vol 1, No 2 (2022): EDISI MARET 2022 Vol 1, No 1 (2022): EDISI JANUARI 2022 More Issue