cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Martini Dwi Endah Susanti
Contact Email
jinacs@unesa.ac.id
Phone
-
Journal Mail Official
jinacs@unesa.ac.id
Editorial Address
Gedung A10 Teknik Informatika, Kampus Unesa Ketintang Surabaya, Jawa Timur 60231
Location
Kota surabaya,
Jawa timur
INDONESIA
Journal of Informatics and Computer Science (JINACS)
Published by Universitas Negeri Surabaya
ISSN : -     EISSN : 26862220     DOI : https://doi.org/10.26740/jinacs.v3n02
Core Subject : Science,
Computer Science & IT
JINACS (Journal of Informatics and Computer Science) diterbitkan oleh Program Studi S1 Teknik Informatika Universitas Negeri Surabaya dalam empat kali setahun dengan No ISSN Online : 2686-2220 JINACS merupakan jurnal ilmiah dalam bidang Teknik Informatika dan Computer Science. Jurnal ini mencakup bidang ilmu Rekayasa Perangkat Lunak, Jaringan dan Arsitektur Komputer, Komputasi Bergerak, Sistem Temu Kembali Informasi, Kecerdasan Buatan, Pengolahan Citra Digital, Data Mining dll. JINACS terbit 4 (empat) nomor dalam setahun, yaitu bulan September, Desember, Maret dan Juni. Artikel yang telah dinyatakan diterima akan diterbitkan dalam nomor In-Press sebelum nomor regular terbit.
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 548 Documents
 45   46   47   48   49 
Penerapan Algoritma Fuzzy C-Means untuk Mendeteksi Emosi Berbasis Fitur Mata Inez Hafizhah Febrina; Yuni Yamasari
Journal of Informatics and Computer Science (JINACS) Vol. 7 No. 03 (2026)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Abstrak— Emosi mengkomunikasikan dan membangkitkan perilaku manusia, oleh karena itu analisis emosi sangat diperlukan untuk memahami kondisi afektif secara objektif. Salah satu cara potensial untuk melakukannya adalah melalui analisis biometrik mata karena Fitur mata dapat digunakan untuk merepresentasikan perubahan emosional sebagai data numerik. Pendekatan pembelajaran tanpa pengawasan dari pengelompokan untuk deteksi emosi berdasarkan fitur Mata digunakan untuk membandingkan algoritma Fuzzy C-Means (FCM) dalam penelitian ini. Untuk yang pertama, kumpulan Data dikumpulkan dari 27 partisipan dengan jumlah 72.632 frame termasuk FrameNo, A_p2p6_L/R, B_p3p5_L/R, C_p1p4_L/R, ear_L/R, dan avg_ear dalam format numerik yang mewakili fitur biometrik mata. Penelitian ini memiliki tahapan sebagai berikut: Penggabungan kumpulan data, perhitungan dimensi valence dan arousal, normalisasi data, penggabungan pengelompokan FCM untuk proses masuk dengan jarak euclidean invers FCM dari emosi tertentu dengan probabilitas yang sama untuk setiap label cluster untuk menemukan pusatnya; kemudian menerapkan kriteria pemungutan suara mayoritas dengan menggunakan emosi dominan dari partisipan sebelumnya yang terdapat pada label berbeda dalam kelompok. Hasilnya menunjukkan Skor Silhouette sebesar 0,3936 yang diberikan oleh FCM; oleh karena itu, menunjukkan bahwa Fuzzy C-Means memiliki kualitas yang lebih baik pada pemisahan cluster dalam mengatur pola emosi berdasarkan fitur Mata.   Kata Kunci— Fuzzy C-Means, fitur mata, valence-arousal, emosi
Penerapan Arsitektur MobileNetV2 Berbasis Replikasi Channel untuk Klasifikasi Citra Grayscale Miranda Dwi Diana; Yuni Yamasari
Journal of Informatics and Computer Science (JINACS) Vol. 7 No. 03 (2026)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Abstrak—Kecelakaan lalu lintas masih menjadi permasalahan serius yang berdampak pada tingginya angka cedera dan kematian, di mana salah satu penyebab utamanya adalah kondisi mengantuk yang menurunkan tingkat konsentrasi pengemudi. Oleh karena itu, diperlukan suatu sistem deteksi mata tertutup dan terbuka yang akurat dan efisien. Pendekatan berbasis citra mata menjadi solusi yang potensial karena mampu mengidentifikasi kondisi mata terbuka dan tertutup secara otomatis menggunakan metode pengolahan citra dan deep learning. Penggunaan citra grayscale dinilai lebih efisien dari segi komputasi, namun memiliki keterbatasan karena tidak sesuai dengan arsitektur model pre-trained yang umumnya memerlukan input tiga channel. Penelitian ini bertujuan untuk menerapkan arsitektur MobileNetV2 berbasis replikasi channel dalam klasifikasi citra grayscale untuk deteksi mata tertutup dan terbuka. Teknik replikasi channel dilakukan dengan menggandakan citra grayscale menjadi tiga channel agar kompatibel dengan arsitektur MobileNetV2. Model dikembangkan menggunakan pendekatan transfer learning untuk meningkatkan kemampuan ekstraksi fitur dan performa klasifikasi. Hasil pengujian menunjukkan bahwa model MobileNetV2 dengan teknik replikasi channel mampu mencapai akurasi sebesar 99,92% dalam mengklasifikasikan kondisi mata terbuka dan tertutup. Hal ini menunjukkan bahwa metode yang diusulkan efektif dalam meningkatkan kompatibilitas citra grayscale dengan model deep learning pre-trained serta mampu menghasilkan performa klasifikasi yang tinggi. Kata Kunci—deteksi kelelahan, MobileNetV2, replikasi channel, citra grayscale, transfer learning.
Analisis Perbandingan Performa Horizontal Scaling pada Container Orchestration Tool K3s dan Nomad Razoub Ramadhan; Ronggo Alit
Journal of Informatics and Computer Science (JINACS) Vol. 7 No. 03 (2026)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Abstrak— Salah satu aspek penting dalam orkestrasi kontainer adalah skalabilitas horizontal, yaitu kemampuan sistem dalam menambah maupun mengurangi kapasitasnya sesuai beban kerja. Beberapa contoh alat orkestrasi kontainer yang dapat melakukan penskalaan horizontal adalah Kubernetes, Docker Swarm, dan Nomad. Terdapat beberapa penelitian terdahulu yang membandingkan performa Kubernetes dan Docker Swarm, namun penelitian terhadap Nomad masih terbilang kurang, khususnya dalam aspek skalabilitas horizontal. Oleh karena itu, penelitian ini ingin menguji kemampuan skalabilitas horizontal dari Nomad dengan membandingkannya kepada salah satu alat orkestrasi kontainer populer, yaitu K3s. Metode penelitian yang digunakan adalah metode eksperimen komparatif dengan membandingkan performa throughput, penggunaan CPU dan memori saat melayani request, dan kecepatan scaling up dan scaling down dari kedua alat orkestrasi kontainer. Hasil pengujian menunjukkan bahwa K3s memiliki throughput yang lebih tinggi daripada Nomad, namun Nomad memiliki penggunaan CPU dan memori yang lebih rendah dari K3s. Nomad juga membutuhkan waktu scaling up dan scaling down yang lebih singkat dari K3s. Kata Kunci— Alat Orkestrasi Kontainer, Skalabilitas Horizontal, K3s, Nomad
Manajemen Bandwidth Koneksi Starlink Menggunakan Mikrotik RouterOS Versi 7 dengan Metode PCQ di Dinas Kominfo Kabupaten Jayawijaya Herman Wordaun Rainhart Rumy; Agus Prihanto
Journal of Informatics and Computer Science (JINACS) Vol. 7 No. 03 (2026)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Abstrak— Kabupaten Jayawijaya sebagai wilayah 3T (tertinggal, terdepan, terluar) memiliki keterbatasan infrastruktur jaringan konvensional. Starlink mampu menyediakan akses internet berbasis satelit orbit rendah, namun tanpa manajemen bandwidth yang tepat, distribusi koneksi menjadi timpang dan mengganggu layanan pemerintahan digital. Penelitian ini bertujuan mengimplementasikan dan mengevaluasi efektivitas metode Per Connection Queue (PCQ) pada Mikrotik RouterOS Versi 7 dalam mengelola bandwidth Starlink di Dinas Kominfo Kabupaten Jayawijaya. Penelitian menggunakan pendekatan kuantitatif eksperimental dengan desain pretest-posttest pada 20 perangkat aktif dari empat divisi. Instrumen berupa Mikrotik hAP ac3 RouterOS v7.14.3 dengan konfigurasi PCQ pada empat VLAN batas 10 Mbps. Data dikumpulkan melalui observasi teknis, monitoring WinBox, dan Speedtest CLI, kemudian dianalisis secara deskriptif kuantitatif komparatif. Hasil penelitian menunjukkan peningkatan signifikan: kecepatan download meningkat dari 8,2 Mbps menjadi 12,6 Mbps (+53,7%), upload dari 1,3 Mbps menjadi 9,8 Mbps (+653%), latensi menurun dari 289 ms menjadi 96 ms (-66,8%), dan packet loss dari 4,2% menjadi 0%. Distribusi bandwidth antar divisi menjadi merata (24-26%), dibandingkan kondisi sebelumnya di mana satu divisi mendominasi hingga 70%. Kesimpulan: PCQ pada Mikrotik RouterOS Versi 7 efektif mendistribusikan bandwidth secara adil, stabil, dan adaptif untuk jaringan pemerintahan di wilayah 3T.   Kata Kunci— Manajemen Bandwidth, PCQ, Mikrotik Routeros V7, Starlink, Wilayah 3T, Jayawijaya
Implementasi Algoritma Fisher-Yates Shuffle dan Fuzzy Tsukamoto Pada Game Edukasi Untuk Mata Pelajaran Informatika Siswa Sekolah Menengah Pertama dengan Metode Computational Thinking Muhammad Zaky Rahmadany; Paramitha Nerisafitra
Journal of Informatics and Computer Science (JINACS) Vol. 7 No. 03 (2026)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Abstrak— Penelitian ini bertujuan untuk mengembangkan game edukasi berbasis Android pada mata pelajaran Informatika tingkat SMP dengan menerapkan metode Computational Thinking serta algoritma Fisher-Yates Shuffle dan Fuzzy Tsukamoto. Game yang dikembangkan berjudul Petualangan di Dunia Komputasi dan dirancang menggunakan konsep permainan 2D platformer yang terdiri dari empat level pembelajaran, yaitu abstraksi, pengenalan pola, dekomposisi, dan algoritma. Algoritma Fisher-Yates Shuffle diterapkan untuk mengacak soal kuis dan lokasi item clue sehingga permainan menjadi lebih variatif dan tidak monoton, sedangkan algoritma Fuzzy Tsukamoto digunakan untuk menentukan skor akhir pemain berdasarkan variabel sisa waktu, jumlah koin, dan sisa nyawa. Metode penelitian yang digunakan adalah metode waterfall yang meliputi identifikasi masalah, analisis kebutuhan, desain sistem, pengumpulan data uji, analisis hasil pengujian, serta penarikan kesimpulan. Pengujian kualitas aplikasi dilakukan menggunakan standar ISO 9126 pada aspek functionality dan usability. Hasil penelitian diharapkan mampu meningkatkan minat belajar siswa terhadap mata pelajaran Informatika, melatih kemampuan berpikir komputasional siswa secara interaktif, serta menghasilkan media pembelajaran yang menarik, edukatif, dan layak digunakan di tingkat SMP.   Kata Kunci— Game Edukasi, Computational Thinking, Fisher-Yates Shuffle, Fuzzy Tsukamoto, Informatika, Android, ISO 9126.
Rancang Bangun Website Wisata Kabupaten Pasuruan dengan Pendekatan Component-Driven Development Intan Nur Rahman; I Made Suartana
Journal of Informatics and Computer Science (JINACS) Vol. 7 No. 03 (2026)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Abstrak— Penelitian ini dilatarbelakangi oleh belum tersedianya media informasi digital yang terintegrasi dan terstruktur untuk menyajikan informasi destinasi wisata di Kabupaten Pasuruan. Informasi wisata yang tersedia masih tersebar di berbagai sumber dan belum didukung oleh antarmuka yang konsisten serta mudah digunakan, sehingga menyulitkan pengguna dalam memperoleh informasi secara efektif. Penelitian ini bertujuan untuk merancang dan membangun website wisata Kabupaten Pasuruan menggunakan pendekatan Component-Driven Development (CDD). Pendekatan CDD dipilih karena mampu menghasilkan antarmuka berbasis komponen yang modular, reusable, dan mudah dipelihara. Sistem dikembangkan menggunakan React JS sebagai frontend dan Laravel sebagai backend yang diintegrasikan melalui API. Pengujian sistem dilakukan melalui pengujian komponen dan pengujian pengguna. Pengujian komponen dilakukan menggunakan Storybook untuk pengujian visual dan React Testing Library ( RTL) untuk pengujian fungsional. Sementara itu, pengujian pengguna dilakukan menggunakan metode System Usability Sclae (SUS) dan Single Ease Question (SEQ). Hasil penelitian menunjukkan bahwa website berhasil menyajikan informasi wisata seacara terstruktur, interaktif, dan mudah digunakan. Hasil pengujian SUS memperoleh nilai rata-rata sebesar 84,1 yang termasuk kategori acceptable, sedangkan hasil SEQ menunjukkan nilai rata-rata di atas 5,5 seingga sistem dinilai mudah di gunakan oleh pengguna. Selain itu, hasil evaluasi metrik kualitas komponen menunjukkan nilai Reusability Index (RI) sebesar 80%, Test Coverage Percentage (TCP) sebesar 100%, Component Cohesion (CpCoh) sebesar ±90%, serta Execution Time Success Rate (ETSR) sebesar 100% yang menandakan bahwa komponen sistem memiliki tingkat penggunaan ulang, cakupan pengujian, kohesi, dan stabilitas yang sangat baik. Dengan demikian, penerapan Component-Driven Development terbukti mampu menghasilkan website wisata dengan antarmuka yang konsisten, modular, reusable, serta memiliki usability dan performa sistem yang baik.   Kata Kunci— Website Wisata, Component Driven-Development, React JS, Laravel, Usability, SUS, SEQ
Eksplorasi Random Forest Berbasis Ekstraksi Fitur dan Metode Sampling untuk Analisis Data Multi-label Sentimen dan Emosi Rebecca Jasmine Surya; Yuni Yamasari
Journal of Informatics and Computer Science (JINACS) Vol. 7 No. 04 (2026)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Abstrak— Penggunaan aplikasi mobile dalam bidang teknologi telah memberikan wadah bagi penggunanya dalam mengekspresikan emosi dan opini melalui ulasan pengguna. Klasifikasi emosi pada ulasan pengguna dapat membantu dalam memahami tingkat kepuasan pengguna. Namun, proses klasifikasi emosi masih mengalami permasalahan khususnya dalam menghadapi ketidakseimbangan data. Penelitian ini mengusulkan model klasifikasi emosi menggunakan Random Forest pada dataset ulasan di Google Play Store yang melalui tahapan pre-processing, ekstraksi fitur menggunakan TF-IDF, penerapan metode sampling berupa SMOTE, Tomek-Links, dan SMOTE-Tomek dalam permasalahan ketidakseimbangan data, serta pemanfaatan hyperparameter tuning menggunakan Particle Swarm Optimization (PSO). Model klasifikasi tersebut menunjukkan bahwa penggunaan algoritma Random Forest dengan metode sampling SMOTE pada pembagian data dengan rasio 95:5 mampu menghasilkan kombinasi dengan kinerja paling optimal dengan nilai accuracy dan recall masing-masing sebesar 85,24%, precision 85,32% dan nilai F1-score sebesar 85,20%. Secara keseluruhan, penggunaan Random Forest melalui ekstraksi fitur dan metode sampling serta optimasi hyperparameter mampu memberikan hasil model klasifikasi emosi yang lebih efektif dan efisien dalam menangani data yang tidak seimbang.   Kata Kunci— Random Forest, TF-IDF, Metode Sampling, Particle Swarm Optimization, Klasifikasi Emosi.
Perbandingan Platform Orkestrasi Kontainer pada Aplikasi Real-Time di Lingkungan Cloud Pribadi Yunus Dhanzky Handitra; I Made Suartana
Journal of Informatics and Computer Science (JINACS) Vol. 7 No. 04 (2026)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Abstrak— Dalam topik komputasi modern yang terus berkembang, kebutuhan akan pemrosesan data yang cepat, efisien, dan fleksibel telah menjadi krusial, terutama pada aplikasi real-time seperti pemantuan Internet of things (IoT). Aplikasi real-time tersebut bergantung pada kemampuan sistem untuk merespon secara instan dan mengolah data dalam jumlah yang besar dengan latensi yang minimal. Fenomena ini tidak hanya membutuhkan infrastruktur yang kuat, tetapi juga adaptif dan responsif terhadap fluktuasi beban kerja. Salah satu pendekatan yang dilakukan adalah dengan menggunakan orkestrasi kontainer, yang memungkinkan pengelolaan aplikasi secara terdistribusi dengan kemampuan autoscaling. Docker Swarm dan K3s merupakan dua platform orkestrasi yang menawarkan pendekatan dalam skalabilitas, pengelolaan resource, dan kompleksitas operasional. Penelitian ini bertujuan untuk membandingkan performa Docker Swarm dan K3s pada lingkungan private cloud menggunaan arsitektur pemrosesan pesan secara real-time. Dimana fokus pengujian yang dilakukan ada pada latensi, throughput, penggunaan cpu, penggunaan memori, skalabilitas, dan fault tolerance. Hasil pengujian yang dilakukan dengan menggunakan beban sebesar 100, 500, dan 1000 pesan/detik, termasuk skenario kegagalan node, menunjukkan bahwa Docker Swarm dan K3s mampu menangani workload real-time dengan baik. Namun, K3s menunjukkan kestabilan latensi dan realibilitas yang lebih baik, sedangkan Docker Swarm memiliki penggunaan cpu yang lebih baik dan pengelolaan resource yang lebih ringan. Berdasarkan hasil pengujian dapat disimpulkan bahwa, K3s lebih sesuai untuk aplikasi yang membutuhkan kestabilan performa dan latensi yang lebih rendah, sedangkan Docker Swarm dapat menjadi alternatif yang baik untuk sistem yang mengutamakan efisiensi cpu dan orkestrasi ringan. Kata Kunci— Docker Swarm, K3s, Private Cloud, Orkestrasi Kontainer, Aplikasi Real-Time.
Perbandingan Teknik Pemuatan Awal Eager Loading dan Lazy Loading Intersection Observer Terhadap Performa Website Titania Nur Larissa; I Made Suartana
Journal of Informatics and Computer Science (JINACS) Vol. 7 No. 04 (2026)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Abstrak— Perkembangan teknologi informasi mendorong kebutuhan website dengan pengalaman pengguna optimal, khususnya pada konten visual dominan. Penelitian ini membandingkan performa teknik Eager Loading dan Lazy Loading Intersection Observer pada website Pusat Informasi Keamanan Siber (CSIC) berbasis Laravel. Pengujian menggunakan Chrome DevTools pada enam skenario dengan metrik First Contentful Paint (FCP), Largest Contentful Paint (LCP), Total Blocking Time (TBT), Load Time, Total Request, dan Total Page Size. Hasil pengujian halaman utama menunjukkan Lazy Loading Intersection Observer unggul pada FCP (1,13 detik) dan load time (162 request, 238 MB), sedangkan Eager Loading unggul pada LCP (3,66 detik) berkat atribut fetchpriority dan preload. Pada halaman dashboard, Lazy Loading Intersection Observer mendominasi seluruh metrik dengan load time 0,68 detik, 16 request, dan ukuran halaman 1,7 MB, dibandingkan Eager Loading yang mencapai 157,33 detik, 261 request, dan 241 MB. Pengujian ukuran aset gambar menunjukkan perbedaan performa semakin signifikan pada gambar berukuran besar (>1 MB). Pada halaman berbasis teks (Berita), ketiga teknik menghasilkan performa yang relatif serupa dengan LCP identik 2,23 detik karena tidak bergantung pada konten gambar. Pengujian orientasi layar menunjukkan mode portrait menurunkan performa Lazy Loading Intersection Observer secara signifikan pada halaman utama, dengan TBT mencapai 253,33 ms dan LCP hingga 28,57 detik. Kesimpulan penelitian menunjukkan tidak terdapat satu teknik yang unggul secara mutlak. Lazy Loading Intersection Observer lebih optimal untuk halaman berkonten visual padat dan interaksi berbasis scroll atau tab, sedangkan Eager Loading lebih sesuai untuk halaman yang membutuhkan konsistensi tampilan menyeluruh. Kata Kunci— Eager Loading, Lazy Loading, Intersection Observer, Laravel, Web Performance.
Sistem Rekomendasi Referensi Berbasis mBERT dan Analytical Hierarchy Process Terintegrasi Semantic Scholar Muhamad Raasikh Fil'ilmi; Paramitha Nerisafitra
Journal of Informatics and Computer Science (JINACS) Vol. 7 No. 04 (2026)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Abstrak — Perkembangan teknologi informasi dan meningkatnya jumlah mahasiswa menyebabkan kompleksitas dalam penentuan referensi tugas akhir yang relevan, berkualitas, dan memiliki unsur kebaruan, sehingga proses pencarian referensi seringkali memakan waktu lama dan bersifat subjektif. Penelitian ini bertujuan untuk mengembangkan sistem rekomendasi referensi tugas akhir berbasis website yang mampu memberikan rekomendasi jurnal internasional secara otomatis berdasarkan kriteria kualitas novelty, clarity, specificity, dan relevance, serta menampilkan referensi yang sesuai dengan tren penelitian global melalui integrasi Semantic Scholar API. Metode yang digunakan meliputi analisis semantik berbasis Multilingual BERT (mBERT) untuk menghasilkan embedding teks dan menghitung kemiripan menggunakan cosine similarity, serta metode Analytical Hierarchy Process (AHP) untuk pembobotan multi-kriteria dalam proses pemeringkatan referensi. Dataset yang digunakan berasal dari metadata publikasi ilmiah dari Semantic Scholar. Hasil evaluasi menunjukkan nilai accuracy sebesar 82%, precision sebesar 85,2%, recall sebesar 92%, dan F1-score sebesar 0,885 yang mengindikasikan performa model yang baik dalam klasifikasi kemiripan semantik. Berdasarkan hasil implementasi, waktu rata-rata preprocessing dan pembentukan embedding berkisar antara 0,2–0,5 detik per data, sedangkan waktu rekomendasi berada pada kisaran 40–100 detik. Pengujian terhadap 50 responden menggunakan metode System Usability Scale (SUS) menghasilkan skor rata-rata 70,1 yang termasuk dalam kategori baik. Dengan demikian, sistem ini efektif dalam membantu mahasiswa dan dosen dalam memperoleh referensi penelitian yang relevan, terstruktur, dan sesuai dengan perkembangan riset terkini.   Kata Kunci — Sistem Rekomendasi, BERT, AHP, Semantic Scholar, Analisis Semantik.

Page 47 of 55 | Total Record : 548

 45   46   47   48   49 

Filter by Year

2019 2026


Reset
Filter By Issues
All Issue Vol. 7 No. 04 (2026) Vol. 7 No. 03 (2026) Article In Press(1) Article In Press Vol. 7 No. 02 (2025) Vol. 7 No. 01 (2025) Vol. 6 No. 04 (2025) Vol. 6 No. 03 (2025) Vol. 6 No. 02 (2024) Vol. 6 No. 01 (2024) Vol. 5 No. 04 (2024) Vol. 5 No. 03 (2024) Vol. 5 No. 02 (2023) Vol. 5 No. 01 (2023) Vol 4 No 04 (2023) Vol 4 No 03 (2023) Vol 4 No 02 (2022) Vol 4 No 01 (2022) Vol 3 No 04 (2022) Vol 3 No 03 (2022) Vol 3 No 02 (2021) Vol 3 No 01 (2021) Vol 2 No 04 (2021) Vol 2 No 03 (2021) Vol 2 No 02 (2020) Vol 2 No 01 (2020) Vol 1 No 04 (2020) Vol 1 No 03 (2020) Vol 1 No 02 (2019) Vol 1 No 01 (2019) More Issue