cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Ganjar Alfian
Contact Email
ganjar.alfian@ugm.ac.id
Phone
+6281393177733
Journal Mail Official
jise.sv@ugm.ac.id
Editorial Address
Sekip Unit 3, Jl. Yacaranda, Caturtunggal, Kec. Depok, Kabupaten Sleman, Daerah Istimewa Yogyakarta 55281. Indonesia
Location
Kab. sleman,
Daerah istimewa yogyakarta
INDONESIA
Journal of Internet and Software Engineering
Published by Universitas Gadjah Mada
ISSN : -     EISSN : 27979016     DOI : https://doi.org/10.22146/jise.v3i1.4834
Core Subject : Science,
Computer Science & IT
1. About the Journal The Journal of Internet and Software Engineering (JISE) is open-access, peer-reviewed and published by the Department of Electrical Engineering and Informatics, Vocational College, Universitas Gadjah Mada. 2. Aim JISE provides a platform for researchers and scientists to publish their research papers on areas of computer networks and software engineering. The journal publishes papers within scopes of computer networking technology, software engineering methods, artificial intelligence, machine learning, and with emphasis on applied methods and technology. 3. Focus and Scope Subject areas include, but are not limited to the following fields: 3.1. Computer Networks Communication Network Protocols and Architectures Network Services and Applications Network Security and Privacy Network Operation and Management Mobile and Wireless networks Cloud and Fog computing Internet of Things Next Generation Technologies Routing and Scheduling 3.2. Software Engineering Information Systems Software Engineering Methodologies Software Analysis, Design and Modelling Verification and Validation Software Testing and Debugging Web, Mobile and Game programming Project and People Management 3.3. Applied Artificial Intelligence Machine Learning Deep Learning Big Data Data Mining Data Science Computer Vision Expert Systems
Arjuna Subject : Ilmu Komputer (semua kategori) - Aplikasi Ilmu Komputer
Articles 51 Documents
 1   2   3   4   5 
Analisis QoS pada Imlementasi MPLS Traffic Engineering-Diffserv untuk Layanan Video Streaming Pratiwi, Rosania; Oktiawati, Unan Yusmaniar
Journal of Internet and Software Engineering Vol 4 No 2 (2023): Journal of Internet and Software Engineering
Publisher : Department of Electrical Engineering and Informatics, Vocational College, Universitas Gadjah Mada

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22146/jise.v4i2.8241

Abstract

Perkembangan penggunaan internet di Indonesia saat ini mengalami peningkatan yang sangat pesat. Dilihat dari peningkatan jumlah pengguna internet tersebut maka secara tidak langsung fitur dan layanan yang disediakan turut berkembang. Salah satu fitur tersebut adalah layanan video dan audio. Layanan video dan audio termasuk dalam layanan multimedia streaming. Pertukaran informasi yang begitu cepat dan beragam menjadi alasan bahwa jenis file video lebih banyak dinikmati karena sudah mengandung informasi gambar bergerak dan audio. Namun terdapat beberapa permasalahan yang mempengaruhi performansi dari video streaming, seperti laju transmisi yang lambat, sehingga diperlukan QoS (Quality of Service) yang baik pada sisi streaming server. Maka dari itu dikembangkan sebuah jaringan MPLS Traffic Engineering yang menggabungkan metode Differentiated Service untuk menjawab permasalahan tersebut. Pada penelitian ini diimplementasikan jaringan MPLS TE dan jaringan MPLS TE Diffserv pengujian dilakukan pada layanan video streaming. Hasil dari penelitian didapatkan bahwa nilai delay,jitter,throughput dan packet loss mengalami perbaikan setelah ditambahkan metode Differentiated Service. Untuk nilai delay berkisar pada rentang 150 ms, nilai throughput berkisar pada rentang 55000 bits/s hingga 56000 bits/s,nilai standar deviasi jitter pada rentang 300 ms dan untuk packet loss 0%.
Pemodelan Prediksi Kadar Gula Darah Pada Pasien Diabetes Menggunakan Metode Regresi Linear Hanafi, Hanan; Alfian, Ganjar; Widodo, Tri; Syafrudin, Muhammad
Journal of Internet and Software Engineering Vol 5 No 1 (2024): Journal of Internet and Software Engineering
Publisher : Department of Electrical Engineering and Informatics, Vocational College, Universitas Gadjah Mada

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22146/jise.v5i1.8480

Abstract

Mengetahui kadar gula darah di masa depan akan dapat membantu penderita diabetes dalam melakukan tindakan preventif lebih awal sehingga dapat mengontrol kadar gula darah dan penyakit diabetesnya. Penelitian ini mengusulkan pemodelan prediksi kadar gula darah pada pasien diabetes menggunakan metode regresi linear. Dataset yang digunakan adalah data time series dari kadar gula darah pada 30 anak penderita diabetes tipe 1. Dataset tersebut digunakan sebagai parameter input tunggal dengan tambahan pemanfaatan data statistik yang diuji menggunakan beberapa algoritma, yaitu Linear Regression, Lasso Regression, Ridge Regression, eXtreme Gradient Boosting (XGB), dan K-Nearest Neighbor (KNN). Pada tahap evaluasi performa model menunjukkan bahwa metode regresi linear lebih baik dari model prediksi lainnya. Hasilnya menunjukkan untuk Prediction Horizon (PH) pada 5 menit, 15 menit, dan 30 menit didapat nilai rata-rata Root Mean Squared Error (RMSE) dari 15 pasien yang diuji sebesar 5,024, 12,488, dan 20,635, nilai Mean Absolute Error (MAE) sebesar 2,891, 8,272, dan 14,926 serta nilai Coefficient of Determination (R2) sebesar 0,962, 0,741, dan 0,39. Hasil model prediksi pada penelitian ini diimplementasi dan divisualisasikan ke sistem informasi berbasis website. Dalam sistem tersebut pengguna dapat memprediksi kadar gula darah di masa depan dengan berdasarkan riwayat kadar gula darah pada waktu 30 menit sebelumnya. Pengguna juga dapat melihat visualisasi data pergerakan kadar gula darah berdasarkan rentang waktu tertentu. Sistem ini diharapkan dapat membantu pasien diabetes untuk memprediksi kadar gula darah di masa depan sehingga dapat mengontrol kadar gula darahnya dan menghindari kondisi kesehatan yang buruk di masa depan.
Pengembangan Sistem Informasi DataRawat Berbasis Web Ananda, Shafira Putri; Fakhrurrifqi, Muhammad; Putri, Divi Galih Prasetyo; Wijayanti, Risti
Journal of Internet and Software Engineering Vol 4 No 2 (2023): Journal of Internet and Software Engineering
Publisher : Department of Electrical Engineering and Informatics, Vocational College, Universitas Gadjah Mada

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22146/jise.v4i2.8540

Abstract

Rekam medis adalah catatan kesehatan pasien berdasarkan hasil pemeriksaan, pengobatan, tindakan, dan layanan yang telah diberikan kepada pasien. Beberapa instansi medis telah menggunakan sistem rekam medis elektronik atau Electronic Medical Record (EMR). Namun data rekam medis tersebut hanya dapat diakses secara lokal di tempat fasilitas kesehatan tempat ia berobat sebelumnya. Hal ini mengakibatkan keterbatasan hak akses pasien terhadap rekam medisnya jika ingin berobat ke tempat faskes lain. Berdasarkan permasalahan tersebut, maka dikembangkannya Sistem Informasi DataRawat ini agar pasien dapat mengelola dan membagikan data rekam medisnya kepada pihak yang dikehendaki. Dengan adanya informasi riwayat rekam medis pasien ini akan memudahkan tenaga medis dalam pencarian data informasi rekam medis pasien, mencatat riwayat medis dan mendiagnosa kesehatan pasien dengan cara yang lebih efisien. Sistem informasi ini dikembangkan menggunakan metode Incremental, framework Laravel, bahasa pemrograman PHP dan Javascript, dan PostgreSQL sebagai database. Hasil penelitian ini menunjukkan bahwa Pengembangan Sistem Informasi DataRawat ini dapat mengelola data seperti data rekam medis, data pasien, data rumah sakit, dan membagikan data menggunakan akses link rekam medis. Seluruh fitur yang ada pada analisis kebutuhan dapat terpenuhi dengan baik. Pada pengujian terhadap pengguna hasil menunjukkan skala berkisar 42-48 atau persentase sebesar 84%-96%. Hal ini dapat disimpulkan bahwa sistem masuk ke dalam kategori sangat layak untuk digunakan.
Pengembangan Sistem Informasi Tugas Akhir Berbasis Web Progam Studi TRPL SV UGM Qotijah, Siti; Murniati, Kholifah
Journal of Internet and Software Engineering Vol 5 No 1 (2024): Journal of Internet and Software Engineering
Publisher : Department of Electrical Engineering and Informatics, Vocational College, Universitas Gadjah Mada

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22146/jise.v5i1.8927

Abstract

Tugas Akhir (TA) atau Proyek Akhir (PA) merupakan salah satu syarat untuk kelulusan dan mendapatkan gelar Sarjana Terapan (S.Tr.) pada prodi D4 Teknologi Rekayasa Perangkat Lunak (TRPL) SV UGM. Salah satu tanggung jawab akademik yaitu memproses data proyek akhir dan kelulusan mahasiswa. Mulai dari pendaftaran tugas akhir sampai pengumpulan laporan proyek akhir. Proses tersebut sudah ada pada sistem Simaster sekarang ini, akan tetapi ada beberapa fitur yang belum ada seperti fitur pengajuan tugas akhir dari proyek dosen. Proses pengajuan tersebut harus dilakukan di luar sistem dengan menggunakan google form sehingga pihak akademik butuh waktu untuk membuat form di setiap periode pendaftaran tugas akhir. Mahasiswa yang sudah dinyatakan lulus sidang harus membuat lembar tanda tangan persetujuan penguji sendiri serta pengumpulan laporan proyek akhir belum ada di sistem tersebut. Berdasarkan permasalahan-permasalahan tersebut, maka pengembangan sistem perlu untuk dilakukan untuk membantu dan mempermudah mengelola pendaftaran proyek akhir hingga pengumpulan laporannya. Pengembangan bisa membantu pihak Akademik, Dosen, dan Mahasiswa untuk proses proyek akhir sampai pengumpulan laporan. Pengembangan Sistem Informasi Tugas Akhir ini dibangun dengan menggunakan bahasa pemrograman PHP, framework Codeigniter, dan database MySQL. Pengujian sistem dilakukan secara manual dengan mencoba langsung dan juga melalui automation testing dengan alat bernama selenium. Hasil pengujian secara manual sudah sesuai dengan input output pengguna dan bisa digunakan dalam mengelola pendaftaran proyek akhir hingga pengumpulan laporan akhir yang sudah disahkan. Pengujian dengan selenium pada halaman akademik/kaprodi, dosen dan mahasiswa menunjukkan berhasil dan tidak ada bug sistem.
Purwarupa Sistem Klasifikasi Legalitas Investasi Berbasis Algoritma Bidirectional Long Short Term Memory Nugraha, Muhammad Navi; Arrofiq, Muhammad
Journal of Internet and Software Engineering Vol 5 No 1 (2024): Journal of Internet and Software Engineering
Publisher : Department of Electrical Engineering and Informatics, Vocational College, Universitas Gadjah Mada

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22146/jise.v5i1.8938

Abstract

Investasi ilegal telah menjadi permasalahan serius di Indonesia, yang mengakibatkan kerugian finansial yang signifikan bagi investor dan perekonomian. Pengecekan legalitas perusahaan investasi secara manual belum efektif dan memakan waktu. Oleh karena itu, penelitian ini memanfaatkan teknologi machine learning dengan metode text classification untuk melakukan prediksi otomatis terhadap pesan investasi. Metode text classification digunakan dalam penelitian ini untuk mengategorikan pesan investasi berbahasa Indonesia dari media sosial, terutama Telegram, menjadi legal atau ilegal. Tujuan penelitian ini adalah merancang purwarupa sistem deteksi legalitas investasi. Dataset yang digunakan diperoleh dari media sosial Telegram, terdiri dari dua varian dengan jumlah 2996 data dan 210 data yang mencakup pesan investasi legal dan ilegal. Proses penelitian meliputi pengumpulan data, preprocessing, pelatihan model klasifikasi, evaluasi, dan pembuatan aplikasi web untuk deteksi pesan investasi. Dalam penelitian ini, dua algoritma, yaitu BiLSTM dan LSTM, diimplementasikan dan dibandingkan. Pengujian dilakukan dengan mempertimbangkan jumlah data dalam dataset, rasio pembagian dataset, penggunaan algoritma BiLSTM dan LSTM, confusion matrix, serta aplikasi web. Hasil pengujian menunjukkan bahwa model klasifikasi teks dengan algoritma BiLSTM dan jumlah data 2996 dengan rasio pembagian 70:30 memberikan performa tertinggi dibandingkan varian lain. Model dengan algoritma BiLSTM tersebut mampu mencapai akurasi sebesar 96%, presisi 98%, dan recall 93%. Aplikasi web berhasil mendeteksi pesan investasi menggunakan model dengan performa tertinggi dan berjalan sesuai dengan rancangan yang telah ditetapkan.
Perancangan Antarmuka Aplikasi Pelaporan Kegiatan Harian Menggunakan Vue Dengan Geolokasi Real-Time dan Push Notifications Satria, Lucky Dewa; Pratomo, Dinar Nugroho; Amriza, Rona Nisa Safia
Journal of Internet and Software Engineering Vol 4 No 2 (2023): Journal of Internet and Software Engineering
Publisher : Department of Electrical Engineering and Informatics, Vocational College, Universitas Gadjah Mada

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22146/jise.v4i2.8977

Abstract

Perkembangan teknologi informasi sangat penting dalam mendapatkan informasi secara cepat, akurat, dan efisien. Di Komando Cadangan Strategis Angkatan Darat (Kostrad), media sosial berbasis pesan instan digunakan untuk mendukung komunikasi dan koordinasi antara personel di lapangan dalam operasi pertahanan dan keamanan. Namun, penggunaan media sosial tersebut memiliki kekurangan dalam hal koordinasi, seperti pelacakan personel dan sentralisasi laporan kegiatan. Hal ini dapat mengganggu proses koordinasi tim dan menyebabkan penyebaran informasi yang salah. Dari permasalahan tersebut, diperlukan pengembangan aplikasi yang dapat digunakan oleh Komandan Brigadir dan staf Komando Cadangan Strategis Angkatan Darat (Kostrad) guna memperoleh komunikasi yang cepat, akurat, dan efisien. Aplikasi ini bertujuan untuk meningkatkan efektivitas pelaporan kegiatan harian, serta memberikan informasi lokasi personel secara real-time dalam laporan tersebut. Sistem ini dibangun dengan menggunakan framework Vue, memanfaatkan fitur geolokasi, dan push-notification untuk menerima informasi lokasi personel secara real-time. Hasil penelitian yang telah dilakukan menghasilkan sebuah sistem informasi pelaporan kegiatan harian menggunakan Vue dengan fitur geolokasi real-time dan push notifications. Sistem ini memiliki manfaat dalam sentralisasi laporan kegiatan dan memberikan kemampuan untuk melihat lokasi personel secara real-time. Selain itu, sistem ini juga dapat memberikan pengumuman langsung kepada personel yang berada di lapangan, sehingga memperkuat komunikasi dan koordinasi antara personel di dalam operasi.
Komparasi Metode Automasi dan Hybrid pada Pengujian Aplikasi Mobile WebRTC Menggunakan Appium Jasmin, Gabriela Anggerita; Putri, Divi Galih Prasetyo
Journal of Internet and Software Engineering Vol 5 No 1 (2024): Journal of Internet and Software Engineering
Publisher : Department of Electrical Engineering and Informatics, Vocational College, Universitas Gadjah Mada

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22146/jise.v5i1.9034

Abstract

Teknologi informasi telah mengubah komunikasi dan interaksi dalam masyarakat. Ini memungkinkan orang untuk terhubung secara virtual, tanpa memandang jarak. Konsultasi virtual menjadi umum, difasilitasi oleh aplikasi dengan fitur panggilan video menggunakan teknologi WebRTC. WebRTC memungkinkan komunikasi audio, visual, dan data secara real-time. Pengujian sangat penting untuk meminimalkan bug, tetapi alur kerja yang kompleks dari WebRTC membuatnya menantang. Pengujian perangkat lunak dapat dilakukan secara manual atau otomatis. Pengujian manual melibatkan penggunaan dua perangkat untuk menguji WebRTC secara langsung. Appium, sebuah alat sumber terbuka, digunakan untuk pengujian otomatis. Appium mendukung berbagai platform dan bahasa pemrograman, tanpa perlu akses ke kode sumber untuk fungsi perangkat seperti kamera dan mikrofon. Appium tidak terikat pada kerangka pengujian tertentu. Proses pengujian meliputi seluruh sistem aplikasi, memastikan fungsi optimal dan menangani semua masalah. Pemilihan metode pengujian tergantung pada kebutuhan. Hasil pengujian lebih mendukung metode otomatis dalam hal efisiensi waktu, membutuhkan waktu yang lebih sedikit. Namun, metode hibrida melampaui metode tersebut dalam cakupan pengujian dan efektivitas, mencakup lebih banyak kasus pengujian.
Analisis Tingkat Akurasi Metode Pendeteksian Plagiarisme Ide dengan menggunakan Yake dan Sentence Transformer Rahma, Salsabila Laily; Taufiq, Umar
Journal of Internet and Software Engineering Vol 5 No 1 (2024): Journal of Internet and Software Engineering
Publisher : Department of Electrical Engineering and Informatics, Vocational College, Universitas Gadjah Mada

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22146/jise.v5i1.9073

Abstract

Penggunaan Artificial Intelligence dengan teknik unsupervised learning dapat berguna dalam pendeteksian plagiarisme ide karena dapat mengidentifikasi kemiripan dan perbedaan antara dokumen teks tanpa memerlukan data berlabel atau pelatihan khusus. Plagiarisme ide melibatkan penyisipan ringkasan dari satu dokumen teks ke dalam dokumen teks lainnya, sehingga membuatnya sulit terdeteksi menggunakan metode pendeteksian plagiarisme standar. Metode yang dikembangkan dalam penelitian ini bertujuan untuk mengatasi permasalahan masalah dalam deteksi plagiarisme ide. Penelitian ini mengembangkan metode untuk deteksi plagiarisme ide dan menguji tingkat akurasi level dokumen dari metode yang dikembangkan. Metode yang dikembangkan ini menggunakan pendekatan baru dengan memanfaatkan library Python yang mengimplementasikan AI pada teknik unsupervised learning yaitu metode Yake sebagai algoritma pengekstrak kata kunci dan Sentence Transformer sebagai algoritma untuk menghitung kemiripan teks pada dataset PAN. Plagiarism Analysis, Authorship Identification, and Near-Duplicate Detection (PAN) adalah kumpulan data yang bersifat public dan secara khusus dikembangkan untuk penelitian dalam bidang pendeteksian plagiarisme. Dataset PAN yang digunakan dalam penelitian ini adalah dataset PAN13-14 summary obfuscation dengan sebuah ground truth yang menjadi acuan dalam pengukuran akurasi dari metode yang dikembangkan. Hasil penelitian menunjukkan bahwa metode Sentence Transformer dengan Yake pada threshold 0.1 memiliki akurasi tertinggi untuk kategori Plagiarized dengan nilai F-score pada dataset testing dan dataset training secara berturut-turut adalah 0.3175 dan 0.3217, sementara metode Sentence Transformer dengan threshold 0.6 memiliki akurasi tertinggi untuk kategori Non Plagiarized dengan nilai F-score pada dataset testing dan dataset training secara berturut-turut adalah 0.8905 dan 0.8907.
Implementasi Sistem Konfigurasi Router Berbasis Natural Language Processing dengan Pendekatan Low Rank Adaptation Finetuning dan 8-Bit Quantization Utomo, Hanung Addi Chandra; Saputra, Yuris Mulya; Prasetiadi, Agi
Journal of Internet and Software Engineering Vol 4 No 2 (2023): Journal of Internet and Software Engineering
Publisher : Department of Electrical Engineering and Informatics, Vocational College, Universitas Gadjah Mada

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22146/jise.v4i2.9093

Abstract

Konfigurasi Router merupakan salah satu hal penting dalam jaringan komputer. Proses ini memerlukan pemahaman tentang bahasa dan sintaks khusus yang dapat memakan waktu lama bagi seseorang yang tidak terbiasa. Penerapan Natural language processing bisa membantu mengatasi masalah ini. Untuk mencapai tujuan dari penerapan ini, Finetuning perlu dilakukan pada model yang ada seperti model GPT-J-6B yang telah dilatih menggunakan 6 milyar parameter. Dengan menggunakan dataset yang terdiri dari konfigurasi router, diharapkan proses finetuning bisa meningkatkan performa model untuk mendeteksi maksud dari input text dalam Bahasa natural yang kemudian bisa memberikan command-command yang sesuai dengan perintah yang diberikan. Selain itu penggunaan teknik lain seperti Low Rank Adaptation (LoRA) yang dapat digunakan untuk mengoptimalkan proses Finetuning agar lebih efisien tanpa mengurangi performa model, dan penggunaan teknik 8-bit quantization untuk memperkecil penggunaan resource saat menjalankan model. Dengan beberapa teknik ini, proses finetuning dapat dilakukan dengan stabil dalam Google Colaboratory. Oleh karena itu, dengan implementasi NLP pada konfigurasi router ini dan teknik-teknik diatas, dapat meningkatkan efektivitas pengelolaan jaringan dengan menggunakan waktu dan sumber daya yang efisien. Melalui penelitian ini berhasil didapatkan model konfigurasi router berbasis NLP dengan akurasi sebesar 98%.
Analisis Sentimen Berbasis Aspek Pada Ulasan Pengguna Aplikasi Starbucks Menggunakan Algoritma Support Vector Machine Palimbani, Muhammad Adin; Hastuti, Rochana Prih; Rajagede, Rian Adam
Journal of Internet and Software Engineering Vol 5 No 1 (2024): Journal of Internet and Software Engineering
Publisher : Department of Electrical Engineering and Informatics, Vocational College, Universitas Gadjah Mada

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22146/jise.v5i1.9130

Abstract

Perkembangan transformasi digital di semua aspek bisnis saat ini telah mengubah cara perusahaan memberikan nilai tambah bagi bisnis mereka. Salah satu contohnya yaitu perusahaan bisnis kedai kopi Starbucks yang memanfaatkan tren teknologi aplikasi mobile dengan mengembangkan "Loyalty Rewards App". Namun, banyak ditemukan ulasan negatif di Google Play Store yang harus diperhatikan pihak pengembang. Belum ada penelitian pada ulasan tersebut sehingga sentimen dan informasi terkait aspek penting seperti aspek-aspek usability aplikasi masih belum diketahui. Penelitian ini bertujuan untuk mengetahui sentimen ulasan pengguna aplikasi Starbucks serta aspek-aspek usability aplikasi yaitu learnability, efficiency, errors dan satisfaction, menggunakan metode SVM, dengan menguji tiga jenis kernel yaitu Linear, Polinomial dan RBF. Tahap preprocessing data diikuti dengan ekstraksi fitur menggunakan TF-IDF. Untuk mendapatkan hasil klasifikasi yang lebih baik, juga dilakukan Hyperparameter tuning pada model SVM menggunakan GridSearchCV. Dataset diperoleh dari hasil scraping ulasan pengguna aplikasi Starbucks di Google Play Store. Hasil penelitian menunjukkan bahwa pembuatan model klasifikasi menggunakan SVM memiliki performa yang cukup baik yaitu dengan rata-rata skor dari skor accuracy sebesar 88.96%, f1-score 66.85%, precision 75.77% dan recall 64.68%. Sementara itu, hasil analisis menunjukkan bahwa mayoritas sentimen bernilai negatif di seluruh aspek aplikasi terutama pada aspek errors, yang menandakan tingginya tingkat kesalahan pada sistem.

Page 3 of 6 | Total Record : 51

 1   2   3   4   5 

Filter by Year

2020 2025


Reset
Filter By Issues
All Issue Vol 6 No 2 (2025): Journal of Internet and Software Engineering Vol 6 No 1 (2025): Journal of Internet and Software Engineering Vol 5 No 2 (2024): Journal of Internet and Software Engineering Vol 5 No 1 (2024): Journal of Internet and Software Engineering Vol 4 No 2 (2023): Journal of Internet and Software Engineering Vol 4 No 1 (2023): Journal of Internet and Software Engineering Vol 3 No 1 (2022): Journal of Internet and Software Engineering Vol 2 No 1 (2021): Journal of Internet and Software Engineering Vol 1 No 1 (2020): Journal of Internet and Software Engineering