cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Arif Mudi Priyatno
Contact Email
arifmudi11@gmail.com
Phone
+6282390449323
Journal Mail Official
riggs@universitaspahlawan.ac.id
Editorial Address
Department of Digital Business, Universitas Pahlawan Tuanku Tambusai Jl. Tuanku Tambusai No.23, Bangkinang, Kec. Bangkinang, Kabupaten Kampar, Riau 28412
Location
Kab. kampar,
Riau
INDONESIA
Journal of Artificial Intelligence and Digital Business
Published by Universitas Pahlawan Tuanku Tambusai
ISSN : 29639298     EISSN : 2963914X     DOI : https://doi.org/10.31004/riggs.v1i1
Core Subject : Economy, Science, Engineering,
Computer Science & IT Economics, Econometrics & Finance Electrical & Electronics Engineering Engineering
Journal of Artificial Intelligence and Digital Business (RIGGS) is published by the Department of Digital Business, Universitas Pahlawan Tuanku Tambusai in helping academics, researchers, and practitioners to disseminate their research results. RIGGS is a blind peer-reviewed journal dedicated to publishing quality research results in the fields of business and engineering. All publications in the RIGGS Journal are open access which allows articles to be available online for free without any subscription. RIGGS is a national journal with e-ISSN: 2963-914X, and is free of charge in the submission process and review process. Journal of Artificial Intelligence and Digital Business (RIGGS) publishes articles periodically twice a year, in January and July.
Arjuna Subject : Umum - Umum
Articles 8,292 Documents
 162   163   164   165   166 
Klasifikasi Jenis Buah Menggunakan Metode CNN Ikasari, Ines Heidiani; Rosyani, Perani; Amalia, Resti
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 4 No. 2 (2025): Mei - Juli
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v4i2.1271

Abstract

Klasifikasi jenis buah merupakan aplikasi penting dalam pengolahan citra, terutama di sektor pertanian, perdagangan, dan teknologi pangan. Proses identifikasi buah secara manual cenderung lambat dan rentan kesalahan, terutama karena variasi bentuk, warna, dan ukuran buah. Indonesia memiliki lebih dari 27 jenis buah yang diproduksi secara masif, namun pengenalan jenis buah masih banyak dilakukan secara manual. Penelitian ini bertujuan untuk mengembangkan sistem klasifikasi otomatis menggunakan metode Deep Learning, khususnya Convolutional Neural Network (CNN). CNN dipilih karena kemampuannya dalam mengenali pola visual dari citra digital melalui ekstraksi fitur menggunakan lapisan konvolusi dan pooling. Dataset citra buah diperoleh dari Kaggle dan terdiri dari 8 jenis buah yang diproses melalui tahap preprocessing seperti resizing, normalisasi, dan augmentasi data. Model CNN diuji pada dua skenario pembagian data: 80:20 dan 70:30. Pada skenario 80:20, model mencapai akurasi rata-rata 91% dan akurasi validasi 97%, sedangkan pada skenario 70:30 mencapai akurasi rata-rata 91% dan validasi 98%. Hasil ini menunjukkan bahwa CNN efektif untuk klasifikasi citra buah dengan akurasi tinggi.
Strategi Ekspansi Pasar Internasional Produk Herbal PT Naturlife Karya Indonesia ke Malaysia melalui Cross-Border E-Commerce Icha Mustika Wahyudi; Sani Aulia; Adelia Nurma Isyah; Yudi Wahyudi; Novita Tri Hapsari; Erna Herlinawati; Dadan Abdul Aziz Mubarok; Ida Farida Oesman
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 5 No. 2 (2026): Mei-Juli
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v5i2.12710

Abstract

Perkembangan perdagangan digital lintas negara membuka peluang bagi perusahaan produk herbal Indonesia untuk memperluas pasar melalui cross-border e-commerce. Penelitian ini bertujuan menganalisis pengaruh strategi pemasaran digital cross-border e-commerce dan kesiapan ekspor terhadap kinerja ekspansi pasar internasional produk herbal PT Naturlife Karya Indonesia ke Malaysia. Penelitian menggunakan pendekatan kuantitatif dengan metode asosiatif dan desain survei. Sampel terdiri atas 120 konsumen di Malaysia yang pernah melakukan pembelian melalui platform cross-border e-commerce dan dipilih menggunakan purposive sampling. Data dikumpulkan melalui kuesioner berskala Likert dan dianalisis menggunakan SPSS melalui uji validitas, reliabilitas, asumsi klasik, regresi linear berganda, uji t, uji F, serta koefisien determinasi. Hasil penelitian menunjukkan bahwa strategi pemasaran digital cross-border e-commerce berpengaruh positif dan signifikan terhadap kinerja ekspansi pasar internasional dengan koefisien regresi 0,334 dan nilai signifikansi 0,000. Kesiapan ekspor juga berpengaruh positif dan signifikan dengan koefisien regresi 0,244 dan nilai signifikansi 0,007. Secara simultan, kedua variabel berpengaruh signifikan dengan nilai F hitung 12,147 dan signifikansi 0,000. Nilai koefisien determinasi sebesar 0,172 menunjukkan bahwa 17,2% variasi kinerja ekspansi dapat dijelaskan oleh kedua variabel, sedangkan 82,8% dipengaruhi faktor lain. Temuan ini menegaskan pentingnya optimalisasi platform digital, personalisasi konten, kepatuhan regulasi, kesiapan kualitas produk, dan logistik lintas negara untuk mendukung ekspansi berkelanjutan ke pasar Malaysia.
Pengaruh Komitmen Organisasi dan Stres Kerja terhadap Turnover Intention Karyawan PT. KB Finansia Multi Finance Ternate Febriel Sulistio; Muhammad Asril Arilaha; Ahmad Yani Abdurrahman
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 5 No. 2 (2026): Mei-Juli
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v5i2.12714

Abstract

Pengaruh Komitmen Organisasi dan Stres Kerja terhadap Turnover Intention Karyawan PT. KB Finansia Multi Finance Ternate. Penelitian ini bertujuan untuk (1) menganalisis dan membuktikan secara empiris pengaruh komitmen organisasi terhadap turnover intention karyawan PT. KB Finansia Multi Finance Ternate; (2) menganalisis dan membuktikan secara empiris pengaruh stres kerja terhadap turnover intention karyawan PT. KB Finansia Multi Finance Ternate; dan (3) menganalisis serta membuktikan secara empiris pengaruh komitmen organisasi dan stres kerja secara simultan terhadap turnover intention karyawan PT. KB Finansia Multi Finance Ternate. Penelitian ini menggunakan pendekatan kuantitatif dengan tujuan memperoleh bukti empiris mengenai hubungan antarvariabel yang diteliti. Jumlah sampel dalam penelitian ini adalah seluruh karyawan PT. KB Finansia Multi Finance Ternate, sehingga penelitian menggunakan teknik pengambilan sampel jenuh karena seluruh anggota populasi dijadikan sebagai responden penelitian. Alat analisis yang digunakan adalah analisis linear berganda dengan bantuan SPSS, yang digunakan untuk menguji pengaruh masing-masing variabel independen terhadap variabel dependen baik secara parsial maupun simultan. Hasil penelitian menunjukkan bahwa: (1) komitmen organisasi berpengaruh negatif dan signifikan terhadap turnover intention karyawan; (2) stres kerja berpengaruh positif dan signifikan terhadap turnover intention karyawan; dan (3) komitmen organisasi dan stres kerja secara simultan berpengaruh signifikan terhadap turnover intention karyawan. Temuan penelitian ini memberikan gambaran bahwa peningkatan komitmen organisasi serta pengelolaan stres kerja yang baik menjadi faktor penting dalam upaya menekan tingkat turnover intention karyawan di perusahaan.
Pengaruh Digital Marketing dan Kualitas Produk terhadap Minat Beli Konsumen pada AB Kebab Mayestik di Jabodetabek Rajendra Aryasatya Widyadhana; Sampor Ali
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 5 No. 2 (2026): Mei-Juli
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v5i2.12716

Abstract

Penelitian ini bertujuan untuk menganalisis pengaruh Digital Marketing dan Kualitas Produk terhadap Minat Beli Konsumen pada AB Kebab Mayestik di wilayah Jabodetabek. Penelitian ini menggunakan pendekatan kuantitatif dengan desain penelitian asosiatif untuk menguji hubungan antara variabel independen dan variabel dependen. Sampel penelitian berjumlah 200 responden yang dipilih menggunakan teknik purposive sampling, yaitu responden yang pernah mengetahui atau mengakses informasi mengenai AB Kebab Mayestik melalui media digital. Data dikumpulkan melalui penyebaran kuesioner menggunakan skala Likert dan dianalisis menggunakan aplikasi SPSS versi 27 melalui uji validitas, uji reliabilitas, uji asumsi klasik, analisis regresi linier berganda, uji koefisien determinasi, uji t, dan uji F. Hasil penelitian menunjukkan bahwa Digital Marketing berpengaruh positif dan signifikan terhadap Minat Beli Konsumen. Kualitas Produk juga berpengaruh positif dan signifikan terhadap Minat Beli Konsumen. Selain itu, Digital Marketing dan Kualitas Produk secara simultan berpengaruh positif dan signifikan terhadap Minat Beli Konsumen pada AB Kebab Mayestik di wilayah Jabodetabek. Nilai koefisien determinasi menunjukkan bahwa kedua variabel independen mampu menjelaskan sebagian besar variasi minat beli konsumen, sedangkan sisanya dipengaruhi oleh faktor lain di luar model penelitian. Temuan penelitian ini menunjukkan bahwa penerapan strategi pemasaran digital yang efektif serta peningkatan kualitas produk dapat meningkatkan minat beli konsumen. Oleh karena itu, hasil penelitian ini diharapkan dapat menjadi bahan pertimbangan bagi pelaku usaha kuliner dalam merancang strategi pemasaran yang lebih inovatif, memperkuat citra merek, meningkatkan kepuasan pelanggan, serta meningkatkan daya saing usaha di tengah persaingan industri kuliner yang semakin kompetitif.
Pengaruh Media Sosial dan Brand Image terhadap Minat Menabung pada Mahasiswa Pengguna KB Bank Syariah KCP Unismuh Makassar Muhammad Ardhan Arifin; Buyung Romadhoni; Syarthini Indrayani
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 5 No. 2 (2026): Mei-Juli
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v5i2.12717

Abstract

Penelitian ini bertujuan menganalisis pengaruh media sosial dan brand image terhadap minat menabung mahasiswa pengguna KB Bank Syariah KCP Unismuh Makassar, baik secara parsial maupun simultan. Penelitian menggunakan pendekatan kuantitatif eksplanatori dengan desain kausal. Populasi penelitian terdiri atas 325 mahasiswa aktif Program Studi Manajemen Universitas Muhammadiyah Makassar angkatan 2022, sedangkan sampel sebanyak 180 responden ditentukan menggunakan rumus Slovin dan teknik purposive sampling. Data primer dikumpulkan melalui kuesioner berskala Likert dan dianalisis menggunakan statistik deskriptif, uji validitas, uji reliabilitas, uji asumsi klasik, regresi linear berganda, uji t, uji F, serta koefisien determinasi dengan bantuan SPSS. Hasil penelitian menunjukkan bahwa media sosial berpengaruh positif dan signifikan terhadap minat menabung dengan koefisien regresi sebesar 0,342, nilai t-hitung 4,431, dan signifikansi 0,000. Brand image juga berpengaruh positif dan signifikan dengan koefisien regresi sebesar 0,433, nilai t-hitung 5,297, dan signifikansi 0,000. Secara simultan, kedua variabel berpengaruh signifikan dengan nilai F-hitung 44,295 dan signifikansi 0,000. Nilai R Square sebesar 0,334 menunjukkan bahwa media sosial dan brand image mampu menjelaskan 33,4% variasi minat menabung, sedangkan 66,6% dipengaruhi faktor lain di luar model. Temuan ini menegaskan bahwa penguatan citra merek dan optimalisasi komunikasi media sosial merupakan strategi penting untuk meningkatkan minat menabung mahasiswa pada perbankan syariah, khususnya melalui informasi yang relevan, interaksi responsif, pelayanan profesional, dan kepercayaan terhadap kepatuhan prinsip syariah.
Penerapan Model MobileNetV2 Untuk Prediksi Tingkat Roasting Biji Kopi Berbasis Gambar Pada Bot Telegram Pratama, Nur; Sunge, Aswan Supriyadi; Budiarto, Eko
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 4 No. 2 (2025): Mei - Juli
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v4i2.1272

Abstract

Proses penilaian tingkat roasting biji kopi secara manual sering kali bersifat subjektif dan tidak konsisten, sehingga diperlukan sistem otomatis berbasis citra yang mampu melakukan klasifikasi secara akurat. Penelitian ini bertujuan untuk membangun model klasifikasi tingkat roasting biji kopi menggunakan arsitektur MobileNetV2 yang ringan dan efisien. Dataset terdiri dari 1.600 gambar yang dikategorikan ke dalam empat kelas: green, light, medium, dan dark. Model dilatih tanpa proses fine-tuning dan dievaluasi menggunakan metrik akurasi, loss, precision, recall, f1-score, serta confusion matrix. Hasil evaluasi pada data uji menunjukkan akurasi sebesar 98,50% dan f1-score rata-rata 0,98, menandakan performa tinggi dalam kondisi data terkontrol. Model kemudian diimplementasikan ke dalam platform bot Telegram yang memungkinkan pengguna mengirim gambar dan menerima hasil prediksi secara otomatis. Meskipun sistem menunjukkan respons cepat, pengujian terhadap gambar dari luar dataset menunjukkan penurunan akurasi hingga 45%. Hal ini mengindikasikan perlunya peningkatan kemampuan generalisasi model. Sistem ini berpotensi diterapkan sebagai alat bantu digital dalam pengawasan mutu roasting biji kopi, terutama pada skala usaha kecil dan menengah.
Pengaruh Budaya Keamanan Siber terhadap Kinerja Karyawan dalam Sistem Transportasi Publik Digital: Studi Kasus Suroboyo Bus Agoes Hadi Poernomo
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 5 No. 2 (2026): Mei-Juli
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v5i2.12720

Abstract

The digital transformation of public transport services requires organizations not only to develop technology but also to build a strong cybersecurity culture. This article analyzes the impact of cybersecurity culture on employee performance with digital literacy as a moderating variable using Suroboyo Bus as a case study. Data were collected via a quantitative survey of 124 respondents, selected through simple random sampling from 180 active employees involved in digital operations. Cybersecurity culture was measured across four dimensions: security awareness, policy compliance, security behavior, and management support and training. Analysis was conducted using Moderated Regression Analysis (MRA). The results indicate that security awareness (X1), cybersecurity behavior (X3), and management support and security training (X4) have a positive and significant impact on performance. Conversely, security policy compliance (X2) did not have a significant effect, as compliance was largely administrative in nature and had not yet been internalized as a work behavior. Moderation testing revealed that digital literacy (M) strengthens the impact of security awareness (X1) on performance but does not moderate the relationship between cybersecurity behavior (X3) and performance. The novelty of this study lies in the integration of cybersecurity culture and digital literacy within the context of digital public transport in Indonesia a topic rarely examined empirically. These findings offer practical contributions for public sector management in designing behavior-based cybersecurity policies and enhancing employee digital literacy to support operational performance.
Pengaruh Modal Intelektual dan Ukuran Perusahaan terhadap Nilai Perusahaan Manufaktur yang Terdaftar di BEI dengan Profitabilitas sebagai Variabel Moderasi Ijang Mulyana; Rizky Ridwan
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 5 No. 2 (2026): Mei-Juli
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v5i2.12722

Abstract

Penelitian ini berupaya menyelidiki dampak modal intelektual serta ukuran perusahaan terhadap nilai perusahaan manufaktur di Bursa Efek Indonesia antara tahun 2022 dan 2024, dengan menggunakan profitabilitas sebagai pemoderasi. Penelitian ini menggunakan metode kuantitatif, dengan memanfaatkan data sekunder dari laporan keuangan tahunan 46 perusahaan yang dipilih menggunakan purposive sampling, menghasilkan 120 observasi setelah menghilangkan outlier. Nilai perusahaan diproksikan melalui Tobin’s Q, modal intelektual diukur menggunakan VAIC (Value Added Intellectual Coefficient), ukuran perusahaan melalui logaritma natural total aset, dan profitabilitas melalui ROA (Return on Assets). Data dianalisis menggunakan IBM SPSS versi 27 untuk Analisis Regresi Moderasi atau MRA. Hasil penelitian menunjukkan bahwa modal intelektual memiliki dampak negatif dan signifikan terhadap nilai perusahaan, sedangkan ukuran perusahaan memiliki dampak positif dan signifikan. Profitabilitas tidak terbukti mampu memoderasi baik pengaruh modal intelektual maupun ukuran perusahaan terhadap nilai perusahaan. Temuan ini mengindikasikan bahwa profitabilitas berfungsi sebagai predictor moderation, yakni lebih berperan sebagai variabel prediktor independen yang berpengaruh langsung terhadap nilai perusahaan dibandingkan sebagai variabel pemoderasi. Implikasinya, dalam konteks perusahaan manufaktur di Indonesia, sinyal yang tercermin dari ukuran perusahaan direspons oleh investor secara lebih positif dibandingkan sinyal yang berasal dari modal intelektual. Kebaruan penelitian ini adalah menyajikan profitabilitas sebagai variabel moderasi dalam konteks pertumbuhan PDB manufaktur yang tinggi diikuti oleh penurunan nilai perusahaan antara tahun 2022 sampai 2024.
Deteksi Biji-Bijian Familia Poaceae Menggunakan YOLOv8 Transfer Learning Berbasis Web Fitra Maulana; Tomi Tri Sujaka; Muhamad Azwar
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 5 No. 2 (2026): Mei-Juli
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v5i2.12723

Abstract

Famili Poaceae mencakup berbagai komoditas pangan penting, seperti padi, jagung, gandum, oat, sorgum, barley, dan millet, yang memiliki karakteristik visual hampir serupa sehingga proses identifikasi manual rentan terhadap kesalahan. Penelitian ini bertujuan mengembangkan sistem deteksi biji-bijian Famili Poaceae berbasis web menggunakan algoritma YOLOv8 dengan pendekatan transfer learning. Penelitian menerapkan metode eksperimen yang meliputi pengumpulan dan pelabelan data, prapemrosesan, pembagian dataset, pelatihan model, evaluasi performa, serta implementasi sistem. Dataset terdiri atas 3.500 citra dari tujuh kelas, dengan masing-masing kelas berjumlah 500 citra, yang dibagi menjadi 70% data pelatihan, 15% data validasi, dan 15% data pengujian. Model dilatih menggunakan PyTorch dan Ultralytics YOLOv8 pada Google Colab Pro dengan GPU NVIDIA A100, ukuran citra 640 × 640 piksel, batch size 64, dan optimizer AdamW. Model terbaik kemudian diintegrasikan ke dalam aplikasi web menggunakan Streamlit agar pengguna dapat mengunggah citra atau menggunakan kamera secara langsung. Hasil pengujian menunjukkan nilai precision sebesar 71,6%, recall 73,2%, mAP50 75,7%, dan mAP50-95 46,9%. Kelas jagung memperoleh performa terbaik dengan mAP50 95,9%, sedangkan kelas padi memperoleh nilai terendah sebesar 64,5%. Sistem yang dikembangkan mampu mendeteksi tujuh jenis biji-bijian secara otomatis, cepat, dan mudah diakses, sehingga berpotensi membantu masyarakat, petani, dan penyuluh pertanian dalam proses identifikasi serta mendukung digitalisasi sektor pertanian.
Implementasi Sistem Deteksi dan Klasifikasi Cacat Produk Berbasis Web Menggunakan Algoritma YOLOv8 Anggarini Puspita Rarasati; Wiwin Winarti
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 5 No. 2 (2026): Mei-Juli
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v5i2.12724

Abstract

Proses quality control pada produk metal cutting dies umumnya masih dilakukan melalui inspeksi visual secara manual, sehingga rentan terhadap ketidakkonsistenan, kelelahan, dan kesalahan manusia, terutama pada industri dengan volume produksi tinggi. Kondisi ini mendorong kebutuhan akan sistem inspeksi otomatis yang lebih cepat, objektif, dan konsisten dibandingkan pengamatan manual. Penelitian ini bertujuan mengembangkan sistem berbasis web untuk mendeteksi dan mengklasifikasikan cacat produk menggunakan algoritma YOLOv8. Pendekatan yang digunakan memanfaatkan object detection untuk mengidentifikasi area cacat pada permukaan produk, kemudian menentukan kondisi akhir produk ke dalam dua kategori yaitu defect dan non-defect berdasarkan confidence thresholding dengan ambang batas nilai confidence sebesar 50%. Tahapan penelitian meliputi studi pustaka, pengumpulan dataset, anotasi citra menggunakan platform Roboflow, pra-pemrosesan dan augmentasi data, pelatihan model, evaluasi model, perancangan antarmuka web, serta pengujian fungsional sistem secara menyeluruh. Model YOLOv8n (Nano) dilatih menggunakan dataset sebanyak ±200 gambar dengan transfer learning dari checkpoint publik MS COCO pada lingkungan komputasi berbasis CPU, dan menghasilkan nilai Precision sebesar 51,5% pada epoch terbaik ke-31, Recall sebesar 44,3%, dan mAP@0.5 sebesar 39,3%. Sistem web berbasis Flask yang dibangun mampu menampilkan bounding box pada area cacat beserta status akhir produk secara otomatis. Pengujian fungsionalitas menggunakan Black Box Testing menunjukkan seluruh skenario, baik positif maupun negatif, berhasil berjalan sesuai rencana dengan tingkat keberhasilan 100%, menegaskan bahwa pendekatan ini dapat diintegrasikan ke antarmuka sederhana tanpa latar belakang teknis kecerdasan buatan. Penelitian ini diharapkan mendukung inspeksi kualitas secara lebih cepat, konsisten, dan efisien, sekaligus menjadi dasar pengembangan lanjutan dengan dataset lebih besar dan akselerasi GPU.

Page 164 of 830 | Total Record : 8292

 162   163   164   165   166 

Filter by Year

2022 2026


Reset
Filter By Issues
All Issue Vol. 5 No. 2 (2026): Mei-Juli Vol. 5 No. 1 (2026): Februari - April Vol. 4 No. 4 (2026): November - January Vol. 4 No. 3 (2025): Agustus - October Vol. 4 No. 2 (2025): Mei - Juli Vol. 4 No. 1 (2025): Februari - April Vol. 3 No. 4 (2025): November - January Vol. 3 No. 3 (2024): Agustus - October Vol. 3 No. 2 (2024): Mei - Juli Vol. 3 No. 1 (2024): Februari - April Vol. 2 No. 2 (2024) Vol. 2 No. 1 (2023) Vol. 1 No. 2 (2023) Vol. 1 No. 1 (2022) More Issue