cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Yudhi Nugroho Adi
Contact Email
library@tekomuniversity.ac.id
Phone
+628128000110
Journal Mail Official
library@telkomuniversity.ac.id
Editorial Address
Jl. Telekomunikasi - Ters. Buah Batu Bandung 40257 Indonesia
Location
Kota bandung,
Jawa barat
INDONESIA
eProceedings of Engineering
Published by Universitas Telkom
ISSN : 23559365     EISSN : -     DOI : https://doi.org/10.34818/eoe.v9i5.18452
Core Subject : Science, Engineering,
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering
Merupakan media publikasi karya ilmiah lulusan Universitas Telkom yang berisi tentang kajian teknik. Karya Tulis ilmiah yang diunggah akan melalui prosedur pemeriksaan (reviewer) dan approval pembimbing terkait.
Arjuna Subject : Teknik (semua kategori) - Teknik (Lain-Lain)
Articles 8,304 Documents
 516   517   518   519   520 
Perancangan Proses Pengambilan Keputusan Dalam Pemilihan Vendor Menggunakan Ethical Decision Making Framework Pada Proyek Pembangunan Fiber To The Home Di Pt Xyz Alghifari Nuroni; Devi Pratami; G. N. Sandhy Widyasthana
eProceedings of Engineering Vol 8, No 5 (2021): Oktober 2021
Publisher : eProceedings of Engineering

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

Abstract

Pemilihan vendor merupakan pengambilan keputusan dalam beraneka segi yang melibatkan pertimbangan dari beberapa kriteria seleksi yang sebagian besar bersifat subyektif dan sulit untuk diukur. Keputusan yang diambil haruslah etis untuk dapat mendukung kesuksesan proyek. Keputusan yang etis merupakan pengambilan keputusan yang baik/benar secara moral, transparan, dan penuh pertimbangan. Untuk itu penelitian ini dilakukan untuk merancang proses pengambilan keputusan secara etis dalam melakukan pemilihan vendor menggunakan Ethical Decision Making Framework. Penelitian ini menghasilkan rancangan proses yang meliputi beberapa tahap, di antaranya tahap assessment, tahap alternatives, tahap analysis, tahap application dan tahap action. Terdapat 5 kriteria utama dan 12 sub kriteria yang digunakan dalam pertimbangan dalam pemilihan vendor ini. Proses pengambilan keputusan ini menghasilkan skor untuk setiap alternatif terhadap kriteria dan sub kriteria yang telah ditentukan yaitu Vendor A dengan skor sebesar 55,54 , Vendor B dengan skor sebesar 62,19 , Vendor C dengan skor sebesar 53,16 , Vendor D dengan skor sebesar 60,82 dan Vendor E dengan skor sebesar 58,28. Berdasarkan hasil skor ini, maka keputusan yang dijadikan sebagai rekomendasi dalam pemilihan vendor yaitu dengan memilih Vendor B karena memiliki skor paling tinggi di antara alternatif yang lain. Kata kunci Konstruksi, Pengambilan Keputusan, Ethical Decision Making Framework, Pemilihan Vendor, Vendo
Desain Dan Implementasi Sistem Telemedicine Untuk Periksa Kesehatan Mandiri Menggunakan Qr Code Authentication Berbasiskan Android Dhea Dearly Herman; Favian Dewanta; Sussi Sussi
eProceedings of Engineering Vol 8, No 2 (2021): April 2021
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Dalam mencegah penyebaran virus COVID-19, pasien dianjurkan untuk tidak pergi ke fasilitas kesehatan kecuali dalam keadaan yang darurat. Pengaplikasian sistem telemedicine untuk diagnosis dan monitoring kesehatan dari jarak jauh sangat dibutuhkan. Maka dari itu Tugas Akhir berpusat pada desain dan implementasi sistem telemedicine untuk periksa kesehatan mandiri dengan menggunakan aplikasi android “Self Checkup”. Sistem ini dirancang menggunakan framework React Native untuk memeriksa kesehatan pengguna dengan melihat data secara realtime dari tiga IoT healthcare device yaitu Weight Scale Device, Body Temperature Device, dan IoT Healthcare Device melalui NodeMCU ESP32 dengan protokol komunikasi Bluetooth Low Energy. Pairing antara aplikasi android dengan IoT device menggunakan metode otentikasi dengan QR Code. Kemudian data yang diterima dari IoT device dienkripsi dengan algoritma AES 256-bit lalu dikirimkan ke cloud server. Hasil pengujian Quality of Service dari ketiga IoT healthcare device ke aplikasi android memperoleh nilai rata-rata delay sebesar 97 ms, throughput sebesar 2.424 Kbps dan packet loss sebesar 0%. Nilai rata rata delay dari aplikasi android ke cloud server sebesar 203 ms, throughput sebesar 4.624 Kbps dan packet loss sebesar 0%. Hasil pengujian performansi algoritma AES 256-bit memiliki rata-rata waktu enkripsi sebesar 54 ms dan dekripsi sebesar 72 ms. Kata kunci : Aplikasi Android, QR Code, Internet of Things, Bluetooth Low Energy, Telemedicine, Cloud Server, AES. Abstract In preventing the spread of COVID-19, patients are advised not to go to health facilities except in an emergency. Telemedicine system application for remote health diagnosis and monitoring is urgently needed. Therefore, the final project focuses on the design and implementation of the telemedicine system for independent health checks using the android application ”Self Checkup”. This system was designed using the framework React Native to check the user’s health by looking at the data in real-time from three IoT healthcare devices, which are Weight Scale Device, Body Temperature Device, and electrocardiogram device through NodeMCU ESP32 with Bluetooth Low Energy communication protocol. Pairing between the android application and the IoT device is conducted by using an authentication method based on QR code. Then the data received from the IoT device are encrypted with a 256-bit AES algorithm before being sent to the cloud server. The quality of service (QoS) experiments from the three IoT healthcare devices to the Android applications show that the average delay value is 97 ms, throughput is 2.424 Kbps and packet loss is 0%. Meanwhile, the QoS experiments between the Android application and cloud server show that the average delay is 203 ms, throughput is 4.624 Kbps and packet loss is 0%. As for the security performance of the 256-bit AES algorithm, the average encryption is 54 ms and AES decryption is 72 ms. Keywords: Android Application, QR Code, Internet of Things, Bluetooth Low Energy, Telemedicine, Cloud Server, AES.
Analisis Sentimen Data Tweet Menggunakan Model Jaringan Saraf Tiruan Dengan Pembobotan Delta Tf-idf Chindy Amalia; Yuliant Sibaroni
eProceedings of Engineering Vol 7, No 2 (2020): Agustus 2020
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Kritik dan saran masyarakat Indonesia sangat berpengaruh untuk meningkatkan fasilitas dan kinerja pemerintah Indonesia. Salah satu media untuk menampung saran tersebut yaitu twitter dengan mengunggah tweet masyarakat dapat mengungkapkan keluh kesah mereka. Tetapi, dengan tweet yang berjumlah ratusan bahkan ribuan akan menyulitkan pemerintah untuk mengetahui kesimpulan dari seluruh data tweet. Data tweet yang diambil sebagai acuan yaitu data yang berisi tanggapan positif dan negatif dari masyarakat Indonesia. Oleh karena itu, penelitian ini mencoba menganalisis tweet mengenai sentimen masyarakat terhadap rencan perpindahan ibukota Indonesia. Analisis dilakukan dengan melakukan klasifikasi tweet yang berisi sentimen masyarakat terhadap rencana perpindahan ibukota Indonesia. Metode klasifikasi yang digunakan dalam penelitian ini adalah Jaringan Saraf Tiruan (JST) dengan model Multi Layer Perceptron yang dikombinasikan dengan fitur ekstraksi untuk dapat mendeteksi negasi dan pembobotan menggunakan Delta TF-IDF. Hasil pengujian pada aplikasi yang dibangun memperlihatkan bahwa akurasi memberikan tingkat akurasi yang cukup baik yaitu 67,75%. Kata kunci: Analisis sentimen, Jaringan Saraf Tiruan, Multi Layer Perceptron,TF-IDF, Delta TF-IDF Abstract Criticism and suggestions from the Indonesian people are very influential to improve the facilities and performance of the Indonesian government. One of the media to accommodate the suggestion is that Twitter by uploading community tweets can express their complaints. However, with tweets that number in the hundreds or even thousands it will be difficult for the government to find the conclusions from all tweet data. The tweet data taken as a reference is data that contains positive and negative responses from the people of Indonesia. Therefore, this study tries to analyze a tweet about community sentiment towards the planned move of the Indonesian capital. The analysis was carried out by classification of tweets containing public sentiments towards the planned move of the capital Indonesia. The classification method used in this study is the Artificial Neural Network (ANN) with a Multi Layer Perceptron model combined with extraction features to be able to detect negation and weighting using Delta TF-IDF. The test results on the application built show that accuracy gives a fairly good level of accuracy that is 67.75%. Keywords: sentiment analysis, artificial neural network, multi layer perceptron, TF-IDF, Delta TF-IDF
Prediksi Penderita Tuberkulosis Menggunakan Algoritma Support Vector Regression (SVR) N, Ridha Melati; Purboyo, Tito Waluyo; Kallista, Meta
eProceedings of Engineering Vol. 10 No. 1 (2023): Februari 2023
Publisher : eProceedings of Engineering

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

Abstract

Abstrak— Salahsatu penyakit menular yang menjadi topik pembahasan yang ramai di dunia kesehatan adalah Tuberkulosis (TBC). Karena TBC merupakan salahsatu  dari 10 penyakit yang menjadi penyebab utama kematian di seluruh dunia dan di Indonesia berada peringkat ketiga dengan kasus tertinggi setelah India dan China. Hal tersebut menjadikan penyakit ini perlu adanya suatu peramalan atau prediksi ke depannya sehingga masyarakat mengantisipasi lebih awal.Dalam penelitian tugas akhir ini penulis akan membuat sistem Prediksi Penderita Tuberkulosis. Hasil dari penelitian ini berupa prediksi jumlah penderita kedepannya. Data yang digunakan berasal dari Dinas Kesehatan Kabupaten Karawang periode 1 Januari 2020 sampai 31 Desember 2021.Sistem Prediksi Penderita Tuberkulosis ini menggunakan metode Support Vector Regression  dan menggunakan kernel Radial Basis Function yang menghasilkan nilai error performansi Mean Square Error (MAE) sebesar 0.099448, Root Mean Square Error (RMSE) sebesar 0.136204 dan R² sebesar 0.220323.Kata kunci— penyakit tuberkulosis, prediksi, support vector regression
Analisis Sentimen Terhadap Kebijakan Pemerintah Indonesia Dengan Feature Expansion Metode Glove Pada Media Sosial Twitter Muhammad Faiq Ardyanto Putro; Erwin Budi Setiawan
eProceedings of Engineering Vol 9, No 1 (2022): Februari 2022
Publisher : eProceedings of Engineering

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

Abstract

Penyebaran informasi yang semakin meningkat di media sosial memudahkan pengguna untuk mengungkapkan pandangan dan pendapatnya. Opini dan reaksi dapat berupa opini positif atau negatif atau dapat diartikan sebagai sentimen. Pada riset ini dibuat sistem analisis sentimen berdasarkan data kebijakan pemerintah pada media sosial Twitter. Dalam membangun sistem analisis sentimen ini, data yang digunakan adalah data yang berisi tweet dengan keyword yang telah ditentukan dan menggunakan feature expansion yaitu GloVe dan metode klasifikasi Support vector machine (SVM). feature expansion dapat mengoreksi perbedaan kosakata dalam data tweet yang random dan terbatas untuk mendapatkan hasil pemrosesan kata yang maksimal. Hasil riset menunjukkan bahwa penggunaan feature expansion GloVe dapat meningkatkan akurasi sebesar 4,77% dari baseline dengan akurasi optimal sebesar 79,52%. Kata kunci: analisis sentimen, feature expansion, GloVe, klasifikasi, SVM
Pengamanan Data Cloudfri Menggunakan Metode Security Hardening Yunan Sukho Aditya; Umar Yunan Kurnia Septo Herdianto; Muhammad Fathinuddin
eProceedings of Engineering Vol 8, No 5 (2021): Oktober 2021
Publisher : eProceedings of Engineering

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

Abstract

Security Hardening merupakan metode yang digunakan untuk melakukan Hardening atau penutupan celah agar suatu sistem terhindar dari serangan. Penelitian ini bertujuan untuk melakukan identifikasi vulnerability yang ada pada objek yaitu savsoftquiz.cloudfri.id untuk meminimalisir ancaman. Dengan digunakannya metode Security Hardening, dapat dilakukannya analisis dengan pengujian scanning vulnerability dan exploit. Pengujian yang dilakukan untuk menemukan vulnerability yang terdapat pada savsoftquiz.cloudfri.id menggunakan scanning tools yang hasilnya akan digunakan untuk melakukan exploit pada objek. Scanning tools yang digunakan adalah HCL AppScan sedangkan untuk exploit menggunakan Metasploit, Burp Suite, dan Sqlmap. Hasil dari scanning mendapatkan beberapa vulnerability yang memiliki threat level high, sedangkan hasil dari melakukan exploit mendapatkan informasi yang menunujukan bahwa email dan password pada objek tidak terenkripsi. Hasil dari exploit juga menunjukan bahwa objek sudah terpasang WAF yang dapat menahan serangan SQL Injection. Kata kunci: Security Hardening, Hardening, Vulnerability, Exploit
Pengenalan Wajah Menggunakan Metode SVD Dan PCA Berbasis Video Real-time Indrafaqih Eskamara; Rita Magdalena; Nor Kumalasari Caesar Pratiwi
eProceedings of Engineering Vol 7, No 3 (2020): Desember 2020
Publisher : eProceedings of Engineering

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

Abstract

Wajah merupakan bagian dari tubuh manusia yang menjadi fokus perhatian di dalam interaksi sosial, karena wajah memainkan peranan vital dengan menunjukan identitas dan emosi. Kita dapat mengenali ribuan wajah karena frekuensi interaksi yang sangat sering ataupun hanya sekilas bahkan dalam rentang waktu yang sangat lama. Bahkan kita mampu mengenali seseorang walaupun terjadi perubahan pada orang tersebut karena bertambahnya usia. Oleh karena itu wajah digunakan sebagai organ dari tubuh manusia yang dijadikan indikasi pengenalan seseorang atau face recognition. Teknologi pengenalan wajah merupakan metode yang digunakan untuk deteksi, pencocokan gambar, dan pelacakan video.Pada Tugas Akhir ini dirancang pendeteksian wajah berbasis video real-time. Pada sistem ini digunakan aplikasi pemrograman yaitu Matlab untuk mengenali wajah pada video. Pada sistem ini juga dipilih metode SVD dan PCA. Metode SVD dan PCA untuk ekstrasi ciri dari citra latih dan citra uji. Selanjutnya dilakukan klasifikasi menggunakan Euclidean Distance yaitu mencocokkan antara citra uji yang diambil dari kamera CCTV dengan citra latih dari database. Pada saat pengujian, kamera CCTV menangkap video dalam bentuk 10 frame yang akan diproses dan setiap frame menjadi citra uji untuk dicocokkan dengan citra latih. Dalam klasifikasi citra, bertujuan untuk mengenali nama wajah dari kamera CCTV.Hasil dari metode yang digunakan yaitu dapat mengenali wajah dari kamera CCTV dengan baik. Pada kondisi intensitas cahaya paling tinggi menghasilkan akurasi terbaik sebesar 92%. Kata Kunci: Pengenalan Wajah, Video Real-time, Singular Value Decomposition (SVD), Principal Component Analysis (PCA)
Estimasi Magnitudo Gempa Bumi Dari Sinyal Seismik Gelombang P Menggunakan Metode Regresi Polinomial Naomi Yulia Indah Ginting; Astri Novianty; Anggumeka Luhur Prasasti
eProceedings of Engineering Vol 7, No 2 (2020): Agustus 2020
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Gempa bumi (earthquake) adalah peristiwa getaran atau goncangan yang terjadi di permukaan bumi akibat pelepasan energi atau pergerakan kerak bumi (lempeng bumi) dari dalam secara tiba-tiba yang menciptakan gelombang seismik. Gempa bumi umumnya menghasilkan gelombang P, gelombang S dan gelombang permukaan. Gelombang P memiliki amplitudo yang lebih kecil dan kecepatan yang tinggi dibandingkan gelombang S dan gelombang permukaan. Untuk melakukan Earthquake Early Warning (EEW), magnitudo harus diperkirakan lebih awal sehingga peringatan dapat dikeluarkan sebelum kedatangan gelombang S dan gelombang permukaan yang lebih merusak. Tujuan penelitian ini adalah menghasilkan estimasi magnitudo gempa bumi dari sinyal seismik menggunkan metode regresi polinomial dan mengetahui performansi yang dihasilkan. Dataset yang digunakan adalah sinyal seismik gelombang P. Sinyal seismik gelombang P melalui proses ektraksi fitur, kemudian nilai hasil fitur tersebut yang menjadi data input untuk masuk kedalam perhitungan metode regresi polinomial. Setelah itu metode regresi polinomial melakukan testing dengan skema pengujian untuk menghasilkan nilai estimasi magnitudo gempa bumi dengan performansi MSE (Mean Square Error) terbaik. Parameter skema pengujian pada sistem estimasi magnitudo gempa bumi setelah melalui tahap ekstraksi fitur dan estimasi menggunakan regresi polinomial akan mendapatkan hasil performansi. Performansi terbaik sistem estimasi magnitudo gempa bumi didapatkan dengan 11 nilai hasil ekstraksi fitur, partisi data 70%:30%, menggunakan variabel derajat regresi polinomial derajat 2 dan tanpa melakukan normalisasi dengan hasil performansi nilai MSE 0,53557. Kata Kunci: Magnitudo, Gempa Bumi, Sinyal Seismik, Gelombang P, Regresi Polinomial. Abstract Earthquakes are events of vibration or shaking that occur on the surface of the Earth due to the energy release or movement of the Earth's crust (earth plate) from the sudden that creates seismic waves [1]. Earthquakes generally produce P waves, S waves and surface waves. P Wave has smaller amplitude and high speed compared to S wave and surface wave. To perform Earthquake Early Warning (EEW), the magnitude should be estimated early so that warnings can be issued prior to the arrival of the S wave and more damaging surface waves. The purpose of this research is to produce an estimated magnitude of earthquakes from a seismic signal using a method of regression polynomials and to know the performance produced. The Dataset used is a wave seismic signal of P. P-Wave seismic signal through the feature extraction process, then the resulting value of the feature that
Deteksi Jenis Kulit Wajah Menggunakan Convolutional Neural Network Arsitektur Mobilenet Fiera Meiristika Utami; Rita Magladena; Sofia Saidah
eProceedings of Engineering Vol 9, No 6 (2022): Desember 2022
Publisher : eProceedings of Engineering

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

Abstract

Abstrak —Kulit wajah merupakan bagian tubuh yang sering mendapat perhatian ekstra karena mempengaruhi penampilan seseorang. Deteksi jenis kulit wajah sangat dibutuhkan untuk mengetahui jenis perawatan wajah yang harus dilekukan. Perawatan kulit pada wajah yang sesuai dengan jenis kulit yang dimiliki seseorang juga sangat penting agar kulit wajah tetap sehat. Dalam Tugas Akhir ini akan dibahas tentang bagaimana cara mendeteksi jenis kulit wajah pada manusia dengan metode Convolutional Neural Network arsitektur MobileNet. Pada metode ini, pengujian data akan dilakukan setelah melalui proses training. Setelah dilakukan ekstraksi fitur, jenis kulit akan diklasifikasikan berdasarkan jenis kulit wajah tipe normal, kering, berminyak, dan kombinasi. Penelitian deteksi jenis kulit wajah ini diuji oleh enam parameter sebagai tolak ukur hasil dari keempat tipe jenis kulit, yaitu normal, berminyak, kering, dan kombinasi. Hasil pengujian terbaik didapatkan saat ukuran citra 224x224, optimizer Adamax, learning rate 0,0001; epoch 100, batch size 16, dan n-fold 3 menghasilkan akurasi 93,14%; loss 0,2565; precision 93,25%; recall 93,25%; dan F1-Score 93%. Kata kunci—CNN, Convolutional Neural Network, MobileNet, Deteksi Kulit Wajah, Jenis Kulit Wajah
Perancangan E-archive Rekam Medis Puskesmas Kota Manna Menggunakan Metode Seci Fifin Nur Hanifah; Luciana Andrawina; Afrin Fauzya Rizana
eProceedings of Engineering Vol 8, No 5 (2021): Oktober 2021
Publisher : eProceedings of Engineering

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

Abstract

Puskesmas Kota Manna merupakan salah satu unit pelayanan kesehatan di Kabupaten Bengkulu Selatan yang memiliki tugas memberikan pelayanan kesehatan rawat jalan bagi masyarakat di wilayah kerjanya. Pada proses pelayanan kesehatan, dibuat dokumen pencatatan hasil pemeriksaan pasien berupa rekam medis disetiap kunjungan pasien yang masih dilakukan secara manual. Adapun kendala yang dihadapi dari dokumentasi dan pengelolaan rekam medis secara manual yaitu masih ditemui dokumen yang belum diisi secara lengkap dan resiko kerusakan dari penggunaan kertas pada pencatatan rekam medis pasien. Kendala yang ada, dapat berpengaruh terhadap penurunan kualitas pelayanan, karena rekam medis merupakan salah satu indikator mutu pelayanan kesehatan. Oleh karena itu, tujuan tugas akhir ini dilakukan untuk memperoleh rancangan e-archive yang membantu Puskesmas Kota Manna dalam proses dokumentasi dan pengelolaan rekam medis pasien dengan menggunakan metode SECI. Metode ini digunakan dalam proses knowledge conversion yang memberikan hasil berupa pengetahuan yang berguna bagi perancangan e-archive rekam medis di Puskesmas Kota Manna. Adapun tahapan yang dilalui yaitu socialization, externalization, combination dan internalization. Sistem e-archive yang dibangun merupakan sistem berbasis website yang dibuat menggunakan framework CodeIgniter dengan penyimpanan database MySQL. Pada pengujian sistem dilakukan dengan black box testing terhadap semua fungsi pada sistem dan user acceptance test untuk validasi sistem kepada user. Hasil dari Tugas akhir ini yaitu e-archive rekam medis bagi Puskesmas Kota Manna yang dapat melakukan dokumentasi dan pengelolaan rekam medis. Kata kunci : e-archive, rekam medis, puskesmas, SEC

Page 518 of 831 | Total Record : 8304

 516   517   518   519   520 

Filter by Year

2014 2025


Reset
Filter By Issues
All Issue Vol. 12 No. 6 (2025): Desember 2025 Vol. 12 No. 5 (2025): Oktober 2025 Vol. 12 No. 4 (2025): Agustus 2025 Vol. 12 No. 3 (2025): Juni 2025 Vol. 12 No. 2 (2025): April 2025 Vol. 12 No. 1 (2025): Februari 2025 Vol. 11 No. 6 (2024): Desember 2024 Vol. 11 No. 5 (2024): Oktober 2024 Vol. 11 No. 4 (2024): Agustus 2024 Vol. 11 No. 3 (2024): Juni 2024 Vol. 11 No. 2 (2024): April 2024 Vol. 11 No. 1 (2024): Februari 2024 Vol. 10 No. 6 (2023): Desember 2023 Vol. 10 No. 5 (2023): Oktober 2023 Vol 10, No 5 (2023): Oktober 2023 Vol. 10 No. 4 (2023): Agustus 2023 Vol 10, No 3 (2023): Juni 2023 Vol. 10 No. 3 (2023): Juni 2023 Vol. 10 No. 2 (2023): April 2023 Vol 10, No 2 (2023): April 2023 Vol. 10 No. 1 (2023): Februari 2023 Vol 9, No 6 (2022): Desember 2022 Vol. 9 No. 5 (2022): Oktober 2022 Vol 9, No 5 (2022): Oktober 2022 Vol. 9 No. 4 (2022): Agustus 2022 Vol 9, No 4 (2022): Agustus 2022 Vol 9, No 3 (2022): Juni 2022 Vol 9, No 2 (2022): April 2022 Vol 9, No 1 (2022): Februari 2022 Vol 8, No 6 (2021): Desember 2021 Vol 8, No 5 (2021): Oktober 2021 Vol. 8 No. 5 (2021): Oktober 2021 Vol 8, No 4 (2021): Agustus 2021 Vol 8, No 3 (2021): Juni 2021 Vol. 8 No. 2 (2021): April 2021 Vol 8, No 2 (2021): April 2021 Vol 8, No 1 (2021): Februari 2021 Vol 7, No 3 (2020): Desember 2020 Vol 7, No 2 (2020): Agustus 2020 Vol 7, No 1 (2020): April 2020 Vol 6, No 3 (2019): Desember 2019 Vol 6, No 2 (2019): Agustus 2019 Vol 6, No 1 (2019): April 2019 Vol 5, No 3 (2018): Desember 2018 Vol 5, No 2 (2018): Agustus 2018 Vol 5, No 1 (2018): April 2018 Vol 4, No 3 (2017): Desember, 2017 Vol 4, No 2 (2017): Agustus, 2017 Vol 4, No 1 (2017): April, 2017 Vol 3, No 3 (2016): Desember, 2016 Vol 3, No 2 (2016): Agustus, 2016 Vol 3, No 1 (2016): April, 2016 Vol 2, No 3 (2015): Desember, 2015 Vol 2, No 2 (2015): Agustus, 2015 Vol 2, No 1 (2015): April, 2015 Vol 1, No 1 (2014): Desember, 2014 More Issue