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
 623   624   625   626   627 
Analisis Perbandingan Performansi Openvswitch Dan Open Virtual Network Dengan POX Controller Pada Cloud-SDN Faturrahman, Raihan
eProceedings of Engineering Vol. 12 No. 3 (2025): Juni 2025
Publisher : eProceedings of Engineering

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

Abstract

Abstrak — Dalam dunia jaringan komputer, memilikikonsep keterkaitan konektifitas pada setiap perangkat. Padajenis jaringan tradisional, untuk mengelola suatu perangkat,konfigurasi dilakukan pada tiap perangkat dan tidak terpusat.Sehingga jenis jaringan tradisional memiliki keterbatasandalam mengimplementasikan cloud computing. Yang memilikiakses di mana saja sehingga bertambah pula user/penggunauntuk mengelola suatu perangkat, yang mengakibatkanperubahan trafik secara dinamis. Oleh karena itu, SoftwareDefined Network (SDN) muncul sebagai harapan untukkompleksitas jaringan tradisional. Dapat memisahkan controlplane dan data plane secara terpisah. Sehingga dapatmelakukan konfigurasi perangkat secara terpusat. Untukmenjalankan jaringan SDN dibutuhkan Kontroller SDN yaituPOX Controller. Menggunakan Open virtual switch dan openvirtual network untuk memastikan kinerja jaringan yangoptimal. Penelitian ini berfokus untuk menganalisisperformansi jaringan antara openvswitch dan open virtualnetwork menggunakan POX controller pada cloud-SDN.Skenario percobaan dilakukan menggunakan mininet untukmembangun topologi jaringan. Topologi jaringan yangdigunakan yaitu topologi 3 switch, topologi 5 switch, dantopologi 7 switch. Hasil pengujian berdasarkan parameterQuality of service (QOS) terdiri dari troughput, packet loss,jitter, dan delay. Open virtual network memiliki kualitas yanglebih baik dibandingkan open virtual switch. Denganmendapatkan hasil troughput 37,35 Mbps, Packet loss 3.907 %,Delay 1,71 ns, dan jitter 531 ns.Kata kunci — Cloud Computing, Software Defined Network,POX Controller, Open Virtual Switch, Open Virtual Network,Quality Of Services.
Back-up Virtual Machine, Database Dan Fileset Pada Rubrik Cloud Data Management (CDM) Menggunakan Metode Take on Demand (ToD) Dan Driven by SLA Rifa Ganesa Bermana, Kelvin; Gusti Amri Ginting, Jafaruddin; Augus, Gerry
eProceedings of Engineering Vol. 12 No. 3 (2025): Juni 2025
Publisher : eProceedings of Engineering

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

Abstract

Pencadangan data penting untuk melindungiperusahaan dari kegagalan sistem, kesalahan pengguna, danserangan cyber. Penelitian ini membandingkan metode Take onDemand (ToD) dan SLA-Driven menggunakan Rubrik CloudData Management (CDM). Hasilnya, SLA-Driven lebih efisiendalam waktu dan penyimpanan, dengan pencadangan 1450,80detik dan pemulihan 30 detik untuk data 3007,22 GB,dibandingkan ToD yang membutuhkan 1650,80 detik dan 50detik. Dengan strategi inkremental, SLA-Driven mengurangikebutuhan penyimpanan dari 660 GB menjadi 500 GB,sehingga lebih cocok untuk pengelolaan data skala besar.Kata kunci — Backup data, Recovery data, Take on Demand(ToD), SLA-Driven, Rubrik CDM
Deteksi Kelelahan Pada Pengendara Sepeda Motor Berbasis Internet of Things (IoT) Kirani Lubis, Liza; Aly Afandi, Mas; Indah Purnama, Sevia
eProceedings of Engineering Vol. 12 No. 3 (2025): Juni 2025
Publisher : eProceedings of Engineering

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

Abstract

Kecelakaan lalu lintas di Indonesia, terutamapada pengendara sepeda motor, adalah masalah yang terusmeningkat setiap tahunnya. Hal ini terjadi karena faktorhuman error yaitu kelelahan dan kantuk pada saat berkendara.Meminta bantuan teman untuk memastikan kondisipengendara bahwa mereka dalam keadaan tetap sadar dantidak mengantuk adalah solusi umum untuk mencegahpengendara mengantuk. Namun, solusi ini tidak selalu efektifkarena ada kemungkinan bahwa pengendara menghadapisituasi yang mengharuskan mereka berkendara sendiri. Padapenelitian akan dibuat perancangan alat berbasis Internet ofThings (IoT) yang bertujuan untuk mendeteksi kelelahan padapengendara sepeda motor secara real-time denganmenggunakan sensor MAX30102, sensor flex dan ESP32sebagai pusat kendalinya. Hasil penelitian menunjukkan, sensorMAX30102 berhasil mendeteksi denyut jantung dan saturasioksigen (SpO2), serta sensor flex berhasil mendeteksiperubahan sudut kepala pengendara. Kemudian, Sistem iniefektif memberikan peringatan dini jika terdeteksi kondisitertentu menggunakan notifikasi suara melalui speaker, buzzer,dan menampilkan data pada aplikasi blynk. Hasil pengujianmenunjukkan bahwa sensor MAX30102 dan flex sensormemiliki akurasi yang tinggi, dengan akurasi 98,73% untukpengukuran denyut jantung, 99,28% untuk saturasi oksigen,dan 99,95% untuk deteksi sudut kepalaKata kunci— Blynk, Flex Sensor, MAX30102, NodeMCUESP32
Evaluasi Perangkat Pengukuran Baku Mutu Air Rumah Tangga Berbasis Iot Untuk Menunjang Implementasi Smart City Viga Lestari, Ananda
eProceedings of Engineering Vol. 12 No. 3 (2025): Juni 2025
Publisher : eProceedings of Engineering

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

Abstract

Sebuah kota dapat disebut 'pintar' ketikainvestasi dalam modal manusia, sosial dan infrastrukturkomunikasi tradisional dan modern mendorong pertumbuhanekonomi yang berkelanjutan dan kualitas hidup yang tinggi,dengan pengelolaan sumber daya alam yang bijaksana melaluitata kelola partisipatif. Salah satu parameter yang berdampakuntuk peningkatan kualitas hidup masyarakat adalah kualitasair. Air memiliki standar baku mutu yang ditetapkan olehPERMENKES no. 32 Tahun 2017. Meskipun jumlah air di bumiselalu tetap, namun kualitas air mengalami perubahan seiringdengan pertumbuhan jumlah populasi manusia dan aktivitasyang mengiringinya. Dengan perkembangan teknologi yangsangat pesat membawa kita ke era yang lebih maju. Pada skripsiini dirancang alat untuk memudahkan masyarakat dalammemonitoring kualitas air bersih menggunakan sensorturbidity, sensor suhu , sensor TDS dan ESP32 sebagaipengendali utamanya. Sensor turbidity sebagai pendekteksitingkat kekeruhan pada air, sensor suhu sebagai pengukursuhu, sensor total dissolved solids sebagai pendeteksi partikel zatpadat yang terlarut pada air ataupun cairan.Kata kunci— ESP32; total dissolved solids; sensor TDS;sensor turbidity, sensor suhu
Implementasi Internet Of Things Untuk Pemantauan Dan Pengontrol AC Otomatis M. Raihan Muzzaki; Aly Afandi, Mas; Fitrian Isnawati, Anggun
eProceedings of Engineering Vol. 12 No. 3 (2025): Juni 2025
Publisher : eProceedings of Engineering

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

Abstract

Air Conditioner (AC) berperan penting dalammenciptakan lingkungan belajar yang nyaman di TelkomUniversity Purwokerto. Namun, pengendalian manual seringmenyebabkan pemborosan energi dan risiko kerusakan.Penelitian ini mengusulkan sistem kontrol AC otomatis berbasisIoT untuk meningkatkan efisiensi energi. Sistem inimenggunakan sensor PIR untuk mendeteksi keberadaanpengguna, sensor suhu dan kelembapan DHT11, serta infraredtransmitter KY-005 yang dikendalikan oleh mikrokontrolerESP8266. Antarmuka berbasis web memungkinkan kontroljarak jauh. Hasil pengujian menunjukkan sensor PIR bekerjaoptimal pada sudut 90° dengan jangkauan 5 meter, sementarainfrared transmitter berfungsi maksimal saat menghadaplangsung ke AC. Sensor DHT11 memiliki akurasi 98,37%dengan error 1,63%. Sistem ini mampu menghemat dayahingga 7,68 kWh per hari atau 230,4 kWh per bulan,mengurangi biaya listrik hingga 33,33%. Penelitian inimenghadirkan solusi berkelanjutan untuk pengelolaan AC diruang kelas berbasis IoT.Kata kunci - Air Conditioner (AC), Internet of Things (IoT),Sensor passive Infrared, Sensor DHT11, IR Trasnmitter,Mikrokontroler
Implementasi Load Balancer Pada Flask Web App Untuk Meningkatkan Performansi Web Server Silvia, Helen; Gusti Amri Ginting, Jafar; Arifwidodo, Bongga
eProceedings of Engineering Vol. 12 No. 3 (2025): Juni 2025
Publisher : eProceedings of Engineering

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

Abstract

Server merupakan perangkat yang menyediakanlayanan, baik dalam bentuk hardware maupun software.Adanya server memungkinkan untuk penyediaan sumber dayaseperti data. Fungsi lain dari server adalah menjadi tempatmelakukan deploy aplikasi web. Suatu server, sebaiknya diaturagar memiliki availability atau ketersediaan sehingga ketikaclient membutuhkan data atau ingin mengakses aplikasi web,layanan akan tetap tersedia. Salah satu cara untuk menjagaavailability server adalah dengan mengimplementasikan loadbalancer. Load balancer merupakan layanan yang dapatmendistribusikan traffic ke beberapa server sehingga servertertentu tidak akan kelebihan beban. Load balancer yanglayanannya dapat digunakan antara lain adalah NGINX,dengan metode round-robin, least-connection, dan ip-hash.Setiap metode memiliki cara kerja yang berbeda-beda dandapat dianalisis Quality of Service-nya untuk menentukanmetode yang cocok. Selain itu, ketersediaan server dapatdimonitoring secara real-time menggunakan Grafana danPrometheus untuk memastikan jika server bekerja dengan baikatau ada kendala yang perlu diatas. Untuk itu, dilakukanimplementasi load balancer pada flask web app untukmeningkatkan performansi web server, serta mengintegrasikandengan layanan Grafana dan Prometheus agar dapatdimonitoring. Berdasarkan hasil penelitian, diketahui bahwaload balancer dapat membagi traffic ke 3 VM menggunakanmetode round robin, least connection, dan IP hash, sertadimonitoring pada dashboard Grafana dengan data sourcePrometheus. Dari ketiga metode, throughput terbesarmenggunakan metode IP hash (0,571 Mbps Flask C) dan roundrobin (0,215 Mbps Flask A, 0,281 Flask B, 0,241 Flask C). Lalupacket loss terkecil menggunakan metode least connection(0,5% Flask A, 0,3% Flask B, 0,4% Flask C). Kemudian delayterkecil menggunakan metode round robin (7,362 ms Flask A,5,549 ms Flask B, 7,992 Flask C). Terakhir jitter terkecilmenggunakan metode round robin (4,092 ms Flask A, 1,735 msFlask B, 3,822 Flask C).Kata kunci: load balancer, flask, nginx, grafana, Prometheus.
Implementasi SMOTE Untuk Mengatasi Imbalance Class Pada Berita Online Menggunakan Metode K-Nearest Neighbor (KNN) Sitanggang, Andreas; Rhomandhona, Shinta; Aly Afandi, Mas
eProceedings of Engineering Vol. 12 No. 3 (2025): Juni 2025
Publisher : eProceedings of Engineering

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

Abstract

Berdasarkan survei Asosiasi Penyelenggara JasaInternet Indonesia (APJII), jumlah pengguna internet diIndonesia mencapai 215,63 juta orang pada periode 2022-2023,meningkat sebesar 2,67% dibandingkan periode sebelumnya.Peningkatan ini menyebabkan lonjakan jumlah berita onlineyang memerlukan pengelolaan data yang lebih baik, terutamadalam menangani ketidakseimbangan kelas data set padaklasifikasi data. Penelitian ini bertujuan untuk mengatasimasalah tersebut dengan menerapkan teknik SMOTE, yangmenghasilkan sampel baru untuk kelas data set minoritas gunameningkatkan representasi data. Selain itu, algoritma KNNdigunakan untuk mengevaluasi pengaruh kombinasi SMOTEdan KNN terhadap performa model klasifikasi. Evaluasidilakukan menggunakan metrik akurasi, presisi, recall, dan F1-Score. Hasil penelitian menunjukkan bahwa penerapanSMOTE berhasil meningkatkan performa model klasifikasi.Kombinasi terbaik diperoleh pada nilai parameter k=1, denganakurasi sebesar 62,50%, presisi 58,39%, recall 86,96%, dan F1-Score 69,87%. Dibandingkan dengan model sebelum penerapanSMOTE, terjadi peningkatan performa akurasi dari 58,33%,presisi dari 49,56%, dan F1-Score dari 63,28%, sambilmempertahankan recall 87,50%. Penelitian ini membuktikanbahwa SMOTE efektif dalam menangani ketidakseimbangankelas data set, menghasilkan prediksi model yang lebih akuratdan seimbang. Hasil penelitian memberikan kontribusi dalampengelolaan data berita online untuk mendukung kualitasklasifikasi yang lebih baik.Kata kunci— AI, KNN, SMOTE, Berita Online
Klasifikasi Kematangan Buah Kelapa Sawit Menggunakan Metode Convolutional Neural Network (CNN) Syahputra, Yoga
eProceedings of Engineering Vol. 12 No. 3 (2025): Juni 2025
Publisher : eProceedings of Engineering

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

Abstract

Industri kelapa sawit berperan penting dalamperekonomian global, namun klasifikasi tingkat kematanganbuah sawit secara efisien masih menjadi tantangan. Klasifikasimanual memakan waktu dan sumber daya yang besar denganakurasi yang kurang memadai. Oleh karena itu, pendekatanseperti Convolutional Neural Network (CNN) menjadi solusiyang menjanjikan. CNN memanfaatkan kemampuan jaringansaraf tiruan untuk memahami fitur kompleks dalam gambar,memungkinkan klasifikasi otomatis yang lebih akurat.Penelitian ini menggunakan CNN untuk klasifikasi kematanganbuah sawit. Dataset gambar buah sawit dengan berbagaitingkat kematangan dikumpulkan dan dibagi menjadi tigabagian: training (70%, 152 data), validasi (15%, 32 data), danpengujian (15%, 32 data), dengan total 216 data. Pembagian inimemastikan evaluasi kinerja model yang seimbang dan akurat.Model yang dihasilkan diharapkan mampu mengenali danmengklasifikasikan buah sawit berdasarkan tingkatkematangan dengan lebih efektif. Hasil pengujianmenunjukkan bahwa selama epoch 1-20, akurasi trainingmencapai 100% dan loss menurun hingga 2,24%, sementaraakurasi validasi stabil di sekitar 95%. Epoch terbaik tercatatpada epoch ke-20 dengan akurasi 100% dan loss 2,24% untuktraining, serta loss validasi 12,04%. Confusion matrixmenunjukkan 13 prediksi benar untuk buah matang dan 16untuk buah mentah, dengan 3 false negatives dan tanpa falsepositives. Model memiliki akurasi 90,63%, presisi 100%, danrecall 81,25%Kata kunci— AI, CNN, Buah Sawit, Klasifikasi
Klasifikasi Penyakit Daun Kelapa Sawit Menggunakan Metode Convolutional Neural Network (CNN) Abimanyu, Arya; Aly Afandi, Mas; Indah, Sevia
eProceedings of Engineering Vol. 12 No. 3 (2025): Juni 2025
Publisher : eProceedings of Engineering

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

Abstract

Kelapa sawit merupakan salah satu komoditasperkebunan yang memiliki peran strategis dalam pembangunanekonomi Indonesia. Sebagai tulang punggung ekonomi bagijutaan penduduk, perkembangan sektor ini menekankanpemenuhan persyaratan guna menjamin hasil produksi yangberkualitas. Tantangan utama yang dihadapi petani adalahpenyakit pada tanaman kelapa sawit yang disebabkan olehhama dan kekurangan unsur hara, yang dapat menghambatpertumbuhan dan mengurangi hasil panen. Kurangnyapengetahuan petani mengenai jenis penyakit daun kelapa sawitsering kali mengakibatkan kesalahan dalam penanganannya.Penelitian ini berfokus pada klasifikasi penyakit daun kelapasawit menggunakan pengolahan citra berbasis kecerdasanbuatan (Artificial Intelligence), dengan tujuan membantupetani dalam mengidentifikasi daun sehat dan berpenyakitsecara akurat. Metode Convolutional Neural Network (CNN)digunakan untuk mengenali pola dan fitur kompleks pada citradaun kelapa sawit. Hasil menunjukkan bahwa akurasipelatihan meningkat cepat hingga hampir 1 pada epoch 1–20,dengan loss turun signifikan. Namun, akurasi validasi stabil disekitar 0,95, menandakan adanya overfitting. Epoch terbaiktercatat pada epoch 20 dengan akurasi pelatihan 1 dan loss0,001, sementara akurasi validasi tertinggi terjadi pada epoch80 sebesar 0,975. Berdasarkan confusion matrix, model berhasilmengklasifikasikan daun berpenyakit sebanyak 66 kali dandaun sehat sebanyak 80 kali, dengan 14 kesalahan false positivedan tanpa false negative. Akurasi model mencapai 91,25%,dengan presisi 82,5% dan recall 100%, menunjukkan performayang baik dalam mengidentifikasi daun sehat dan berpenyakit.Harapannya, penelitian ini dapat menjadi solusi praktis bagipetani dalam mendeteksi penyakit daun kelapa sawit secaracepat dan akurat, meminimalkan kesalahan, dan meningkatkanhasil pertanian secara keseluruhan.Kata kunci— AI, CNN, Daun Sawit, Klasifikasi
Manajemen Log Di Cluster Kubernetes Menggunakan Fluentd Dan Elasticsearch Megantara, I Gede; Gusti Amri Ginting, Jafaruddin
eProceedings of Engineering Vol. 12 No. 3 (2025): Juni 2025
Publisher : eProceedings of Engineering

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

Abstract

Perkembangan teknologi digital membutuhkaninfrastruktur Teknologi Informasi yang mumpuni, termasukadopsi arsitektur mikroservis dan kontainerisasi yangmendorong penggunaan Kubernetes sebagai orkestratorkontainer. Kubernetes memudahkan pengelolaan danpenyebaran aplikasi kompleks, namun juga meningkatkankompleksitas pengelolaan log dari berbagai kontainer. Log inimencakup aktivitas aplikasi, performa sistem, dan pesandebugging yang penting untuk memahami kinerja aplikasi,mendeteksi masalah, dan memenuhi kebutuhan keamanan.Penelitian ini berfokus pada manajemen log terdistribusi dilingkungan Kubernetes menggunakan Fluentd danElasticsearch. Fluentd berperan sebagai agen pengumpul logyang efisien, sementara Elasticsearch menyediakanpenyimpanan, pengindeksan, dan analisis log yang cepat.Kombinasi keduanya diharapkan meningkatkan efisiensi,ketersediaan, dan keamanan infrastruktur cloud yangkompleks. Metode penelitian mencakup implementasi duaskenario utama yaitu pengumpulan log secara manualmenggunakan perintah kubectl logs pada satu pod dan 20 poduntuk mendapatkan performa, dan pengumpulan logterdistribusi menggunakan Fluentd yang terintegrasi denganElasticsearch di cluster Kubernetes. Evaluasi dilakukanberdasarkan waktu pencarian log, efisiensi pengumpulan log,dan kemudahan analisis menggunakan visualisasi dari Kibana.Hasil penelitian menunjukkan bahwa pengumpulan logmenggunakan Fluentd dan Elasticsearch secara signifikan lebihefisien dibandingkan metode manual.Kata Kunci : Elasticsearch, Fluentd, infrastruktur TI ,kontainerisasi, Kubernetes, manajemen log, mikroservis

Page 625 of 831 | Total Record : 8304

 623   624   625   626   627 

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