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 8,006 Documents
 707   708   709   710   711 
Pengembangan Prototipe Infus Berbasis Internet Of Things Untuk Monitoring Pasien Secara Real Time Saputra, Rangga; Hikmah, Irmayatul; Indah Purnama, Sevia
eProceedings of Engineering Vol. 12 No. 4 (2025): Agustus 2025
Publisher : eProceedings of Engineering

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

Abstract

Prototipe infus yang dilengkapi IoT inidirancang untuk membangun sistem pemantauan real-timeterhadap cairan infus pasien, meningkatkan efisiensi dankeamanan dalam pelayanan kesehatan. Denganmenggunakan sensor sel beban untuk mengukur beratkantong infus, sistem ini mentransmisikan data secaranirkabel melalui WiFi ke aplikasi Blynk. Peringatan otomatisakan dikirimkan kepada staf perawat ketika volume infusmendekati ambang batas minimum yang telah ditentukan.Penilaian kinerja mencakup empat area utama: fungsiperingatan, presisi sensor, perhitungan tetes per menit(DPM), dan kualitas jaringan. Uji peringatan memastikansistem secara andal menyalakan indikator LED danmenghasilkan notifikasi saat tingkat cairan mencapai atauturun di bawah 50 ml. Evaluasi presisi membandingkanoutput sensor beban dengan timbangan digital yangdikalibrasi. Sensor 1 menunjukkan MAE sebesar0.4166666667 (0.14970%) dan RMSE sebesar 0.6454972244(0.232%). Sensor 2 menunjukkan $MAE $sebesar $0,3846153846$ (0,12837%) dan RMSE sebesar $0,6201736729 (0,207%).Pengujian akurasi DPM menunjukkan Sensor 1 mencapaiMAE sebesar 3,91011236 (19,55%) dan RMSE sebesar4,546884351 (22,73%). Sensor 2, bagaimanapun,menunjukkan kesalahan yang lebih tinggi: MAE sebesar5,714285714 (28,57%) dan RMSE sebesar 7,55928946(37,80%). Akhirnya, metrik Kualitas Layanan (QoS)menunjukkan latensi rata-rata 1,502 ms (Sangat Baik),throughput 57,45 Kbps (Moderat), tingkat kehilangan paketyang signifikan sebesar 41,08% (Sangat Buruk), dan nilaijitter 3,296 ms (Baik).Kata kunci—Infus, Load Cell, Platform Blynk, QoS, ESP32,Monitoring Real-time
Pengembangan Prototipe Infus Berbasis Internet Of Things Untuk Monitoring Pasien Secara Real Time Kevin Pratama Woy, Mario; Irmayatul Hikmah; Indah Purnama, Sevia
eProceedings of Engineering Vol. 12 No. 4 (2025): Agustus 2025
Publisher : eProceedings of Engineering

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

Abstract

Prototipe infus yang dilengkapi IoT inidirancang untuk membangun sistem pemantauan real-timeterhadap cairan infus pasien, meningkatkan efisiensi dankeamanan dalam pelayanan kesehatan. Denganmenggunakan sensor sel beban untuk mengukur beratkantong infus, sistem ini mentransmisikan data secaranirkabel melalui WiFi ke aplikasi Blynk. Peringatan otomatisakan dikirimkan kepada staf perawat ketika volume infusmendekati ambang batas minimum yang telah ditentukan.Penilaian kinerja mencakup empat area utama: fungsiperingatan, presisi sensor, perhitungan tetes per menit(DPM), dan kualitas jaringan. Uji peringatan memastikansistem secara andal menyalakan indikator LED danmenghasilkan notifikasi saat tingkat cairan mencapai atauturun di bawah 50 ml. Evaluasi presisi membandingkanoutput sensor beban dengan timbangan digital yangdikalibrasi. Sensor 1 menunjukkan MAE sebesar0.4166666667 (0.14970%) dan RMSE sebesar 0.6454972244(0.232%). Sensor 2 menunjukkan $MAE $sebesar $0,3846153846$ (0,12837%) dan RMSE sebesar $0,6201736729 (0,207%).Pengujian akurasi DPM menunjukkan Sensor 1 mencapaiMAE sebesar 3,91011236 (19,55%) dan RMSE sebesar4,546884351 (22,73%). Sensor 2, bagaimanapun,menunjukkan kesalahan yang lebih tinggi: MAE sebesar5,714285714 (28,57%) dan RMSE sebesar 7,55928946(37,80%). Akhirnya, metrik Kualitas Layanan (QoS)menunjukkan latensi rata-rata 1,502 ms (Sangat Baik),throughput 57,45 Kbps (Moderat), tingkat kehilangan paketyang signifikan sebesar 41,08% (Sangat Buruk), dan nilaijitter 3,296 ms (Baik).Kata kunci—Infus, Load Cell, Platform Blynk, QoS, ESP32,Monitoring Real-time
Pengembangan Prototipe Infus Berbasis Internet Of Things Untuk Monitoring Pasien Secara real time - Capstone Witri Arsyada, Rifalia; Hikmah, Irmayatul; Indah Purnama, Sevia
eProceedings of Engineering Vol. 12 No. 4 (2025): Agustus 2025
Publisher : eProceedings of Engineering

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

Abstract

Prototipe infus yang dilengkapi IoT ini dirancang untuk membangun sistem pemantauan real-time terhadap cairan infus pasien, meningkatkan efisiensi dan keamanan dalam pelayanan kesehatan. Dengan menggunakan sensor sel beban untuk mengukur berat kantong infus, sistem ini mentransmisikan data secara nirkabel melalui WiFi ke aplikasi Blynk. Peringatan otomatis akan dikirimkan kepada staf perawat ketika volume infus mendekati ambang batas minimum yang telah ditentukan. Penilaian kinerja mencakup empat area utama: fungsiperingatan, presisi sensor, perhitungan tetes per menit (DPM), dan kualitas jaringan. Uji peringatan memastikan sistem secara andal menyalakan indikator LED dan menghasilkan notifikasi saat tingkat cairan mencapai atau turun di bawah 50 ml. Evaluasi presisi membandingkan output sensor beban dengan timbangan digital yang dikalibrasi. Sensor 1 menunjukkan MAE sebesar 0.4166666667 (0.14970%) dan RMSE sebesar 0.6454972244(0.232%). Sensor 2 menunjukkan $MAE $sebesar $0,3846153846 $ (0,12837%) dan RMSE sebesar $0,6201736729 (0,207%). Pengujian akurasi DPM menunjukkan Sensor 1 mencapaiMAE sebesar 3,91011236 (19,55%) dan RMSE sebesar 4,546884351 (22,73%). Sensor 2, bagaimanapun, menunjukkan kesalahan yang lebih tinggi: MAE sebesar 5,714285714 (28,57%) dan RMSE sebesar 7,55928946 (37,80%). Akhirnya, metrik Kualitas Layanan (QoS) menunjukkan latensi rata-rata 1,502 ms (Sangat Baik), throughput 57,45 Kbps (Moderat), tingkat kehilangan paket yang signifikan sebesar 41,08% (Sangat Buruk), dan nilaijitter 3,296 ms (Baik).Kata kunci—Infus, Load Cell, Platform Blynk, QoS, ESP32, Monitoring Real-time
Pengukuran Kontur Dasar Sungai Dengan Metode Linear Movement Syauqi Habibillah, Ade; Indriyanto, Slamet; Wibisono, Gunawan
eProceedings of Engineering Vol. 12 No. 4 (2025): Agustus 2025
Publisher : eProceedings of Engineering

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

Abstract

Indonesia memiliki banyak sungai yang krusialbagi kehidupan, namun rentan terhadap banjir akibatpenumpukan sedimen yang menyebabkan perubahan konturdasar sungai. Pengukuran manual tidak efektif untukmendeteksi perubahan di setiap titik. Oleh karena itu,penelitian ini bertujuan untuk mengembangkan sistempengukuran kontur dasar sungai yang akurat dan efisienmenggunakan metode linear movement. Sistem ini terdiri dariEnd Device dan Gateway. End Device menggunakan sensorVL53L1X untuk mengukur kedalaman air, sensor INA219untuk memantau daya, dan mikrokontroler LilyGO TTGOLoRa32 untuk komunikasi jarak jauh. Data pengukuranditampilkan pada layar OLED dan dikirim ke Gateway melaluiLoRa P2P. Gateway kemudian meneruskan data ke platformBlynk melalui Wi-Fi, memungkinkan pemantauan real-timepada perangkat mobile atau web. Data dari Blynk selanjutnyadiolah menggunakan Microsoft Excel untuk menghasilkangrafik kontur Sungai. Hasil pengujian menunjukkan bahwasensor VL53L1X dapat mengukur jarak dengan baik, meskipunakurasi bervariasi tergantung faktor eksternal seperti intensitascahaya dan kekeruhan air. Sistem komunikasi LoRa danplatform Blynk berfungsi dengan baik dalam transmisi dantampilan data Efisiensi baterai memungkinkan alat beroperasihingga 26 jam. Sistem ini diharapkan memberikan informasikontur sungai yang efisien dan praktis.Kata kunci— Sensor VL53L1X, LoRa, Blynk, IoT(Internet of Things), Linear Movement
Pengukuran Kontur Dasar Sungai Dengan Metode Linear Movement Indriyanto, Slamet; Wibisono, Gunawan; Armando, Richo
eProceedings of Engineering Vol. 12 No. 4 (2025): Agustus 2025
Publisher : eProceedings of Engineering

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

Abstract

Indonesia memiliki banyak sungai yang krusialbagi kehidupan, namun rentan terhadap banjir akibatpenumpukan sedimen yang menyebabkan perubahan konturdasar sungai. Pengukuran manual tidak efektif untukmendeteksi perubahan di setiap titik. Oleh karena itu,penelitian ini bertujuan untuk mengembangkan sistempengukuran kontur dasar sungai yang akurat dan efisienmenggunakan metode linear movement. Sistem ini terdiri dariEnd Device dan Gateway. End Device menggunakan sensorVL53L1X untuk mengukur kedalaman air, sensor INA219untuk memantau daya, dan mikrokontroler LilyGO TTGOLoRa32 untuk komunikasi jarak jauh. Data pengukuranditampilkan pada layar OLED dan dikirim ke Gateway melaluiLoRa P2P. Gateway kemudian meneruskan data ke platformBlynk melalui Wi-Fi, memungkinkan pemantauan real-timepada perangkat mobile atau web. Data dari Blynk selanjutnyadiolah menggunakan Microsoft Excel untuk menghasilkangrafik kontur Sungai. Hasil pengujian menunjukkan bahwasensor VL53L1X dapat mengukur jarak dengan baik, meskipunakurasi bervariasi tergantung faktor eksternal seperti intensitascahaya dan kekeruhan air. Sistem komunikasi LoRa danplatform Blynk berfungsi dengan baik dalam transmisi dantampilan data Efisiensi baterai memungkinkan alat beroperasihingga 26 jam. Sistem ini diharapkan memberikan informasikontur sungai yang efisien dan praktis.Kata kunci— Sensor VL53L1X, LoRa, Blynk, IoT(Internet of Things), Linear Movement
Perancangan Dan Analisis Waitress Calling System Menggunakan NodeMCU ESP32 Berbasis Wireless Sensor Network David Kasyanto, Risky; Titan Syifa,, Fikra; Indriyanto, Slamet
eProceedings of Engineering Vol. 12 No. 4 (2025): Agustus 2025
Publisher : eProceedings of Engineering

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

Abstract

Industri makanan dan minuman merupakansektor strategis dengan prospek pertumbuhan tinggi, namunrestoran sering menghadapi tantangan dalam memberikanlayanan yang cepat dan responsif, terutama saat jam sibuk.Penelitian ini merancang dan mengimplementasikan sistempemanggilan pelayan berbasis mikrokontroler NodeMCUESP32 menggunakan protokol komunikasi MQTT. Sistemterdiri atas tiga tombol utama (Call, Bill, dan Reset) yangmengirimkan data dalam format JSON ke broker MQTTberbasis cloud. Informasi kemudian ditampilkan secara realtime melalui layar OLED, aplikasi Blynk, dan dashboard NodeRED. Pengujian dilakukan dalam dua skenario: Line of Sight(LOS) dan Non-Line of Sight (NLOS), untuk mengevaluasiperforma jaringan berdasarkan parameter Quality of Service(QoS). Hasil menunjukkan nilai rata-rata throughput sebesar1254,44 bit/s (LOS) dan 723,54 bit/s (NLOS), dengan latensimasing-masing 993,55 ms dan 848,1 ms, serta jitter 6,39 ms dan180,86 ms. Tingkat kehilangan paket tercatat 20,65% (LOS)dan 54,85% (NLOS). Dari hasil tersebut, sistem terbukti efektifdalam meningkatkan efisiensi layanan, mengurangi waktutunggu pelanggan, serta mendukung transformasi digitalmelalui teknologi Internet of Things (IoT).Kata kunci— Waitress Calling System, Wireless SensorNetwork, Internet of Things, NodeMCU ESP32, Quality ofService, MQTT
Implementasi Sistem Peringatan Kecepatan dan Notifikasi Kecelakaan Otomatis pada Sepeda Motor Rakan Aji Pratama; Jamil, Althaf Nizarudin; Achmad, Raffi; Rahadian, Iqbal Adzani; Sanjoyo, Danu Dwi
eProceedings of Engineering Vol. 12 No. 4 (2025): Agustus 2025
Publisher : eProceedings of Engineering

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

Abstract

Tingginya angka fatalitas kecelakaan yang melibatkan sepeda motor di Indonesia menjadi masalah krusial yang salah satunya disebabkan oleh lambatnya penanganan medis. Keterlambatan informasi mengenai terjadinya dan lokasi kecelakaan secara akurat menjadi penghambat utama dalam memberikan pertolongan pertama pada periode kritis. Penelitian ini bertujuan untuk mengatasi permasalahan tersebut dengan merancang dan mengimplementasikan sebuah sistem notifikasi kecelakaan otomatis. Solusi yang diimplementasikan berupa sistem terintegrasi yang terdiri dari perangkat IoT pada sepeda motor, server backend, dan aplikasi seluler. Perangkat IoT menggunakan sensor IMU MPU6050 dan GPS untuk mendeteksi anomali pergerakan dan kemiringan yang mengindikasikan kecelakaan. Saat terdeteksi, data lokasi dan waktu kejadian dikirimkan secara otomatis melalui jaringan GPRS ke server Django, yang kemudian meneruskan informasi tersebut sebagai notifikasi push real-time ke aplikasi seluler kontak darurat. Berdasarkan pengujian, sistem ini berhasil berfungsi sesuai rancangan. Pengujian sensor menunjukkan akurasi penentuan lokasi GPS dengan selisih rata-rata 6.92 meter. Waktu transmisi notifikasi dari deteksi kecelakaan oleh perangkat IoT hingga diterima oleh aplikasi seluler kontak darurat berhasil dicapai dengan rata-rata 2.016 detik. Hasil ini membuktikan bahwa sistem yang dibangun mampu menyediakan solusi notifikasi darurat yang cepat dan akurat, sehingga berpotensi mempercepat waktu respons dan meningkatkan peluang keselamatan korban.Kata kunci— deteksi kecelakaan, internet of things, notifikasi otomatis, sepeda motor, sistem peringatan
Implementasi Sistem Peringatan Kecepatan dan Notifikasi Kecelakaan Otomatis pada Sepeda Motor Pratama, Rakan Aji; Jamil, Althaf Nizarudin; Achmad, Raffi; Hambali, Akhmad; Rahadian, Iqbal Adzani; Sanjoyo, Danu Dwi
eProceedings of Engineering Vol. 12 No. 4 (2025): Agustus 2025
Publisher : eProceedings of Engineering

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

Abstract

Tingginya angka fatalitas kecelakaan yang melibatkan sepeda motor di Indonesia menjadi masalah krusial yang salah satunya disebabkan oleh lambatnya penanganan medis. Keterlambatan informasi mengenai terjadinya dan lokasi kecelakaan secara akurat menjadi penghambat utama dalam memberikan pertolongan pertama pada periode kritis. Penelitian ini bertujuan untuk mengatasi permasalahan tersebut dengan merancang dan mengimplementasikan sebuah sistem notifikasi kecelakaan otomatis. Solusi yang diimplementasikan berupa sistem terintegrasi yang terdiri dari perangkat IoT pada sepeda motor, server backend, dan aplikasi seluler. Perangkat IoT menggunakan sensor IMU MPU6050 dan GPS untuk mendeteksi anomali pergerakan dan kemiringan yang mengindikasikan kecelakaan. Saat terdeteksi, data lokasi dan waktu kejadian dikirimkan secara otomatis melalui jaringan GPRS ke server Django, yang kemudian meneruskan informasi tersebut sebagai notifikasi push real-time ke aplikasi seluler kontak darurat. Berdasarkan pengujian, sistem ini berhasil berfungsi sesuai rancangan. Pengujian sensor menunjukkan akurasi penentuan lokasi GPS dengan selisih rata-rata 6.92 meter. Waktu transmisi notifikasi dari deteksi kecelakaan oleh perangkat IoT hingga diterima oleh aplikasi seluler kontak darurat berhasil dicapai dengan rata-rata 2.016 detik. Hasil ini membuktikan bahwa sistem yang dibangun mampu menyediakan solusi notifikasi darurat yang cepat dan akurat, sehingga berpotensi mempercepat waktu respons dan meningkatkan peluang keselamatan korban.Kata kunci— deteksi kecelakaan, internet of things, notifikasi otomatis, sepeda motor, sistem peringatan
Rancang Bangun Prototipe Pemantau Kekeruhan Air Dan Pengaturan Pakan Ikan Louhan Pada Akuarium Berbasis IoT Bagaskara, Baruna; Yuliantoro, Prasetyo
eProceedings of Engineering Vol. 12 No. 4 (2025): Agustus 2025
Publisher : eProceedings of Engineering

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

Abstract

Kemajuan teknologi saat ini mempermudah komunikasi antardevais serta mendukung penerapansistem otomatis berbasis Internet of Things (IoT). Salah satu penerapannya adalah pada pemeliharaan ikan hias dalam akuarium, yang membutuhkan monitoring kualitas air dan pemberian pakan secara teratur. Permasalahan umum yang sering dihadapi pemilikakuarium adalah kesulitan dalam memantau kekeruhan air serta keterlambatan dalam pemberian pakan. Penelitian ini merancang sistem monitoring kekeruhan air dan kontrol pemberian pakan ikan Louhan yang dapat dipantau secara daring melalui aplikasi Blynk di smartphone. Sistem ini dibangun menggunakan sensor turbidity untuk mengukur kekeruhan air, dan motor servo sebagai mekanisme pemberian pakan otomatis, yang dikendalikan oleh mikrokontroler NodeMCUESP32. Pengujian dilakukan terhadap lima sampel air dengan tingkat kekeruhan berbeda, serta pengujian suhu air menggunakan sensor DS18B20. Hasil menunjukkan bahwa sistem dapat bekerja sesuai fungsinya dengan tingkat akurasi pengukuran sensor turbidity mencapairatarata 96,47% dan error margin sebesar 0,115, yang masih dalam batas toleransi sistem monitoring berbasis sensor.Kata kunci: IoT, NodeMCU, Pakan Ikan, Sensor Turbidity, Akuarium Cerdas
Rancang Bangun Sarung Tangan Pengenalan Bahasa Isyarat Kondisi Tubuh Berbasis Sistem Sensor dan Pembelajaran Mesin Azhar Alfarisi, Fadhil; Indah Purnama, Sevia; Aly Afandi, Mas
eProceedings of Engineering Vol. 12 No. 4 (2025): Agustus 2025
Publisher : eProceedings of Engineering

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

Abstract

Penyandang disabilitas tunarungu atau tunawicara sering mengalami kesulitan dalam menyampaikan kondisi tubuh melalui bahasa isyarat kepada orang normal, sehingga menimbulkan hambatan komunikasi dan interaksi sosial. Untuk mengatasi masalah ini, dikembangkan sebuah sistem sarung tangan berbasis sensor dan machine learningyang mampu mengenali dan menerjemahkan bahasa isyarat terkait kondisi tubuh. Sistem ini menggunakan flex sensor untuk mendeteksi lekukan jari, mikrokontroler ESP32 besertaexpansion board sebagai unit pemroses serta LCD 16x2 dengan modul IIC sebagai tampilan output. Data sensor diklasifikasikan ke dalam 8 kondisi tubuh seperti batuk, flu, diare, sakit leher,sakit lengan, sakit kaki, sakit kepala, dan pusing dan dapat ditampilkan secara real-time dengan waktu respon rerata 0.10detik dalam bentuk teks. Desain sarung tangan dipilih untukmeningkatkan kenyamanan dan probabilitas. Hasil pengujianmenunjukkan bahwa sistem mampu mengenali 8 kondisi tubuhdengan akurasi 86% dan waktu respons yang cepat.Kata kunci : Bahasa Isyarat, Flex Sensor, MPU6050, MachineLearning, Sarung Tangan

Page 709 of 801 | Total Record : 8006

 707   708   709   710   711 

Filter by Year

2014 2025


Reset
Filter By Issues
All Issue 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