cover
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
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.
Articles 8,006 Documents
Analisis Potensi Bahaya Pemasangan Rebar Pada Proyek BDX Dengan Metode Hazard Identification, Risk Assessment and Risk Control (HIRARC) Dan Job Safety Analysis (JSA) Di PT XYZ Purnawan, Aurora Mahadewi Putri; Salma, Sheila Amalia; Kusnayat, Agus
eProceedings of Engineering Vol. 9 No. 5 (2022): Oktober 2022
Publisher : eProceedings of Engineering

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

Abstract

Pekerjaan pemasangan besi tulangan (rebar) pada proyek konstruksi merupakan salah satu aktivitas dengan potensi risiko kecelakaan kerja yang tinggi apabila tidak dikendalikan secara tepat dan terstruktur. Penelitian ini bertujuan untuk menganalisis potensi bahaya yang dapat terjadi selama proses pemasangan rebar pada proyek BDx milik PT XYZ, dengan menggunakan metode Hazard Identification, Risk Assessment and Risk Control (HIRARC) yang di integrasikan dengan metode Job Safety Analysis (JSA). Pengumpulan data dilakukan melalui observasi langsung di proyek, wawancara informal dengan pihak terkait, dan penyebaran kuesioner kepada lima responden. Proses analisis mencakup identifikasi tahapan kerja, pengenalan potensi bahaya, penilaian tingkat risiko yang mengacu pada matriks yang ada pada standar AS/NZS 4360:2004, serta penyusunan strategi pengendalian yang mengacu pada prinsip hierarki pengendalian risiko. Hasil penelitian menunjukkan adanya 11 potensi bahaya, yang terdiri atas 1 potensi bahaya dengan tingkat risiko tinggi, 9 risiko sedang, dan 1 risiko rendah. Risiko tertinggi berasal dari paparan suara bising yang ditimbulkan oleh mesin gerinda. Rekomendasi pengendalian mencakup eliminasi bahaya, substitusi alat kerja, pengendalian teknik dan administratif, serta penyediaan alat pelindung diri (APD) yang sesuai standar. Validasi hasil dilakukan bersama tim proyek guna memastikan kesesuaian rekomendasi dengan kondisi lapangan. Temuan ini diharapkan dapat memperkuat penerapan sistem Keselamatan dan Kesehatan Kerja (K3) dan menjadi acuan dalam penyusunan prosedur kerja yang aman pada pekerjaan pemasangan rebar di proyek konstruksi. Kata kunci—Keselamatan kerja, Pemasangan rebar, Identifikasi bahaya, HIRARC, JSA, Konstruksi
Faktor-Faktor Yang Memengaruhi Return Saham Berdasarkan Analisis Rasio Keuangan Dan Faktor Ekonomi Makro (Studi Kasus Saham Sektor Idxenergy 2015–2024) Latif, Muhammad Hilmi; Aryani, Sinta; Suryana, Nanang
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

Penelitian ini bertujuan untuk mengidentifikasi faktor-faktor yang memengaruhi return saham tahunan pada perusahaan sektor energi yang tergabung dalam indeks IDXENERGY selama periode 2015–2024. Metode yang digunakan adalah regresi data panel dinamis dengan pendekatan Generalized Method of Moments (GMM), guna mengatasi permasalahan endogenitas dan autokorelasi dalam model. Penelitian ini menganalisis 90 perusahaan dengan total 594 observasi panel. Hasil penelitian menunjukkan bahwa faktor internal perusahaan memiliki pengaruh dominan terhadap return saham. Return on Assets (ROA) dan Working Capital Turnover (WCTO) berpengaruh positif signifikan, yang mengindikasikan efisiensi operasional mendorong kinerja pasar. Sebaliknya, Debt to Equity Ratio (DER) dan Total Asset Turnover (TATO) memiliki pengaruh negatif signifikan, yang menandakan bahwa struktur pendanaan dan efisiensi aset belum tentu berbanding lurus dengan imbal hasil. Dari sisi eksternal, harga minyak global menunjukkan pengaruh negatif signifikan terhadap return, sementara variabel makro lainnya seperti inflasi dan harga batu bara tidak signifikan. Hasil ini menegaskan pentingnya indikator fundamental perusahaan dalam analisis saham sektor energi. Kata kunci: return saham, sektor energi), rasio keuangan, data panel dinamis,. pasar berkembang
Analisis Faktor Kepuasan Pengguna Aplikasi Cazh Pos Menggunakan Metode Performance, Information, Economicc, Control, Efficiency, And Service (PIECES) Dan End User Computing Satisfaction (EUCS) Qothrunnada Maryana Septeardi, Nailah; Setyadi, Resad
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

Penelitian ini bertujuan untuk mengevaluasitingkat kepuasan pengguna terhadap aplikasi kasir online CazhPos (Point of Sale) dengan menerapkan dua pendekatananalisis, yaitu metode PIECES (Performance, Information,Economic, Control, Efficiency, dan Service) serta EUCS (EndUser Computing Satisfaction). Cazh Pos merupakan aplikasiberbasis Android yang dirancang untuk membantu pelakuUsaha Mikro, Kecil, dan Menengah (UMKM) dalam mencatatdan memproses transaksi keuangan secara digital. Namun,dalam praktik penggunaannya masih terdapat beberapapermasalahan, seperti terbatasnya fitur saat aplikasi digunakansecara offline, adanya bug yang mengganggu jalannyatransaksi, serta sistem pembayaran melalui QRIS (QuickResponse Code Indonesian) yang belum berjalan secaraoptimal. Penelitian ini menerapkan pendekatan kuantitatifdengan mengumpulkan data melalui penyebaran kuesioner danpelaksanaan wawancara terhadap 330 responden gunamengukur tingkat kepuasan pengguna. Hasil analisismenunjukkan bahwa variabel kinerja, efisiensi, kemudahanpenggunaan, dan layanan sangat memengaruhi tingkatkepuasan pengguna. Nilai tertinggi dalam metode PIECESdiperoleh oleh variabel service sebesar 3,99, sedangkan nilaiterendah oleh variabel economic sebesar 3,22. Dalam metodeEUCS, variabel accuracy mencatatkan nilai tertinggi sebesar72,96%, sedangkan timeliness memperoleh nilai terendah yaitu27,57%. Hasil temuan ini menunjukkan bahwa peningkatanpada aspek desain tampilan dan ketepatan waktu sangatdiperlukan untuk mengoptimalkan kinerja aplikasi.Rekomendasi dari penelitian ini diharapkan mendukungpengembangan aplikasi yang lebih andal dan sesuai kebutuhanUMKM.Kata kunci— Aplikasi Kasir, Cazh Pos, EUCS, KepuasanPengguna, PIECES, UMKM
Analisis Kepuasan Pengguna Terhadap Aplikasi Fore Coffee Menggunakan Metode End-User Computing Satisfaction Elisabeth Angela Susanto, Laurensia; Sarah Astiti
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 food and beverage, termasuk Fore Coffee,sangat bergantung pada pemanfaatan teknologi digital,khususnya aplikasi mobile. Pengguna aplikasi Fore Coffeemelaporkan berbagai keluhan, seperti estimasi waktupemrosesan pesanan yang tidak akurat, bug/error, metodepembayaran terbatas, dan kecepatan aplikasi yang kurangoptimal. Penelitian ini bertujuan menganalisis tingkat kepuasanpengguna terhadap aplikasi Fore Coffee menggunakan metodeEnd-User Computing Satisfaction (EUCS), dengan lima variabelutama: content, accuracy, format, ease of use, dan timeliness.Data diperoleh dari 400 pengguna yang valid dari total 454responden kuesioner. Validitas dan reliabilitas instrumen diujimenggunakan Factor Loading dan Average Variance Extracted(AVE). Hasil uji hipotesis menunjukkan hanya variabeltimeliness (H5) yang berpengaruh signifikan terhadap kepuasanpengguna, sedangkan variabel lainnya (H1–H4) tidaksignifikan. Temuan ini memberikan dasar bagi rekomendasipengembangan aplikasi, antara lain peningkatan estimasiwaktu tunggu yang dinamis, penjadwalan pesanan yangfleksibel, notifikasi promo relevan, program loyalitas berbasispoin, promo eksklusif seperti cashback atau diskon, dan fiturumpan balik pengguna untuk peningkatan berkelanjutan.Kata kunci— Aplikasi Mobile, EUCS, Fore Coffee, Kepuasanpengguna, Teknologi Informasi
Analisis Sentimen Komentar Video Youtube Terhadap Visi Indonesia Emas 2045 Menggunakan Metode Naïve Bayes Yoga Setiawan, Aldi; Wijayanto, Sena
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

Visi Indonesia Emas 2045 merupakan gagasanpemerintah indonesia dalam mengusung momentum 100 tahunkemerdekaan Indonesia. Visi Indonesia Emas 2045 dirancangoleh Kementerian Bappenas dalam Rencana PembangunanJangka Panjang Nasional (RPJPN) untuk periode tahun 2025hingga 2045. Perancangan visi Indonesia Emas 2045 memilikitujuan mewujudkan indonesia menjadi negara maju denganperadaban masyarakat modern. Berbagai upaya sosialisasiterkait Visi Indonesia Emas 2045 memunculkan responmasyarakat yang bervariasi untuk menyampaikan pendapatmelalui komentar media sosial, seperti Youtube. Analisissentimen pada penelitian ini dilakukan untukmengklasifikasikan opini masyarakat menjadi tiga kategorisentimen yaitu positif, negatif, dan netral. Penelitian inimenggunakan metode Naïve Bayes untuk dapat menganalisissentimen masyarakat pada komentar video Youtube terhadapVisi Indonesia Emas 2045. Pengumpulan data diambil dari 7konten video Youtube diperoleh 5520 komentar. Setelah melaluipreprocessing terdapat 5346 data yang digunakan untuk tahappelabelan dengan kategori sentimen terdiri dari 3644 sentimenpositif, 1167 sentimen negatif, dan 535 sentimen netral. MetodeNaïve Bayes menghasilkan performa akurasi sebesar 79%dengan nilai precision sebesar 81%, recall sebesar 79%, dan f1-score sebesar 80%.Kata kunci— Analisis Sentimen, Visi Indonesia Emas 2045,Naïve Bayes, Youtube, Preprocessing
Analisis Sentimen Komentar Youtube Potensi Gempa Megathrust Di Indonesia Menggunakan Algoritma Support Vector Machine (SVM) Krisna Subagyo, Ade; Wijayanto, Sena
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 berada di kawasan Cincin Api Pasifik, menjadikannya salah satu negara dengan risiko gempa bumi tertinggi di dunia, termasuk potensi gempa megathrust. Peringatan resmi dari BMKG tentang potensi gempa besar ini menimbulkan kekhawatiran publik, yang tercermin dalam komentar masyarakat di platform media sosial YouTube . Analisis terhadap komentarkomentar ini penting untuk memahami persepsi masyarakat serta mendukung strategi komunikasi risiko bencana. Penelitian ini bertujuan untuk mengidentifikasi dan mengklasifikasikan sentimen masyarakat menjadi dua sentimen, yaitu sentimen positif dan sentimen negatif, menggunakan pendekatan analisis sentimen berbasis machine learning dengan algoritma Support Vector Machine (SVM). Data dikumpulkan dari dua video YouTube populer, kemudian melalui tahapan pra-pemrosesan, pelabelanmenggunakan SenticNet, pembobotan TF-IDF, penyeimbangan data dengan SMOTETomek, serta pengujian model menggunakan empat kernel SVM (Linear, RBF, Polynomial, dan Sigmoid) pada duaskenario pembagian data: 80:20 dan 90:10. Hasil menunjukkan kernel RBF menghasilkan akurasi tertinggi (89%) pada skenario 80:20, namun bias terhadap kelas positif. Kernel Linear dan Sigmoidlebih seimbang dan stabil. Kernel Linear dipilih sebagai model terbaik untuk klasifikasi sentimen dalam penelitian ini.Kata kunci : gempa megathrust , analisis sentimen, komentar YouTube , support vector machine, SMOTETomek
Analisis Sentimen Layanan Rumah Sakit di Purwokerto Berdasarkan Ulasan Google Maps Menggunakan Metode LSTM Irfan Syaputra, Fauzi; Wijayanto, Sena
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

Persepsi Masyarakat terhadap layanan rumahsakit terlihat dari ulasan yang ditulis secara daring, salah satunyamelalui platform Google Maps. Ulasan tidak hanya memberikaninformasi bagi calon pasien, tetapi juga mencerminkanpengalaman subjektif yang dapat dimanfaatkan untuk evaluasilayanan secara menyeluruh. Dalam penelitian ini, dilakukananalisis sentimen terhadap ulasan rumah sakit yang ada diwilayah Purwokerto, dengan menggunakan metode Long ShortTerm Memory (LSTM). Data yang digunakan berasal dari 17.261ulasan berbahasa Indonesia yang dikumpulkan melalui prosesweb scrapping. Tahapan analisis mencakup pre-processing teks,seperti konversi karakter, pembersihan data, normalisasi,tokenisasi, penghapusan stopword, dan stemming, serta pelabelansentimen menggunakan leksikon SenticNet dan penyeimbangandata dengan metode Synthetic Minority Over-Sampling Technique(SMOTE). Model LSTM yang dibangun dan dievaluasimenggunakan metrik akurasi, precision, recall, dan f1-score.Hasil model LSTM mampu mengklasifikasikan sentimen denganakurasi sebesar 86%, yang menunjukan model efektif dalammemahami isi ulasan. Penelitian ini menunjukan bahwa deeplearning dapat dimanfaatkan untuk menganalisis opini publik,khususnya di sektor kesehatan, dan bisa menjadi bahanpertimbangan dalam upaya peningkatan kualitas layanan rumahsakit.Kata kunci— analisis sentimen, layanan rumah sakit, LSTM,SMOTE, confusion matrix
Analasis Sentimen Opini Masyarkat Pada Komentar Youtube Terhadap Kereta Cepat Jakarta – Bandung Menggunakan Metode Naive Bayes Fathannul Khoiri, Zidan; Wijayanto, Sena
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

kereta Cepat Jakarta-Bandung (Whoosh)merupakan proyek transportasi terbesar di Indonesia yangmemicu berbagai tanggapan dari masyarakat, baik dukunganmaupun kritik. Opini publik terhadap proyek ini banyakditemukan di media sosial, khususnya pada kolom komentarYouTube. Penelitian ini bertujuan untuk menganalisis sentimenmasyarakat terhadap proyek tersebut menggunakan algoritmaMultinomial Naive Bayes. Data diperoleh dari komentar padabeberapa video YouTube yang membahas Kereta CepatJakarta-Bandung berjumlah 4161, kemudian melalui tahapanprapemrosesan, pelabelan sentimen, dan klasifikasi. Sentimendikategorikan menjadi dua, yaitu positif dan negatif. Dari total4.058 komentar yang dianalisis, sebanyak 3.000 komentar(75,49%) termasuk sentimen positif dan 974 komentar (24,50%)tergolong negatif. Komentar positif umumnya mengungkapkanrasa bangga dan optimisme terhadap kemajuan infrastrukturnasional, sedangkan komentar negatif cenderung menyorotiaspek pembiayaan, hutang, dan dampaknya terhadapperekonomian negara. Hasil evaluasi menunjukkan bahwamodel mempertahankan performa yang baik pada data ujidengan akurasi sebesar 81%. Penelitian ini memberikangambaran umum tentang persepsi publik serta dapat dijadikanacuan dalam menilai opini masyarakat dan perencanaanproyek infrastruktur di masa mendatang.Kata kunci— analisis sentimen, youtube, kereta cepat jakartabandung, naive bayes classifier.
Analisis Sentimen Pengguna Youtube Terhadap Penyedia Layanan Internet Starlink di Indonesia Menggunakan Algoritma Decision Tree Saptahadi Hery Syahputra, Haycal; Wijayanto, Sena
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

Layanan internet satelit Starlink yang hadir di Indonesia menimbulkan berbagai opini di media sosial,khususnya Youtube, sehingga penting untuk memahami persepsi masyarakat guna mengevaluasi penerimaan dan tantangan layanan tersebut. Topik ini dingkat karena masalah akses internet di wilayah terpencil Indonesia masih terbatas, sementara pemahaman tentang tanggapan masyarakatterhadap Starlink belum terkelola secara sistematis, sehingga menyulitkan penyedia layanan dalam meningkatkan kualitas dan strategi. Penelitian ini menggunakan komentar dari 10 video Youtube terkait Starlink yang melalui tahap preprocessing meliputi pembersihan data, case folding, normalisasi, tokenisasi, stopword removal dan stemming. Data diberi label sentimen positif dan negatif menggunakan kamus senticnet, dibobot dengan TF-IDF, diseimbangkan dengan teknik SMOTE, dan diklasifikasikan menggunakan algoritma Decision Tree. Model dievaluasi dengan metrik akurasi, precision, recall, dan F1- score. Hasil menunjukkan mayoritas komentar bersifat positifdengan presentase 59,69% untuk sentimen positif dan 40,31% untuk negatif, dan model Decision Tree mencapai akurasi 76,35% menggunakan parameter default dan proporsi split data 80:20 dan 71,26% setelah tuning parameter dan proporsi split data 80:20. Penggunaan tuning parameter dilakukan untuk mengatasi permasalahan overfitting pada data. Penelitian ini diharapkan memberikan wawasan mengenai panda ngan masyarakat terhadap penyedia layanan internet Starlink di Indonesia.Kata kunci— Analisis Sentimen, Starlink, Decision Tree
Analisis Sentimen Pengguna YouTube Terhadap Program Makan Bergizi Gratis Menggunakan Algoritma Support Vector Machine Brata, Dewa; Wijayanto, Sena
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

Program Makan Bergizi Gratis merupakan inisiatifpemerintah Indonesia di bawah Kabinet Merah Putih yangdiluncurkan pada Januari 2025 untuk meningkatkankesejahteraan masyarakat melalui penyediaan makanan bergizi,khususnya bagi kelompok rentan. Program ini memicu beragamopini di media sosial, khususnya di YouTube karenapelaksanaannya menyangkut banyak pihak dan anggaran negarayang sangat besar. Sehingga, penting untuk menganalisissentimen agar mengetahui penerimaan publik terhadap PMBG.Penelitian ini menggunakan data komentar sebanyak 2760 datakomentar lima video dari YouTube berita nasional hasil crawling,kemudian data tersebut diproses melalui tahap preprocessing.Selanjutnya, data komentar diberi kategori polaritas, yaitusentimen positif dan negatif menggunakan bantuan kamusSenticNet. Setelah itu, dibobot menggunakan TF-IDF, datadipisahkan ke dalam dua skenario proporsi pelatihan danpengujian, yaitu 80:20 dan 90:10. SMOTE digunakan untukmenyeimbangkan distribusi kelas, lalu data diklasifikasikanmenggunakan Support Vector Machine yang menguji empat tipekernel berbeda. Evaluasi model dilakukan melalui pendekatanconfusion matrix untuk memperoleh nilai akurasi, precision,recall, dan f1-score. Hasil skenario 80:20 menggunakan SMOTE,didapatkan kernel linear sebesar 86%, dan akurasi tertinggi tanpaSMOTE didapatkan oleh kernel sigmoid sebesar 86%. Hasilskenario 90:10 menggunakan SMOTE kernel linearmenunjukkan akurasi terbaik sebesar 89%, dan akurasi tertinggi91% tanpa SMOTE pada kernel sigmoid.Kata kunci— analisis sentimen, youtube, makan bergizi gratis,support vector machine, SVM

Filter by Year

2014 2025


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