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
 720   721   722   723   724 
Implementasi Augmented Reality Sebagai Media Pembelajaran Wayang Dengan Metode Multimedia Development Life Cycle (Studi Kasus: SD Negeri 2 Adisana, Kebasen, Banyumas) Dzunuri Elvira Yaniar, Amanda; Kresna A, Iqsyahiro
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

Pembelajaran budaya lokal di sekolah dasarmasih didominasi oleh media konvensional seperti buku dangambar. Hal ini menyulitkan siswa, khususnya yang lambatbelajar, dalam memahami tokoh wayang dalam mata pelajaranBudaya Banyumasan. Dibutuhkan media pembelajaraninteraktif yang mempermudah pengenalan karakter wayang.Sistem yang dirancang memiliki masukan berupa penandavisual dan keluaran berupa model karakter wayang dalambentuk visual dan suara penjelasan. Materi budaya lokal sepertiwayang penting dikenalkan sejak dini untuk menumbuhkanrasa cinta budaya. Namun, keterbatasan media pembelajaranmenyebabkan siswa kurang antusias. Beberapa metode sepertidiskusi kelompok dan kolase sudah diterapkan, namun masihbelum membantu sebagian siswa membedakan karakterwayang. Dibutuhkan solusi yang lebih menarik dan mendukungberbagai gaya belajar siswa. Solusi yang dikembangkan adalahaplikasi berbasis Android dengan teknologi Augmented Reality.Aplikasi ini menampilkan sebelas karakter wayang dalambentuk visual flat 3D dan tambahan penjelasan berupa audio,dengan metode Multimedia Development Life Cycle yang terdiridari enam tahap: konsepsi, desain, pengumpulan materi,pembuatan, pengujian, dan distribusi. Pengujian sistemdilakukan menggunakan Black Box Testing dan UserAcceptance Testing. Aplikasi yang dikembangkan mampumengenali penanda dengan baik dan seluruh fitur berjalantanpa kendala. Pengujian menunjukkan tingkat kepuasanpengguna sebesar 96,46%. Aplikasi dinilai menarik, mudahdigunakan, dan membantu siswa memahami perbedaan antarkarakter wayang.Kata kunci — Teknologi Augmented Reality, Budaya Wayang,Pendidikan Dasar, Multimedia Development Life Cycle, Aplikasi,Sistem Operasi Android
Implementasi Metode Naïve Bayes Classifier Terhadap Analisis Sentimen Boikot Produk Terafiliasi Israel Pada Media Sosial “X” Sekar Ayu Shaumi, Miranda; Paradise
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

Konflik antara Israel dan Palestina menimbulkan dampak global, ermasuk memicu gerakan pemboikotan terhadap produk-produk yang memiliki keterkaitan dengan Israel. Di Indonesia, gerakan ini mendapatkan dukungan luas, terutama di media sosial “X”. Penelitian ini dilakukan untuk mengevaluasi pandanganmasyarakat terhadap gerakan tersebut melalui metode analisis sentimen berbasis teks, dengan memanfaatkan data berupa komentar pada unggahan pengguna yang kemudian dikategorikan ke dalam sentimen positif dan negatif. Isu boikot produk Israel menjadi perhatian masyarakat luas, ditandai dengan masifnya penyebaran opini di media sosial. Penelitian ini penting karena dapat memberi pemahaman tentang persepsi masyarakat yang mampu dimanfaatkan oleh pemilik merek untuk menjaga reputasi mereka. Proses analisis dijalankandengan menerapkan algoritma Naïve Bayes Classifier terhadap data teks dari media sosial “X” sepanjang tahun 2024. Hasil klasifikasi mengindikasikan bahwasanya dari total 9.442 komentar, sebanyak 63,1% termasuk sentimen positif dan 36,9% tergolong negatif. Model mencapai tingkat akurasi sejumlah 83%, dengan nilai f1-score tertinggi pada kelas sentimen positif, yakni 0,87%. Kontribusi utama dari penelitian ini adalah penerapan pipeline klasifikasi yang efektif untuk menangkap opini publik terhadap isu sosial yang sensitif. Kata kunci— Analisis Sentimen, Naive Bayes, Boikot, Produk Israel, Media Sosial, Klasifikasi Teks
Implementasi Sistem Monitoring Kualitas Udara Pada Produksi Kayu Laban Berbasis Internet Of Things Studi Kasus: Pengolahan Kayu Laban Untuk Furniture Di Desa Karangjambe Zulfian, Lutfi; Zafia, Anggi; Desy Nur Utomo, Aulia
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

Studi ini bertujuan untuk merancang danmenerapkan sistem pengawasan kualitas udara pada prosesproduksi pengolahan kayu laban yang berbasis Internet OfThings (IoT) di Desa Karangjambe. Kualitas udara yangkurang baik di zona industri pengolahan kayu dapat memicudampak kesehatan yang serius bagi para pekerja, termasukgangguan pernapasan dan penyakit paru-paru. Oleh karena itu,diperlukan perangkat pemantau yang dapat memberikaninformasi secara langsung tentang tingkat kualitas udara.Sistem ini memanfaatkan sensor MQ-135 untuk mendeteksikonsentrasi asap dan karbon dioksida (CO2), sensor MQ-2untuk mendeteksi gas propane dan karbon monoksida (CO),serta sensor SHARP GP2Y1010AU0F untuk mendeteksikonsentrasi debu berukuran PM2.5 dan PM10, danmikrokontroler ESP32 untuk memproses data danmengirimkan informasi ke platform Internet Of Things (IoT).Hasil penelitian menunjukkan bahwa perangkat yangdirancang dan dikembangkan mampu melakukan pengawasankualitas udara secara efisien, serta memberikan pemberitahuankepada pengguna saat terjadi peningkatan polutan. Denganimplementasi teknologi ini, diharapkan dapat meningkatkankesadaran akan pentingnya kualitas udara dan menciptakanlingkungan kerja yang lebih aman dan sehat. Sistempemantauan kualitas udara ini juga berkontribusi terhadappengembangan sistem berbasis Internet Of Things (IoT) yangdapat diadopsi di berbagai sektor industri lainnya.Kata kunci: Kualitas Udara, Internet Of Things, Sensor MQ-135, Sensor MQ-2, Sensor Sharp GP2Y1010AU0F,Mikrokontroler ESP32, Kesehatan.
Implementasi Website Wisata Pantai Indah Widarapayung (PIW) Dengan Penerapan Google Maps API Untuk Sistem Informasi Geografis (SIG) Ata Irsyadudin, Achmad; Zafia, Anggi
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

Pantai Indah Widarapayung (PIW)merupakan salah tau destinasi wisata di wilayahselatan Pulau Jawa tepatnya di Desa Widarapayung,Kecamatan Binangun, Kabupaten Cilacap, JawaTengah. Meskipun PIW memiliki potensi yang cukupbesar dalam sektor pariwisata, keterbatasanpenyebaran informasi mengenai lokasi, fasilitas,rekreasi, dan berita terkini membuat PIW kurangdikenal oleh masyarakat luas. Permasalahan inimendorong perlunya pengembangan sistem informasiberbasis website yang mampu menyajikan data wisatasecara digital, terstruktur, dan mudah diakses.Penelitian ini memiliki tujuan untuk mengembangkanwebsite wisata PIWyang informatif dan interaktifdengan mengintegrasikan Google Maps API dan sisteminformasi geografis (SIG). Metode pengembanganyang digunakan adalah Rappid ApplicationDevelopment (RAD), dengan framework React.js danpenggunaan library Material UI (MUI) untuk front-end,Express.js sebagai back-end, MySQL sebagaimanajemen basis data. Website ini juga dilengkapidengan Content Management System (CMS) yangmemungkinkan pengelola memperbarui konten secaramandiri. Data diperoleh melalui survei langsung danwawancara dengan pengelola wisata PIW. Hasilpenelitian ini berupa sebuah website yang mampumenampilkan peta interaktif, informasi fasilitas,pilihan rekreasi, sistem booking tiket, daftar kulinerdan berita terkini terkait PIW. Website inimemberikan kemudahan akses informasi dan efisiensidalam promosi wisata secara digital.Kata Kunci : CMS, Google Maps API, PantaiIndah Widarapayung, RAD, SIG, WebsiteWisata
Klasifikasi Motif Batik Semarang Menggunakan Convolutional Neural Network Dengan VGG16 Nafidanisa; Aldo, Dasril; Nicolaus
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

Batik Semarang memiliki kekayaan motif sepertiAsem Arang, Blekok Warak, Gambang Semarangan, KembangSepatu, dan Semarangan. Untuk mendukung pelestariannya,penelitian ini mengembangkan sistem klasifikasi otomatismenggunakan Convolutional Neural Network (CNN) denganarsitektur VGG16 dan pendekatan transfer learning. Datasetberisi 1.360 citra diperoleh dari Kaggle, dengan preprocessingberupa resize ke 224×224 piksel dan normalisasi piksel.Pelatihan model dilakukan dengan variasi optimizer, learningrate, dan epoch. Evaluasi performa dilakukan menggunakanconfusion matrix, classification report, serta grafik akurasi danloss. Kombinasi terbaik menggunakan optimizer SGD, learningrate 0.01, dan 50 epoch, menghasilkan performa tinggi tanpaoverfitting. Model diimplementasikan ke dalam antarmukaStreamlit agar dapat digunakan secara praktis. Berdasarkananalisis prediksi tiap kelas, sistem mampu mengenali motifbatik secara akurat dan stabil. Penelitian ini diharapkan dapatmendukung digitalisasi batik melalui teknologi klasifikasi citra.Kata kunci— Batik, Klasifikasi, Convolutional NeuralNetwork, VGG16.I. PENDAHULUANIndonesia dikenal sebagai negara kepulauan yang kayaakan budaya, salah satunya adalah batik, yang telah menjadiwarisan tak benda dunia versi UNESCO sejak 2 Oktober2009. Batik tidak hanya sekadar kain bergambar, tetapi jugasarat dengan nilai estetika, historis, filosofis, sertamencerminkan identitas lokal setiap daerah. Masing-masingwilayah di Indonesia memiliki motif batik yang khas,termasuk Kota Semarang yang dikenal dengan motif sepertiAsem Arang, Blekok Warak, Gambang Semarangan,Kembang Sepatu, dan Semarangan. Keunikan motif tersebutmerepresentasikan kekayaan budaya masyarakat pesisir yangekspresif dan terbuka[1].Meskipun demikian, proses pengenalan dan klasifikasimotif batik masih dilakukan secara manual dan bergantungpada keahlian individu, sehingga menimbulkan tantangandalam hal kecepatan, efisiensi, dan akurasi. Untuk mengatasihal tersebut, diperlukan pemanfaatan teknologi, khususnyadalam bidang pengolahan citra digital dan kecerdasan buatan.Salah satu pendekatan yang relevan adalah penggunaanConvolutional Neural Network (CNN), yang telah banyakditerapkan untuk tugas klasifikasi citra, termasuk dalampengenalan objek dan pola visual. CNN mampumengekstraksi fitur visual melalui lapisan konvolusi,pooling, dan fully connected secara bertahap[2].Penelitian terdahulu menunjukkan efektivitas CNNdalam klasifikasi gambar, termasuk batik. Misalnya, RizkiMawan (2020) berhasil mengklasifikasikan tiga jenis motifbatik dengan akurasi sebesar 85% menggunakan CNN[3].Selain itu, beberapa penelitian telah mengembangkan sistemklasifikasi batik dari daerah lain seperti Yogyakarta, Solo,dan Banyuwangi. Namun, klasifikasi motif batik Semarangmasih belum banyak dieksplorasi. Hal ini menjadi celahpenelitian yang penting untuk dikaji lebih lanjut[4].Penelitian ini bertujuan untuk membangun modelklasifikasi citra motif batik Semarang menggunakan metodeCNN dengan arsitektur VGG16 dan pendekatan transferlearning. VGG16 dipilih karena kesederhanaan strukturnya,penggunaan kernel kecil 3×3, serta kemampuan da
Klasifikasi Tingkat Urgensi Pengaduan Masyarakat Menggunakan Long Short-Term Memory (Lstm) (Studi Kasus: Website Lapak Aduan Banyumas) Fauzian Setiawan, Kelvin; Paradise; Agung Prabowo, Dedy
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

Penggunaan website pengaduan masyarakatsudah diterapkan di berbagai daerah, termasuk Lapak AduanBanyumas milik Pemerintah Kabupaten Banyumas. Website inimemfasilitasi masyarakat untuk menyampaikan informasi,keluhan, pertanyaan, dan usulan terkait pelayanan daerah.Peningkatan jumlah aduan pada Desember 2023 (950 aduan)dan Januari 2024 (1.032 aduan) memperlambat prosespenanganan, dan tanpa sistem skala prioritas penangananmenjadi tidak tepat sasaran. Penelitian ini bertujuan untukmengimplementasikan sistem klasifikasi tingkat urgensipengaduan masyarakat menggunakan metode Long Short-TermMemory (LSTM). Pada website Lapak Aduan Banyumas,pengaduan yang masuk diklasifikasikan ke dalam kategori“Urgent” berlaku jika kondisinya sangat memprihatinkan danberdampak serius dan “Not Urgent” berlaku jika kondisinyaserius tetapi tidak memerlukan penanganan segera. Penelitianini menggunakan data yang diambil dari website Lapak AduanBanyumas, terdiri dari 19.240 data pengaduan selama periode2 Januari 2024 hingga 27 April 2025. Proses penelitian meliputitahapan Preprocessing Data, Pelabelan Data, FeatureExtraction, Pembuatan Model Klasifikasi, dan Deployment.Berdasarkan hasil penelitian, model berhasilmengklasifikasikan pengaduan ke dalam dua kategori denganrata-rata akurasi sebesar 99.51%. Nilai precision, recall, danF1-score juga tinggi dan seimbang di kedua kategori, yaitu 0,99untuk Urgent maupun Not Urgent. Macro dan weighted averagesebesar 0.99 menunjukkan bahwa model mampu menanganikedua kategori dengan sangat konsisten.Kata kunci — Lapak Aduan Banyumas, Pengaduan, LSTM,Urgent, Not Urgent
Pemanfaatan STB Android sebagai Home Server untuk Jaringan Rumah Gilang Ramandani, Muhammad; Anggi Zafia
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

Kebutuhan infrastruktur digital dalam jaringanrumah terus meningkat seiring pertumbuhan perangkat pintar.Penelitian ini bertujuan untuk memanfaatkan Set-Top Box(STB) Android tipe HG680P sebagai home server denganmenggunakan sistem operasi Armbian dan platform CasaOS.STB yang umumnya digunakan sebagai perangkat hiburandiubah fungsinya menjadi server ringan yang mampumenjalankan layanan seperti file sharing, media streaming, danakses jarak jauh melalui ZeroTier. Pengujian dilakukan denganmenggunakan metode benchmarking Sysbench, evaluasikualitas layanan (QoS), dan uji performa file sharing. Hasilpengujian dengan Sysbench menunjukkan performa memoritertinggi sebesar 6058 MB/s, CPU mencapai 2744 event/s, danperforma I/O tertinggi sebesar 7.23 MB/s. Pengujian QoSdengan skenario download, upload dan streaming dengan filesebesar 75 Mb, menunjukkan nilai throughput hingga 10,2Mbps, delay terendah 1,32 ms, jitter 1,32 ms, dan packet losssangat rendah (maksimum 0,56%). Sementara itu, pengujianfile sharing dengan upload dan download menggunakan fileyang sama menghasilkan rata-rata waktu upload dan downloadyang efisien dengan pemakaian CPU di bawah 15% dan memoristabil di sekitar 25%. Hasil ini membuktikan bahwa STBAndroid HG680P mampu berfungsi sebagai home server yangefisien, terjangkau, dan dapat diandalkan untuk jaringanrumah.Kata kunci— Home Server, STB Android, Jaringan Rumah,Armbian
Penerapan Algoritma Support Vector Machine Dalam Prediksi Diabetes Melitus Menggunakan Data Pasien Rsud Prof. Dr. Margono Soekarjo Bayu Pratama, Rafli; Dwi Putro W, Aditya; Kartika Sari, Dian
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

Diabetes Melitus (DM) adalah penyakit kronisyang semakin meningkat prevalensinya setiap tahun danmenjadi salah satu tantangan utama di bidang kesehatan.Penelitian ini bertujuan membangun model prediksi risiko DMmenggunakan algoritma Support Vector Machine (SVM)dengan data pasien dari RSUD Prof. Dr. Margono Soekarjo.Algoritma SVM dipilih karena kemampuannya dalammengklasifikasikan data non-linear dengan baik. Penelitian inimenggunakan pendekatan data mining dengan tahapanpreprocessing data, pemodelan, evaluasi, dan analisis. Datayang digunakan mencakup variabel usia, jenis kelamin, tekanandarah, kadar glukosa, dan indeks massa tubuh (BMI). Hasilpenelitian menunjukkan bahwa SVM dengan kernel RBFmemberikan performa terbaik dengan akurasi 93%, precision93%, recall 94%, dan f1-score 93%. Analisis feature importancemenunjukkan bahwa variabel glukosa dan BMI memilikikontribusi terbesar dalam menentukan risiko diabetes,sedangkan tekanan darah, usia, dan jenis kelamin memilikipengaruh yang lebih kecil. Dari hasil ini disimpulkan bahwakombinasi SVM dengan kernel RBF dan pendekatanoversampling (SMOTE) merupakan metode paling optimaluntuk memprediksi diabetes melitus pada dataset ini. Penelitianini diharapkan dapat membantu tenaga medis dalam diagnosisdini dan memberikan dasar bagi pengembangan aplikasiprediksi risiko diabetes berbasis teknologi untuk mendukungpengambilan keputusan klinis yang lebih baik.Kata kunci— diabetes melitus, SVM, klasifikasi, SMOTE,prediksi
Pengembangan Aplikasi Si-eMOO Berbasis Android Untuk Klasifikasi Penyakit Sapi Menggunakan Rapid Application Development Purnomo, Fatkhurrohman; Euclides Wahyu Nugroho, Nicolaus
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

Peternakan sapi perah di Desa Tumiyang masihmenghadapi kendala dalam pemantauan kesehatan ternaksecara akurat dan cepat akibat kurangnya pemanfaatanteknologi, yang berdampak pada produktivitas hewan yangkurang optimal. Oleh karena itu, dibutuhkan sebuah solusiteknologi yang mampu membantu peternak melakukandeteksi dini penyakit ternak secara mandiri. Penelitian inibertujuan untuk mengembangkan fitur Deteksi Sakit padaaplikasi Si-eMOO berbasis Android dengan pendekatanRapid Application Development (RAD). Fitur inimemanfaatkan teknologi computer vision untukmengklasifikasikan penyakit sapi melalui analisis citra yangdiambil menggunakan kamera ponsel pengguna. Prosespengembangan aplikasi melibatkan tahapan perancanganantarmuka, integrasi model klasifikasi berbasis CNN, sertapengujian sistem. Pengujian fungsional menggunakanmetode blackbox menunjukkan bahwa seluruh skenario ujiberhasil 100% tanpa error. Sementara itu, pengujiankegunaan dengan kuesioner System Usability Scale (SUS)kepada 15 responden menghasilkan skor rata-rata 76,245yang tergolong dalam kategori "Baik" dan "Acceptable".Berdasarkan hasil tersebut, dapat disimpulkan bahwa fituryang dikembangkan terbukti fungsional, efektif, dan mudahdigunakan oleh peternak dalam mendeteksi penyakit sapisecara mandiri.Kata Kunci – deteksi penyakit, computer vision,peternakan sapi perah, RAD, aplikasi Android, SUS
Pengenalan Media Pembelajaran Huruf Hiragana dan Katakana Menggunakan Metode Voice Command Untuk Meningkatkan Kemampuan Belajar Bahasa Jepang Berbasis Augmented Reality Agnisa Putri, Abrilia; Azrino Gustalika, Muhamad
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

Tujuan dari penelitian ini adalah menggunakanteknik MDLC untuk membuat dan mengembangkan materipembelajaran interaktif untuk huruf Hiragana dan Katakanamenggunakan Augmented Reality (AR) pada perangkatAndroid. Siswa kelas XI berpartisipasi dalam penelitian ini,yang dilakukan di SMA Negeri 1 Ajibarang. Tahapan-tahapandalam Multimedia Development Life Cycle (MDLC) -konseptualisasi, desain, pengumpulan materi, perakitan,pengujian, dan distribusi - diikuti ketika mengembangkanaplikasi. Pengguna dapat dengan mudah menavigasi danberinteraksi dengan aplikasi ini dengan menggunakan perintahsuara berkat fungsionalitas Voice Command. Pendekatan BlackBox Testing digunakan untuk pengujian fungsionalitas, yangmenunjukkan bahwa semua fitur aplikasi berfungsisebagaimana mestinya tanpa ada masalah. Selanjutnya, ujikelayakan System Usability Scale (SUS) memiliki nilai rata-rata82,67%, masuk dalam kategori “B” dengan tingkat kelayakan“Good” yang menurut pengguna dapat diterima. Aplikasi ARini menyajikan visualisasi 3D interaktif huruf Jepang, sehinggamemudahkan siswa memahami materi serta meningkatkanmotivasi dan keterlibatan dalam belajar. Rekomendasipengembangan ke depan meliputi perluasan aplikasi ke materilain, penambahan fitur baru untuk memperkaya pengalamanbelajar, pelatihan guru agar penggunaan aplikasi lebih optimal,serta evaluasi rutin berdasarkan masukan pengguna.Kata kunci — Augmented Reality, Huruf Hiragana danKatakana, Media Pembelajaran, Multimedia Development LifeCycle, Voice Command

Page 722 of 801 | Total Record : 8006

 720   721   722   723   724 

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