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
 823   824   825   826   827 
Usulan Perbaikan Kualitas Produk Arang Briket Menggunakan Metode Six Sigma Pada PT. Bara Sinar Sejahtera Rizha Nurmila Hilda; Aufar Fikri Dimyati; Rizqa Amelia Zunaidi
eProceedings of Engineering Vol. 12 No. 6 (2025): Desember 2025
Publisher : eProceedings of Engineering

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

Abstract

Abstrak — PT. Bara Sinar Sejahtera, produsen arang briket dari tempurung kelapa, menghadapi tantangan serius dalam menjaga kualitas produknya, terutama terkait kadar abu yang melebihi standar SNI, bentuk briket tidak sempurna, dan produk pecah. Penelitian ini bertujuan mengidentifikasi akar penyebab kecacatan produk dan menyusun strategi perbaikan menggunakan metode Six Sigma dengan pendekatan DMAIC (Define, Measure, Analyze, Improve, Control). Hasil tahap Define dan Measure menunjukkan bahwa 75% cacat berasal dari kadar abu yang tinggi. Nilai DPMO sebesar 105.935,66 dan level sigma 2,77 menandakan rendahnya kapabilitas mutu produksi. Analisis lanjutan dengan diagram pareto, fishbone, dan FMEA menunjukkan bahwa permasalahan utama berasal dari faktor material dan measurement. Usulan perbaikan meliputi penyusunan standar bahan baku, SOP kebersihan, serta pengujian internal sederhana. Pada tahap Control, dibuat peta kendali p dan dokumen pendukung untuk pengawasan berkelanjutan. Meskipun implementasi tidak dilakukan langsung, rancangan strategi telah disusun sistematis untuk menjadi acuan perusahaan. Penelitian ini menegaskan bahwa Six Sigma efektif dalam menganalisis permasalahan mutu dan merancang perbaikannya secara sistematis. Kata kunci — arang briket, DMAIC, kadar abu, kualitas produk, Six Sigma
Usulan Perbaikan Kualitas Produk Banner Dengan Metode Six Sigma Di Percetakan Kamoro PT Irian Bhakti Papua Cabang Timika Glorido Pascal Soumokil; Aufar Fikri Dimyati; Rizqa Amelia Zunaidi
eProceedings of Engineering Vol. 12 No. 6 (2025): Desember 2025
Publisher : eProceedings of Engineering

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

Abstract

Abstrak — Tingginya persentase cacat pada produk banner di percetakan Kamoro PT Irian Bhakti Papua cabang Timika berdampak pada peningkatan biaya produksi dan rework. Penelitian ini bertujuan mengusulkan perbaikan kualitas menggunakan metode Six sigma dengan pendekatan DMAIC (Define, Measure, Analyze, Improve, Control). Pada tahap define, identifikasi masalah dilakukan melalui SIPOC dan pemetaan critical to quality (CTQ), yang mengungkap empat jenis cacat utama: lecet, bergaris, cetakan miring, dan gambar pecah. Tahap measure menghitung nilai DPMO sebesar 23.384 dan level sigma sebesar 3,5, yang menunjukkan proses masih tergolong cukup baik, namun masih terdapat variasi signifikan. Pada tahap analyze, digunakan diagram Pareto, fishbone, dan FMEA untuk menemukan akar penyebab cacat, dengan cacat bergaris sebagai yang tertinggi (35%) akibat tidak adanya SOP pengecekan bahan dan jadwal perawatan mesin. Tahap improve menghasilkan usulan SOP pengecekan bahan serta penjadwalan dan pencatatan perawatan mesin. Tahap control merancang rencana pengendalian untuk menjamin keberlanjutan perbaikan. Hasil penelitian menunjukkan bahwa Six sigma efektif dalam mengidentifikasi penyebab utama kecacatan dan menyusun solusi sistematis untuk meningkatkan kualitas proses produksi. Kata kunci— banner, DMAIC, cacat produksi, pengendalian kualitas, six sigma
Usulan Perbaikan Kualitas Produksi Beras Penggilingan Padi Modern Dengan Metode Six Sigma Pada SPP Bulog Kabupaten Jember Glorido Pascal Soumokil; Aufar Fikri Dimyati; Rizqa Amelia Zunaidi
eProceedings of Engineering Vol. 12 No. 6 (2025): Desember 2025
Publisher : eProceedings of Engineering

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

Abstract

Abstrak — Tingginya persentase cacat pada produk banner di percetakan Kamoro PT Irian Bhakti Papua cabang Timika berdampak pada peningkatan biaya produksi dan rework. Penelitian ini bertujuan mengusulkan perbaikan kualitas menggunakan metode Six sigma dengan pendekatan DMAIC (Define, Measure, Analyze, Improve, Control). Pada tahap define, identifikasi masalah dilakukan melalui SIPOC dan pemetaan critical to quality (CTQ), yang mengungkap empat jenis cacat utama: lecet, bergaris, cetakan miring, dan gambar pecah. Tahap measure menghitung nilai DPMO sebesar 23.384 dan level sigma sebesar 3,5, yang menunjukkan proses masih tergolong cukup baik, namun masih terdapat variasi signifikan. Pada tahap analyze, digunakan diagram Pareto, fishbone, dan FMEA untuk menemukan akar penyebab cacat, dengan cacat bergaris sebagai yang tertinggi (35%) akibat tidak adanya SOP pengecekan bahan dan jadwal perawatan mesin. Tahap improve menghasilkan usulan SOP pengecekan bahan serta penjadwalan dan pencatatan perawatan mesin. Tahap control merancang rencana pengendalian untuk menjamin keberlanjutan perbaikan. Hasil penelitian menunjukkan bahwa Six sigma efektif dalam mengidentifikasi penyebab utama kecacatan dan menyusun solusi sistematis untuk meningkatkan kualitas proses produksi. Kata kunci— banner, DMAIC, cacat produksi, pengendalian kualitas, six sigma
Usulan Perbaikan Tata Letak Fasilitas Vulkanisir Ban Poetra Maju Bali Menggunakan Metode Systematic Layout Planning Karyo Muji Hartono; Aufar Fikri Dimyati; Ilma Mufidah
eProceedings of Engineering Vol. 12 No. 6 (2025): Desember 2025
Publisher : eProceedings of Engineering

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

Abstract

Abstrak — Efisiensi produksi menjadi elemen penting bagi perusahaan manufaktur untuk tetap kompetitif, menekan biaya, dan memenuhi permintaan pasar secara tepat waktu. Penelitian ini bertujuan mengusulkan perbaikan tata letak fasilitas produksi di Vulkanisir Ban Poetra Maju Bali guna meningkatkan efisiensi operasional. Permasalahan utama yang dihadapi perusahaan adalah tata letak yang belum optimal dan alur material yang tidak teratur, sehingga menyebabkan keterlambatan dan membebani biaya operasional. Tata letak saat ini tidak mengikuti urutan proses kerja yang ideal, menyebabkan aliran material menjadi tidak efisien dan memperpanjang jarak perpindahan. Untuk mengatasi hal ini, digunakan metode Systematic Layout Planning (SLP), yaitu pendekatan terstruktur dalam perencanaan tata letak berdasarkan aliran material, hubungan antar area kerja, dan kebutuhan ruang. Melalui penerapan SLP, tata letak dapat disusun ulang agar lebih terorganisir dan efisien, sehingga mengurangi jarak perpindahan material dan memperbaiki alur kerja. Hasil penelitian menunjukkan bahwa usulan perbaikan layout berpotensi meningkatkan efisiensi proses produksi, mengurangi biaya penanganan material, serta mendorong peningkatan kapasitas dan produktivitas perusahaan secara keseluruhan. Kata kunci— efisiensi produksi, Systematic Layout Planning, tata letak fasilitas, vulkanisir ban
Value Chain Analysis Layanan Indibiz di PT Telkom Indonesia Witel Bali-Sanur Untuk Meningkatkan Keunggulan Bersaing M. Shahrul Rohman; Silvi Istiqomah; Paramaditya Arismawati
eProceedings of Engineering Vol. 12 No. 6 (2025): Desember 2025
Publisher : eProceedings of Engineering

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

Abstract

Abstrak — Indibiz merupakan layanan digital bisnis milik PT Telkom Indonesia yang menyasar segmen UKM dan korporasi, namun masih berada di posisi kedua di wilayah Sanur tahun 2024, di bawah IndiHome by Telkomsel. Tantangan muncul akibat strategi harga dan fleksibilitas layanan kompetitor yang dinilai lebih menguntungkan, serta persepsi pelanggan bahwa layanan pesaing sudah mencukupi kebutuhan operasional. Penelitian ini bertujuan menganalisis aktivitas-aktivitas dalam value chain Indibiz untuk mengidentifikasi kontribusinya terhadap penciptaan nilai dari perspektif pelanggan. Metode yang digunakan adalah Value Chain Analysis Porter dan Value Added Analysis, dengan klasifikasi aktivitas ke dalam kategori Value Added (VA), Non-Value Added (NVA), dan Necesarry but Non-Value Added (NNVA). Hasil menunjukkan bahwa 26 dari 34 total aktivitas (76,47%) masuk dalam Value Added, sementara 8 dari 34 total aktivitas (23,53%) tergolong Necesarry but Non-Value Added. Aktivitas pada kategori Services, Outbound Logistics, dan Operations menjadi sumber utama keunggulan bersaing karena memberikan nilai tambah yang signifikan terhadap kepuasan dan loyalitas pelanggan. Kata kunci — Indibiz, Keunggulan Bersaing, Telkom Indonesia, Value Added, Value Chain
Analisis Klaster Berdasarkan Deret Waktu Menggunakan Dynamic Time Warping Pada Pelanggaran Penggunaan Alat Pelindung Diri Muhammad Radif Aftamaulana; Yohanes Setiawan; Bernadus Anggo Seno Aji
eProceedings of Engineering Vol. 12 No. 6 (2025): Desember 2025
Publisher : eProceedings of Engineering

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

Abstract

Abstrak —Peningkatan kasus kecelakaan kerja di Indonesia dari 182.835 kasus pada 2019 menjadi 360.635 kasus hingga November 2023 berdasarkan data dari BPJS Ketenagakerjaan. Penelitian ini bertujuan untuk memahami pola pelanggaran APD menggunakan analisis klaster berbasis deret waktu dengan pendekatan Dynamic Time Warping (DTW). Data pelanggaran dikumpulkan dari CCTV di enam area operasional PT Pelindo Marine Service, dengan fokus pada pelanggaran seperti tidak menggunakan helm dan rompi keselamatan. Berdasarkan temuan lapangan di PT Pelindo Marine Service, pelanggaran terjadi secara berulang di hampir seluruh lokasi dimana berjumlah 23.258 kejadian, menunjukkan adanya pola ketidakpatuhan yang konsisten antara area operasional. Hasil evaluasi menunjukkan bahwa konfigurasi dua klaster memberikan hasil terbaik dengan Koefisien Silhouette sebesar 0,4464. Klaster 1 terdiri dari lokasi-lokasi dengan jumlah pelanggaran rendah dan pola yang relatif stabil, sedangkan Klaster 2 mencakup lokasi dengan jumlah pelanggaran tinggi dan pola fluktuatif yang signifikan. Rata-rata pelanggaran harian pada Klaster 2 mencapai 107,10, dengan maksimum 294 pelanggaran/hari. Selain itu, hasil analisis juga menghasilkan matriks jarak antar lokasi berdasarkan kesamaan pola pelanggaran, serta perhitungan total pelanggaran kumulatif per lokasi selama periode observasi. Visualisasi hasil analisis disajikan dalam website visualisasi analitik untuk membantu manajemen dalam memantau, mengidentifikasi pola risiko, dan meningkatkan kepatuhan penggunaan APD. Solusi ini diharapkan dapat memperkuat strategi keselamatan kerja dan menurunkan risiko kecelakaan di lingkungan operasional perusahaan. Kata kunci—Time Series Clustering, Dynamic Time Warping, Alat Pelindung Diri, Keselamatan Kerja, Website Analitik
Analisis Klaster Pada Karakteristik Barang Di Gudang Toko Bangunan Menggunakan K-Means++ Clustering Silvana Ari Arsono; sE, Yohanes Setiawan; Bernadus Anggo Seno Aji
eProceedings of Engineering Vol. 12 No. 6 (2025): Desember 2025
Publisher : eProceedings of Engineering

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

Abstract

Abstrak — Manajemen gudang yang baik sangat penting untuk kelancaran operasional Toko Bangunan Gardatama Mandiri, yang memiliki peran penting dalam menunjang pembangunan infrastruktur. Penempatan barang yang dilakukan secara manual dan belum didukung transformasi digital sering kali menyebabkan pengelolaan ruang gudang menjadi tidak optimal, barang yang tidak diletakkan secara teratur dan ruang gudang tidak dimanfaatkan dengan baik sehingga pengelompokan barang menjadi tidak efisien. Penelitian ini bertujuan untuk mengelompokkan barang berdasarkan karakteristiknya menggunakan algoritma K-Means++ Clustering, yang dipilih karena keunggulannya dalam menghasilkan pengelompokan yang lebih stabil dan optimal. Metode ini diterapkan pada 160 jenis barang dengan parameter meliputi stok, panjang, lebar, berat, dan tebal. Hasil penelitian menunjukkan bahwa algoritma K-Means++ berhasil mengelompokkan 160 barang menjadi 4 klaster, dimana klaster 0 terdiri dari 41 barang, klaster 1 terdiri dari 41 barang, klaster 2 terdiri dari 20 barang dan klaster 3 terdiri dari 58. Kualitas pengelompokan divalidasi menggunakan Silhouette Score memperoleh nilai 0,538 yang menunjukkan kualitas klaster yang baik. Sistem berbasis website dikembangkan untuk mengimplementasikan hasil analisis ini, yang menampilkan tata letak barang di gudang secara terstruktur untuk meningkatkan efisiensi operasional gudang, meminimalkan kesalahan penempatan, dan mendukung pengambilan keputusan berbasis data yang lebih cepat dan akurat. Kata kunci — K-Means++, Clustering, Silhouette Score, Gudang, Toko Bangunan.
Deteksi Emosi pada Ekspresi Wajah Manusia Menggunakan Convolutional Neural Network (CNN) Berbasis Android Kristoforus Ferel Viandito; Farah Zakiyah Rahmanti; Yohanes Setiawan
eProceedings of Engineering Vol. 12 No. 6 (2025): Desember 2025
Publisher : eProceedings of Engineering

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

Abstract

Abstrak — Pada era teknologi digital saat ini, teknologi pengolahan citra menjadi salah satu yang berkembang pesat. Hal ini bersamaan juga dengan perkembangan pesat pada teknologi bidang Artificial Intelligence (AI) yang relevan pada bidang teknologi pengenalan wajah dan deteksi emosi. Penelitian ini mengembangkan sebuah sistem deteksi emosi pada wajah dengan menggunakan Convolutional Neural Network (CNN) yang didesain untuk mengolah data dua dimensi yang dijalankan pada sistem Android. Dengan mengetahui ekspresi emosi seseorang, maka seseorang dapat dinilai kondisi psikologinya dengan bantuan mesin. Sistem ini dapat digunakan pada beberapa bidang seperti bidang kesehatan. Dengan sistem deteksi emosi maka tenaga medis dapat memantau dan menentukan pemberian dukungan apa yang dibutuhkan pasien. Model pada sistem penelitian ini dijalankan dengan model CNN dengan konfigurasi hyperparameter batch size 256, jumlah epoch 76, dan dropout rate sebesar 50%, serta menggunakan optimizer Adam. Hasil dari pengujian model ini menunjukkan angka akurasi sebesar 84% yang cukup baik. Melalui penelitian ini, diharapkan memberi kontribusi dalam pengembangan teknologi citra digital untuk deteksi emosi manusia menggunakan CNN yang diimplementasikan pada aplikasi Android. Diharapkan juga dengan penelitian ini dapat mendorong motivasi penelitian dengan teknologi yang serupa di masa depan. Kata kunci— Android, CNN, AI, hyperparameter.
Deteksi Kerusakan Badan Kontainer di Gate-In PT Berlian Jasa Terminal Indonesia Menggunakan YOLOv11 Muhammad Najib Miftahul Huda; Yohanes Setiawan; Farah Zakiyah Rahmanti
eProceedings of Engineering Vol. 12 No. 6 (2025): Desember 2025
Publisher : eProceedings of Engineering

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

Abstract

Abstrak — Kerusakan pada badan kontainer menjadi tantangan utama dalam industri logistik, terutama bagi perusahaan pelabuhan seperti PT Berlian Jasa Terminal Indonesia (BJTI). Proses verifikasi kerusakan yang masih dilakukan secara manual menyebabkan potensi kesalahan, keterlambatan, dan penurunan kepercayaan pelanggan. Oleh karena itu, penelitian ini bertujuan untuk merancang, mengembangkan, dan mengevaluasi sistem deteksi otomatis kerusakan kontainer. Penelitian ini melakukan studi perbandingan antara YOLOv11 dengan model pembanding lainnya (YOLOv8, YOLOv9, dan YOLOv10) untuk menemukan arsitektur terbaik, yang kemudian diintegrasikan dengan sistem web sebagai antarmuka pemantauan. Model dilatih menggunakan dataset gabungan dari CCTV pelabuhan dan sumber publik. Hasil pengujian menunjukkan bahwa YOLOv11 menjadi model paling unggul, mencapai performa akurasi tertinggi dengan mAP@0.5 sebesar 53.44%, Precision 66.97%, dan Recall 50.69%. Dari sisi kecepatan, sistem yang diuji pada CPU menunjukkan waktu inferensi rata-rata 123.90 ms per gambar, yang juga merupakan kinerja tercepat dibandingkan model pembanding lainnya, membuktikan efisiensinya untuk implementasi operasional. Hasil deteksi secara otomatis diunggah ke server dan ditampilkan pada antarmuka web yang dibangun menggunakan framework CodeIgniter 4. Evaluasi menunjukkan bahwa integrasi antara model deteksi dan sistem web berjalan dengan baik dan stabil. Sistem ini diharapkan dapat menjadi solusi aplikatif berbasis computer vision untuk meningkatkan efisiensi dan akurasi dalam pengawasan kontainer di lingkungan pelabuhan. Kata kunci — Deteksi kerusakan kontainer, YOLOv11, Pelabuhan
Identifikasi Nomor Kontainer Menggunakan Resnet-50 Pada Gate-In PT. Pelindo Berlian Jasa Terminal Indonesia (Bjti) Berbasis Website Muhammad Ali Ridho; Yohanes Setiawan; Farah Zakiyah Rahmanti
eProceedings of Engineering Vol. 12 No. 6 (2025): Desember 2025
Publisher : eProceedings of Engineering

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

Abstract

Abstrak — Proses pencatatan nomor kontainer secara manual di area gate-in PT Pelindo Berlian Jasa Terminal Indonesia (BJTI) masih menimbulkan berbagai kendala seperti kesalahan pencatatan, keterlambatan pemrosesan data, dan kesulitan validasi dalam kasus klaim kerusakan. Untuk mengatasi masalah tersebut, penelitian ini mengembangkan sistem identifikasi nomor kontainer otomatis berbasis deep learning yang terdiri dari tiga tahap utama, yaitu: deteksi area nomor kontainer menggunakan model YOLOv11, segmentasi karakter dengan model YOLOv11 lainnya, serta klasifikasi karakter menggunakan arsitektur ResNet-50. Dataset pada setiap tahap dikumpulkan dari lingkungan nyata di pelabuhan dan telah dianotasi secara manual. Model deteksi area nomor kontainer yang dilatih dengan optimizer AdamW selama 200 epoch menghasilkan mAP@0.5 sebesar 96.8%, precision 97.1%, dan recall 95.4%. Pada tahap segmentasi karakter, model mencatatkan mAP@0.5 sebesar 94.3%, precision 95.2%, dan recall 93.7%. Sedangkan pada tahap klasifikasi karakter menggunakan ResNet-50, akurasi tertinggi yang diperoleh mencapai 98.6%, dengan precision 98.9%, recall 98.3%, dan F1-score 98.6%. Seluruh sistem kemudian diintegrasikan ke dalam platform berbasis web untuk mendukung operasional, memungkinkan penyimpanan hasil deteksi dalam bentuk teks dan gambar, serta dilengkapi fitur login, pencarian data, dan tampilan statistik. Evaluasi menunjukkan bahwa sistem mampu beroperasi dengan efisien dan akurat di berbagai kondisi pencahayaan dan sudut pandang kamera. Sistem ini diharapkan dapat meningkatkan efisiensi, akurasi, dan transparansi pencatatan nomor kontainer di lingkungan operasional pelabuhan. Kata kunci— sistem deteksi otomatis, YOLOv11, ResNet-50, nomor kontainer, pengolahan citra, pelabuhan, website.

Page 825 of 831 | Total Record : 8304

 823   824   825   826   827 

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