cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Ratno Susanto
Contact Email
kohesi55@gmail.com
Phone
+62881026447491
Journal Mail Official
kohesi55@gmail.com
Editorial Address
jl. Bareng Tenes No 2B Malang, Jawa Timur
Location
Kota malang,
Jawa timur
INDONESIA
Kohesi: Jurnal Sains dan Teknologi
Published by CV. SW Anugerah
ISSN : 30251311     EISSN : 30251311     DOI : -
Core Subject : Science, Education, Engineering,
Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Computer Science & IT Education Energy Engineering Other
Kohesi: Jurnal Sains dan Teknologi Kohesi: Jurnal Multidisiplin Saintek adalah Jurnal ilmiah berisikan tentang multidisplin ilmu Sains dan Teknologi Industri diterbitkan oleh CV SWA Anugrah. Jurnal ini diterbitkan dua kali setahun (Juli dan Desember). Kohesi: Jurnal Multidisiplin Saintek bertujuan menerbitkan makalah-makalah berkualitas tinggi di bidang Sains dan Teknologi Industri yang direview oleh beberapa orang reviewer di bidang Sains, Teknologi, Komunikasi dan Industri yang diterbitkan oleh CV Swa Anugrah. Kohesi: Jurnal Multidisiplin Saintek menerima makalah yang merupakan hasil pemikiran original dan kontribusi yang signifikan yang belum pernah diterbitkan sebelumnya. Jurnal ini diterbitkan untuk disiplin ilmu sains dan teknologi industri
Arjuna Subject : Umum - Umum
Articles 845 Documents
 32   33   34   35   36 
ANALISIS DAMPAK REGULASI PRIVASI DATA TERHADAP MANAJEMEN KEMANAN DATA DI SEKTOR BISNIS Hanifa Salsabila; Irwan Padli Nasution
Kohesi: Jurnal Sains dan Teknologi Vol. 3 No. 10 (2024): Kohesi: Jurnal Sains dan Teknologi
Publisher : CV SWA Anugerah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.3785/kohesi.v3i10.4068

Abstract

Penelitian ini mengevaluasi dampak regulasi privasi data terhadap pengelolaan keamanan data di sektor bisnis. Di era digital saat ini, perlindungan data menjadi sangat krusial karena meningkatnya jumlah pelanggaran data dan ancaman siber. Regulasi privasi data, seperti General Data Protection Regulation (GDPR) di Eropa dan Undang-Undang Perlindungan Data Pribadi di berbagai negara, bertujuan untuk melindungi informasi pribadi konsumen serta meningkatkan kepercayaan mereka terhadap perusahaan. Penelitian ini menggunakan pendekatan kualitatif dengan metode studi kasus untuk menganalisis bagaimana regulasi tersebut memengaruhi kebijakan dan praktik keamanan data di beberapa perusahaan besar.Temuan penelitian menunjukkan bahwa penerapan regulasi privasi data mendorong perusahaan untuk meningkatkan standar keamanan mereka, termasuk penggunaan teknologi enkripsi, sistem deteksi intrusi, dan prosedur respons insiden yang lebih baik. Selain itu, regulasi ini memaksa perusahaan untuk memperbarui kebijakan privasi, melatih karyawan mengenai pentingnya perlindungan data, dan menugaskan petugas khusus untuk perlindungan data. Namun, terdapat tantangan seperti biaya implementasi yang tinggi dan kesulitan dalam menyesuaikan proses bisnis dengan persyaratan regulasi.
IMPLEMENTASI METODE CONVOLUTIONAL NEURAL NETWORK (CNN) UNTUK DIAGNOSA PENYAKIT TANAMAN CABAI PADA CITRA DAUN Syeda Aliya Bukhari
Kohesi: Jurnal Sains dan Teknologi Vol. 3 No. 10 (2024): Kohesi: Jurnal Sains dan Teknologi
Publisher : CV SWA Anugerah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.3785/kohesi.v3i10.4077

Abstract

Penelitian ini telah mengimplementasikan metode Convolutional Neural Network (CNN) untuk mendiagnosis penyakit pada tanaman cabai melalui citra daun. Tujuan utama penelitian ini adalah untuk mengembangkan model yang mampu mengidentifikasi berbagai jenis penyakit daun cabai dengan akurasi tinggi. Data yang digunakan dalam penelitian ini terdiri dari 400 citra daun cabai yang terbagi dalam empat kategori penyakit dan satu kategori sehat. Metodologi yang diterapkan meliputi pre-processing citra, pelabelan, dan pelatihan model menggunakan arsitektur AlexNet. Hasil penelitian menunjukkan bahwa model CNN mampu mencapai akurasi 100% untuk penyakit Leaf Curl dan Leaf Spot, 90% untuk Whitefly, 80% untuk kategori Healthy, dan 70% untuk Yellowish. Temuan ini menunjukkan bahwa model CNN efektif dalam mendeteksi penyakit pada tanaman cabai, meskipun masih ada ruang untuk perbaikan pada beberapa kategori. Penelitian ini menawarkan solusi efektif untuk diagnosa penyakit tanaman cabai dan memiliki potensi untuk diterapkan di sektor pertanian.
IMAGE PROCESSING DENGAN METODE CONVOLUTIONAL NEURAL NETWORK (CNN) UNTUK DETEKSI PENYAKIT KULIT PADA MANUSIA Farah Afi Febriyanti
Kohesi: Jurnal Sains dan Teknologi Vol. 3 No. 10 (2024): Kohesi: Jurnal Sains dan Teknologi
Publisher : CV SWA Anugerah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.3785/kohesi.v3i10.4088

Abstract

Penelitian ini bertujuan untuk mengembangkan metode deteksi penyakit kulit pada manusia menggunakan teknologi image processing dengan Convolutional Neural Network (CNN). Pendekatan ini memanfaatkan dataset citra penyakit kulit dari Kaggle yang telah dibagi menjadi data pelatihan dan data validasi. Proses metodologi melibatkan tahapan pengumpulan data, image processing, dan desain model CNN. Hasil penelitian menunjukkan bahwa model CNN mampu mengidentifikasi berbagai jenis penyakit kulit dengan akurasi validasi sebesar 96%. Namun, terdapat ruang untuk peningkatan kualitas model dengan mengoptimalkan parameter dan menambahkan lapisan pada arsitektur CNN. Penelitian ini memberikan kontribusi dalam pengembangan teknologi deteksi penyakit kulit yang dapat diintegrasikan dalam sistem kesehatan untuk diagnosis dini dan penanganan penyakit kulit secara efisien.
ANALISIS USER EXPERIENCE PADA APLIKASI SHOPEE BERBASIS ANDROID DAN WEBSITE Fadhlullah Yoga Wicahyono; Faiz Danendra Ahnaf Pasa; Moh. Rifqi Nurfaisandi; Yazid Fauzan Nur Ashfani; Lexy Bayu Eka
Kohesi: Jurnal Sains dan Teknologi Vol. 3 No. 10 (2024): Kohesi: Jurnal Sains dan Teknologi
Publisher : CV SWA Anugerah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.3785/kohesi.v3i10.4094

Abstract

Di era globalisasi, masyarakat lebih memilih berbelanja di platform digital. Sebab, platform digital dinilai lebih cepat dan efektif. Analisis user experience ini bertujuan untuk mengetahui kemudahan pengguna shopee berbasis android dan website. Metode analisis penelitian kualitatif yang dikenal sebagai analisis varians digunakan untuk mengevaluasi setiap situasi di mana penulis membuat komentar menggunakan deskriptif. Pada penelitian ini menggunakan metode pengumpulan data melalui kuisioner online yang disebarkan kepada pengguna Shopee hasil perbandingan pengguna shopee versi android atau website dengan menggunakan kuisioner untuk pembandingnya. Dari data yang di peroleh pengguna shopee pada aplikasi android 76,2%, dan 19% untuk pengguna shopee yang menggunakan kedua platform website atau melalui android, dan sisanya menggunakan shopee website. Data dikumpulkan dari kuesioner dengan empat variabel UX, diuji validitas dan reliabilitasnya dengan 30 dan 100 responden mahasiswa Universitas Muhammadiyah Ponorogo.Hasil menunjukkan mayoritas pengguna Shopee menggunakan versi Android (76,2%), dengan durasi utama 1-2 tahun (40,5%). Pengguna merasa aplikasi lebih mudah digunakan di Android (66,7%) dibandingkan website (46,3%). Proses pembayaran lebih memuaskan di Android (54,8%) dibandingkan website (31,7%).
PERANCANGAN SISTEM ABSENSI KARYAWAN DI CV. DIFA JAYA ABADI MENGGUNAKAN FACE RECOGNITION DAN GLOBAL POSITIONING SYSTEM Andyra Aldy Kurniawan
Kohesi: Jurnal Sains dan Teknologi Vol. 3 No. 10 (2024): Kohesi: Jurnal Sains dan Teknologi
Publisher : CV SWA Anugerah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.3785/kohesi.v3i10.4122

Abstract

Penelitian ini bertujuan untuk merancang sistem absensi yang dapat mempermudah karyawan dalam melakukan absensi kehadiran, membantu HRD dalam mengelola data kehadiran karyawan, dan memungkinkan pemantauan secara real-time. Sistem absensi ini dirancang menggunakan teknologi pengenalan wajah (Face Recognition) dan memanfaatkan GPS (Global Positioning System) untuk otomatis mengecek lokasi absen karyawan, dengan radius 20 meter dari titik lokasi perusahaan untuk memastikan kehadiran di kantor. Metodologi yang digunakan adalah Metode SLDC dengan Model Waterfall, sementara pengenalan wajah menggunakan Metode Convolutional Neural Network. Beberapa pengujian direncanakan untuk memastikan keakuratan sistem, seperti pengujian kemiringan wajah, jarak wajah dengan objek, intensitas cahaya, penggunaan aksesoris tambahan, serta absensi dalam dan di luar radius 20 meter dari titik lokasi perusahaan. Hasil yang diharapkan dari pengujian ini adalah tingkat akurasi tinggi karena mengimplementasikan metode Convolutional Neural Network dalam pengenalan wajah karyawan meskipun dengan kemiringan tertentu, jarak tertentu, dan berbagai kondisi pencahayaan; sistem juga diharapkan tetap akurat meskipun karyawan menggunakan aksesoris tambahan seperti masker. Secara keseluruhan, diharapkan sistem ini akan memberikan solusi absensi yang lebih efektif dan efisien, mengurangi kecurangan, serta mempermudah HRD dalam pemantauan dan pengelolaan data kehadiran karyawan.
RANCANG BANGUN SISTEM INFORMASI ANTRIAN PASIEN PADA PRAKTEK DOKTER UMUM BERBASIS WEB Bella Amelia Indira Putri
Kohesi: Jurnal Sains dan Teknologi Vol. 3 No. 10 (2024): Kohesi: Jurnal Sains dan Teknologi
Publisher : CV SWA Anugerah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.3785/kohesi.v3i10.4146

Abstract

Saat ini sudah banyak layanan yang tersedia tersedia Di Indonesia, salah satu hal yang sangat penting dalam masyarakat adalah pelayanan kesehatan. Masyarakat adalah pengguna utama jasa kesehatan ini mempunyai permasalahan kesehatan yang menyertainya, sehingga sudah selayaknya mereka mendapatkan layanan yang sebagus mungkin. Salah satu titik kontak pasien untuk layanan medis ini mungkin adalah praktek dokter umum. Saat ini, masyarakat sering mengeluh bahwa pengobatan belum efisien. Permasalahan yang sering terjadi adalah banyaknya pendaftaran, sehingga pihak administrasi tidak mengetahui siapa yang datang lebih dulu. Sistem antrian yang demikian dapat menimbulkan ketidaknyamanan pada pasien saat menunggu. Solusi yang diusulkan adalah website pendaftaran pasien dan menggunakan beberapa metode untuk mengkategorikan pendaftaran ke dalam antrian.
SISTEM PAKAR DETEKSI DINI PENYAKIT AKIBAT GIGITAN NYAMUK MENGGUNAKAN MACHINE LEARNING Ryan Erlangga Ardiansyah
Kohesi: Jurnal Sains dan Teknologi Vol. 3 No. 10 (2024): Kohesi: Jurnal Sains dan Teknologi
Publisher : CV SWA Anugerah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.3785/kohesi.v3i10.4150

Abstract

Penyakit yang disebabkan oleh gigitan nyamuk, seperti demam berdarah, malaria, dan chikungunya, terus menjadi masalah kesehatan yang serius di banyak negara. Deteksi dini penyakit ini sangat penting untuk memastikan pengobatan yang cepat dan efektif. Penelitian ini bertujuan untuk mengembangkan sistem pakar yang menggunakan algoritma machine learning untuk mendeteksi dini penyakit akibat gigitan nyamuk. Sistem ini memanfaatkan tiga algoritma utama, yaitu logistic regression, decision tree, dan random forest, untuk menganalisis dan memprediksi kemungkinan penyakit berdasarkan gejala yang dilaporkan oleh pasien. Data yang digunakan dalam penelitian ini diperoleh dari rekam medis dan survei kesehatan masyarakat. Tahapan penelitian meliputi pengumpulan data, preprocessing, pelatihan model, dan evaluasi kinerja model. Hasil menunjukkan bahwa model random forest memberikan akurasi tertinggi dibandingkan dengan model lainnya, diikuti oleh decision tree dan logistic regression. Sistem ini dapat menjadi alat bantu diagnosis atau deteksi dini yang efektif bagi tenaga medis maupun masyarakat, serta sebagai penanganan dini jika terdapat gejala penyakit akibat gigitan nyamuk.
PENGGUNAAN SISTEM DATABASE UNTUK APLIKASI INTERNET OF THINGS (IoT): TANTANGAN DAN PELUANG BAGI PERUSAHAAN Zahrani Fatni Hapsah; Muhammad Irwan Padli Nasution
Kohesi: Jurnal Sains dan Teknologi Vol. 3 No. 10 (2024): Kohesi: Jurnal Sains dan Teknologi
Publisher : CV SWA Anugerah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.3785/kohesi.v3i10.4199

Abstract

Penelitian ini menyelidiki penggunaan sistem database dalam konteks aplikasi Internet of Things (IoT), serta tantangan dan peluang yang dihadapi oleh perusahaan. Melalui tinjauan literatur dan studi kasus, kami mengeksplorasi berbagai aspek implementasi sistem database untuk mendukung aplikasi IoT, termasuk skema penyimpanan data, keamanan, skalabilitas, dan kinerja. Kami juga menganalisis tantangan seperti integritas data, interoperabilitas, dan manajemen sumber daya. Di samping itu, kami menyoroti peluang yang muncul dari penggunaan sistem database yang canggih untuk meningkatkan efisiensi, analisis data real-time, dan pengambilan keputusan yang lebih baik. Studi ini memberikan wawasan yang berharga bagi perusahaan yang tertarik memanfaatkan potensi IoT dengan memperkuat infrastruktur database mereka.
IMPLEMENTASI TEKNOLOGI IN-MEMORY DALAM SISTEM BASIS DATA UNTUK MENINGKATKAN KINERJA SISTEM Samiah Br Harahap; Muhammad Irwan Padli Nasution2
Kohesi: Jurnal Sains dan Teknologi Vol. 3 No. 10 (2024): Kohesi: Jurnal Sains dan Teknologi
Publisher : CV SWA Anugerah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.3785/kohesi.v3i10.4200

Abstract

Implementasi Teknologi Informasi Memori Dalam Sistem Basis Data Telah Menjadi Perhatian Utama Dalam Upaya Meningkatkan Kinerja Dan Efisiensi Sistem Basis Data. Penelitian Inik Mengeksplorasi Strategi Implementasi Teknologi Memori Dalam Konteks Sistem Basis Data Untuk Meningkatkan Kinerja Dan Jatuh Kuncinya Yang Panjang. Metode Yang Digunakan Meliputi Analisis Komprhensif Terdapat Berbagai Teknik Penyimpanan Memori Dan Strategi Akses Data. Hasil Penelitian Ini Menunjukkan Bahwa Penggunaan Teknologi Informasi Memori Dapat Secara Signifikan Meningkatkan Kinerja Sistem Basis Data, Terutama Dalam Hal Waktu Respons Dan Ketersediaan Data. Selain Itu Strategi Pengelolaan Kunci Yang Efektif Dapat Mengoptimalkan Keamanan Dan Kecepatan Akses Data. Implikasi Praktis Dan Arah Penelitian Masa Depan Juga Dibahas Untuk Memberikan Wawasan Yang Lebih Dalam Onteks Sistem Basis Data.
INOVASI TEKNOLOGI DALAM MANAJEMEN PRODUKSI DI PERUSAHAAN INDUSTRI Rio Prabowo; Agung Rahmadanu; Abdurrozaq Hasibuan
Kohesi: Jurnal Sains dan Teknologi Vol. 3 No. 10 (2024): Kohesi: Jurnal Sains dan Teknologi
Publisher : CV SWA Anugerah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.3785/kohesi.v3i10.4205

Abstract

Inovasi teknologi memainkan peran krusial dalam transformasi manajemen produksi di perusahaan industri modern. Teknologi seperti kecerdasan buatan (AI), Internet of Things (IoT), big data analytics, dan sistem manajemen produksi berbasis cloud telah mengubah cara perusahaan mengelola operasi produksi mereka. Artikel ini melakukan tinjauan terhadap literatur terkait untuk menganalisis dampak dan penerapan teknologi ini dalam konteks manajemen produksi. Temuan utama mencakup efisiensi yang ditingkatkan melalui otomatisasi proses, peningkatan kualitas produk melalui penggunaan data analytics untuk kontrol kualitas yang lebih baik, serta peningkatan responsifitas terhadap permintaan pasar melalui sistem produksi yang fleksibel dan adaptif. Tantangan yang dihadapi termasuk biaya implementasi teknologi baru, kebutuhan akan infrastruktur IT yang kuat, dan integrasi dengan sistem yang sudah ada.

Page 34 of 85 | Total Record : 845

 32   33   34   35   36 

Filter by Year

2023 2025


Reset
Filter By Issues
All Issue Vol. 7 No. 10 (2025): Kohesi: Jurnal Sains dan Teknologi Vol. 6 No. 12 (2025): Kohesi: Jurnal Sains dan Teknologi Vol. 6 No. 11 (2025): Kohesi: Jurnal Sains dan Teknologi Vol. 6 No. 10 (2025): Kohesi: Jurnal Sains dan Teknologi Vol. 7 No. 8 (2025): Kohesi: Jurnal Sains dan Teknologi Vol. 7 No. 7 (2025): Kohesi: Jurnal Sains dan Teknologi Vol. 7 No. 6 (2025): Kohesi: Jurnal Sains dan Teknologi Vol. 7 No. 5 (2025): Kohesi: Jurnal Sains dan Teknologi Vol. 7 No. 4 (2025): Kohesi: Jurnal Sains dan Teknologi Vol. 7 No. 3 (2025): Kohesi: Jurnal Sains dan Teknologi Vol. 7 No. 2 (2025): Kohesi: Jurnal Sains dan Teknologi Vol. 7 No. 1 (2025): Kohesi: Jurnal Sains dan Teknologi Vol. 6 No. 9 (2025): Kohesi: Jurnal Sains dan Teknologi Vol. 6 No. 8 (2025): Kohesi: Jurnal Sains dan Teknologi Vol. 6 No. 7 (2025): Kohesi: Jurnal Sains dan Teknologi Vol. 6 No. 6 (2025): Kohesi: Jurnal Sains dan Teknologi Vol. 6 No. 5 (2025): Kohesi: Jurnal Sains dan Teknologi Vol. 5 No. 12 (2024): Kohesi: Jurnal Sains dan Teknologi Vol. 5 No. 11 (2024): Kohesi: Jurnal Sains dan Teknologi Vol. 5 No. 10 (2024): Kohesi: Jurnal Sains dan Teknologi Vol. 4 No. 12 (2024): Kohesi: Jurnal Sains dan Teknologi Vol. 4 No. 11 (2024): Kohesi: Jurnal Sains dan Teknologi Vol. 4 No. 10 (2024): Kohesi: Jurnal Sains dan Teknologi Vol. 3 No. 12 (2024): Kohesi: Jurnal Sains dan Teknologi Vol. 3 No. 11 (2024): Kohesi: Jurnal Sains dan Teknologi Vol. 3 No. 10 (2024): Kohesi: Jurnal Sains dan Teknologi Vol. 2 No. 12 (2024): Kohesi: Jurnal Sains dan Teknologi Vol. 2 No. 11 (2024): Kohesi: Jurnal Sains dan Teknologi Vol. 2 No. 10 (2024): Kohesi: Jurnal Sains dan Teknologi Vol. 7 No. 9 (2024): Kohesi: Jurnal Sains dan Teknologi Vol. 6 No. 4 (2024): Kohesi: Jurnal Sains dan Teknologi Vol. 6 No. 3 (2024): Kohesi: Jurnal Sains dan Teknologi Vol. 6 No. 2 (2024): Kohesi: Jurnal Sains dan Teknologi Vol. 6 No. 1 (2024): Kohesi: Jurnal Sains dan Teknologi Vol. 5 No. 9 (2024): Kohesi: Jurnal Sains dan Teknologi Vol. 5 No. 8 (2024): Kohesi: Jurnal Sains dan Teknologi Vol. 5 No. 7 (2024): Kohesi: Jurnal Sains dan Teknologi Vol. 5 No. 6 (2024): Kohesi: Jurnal Sains dan Teknologi Vol. 5 No. 5 (2024): Kohesi: Jurnal Sains dan Teknologi Vol. 5 No. 4 (2024): Kohesi: Jurnal Sains dan Teknologi Vol. 5 No. 3 (2024): Kohesi: Jurnal Sains dan Teknologi Vol. 5 No. 2 (2024): Kohesi: Jurnal Sains dan Teknologi Vol. 5 No. 1 (2024): Kohesi: Jurnal Sains dan Teknologi Vol. 4 No. 9 (2024): Kohesi: Jurnal Sains dan Teknologi Vol. 4 No. 8 (2024): Kohesi: Jurnal Sains dan Teknologi Vol. 4 No. 7 (2024): Kohesi: Jurnal Sains dan Teknologi Vol. 4 No. 6 (2024): Kohesi: Jurnal Sains dan Teknologi Vol. 4 No. 5 (2024): Kohesi: Jurnal Sains dan Teknologi Vol. 4 No. 4 (2024): Kohesi: Jurnal Sains dan Teknologi Vol. 4 No. 3 (2024): Kohesi: Jurnal Sains dan Teknologi Vol. 4 No. 2 (2024): Kohesi: Jurnal Sains dan Teknologi Vol. 4 No. 1 (2024): Kohesi: Jurnal Sains dan Teknologi Vol. 3 No. 9 (2024): Kohesi: Jurnal Sains dan Teknologi Vol. 3 No. 8 (2024): Kohesi: Jurnal Sains dan Teknologi Vol. 3 No. 7 (2024): Kohesi: Jurnal Sains dan Teknologi Vol. 3 No. 6 (2024): Kohesi: Jurnal Sains dan Teknologi Vol. 3 No. 5 (2024): Kohesi: Jurnal Sains dan Teknologi Vol. 3 No. 4 (2024): Kohesi: Jurnal Sains dan Teknologi Vol. 3 No. 3 (2024): Kohesi: Jurnal Sains dan Teknologi Vol. 3 No. 2 (2024): Kohesi: Jurnal Sains dan Teknologi Vol. 3 No. 1 (2024): Kohesi: Jurnal Sains dan Teknologi Vol. 2 No. 9 (2024): Kohesi: Jurnal Sains dan Teknologi Vol. 2 No. 8 (2024): Kohesi: Jurnal Sains dan Teknologi Vol. 2 No. 7 (2024): Kohesi: Jurnal Sains dan Teknologi Vol. 2 No. 6 (2024): Kohesi: Jurnal Sains dan Teknologi Vol. 2 No. 5 (2024): Kohesi: Jurnal Sains dan Teknologi Vol. 2 No. 4 (2024): Kohesi: Jurnal Sains dan Teknologi Vol. 2 No. 3 (2024): Kohesi: Jurnal Sains dan Teknologi Vol. 2 No. 2 (2024): Kohesi: Jurnal Sains dan Teknologi Vol. 1 No. 12 (2023): Kohesi: Jurnal Sains dan Teknologi Vol. 1 No. 11 (2023): Kohesi: Jurnal Sains dan Teknologi Vol. 1 No. 10 (2023): Kohesi: Jurnal Sains dan Teknologi Vol. 2 No. 1 (2023): Kohesi: Jurnal Sains dan Teknologi Vol. 1 No. 9 (2023): Kohesi: Jurnal Sains dan Teknologi Vol. 1 No. 8 (2023): Kohesi: Jurnal Sains dan Teknologi Vol. 1 No. 7 (2023): Kohesi: Jurnal Sains dan Teknologi Vol. 1 No. 6 (2023): Kohesi: Jurnal Sains dan Teknologi Vol. 1 No. 5 (2023): Kohesi: Jurnal Sains dan Teknologi Vol. 1 No. 4 (2023): Kohesi: Jurnal Sains dan Teknologi Vol. 1 No. 3 (2023): Kohesi: Jurnal Sains dan Teknologi Vol. 1 No. 2 (2023): Kohesi: Jurnal Sains dan Teknologi Vol. 1 No. 1 (2023): Kohesi: Jurnal Sains dan Teknologi More Issue