cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Lukmanul Khakim
Contact Email
d3komputerpoltektegal@gmail.com
Phone
+6285642917672
Journal Mail Official
smartcomp@poltektegal.ac.id
Editorial Address
Jalan Mataram No 9 Pesurungan Lor Kota Tegal
Location
Kota tegal,
Jawa tengah
INDONESIA
SmartComp
Published by Politeknik Harapan Bersama Tegal
ISSN : 2089676X     EISSN : 25490796     DOI : 10.30591
Core Subject : Science, Engineering,
Computer Science & IT Electrical & Electronics Engineering
Smart Comp(p-ISSN: 2089-676X, e-ISSN:2549-0796) is a nationally peer reviewed computer science journal open for researchers from the field of Information Technology, Computer Engineering, Informatics Engineering, Electrical & Electronics Engineering and related researches. Smart Comp has been published continuously since 2012 Starting in year 2016, the journal issues are published online regularly under Open Access Policy. Jurnal Smart Comp is currently indexed/included in Google Scholar, PKP Index, Portal Garuda, Sinta, etc. Please read these author guidelines carefully. Authors who want to submit their manuscript to the editorial office of Smart Comp should obey the writing guidelines. If the manuscript submitted is not appropriate with the guidelines or written in a different format, it will be REJECTED by the editors before further reviewed. The editors will only accept the manuscripts which meet the assigned format.
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 595 Documents
 43   44   45   46   47 
Implementasi Data Mining Pada Penilaian Kinerja Guru Menggunakan Metode K-Nearest Neighbor (K-Nn) Studi Kasus pada Mi Alfagiri Silo-Jember Jundanuddin, Muhammad; Fatah, Zaehol; Munazilin, Akhlis
Smart Comp :Jurnalnya Orang Pintar Komputer Vol 13, No 4 (2024): Smart Comp: Jurnalnya Orang Pintar Komputer
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/smartcomp.v13i4.7283

Abstract

MI Alfa Giri Pace Silo Jember, Jawa Timur adalah sebuah Madrasah Ibtida'iyah yang terletak di Jember, Jawa Timur. Madrasah ini berupaya memberikan siswa pendidikan formal yang mengikuti kurikulum nasional dan pendidikan agama Islam yang kuat. MI Alfagiri Pace Silo Jember menyediakan lingkungan ramah belajar  dan fasilitas yang mendukung pengembangan potensi akademik dan spiritual siswa secara holistik. Dengan penekanan pada pengembangan karakter dan kecerdasan spiritual. MI Alfagiri merupakan salah satu lembaga swasta  di Desa Pace, Kecamatan Silo yang setiap tahunnya menyelenggarakan Penilaian Kinerja Guru (PKG) untuk meningkatkan mutu pendidikan. Untuk itu MI Alfagiri merupakan lembaga yang senantiasa mendorong pengembangan profesionalisme guru dan meningkatkan kualitas tenaga pengajar Hal ini bertujuan untuk mengetahui kapasitas mengajar guru di sekolah tersebut. Evaluasi hasil mengajar guru tidak hanya untuk mengetahui kapasitas guru, namun juga merupakan bentuk evaluasi tahunan. Evaluasi hasil mengajar guru merupakan hal yang penting dalam rangka meningkatkan kualitas guru itu sendiri. Penilaian kinerja dapat dilakukan dengan menggunakan metode atau sistem supaya mendapatkan hasil yang lebih akurat dan lebih terperinci. Diantaranya yaitu Pengimplementasian data mining menggunakan metode K-Nearest Neighbor (KNN). Algoritma K-Nearest Neighbor (KNN) adalah algoritma machine learning yang bersifat non-parametric dan lazy learning. Metode yang bersifat non-parametric memiliki makna bahwa metode tersebut tidak membuat asumsi apa pun tentang distribusi data yang mendasarinya. Dengan kata lain, tidak ada jumlah parameter atau estimasi parameter yang tetap dalam model, terlepas data tersebut berukuran kecil ataupun besar. Algoritma K-Nearest Neighbor (KNN) merupakan sebuah metode untuk melakukan klasifikasi terhadap objek berdasarkan data yang memiliki jarak paling dekat dengan objek tersebut. Tujuan dari algoritma k-nearest  adalah untuk mengidentifikasi tetangga terdekat dari titik kueri tertentu sehingga kita dapat menetapkan label kelas pada titik tersebut. Algoritma ini hanya melakukan penyimpanan dan klasifikasi data. Misalnya pada tahap klasifikasi, fitur serupa dihitung untuk menguji data (mengklasifikasikan data yang tidak diketahui).
Deteksi Asap Rokok Menggunakan Color Image Processing Magdalena, Mensiana; Himamunanto, Agustinus Rudatyo; Budiati, Heni
Smart Comp :Jurnalnya Orang Pintar Komputer Vol 13, No 4 (2024): Smart Comp: Jurnalnya Orang Pintar Komputer
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/smartcomp.v13i4.6785

Abstract

Kebutuhan sistem untuk mengawasi suatu ruangan umum pada khususnya asap rokok memerlukan keakuratan dan ketelitian mengidentifikasi. Metode pendeteksian asap rokok yang digunakan dalam penelitian dengan memproses warna pada input citra RGB yang dikonversikan dalam model HSV. Tujuan penelitian untuk mengetahui tingkat keberhasilan dan kelemahan pada metode color imag processing. Pendekatan dalam penelitian ini dengan teknik sampling untuk mendapatkan rentang warna komponen H (Hue), S (Saturation) dan V (Value) untuk membangun perangkat lunak dalam pengujian sistem. Hasil penelitian adalah metode pendeteksian asap rokok yang memproses warna dengan model HSV dapat memperoleh kelas warna asap rokok dengan teknik sampling dapat mengelompokan warna pada rentang warna pada komponen H (Hue), S (Saturation) dan V (Value) dengan presentase uji keberhasilan dalam mendeteksi obyek asap rokok dengan model warna HSV menggunakan input 30 citra uji diperoleh presentase dengan hasil 96.667 %. Toleransi untuk untuk membantu kualitas hasil pendeteksian potensi ukuran obyek asap rokok. Dengan kelemahan metode pendeteksian asap rokok yang masih tidak dapat memisahkan obyek yang memiliki warna menyerupai asap rokok dapat dikembangkan untuk mebedakan ciri obyek.
Sistem Informasi Geografis Pemetaan Pasar Tradisional di Kabupaten Banyuwangi Widyanto, Rahmat Arif; Baijuri, Ahmad; Lazim, Farihin
Smart Comp :Jurnalnya Orang Pintar Komputer Vol 13, No 4 (2024): Smart Comp: Jurnalnya Orang Pintar Komputer
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/smartcomp.v13i4.7368

Abstract

Studi ini menginvestigasi implementasi Sistem Informasi Geografis (SIG) untuk pemetaan pasar tradisional di Kabupaten Banyuwangi. Tujuan utama penelitian adalah untuk meningkatkan efisiensi dan aksesibilitas informasi terkait lokasi pasar tradisional di wilayah tersebut. Metode yang digunakan meliputi pengumpulan data geografis dari pasar-pasar tradisional yang ada. Data ini kemudian dianalisis dan dimodelkan secara spasial menggunakan perangkat lunak SIG untuk membangun peta yang interaktif dan informatif. SIG memungkinkan pengguna untuk dengan mudah mengeksplorasi informasi pasar, seperti jarak dari lokasi mereka. Hasil dari penelitian ini diharapkan dapat mendukung pengambilan keputusan yang lebih baik dalam pengembangan infrastruktur pasar tradisional, peningkatan aksesibilitas pasar, serta pemberdayaan ekonomi lokal. Penekanan pada integrasi teknologi informasi dan geografis diharapkan dapat memberikan kontribusi signifikan terhadap pengembangan dan pengelolaan pasar tradisional di Kabupaten Banyuwangi. Sistem Informasi Geografis (SIG) untuk pemetaan pasar tradisional di Kabupaten Banyuwangi memiliki fitur-fitur seperti menampilkan lokasi pasar, informasi produk, dan fungsi pencarian serta rute. Sistem ini bertujuan untuk meningkatkan aksesibilitas pasar tradisional dan meningkatkan kesadaran masyarakat tentang pentingnya pasar tradisional dalam memajukan pertumbuhan ekonomi lokal.
Analisis Sentimen Pengguna Aplikasi Udemy dengan Menggunakan Metode Naïve Bayes Susanto, Joko; Hartanti, Dwi; Nurmalitasari, Nurmalitasari
Smart Comp :Jurnalnya Orang Pintar Komputer Vol 13, No 4 (2024): Smart Comp: Jurnalnya Orang Pintar Komputer
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/smartcomp.v13i4.6884

Abstract

Berkembangnya pembelajaran online telah memungkinkan lebih banyak orang untuk belajar dalam berbagai bidang tanpa batasan waktu atau tempat. Banyak pengguna memilih Udemy, sebuah platform yang menawarkan berbagai kursus online dalam berbagai bidang seperti bahasa asing, teknologi, desain, dan bisnis. Penelitian memeiliki tujuan untuk menerapkan algoritma Naive Bayes dalam sistem analisis sentimen pada komentar pengguna yang terkait dengan aplikasi Udemy untuk menilai apakah pengalaman belajar di Udemy memenuhi harapan pengguna atau tidak. Pemilihan algoritma Naive Bayes karena mudah digunakan dan efisien, serta dapat menghasilkan hasil yang baik pada dataset yang kecil. Proses analisis ini melibatkan pengumpulan data komentar pengguna, pra-pemrosesan teks untuk membersihkan dan menormalkan data, dan kemudian menerapkan algoritma Naive Bayes serta mengelompokan komentar menjadi positif, negatif, atau netral. Diharapkan analisis ini akan meningkatkan pemahaman tentang bagaimana pengguna menilai dan merespons kursus online pada aplikasi Udemy. Studi ini juga dapat membantu pengembang platform pendidikan lainnya mengoptimalkan layanan mereka berdasarkan umpan balik pengguna. Studi ini mengklasifikasikan sentimen menjadi tiga jenis: positif, netral, dan negatif, dan tingkat akurasi keseluruhan yang diperoleh adalah 75.61% untuk train-test split 10%, 71.78% untuk train-test split 20%, dan 70.49% untuk train-test split 30%.
Pengembangan Aplikasi Kasir Menggunakan Metode Double Diamond dan Rapid Application Development Hartono, Arfiananda Dhede; Lukito, Yuan; Delima, Rosa
Smart Comp :Jurnalnya Orang Pintar Komputer Vol 13, No 4 (2024): Smart Comp: Jurnalnya Orang Pintar Komputer
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/smartcomp.v13i4.6653

Abstract

Cafe Nutri Eatery merupakan kafe yang berlokasi di salah satu rumah sakit di Yogyakarta. Saat ini aktivitas pengolahan data transaksi penjualan dilakukan menggunakan alat bernama EDC Android. Aplikasi yang digunakan merupakan aplikasi kasir komersial yang dilanggankan dengan pihak ketiga. Salah satu permasalahan yang dihadapi perusahaan adalah kesulitan dalam menyesuaikan kebutuhan pengolahan data perusahaan dengan aplikasi yang dilanggankan dengan pihak ketiga. Kesulitan ini mendorong perusahaan untuk melakukan pengembangan sistem kasir berbasis mobile yang sesuai dengan kebutuhan cafe. Pengembangan sistem dilakukan menggunakan gabungan metode RAD (Rapid Application Development) dan metode Double Diamond. Metode RAD banyak digunakan untuk membangun sistem secara cepat dan adaptif. Sementara metode Double Diamond merupakan suatu metode yang memiliki fleksibel, sehingga metode ini digunakan untuk mengembangkan Application Programming Interface (API) sebagai pengendali lalu lintas data antara aplikasi dan server. Sistem yang dikembangkan mampu mengolah data dan menghasilkan informasi penjualan bagi perusahaan. Pengujian aplikasi dilakukan mengguna metode pengujian blackbox. Hasil dari pengujian menunjukkan bahwa sistem berhasil dan siap digunakan untuk mendukung penjualan pada perusahaan.
Sistem Pendukung Keputusan Menentukan Jurusan pada Siswa Baru SMK Menggunakan Metode SAW Jannah, Faizetul; Baijuri, Achmad; Lutfi, Ahmad
Smart Comp :Jurnalnya Orang Pintar Komputer Vol 13, No 4 (2024): Smart Comp: Jurnalnya Orang Pintar Komputer
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/smartcomp.v13i4.7844

Abstract

SMKN Wongsorejo merupakan sekolah menengah kejuruan negeri tepatnya berlokasi di kecamatan wongsorejo. SMKN Wongsorejo setiap tahunnya membuka penerimaan siswa baru dan melaksanakan penyeleksian tes pemilihan jurusan bagi siswa yang mendaftarkan dirinya untuk sekolah di SMKN Wongsorejo, terdapat beberapa jurusan yaitu teknik kendaraan ringan otomotif (TKRO), teknik dan bisnis sepeda motor (TBSM), tata busana (TB), agribisnis pengolahan hasil pertanian (APHP), akuntansi dan keuangan lembaga (AKL). Untuk saat ini penentuan jurusan masih menggunakan cara manual yaitu dalam saat penyeleksian menentukan jurusan masih menggunakan tes tulis dan belum adanya metode pendukung untuk menentukan jurusan yang mendukung proses penentuan jurusan siswa baru SMKN Wongsorejo. Metode yang dipakai yaitu metode SAW (Simple Additive Weighting) untuk penerapan perhitungan dalam penentuan jurusan guna mempercepat dalam menentukan hasilnya. terdapat 5 kriteria yang menjadi acuan dalam penilaian yaitu matematika, bahasa indonesia, bahasa inggris, IPA, TIK. Tujuan penelitian dalam pengambilan keputusan ini guna membantu mengembangkan proses kinerja SMKN Wongsorejo dalam pengolahan data dan perhitungan dari hasil nilai yang didapatkan menjadi akurat dan tepat dalam menentukan jurusan siswa baru, sehingga dalam penentuan jurusan tidak membutuhkan waktu yang cukup lama dalam menentukan jurusan
Klasifikasi Usia Berdasarkan Citra Wajah Menggunakan Algoritma You Only Look Once Niasiska, Niasiska; Himamunanto, Agustinus Rudatyo; Budiati, Haeni
Smart Comp :Jurnalnya Orang Pintar Komputer Vol 13, No 4 (2024): Smart Comp: Jurnalnya Orang Pintar Komputer
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/smartcomp.v13i4.6802

Abstract

Pengenalan usia adalah tugas yang penting dalam berbagai aplikasi, termasuk keamanan, pengawasan anak, dan pemasaran. Penelitian ini berfokus untuk membuat sebuah model klasifikasi usia ke dalam lima golongan yaitu balita, anak-anak, remaja, dewasa dan manula berdasarkan citra wajah menggunakan algoritma You Only Look Once (YOLO). Datasets terdiri dari 500 data citra wajah yang telah melalui proses anotasi data, pelatihan model deteksi citra wajah dengan YOLO, pemabagian data kelas, pelatihan model klasifikasi dengan YOLO, dan evaluasi model. Hasil analisis menunjukan bahwa metode You Only Look Once (YOLO) dapat mengklasifikasi usia menjadi lima golongan yaitu balita, anak-anak, remaja, dewasa, dan manula dengan performa akurasi 76%.
Implementasi Algoritma A Star Pada Aplikasi Game Petualangan Maze Island Berbasis Android Kurniawan R, Rakhmat; Armansyah, Armansyah; Haliem, Alexander
Smart Comp :Jurnalnya Orang Pintar Komputer Vol 13, No 4 (2024): Smart Comp: Jurnalnya Orang Pintar Komputer
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/smartcomp.v13i4.6796

Abstract

Teknologi semakin berkembang dari waktu ke waktu seperti saat ini, khususnya perkembangan teknologi game. Pengembangkan teknologi dalam game agar game bisa menjadi seperti layaknya di dunia nyata. Untuk membuat game yang realistis tentunya mengimplementasikan artificial intelligence atau kecerdasan buatan Game merupakan salah satu hiburan Masyarakat saat ini , salah satunya adalah game labirin atau yang biasa disebut game maze. Dimana game maze atau labirin menggunakan cara manual untuk menyelesaikan permainan tersebut untuk mencari rute terdekat yang akan dituju, maka dari itu  algoritma a star diperlukan untuk mempermudah mencari rute tercepat dari labirin tersebut, algoritma a star merupakan salah satu metode pencarian jalur tercepat dimana penulis akan mensimulasikan algoritma a star tersebut untuk membuktikan bahwa algoritma a star bisa berjalan menentukan rute tercepat pencarian jalur terdekat untuk memudahkan pemain menuju target yang dituju. 
Studi Komparatif: Performansi Akurasi Algoritma Klasifikasi untuk Analisis Sentimen Pada Kandidat Presiden RI di Pemilu 2024 kristianto, ryan putranda
Smart Comp :Jurnalnya Orang Pintar Komputer Vol 13, No 4 (2024): Smart Comp: Jurnalnya Orang Pintar Komputer
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/smartcomp.v13i4.6286

Abstract

Penelitian ini mengulas analisis sentiment terkait pemilihan presiden dan wakil presiden Republik Indonesia tahun 2024 yang menjadi sorotan utama di platform sosial media dan berita nasional. Fokus pada Anies Baswedan, Prabowo Subianto, dan Ganjar Pranowo, ulasan masyarakat menunjukkan variasi sentimen positif dan negatif. Dalam menggunakan algoritma klasifikasi seperti K-Nearest Neighbors (KNN), Multinomial Naive Bayes, Decision Tree  dan  Stochastic Gradient Descent dalam supervised learning, tujuannya adalah memberikan wawasan mendalam tentang pandangan masyarakat terhadap calon pemimpin. Dari hasil analisis, skenario terbaik adalah skenario 1 dengan akurasi rata-rata 75%, sedangkan Multinomial Naïve Bayes menjadi algoritma terbaik dengan akurasi rata-rata 79%. Penelitian ini tidak hanya memberikan kontribusi ilmiah, tetapi juga menyoroti peran opini publik dalam proses demokratisasi dan pemilihan pemimpin negara, memberikan pemahaman lebih mendalam tentang preferensi masyarakat terhadap calon pemimpin
Analisis Karakteristik Kanal Vehicle-To-Vehicle (V2v) Untuk Smart Transportation Menggunakan Software Defined Radio (SDR) Di Kota Kecil Belva, Farhan Fainanda; Jayanti, Ari Endang; Ardina, Elfira Nureza
Smart Comp :Jurnalnya Orang Pintar Komputer Vol 13, No 4 (2024): Smart Comp: Jurnalnya Orang Pintar Komputer
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/smartcomp.v13i4.6957

Abstract

Perkembangan  teknologi  transportasi  terus  mengalami  kemajuan  dengan  berbagai  model  dan  bentuk  kendaraan  yang  telah  diproduksi  baik  skala  kecil  maupun  dengan  skala  besar.  Banyaknya  penggunaan  alat  transportasi  dapat  menyebabkan   kemacetan  dalam  mengoperasikannya,  salah  satu  cara  untuk  meredam  kemacetan  tersebut  adalah  dengan  menggunakan  sistem komunikasi  antar  kendaraan  (Vehicle  to  Vehicle). Konsep Vehicle-to-Vehicle Communication merupakan sistem komunikasi dimana saling kendaraan dapat saling berhubungan satu sama lainnya. Tiap-tiap kendaraan ini dapat bertukar informasi seperti kecepatan, posisi, dan arah satu sama lainnya. Konsep ini memang ditujukan untuk mencegah terjadinya tabrakan antar kendaraan, Salah satu penerapan teknologi mobile to mobile adalah Vehicular Ad-hoc Network (VANET), VANET itu sendiri jaringan nirkabel yang digunakan untuk mengizinkan komunikasi antar kendaraan (Vehicle-to-Vehicle atau V2V).Tujuan dari penelitian ini adalah untuk mengetahui kualitas komunikasi pada kanal komunikasi vehicle-to-vehicle (V2V) di wilayah perkotaan, terlepas dari apakah ada ganguan sinyal atau jumlah sinyal yang terjaga.Penelitian ini menggunakan Software Defined Radio (SDR) untuk menguji kinerja sistem. SDR ini diuji secara langsung pada sistem komunikasi Vehicle-to-Vehicle (V2V) dan mempelajari kehandalan kanal komunikasi Vehicle-to-Vehicle (V2V) di wilayah perkotaan. Mendapatkan hasil karakteristik kanal V2V menggunakan SDR.

Page 45 of 60 | Total Record : 595

 43   44   45   46   47 

Filter by Year

2012 2026


Reset
Filter By Issues
All Issue Vol 15, No 1 (2026): Smart Comp: Jurnalnya Orang Pintar Komputer Vol 14, No 4 (2025): Smart Comp: Jurnalnya Orang Pintar Komputer Vol 14, No 3 (2025): Smart Comp: Jurnalnya Orang Pintar Komputer Vol 14, No 2 (2025): Smart Comp: Jurnalnya Orang Pintar Komputer Vol 14, No 1 (2025): Smart Comp: Jurnalnya Orang Pintar Komputer Vol 13, No 4 (2024): Smart Comp: Jurnalnya Orang Pintar Komputer Vol 13, No 3 (2024): Smart Comp: Jurnalnya Orang Pintar Komputer Vol 13, No 2 (2024): Smart Comp: Jurnalnya Orang Pintar Komputer Vol 13, No 1 (2024): Smart Comp: Jurnalnya Orang Pintar Komputer Vol 12, No 4 (2023): Smart Comp: Jurnalnya Orang Pintar Komputer Vol 12, No 3 (2023): Smart Comp: Jurnalnya Orang Pintar Komputer Vol 12, No 2 (2023): Smart Comp: Jurnalnya Orang Pintar Komputer Vol 12, No 1 (2023): Smart Comp: Jurnalnya Orang Pintar Komputer Vol 11, No 4 (2022): Smart Comp: Jurnalnya Orang Pintar Komputer Vol 11, No 3 (2022): Smart Comp: Jurnalnya Orang Pintar Komputer Vol 11, No 2 (2022): Smart Comp: Jurnalnya Orang Pintar Komputer Vol 11, No 1 (2022): Smart Comp: Jurnalnya Orang Pintar Komputer Vol 10, No 3 (2021): Smart Comp: Jurnalnya Orang Pintar Komputer Vol 10, No 2 (2021): Smart Comp: Jurnalnya Orang Pintar Komputer Vol 10, No 1 (2021): Smart Comp : Jurnalnya Orang Pintar Komputer Vol 9, No 2 (2020): Smart Comp :Jurnalnya Orang Pintar Komputer Vol 9, No 1 (2020): Smart Comp :Jurnalnya Orang Pintar Komputer Vol 8, No 2 (2019): Smart Comp :Jurnalnya Orang Pintar Komputer Vol 8, No 1 (2019): Smart Comp :Jurnalnya Orang Pintar Komputer Vol 7, No 2 (2018): Smart Comp :Jurnalnya Orang Pintar Komputer Vol 7, No 1 (2018): Smart Comp :Jurnalnya Orang Pintar Komputer Vol 6, No 2 (2017) Vol 6, No 1 (2017) Vol 5, No 2 (2016) Vol 5, No 1 (2016) Vol 4, No 2 (2015) Vol 4, No 1 (2015) Vol 3, No 2 (2014) Vol 3, No 1 (2014) Vol 2, No 4 (2013): Smart Comp Vol 2, No 3 (2013): Smart Comp Vol 1, No 2 (2012): Smart Comp Vol 1, No 1 (2012): Smart Comp More Issue