cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Imam Fahrur Rozi
Contact Email
imam.rozi@polinema.ac.id
Phone
+6285233139738
Journal Mail Official
jip@polinema.ac.id
Editorial Address
Politeknik Negeri Malang Jl. Soekarno Hatta No.9, Jatimulyo, Kec. Lowokwaru, Kota Malang, Jawa Timur 65141 Phone: (0341) 404424-404425 Fax: (0341) 404420
Location
Kota malang,
Jawa timur
INDONESIA
Jurnal Informatika Polinema (JIP)
Published by Politeknik Negeri Malang
ISSN : 26146371     EISSN : 2407070X     DOI : https://doi.org/10.33795/jip
Core Subject : Science, Engineering,
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Library & Information Science
The focus and scope of articles published in JIP (Journal of Informatics Polinema) encompasses the game technology, information system, computer network, computing, which covers the following scope: Game Technology Artificial Intelligence Intelligent System Machine Learning Image Processing Computer Vision Information Retrieval Machine Learning Information System Internet of Things Computer Security Technology Enhanced Learning Education Technologies Digital Forensic Wireless Sensor UI/UX research JIP (Jurnal Informatika Polinema) publishes comprehensive research articles and invited reviews by leading expert in the field. Papers will be selected that high scientific merit, impart important new knowledge, and are of high interest to computer and information technology.
Arjuna Subject : Ilmu Komputer (semua kategori) - Aplikasi Ilmu Komputer
Articles 559 Documents
 46   47   48   49   50 
Analisis Algoritma C4.5 dan Naïve Bayes dalam Menentukan Tingkat Kepuasan Publik di RUPBASAN Kelas 2 Blitar Khoiriyah, Muayyin Wafi; Santi, Indyah Hartami; Romadhona, Rizki Dwi
Jurnal Informatika Polinema Vol. 11 No. 1 (2024): Vol. 11 No. 1 (2024)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v11i1.5831

Abstract

RUPBASAN kelas 2 Blitar sebagai salah satu lembaga pemasyarakatan dibawah naungan KEMENKMUMHAM RI haruslah mampu mewujudkan zona integritas guna menyediakan pelayanan prima untuk masyarakat. Ukuran kinerja pelayanan publik ditentukan oleh evaluasi masyarakat. Salah satu cara untuk menentukan tingkat kepuasan publik terhadap pelayanan yang diberikan oleh organisasi atau lembaga adalah dengan melakukan survei Indeks Kepuasan Masyarakat (IKM). Pada penelitian ini, algoritma C4.5 dan algoritma Naive Bayes akan digunakan. Data dikumpulkan dari bagian komponen SPKP pada situs web 3AS Survey Management. Yang meliputi 8 atribut. Delapan atribut tersebut adalah informasi, persyaratan, prosedur atau alur, waktu penyelesaian, biaya, sarana prasarana, respons, konsultasi, dan pengaduan. Dataset yang dipakai yakni 195 responden/ pengunjung yang sudah mengisi survei. Data survei kemudian diolah menggunakan kedua algoritma tersebut dan eksperimen dilakukan 10 kali dengan membandingkan data latih dan data uji yang berbeda. Pengunjung merasa puas dengan tingkat kepuasan yang sangat baik jika dilihat secara umum. Dengan nilai rata-rata akurasi 99,31%, ini sedikit lebih akurat daripada algoritma Naive Bayes, yang memiliki nilai rata-rata akurasi 96,78%, menurut perbandingan yang dilakukan dengan menggunakan Algoritma C4.5. Hasil penelitian ini dapat digunakan untuk referensi dalam menentukan tingkat kepuasan publik di RUPBASAN Kelas 2 Blitar guna perbaikan terkait pelayanan publik agar lebih baik kedepannya.
Sistem Informasi Geografis Pemetaan Daerah Rawan Kecelakaan Lalu Lintas Berbasis Website di Kota Pontianak Anisa, Anisa; Wahid Saleh Insani, Rachmat; Cendekia Siregar, Alda
Jurnal Informatika Polinema Vol. 11 No. 1 (2024): Vol. 11 No. 1 (2024)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v11i1.5976

Abstract

Kecelakaan lalu lintas merupakan insiden yang melibatkan satu atau lebih kendaraan serta pengguna jalan lainnya, sering kali disebabkan oleh minimnya informasi mengenai kondisi jalan yang akan dilalui. Kurangnya informasi ini dapat meningkatkan risiko kecelakaan, terutama di daerah dengan tingkat lalu lintas yang padat. Untuk mengatasi masalah ini, penelitian ini mengembangkan Sistem Informasi Geografis (SIG) berbasis website dengan memanfaatkan Google Maps API guna memetakan dan menganalisis daerah rawan kecelakaan di Kota Pontianak. Sistem ini dirancang untuk memberikan informasi yang akurat mengenai lokasi titik rawan kecelakaan serta tingkat keparahan kecelakaan yang terjadi. Dengan demikian, sistem ini dapat membantu pihak-pihak terkait seperti pemerintah daerah dan instansi lalu lintas dalam mengambil keputusan strategis untuk mengurangi angka kecelakaan. Penggunaan teknologi website memungkinkan pengguna mengakses peta digital serta data kecelakaan secara real-time, yang mempermudah pemantauan kondisi jalan dan penanganan situasi darurat. Selain itu, pengujian Black Box Testing menegaskan bahwa semua fungsi sistem beroperasi dengan baik dan menghasilkan output yang konsisten sesuai dengan input yang diberikan. Hasil dari User Acceptance Testing (UAT) juga mencatat bahwa 80,40% dari pengguna memberikan respon positif terhadap sistem yang digunakan. Hal ini menunjukkan bahwa sistem yang dikembangkan tidak hanya dapat diandalkan, tetapi juga efektif dalam memberikan informasi kritis tentang kecelakaan di Pontianak. Implementasi SIG berbasis website inimdapat menjadi acuan penting dalam pengambilan kebijakan berbasis data untuk meningkatkan keselamatan lalu lintas di masa mendatang.
Perancangan dan Implementasi Aplikasi Pembelajaran Pengenalan Huruf dan Angka Berbasis Web di TK Al Hidayah Doko VII Hartanti, Hartanti; Nur Budiman, Saiful; Kirom, Sabitul
Jurnal Informatika Polinema Vol. 11 No. 1 (2024): Vol. 11 No. 1 (2024)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v11i1.5993

Abstract

Media pembelajaran merupakan sarana yang sangat penting dalam pendidikan anak usia TK seperti media pembelajaran literasi dan numerasi. Pada penelitian ini mendapatkan permasalahan terkait media belajar yang masih kurang menarik, sehingga siswa kurang berminat dalam belajar dan terkesan acuh dengan konsep pembelajaran tang diterapkan. pada penelitian ini bertujuan dapat membuat sebuah media pembelajaran inetraktif untuk anak TK dengan tampilan yang menarik. Disini penulis akan membuat sebuah media pembelajaran pengenalan huruf dan angka berbasis game edukasi. Dalam penelitian ini penulis menggunakan metode pengembangan Waterfall, adapun tahapan dari metode Waterfall antara lain : Analysis, Design, Implementation, Testing, Verification, Maintennace. Dari hasil pengujian blackbox mendapatkan 91,6 % yang berarti semua berfungsi dengan baik, dan untuk hasil pengujian whitebox mendapatkan nilai Cyclomatic Complexity adalah 2 yang berarti masuk kategori 1-10 bahwa kode terstruktur dengan baik, mudah diuji, biaya lebih sedikit.
Rancang Bangun Monitoring Pagar Otomatis Berbasis IoT dengan Kontrol dan Keamanan Shafin, Shafin Adinata; Irwansyah, Irwansyah; Utomo, Karyo Budi
Jurnal Informatika Polinema Vol. 11 No. 1 (2024): Vol. 11 No. 1 (2024)
Publisher : UPT P2M State Polytechnic of Malang

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

Abstract

Penggunaan teknologi Internet of Things (IoT) telah memperkenalkan pagar otomatis berbasis IoT dan mengubah paradigma keamanan properti. Penelitian ini menyelidiki pengembangan dan penerapan sistem pagar otomatis yang memanfaatkan sensor keamanan dan gerak. Metode penelitian yang digunakan dalam pengembangan sistem pagar otomatis berbasis IoT ini terdiri dari beberapa tahap utama. Pertama, dilakukan studi literatur untuk memahami teknologi IoT, sistem keamanan, dan integrasi sensor. Setelah itu, tahap desain sistem dilakukan dengan menetapkan kebutuhan perangkat keras dan perangkat lunak, seperti jenis sensor gerak, mikrokontroler, dan platform jaringan berbasis web yang akan digunakan. Tahap berikutnya adalah pengembangan dan integrasi perangkat keras, di mana sensor gerak, mikrokontroler, dan modul jaringan dihubungkan untuk mnedeteksi aktivitas di area tertentu. Selanjutnya, sistem dikonfigurasi untuk mengirimkan data secara real-time melalui jaringan web, memungkinkan pemilik properti menerima notifikasi saat terdeteksi pergerakan mencurigakan. Sistem ini juga dirancang agar dapat berkolaborasi dengan perangkat IoT lain, seperti kamera pengintai, untuk meningkatkan keamanan. Tahap akhir melibatkan pengujian sistem, di mana kinerja sensor dan akurasi notifikasi diuji di berbagai kondisi lingkungan. Data yang diperoleh selama pengujian dianalisis untuk memastikan sistem berjalan sesuai dengan tujuan awal dan memenuhi kebutuhan keamanan pemilik properti. Hasil penelitian menunjukkan bahwa penerapan pagar otomatis berbasis IoT ini dapat memberikan manfaat yang signifikan dalam hal keamanan properti, efisiensi manajemen akses, dan kemudahan penggunaan. Oleh karena itu, penelitian ini berkontribusi terhadap pengembangan teknologi keamanan properti yang lebih maju dan terintegrasi.
Implementasi Optical Character Recognition (OCR) untuk Meningkatkan Akurasi dan Kecepatan Input Data di Posyandu Amelia Marshanda; Harijanto, Budi; Rahmad, Cahya
Jurnal Informatika Polinema Vol. 11 No. 1 (2024): Vol. 11 No. 1 (2024)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v11i1.6025

Abstract

Posyandu adalah salah satu lembaga kesehatan masyarakat yang membutuhkan pengumpulan dan pemrosesan data yang efisien dan akurat untuk keperluan pemantauan dan evaluasi. Namun, proses pengumpulan data di Posyandu saat ini masih dilakukan secara manual dengan mengetikkan informasi langsung ke dalam sistem, yang rentan terhadap kesalahan dan memakan waktu cukup lama. Penelitian ini bertujuan untuk mengembangkan sistem yang mempermudah kader Posyandu dalam proses penginputan data dengan menerapkan teknologi Optical Character Recognition (OCR). Teknologi OCR digunakan untuk mengenali karakter dari teks yang ditulis tangan atau dicetak menjadi format digital yang dapat diproses oleh komputer. Pengujian sistem dilakukan dengan menggunakan data dari alat ukur digital untuk mengukur akurasi dan efisiensi waktu pemrosesan. Hasil pengujian menunjukkan bahwa sistem yang dikembangkan mampu mendeteksi karakter pada alat ukur digital dengan rata-rata akurasi sebesar 82% pada jarak 10 cm di dalam ruangan. Selain itu, rata-rata waktu yang dibutuhkan untuk pemrosesan gambar adalah 2,65 detik per gambar. Berdasarkan hasil tersebut, penerapan teknologi OCR dalam sistem informasi Posyandu terbukti dapat meningkatkan efisiensi penginputan data dengan mempercepat proses dan mengurangi potensi kesalahan.
Peningkatan Keamanan Jaringan Wireless di Fakultas Kedokteran Kampus Madang UNSRI Budiman, Budiman; Restu Mukti, Aan; Rizal, Syahril; Suryayusra, Suryayusra
Jurnal Informatika Polinema Vol. 11 No. 1 (2024): Vol. 11 No. 1 (2024)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v11i1.6048

Abstract

Teknologi nirkabel merupakan salah satu keutamaan sebagai faktor penunjang dunia informasi. Jaringan komputer menjadi jalur pengiriman data melalui intranet maupun distribusi internet, sehingga keamanannya menjadi prioritas. Beberapa kasus yangsering terjadi mengenai kebocoran informasi baik di lingkup institusi pemerintahan maupun pendidikan menjadi evaluasi serius dalam meningkatkan keamanan jaringan. Tujuan penelitian ini mengidentifikasi kerentanan untuk mengurangi risiko serangan, mengukur efektifitas tingkat keamanan terhadap jaringan nirkabel, membuat laporan hasil data yang bisa berguna bagi administrator dalam mengatur keamanan jaringan nirkabel, memotivasi administrator untuk bisa mencari hal-hal baru agar berguna bagi banyak orang, metode penetrasi menggunakan metode OWASP Framework menjadi metode yang diusulkan dalam penelitian ini. Berdasarkan hasil uji coba penetrasi jaringan wireless pada Fakultas Kedokteran Universitas Sriwijaya Kampus Madang menggunakan tools OWASP Testing Guide versi 4.1 dari modul yang telah diuji coba, didapatkan beberapa hasil menggunakan tools sebagai berikut Wifi Analyzer (Scanning SSID  jaringan Wireless berhasil dilakukan), Netcut (ARP Spoofing terhadap host berhasil dilakukan), Nmap (Scanning jaringan berhasil dilakukan, Brute Force tidak berhasil), Dirbuster (Brute Force direktori server berhasil dilakukan). Dengan demikian dapat dilakukan audit keamanan jaringan secara berkala untuk mendeteksi dan memperbaiki potensi kelemahan sebelum dieksploitasi.
Sistem Penentu Penerimaan Bantuan Sosial (BLT-DD) untuk Keluarga Kurang Mampu Nila Ayu Setyaningrum; Dian Hanifudin Subhi; Ekojono, Ekojono
Jurnal Informatika Polinema Vol. 11 No. 1 (2024): Vol. 11 No. 1 (2024)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v11i1.6093

Abstract

Bantuan Langsung Tunai Dana Desa (BLT-DD) merupakan bantuan bagi warga kurang mampu yang dibiayai dari dana desa. Bantuan sosial yang diberikan di Desa Boto, Kecamatan Semanding, Kabupaten Tuban sering terjadi permasalahan, salah satunya penerima BLT-DD dianggap tidak merata dan tidak jatuh kepada pihak yang membutuhkan. Masalah lain yang muncul yaitu pencatatan BLT-DD terjadi karena data tersalip yang mengakibatkan ketidakakuratan dalam penyaluran bantuan sosial. Berdasarkan permasalahan tersebut, maka dibutuhkan kriteria yang tepat untuk menentukan calon penerima BLT-DD guna menghindari kesalahan dalam penyaluran bantuan sosial di masa mendatang. Kriteria yang digunakan dalam menentukan penerima BLT-DD berdasarkan parameter seperti status tempat tinggal, jenis lantai bangunan, jenis dinding bangunan, sumber penerangan, usia, status perkawinan, penghasilan, jumlah tanggungan, jumlah ternak, penerima bantuan pemerintah, kehilangan pekerjaan, dan anggota keluarga sakit. Metode AHP diterapkan untuk menilai dan menentukan bobot dari setiap kriteria berdasarkan penilaian multi-expert, sedangkan TOPSIS digunakan untuk menentukan skor akhir dari penerima BLT-DD. Selain itu, GMM digunakan untuk mencapai nilai konsesnsus dalam penilaian multi-expert. Pada penelitian ini, penulis membuat Sistem Pendung Keputusan berbasis website. Data yang dipakai adalah 45 data calon penerima BLT-DD yang nantinya diambil 39 data layak menerima BLT-DD. Pada pengujian fungsional sistem berjalan dengan baik sesuai kebutuhan pengguna dengan tingkat kepuasan sebesar 93%. Dengan demikian, sistem ini dapat membantu dalam menentukan rekomendasi calon penerima BLT-DD di Desa Boto.
Prediksi Penjualan Mobil Toyota di Indonesia Menggunakan Multi-Layer Perceptron Muhammad Nabil Afkar; Dewi Titania Randa; Rizal Adi Saputra
Jurnal Informatika Polinema Vol. 11 No. 1 (2024): Vol. 11 No. 1 (2024)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v11i1.6339

Abstract

Penjualan merupakan aspek yang sangat penting dalam industri, dan di Indonesia, Toyota telah menjadi salah satu merek mobil yang paling diminati oleh konsumen. Prediksi penjualan memiliki peran krusial dalam memprediksi tren penjualan di masa depan. Multi-Layer Perceptron adalah salah satu model yang dapat digunakan untuk melakukan prediksi tersebut. Penelitian ini menggunakan data yang diperoleh dari website Gabungan Industri Kendaraan Bermotor Indonesia. Data tersebut mencakup bulan dan jumlah penjualan mobil setiap bulannya dari Januari 2011 – Mei 2023, kemudian data penjualan 6 bulan terakhir dijadikan data uji dan sisanya sebagai data latih. Untuk mengukur akurasi model prediksi, digunakan metrik Mean Absolute Error (MAE) dan Mean Percentage Absolute Error (MAPE). Dalam penelitian ini, model dibuat bervariasi, dengan total layer dari tiap model berjumlah 3 layer, terdiri dari 1 output layer dengan 10 neuron, 1 hidden layer yang akan dilakukan percobaan mulai dari 10 - 15 neuron, 1 output layer dengan 1 neuron, jumlah perulangan atau epoch sebanyak 300, menggunakan fungsi aktivasi ReLU dan optimizer Adam. Hasil evaluasi dari model yang dikembangkan dalam penelitian menunjukkan bahwa model 10-15-1 merupakan model terbaik dengan nilai MAE sebesar 1879.285156 dan MAPE sebesar 6.775593%. Berdasarkan hasil tersebut, prediksi yang dilakukan termasuk dalam kategori sangat akurat.
Perancangan Sistem Electronic Nose Berbasis Mikrokontroller Sebagai Alat Pengklasifikasi Jenis Teh Murni Barata, Mula; Jauhar Vikri, Muhammad; Pribadi, Teguh
Jurnal Informatika Polinema Vol. 11 No. 1 (2024): Vol. 11 No. 1 (2024)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v11i1.6349

Abstract

Klasifikasi jenis teh murni secara manual sering kali memerlukan waktu yang lama dan bergantung pada kemampuan indera manusia, karena kemampuan ketajaman indera penciuman manusia yang berbeda penciuman anggapan tehradap obyek bersifat subyektif dan rentan terhadap kesalahan. Penelitian ini bertujuan untuk merancang sebuah sistem electronic nose berbasis mikrokontroler yang mampu mengklasifikasikan jenis teh murni secara otomatis dan konsisten. Sistem yang dikembangkan terdiri dari perangkat keras, termasuk mikrokontroler dan sejumlah sensor gas untuk mendeteksi senyawa volatil yang menjadi ciri khas setiap jenis teh. Data dari sensor diolah menggunakan algoritma machine learning untuk menghasilkan model klasifikasi yang akurat. Proses pengembangan melibatkan pengumpulan data aroma dari lima jenis teh murni yang diuji dalam berbagai kondisi lingkungan untuk memastikan robustitas sistem. Data yang diperoleh kemudian dianalisis dan diolah menggunakan algoritma supervised learning, yaitu algoritma Decision Tree. Sistem prototipe yang dihasilkan mampu mencapai akurasi klasifikasi sebesar 93,7%, menunjukkan keandalannya dalam mengenali pola aroma khas dari setiap jenis teh. Selain membahas hasil, penelitian ini juga mengidentifikasi tantangan seperti pengaruh variasi suhu dan kelembaban terhadap performa sensor, serta kebutuhan kalibrasi berkala untuk menjaga konsistensi sistem. Dengan hasil yang menjanjikan, sistem ini menawarkan solusi inovatif untuk mendukung industri teh dalam mengotomatisasi proses pengklasifikasian produk secara lebih efisien dan objektif.
Klasifikasi Jamu Tradisional Madura Menggunakan Metode K-Nearest Neighbors (KNN) dan Term Frequency-Inverse Document Frequency (TF-IDF) Sebagai Representasi Teks Yunitarini, Rika; Gultom , Jhon Filius; Stefany, Evy Maya
Jurnal Informatika Polinema Vol. 11 No. 1 (2024): Vol. 11 No. 1 (2024)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v11i1.6456

Abstract

Jamu Madura merupakan jamu tradisional yang digunakan untuk alternatif pengobatan maupun perawatan tubuh, baik laki-laki maupun perempuan. Penelitian ini bertujuan untuk melakukan proses pengembangan sistem otomatis untuk suatu klasifikasi jamu Madura dengan menggunakan pemodelan K-Nearest Neighbors (KNN) yang didukung oleh representasi teks TF-IDF (Term Frequency-Inverse Document Frequency). Dimana K-Nearest Neighbors adalah salah satu algoritma dalam suatu teknik machine learning yang digunakan untuk melakukan proses klasifikasi dan regresi, sedangkan TF-IDF (Term Frequency-Inverse Document Frequency) adalah suatu teknik yang umum digunakan dalam pemrosesan bahasa alami (NLP) dan information retrieval.  Deskripsi jamu Madura tersebut kemudian diubah menjadi representasi vektor menggunakan model TF-IDF, yang memungkinkan pemahaman kontekstual dari kata-kata dalam teks. Proses pengembangan model melibatkan pelatihan menggunakan metode KNN dengan data jamu Madura yang telah diberi label, dimana label pada penelitian ini terdapat 3 kelas, yaitu 1) Jamu Kesehatan, 2) Jamu Perawatan kewanitaan dan, 3) Pasutri. Klasifikasi ini diikuti oleh evaluasi kinerja model menggunakan metrik seperti akurasi, presisi, dan recall. Hasil penelitian menunjukkan bahwa metode KNN dengan TF-IDF dapat mencapai tingkat akurasi yang tinggi dimana hasil tertinggi terdapat dengan nilai k = 9 dimana data latih 90% dan data uji 10% dengan hasil akurasi 85,71%, dengan presisi 88,92% dan recall 85,71%, hal ini menyimpulkan hasil akurasi yang baik.

Page 48 of 56 | Total Record : 559

 46   47   48   49   50 

Filter by Year

2014 2025


Reset
Filter By Issues
All Issue Vol. 12 No. 1 (2025): Vol. 12 No. 1 (2025) Vol. 11 No. 4 (2025): Vol. 11 No. 4 (2025) Vol. 11 No. 3 (2025): Vol. 11 No. 3 (2025) Vol. 11 No. 2 (2025): Vol. 11 No. 2 (2025) Vol. 11 No. 1 (2024): Vol. 11 No. 1 (2024) Vol. 10 No. 4 (2024): Vol. 10 No. 4 (2024) Vol. 10 No. 3 (2024): Vol. 10 No. 3 (2024) Vol. 10 No. 2 (2024): Vol 10 No 2 (2024) Vol. 10 No. 1 (2023): Vol 10 No 1 (2023) Vol. 9 No. 4 (2023): Vol. 9 No. 4 (2023) Vol. 9 No. 3 (2023): Vol 9 No 3 (2023) Vol. 9 No. 2 (2023): Vol 9 No 2 (2023) Vol. 9 No. 1 (2022): Vol 9 No 1 (2022) Vol. 8 No. 4 (2022): Vol 8 No 4 (2022) Vol. 8 No. 3 (2022): Vol 8 No 3 (2022) Vol. 8 No. 2 (2022): Vol 8 No 2 (2022) Vol. 8 No. 1 (2021): Vol 8 No 1 (2021) Vol. 7 No. 4 (2021): Vol 7 No 4 (2021) Vol. 7 No. 3 (2021): Vol 7 No 3 (2021) Vol. 7 No. 2 (2021): Vol 7 No 2 (2021) Vol. 7 No. 1 (2020): Vol 7 No 1 (2020) Vol. 6 No. 4 (2020): Vol 6 No 4 (2020) Vol. 6 No. 3 (2020): Vol 6 No 3 (2020) Vol. 6 No. 2 (2020): Vol 6 No 2 (2020) Vol. 6 No. 1 (2019): Vol 6 No 1 (2019) Vol. 5 No. 4 (2019): Vol 5 No 4 (2019) Vol. 5 No. 3 (2019): Vol 5 No 3 (2019) Vol. 5 No. 2 (2019): Vol 5 No 2 (2019) Vol. 5 No. 1 (2018): Vol 5 No 1 (2018) Vol. 4 No. 4 (2018): Vol 4 No 4 (2018) Vol. 4 No. 3 (2018): Vol 4 No 3 (2018) Vol. 4 No. 2 (2018): Vol 4 No 2 (2018) Vol. 4 No. 1 (2017): Vol 4 No 1 (2017) Vol. 3 No. 4 (2017): Vol 3 No 4 (2017) Vol. 3 No. 3 (2017): Vol 3 No 3 (2017) Vol. 3 No. 2 (2017): Vol 3 No 2 (2017) Vol. 3 No. 1 (2016): Vol 3 No 1 (2016) Vol. 2 No. 4 (2016): Vol 2 No 4 (2016) Vol. 2 No. 3 (2016): Vol 2 No 3 (2016) Vol. 2 No. 2 (2016): Vol 2 No 2 (2016) Vol. 2 No. 1 (2015): Vol 2 No 1 (2015) Vol. 1 No. 4 (2015): Vol 1 No 4 (2015) Vol. 1 No. 3 (2015): Vol 1 No 3 (2015) Vol. 1 No. 2 (2015): Vol 1 No 2 (2015) Vol. 1 No. 1 (2014): Vol 1 No 1 (2014) More Issue