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
 48   49   50   51   52 
Implementasi Metode EDAS dan Pembobotan ROC untuk Pemilihan Destinasi Wisata Ramah Pengunjung di Indonesia Ahmad Muqoffa; Bima Aditya Mahendra; Putri Sinta Anggraeni; Agusta Praba Ristadi Pinem
Jurnal Informatika Polinema Vol. 11 No. 2 (2025): Vol. 11 No. 2 (2025)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v11i2.6844

Abstract

Penelitian ini mengkaji penerapan sistem pendukung keputusan (SPK) untuk menentukan destinasi wisata yang ramah pengunjung di Indonesia. Permasalahan utama yang diidentifikasi adalah kebutuhan akan mekanisme pemilihan destinasi wisata yang tidak hanya berdasarkan popularitas, tetapi juga mempertimbangkan aspek kenyamanan, keamanan, serta fasilitas pendukung yang memadai. Untuk menjawab permasalahan tersebut, penelitian ini menggunakan metode Evaluation Based on Distance from Average Solution (EDAS) untuk mengevaluasi alternatif destinasi berdasarkan kriteria yang telah ditetapkan. Pembobotan dilakukan menggunakan metode Rank Order Centroid (ROC) untuk menjamin objektivitas dalam menentukan prioritas kriteria. Dalam penelitian ini, kriteria yang digunakan meliputi izin operasional, ketersediaan fasilitas wisata, penerapan konsep 3R, sistem ramah lingkungan, sistem pengolahan limbah, serta sistem penyediaan air bersih. Hasil penelitian menunjukkan bahwa Provinsi Jawa Barat berhasil menempati peringkat pertama sebagai destinasi wisata paling ramah pengunjung, dengan nilai hasil akhir tertinggi sebesar 0,997. Selain itu, analisis korelasi yang dihasilkan menunjukkan terdapat korelasi positif yang signifikan antara hasil peringkat dengan data jumlah pengunjung, yang memperkuat validitas dan efektivitas pendekatan yang digunakan. Penelitian ini memberikan manfaat praktis bagi wisatawan dalam memilih destinasi wisata yang berkualitas berdasarkan kriteria yang relevan. Di sisi lain, hasil penelitian ini juga menjadi acuan bagi pengelola destinasi wisata dalam meningkatkan kualitas layanan dan fasilitas agar lebih sesuai dengan kebutuhan pengunjung.
Analisis Wacana Penerapan Internet Of Things di Lingkungan Kampus Dengan Metode Critical Discourse Analysis Ahmad Fauzi; Sulhan, Moh
Jurnal Informatika Polinema Vol. 11 No. 2 (2025): Vol. 11 No. 2 (2025)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v11i2.6856

Abstract

Penelitian ini menganalisis penerapan Internet of Things (IoT) di lingkungan kampus dengan menggunakan pendekatan Critical Discourse Analysis (CDA). Tujuan utama dari penelitian ini adalah untuk mengeksplorasi peluang, tantangan, dan implikasi potensial dari adopsi IoT dalam menciptakan kampus cerdas (smart campus). Dengan menganalisis kebijakan terkait IoT, wawancara dengan mahasiswa, dosen, dan staf kampus, serta observasi terhadap infrastruktur kampus, penelitian ini mengungkapkan tiga kategori utama: peluang, tantangan, dan implikasi potensial. Peluang yang ditemukan mencakup efisiensi operasional dalam pengelolaan ruang kelas dan laboratorium, peningkatan pengalaman belajar mahasiswa, dan kontribusi terhadap keberlanjutan lingkungan melalui sistem hemat energi berbasis IoT. Tantangan utama yang dihadapi adalah keterbatasan infrastruktur kampus, kekhawatiran mengenai privasi data, dan kendala anggaran. Sedangkan implikasi potensial mencakup kesenjangan akses teknologi bagi mahasiswa dari latar belakang ekonomi kurang mampu, serta kebutuhan akan kebijakan inklusif dan pelatihan staf untuk mendukung penerapan IoT secara efektif. Penelitian ini menyarankan langkah-langkah strategis untuk memperkuat infrastruktur jaringan, kebijakan perlindungan data, dan keterlibatan seluruh pemangku kepentingan dalam perencanaan dan implementasi IoT di kampus. Dengan demikian, penerapan IoT di kampus tidak hanya membutuhkan teknologi yang canggih, tetapi juga pendekatan yang holistik, inklusif, dan berorientasi pada kebutuhan semua pihak. Upaya kolaboratif antara manajemen kampus, mahasiswa, dosen, dan staf menjadi kunci dalam memastikan IoT dapat membawa manfaat maksimal sekaligus mengatasi tantangan yang ada. Temuan ini memberikan wawasan penting bagi institusi pendidikan tinggi dalam merancang kebijakan dan strategi adopsi IoT yang berkelanjutan dan inklusif.
Implementasi Data Mining Algoritma Apriori Pada Data Transaksi Pik Store Achmad, Arda Fahmi; Abdul Rahim; Naufal Azmi Verdikha
Jurnal Informatika Polinema Vol. 11 No. 2 (2025): Vol. 11 No. 2 (2025)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v11i2.6860

Abstract

Peningkatan laju pertumbuhan konsumen dirasa dapat dimanfaatkan oleh Pik Store untuk semakin berkembang dengan jajaran produk rekomendasi. Data dari bulan Maret hingga Juni 2023 menunjukkan banyak data transaksi yang diperoleh sebanyak 2016 data. Ruang lingkup penelitian ini adalah penerapan apriori dapat memberikan rekomendasi tata letak produk agar dapat diimplementasikan. Tujuan penelitian ini adalah mengidentifikasi pola pembelian konsumen dalam menemukan kombinasi item produk yang sering dibeli secara bersamaan menggunakan dengan metode asosiasi serta memberikan rekomendasi tata letak paket item produk berdasarkan pola pembelian yang diidentifikasi untuk meningkatkan penjualan di toko Pik Store. Metode penelitian melibatkan pengumpulan data dan penerapan algoritma Apriori untuk training dan validasi. Hasil dari penelitian ini adalah algoritma yang dapat merekomendasikan tata letak produk pada toko Pik Store. Tingkat confidence tertinggi yang didapat adalah 86% dengan rata – rata 61% dimana penulis mengatur nilai minimal support 7%. Penelitian selanjutnya diharapkan dapat mengembangkan model dengan tingkat confidence yang lebih tinggi dengan menerapkan metode yang lebih baik.
Mini-Batch K-Means Clustering Untuk Pengelompokan Kemandirian Daerah Di Sulawesi Selatan Amri, Muh. Aidil; Risal, Andi Akram Nur; Bakri, Muh. Fajrin; Surianto, Dewi Fatmarani
Jurnal Informatika Polinema Vol. 11 No. 2 (2025): Vol. 11 No. 2 (2025)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v11i2.6871

Abstract

Kurangnya pemetaan yang efisien mengenai tingkat kemandirian desa di Sulawesi Selatan menghambat perumusan kebijakan pembangunan yang tepat sasaran. Penelitian ini bertujuan untuk mengembangkan model clustering menggunakan algoritma Mini-Batch K-Means guna mengelompokkan desa berdasarkan tingkat kemandiriannya. Data yang digunakan mencakup Indeks Ketahanan Sosial (IKS), Indeks Ketahanan Ekonomi (IKE), dan Indeks Ketahanan Lingkungan (IKL) dari 2.000 desa di Sulawesi Selatan. Proses analisis melibatkan pre-processing data, penentuan jumlah klaster optimal menggunakan metode Elbow, serta penerapan Mini-Batch K-Means untuk pengelompokan desa. Hasil penelitian menunjukkan bahwa desa-desa dapat dikelompokkan ke dalam empat klaster utama: Desa Mandiri, Desa Maju, Desa Berkembang, serta gabungan Desa Tertinggal dan Desa Sangat Tertinggal. Evaluasi menggunakan Silhouette Coefficient mengindikasikan bahwa klaster Desa Mandiri memiliki kualitas pengelompokan terbaik dengan nilai 0,5398, sementara klaster Desa Berkembang memiliki nilai 0,1823, yang menunjukkan adanya tumpang tindih dengan klaster lain. Implementasi model ini memberikan gambaran yang lebih jelas terkait distribusi tingkat kemandirian desa dan dapat menjadi acuan dalam penyusunan strategi pembangunan yang lebih efektif dan berkelanjutan. Dari hasil penelitian ini, pemerintah daerah dan pemangku kepentingan dapat merumuskan kebijakan berbasis data yang lebih akurat, memastikan bahwa desa-desa yang membutuhkan intervensi lebih lanjut dapat memperoleh perhatian yang tepat. Rekomendasi strategi berbasis data ini diharapkan dapat meningkatkan efektivitas program pembangunan desa serta mempercepat pencapaian kesejahteraan yang merata di Sulawesi Selatan
Perbandingan Penerapan Teknik Popularitas Item dalam Sistem Rekomendasi Ifada, Noor; Safi'i, Yunus
Jurnal Informatika Polinema Vol. 11 No. 3 (2025): Vol. 11 No. 3 (2025)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v11i3.5200

Abstract

Tantangan utama dalam era big data adalah pengguna seringkali mengalami kesulitan untuk menentukan atau memilih item yang relevan dari banyaknya data yang tersedia. Permasalahan ini dapat diatasi dengan pengimplementasian sistem rekomendasi untuk menyaring informasi dan memberikan rekomendasi yang sesuai dengan preferensi pengguna.  Walaupun sistem rekomendasi telah berkembang pesat dalam mengatasi tantangan informasi yang melimpah, masalah popularitas item masih menjadi isu utama. Item yang populer mendominasi rekomendasi, sedangkan item yang kurang populer mengalami kesulitas mendapatkan ekspousr kepada pengguna. Dalam konteks rekomendasi penjualan, hal ini dapat menghambat penjualan item yang kurang popular karena minimnya rekomendasi kepada pelanggan. Sejumlah penelitian telah dilakukan untuk mengatasi masalah ini, tetapi belum ada studi yang secara komprehensif membahas penerapan teknik popularitas item. Penelitian ini bertujuan melakukan studi tentang tren dari penelitian yang menerapkan teknik popularitas item dalam sistem rekomendasi, yaitu sejumlah 20 literatur yang dipublikasikan dari tahun 2012 sampai 2022. Hasil studi menunjukkan bahwa topik popularitas item mulai populer diteliti sejak tahun 2018 hingga 2022, yaitu sejumlah 16 literatur. Jenis literatur didominasi oleh prosiding yaitu sejumlah 15 literatur, dan sisanya berupa jurnal. Dataset yang paling banyak digunakan adalah MovieLens dan LastFM, yaitu untuk sistem rekomendasi film dan lagu. Fokus masalah yang paling mendominasi adalah penyelesaian permasalahan bias popularitas, yaitu sebanyak 12 literatur. Sedangkan luaran rekomendasi didominasi oleh rekomendasi top-N, yaitu sebanyak 18 literatur.
Deteksi Jatuh Lansia Berbasis Landmark Sendi Pada Model LSTM Pratama Putra, Gede Bakti; Suputra, Putu Hendra; Marti, Ni Wayan; Sugiantari, Kadek Feny
Jurnal Informatika Polinema Vol. 11 No. 3 (2025): Vol. 11 No. 3 (2025)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v11i3.6823

Abstract

Fenomena lansia terlantar di Indonesia terus meningkat, dengan 2,4 juta dari 25 juta lansia terlantar pada tahun 2019 menurut data CAS Universitas Indonesia. Dengan populasi lansia yang terus bertambah setiap tahun, tantangan dalam perawatan lansia menjadi perhatian penting, khususnya dalam memberikan keamanan dan respons cepat terhadap kondisi darurat. Salah satu kondisi darurat yang sering terjadi adalah jatuh, yang dapat berakibat fatal jika tidak ditangani segera. Penelitian ini bertujuan untuk mengembangkan model deteksi jatuh pada lansia menggunakan algoritma Long Short Term Memory (LSTM) dan fitur landmark sendi. Kondisi jatuh didefinisikan sebagai perubahan pose dari berdiri ke terbaring, yang dipantau secara kontinu menggunakan konsep sliding window. Setiap pose diberikan indeks tertentu yang merepresentasikan kondisi lansia, seperti berdiri, bungkuk, jongkok, duduk, terbaring kiri, terbaring kanan, terbaring ke atas, dan terbaring ke bawah. Model LSTM digunakan untuk mengklasifikasikan pose lansia berdasarkan data pose tersebut. Metode penelitian meliputi studi literatur, analisis, pengembangan model, serta evaluasi performa. Penelitian ini menggunakan dataset berupa 240 video dengan 30 frame per video, melibatkan validator dari Panti Sosial X untuk memastikan keakuratan data yang digunakan. Hasil uji coba menunjukkan bahwa model yang dikembangkan mampu mengklasifikasikan pose dan mendeteksi kondisi jatuh dengan akurasi 91%, yang lebih unggul dibandingkan penelitian sebelumnya dengan akurasi model yaitu 86%.
Sistem Pendeteksi Arah Kiblat bagi Disabilitas Menggunakan Sensor Kompas dan Global Positioning System (GPS) Vidyana, Irma; Rismawan, Tedy; Hidayati, Rahmi
Jurnal Informatika Polinema Vol. 11 No. 3 (2025): Vol. 11 No. 3 (2025)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v11i3.6832

Abstract

Kiblat adalah sudut atau arah dengan ka’bah di Makkah sebagai titik pusat, pengukuran sudut yang diukur dari arah utara menuju kiblat disebut azimut kiblat, rentang toleransi arah kiblat yang benar adalah sebesar 5⁰. Bagi disabilitas yang memiliki keterbatasan dalam melakukan aktifitas normal, mencari arah kiblat menjadi tantangan yang sulit karena memerlukan tingkat keakurasian, akibatnya disabilitas memerlukan bantuan orang lain dalam menentukan arah kiblat. Untuk mengatasi permasalahan ini, diperlukan alat bantu dalam mencari arah kiblat yang dapat memberikan informasi arah sesuai keberadaan pengguna. Pada penelitian ini dibangun sebuat alat bantu pendeteksi arah kiblat bagi disabilitas menggunakan sensor kompas sebagai pendeteksi arah pengguna dan GPS sebagai penentu titik koordinat. Arduino Mega berperan sebagai pemroses data dan mengirimkan umpan balik audio lewat speaker dan status informasi kepada LCD untuk memudahkan pengguna memahami status keberadaanya dari arah kiblat. Hasil pengujian yang dilakukan di dalam dan luar ruangan menghasilkan rata-rata ketepatan GPS sejauh 15.06 m, sistem bekerja lebih optimal di luar ruangan dengan ketepatan modul GPS sejauh 8.69 m dan di dalam ruangan sejauh 19.45 m, akurasi sensor kompas sebesar 97.40% dan ketepatan akurasi nilai azimut kiblat 99.98%., sistem dapat bekerja secara real-time selama sinyal GPS tersedia.
Implementation of Non-Invasive Detection of Cholesterol Levels, Hypertension Using Android-Based BPW34 and MPX5050GP Sensors Junus, Mochammad; Rachmad Saptono; Nugroho Suharto; Daffa Afrizal Wijaya
Jurnal Informatika Polinema Vol. 11 No. 3 (2025): Vol. 11 No. 3 (2025)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v11i3.6963

Abstract

High cholesterol levels and blood pressure are the main indications of body health which can cause heart attacks and strokes. Cholesterol deposits in the blood vessels can cause narrowing which results in hypertension and disorders of the components of the cardiovascular system. In accordance with the function of the cardiovascular system which is responsible for sending blood to various parts of the body, it is necessary to detect cholesterol levels and hypertension as early as possible in order to prevent heart attacks and strokes. The aim of this research is to measure cholesterol and hypertension levels using the BPW34 and MPX5050GP sensors and the addition of the GY-MAX30100 sensor to detect heart rate and oxygen saturation. The three sensors were combined as an experimental analysis test for a prototype medical tool for measuring blood cholesterol levels and hypertension in real-time, non-invasively (does not injure skin tissue). In this research, an application system was created in the form of a dashboard of test results for each sensor, which then sent the medical test data results to the user's smartphone to determine estimated values for cholesterol and hypertension levels for the purpose of initial medical examination.In this research, an application system was created in the form of a dashboard of test results for each sensor, which then sent the medical test data results to the user's smartphone to determine estimated values for cholesterol and hypertension levels for the purpose of initial medical examination. The results of the research show that the prototype created compared to standard medical measuring instruments, has the ability to measure cholesterol levels and blood pressure with an accuracy of 0.675% on the BPW34 sensor and 3.9% on the MPX5050GP sensor and 1.475% accuracy on the GY-MAX30100 sensor. heart rate and 1.305% for oxygen saturation. The measurement data can be connected successfully into an android application enabling remote and live monitoring. This system supports personal health management by enabling people to monitor their health conditions independently and in real time.
Pendekatan Machine Learning untuk Deteksi Dini Kanker Paru-Paru: Mengoptimalkan Sensitivitas dan Akurasi Nuraeni, Nia; Astuti, Puji
Jurnal Informatika Polinema Vol. 11 No. 3 (2025): Vol. 11 No. 3 (2025)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v11i3.7011

Abstract

Kanker paru-paru merupakan salah satu penyebab utama kematian akibat kanker di dunia. Deteksi dini yang akurat sangat penting untuk meningkatkan peluang kesembuhan pasies. Penelitian ini membandingkan kinerja enam algorithma data mining, yaitu Logistic Regression (LR), Random Forest (RF), Support Vector Machine (SVM), Naïve Bayes (NB), Decision Tree Classifier (DTC), dan K-Nearest Neighbors (K-NN) dalam memprediksi kanker paru-paru. Hasil evalusi menunjukan bahwa DTC memiliki sensivitas tertinggi (0.558) dan F1- Score terbaik (0.543), sehingga lebih efektif dalam mendeteksi sebanyak mungkin kasus positif. Random Forest memiliki akurasi tinggi (90%), menunjukan keseimbangan antara prediksi yang benar secara keseluruhan dan performa disemua aspek. Model lainnya, seperti Logistic Regression dan SVM memiliki akurasi tinggi (89%) tetapi dengans ensitivitas yang lebih rendah dibandingkan Decision Tree Classifier. Berdasarkan hasil ini, model dengan sensitivitas tinggi lebih sesuai untuk skrining awal agar tidak melewatkan kasus kanker, sedangkan model dengan akurasi tinggi dapat digunakan untuk diagnosis yang lebih seimbang. Dengan demikian pendekatan machine learning dapat menjadi alat bantu yang potensial dalam deteksi dini kanker paru-paru.
Perbandingan Metode Regresi Linier dan Single Moving Average dalam Peramalan Timbulan Sampah di Kota Malang Anggelika Royinda; Fandi Yulian Pamuji
Jurnal Informatika Polinema Vol. 11 No. 3 (2025): Vol. 11 No. 3 (2025)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v11i3.7017

Abstract

Sampah merupakan produk yang sudah tidak digunakan kembali. Penumpukan sampah yang berlebihan dapat membuat permasalahan sosial dan lingkungan. Kasus timbulan sampah yang meningkat ini menjadi masalah serius di berbagai wilayah Indonesia termasuk Kota Malang. Sampah yang tidak dikelola dengan tepat dapat menyebabkan bencana alam seperti banjir dan tanah longsor. Oleh karena itu, diperlukan adanya tindakan strategi yang efektif untuk pengelolaan sampah di Kota Malang. Prediksi menggunakan metode peramalan yang optimal menjadi salah satu langkah yang dibutuhkan untuk bisa menentukan strategi pengelolaan sampah yang tepat. Data timbulan sampah Kota Malang yang tersedia pada web resmi SIPSN adalah data volume sampah mulai dari tahun 2019 hingga tahun 2023. Sampel data tersebut berjumlah kurang dari 10, sehingga dilakukan analisis perbandingan menggunakan metode peramalan regresi linier dan single moving average. Perhitungan peramalan pada kedua metode menggunakan rumus persamaan, khusus untuk model regresi linier memanfaatkan tools rapidminer untuk lebih mengoptimalkan hasil. Kedua metode tersebut menghasilkan model peramalan dari data aktual yang digunakan pada studi kasus ini. Metode peramalan regresi linier dan single moving average dinyatakan baik karena mempunyai nilai MAPE diantara rentang 10%-20%. Namun, model regresi linier lebih optimal digunakan dalam perhitungan karena memiliki nilai MAPE yang lebih kecil yaitu sebesar 11,28% dibandingkan single moving average yang memiliki MAPE sebesar 12,36%.

Page 50 of 56 | Total Record : 559

 48   49   50   51   52 

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