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
 51   52   53   54   55 
Implementasi Sistem Rekomendasi Produk Mebel Berbasis Web Menggunakan Content-Based Filtering Budi Suryono, Arif; Sumarlinda, Sri; Oktaviani, Intan
Jurnal Informatika Polinema Vol. 11 No. 4 (2025): Vol. 11 No. 4 (2025)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v11i4.7398

Abstract

Industri mebel di Indonesia mengalami perkembangan yang signifikan, namun pelanggan masih menghadapi kendala untuk memperoleh produk yang selaras dengan kebutuhan dan selera individu mereka. Permasalahan ini disebabkan oleh belum tersedianya sistem rekomendasi yang efektif pada platform digital penjualan mebel. Penelitian ini bertujuan untuk mengembangkan dan mengimplementasikan sistem rekomendasi produk mebel berbasis web dengan menggunakan metode Content-Based Filtering. Metode ini dipilih karena tidak memerlukan riwayat transaksi pengguna, melainkan memanfaatkan kemiripan antar item berdasarkan kata kunci (keywords) seperti nama produk, material, kategori, dan atribut lainnya. Sistem dibangun menggunakan data sampel sebanyak 15 produk mebel dan menghasilkan 11 rekomendasi berdasarkan nilai kemiripan (similarity) tertinggi antara profil pengguna dan deskripsi produk. Untuk meningkatkan akurasi, pendekatan metode Naïve Bayes turut digunakan dalam perhitungan kemiripan data. Evaluasi sistem dilakukan menggunakan pengujian black box pada antarmuka pengguna, dan hasilnya menunjukkan bahwa sistem bekerja dengan baik dan sesuai dengan fungsionalitas yang diharapkan. Penelitian ini diharapkan dapat menjadi solusi awal dalam meningkatkan pengalaman pengguna pada platform digital mebel melalui sistem rekomendasi yang cerdas.
Sistem Penilaian Kinerja Karyawan dan Rekomendasi Pengembangan Kompetensi Menggunakan Metode Rule-Based System pada PT. XYZ Widya Indah Puspita Sari; Dr. Ely Setyo Astuti; Indra Dharma Wijaya
Jurnal Informatika Polinema Vol. 11 No. 4 (2025): Vol. 11 No. 4 (2025)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v11i4.7430

Abstract

Perkembangan teknologi saat ini telah merambah ke banyak sektor industri. Meskipun demikian, sumber daya manusia tetap menjadi aspek penting dalam pengelolaan segala prosesnya. Sehingga penting bagi setiap perusahaan untuk memantau kinerja karyawannya. PT. XYZ sebagai perusahaan manufaktur komponen otomotif masih menerapkan metode manual dalam proses penilaian kinerja karyawan. Hal tersebut menimbulkan berbagai kendala seperti penggunaan kertas yang berlebihan, kesalahan perhitungan, memakan waktu yang banyak, dan kesulitan dalam melakukan analisis hasil penilaian. Dari permasalahan yang ada, pengembangan ini bertujuan untuk membangun sistem penilaian kinerja karyawan berbasis web yang dapat melakukan perhitungan secara otomatis serta menyajikan hasil penilaian secara informatif dalam bentuk visualisasi data dan memberikan rekomendasi pengembangan kompetensi karyawan secara tepat menggunakan metode rule-based system. Pada proses rekomendasi agar sistem dapat secara otomatis memberikan rekomendasi berdasarkan aturan yang ditetapkan oleh Divisi Human Resource PT. XYZ. Dari hasil implementasi menunjukkan bahwa sistem dapat menghasilkan perhitungan nilai yang tepat, menyajikan visualisasi data serta memberikan rekomendasi pengembangan kompetensi, sehingga membantu Divisi Human Resource dalam menganalisis dan mengambil keputusan yang tepat sasaran terkait pengembangan kompetensi karyawan. Sehingga proses evaluasi kinerja menjadi lebih terstruktur, terorganisir dan tepat sasaran.
Perbandingan Metode BPNN dan LSTM dalam Peramalan Timbunan Sampah TPA Anggelika Royinda; Rahmatina Hidayati; Hudan Eka Rosyadi
Jurnal Informatika Polinema Vol. 11 No. 4 (2025): Vol. 11 No. 4 (2025)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v11i4.7547

Abstract

Permasalahan sampah merupakan isu lingkungan yang terus diupayakan pengelolaannya oleh pemerintah, termasuk Kabupaten Malang. TPA Talangagung merupakan TPA yang terletak di Kecamatan Kepanjen dan bertugas melayani penanganan sampah wilayah Kabupaten Malang bagian selatan. Jumlah sampah masuk ke TPA Talangagung yang terus meningkat pada beberapa periode terakhir mendorong perumusan strategi pengelolaan sampah berbasis data melalui peramalan. Metode peramalan yang dibandingkan dalam upaya memprediksi sampah masuk di TPA Talangagung ini adalah Backpropagation Neural Network (BPNN) dan Long-Short Term Memory (LSTM). Kedua model tersebut memiliki pendekatan yang berbeda, namun tahapan peramalannya pada dasarnya sama yaitu meliputi normalisasi data, pembentukan sliding windows, perancangan arsitektur, proses pelatihan, proses pengujian, denormalisasi, hingga perhitungan akurasi. Berdasarkan serangkaian tahapan penelitian tersebut, dihasilkan bahwa metode Backpropagation Neural Network (BPNN) lebih optimal digunakan dalam kasus peramalan volume sampah TPA Talangagung dibandingkan dengan model Long-Short Term Memory (LSTM). Hal ini dibuktikan dengan nilai MSE dan MAPE dari BPNN sebesar 0,0060 dan 6,88% yang dihasilkan dari parameter terbaik 6 input layer, 8 neuron hidden, 1 output, serta 200 epoch. Nilai tersebut lebih kecil dibandingkan dengan hasil MSE dan MAPE dari metode LSTM yaitu sebesar 0,0079 dan 7,44% dengan arsitektur terbaiknya meliputi 11 input layer, 16 neuron hidden, 1 output layer, serta 50 epoch.
Klasifikasi Citra Jenis Ikan Air Tawar dan Air Laut Menggunakan Algoritma CNN (Convolutional Neural Network) fatmaauliazahra; Annisa; Firmansyah, Nedi
Jurnal Informatika Polinema Vol. 11 No. 4 (2025): Vol. 11 No. 4 (2025)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v11i4.7600

Abstract

Klasifikasi jenis ikan berdasarkan habitat air tawar dan air laut merupakan tantangan dalam bidang perikanan, terutama jika dilakukan secara manual yang memerlukan waktu dan keahlian khusus. Penelitian ini bertujuan membangun sistem klasifikasi otomatis berbasis citra digital dengan menerapkan algoritma Convolutional Neural Network (CNN) untuk membedakan ikan air tawar dan ikan air laut. Dataset terdiri dari 3.600 gambar yang terbagi secara seimbang untuk pelatihan, validasi, dan pengujian. Model dikembangkan menggunakan arsitektur MobileNetV2 melalui pendekatan transfer learning. Proses pelatihan dilakukan selama 10 epoch dengan preprocessing dan augmentasi untuk meningkatkan generalisasi model. Hasil pengujian menunjukkan bahwa model mencapai akurasi sebesar 94% pada data uji, dengan nilai precision dan recall masing-masing sebesar 96% dan 92% untuk ikan air tawar, serta 93% dan 96% untuk ikan air laut. Evaluasi melalui confusion matrix menunjukkan distribusi klasifikasi yang seimbang tanpa overfitting. Penelitian ini membuktikan bahwa CNN mampu mengklasifikasikan jenis ikan dengan tingkat akurasi tinggi, serta dapat diimplementasikan dalam sistem identifikasi ikan secara otomatis dan efisien. Kata kunci: Klasifikasi citra, Algoritma CNN, ikan air tawar, ikan air laut, MobileNetV2, transfer learning.
Perancangan UI/UX Sistem Prakerin Web dengan Metode UCD Siregar, Alifah; Saputra, Edi; Arsa, Daniel; Putri Ramadhani, Nanda
Jurnal Informatika Polinema Vol. 11 No. 4 (2025): Vol. 11 No. 4 (2025)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v11i4.7625

Abstract

Penelitian ini bertujuan untuk merancang antarmuka pengguna (UI/UX) Sistem Informasi Prakerin berbasis web yang sesuai dengan kebutuhan siswa kelas XI di SMK Negeri 2 Kota Jambi. Penelitian menggunakan metode User-Centered Design (UCD) dengan empat tahapan yaitu context of use, specify user requirements, design solutions, dan evaluate design. Subjek penelitian difokuskan pada siswa kelas XI yang akan melaksanakan Prakerin dengan jumlah responden sebanyak 24 orang. Teknik pengambilan sampel menggunakan purposive sampling. Pengumpulan data dilakukan melalui wawancara, observasi, serta pengujian prototipe menggunakan platform Maze dan kuesioner User Experience Questionnaire (UEQ). Hasil pengujian menunjukkan bahwa sistem memperoleh skor usability sebesar 84, yang menandakan bahwa tampilan antarmuka cukup mudah digunakan oleh siswa. Selain itu, hasil pengisian kuesioner UEQ menunjukkan skor yang masuk kategori excellent, mencerminkan pengalaman pengguna yang positif dari sisi kejelasan, kenyamanan, dan kemudahan penggunaan. Penelitian ini diharapkan dapat memenuhi kebutuhan di SMK Negeri 2 Kota Jambi untuk melaksanakan proses prakerin.
Rekomendasi Musik pada Youtube Music Menggunakan Metode Decision Tree Cart Ririn Wanandi; Dea Rajwa Zahra Athaya; Torrilynn Farrell Zuriely; Anggraini Puspita Sari
Jurnal Informatika Polinema Vol. 11 No. 4 (2025): Vol. 11 No. 4 (2025)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v11i4.7678

Abstract

Perkembangan teknologi digital telah mengubah cara masyarakat mengakses dan menikmati musik, khususnya melalui platform streaming seperti YouTube Music yang menawarkan ragam konten luas namun menimbulkan tantangan dalam menemukan musik sesuai preferensi pengguna. Tujuan penelitian ini adalah untuk mengembangkan sistem rekomendasi yang mampu memprediksi popularitas lagu secara akurat berdasarkan atribut-atribut utama. Penelitian ini mengimplementasikan algoritma Decision Tree Classification and Regression Tree (CART) untuk mengembangkan sistem rekomendasi musik yang dapat memprediksi popularitas lagu berdasarkan preferensi pengguna. Metode CART dipilih karena kemampuannya menangani data multidimensional dengan interpretabilitas tinggi dan dapat mengelola atribut kategorikal serta numerik secara bersamaan. Kontribusi utama dari penelitian ini adalah penerapan metode CART untuk klasifikasi musik populer yang dapat diintegrasikan secara real-time ke dalam sistem rekomendasi web. musik.
Evaluasi User Experience Platform Ruang Guru dan Tenaga Kependidikan (GTK) Menggunakan Tuxel 2.0 Melinda Nurfajriana, Intan; Indriati, Rini; Sari Wardani, Anita
Jurnal Informatika Polinema Vol. 11 No. 4 (2025): Vol. 11 No. 4 (2025)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v11i4.7681

Abstract

Platform Ruang Guru dan Tenaga Kependidikan (GTK) merupakan bentuk pengembangan dari Platform Merdeka Mengajar (PMM), yang diluncurkan oleh Kemendikbudristek. Namun dalam penerapannya ditemukan masalah pada guru khususnya guru lanjut usia. Penelitian ini menerapkan metode TUXEL 2.0. Pendekatan yang dipakai bersifat kualitatif dengan teknik pengumpulan data berbentuk observasi, wawancara, serta penyebaran kuesioner kepada 10 guru Sekolah Dasar di SDN Nambaan 2 Ngasem, Kabupaten Kediri. Instrumen penelitian terdiri atas tiga kuesioner, yakni Usability Inspection, General LMS, serta Evaluation User Experience. Hasil penelitian menunjukkan 28 permasalahan pada usability inspection, khususnya pada General Interface (17 item), Assignment (5 item), dan Assessment (5 item). Tahapan General LMS mengidentifikasi 47 permasalahan pada Help and Documentation (12 item), LMS Learnability (14 item), Learning Through LMS (11 item), dan LMS Flexibility (10 item). Evaluasi UEQ menunjukkan seluruh skala berada di level positif (>0.8) dengan nilai tertinggi pada Stimulation dan terendah pada Efficiency. Secara keseluruhan, platform GTK dinilai berada pada tingkat “baik” (Good). Rekomendasi desain solusi difokuskan pada perbaikan antarmuka, kejelasan fitur, dan kemudahan penggunaan, guna mendukung pemahaman pengguna terhadap platform GTK secara lebih efektif.
Desain UI/UX Ringkes Mobile: Aplikasi Skrining Kesehatan Berbasis UCD Muhammad Reza Muzaki; Rini Indriati; Muhammad Najibulloh Muzaki
Jurnal Informatika Polinema Vol. 11 No. 4 (2025): Vol. 11 No. 4 (2025)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v11i4.7722

Abstract

Pelaksanaan skrining kesehatan di Puskesmas memiliki peran penting dalam deteksi dini penyakit dan pencegahan masalah kesehatan masyarakat. Namun, proses pencatatan hasil skrining di banyak Puskesmas masih dilakukan secara manual menggunakan formulir kertas, yang menyebabkan risiko kehilangan data, keterlambatan rekapitulasi, dan hambatan pengambilan keputusan klinis. Penelitian ini bertujuan untuk merancang desain antarmuka aplikasi skrining kesehatan berbasis mobile dengan pendekatan User Centered Design (UCD) untuk memastikan aplikasi sesuai dengan kebutuhan tenaga kesehatan di lapangan. Metode penelitian terdiri atas lima tahap utama UCD, yaitu studi literatur dan identifikasi masalah, pemahaman konteks penggunaan melalui wawancara dan analisis deskriptif, spesifikasi kebutuhan pengguna dan organisasi, pengembangan solusi desain melalui storyboarding, wireframing, dan prototyping, serta evaluasi desain menggunakan User Experience Questionnaire (UEQ). Sebanyak 10 responden tenaga kesehatan berpartisipasi dalam uji coba prototipe aplikasi. Hasil evaluasi menunjukkan skor rata-rata UEQ pada seluruh dimensi berada pada kategori Good hingga Excellent, dengan skor tertinggi pada skala Efficiency (2,08) dan terendah pada Perspicuity (1,75). Temuan ini menunjukkan bahwa desain prototipe telah memenuhi sebagian besar harapan pengguna, terutama dari aspek kemudahan penggunaan, kecepatan pencatatan data, dan tampilan antarmuka yang menarik. Kesimpulannya, penerapan metode UCD dalam perancangan aplikasi skrining kesehatan mobile mampu menghasilkan desain yang adaptif terhadap kebutuhan pengguna, serta berpotensi meningkatkan efektivitas dan akurasi proses pencatatan skrining di Puskesmas.
Penerapan Artificial Neural Network untuk Prediksi Produksi Padi di Sumatera Setiawan Cahyono; Muhammad Imron Rosadi
Jurnal Informatika Polinema Vol. 11 No. 4 (2025): Vol. 11 No. 4 (2025)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v11i4.7727

Abstract

Produksi padi merupakan komponen strategis dalam ketahanan pangan nasional, khususnya di wilayah Sumatera yang menjadi salah satu lumbung padi Indonesia. Namun, proses prediksi produksi padi di wilayah ini masih didominasi oleh metode regresi linear yang memiliki keterbatasan dalam menangkap hubungan non-linier antar variabel agriklim. Hal ini menyebabkan akurasi prediksi menjadi rendah, terutama pada wilayah dengan variabilitas data yang tinggi. Penelitian ini bertujuan untuk membangun model prediksi produksi padi berbasis Artificial Neural Network (ANN) menggunakan parameter agriklim seperti curah hujan, suhu rata-rata, kelembapan, dan luas panen. Dataset yang digunakan berasal dari Kaggle dan mencakup data deret waktu tahun 1993–2020 dari delapan provinsi di Sumatera. Penelitian ini terdiri dari enam tahap, yaitu: akuisisi data, pra-pemrosesan, seleksi fitur dengan multicollinearity (VIF), pelatihan model ANN per provinsi menggunakan MLPRegressor, serta evaluasi menggunakan Mean Squared Error (MSE). Hasil pengujian menunjukkan bahwa metode ANN menghasilkan nilai rata-rata MSE paling rendah (0,0138) dibandingkan metode regresi linear (0,035) dan GLM (0,053), yang menandakan keunggulan ANN dalam memodelkan hubungan non-linier pada data produksi padi. Temuan ini menunjukkan bahwa ANN cocok diimplementasikan dalam prediksi hasil panen padi berskala regional dengan kompleksitas data yang tinggi.
Evaluasi Kepuasan Pengguna Aplikasi M-Paspor Dengan Pendekatan EUCS Dan PIECES Pada Kantor Imigrasi Kelas II TPI Singaraja Dewa, Ayu Deby Cintiya; Saskara, Gede Arna Jude; I Gusti, Lanang Agung Raditya Putra
Jurnal Informatika Polinema Vol. 11 No. 4 (2025): Vol. 11 No. 4 (2025)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v11i4.7772

Abstract

Aplikasi Mobile Paspor (M-Paspor) merupakan sistem yang diimpementasikan untuk meningkatkan layanan publik dalam kepengurusan layanan keimigrasian terutama paspor. Studi kasus dalam penelitian ini yaitu Kantor Imigrasi Kelas II TPI Singaraja. Selama pengimplementasiannya pengguna mengalami beberapa kendala yang mengarah pada masalah kepuasan pengguna yang perlu di evaluasi. Penelitian ini, menggunakan metode EUCS dan PIECES Framework, tujuan penelitian yaitu mengetahui pengaruh, mengukur kepuasan pengguna, dan memberikan rekomendasi perbaikan berdasarkan setiap variabel EUCS dan PIECES Framework. Hasil penelitian menunjukkan bahwa berdasarkan uji F seluruh variabel metode EUCS dan PIECES berpengaruh signifikan terhadap kepuasan pengguna. Berdasarkan uji t variabel format, ease of use, timeliness, information and data, economic, efficiency dan service berpengaruh positif dan signifikan terhadap kepuasan pengguna, kemudian variabel content, accuracy, performance dan control and security tidak berpengaruh signifikan. Pengukuran kepuasan pengguna, ditemukan variabel yang mendapat predikat kepuasan sangat puas ialah variabel content dengan nilai mean 4,40. Selanjutnya variabel dengan predikat puas ialah variabel accuracy, format, ease of use, timeliness, performance, information and data, economic, control and security, efficiency, dan service. Adapun rekomendasi perbaikan yang disarankan meningkatkan kelengkapan informasi menggunakan media grafis, memperkuat literasi digital, penyempurnaan kinerja, meningkatkan tampilan antarmuka, melengkapi fitur, kolaborasi dengan lembaga terkait, menambahkan fitur bantuan langsung, pembaruan sistem pembayaran dan kejelasan sistem perlindungan data pengguna.

Page 53 of 56 | Total Record : 559

 51   52   53   54   55 

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