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
 52   53   54   55   56 
Klasifikasi Warna Kain Tenun Lotis Menggunakan Convolutional Neural Network Nenometa, Elike; Igon, Skolastika Siba
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.v11i4.7841

Abstract

Kain tenun Lotis merupakan warisan budaya khas dari Kabupaten Timor Tengah Selatan, Nusa Tenggara Timur, yang berasal dari tiga suku besar, yaitu Amanuban, Amanatun, dan Mollo. Kain ini memiliki motif geometris yang unik dan menggunakan bahan pewarna alami dalam proses pembuatannya. Selain nilai estetika, kain tenun Lotis memiliki makna sosial dan budaya penting, seperti digunakan dalam busana adat dan simbol status sosial masyarakat setempat. Namun, pelestarian kain tenun Lotis menghadapi tantangan di era modern, terutama dalam klasifikasi dan dokumentasi digital karena kompleksitas visualnya. Variasi motif, corak, serta warna yang khas menyulitkan proses klasifikasi otomatis menggunakan metode konvensional. Untuk mengatasi hal tersebut, penelitian ini menerapkan metode Convolutional Neural Network, sebuah pendekatan deep learning yang efektif dalam pengolahan citra dan klasifikasi objek dengan visual kompleks. CNN mampu melakukan ekstraksi fitur secara otomatis dan mengenali pola serta karakteristik visual dengan akurasi tinggi. Penelitian ini bertujuan meningkatkan akurasi dan efisiensi identifikasi warna kain tenun Lotis. Hasilnya diharapkan dapat menghasilkan sistem klasifikasi berbasis CNN yang mampu mengidentifikasi kain tenun Lotis secara otomatis, serta mendukung pelestarian budaya melalui digitalisasi, dokumentasi yang lebih baik, dan meningkatkan apresiasi di kalangan generasi muda.
Evaluasi Kualitas Layanan Aplikasi Identitas Kependudukan Digital Berdasarkan Ulasan Pengguna di Google Playstore Menggunakan Importance-Performance Analysis Hannah Patricia; Azizah, Anik Hanifatul
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.v11i4.7845

Abstract

Aplikasi Identitas Kependudukan Digital merupakan aplikasi yang menjadi alternatif dari e-KTP, dimana aplikasi ini menjadi informasi elektronik berupa dokumen kependudukan. Namun, dalam implementasi aplikasi ini terdapat beberapa masalah yang menyebabkan pengguna menjadi kurang puas terhadap layanan yang diberikan, seperti aplikasi yang berjalan lambat, fitur yang tidak bisa digunakan, dan pengguna tidak bisa login. Ketidakpuasan ini berpotensi menimbulkan ketidakpercayaan masyarakat terhadap layanan kependudukan. Oleh karena itu, penting untuk mengevaluasi kualitas layanan aplikasi IKD sehingga layanan yang diberikan oleh IKD dapat memenuhi harapan pengguna. Tujuan dari penelitian ini yaitu untuk mengevaluasi kualitas layanan aplikasi IKD serta memberikan rekomendasi perbaikan layanan sehingga layanan IKD dapat ditingkatkan. Penelitian ini akan menggunakan data ulasan di Google Play Store. Kemudian data akan dianalisis dengan mengkombinasikan metode analisis sentimen dengan pemodelan topik yang selanjutnya hasilnya akan dipetakan ke kuadran Importance-Performance Analysis untuk melihat topik-topik mana yang perlu diprioritaskan untuk diperbaiki. Topik-topik juga akan didefinisikan ke dimensi-dimensi E-Govqual sebagai kriteria evaluasi layanan. Hasil dari penelitian menunjukkan bahwa topik performa aplikasi berada di kuadran prioritas utama sehingga penting bagi pihak aplikasi IKD untuk memprioritaskan perbaikan layanan ini. Adapun berdasarkan hasil evaluasi layanan, tidak terdapat topik yang termasuk ke dalam dimensi trust dan content and appearance of information sehingga penting bagi pihak aplikasi IKD untuk memberikan perhatian khusus terhadap kedua dimensi ini agar kualitas layanan IKD semakin baik. Kata kunci: identitas kependudukan digital, kualitas layanan, analisis sentimen, pemodelan topik, importance-performance analysis
Prediksi Kelangsungan Hidup Pasien Gagal Jantung Menggunakan Pendekatan Machine Learning dengan Optimasi GridSearchCV Mulyani, Sri; Arifin, Toni
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.v11i4.7938

Abstract

Gagal jantung menjadi salah satu penyebab utama tingginya angka kematian secara global, termasuk di Indonesia. Deteksi dini sangat krusial untuk mencegah progresivitas penyakit, tetapi pendekatan konvensional kerap memiliki keterbatasan akurasi. Penelitian ini memiliki tujuan untuk meningkatkan akurasi prediksi terhadap kelangsungan hidup pasien dengan kondisi gagal jantung melalui proses optimasi algoritma Machine Learning menggunakan teknik penyesuaian hiperparameter Grid SearchCV. Dataset yang digunakan berasal dari Heart Failure Clinical Records Dataset yang tersedia di UCI Machine Learning Repository, mencakup 299 data rekam medis pasien dengan 13 atribut klinis. Penelitian ini menggunakan enam algoritma klasifikasi, yang terdiri dari Random Forest, Decision Tree, Neural Network, K-Nearest Neighbors (K-NN), Support Vector Machine (SVM), dan Naïve Bayes. Hasil evaluasi menunjukkan bahwa algoritma Random Forest menghasilkan akurasi tertinggi, yaitu sebesar 87%, sebelum dilakukan proses optimasi. Peningkatan performa dicapai dengan Grid SearchCV, menghasilkan akurasi akhir sebesar 95%. Temuan ini membuktikan bahwa optimasi Hyperparameter mampu meningkatkan kinerja model secara signifikan. Implementasi hasil penelitian dapat mendukung rumah sakit dan layanan kesehatan dalam meningkatkan ketepatan diagnosis dini serta pemantauan pasien. Selain itu, studi ini menjadi referensi pengembangan sistem prediksi medis berbasis Machine Learning yang lebih mutakhir di masa depan.
Pengembangan Sistem Prediksi Stok Otomatis untuk Optimalisasi Pengelolaan UMKM Kuliner Fayra, Syahla' Syafiqah; Sintiya, Endah Septa; Amalia, Eka Larasati
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.v11i4.8018

Abstract

UMKM kuliner merupakan sektor penting dalam perekonomian Indonesia, namun masih banyak yang mengalami kendala dalam pengelolaan stok akibat perencanaan manual yang kurang efisien. Ketidakefisienan ini dapat menyebabkan kelebihan atau kekurangan stok yang berdampak pada kerugian finansial dan penurunan kepuasan pelanggan. Penelitian ini bertujuan untuk mengembangkan sistem prediksi stok otomatis menggunakan metode Triple Exponential Smoothing (TES) guna membantu UMKM kuliner, khususnya Syasya Food di Depok, dalam mengelola stok secara lebih akurat dan efisien. Sistem ini dikembangkan menggunakan model pengembangan Waterfall dan diimplementasikan pada platform web menggunakan framework Laravel. Data yang digunakan adalah semua penjualan harian yang diproses untuk menghasilkan prediksi stok selama 7 hari ke depan. Evaluasi dilakukan menggunakan tiga metrik utama, yaitu MAPE (Mean Absolute Percentage Error), MAE (Mean Absolute Error), dan MSE (Mean Squared Error), serta pengujian usability menggunakan System Usability Scale (SUS). Hasil evaluasi menunjukkan bahwa seluruh jenis makanan memiliki nilai MAPE di bawah 10%, dengan nilai terendah 0,81% pada Risol Mayo dan tertinggi 6,98% pada Pastel. Nilai MAE dan MSE juga tergolong rendah. Skor SUS sebesar 83 menunjukkan bahwa sistem dinilai “sangat baik” dan diterima oleh pengguna. Selain itu, sistem menyajikan hasil prediksi dalam bentuk grafik dan tabel yang informatif. Dengan demikian, sistem prediksi stok otomatis ini terbukti mampu meningkatkan efisiensi pengelolaan stok UMKM kuliner dan memiliki potensi untuk diadaptasi di sektor lain.
Sistem Pendukung Keputusan Pemilihan Latihan Gym Berbasis Fuzzy-AHP Terintegrasi LLM Andhani, Yasmine Navisha; sintiya, Endah Septa; Amalia, Eka Larasati
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.v11i4.8036

Abstract

Kesadaran masyarakat terhadap pentingnya kebugaran fisik mendorong meningkatnya kebutuhan akan program latihan gym yang sesuai dengan kondisi kesehatan masing-masing individu. Namun, banyak klien yang masih kesulitan menentukan program latihan yang tepat, dan personal trainer sering menghadapi tantangan dalam memberikan rekomendasi personal secara efisien. Penelitian ini bertujuan untuk mengembangkan sistem pendukung keputusan pemilihan program latihan gym menggunakan metode Fuzzy AHP yang terintegrasi dengan Large Language Model (LLM). Sistem dikembangkan menggunakan metode Extreme Programming dan diimplementasikan dalam platform web berbasis Laravel. Metode Fuzzy AHP digunakan untuk memberikan bobot pada lima kriteria kesehatan utama FAT%, BMI, WHR, Blood Pressure, dan RHR terhadap empat alternatif program latihan, yaitu fat loss, kekuatan, daya tahan, dan kardio. LLM digunakan untuk memberikan rekomendasi tambahan yang bersifat deskriptif dan informatif berdasarkan hasil perankingan. Hasil pengujian menunjukkan bahwa sistem memperoleh nilai System Usability Scale (SUS) sebesar 75,00 yang termasuk dalam kategori “baik” dan tingkat akurasi sebesar 80% terhadap pertimbangan profesional, menunjukkan bahwa sistem memberikan rekomendasi yang relevan dan dapat diandalkan. Penelitian ini memberikan kontribusi nyata dalam mempermudah personal trainer dan klien dalam menentukan program latihan yang sesuai, serta berpotensi untuk diadaptasi dalam layanan kebugaran lainnya guna meningkatkan efisiensi dan personalisasi rekomendasi latihan.
Monitoring Suhu dan Gas Amonia untuk Kandang Close House Ade Ismail; Dharma Wijaya, Indra; Nur Hamdana, Elok
Jurnal Informatika Polinema Vol. 12 No. 1 (2025): Vol. 12 No. 1 (2025)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v12i1.6979

Abstract

Penelitian ini bertujuan untuk mengevaluasi pengaruh tingkat amonia terhadap tingkat kematian ayam pada kandang ayam close house serta mengukur efektivitas penggunaan teknologi smart farming dalam mengendalikan kadar amonia. Penelitian dilakukan pada lokasi dan periode waktu tertentu dengan mempertimbangkan faktor ukuran kandang, jumlah ayam, serta penggunaan sensor dan sistem pengendalian otomatis. Sistem monitoring dikembangkan menggunakan mikrokontroler ESP32 yang terintegrasi dengan sensor DHT11 untuk suhu dan kelembaban, sensor MQ135 untuk deteksi gas amonia, serta sensor kecepatan angin dan pencahayaan. Data yang diperoleh dikirimkan ke dashboard monitoring untuk memungkinkan pemantauan real-time oleh peternak. Hasil uji coba menunjukkan bahwa sistem ini mampu menyajikan data lingkungan kandang secara akurat, membantu peternak dalam mengambil keputusan cepat guna menjaga kesehatan ayam, dan meminimalkan risiko kematian akibat kondisi lingkungan yang tidak ideal. Meskipun sistem masih berbasis pemantauan manual, penelitian ini menunjukkan bahwa penerapan teknologi smart farming berbasis IoT memiliki potensi dalam meningkatkan efisiensi pengelolaan kandang ayam close house serta memberikan wawasan ilmiah mengenai hubungan antara kadar amonia dan kesehatan ayam.
Performance Testing Aplikasi Sistem Informasi Penatausahaan dan Perbendaharaan Online (Sippol) Azizi, Ahmad Reza; Andriana, Nina; Kristanto
Jurnal Informatika Polinema Vol. 12 No. 1 (2025): Vol. 12 No. 1 (2025)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v12i1.7432

Abstract

Aplikasi Sistem Informasi Penatausahaan dan Perbendaharaan Online (SIPPOL) adalah aplikasi strategis yang dikembangkan oleh Badan Pengelolaan Keuangan dan Aset Daerah (BPKAD) Provinsi Jawa Timur untuk mendukung proses penatausahaan serta pengelolaan perbendaharaan keuangan daerah secara terintegrasi. Aplikasi ini digunakan secara aktif oleh seluruh Satuan Kerja Perangkat Daerah (SKPD) di Provinsi Jawa Timur dan menjadi instrumen penting dalam meningkatkan efisiensi dan akuntabilitas tata kelola keuangan daerah. Penelitian ini bertujuan mengevaluasi performa aplikasi SIPPOL melalui performance testing guna mengukur kinerja aplikasi dalam menghadapi lonjakan akses pengguna secara bersamaan, terutama pada masa sibuk seperti periode pelaporan keuangan akhir tahun. Pengujian dilakukan dengan menggunakan Apache JMeter untuk menyimulasikan beban kerja nyata pengguna secara simultan. Hasil pengujian menunjukkan bahwa secara keseluruhan performa aplikasi SIPPOL masuk dalam kategori baik dan mampu memenuhi kebutuhan operasional rutin di lingkungan pemerintahan daerah. Meski demikian, penelitian ini merekomendasikan pentingnya tindakan preventif berupa peningkatan kapasitas serta optimalisasi infrastruktur guna mengantisipasi periode akses tinggi. Upaya tersebut dilakukan agar stabilitas aplikasi tetap terjaga, sehingga kinerja aplikasi SIPPOL tetap optimal, efisien, dan andal dalam mendukung proses administrasi keuangan daerah.
Implementasi Case Based Reasoning untuk Mendiagnosis Gangguan Kesehatan Mental Aulia Romadloni Nur Indarti; Utami, Annisaa; Arifa, Amalia Beladinna
Jurnal Informatika Polinema Vol. 12 No. 1 (2025): Vol. 12 No. 1 (2025)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v12i1.7470

Abstract

Kesehatan mental merupakan aspek penting yang memengaruhi kualitas hidup seseorang, tetapi gangguan mental dapat menurunkan kualitas dan fungsi individu secara signifikan. Mengingat prevalensi global yang cukup tinggi dengan 970 juta orang mengalami gangguan mental pada tahun 2019 sehingga menjadi isu yang harus mendapatkan perhatian lebih. Tantangan ini diperkuat oleh keterbatasan layanan kesehatan mental terutama di Indonesia, seperti distribusi tenaga profresional yang tidak merata dan stigma yang beredar di lingkungan. Penelitian ini bertujuan mengembangkan sistem pakar untuk mendiagnosis gangguan kesehatan mental sebagai salah satu langkah preventif. Metode yang digunakan adalah Case Based Reasoning (CBR) dengan algoritma K-Nearest Neighbor (KNN) sebagai perhitungan nilai kemiripannya. CBR bekerja dengan memanfaatkan kasus-kasus sebelumnya untuk menyelesaikan suatu masalah atau kasus yang baru. Proses CBR melibatkan tahapan retrieve, reuse, revise, dan retain. Sistem pakar berbasis website ini berhasil diimplementasikan dan diuji. Pengujian black box testing menunjukkan bahwa fitur pada sistem berfungsi dengan baik. Sedangkan, uji validitas sistem dilakukan dengan membandingkan hasil diagnosis sistem dengan diagnosis pakar menghasilkan tingkat akurasi sebesar 80%. Dengan akurasi tersebut, sistem ini diharapkan dapat mempermudah masyarakat dan tenaga kesehatan dalam melakukan proses diagnosis awal, sehingga memfasilitasi penanganan lebih lanjut dan meningkatkan kualitas hidup penderita gangguan kesehatan mental.
Pengembangan Aplikasi Pendeteksi Malware Berbasis Android Menggunakan Perintah Strace Alhamri, Rinanza Zulmy; Eliyen, Kunti; Cinderatama, Toga Aldila; Heriadi, Agustono
Jurnal Informatika Polinema Vol. 12 No. 1 (2025): Vol. 12 No. 1 (2025)
Publisher : UPT P2M State Polytechnic of Malang

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

Abstract

Deteksi malware pada sistem operasi Android dapat dilakukan dengan mengidentifikasi system calls aplikasi sehingga dapat diklasifikasikan sebagai malware atau jinak. Banyak penelitian yang telah dilakukan untuk mengidentifikasi malware, namun pembahasannya belum mendetail sehingga proses deteksi malwre sulit untuk diimplementasikan pada sistem operasi Android. Penelitian ini membahas mengenai aplikasi pendeteksi malware berbasis Android yang dapat melakukan deteksi dengan menerapkan analisis dinamis berdasarkan system calls dengan melakukan rooting agar aplikasi dapat bekerja sesuai fungsi. Hal ini dikarenakan, perintah pelacakan system calls strace dieksekusi harus dengan akses root. Permasalahannya adalah bagaimana menggunakan Wrap Shell Script pada aplikasi pendeteksi malware berbasis Android agar dapat menjalankan perintah Strace. Hasil dari penelitian ini adalah aplikasi dapat menjalankan fungsi meliputi dapat melakukan registrasi, otentikasi, melihat daftar PID aplikasi, pendeteksian malware, melihat hasil deteksi malware, dan melihat halaman kredit telah berhasil dikembangkan.
Desain Sistem Smart Charger Berbasis Fuzzy untuk Optimasi Pengisian Baterai Li-Ion Wantoro, Agus; Feriyanto, Dwi; Despa, Dikpride; Aminudin, Nur
Jurnal Informatika Polinema Vol. 12 No. 1 (2025): Vol. 12 No. 1 (2025)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v12i1.8110

Abstract

Perkembangan teknologi perangkat portabel dan kendaraan listrik menuntut sistem pengisian baterai yang efisien, aman, dan adaptif. Penelitian ini merancang dan mengimplementasikan sistem Smart Charger berbasis logika fuzzy untuk optimasi pengisian baterai lithium-ion (Li-Ion). Sistem mengintegrasikan sensor suhu dan tegangan dengan mikrokontroler untuk mengatur arus pengisian secara dinamis berdasarkan input parameter aktual seperti suhu baterai, tegangan awal, dan kapasitas sisa (State of Charge). Pengujian dilakukan pada berbagai skenario suhu lingkungan dan kondisi baterai. Hasil menunjukkan bahwa sistem fuzzy mampu memberikan kestabilan keluaran berdasarkan inputan yang diberikan dibandingkan dengan charger konvensional. Sistem akan menyesuaikan arus pengisian dengan kondisi baterai, khususnya pada suhu tinggi, tanpa intervensi manual. Penelitian ini membuktikan bahwa penerapan fuzzy logic dalam sistem pengisian baterai dapat memberikan peningkatan performa, keamanan, dan efisiensi. Sistem ini memiliki potensi untuk dikembangkan dan diterapkan pada berbagai perangkat elektronik serta dapat dikembangkan lebih lanjut dengan pendekatan adaptive rule learning dan integrasi antarmuka pemantauan real-time

Page 54 of 56 | Total Record : 559

 52   53   54   55   56 

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