cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
La Ode Agus Salim
Contact Email
sciencetech.group23@gmail.com
Phone
+6289508163057
Journal Mail Official
sciencetech.group23@gmail.com
Editorial Address
Jl. Findayani Indah, Kec. Baruga, Kel. Wundudopi, Kota Kendari, Sulawesi Tenggara
Location
Kota kendari,
Sulawesi tenggara
INDONESIA
Jurnal Teknologi dan Sains Modern
Published by CV. Science Tech Group
ISSN : -     EISSN : 30627966     DOI : -
Core Subject : Science, Agriculture, Engineering,
Agriculture, Biological Sciences & Forestry Chemical Engineering, Chemistry & Bioengineering Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management
Jurnal Teknologi dan Sains Modern merupakan publikasi ilmiah yang berkomitmen untuk menyebarluaskan penelitian inovatif dan perkembangan terbaru dalam berbagai disiplin ilmu teknologi dan sains. Fokus jurnal ini mencakup berbagai bidang, mulai dari ilmu pendidikan hingga kajian teoritis dan terapan, dengan tujuan menyediakan platform yang berharga bagi peneliti, akademisi, dan profesional. Sebagai wadah publikasi yang bereputasi, Jurnal Teknologi dan Sains Modern mendorong kontribusi dari para ahli yang berkeinginan untuk berbagi temuan penelitian terkini, ide-ide inovatif, dan perkembangan mutakhir. Artikel yang diterbitkan dalam jurnal ini diharapkan tidak hanya memperkaya wawasan ilmiah tetapi juga memberikan dampak nyata terhadap kemajuan teknologi dan sains modern. Jurnal ini juga berperan penting dalam memperkuat kolaborasi antarilmuwan dan memfasilitasi pertukaran pengetahuan yang esensial untuk kemajuan global.
Arjuna Subject : Teknik (semua kategori) - Teknik (Lain-Lain)
Articles 75 Documents
 4   5   6   7   8 
Sistem Informasi Pemesanan E-Tiket Kapal Tradisional Berbasis Web pada PT Samudra Sumber Artha (SSA) Rute Pulau Kelapa Kepulauan Seribu Eka Handayani; Fauziyah Fauziyah; Raditya Galih Whendasmoro
Jurnal Teknologi dan Sains Modern Vol. 3 No. 3 (2026): Mei-Juni
Publisher : CV. Science Tech Group

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.69930/jtsm.v3i3.750

Abstract

Penelitian ini membahas perancangan dan pembuatan sistem informasi pemesanan E-ticketing berbasis web untuk layanan kapal tradisional pada PT Samudra Sumber Artha (SSA) yang melayani rute Pulau Kelapa, Kepulauan Seribu. Sistem pemesanan tiket yang masih dilakukan secara manual menimbulkan berbagai permasalahan, di antaranya sulitnya akses informasi jadwal keberangkatan, risiko kehilangan tiket, keterbatasan metode pembayaran, antrean panjang, dan manajemen waktu yang kurang efisien. Untuk mengatasi permasalahan tersebut, penelitian ini menggunakan metode System Development Life Cycle (SDLC) dalam proses analisis dan perancangan sistem, serta Unified Modeling Language (UML) sebagai notasi perancangan. Sistem dikembangkan menggunakan bahasa pemrograman PHP dengan database MySQL. Pengujian fungsional dilakukan menggunakan metode Black-Box Testing. Sistem ini memungkinkan pemesanan tiket secara online, pembayaran digital melalui saldo akun, serta pengembalian saldo otomatis saat pembatalan, sehingga meningkatkan efisiensi layanan dan pengalaman pelanggan secara signifikan. Penelitian ini berkontribusi pada pencapaian Tujuan Pembangunan Berkelanjutan (SDGs) khususnya SDG 9 (Industri, Inovasi, dan Infrastruktur) serta SDG 11 (Kota dan Permukiman yang Berkelanjutan).
Case-Based Learning Pendidikan Kimia Bermuatan Edukasi Kosmetik Aman: Narrative Review Literasi Sains dan Kesadaran Keamanan Siswa SMA Nabila Putri Salsabila Syam; Yuniarti; Ramlawati; Sahrani U
Jurnal Teknologi dan Sains Modern Vol. 3 No. 3 (2026): Mei-Juni
Publisher : CV. Science Tech Group

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.69930/jtsm.v3i3.753

Abstract

Keamanan kosmetik menjadi isu kesehatan publik yang penting di kalangan remaja akibat pengaruh media sosial terhadap perilaku konsumsi produk kecantikan. Penelitian ini mengkaji efektivitas penerapan model Case-Based Learning (CBL) bermuatan edukasi kosmetik aman dalam meningkatkan literasi sains dan kesadaran keamanan siswa SMA melalui narrative review terhadap 20 artikel ilmiah (2015–2026) yang diperoleh dari Google Scholar. Hasil kajian menunjukkan bahwa CBL terbukti meningkatkan literasi sains dan berpikir kritis siswa, edukasi multisaluran paling efektif mengubah perilaku konsumsi kosmetik remaja, serta terdapat sinergi kuat antara CBL dan edukasi kosmetik aman pada dimensi kognitif, afektif, dan sosial. Integrasi keduanya berpotensi menghasilkan model pembelajaran kimia SMA yang inovatif, kontekstual, dan berdampak pada kesadaran kesehatan remaja. Kajian ini relevan dengan pencapaian SDG 3 (Kehidupan Sehat dan Sejahtera), SDG 4 (Pendidikan Berkualitas), dan SDG 12 (Konsumsi dan Produksi yang Bertanggung Jawab).
Rancang Bangun Sistem Informasi Perpustakaan berbasis Web menggunakan Framework Laravel pada SMA Negeri 69 Jakarta Mitwa Agustin; Fauziyah Fauziyah; Raditya Galih Whendasmoro
Jurnal Teknologi dan Sains Modern Vol. 3 No. 3 (2026): Mei-Juni
Publisher : CV. Science Tech Group

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.69930/jtsm.v3i3.765

Abstract

Peminjaman dan pengembalian buku di perpustakaan SMA Negeri 69 Jakarta saat ini masih dikelola secara manual, yang kerap memicu kesalahan pencatatan, hilangnya data, kesulitan melacak riwayat transaksi, serta antrean panjang. Penelitian ini bertujuan merancang dan membangun sistem informasi perpustakaan berbasis web untuk mengatasi kendala operasional tersebut. Penelitian ini menggunakan pendekatan kualitatif dengan metode pengembangan perangkat lunak System Development Life Cycle (SDLC) model Waterfall. Analisis dan perancangan dimodelkan dengan Unified Modeling Language (UML). Sistem dibangun menggunakan bahasa pemrograman PHP, Framework Laravel 10, dan basis data MySQL, serta dievaluasi fungsionalitasnya menggunakan metode Black-Box Testing. Sistem informasi perpustakaan berbasis web berhasil diimplementasikan dengan fitur utama meliputi pengelolaan katalog buku, data anggota, transaksi sirkulasi, perhitungan denda otomatis, dan pembuatan laporan. Pengujian Black-Box membuktikan bahwa seluruh sepuluh fungsionalitas sistem berjalan valid dan sesuai spesifikasi. Penelitian ini berkontribusi pada pencapaian Sustainable Development Goal (SDG) 4 (Pendidikan Berkualitas) melalui digitalisasi layanan perpustakaan sekolah.
Kajian Zat Aditif Ekstrak Tomat dalam Formulasi Sabun sebagai Dasar Pengembangan Pembelajaran Berbasis Project Based Learning (PjBL) Nur Ainun Salsabila; Samantha Kusuma Rante Allo; Sahrani; Ramlawati
Jurnal Teknologi dan Sains Modern Vol. 3 No. 3 (2026): Mei-Juni
Publisher : CV. Science Tech Group

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.69930/jtsm.v3i3.766

Abstract

Pembelajaran IPA masih berfokus pada teori sehingga keterampilan berpikir kreatif, kritis, dan pemahaman konsep peserta didik pada materi zat aditif masih rendah. Penelitian ini mengkaji potensi ekstrak tomat sebagai zat aditif alami dalam sabun dan relevansinya dalam pembelajaran berbasis proyek melalui metode literature review terhadap 20 artikel tahun 2017–2025. Hasil kajian menunjukkan bahwa ekstrak tomat mengandung antioksidan yang bermanfaat bagi kualitas sabun dan kesehatan kulit. Selain itu, model Project Based Learning (PjBL) efektif meningkatkan hasil belajar, HOTS, kreativitas, dan keterampilan proses sains. Proyek pembuatan sabun ekstrak tomat memberikan pengalaman belajar yang kontekstual, kolaboratif, dan bermakna sehingga berpotensi menjadi media pembelajaran IPA yang inovatif. Selain memberikan gambaran mengenai potensi ekstrak tomat sebagai zat aditif alami dalam formulasi sabun, hasil kajian ini juga menunjukkan bahwa kegiatan pembuatan sabun berbasis proyek dapat menjadi alternatif pembelajaran IPA yang kontekstual dan bermakna. Penelitian ini turut mendukung pencapaian Sustainable Development Goals (SDGs), khususnya tujuan ke-4 mengenai Pendidikan Berkualitas (Quality Education) dan tujuan ke-12 tentang Konsumsi dan Produksi yang Bertanggung Jawab (Responsible Consumption and Production) melalui pemanfaatan bahan alami dalam kegiatan pembelajaran.
Pengembangan Chatbot Konsultasi Kesehatan Mental di Indonesia Berbasis Model Generative AI Gemini Sherin Sagita Inayah; Yudistira Bagus Pratama; Arvi Pramudiyantoro
Jurnal Teknologi dan Sains Modern Vol. 3 No. 2 (2026): Maret-April
Publisher : CV. Science Tech Group

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.69930/jtsm.v3i2.771

Abstract

Kasus gangguan kesehatan mental di Indonesia terus meningkat, namun akses terhadap layanan profesional masih sangat terbatas akibat kurangnya tenaga medis, biaya, dan besarnya stigma sosial. Penelitian ini bertujuan mengembangkan chatbot konsultasi kesehatan mental berbasis model Generative AI Gemini 2.5 Flash dan mengevaluasi kinerjanya dalam memberikan respons dukungan psikologis awal. Pengembangan sistem menggunakan metode Machine Learning Lifecycle mulai dari problem definition hingga deployment. Sistem mengimplementasikan prompt engineering dengan kerangka kerja R.O.L.E (Role, Objective, Limits, Expression) untuk mengendalikan model Gemini agar merespons secara empatik tanpa memberikan diagnosis medis klinis. Antarmuka aplikasi dibangun menggunakan teknologi web standar, sementara sisi backend dikelola menggunakan Node.js dan database Supabase. Tahap deployment dilakukan pada Virtual Machine Google Cloud Platform dengan menggunakan Nginx dan PM2. Kelayakan sistem dievaluasi secara komprehensif melalui Black Box Testing, User Acceptance Testing (UAT), dan validasi ahli psikologi. Hasil Black Box Testing membuktikan seluruh fitur sistem beroperasi tanpa kegagalan teknis. Pengujian UAT menghasilkan skor 92,50%, menunjukkan tingkat penerimaan masyarakat yang sangat baik. Evaluasi komparatif dan validasi ahli klinis mengonfirmasi bahwa chatbot secara mutlak mematuhi batasan keamanan dengan menolak diagnosis medis dan berhasil mengeksekusi otomatis protokol rujukan darurat pada situasi krisis. Hal ini menunjukan bahwa chatbot layak dan aman diimplementasikan sebagai instrumen pertolongan pertama psikologis yang anonim bagi masyarakat luas.
Prediksi Kebutuhan Konsumsi Air Minum Pelanggan di PDAM Tirta Aji Wonosobo Cabang Leksono Menggunakan Algoritma LSTM Muhammad Assegaf; Muhammad Fuat Asnawi; Alif Muwafiq Baihaqy
Jurnal Teknologi dan Sains Modern Vol. 3 No. 3 (2026): Mei-Juni
Publisher : CV. Science Tech Group

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.69930/jtsm.v3i3.779

Abstract

Kebutuhan air bersih di Kabupaten Wonosobo terus meningkat, namun distribusinya masih menghadapi kendala akibat kondisi geografis dan sistem perencanaan yang bersifat reaktif sehingga sering terjadi ketidakseimbangan antara suplai dan permintaan. Selain itu, data historis konsumsi air dan jumlah pelanggan belum dimanfaatkan secara optimal untuk melakukan prediksi dini kebutuhan air. Penelitian ini bertujuan memprediksi kebutuhan air bersih harian menggunakan metode Long Short-Term Memory (LSTM). Penelitian ini menggunakan data historis harian volume air dan jumlah pelanggan yang diproses melalui tahapan preprocessing, pembentukan sequence, serta pembagian data latih dan uji. Model LSTM kemudian dievaluasi menggunakan MAE, MSE, RMSE, dan MAPE serta diintegrasikan ke dalam sistem berbasis website. Hasil pengujian menunjukkan bahwa model LSTM menghasilkan Nilai evaluasi yaitu MAE sebesar 86.84, MSE sebesar 14417, RMSE sebesar 119.67, dan MAPE sebesar 2.94%. Temuan penelitian ini menunjukkan bahwa metode Long Short-Term Memory (LSTM) efektif dalam memprediksi kebutuhan air bersih harian dengan tingkat akurasi yang baik. Model yang dikembangkan berpotensi diterapkan sebagai sistem pendukung keputusan untuk membantu PDAM dalam merencanakan distribusi air, mengoptimalkan operasional pompa, serta mengurangi risiko ketidakseimbangan suplai dan permintaan secara lebih berbasis data.
Analisis Sistem Informasi E-BMD pada Badan Pengelolaan Keuangan dan Aset Daerah (BPKAD) Kota Palembang menggunakan Metode PIECES Sari Andini; Deni Erlansyah
Jurnal Teknologi dan Sains Modern Vol. 3 No. 4 (2026): Available online
Publisher : CV. Science Tech Group

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.69930/jtsm.v3i4.833

Abstract

Kemajuan teknologi informasi mendorong lembaga pemerintah untuk memanfaatkan sistem informasi dalam pengelolaan aset daerah. BPKAD Kota Palembang menggunakan sistem E-BMD (Elektronik Barang Milik Daerah) sebagai alat pengelolaan aset berbasis digital. Penelitian ini bertujuan untuk menganalisis kualitas dan efektivitas Sistem Informasi E-BMD menggunakan metode PIECES yang mencakup enam dimensi: Performance, Information, Economy, Control, Efficiency, dan Service. Data dikumpulkan melalui observasi langsung, wawancara dengan pengguna sistem, serta dokumentasi selama kegiatan magang di BPKAD Kota Palembang periode April–Juni 2026. Hasil analisis menunjukkan bahwa sistem E-BMD mampu mendukung pengelolaan aset daerah secara terintegrasi dan digital. Dari sisi Performance, sistem berfungsi baik namun penggunaan memori server mencapai 96% sehingga memicu Error 502 Bad Gateway. Dimensi Information menunjukkan data yang lengkap dan akurat; Economy berkontribusi mengurangi penggunaan dokumen fisik; Control memiliki mekanisme autentikasi dan persetujuan yang memadai; Efficiency mendukung percepatan inventarisasi dan pelaporan; serta Service menyajikan fitur yang memenuhi kebutuhan pengguna meskipun stabilitas perlu ditingkatkan. Kesimpulannya, sistem E-BMD di BPKAD Kota Palembang secara umum berfungsi dengan baik, namun memerlukan peningkatan kapasitas server, pemeliharaan berkala, dan penambahan fitur unggah dokumen massal.
Klasifikasi Jenis Kulit pada Citra Wajah untuk Rekomendasi Perawatan menggunakan Convolutional Neural Network (CNN) Chamada Sekar Cellya Lutvi; Erna Dwi Astuti; Muslim Hidayat
Jurnal Teknologi dan Sains Modern Vol. 3 No. 4 (2026): Available online
Publisher : CV. Science Tech Group

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.69930/jtsm.v3i4.836

Abstract

Perawatan kulit wajah merupakan bagian penting dari kesehatan dan penampilan, namun banyak orang masih kesulitan menentukan jenis kulit dan produk skincare yang sesuai, sehingga berisiko menimbulkan iritasi maupun efek samping lain, ditambah keterbatasan jumlah ahli kecantikan atau dokter kulit yang membuat proses konsultasi memakan waktu lama. Penelitian ini bertujuan mengembangkan sistem klasifikasi jenis kulit wajah secara otomatis untuk mendukung pemberian rekomendasi perawatan yang tepat. Metode yang digunakan adalah Convolutional Neural Network (CNN) dengan arsitektur MobileNetV2, memanfaatkan dataset citra wajah dari kaggle dan data lapangan yang terbagi ke dalam empat kategori jenis kulit, yaitu berjerawat, berminyak, kering, dan normal, dengan rasio pembagian data 80:10:10 untuk data latih, validasi, dan uji, serta dilengkapi proses augmentasi dan class weighting untuk mengatasi ketidakseimbangan kelas. Model kemudian diintegrasikan ke dalam aplikasi berbasis website menggunakan react.js dan python sebagai antarmuka klasifikasi bagi pengguna. Hasil pelatihan menunjukkan model mencapai training accuracy sebesar 82,57% dan validation accuracy sebesar 82,17%, sedangkan hasil evaluasi berdasarkan confusion matrix menghasilkan akurasi keseluruhan sebesar 89,40%. Pengujian lanjutan melalui antarmuka website menggunakan 60 citra wajah baru yang belum pernah digunakan dalam proses pelatihan menunjukkan bahwa sistem mampu mengenali dan mengklasifikasikan jenis kulit wajah dengan baik pada seluruh kategori yang diuji. Hasil ini menunjukkan bahwa metode CNN dengan arsitektur MobileNetV2 cukup efektif diterapkan untuk klasifikasi jenis kulit wajah dan dapat menjadi dasar sistem rekomendasi perawatan kulit yang lebih cepat, objektif, dan mudah diakses oleh masyarakat.
Deteksi Serangan Cross-Site Scripting (XSS) menggunakan Pendekatan Hybrid TF-IDF dan Bert Embeddings Ahmad Anas; Erna Dwi Astuti; Nahar Mardiyantoro
Jurnal Teknologi dan Sains Modern Vol. 3 No. 4 (2026): Available online
Publisher : CV. Science Tech Group

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.69930/jtsm.v3i4.840

Abstract

Serangan Cross-Site Scripting (XSS) secara konsisten mendominasi daftar kerentanan aplikasi web; lebih dari 8.000 entri Common Vulnerabilities and Exposures (CVE) aktif terkait CWE-79 tercatat sepanjang 2025. Sistem deteksi berbasis pola terbukti tidak memadai menghadapi payload yang menerapkan teknik obfuscation berlapis. Penelitian ini mengusulkan pendekatan hybrid yang menggabungkan fitur statistik TF-IDF berbasis karakter n-gram (1,3) berdimensi 5.000 dengan representasi semantik BERT embeddings (token [CLS]) berdimensi 768 melalui operasi feature concatenation, menghasilkan vektor fitur berdimensi 5.768 sebagai masukan classifier Logistic Regression. Eksperimen dilakukan pada dataset XSS_dataset.csv berisi 13.686 sampel berlabel (7.373 XSS, 6.313 Benign) dengan pembagian stratified 80:20. Evaluasi pada testing set (n=2.738) menghasilkan accuracy 99,78%, precision 99,80%, recall 99,80%, F1-score 99,80%, dan ROC-AUC 1,0000. Pendekatan hybrid secara konsisten melampaui konfigurasi TF-IDF tunggal (F1=99,66%) maupun BERT tunggal (F1=99,73%). Analisis confusion matrix mengidentifikasi hanya enam kesalahan klasifikasi, tiga false negative di antaranya berasal dari payload yang disembunyikan dalam base64-sebuah temuan yang mengonfirmasi batas kemampuan pipeline preprocessing berbasis URL decoding dan HTML entity decoding. Model diimplementasikan sebagai prototipe XSSentinel melalui Flask REST API dan antarmuka React. Penelitian ini membuktikan bahwa penggabungan representasi statistik dan semantik menghasilkan sistem deteksi XSS yang akurat dan efisien tanpa bergantung pada arsitektur deep learning yang berat. Penelitian ini relevan dengan SDG 9 (infrastruktur digital yang andal), SDG 16 (perlindungan data dan keamanan siber), dan SDG 8 (produktivitas ekonomi digital).
Implementasi Metode Single Exponential Smoothing untuk Prediksi Penjualan pada Usaha Mie Ayam Giyo Zaenal Abidin; Adi Suwondo; Nulngafan
Jurnal Teknologi dan Sains Modern Vol. 3 No. 4 (2026): Available online
Publisher : CV. Science Tech Group

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.69930/jtsm.v3i4.849

Abstract

Usaha Mie Ayam Giyo merupakan usaha kuliner berskala kecil di Wonosobo, Jawa Tengah yang belum memiliki sistem pencatatan dan prediksi penjualan yang terstruktur. Dalam konteks yang lebih luas, UMKM menyumbang lebih dari 60% PDB Indonesia dan menyerap sekitar 97% angkatan kerja nasional, namun tingkat adopsi teknologi prediksi di sektor ini masih sangat rendah. Fluktuasi permintaan yang dipengaruhi oleh faktor musiman keagamaan, khususnya Ramadan dan Idul Fitri, menyebabkan kesulitan dalam merencanakan kebutuhan bahan baku sehingga sering terjadi kelebihan atau kekurangan stok yang berpengaruh langsung terhadap profitabilitas usaha. Metode: Penelitian ini mengimplementasikan metode Single Exponential Smoothing (SES) pada data penjualan bulanan selama sembilan bulan (Agustus 2025 hingga April 2026). Optimasi parameter alpha (α) dilakukan dengan menguji nilai α = 0,2; α = 0,5; dan α = 0,8. Evaluasi akurasi menggunakan metrik MAE, MSE, MAPE, dan RMSE. Kualitas sistem diuji menggunakan Black-box Testing dan System Usability Scale (SUS). Hasil: Nilai α = 0,2 menghasilkan performa terbaik dengan MAE sebesar 492,40 porsi, MSE sebesar 841.651, MAPE sebesar 11,19%, dan RMSE sebesar 917,42 porsi. Nilai MAPE yang berada pada rentang 10–20% dikategorikan good forecasting berdasarkan kriteria Lewis (1982). Prediksi penjualan Mei 2026 menggunakan model optimal adalah 3.554,29 porsi. Pengujian Black-box pada 31 skenario seluruhnya berhasil, dan skor SUS mencapai 77,5 (Good). Kesimpulan: Metode SES terbukti dapat diterapkan pada data penjualan UMKM kuliner skala kecil dengan potensi penghematan biaya bahan baku dan pengurangan limbah akibat overstock. Penelitian ini berkontribusi pada SDG 8 (pertumbuhan UMKM), SDG 9 (adopsi teknologi), dan SDG 12 (konsumsi bertanggung jawab). Sistem berbasis web yang dibangun menggunakan Next.js dan Supabase berhasil membantu pemilik usaha melakukan prediksi penjualan secara terstruktur dan berbasis data.

Page 7 of 8 | Total Record : 75

 4   5   6   7   8 

Filter by Year

2024 2026


Reset
Filter By Issues
All Issue Vol. 3 No. 4 (2026): Available online Vol. 3 No. 3 (2026): Mei-Juni Vol. 3 No. 2 (2026): Maret-April Vol. 3 No. 1 (2026): Januari-Februari Vol. 2 No. 6 (2025): November-Desember Vol. 2 No. 5 (2025): September-Oktober Vol. 2 No. 4 (2025): Juli-Agustus Vol. 2 No. 3 (2025): Mei-Juni Vol. 2 No. 2 (2025): Maret-April Vol. 2 No. 1 (2025): Januari-Februari Vol. 1 No. 4 (2024): November-Desember Vol. 1 No. 3 (2024): September-Oktober Vol. 1 No. 2 (2024): Juli-Agustus Vol. 1 No. 1 (2024): Mei-Juni More Issue