cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Agung Tjahjo Nugroho
Contact Email
agungtnugroho@unej.ac.id
Phone
+6281289118299
Journal Mail Official
jei@unej.ac.id
Editorial Address
Jurusan Fisika Fakultas MIPA Universitas Jember Jl. Kalimantan 37 Kampus Tegalboto Jember 68121
Location
Kab. jember,
Jawa timur
INDONESIA
Journal of Electronics and Instrumentation
Published by Universitas Jember
ISSN : -     EISSN : 30323398     DOI : https://doi.org/10.19184/jei
Core Subject : Science, Engineering,
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Engineering Physics
Artikel JEI ditekankan pada aplikasi Elektronika dan Instrumentasi diberbagai bidang ilmu sains dan teknologi, seperti Fisika Material, Fisika Nuklir, Geofisika, Biofisika, Biologi, Kimia, Elektronika, Geografi, Fisika Kebumian, Fisika Kelautan, Fisika Lingkungan, Astronomi, dan ilmu science lainnya. JEI membagi fokus menjadi dua yaitu: fokus aplikasi Elektronika dan fokus aplikasi instrumentasi.
Arjuna Subject : Fisika dan Astronomi - Instrumentasi
Articles 11 Documents
 1   2 
Search results for , issue "vol. 2 no. 3 (2025)" : 11 Documents clear
Pengembangan Model CNN Berbasis Patch dengan Segmentasi Superpiksel untuk Deteksi Kanker Kulit Muhammad Fais
Journal of Electronics and Instrumentation Vol. 2 No. 3 (2025)
Publisher : Jurusan Fisika, FMIPA Universitas Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.19184/jei.v2i3.60007

Abstract

Penelitian ini bertujuan mengembangkan metode klasifikasi kanker kulit berbasis pembelajaran mendalam untuk meningkatkan akurasi diagnosis melanoma menggunakan pendekatan berbasis patch dan segmentasi superpiksel. Metode yang diterapkan mencakup segmentasi citra menggunakan algoritma Simple Linear Iterative Clustering (SLIC), ekstraksi multi-fitur tingkat piksel dan superpiksel, serta klasifikasi menggunakan model Convolutional Neural Network (CNN) yang dimodifikasi. Dataset yang digunakan berasal dari platform Kaggle dengan total 1.400 citra, di mana 5.000 patch dipilih secara acak untuk pelatihan dan validasi model. Hasil penelitian menunjukkan bahwa segmentasi superpiksel dengan parameter optimal mampu membentuk area homogen yang representatif, memperjelas batas lesi, dan mengurangi noise. Pada tahap ekstraksi fitur, fitur statistik tingkat piksel, seperti median kanal hijau (G) dan rata-rata kanal biru (B), memberikan akurasi tertinggi sebesar 93,3% dan sensitivitas hingga 92,2%. Kanal biru menunjukkan kemampuan yang lebih optimal dalam merepresentasikan kontras visual antara lesi dan kulit normal. Modifikasi arsitektur CNN menghasilkan akurasi klasifikasi hingga 93,3% dengan peningkatan generalisasi pada dataset yang bervariasi. Kesimpulan dari penelitian ini adalah bahwa kombinasi segmentasi superpiksel, ekstraksi fitur multi-level, dan klasifikasi berbasis CNN memberikan solusi yang efektif untuk deteksi dini kanker kulit. Pendekatan ini tidak hanya meningkatkan akurasi tetapi juga menyediakan model yang dapat diimplementasikan secara luas dalam mendukung tenaga medis untuk diagnosis yang lebih akurat dan konsisten. Penelitian ini membuka peluang pengembangan lebih lanjut untuk optimisasi parameter segmentasi dan integrasi data multikultural.
Perbandingan Algoritma Logistic Regression Dan K-Nearest Neighbors Dalam Klasifikasi Kualitas Udara Berdasarkan Data Sekunder Kaggle Mila Hidayatul Aula
Journal of Electronics and Instrumentation Vol. 2 No. 3 (2025)
Publisher : Jurusan Fisika, FMIPA Universitas Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.19184/jei.v2i3.60009

Abstract

Polusi udara merupakan salah satu isu lingkungan utama yang berdampak langsung pada kesehatan manusia. Oleh karena itu, klasifikasi kualitas udara menjadi hal penting untuk mendukung sistem peringatan dini. Penelitian ini bertujuan membandingkan kinerja dua algoritma machine learning, yaitu Logistic Regression (LR) dan K-Nearest Neighbors (KNN), dalam mengklasifikasikan kualitas udara dengan target empat kelas, yaitu Baik, Sedang, Buruk, dan Berbahaya. Variabel data yang digunakan merupakan sembilan parameter, seperti suhu, kelembaban, konsentrasi PM2.5, konsentrasi PM10, konsentrasi NO2, konsentrasi SO2, konsentrasi CO, jarak dengan kawasan Industri, dan kepadatan penduduk. Data yang digunakan terdiri dari 5000 sampel yang telah melalui proses normalisasi dan penyeimbangan kelas menggunakan SMOTE. Evaluasi model dilakukan menggunakan confusion matrix, akurasi, precision, recall, dan F1-score, serta cross validation 5-fold dan uji paired t-test. Hasil menunjukkan bahwa LR unggul dibandingkan KNN dengan akurasi 94,33% dan F1-score macro 0,92. Uji t menunjukkan perbedaan performa signifikan (p<0,05). Berdasarkan hasil ini, algoritma Logistic Regression direkomendasikan sebagai metode klasifikasi yang lebih efektif dalam studi kualitas udara.
Rancang Bangun Sistem Pencuci Tangan Otomatis Menggunakan Sensor Ultrasonik HC-SR04 dan Mikrokontroler Arduino Uno Rohima
Journal of Electronics and Instrumentation Vol. 2 No. 3 (2025)
Publisher : Jurusan Fisika, FMIPA Universitas Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.19184/jei.v2i3.60010

Abstract

Kesehatan perlu dijaga dengan membersihkan anggota badan, salah satunya adalah telapak tangan, tetapi sistem kran pada umumnya kurang higienis dalam membunuh kuman dikarenakan kontak langsung dengan kran membuat kuman dari kran berpindah menuju tangan. Sistem pencuci tangan otomatis penting untuk dikembangkan guna membiasakan aktivitas pencuci tangan yang lebih higienis, tetapi banyak masyarakat yang belum menjangkau sistem tersebut karena harga yang cukup mahal. Penelitian ini merancang dan menguji sistem pencuci tangan otomatis berbasis sensor ultrasonik HC-SR04 dan mikrokontroler Arduino Uno sebagai upaya meningkatkan kebersihan serta efisiensi penggunaan air. Penelitian ini menggunakan air bersih dari Laboratorium Fisika Universitas Jember sebagai objek uji dan menerapkan metode kuantitatif melalui pengukuran efisiensi air, waktu aktivasi pompa, serta sensitivitas sensor terhadap jarak deteksi. Penelitian ini menghasilkan sistem yang mampu mengalirkan air secara otomatis ketika tangan terdeteksi pada jarak kurang dari 50 cm dan menghentikan aliran saat tangan dijauhkan, dengan debit rata-rata 20 ml/s serta tingkat keberhasilan 100% pada uji jeda aktivasi dan uji aktivasi yang tidak diinginkan. Penelitian ini juga menunjukkan bahwa sensor ultrasonik mendeteksi objek hingga 50,4 cm dengan jarak ideal 10–15 cm, sementara responden menilai alat responsif, efisien, dan nyaman digunakan tanpa kontak langsung. Penelitian ini menyimpulkan bahwa sistem pencuci tangan otomatis berbasis Arduino Uno layak diterapkan pada fasilitas umum karena bekerja stabil, hemat energi, dan mendukung kebersihan yang higienis serta efisien.
Prototipe Sistem Monitoring Kelelahan Mata Menggunakan Sensor IR dan Ultrasonik Fikri Dwi Setiawan
Journal of Electronics and Instrumentation Vol. 2 No. 3 (2025)
Publisher : Jurusan Fisika, FMIPA Universitas Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.19184/jei.v2i3.60011

Abstract

Kelelahan mata digital menjadi masalah yang semakin umum terjadi akibat meningkatnya penggunaan perangkat elektronik dalam jangka panjang. Paparan layar yang terus-menerus menurunkan frekuensi kedipan serta mendorong pengguna berada pada jarak pandang yang tidak ideal, sehingga memicu mata kering, iritasi, dan penurunan kenyamanan visual. Kondisi ini menegaskan perlunya sistem yang mampu memantau indikator fisiologis mata secara langsung dan memberikan peringatan dini sebelum muncul gangguan visual yang lebih serius. Penelitian ini bertujuan merancang prototipe sistem monitoring kesehatan mata berbasis sensor inframerah untuk mendeteksi frekuensi kedipan serta sensor ultrasonik untuk mengukur jarak wajah terhadap layar secara real-time. Metode penelitian menggunakan pendekatan eksperimen kuantitatif melalui pengujian pada tiga kondisi pencahayaan berbeda pada pagi, siang, dan sore. Sensor dikalibrasi untuk memperoleh nilai ambang optimal, kemudian data kedipan, jarak, dan respons sistem direkam menggunakan Arduino Uno. Hasil menunjukkan bahwa sensor IR bekerja paling stabil pada pagi hari dengan frekuensi kedipan tertinggi dan nilai JND terendah, sementara pada siang hari akurasi menurun akibat interferensi cahaya. Pada sore hari frekuensi kedipan turun drastis dan JND meningkat signifikan, menandakan terjadinya kelelahan visual. Sensor ultrasonik menunjukkan deviasi kurang dari 5% di seluruh kondisi. Secara keseluruhan, sistem yang dikembangkan mampu memberikan peringatan otomatis ketika frekuensi kedipan menurun, jarak pandang terlalu dekat, atau durasi fokus melebihi batas sehat, sehingga berpotensi mendukung pencegahan digital eye strain dalam penggunaan perangkat digital modern.
OILINT: Sistem Deteksi Dini Kualitas Minyak Goreng Berbasis Perubahan Resistansi Sensor LDR Shara Sufatus Zein
Journal of Electronics and Instrumentation Vol. 2 No. 3 (2025)
Publisher : Jurusan Fisika, FMIPA Universitas Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.19184/jei.v2i3.60012

Abstract

Penelitian ini bertujuan untuk mengetahui perubahan kualitas minyak goreng setelah digunakan berulang kali dengan mengukur nilai resistansinya menggunakan sistem sensor berbasis Arduino. Proses pengujian dilakukan dengan empat jenis bahan penggorengan, yaitu ayam, tempe, telur, dan ikan asin, masing-masing dilakukan sebanyak lima kali penggorengan. Pengukuran resistansi dilakukan setelah minyak didinginkan hingga mencapai suhu ruang agar hasil lebih stabil. Data hasil pengukuran menunjukkan bahwa resistansi minyak meningkat seiring bertambahnya jumlah penggorengan, menandakan penurunan kualitas minyak akibat penumpukan sisa bahan dan hasil oksidasi. Minyak jernih memiliki resistansi 131 Ω, sedangkan minyak sangat keruh mencapai 1818 Ω. Hasil analisis menunjukkan bahwa minyak dengan resistansi di bawah 637 Ω tergolong baik, resistansi antara 637–1312 Ω perlu diwaspadai, dan resistansi di atas 1312 Ω dikategorikan buruk atau tidak layak pakai. Nilai resistansi minyak penggorengan ayam dan tempe masih berada di bawah batas minyak baik hingga penggorengan kelima. Minyak penggorengan telur mengalami kenaikan resistansi yang lebih cepat namun tetap berada dalam batas aman. Minyak hasil penggorengan ikan asin mengalami peningkatan resistansi paling tinggi, melewati batas kualitas minyak baik pada penggorengan keempat dan menjadi tidak layak pakai pada penggorengan kelima. Hasil ini menunjukkan bahwa metode pengukuran resistansi dapat digunakan sebagai indikator sederhana untuk menilai tingkat degradasi dan kelayakan minyak goreng setelah penggunaan berulang.
Klasifikasi Kematangan Buah Tomat Menggunakan Sensor TCS 3200 dan Algoritma Decision Tree Nadatul Rohma
Journal of Electronics and Instrumentation Vol. 2 No. 3 (2025)
Publisher : Jurusan Fisika, FMIPA Universitas Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.19184/jei.v2i3.60073

Abstract

Produksi tomat di Indonesia terus meningkat, sementara proses sortasi tingkat kematangan masih banyak dilakukan secara manual sehingga berpotensi menimbulkan ketidakkonsistenan mutu hasil panen. Tingkat kematangan tomat ditandai oleh perubahan warna kulit buah akibat proses fisiologis, sehingga parameter warna dapat dimanfaatkan sebagai indikator objektif. Penelitian ini bertujuan merancang dan menguji sistem klasifikasi tingkat kematangan tomat menggunakan sensor warna TCS3200 dan algoritma Decision Tree. Data penelitian berupa nilai intensitas warna merah, hijau, dan biru (RGB) yang diperoleh dari pembacaan sensor pada permukaan tomat. Sampel terdiri dari 15 buah tomat yang mewakili tiga tingkat kematangan, yaitu mentah, setengah matang, dan matang, dengan total 180 data pengukuran. Pengolahan data dilakukan menggunakan algoritma Decision Tree dengan pembagian data latih dan data uji sebesar 80% dan 20%. Hasil pengujian menunjukkan bahwa sistem mampu mengklasifikasikan tingkat kematangan tomat secara akurat. Validasi dilakukan melalui sistem indikator LED yang menampilkan hasil klasifikasi secara langsung. Sistem yang dikembangkan menunjukkan potensi untuk diterapkan sebagai metode klasifikasi kematangan tomat yang cepat, non-destruktif, dan mudah diimplementasikan.
Tongkat Elektronik Tunanetra Berbasis Sensor Ultrasonik dan Kabel Tembaga untuk Deteksi Rintangan dan Genangan Air Mohammad Alfiansyah Pratama
Journal of Electronics and Instrumentation Vol. 2 No. 3 (2025)
Publisher : Jurusan Fisika, FMIPA Universitas Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.19184/jei.v2i3.60074

Abstract

Penyandang tunanetra menghadapi tantangan signifikan dalam bernavigasi akibat keterbatasan penglihatan yang mengurangi kemampuan mendeteksi rintangan dan bahaya lingkungan. Alat bantu konvensional seperti tongkat biasa hanya mampu mengenali hambatan melalui kontak langsung, sehingga kurang efektif untuk mendeteksi risiko seperti genangan air dan perubahan permukaan jalan. Penelitian ini bertujuan merancang dan menguji tongkat elektronik tunanetra berbasis sensor ultrasonik dan kabel tembaga yang mampu memberikan peringatan dini secara real-time. Metode penelitian menggunakan eksperimen kuantitatif melalui tahapan perakitan alat, kalibrasi sensor, dan pengujian fungsional pada berbagai kondisi permukaan serta variasi jarak objek. Sensor ultrasonik bagian depan diuji pada enam variasi jarak dengan tiga kali pengulangan setiap jarak dan menunjukkan keberhasilan deteksi penuh sebanyak 18 dari 18 pengujian dengan tingkat keberhasilan 100%. Sensor ultrasonik bagian bawah diuji pada tiga kondisi, yaitu lubang, perbedaan tinggi lantai atau tangga pendek, serta tangga bertingkat panjang, masing-masing dengan tiga kali pengujian. Hasil pengujian sensor bawah menunjukkan keberhasilan 7 dari 9 percobaan atau sebesar 77,78%, dengan dua kegagalan terjadi pada kondisi tangga bertingkat panjang akibat variasi sudut dan jarak permukaan. Sensor kabel tembaga sebagai pendeteksi genangan air diuji sebanyak tiga kali dan berhasil mendeteksi air secara akurat pada seluruh pengujian dengan tingkat keberhasilan 100%. Hasil keseluruhan pengujian sistem menunjukkan tingkat keberhasilan sebesar 93,33% dan mampu memberikan peringatan bunyi yang mudah dipahami oleh pengguna. Kesimpulan penelitian ini menunjukkan bahwa tongkat elektronik berbasis sensor ultrasonik dan kabel tembaga efektif, ekonomis, dan adaptif dalam meningkatkan keselamatan serta kemandirian penyandang tunanetra dalam aktivitas sehari-hari.
Sistem Otomasi Pencahayaan dan Penyiraman Terrarium Berbasis Sensor LDR dan Sensor Kelembaban Tanah YL-69 Arya Maulana Taufiq
Journal of Electronics and Instrumentation Vol. 2 No. 3 (2025)
Publisher : Jurusan Fisika, FMIPA Universitas Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.19184/jei.v2i3.60075

Abstract

Penelitian ini dilatarbelakangi oleh perlunya sistem perawatan terrarium yang mampu menjaga kestabilan pencahayaan dan kelembapan tanah secara otomatis agar tanaman dapat tumbuh optimal tanpa pemantauan intensif. Penelitian ini bertujuan merancang dan menguji sistem otomasi terrarium berbasis mikrokontroler Arduino Uno dengan integrasi sensor Light Dependent Resistor (LDR) dan sensor kelembapan tanah YL-69 tipe resistif untuk mengatur pencahayaan dan penyiraman secara mandiri. Metode penelitian menggunakan desain eksperimental kuantitatif melalui rancang bangun prototipe yang diuji pada dua kondisi lingkungan, yaitu ruangan gelap dengan grow light menyala dan ruangan terang dengan grow light mati. Pengambilan data dilakukan selama satu jam dengan interval pencatatan setiap 10 detik dan dianalisis secara deskriptif kuantitatif menggunakan Arduino IDE, Microsoft Excel, dan Python. Hasil pengujian menunjukkan bahwa pada kondisi ruangan gelap, nilai ADC kelembapan tanah mengalami peningkatan hingga berada pada rentang kering (>550 ADC), dengan nilai rata-rata sebesar 546,29 sehingga pompa air aktif sebanyak empat kali selama 30 menit pertama pengujian untuk menjaga kelembapan media tanam. Kondisi ruangan terang memperlihatkan nilai ADC yang relatif stabil pada rentang 516–535 dengan nilai rata-rata sebesar 522,44 tanpa aktivasi pompa air. Selisih rata-rata nilai ADC antara kondisi gelap dan terang menunjukkan adanya pengaruh pencahayaan terhadap perubahan kelembapan tanah yang direspons secara otomatis oleh sistem. Penelitian ini menyimpulkan bahwa sistem otomasi terrarium yang dikembangkan mampu mengatur pencahayaan dan penyiraman secara real-time serta menjaga kestabilan kelembapan media tanam secara efektif. Sistem ini berpotensi diterapkan sebagai solusi perawatan terrarium berbasis teknologi otomasi yang efisien dan hemat energi untuk skala rumah tangga.
Rancang Bangun Sistem Penyiraman Otomatis Berbasis Sensor YL-69 untuk Mendukung Budidaya Selada Hijau (Lactuca sativa L.) Kukuh Yuliar Dwi Prakoso
Journal of Electronics and Instrumentation Vol. 2 No. 3 (2025)
Publisher : Jurusan Fisika, FMIPA Universitas Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.19184/jei.v2i3.60076

Abstract

Penelitian Budidaya selada hijau (Lactuca sativa L.) memerlukan pengelolaan air yang tepat karena ketidakteraturan kelembaban media tanam dapat menghambat pertumbuhan tanaman. Penelitian ini bertujuan merancang dan mengimplementasikan sistem penyiraman otomatis berbasis sensor kelembaban tanah resistif YL-69 untuk memantau dan mengendalikan kelembaban zona perakaran secara otomatis pada sistem hidroponik, serta menganalisis hubungan antara kelembaban akar dan diameter tanaman selada. Sistem dikembangkan menggunakan mikrokontroler Arduino, dua sensor YL-69, relay, dan pompa air, dengan nilai setpoint kelembaban minimum ditetapkan sebesar 60%. Pengujian dilakukan secara eksperimental kuantitatif dengan desain observasional potret sesaat (cross-sectional) pada 60 tanaman selada berumur 35 hari setelah tanam, yang dibagi ke dalam dua titik pengamatan sepanjang aliran nutrisi (awal dan akhir aliran). Data yang dikumpulkan meliputi tingkat kelembaban akar hasil kalibrasi sensor dan diameter batang tanaman, yang dianalisis menggunakan regresi linear sederhana untuk memperoleh persamaan regresi, koefisien determinasi (R²), nilai signifikansi (p-value), dan galat prediksi (RMSE). Hasil penelitian menunjukkan bahwa sistem penyiraman otomatis mampu bekerja responsif terhadap perubahan kelembaban media dengan mengaktifkan pompa ketika nilai kelembaban turun di bawah setpoint. Analisis regresi menunjukkan adanya hubungan positif dan signifikan antara kelembaban akar dan diameter tanaman, dengan nilai R² sebesar 0,555 dan RMSE 0,99 cm pada Sensor 1 (awal aliran), serta R² sebesar 0,488 dan RMSE 1,32 cm pada Sensor 2 (akhir aliran), dengan nilai p-value < 0,05. Perbedaan nilai R² dan RMSE antara kedua sensor mengindikasikan adanya variasi distribusi kelembaban di sepanjang aliran nutrisi serta keterbatasan konsistensi pembacaan sensor resistif YL-69. Secara keseluruhan, sistem yang dirancang mampu mempertahankan kelembaban media tanam secara relatif stabil dan mendukung pertumbuhan diameter tanaman selada.
Pengukuran Respons Pengguna Berbasis Sentimen pada Sistem Monitoring Pembelajaran Digital Menggunakan Data YouTube Agung Tjaho Nugroho
Journal of Electronics and Instrumentation Vol. 2 No. 3 (2025)
Publisher : Jurusan Fisika, FMIPA Universitas Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.19184/jei.v2i3.60078

Abstract

Evaluasi respons pengguna merupakan komponen penting dalam pengembangan digital learning monitoring system. Namun, pendekatan evaluasi yang umum digunakan masih didominasi oleh survei dan kuesioner terstruktur yang bersifat reaktif dan terbatas pada desain instrumen. Penelitian ini mengusulkan analisis sentimen sebagai pendekatan pengukuran alternatif untuk mengevaluasi respons pengguna terhadap sistem pembelajaran digital dengan memanfaatkan data komentar YouTube dan teknik machine learning sederhana. Sebanyak 100 komentar tingkat atas (top-level comments) dikumpulkan dari sebuah video YouTube yang membahas penggunaan Google Classroom sebagai sistem pembelajaran digital. Melalui proses seleksi berbasis relevansi, diperoleh 73 komentar yang dikategorikan sebagai sinyal pengukuran valid. Analisis sentimen dilakukan menggunakan tiga kategori, yaitu sentimen positif, netral, dan negatif, untuk mengukur persepsi pengguna terhadap kegunaan sistem, kemudahan penggunaan, serta kesiapan adopsi. Hasil penelitian menunjukkan bahwa 78,1% respons pengguna termasuk dalam kategori sentimen positif, sementara 21,9% berada pada kategori sentimen netral. Sentimen netral umumnya merepresentasikan pertanyaan teknis, kebutuhan fitur tambahan, dan pertimbangan implementasi sistem. Tidak ditemukan sentimen negatif secara eksplisit. Distribusi sentimen yang stabil pada seluruh tahapan pengumpulan data menunjukkan bahwa pendekatan yang digunakan memiliki konsistensi pengukuran yang baik.Hasil ini menunjukkan bahwa analisis sentimen berbasis komentar YouTube dapat digunakan sebagai instrumen pengukuran respons pengguna yang valid dan reprodusibel dalam konteks digital learning monitoring system. Pendekatan ini memberikan kontribusi metodologis dengan memperluas konsep monitoring pembelajaran digital dari pemantauan aktivitas menjadi pengukuran persepsi pengguna berbasis data alami.

Page 1 of 2 | Total Record : 11

 1   2 

Filter by Year

2025 2025


Reset
Filter By Issues
All Issue Vol. 3 No. 1 (2026) Vol. 2 No. 3 (2025) Vol. 2 No. 2 (2025) Vol. 2 No. 1 (2025) Vol. 1 No. 3 (2024) Vol. 1 No. 2 (2024) Vol. 1 No. 1 (2023)