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 57 Documents
 2   3   4   5   6 
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.
Pengembangan Program Komputer untuk Analisis Reflektansi, Transmitansi, dan Absorptansi pada Cermin Optik I Wayan Windu Sara
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.v2i3.60079

Abstract

Cermin optik banyak digunakan dalam berbagai aplikasi instrumentasi optik. Namun, biaya pengadaan dan operasional alat untuk karakterisasi cermin optik relatif mahal. Pada penelitian ini dikembangkan dan diuji program komputer portabel berbasis Graphical User Interface (GUI) sebagai alternatif rendah biaya yang dapat digunakan untuk menganalisis karakteristik cermin optik, meliputi reflektansi, transmitansi, dan absorptansi dari gelombang elektromagnetik terpolarisasi-s, terpolarisasi-p, serta tidak terpolarisasi. Program komputer pada penelitian ini berhasil digunakan untuk mengkarakterisasi secara komputasi desain cermin optik berbasis aluminium dan perak. Hasil yang diperoleh sesuai literatur di mana cermin optik berbasis perak cenderung memiliki reflektansi yang lebih tinggi (~90%) dibandingkan cermin berbasis aluminium (~86%). Penelitian ini menunjukkan bahwa program komputer yang telah dikembangkan dapat digunakan dalam penelitian dan pengajaran terkait cermin optik
Pemodelan Prediktif Ultimate Tensile Strength pada Aluminum Wire Rod: Evaluasi MLR, XGBoost, dan FNN Yaqin, Moh. Nazib Abdulloh; Prasetyo, Agung
Journal of Electronics and Instrumentation Vol. 3 No. 1 (2026)
Publisher : Jurusan Fisika, FMIPA Universitas Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.19184/jei.v3i1.60002

Abstract

Ultimate Tensile Strength (UTS) merupakan salah satu parameter kunci dalam evaluasi kualitas aluminum wire rod (batang kawat aluminum), di mana variasi kecil pada kondisi proses dapat menghasilkan perubahan signifikan pada sifat mekaniknya. Pengendalian proses yang akurat memerlukan model prediktif yang mampu menangkap hubungan linear maupun non-linear antara parameter proses dan respons material. Penelitian ini bertujuan membangun dan membandingkan performa tiga model prediksi yaitu Multiple Linear Regression (MLR), Extreme Gradient Boosting (XGBoost), dan Feedforward Neural Network (FNN) untuk mengestimasi UTS berdasarkan tiga variabel proses utama yaitu suhu casting, kecepatan rolling, dan laju pendinginan. Dataset sintetik berjumlah 10.000 sampel digunakan sebagai dasar analisis. MLR dilatih tanpa feature engineering maupun data balancing untuk mengevaluasi kemampuan dasar model linear. Sebaliknya, FNN dan XGBoost memanfaatkan sembilan fitur hasil feature engineering (interaksi dan kuadratik), serta teknik balancing berupa extreme oversampling dan middle undersampling untuk memperbaiki representasi data ekstrem. Optimasi hiperparameter pada FNN dan XGBoost dilakukan menggunakan Bayesian optimization (Optuna), dan seluruh model dievaluasi menggunakan R², RMSE, MAE, analisis residual, serta cross-validation 5-fold. Hasil penelitian menunjukkan bahwa XGBoost menghasilkan performa paling unggul dengan R² = 0,8798, RMSE = 4,2976 MPa, dan MAE terendah di antara ketiga model. XGBoost juga menjadi satu-satunya model yang mampu memprediksi nilai UTS ekstrem secara konsisten. FNN memberikan performa menengah dengan peningkatan signifikan setelah feature engineering dan data balancing, tetapi tetap memiliki keterbatasan pada data ekstrem. MLR menunjukkan performa terendah akibat ketidakmampuan menangkap hubungan non-linear dan sensitivitas terhadap distribusi data. Secara keseluruhan, hasil ini menunjukkan bahwa XGBoost memiliki kapabilitas paling kuat dalam memodelkan perilaku UTS aluminum wire rod dan berpotensi diimplementasikan sebagai sistem pendukung keputusan pada proses produksi.
Evaluasi Komparatif Model Deterministik, Machine Learning, dan Deep Learning Termodifikasi untuk Prediksi Ultimate Tensile Strength pada Polimer Komposit Arita Fajar Damasari; Ilmiyah, Inayatul; Annisa Asma’
Journal of Electronics and Instrumentation Vol. 3 No. 1 (2026)
Publisher : Jurusan Fisika, FMIPA Universitas Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.19184/jei.v3i1.60003

Abstract

Prediksi kekuatan tarik maksimum (Ultimate Tensile Strength/UTS) pada bahan polimer komposit sangat penting dalam proses desain dan rekayasa material. Penelitian ini menyajikan evaluasi komparataif antara model deterministik, machine learning (ML), dan deep learning (DL) yang telah termodifikasi untuk memperkirakan nilai UTS berdasarkan parameter proses pencetakan 3D, yaitu suhu ekstrusi, ketebalan, tinggi lapisan, dan kecepatan cetak. Modifikasi model dilakukan melalui regularisasi pada regresi deterministik (Ridge, Lasso, Elastic Net), validasi silang pada ML (K-Fold Cross Validation), serta tuning arsitektur pada DL menggunakan Feed Forward Neural Network (FFNN). Dataset berjumlah 3000 sampel diambil dari platform Kaggle dan diolah dengan pembagian data train, test, dan validation. Kinerja model dievaluasi menggunakan metrik MAE, RMSE, dan R², serta ditinjau dari waktu komputasi dan kemudahan interpretasi. Hasil menunjukkan bahwa seluruh pendekatan mampu melakukan prediksi UTS dengan nilai R² antara 0,71 hingga 0,86. Model FFNN memberikan hasil paling akurat (R² = 0,8654), sedangkan model deterministik memiliki keunggulan pada efisiensi dan interpretabilitas. Disisi lain model ML memberikan peningkatan akurasi namun membutuhkan waktu pelatihan lebih lama. Secara keseluruhan, penelitian ini menegaskan bahwa pemilihan model pada rekayasa polimer komposit perlu mempertimbangkan kompromi antara akurasi, kompleksitas komputasi, dan kemudahan interpretasi sesuai kebutuhan aplikasi.
Analisis Korelasi Nilai RGB dan Grayscale untuk Menentukan Tingkat Kematangan Buah Tomat Fatimatus Zahro
Journal of Electronics and Instrumentation Vol. 3 No. 1 (2026)
Publisher : Jurusan Fisika, FMIPA Universitas Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.19184/jei.v3i1.60099

Abstract

Warna merupakan salah satu indikator utama dalam menilai tingkat kematangan buah, termasuk tomat, yang berperan penting dalam menjaga kualitas dan nilai jual produk hortikultura. Selama ini, penilaian kematangan masih banyak bergantung pada pengamatan visual yang bersifat subjektif dan tidak konsisten. Perkembangan teknologi pengolahan citra digital menawarkan pendekatan yang lebih objektif dan terukur. Penelitian ini mengembangkan sistem analisis kematangan tomat berdasarkan nilai warna RGB dan citra keabuan (grayscale) dengan menggunakan bahasa pemrograman MATLAB. Data berupa 150 citra tomat dari berbagai tingkat kematangan diproses melalui tahapan pra-pemrosesan, konversi RGB ke grayscale, ekstraksi fitur warna, analisis histogram, dan korelasi intensitas. Hasilnya divisualisasikan untuk mengidentifikasi kanal warna dominan yang berkorelasi terhadap grayscale sebagai dasar klasifikasi tingkat kematangan secara otomatis dan efisien. Hasil dari penelitian yang telah dilakukan menunjukkan bahwa kanal warna merah (R) memiliki korelasi paling kuat terhadap nilai grayscale dengan koefisien korelasi sebesar 0,8426. Hal ini mengindikasikan bahwa intensitas warna merah sangat berpengaruh dalam pembentukan citra keabuan yang mencerminkan keberadaan pigmen likopen sebagai penanda kematangan tomat. Pola histogram distribusi intensitas piksel juga memperkuat temuan ini, di mana tomat matang menunjukkan dominasi kanal merah dibandingkan kanal hijau dan biru. Korelasi antara kanal R terhadap G dan B memperlihatkan penurunan intensitas warna hijau seiring dengan meningkatnya tingkat kematangan. Visualisasi melalui scatter plot mendukung konsistensi hubungan antar kanal warna dan memperjelas klasifikasi. Pendekatan sederhana dan efektif pada sistem ini mampu mendeteksi kematangan tomat secara otomatis.
Algoritma Watermarking Imperceptible-Visible Adaptif terhadap Kompresi Menggunakan Histogram dan JND Moh. Ainur Rofiq
Journal of Electronics and Instrumentation Vol. 3 No. 1 (2026)
Publisher : Jurusan Fisika, FMIPA Universitas Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.19184/jei.v3i1.60100

Abstract

Penelitian ini mengembangkan dan mengevaluasi algoritma Imperceptible–Visible Watermarking (IVW) yang adaptif terhadap serangan digital, khususnya pemotongan (cropping) dan kompresi JPEG, pada citra digital berwarna. Metode yang digunakan menggabungkan prinsip Just Noticeable Distortion in Luminance (JNDL) dan teknik histogram binarization untuk menyisipkan watermark biner secara halus namun tetap dapat ditampilkan melalui pengolahan tampilan visual. Pengujian dilakukan pada 200 citra host dengan variasi konten visual dan menggunakan dua jenis watermark, yaitu QR code dan logo hitam-putih. Hasil evaluasi menunjukkan bahwa algoritma IVW yang diimplementasikan mampu menjaga kualitas visual citra dengan nilai SSIM > 0,93 dan rata-rata NCD < 0,05, yang menunjukkan tingkat ketidakterlihatan watermark yang tinggi. Selain itu, watermark tetap dapat dikenali secara visual pasca kompresi JPEG, membuktikan ketahanan algoritma terhadap serangan umum. Penelitian ini memberikan kontribusi dalam perlindungan hak cipta digital melalui metode watermarking yang adaptif, tidak merusak tampilan visual, serta memiliki ketahanan yang baik terhadap manipulasi citra. Namun, metode ini masih memiliki keterbatasan dalam menghadapi jenis serangan lain seperti rotasi, penambahan noise, dan transformasi geometris kompleks. Oleh karena itu, pengembangan ke depan dapat diarahkan pada peningkatan robustness melalui integrasi teknik pembelajaran mesin serta optimasi adaptif pada pemilihan lokasi embedding untuk berbagai jenis citra.

Page 5 of 6 | Total Record : 57

 2   3   4   5   6 

Filter by Year

2023 2026


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)