cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Fatsyahrina Fitriastuti
Contact Email
informasi.interaktif@janabadra.ac.id
Phone
+628121551375
Journal Mail Official
informasi.interaktif@janabadra.ac.id
Editorial Address
Program Studi Informatika, Fakultas Teknik, Universitas Janabadra. Jalan Tentara Rakyat Mataram No. 55-57, Yogyakarta 55231
Location
Kota yogyakarta,
Daerah istimewa yogyakarta
INDONESIA
Informasi interaktif : jurnal informatika dan teknologi informasi
Published by Universitas Janabadra
ISSN : 25275232     EISSN : 25275240     DOI : 10.37159/jii
Core Subject : Science,
Computer Science & IT
Jurnal Informasi Interaktif membahas topik-topik yang secara umum berkaitan dengan isu-isu Hukum di Indonesia dan di seluruh dunia. Artikel yang dikirimkan mungkin mencakup isu-isu topikal di Kecerdasan Buatan Jaringan Saraf Tiruan Algoritma Genetik Grafika Komputer Sistem Pakar Wireless and Mobile Technology Remote Sensing Image and Signal Processing Multimedia Teknologi Web Data Center Distributed System Middleware Arsitektur Komputer Sistem Operasi Rekayasa Perangkat Lunak Sistem Informasi Sistem Informasi Geografi Optimasi dan Teknologi Basis Data Interaksi Manusia dan Komputer Data Mining Kriptografi Keamanan Teknologi Informasi
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 74 Documents
 3   4   5   6   7 
Penerapan Metode Prototype Untuk Perancangan E-Library Menggunakan Bahasa Pemrograman PHP Mardiana, Yessi; Novita Sari, Venny; Fredricka, Jhoanne
Informasi Interaktif : Jurnal Informatika dan Teknologi Informasi Vol 10 No 1 (2025): JII Volume 10, Number 1, Januari 2025
Publisher : Program Studi Informatika Fakultas Teknik Universitas Janabadra

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

Abstract

Perpustakaan Daerah Kota Bengkulu adalah suatu tempat, gedung atau ruangan untuk menyimpan buku-buku dan bahan bacaan lainnya yang diorganisasikan dan diadministrasikan untuk bacaan, konsultasi dan studi. Bertambahnya bahan pustaka yang ada di perpustakaan aka menyebabkan pengunjung mengalami kesulitan untuk menemukan buku yang diinginkan. Untuk mengatasi hal tersebut sangat diperlukan adanya e-library untuk memudahkan pengunjung menemukan buku yang diinginkan melalui internet. E-library menggunakan perancangan sistem basis data dan perancangan proses. Perancangan proses yaitu menggambarkan bagaimana proses dalam sistem informasi yang ditunjukkan oleh diagram arus data (DAD). E-library yang dihasilkan dapat mempermudah siswa/pengunjung dalam melakukan pencarian buku yang diinginkan melalui internet.
Model Pola Penjualan Sparepart Motor Di Bengkel Riana Ditingkatkan Menggunakan Algoritma FP-Growth Nisa Aprilliyani, Shofi Sa'idatun; Purnamasari , Ade Irma; Bahtiar , Agus; Wahyudin , Edi
Informasi Interaktif : Jurnal Informatika dan Teknologi Informasi Vol 10 No 1 (2025): JII Volume 10, Number 1, Januari 2025
Publisher : Program Studi Informatika Fakultas Teknik Universitas Janabadra

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

Abstract

Penelitian ini bertujuan untuk mengeksplorasi pola asosiatif dalam data transaksi menggunakan algoritma FP-Growth dalam kerangka Knowledge Discovery in Database (KDD) untuk mendukung pengambilan keputusan yang lebih efektif di sektor layanan dan produk. Proses analisis dimulai dari seleksi data, pra-pemrosesan, transformasi data, penerapan algoritma FP-Growth menggunakan RapidMiner, hingga interpretasi dan evaluasi hasil. Algoritma FP-Growth digunakan untuk mengidentifikasi frequent itemset secara efisien tanpa perlu menghasilkan kandidat itemset secara eksplisit, sehingga lebih cepat dalam menangani data transaksi yang besar. Hasil penelitian mengungkap beberapa pola penting, seperti asosiasi dengan confidence tinggi antara "Ganti Oli" dan "Unit Steam" yang muncul bersama dengan confidence 1.000 (100%). Pola ini memberikan peluang untuk strategi promosi seperti bundling produk atau diskon paket. Di sisi lain, ditemukan juga pola dengan confidence rendah, seperti antara "Lampu Belakang" (0.148) dan "Kampas Rem Depan" (0.152) yang mengindikasikan potensi peningkatan strategi pemasaran untuk produk-produk tersebut. Penelitian ini memberikan wawasan berharga tentang perilaku pembelian pelanggan yang dapat diterapkan untuk meningkatkan efisiensi operasional, mengoptimalkan persediaan, dan menyusun strategi pemasaran yang lebih responsif terhadap kebutuhan pasar. Keywords: FP-Growth, Knowledge Discovery in Database, Analisis Data Transaksi, Confidence, Strategi Bisnis.
Komparasi Metode Apriori Dan FP-Growth Untuk Meningkatkan Pola Penjualan ayu hardani, anita; Faqih, Ahmad; Permana , Sandy Eka
Informasi Interaktif : Jurnal Informatika dan Teknologi Informasi Vol 10 No 1 (2025): JII Volume 10, Number 1, Januari 2025
Publisher : Program Studi Informatika Fakultas Teknik Universitas Janabadra

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

Abstract

Dalam era persaingan bisnis yang semakin ketat, strategi penjualan yang efektif menjadi sangat penting, terutama di sektor ritel. Data transaksi penjualan sering kali hanya disimpan sebagai arsip tanpa dimanfaatkan untuk mendukung keputusan strategis. Penelitian ini bertujuan membandingkan dua algoritma data mining populer, Apriori dan FP-Growth, dalam menganalisis pola penjualan sandal merek Peter. Data transaksi penjualan yang dikumpulkan selama lima bulan diproses menggunakan perangkat lunak RapidMiner untuk menemukan pola pembelian konsumen. Hasil analisis menunjukkan bahwa algoritma Apriori lebih sederhana dalam penerapannya namun membutuhkan waktu komputasi yang lebih lama. Di sisi lain, algoritma FP-Growth lebih cepat dan efisien, terutama untuk dataset besar, meskipun membutuhkan struktur data yang lebih kompleks. Studi ini memberikan panduan praktis bagi perusahaan untuk memilih algoritma yang sesuai dengan kebutuhan analisis data mereka, serta memberikan wawasan tentang pola pembelian konsumen yang dapat dimanfaatkan untuk meningkatkan penjualan.
Implementasi Data Mining Pada Proses Seleksi Beasiswa Menggunakan Naive Bayes Dan Backward Elimination Agustina, Irma; Dwilestari, Gifthera; Rinaldi, Ade Rizki
Informasi Interaktif : Jurnal Informatika dan Teknologi Informasi Vol 10 No 1 (2025): JII Volume 10, Number 1, Januari 2025
Publisher : Program Studi Informatika Fakultas Teknik Universitas Janabadra

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

Abstract

Proses seleksi penerima beasiswa sering kali menghadapi tantangan dalam mengelola data yang kompleks dan memastikan keakuratan seleksi. Penelitian ini bertujuan mengoptimalkan algoritma Naive Bayes melalui teknik Backward Elimination untuk efisiensi proses seleksi. Dataset penelitian terdiri dari 1.042 data penerima beasiswa, mencakup variabel seperti Indeks Prestasi Kumulatif (IPK), penghasilan, jumlah tanggungan, dan status beasiswa. Penelitian dilakukan menggunakan platform RapidMiner versi 10.2 dengan tahapan meliputi preprocessing, transformasi data, pembagian data latih dan uji melalui Split Data. Teknik Backward Elimination diterapkan untuk menyederhanakan model dengan menghapus variabel yang kurang signifikan. Hasil penelitian menunjukkan bahwa penerapan Naive Bayes dengan teknik Backward Elimination menghasilkan tingkat akurasi sebesar 74,62%. Variabel utama yang paling berpengaruh adalah tanggungan orang tua dan penghasilan, yang secara signifikan memengaruhi keputusan seleksi. Selain itu, teknik ini juga berhasil mengurangi kompleksitas model, meningkatkan efisiensi proses analisis, dan meminimalkan waktu serta sumber daya yang dibutuhkan. Penelitian ini mendukung pengembangan sistem seleksi berbasis data yang lebih transparan dan efisien. Implementasi teknik Backward Elimination mempermudah interpretasi model. Dengan demikian, hasil ini diharapkan dapat menjadi landasan bagi pengembangan sistem seleksi beasiswa berbasis machine learning yang lebih efektif, serta membuka peluang untuk penelitian lanjutan yang berfokus pada optimalisasi algoritma dan seleksi fitur di berbagai sektor.
Pengoptimalan Pertumbuhan Tanaman dan Ikan dengan Teknologi Internet of Things pada Sistem Aquaponik Dita, Fio; Astuti , Rini; Prihartono, Willy; Hamonangan, Ryan
Informasi Interaktif : Jurnal Informatika dan Teknologi Informasi Vol 10 No 1 (2025): JII Volume 10, Number 1, Januari 2025
Publisher : Program Studi Informatika Fakultas Teknik Universitas Janabadra

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37159/jii.v10i1.125

Abstract

Aquaponik adalah sistem pertanian modern yang mengintegrasikan akuakultur dan hidroponik dalam sebuah ekosistem yang saling menguntungkan. Limbah yang dihasilkan dari akuakultur dimanfaatkan sebagai pupuk alami untuk pertumbuhan tanaman, sementara tanaman membantu memurnikan air yang digunakan dalam akuakultur. Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem aquaponik berbasis Internet of Things (IoT) menggunakan metode Deep Flow Technique (DFT). Sistem ini dilengkapi dengan kemampuan untuk memantau parameter penting seperti pH air, suhu, kadar oksigen terlarut, dan Electrical Conductivity (EC), yang diukur menggunakan berbagai sensor. Data yang diperoleh dikirimkan ke mikrokontroler NodeMCU ESP8266 untuk diproses dan selanjutnya diteruskan ke platform ThingSpeak untuk analisis real-time. Sistem ini juga memungkinkan pengendalian otomatis terhadap pompa nutrisi dan aerator, yang berperan menjaga kondisi lingkungan tetap optimal bagi pertumbuhan. Hasil penelitian menunjukkan bahwa penerapan IoT mampu meningkatkan pertumbuhan tanaman dan ikan secara signifikan dibandingkan dengan metode konvensional. Kemampuan monitoring secara real-time memastikan deteksi dini terhadap perubahan parameter lingkungan yang berpotensi merugikan, sementara pengendalian otomatis menjamin nutrisi dan aerasi tetap terjaga pada tingkat optimal. Dengan penerapan teknologi ini, sistem aquaponik menjadi lebih efisien, produktif, dan dapat diadaptasi untuk skala komersial. Penelitian ini membuka peluang untuk pengembangan lebih lanjut, termasuk integrasi teknologi tambahan seperti pengendalian intensitas cahaya dan algoritma kecerdasan buatan untuk meningkatkan efisiensi sistem.
Penerapan Naïve Bayes Untuk Evaluasi Sentimen Pengguna Terhadap Aplikasi M-Pajak Di Playstore OKTAVIANI, ERNA; Astuti , Rini; Prihartono, Willy; Hamonangan, Ryan
Informasi Interaktif : Jurnal Informatika dan Teknologi Informasi Vol 10 No 1 (2025): JII Volume 10, Number 1, Januari 2025
Publisher : Program Studi Informatika Fakultas Teknik Universitas Janabadra

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

Abstract

Penelitian ini bertujuan untuk mengevaluasi sentimen pengguna terhadap aplikasi M-Pajak yang tersedia di Google Play Store menggunakan algoritma Naïve Bayes. Proses pengumpulan data dilakukan dengan teknik web scraping, menghasilkan 1000 ulasan pengguna. Dari 1.000 ulasan tersebut, 900 bersentimen negatif, 55 positif, dan 45 netral. Data ini dianalisis melalui tahapan Knowledge Discovery in Databases (KDD), mencakup preprocessing data seperti tokenize, transform case, filter stopword dan token by length. Algoritma Naïve Bayes diterapkan untuk mengklasifikasikan sentimen ke dalam kategori positif dan negatif. Pengujian evaluasi model dilakukan menggunakan cross validation, 10 k-fold stratified sampling dengan total 669 data, yang terdiri atas 630 data berlabel negatif dan 30 data berlabel positif. Model yang dihasilkan menunjukkan akurasi sebesar 89,84%. Hasil analisis mengungkap dominasi ulasan negatif, yang disebabkan oleh masalah teknis seperti error aplikasi, waktu respons yang lambat, dan antarmuka pengguna yang kurang intuitif. Penelitian ini merekomendasikan pengembang aplikasi untuk meningkatkan kinerja teknis dan desain antarmuka pengguna guna meningkatkan pengalaman dan kepuasan pengguna, sehingga mendukung penerimaan aplikasi yang lebih baik di masa depan.
Peningkatan Model Pola Penjualan Obat di Apotek Vaza Farma Menggunakan Algoritma FP-Growth Damayanti, Selpiana; Purnamasari, Ade Irma; Bahtiar, Agus; Wahyudin, Edi
Informasi Interaktif : Jurnal Informatika dan Teknologi Informasi Vol 10 No 1 (2025): JII Volume 10, Number 1, Januari 2025
Publisher : Program Studi Informatika Fakultas Teknik Universitas Janabadra

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

Abstract

Penggunaan teknologi dalam sektor kesehatan, khususnya untuk manajemen stok dan penjualan obat, sangat penting untuk meningkatkan efisiensi operasional apotek. Penelitian ini menggunakan algoritma FP-Growth tujuannya adalah untuk mengidentifikasi pola penjualan obat di Apotek Vaza Farma. FP-Growth dikenal sebagai pendekatan efektif untuk menemukan pola frekuensi tinggi dalam data transaksi, membantu pengambilan keputusan pengelolaan stok yang lebih baik. Masalah yang dihadapi termasuk pengelolaan stok obat yang kurang efisien dan prediksi kebutuhan stok yang kurang akurat, yang sering menyebabkan kelebihan atau kekurangan stok. Metode penelitian melibatkan pengumpulan data transaksi penjualan obat dari sistem manajemen Apotek Vaza Farma selama satu bulan terakhir. Data yang diperoleh mencakup invoice no, trans date, due date, customer name, location, PLU, item name, QTY, unit, item price, discount, tax, subtotal dan status. Analisis dimulai dengan tahapan preprocessing, yaitu pembersihan dan transformasi data agar sesuai untuk diterapkan dengan algoritma fp-growth. Algoritma FP-Growth digunakan untuk menemukan itemset yang sering muncul bersamaan. Untuk meningkatkan efisiensi analisis, proses ini dilakukan menggunakan RapidMiner. Hasil penelitian ini menunjukkan FP-Growth berhasil mengidentifikasi beberapa pola pembelian obat diantaranya Erphaflam box sering dibeli bersama dengan Rhemafar box dengan nilai support 0.005 dan nilai confidence 0.298. hubungan lain ditemukan antara Rhemafar box dan Renadinac box dengan nilai support 0.006 dan nilai confidence 0.319, serta Ersolon box dan Erphaflam box dengan nilai support 0.004, dan nilai confidence 0.400 dengan nilai lift 22.664. Pola- pola ini memberikan wawasan penting untuk pengelolaan stok membantu mengurangi risiko kelebihan dan kekurangan stok serta meningkatkan kepuasan pelanggan. Hasil penelitian ini menggunakan algoritma data mining seperti FP-Growth dapat menjadi solusi yang efektif untuk tantangan manajemen stok obat. Keywords: Algoritma FP-Growth, pola penjualan obat, data mining, manajemen stok, Apotek Vaza Farma
Peningkatan Model Prediksi Konten Cyberbullying Pada Media Sosial Instagram Menggunakan Algoritma Support Vector Machine Budiarti, Reksa; Purnamasari, Ade Irma; Bahtiar, Agus; Wahyudin, Edi
Informasi Interaktif : Jurnal Informatika dan Teknologi Informasi Vol 10 No 1 (2025): JII Volume 10, Number 1, Januari 2025
Publisher : Program Studi Informatika Fakultas Teknik Universitas Janabadra

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

Abstract

Platform media sosial seperti Instagram telah menjadi sangat populer di kalangan masyarakat di seluruh dunia. Namun, cyberbullying dapat membahayakan kesehatan mental pengguna di platform ini. Dengan menggunakan algoritma Support Vector Machine (SVM), penelitian ini bertujuan untuk meningkatkan model prediksi konten cyberbullying di Instagram. Dengan meningkatnya jumlah data di media sosial, mengidentifikasikan konten negatif seperti cyberbullying secara otomatis menjadi sangat penting untuk membuat internet lebih aman. Penelitian ini menggunakan algoritma Support Vector Machine (SVM) yang merupakan salah satu metode pengajaran yang diawasi yang paling efektif untuk klasifikasi data. Dataset yang digunakan terdiri dari komentar Instagram yang diklasifikasikan sebagai bullying atau non-bullying. Untuk meningkatkan kualitas fitur teks yang diolah, proses pengolahan data melibatkan tahap preprocessing seperti cleaning, tokenisasi, stopword removal, stemming, dan TF-IDF. Selanjutnya, model SVM diimplementasikan dan dioptimasikan untuk meningkatkan akurasi prediksi dengan beberapa parameter. Hasil penelitian menunjukkan bahwa algoritma SVM dapat memberikan hasil prediksi yang akurat dengan tingkat akurasi sebesar 79,76% dalam mengidentifikasikan konten cyberbullying pada Instagram. Jumlah kasus yang termasuk dalam kategori prediksi bullying dan benar-benar termasuk kategori konten bullying adalah sebanyak 482 kasus. Sementara itu, yang benar-benar termasuk konten non-bullying terdapat 155 kasus. Selain itu, yang diprediksi benar sebagai kategori konten non-bullying berjumlah 243 kasus, dan yang termasuk dalam kategori prediksi non-bullying tetapi sebenarnya bullying terdapat 29 kasus. Ini menunjukkan bahwa SVM adalah metode yang efektif untuk menganalisis teks berbasis media sosial dalam mendeteksi tindakan bullying. Hasil penelitian ini dapat meningkatkan kesadaran masyarakat terhadap masalah cyberbullying dan dampak negatifnya. Keywords: Support Vector Machine (SVM), cyberbullying, Prediksi konten, Instagram, Sosial Media.
Interoperabilitas Sistem Informasi Profil Jurusan Berbasiskan Headless Content Management System Website Jurusan Tandra, Rudy; Siallagan, Debbie Yuari; Prestoroika, Era
Informasi Interaktif : Jurnal Informatika dan Teknologi Informasi Vol 10 No 1 (2025): JII Volume 10, Number 1, Januari 2025
Publisher : Program Studi Informatika Fakultas Teknik Universitas Janabadra

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

Abstract

Profil jurusan sama halnya dengan profil suatu organisasi atau perusahaan yang bertujuan memberikan data keunggulan dan superioritas jurusan sebagai informasi bagi para pemangku kepentingan dalam membangun suatu relasi. Profil jurusan Administrasi Bisnis sudah dimuat pada website, namun tidak tersedia pada beberapa media elektronik yang terdapat di jurusan seperti televisi dan kiosk. Padahal media elektronik tersebut terletak pada area-area utama jurusan yang selalu ditemui atau dilewati sivitas akademika maupun pengunjung luar. Penyebab tidak tersedianya profil jurusan pada media elektronik tersebut adalah proses pemeliharaan dan pemutakhiran data profil yang membutuhkan waktu dan tidak adanya pegawai khusus yang ditugaskan untuk menjalankan kegiatan tersebut. Pegawai yang ditugaskan juga merupakan pegawai jurusan Administrasi Bisnis yang sudah memiliki tupoksi harian yang padat. Sebagai upaya penyelesaian permasalahan ketidaktersediaan profil jurusan pada media elektronik televisi dan kiosk tersebut, penelitian ini bertujuan merancang sebuah sistem informasi yang bekerja secara paralel dengan website jurusan. Sistem informasi tersebut memfungsikan televisi dan kiosk dalam menampilkan profil jurusan dengan data yang tersedia pada website jurusan. Pemutakhiran data pada website jurusan juga akan berpengaruh langsung pada data profil jurusan pada media televisi dan kiosk. Hal ini dimungkinkan karena website jurusan memiliki fitur headless Content Management System (CMS) yang mendukung interoperabilitas. Adapun metode penelitian yang dipergunakan adalah pendekatan pengembangan perangkat lunak Agile-Scrum dan pengujian sistem dengan kuesioner System Usability Scale (SUS). Hasil pengujian purwarupa sistem informasi dengan menggunakan kuesioner SUS, menunjukkan skor 77,29 yang artinya sistem informasi memiliki skala mutu acceptable (dapat diterima), skala mutu C untuk penilaian, dan skala mutu good untuk peringkat.
Peningkatan Efisiensi Model Asosiasi Pada Data Transaksi Penjualan Sembako Dengan Algoritma FP-Growth Yusuf Sidiq, Yusuf Sidiq; Kurniawan, Rudi; Suprapti, Tati
Informasi Interaktif : Jurnal Informatika dan Teknologi Informasi Vol 10 No 1 (2025): JII Volume 10, Number 1, Januari 2025
Publisher : Program Studi Informatika Fakultas Teknik Universitas Janabadra

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

Abstract

Dengan meningkatnya volume data transaksi di sektor ritel, termasuk toko sembako, analisis pola transaksi menjadi kebutuhan penting untuk mendukung pengambilan keputusan berbasis data. Penelitian ini bertujuan untuk mengidentifikasi aturan asosiasi yang memenuhi kriteria minimum support sebesar 0,95 dan minimum confidence sebesar 0,94, serta mengungkap pola transaksi signifikan dalam data penjualan. Analisis ini diharapkan dapat memberikan wawasan penting untuk mengoptimalkan pengelolaan stok dan merancang strategi promosi yang lebih efektif. Penelitian ini menerapkan metode Knowledge Discovery in Database Process (KDD), yang meliputi beberapa tahapan: pengumpulan data transaksi penjualan, preprocessing untuk membersihkan dan menyusun data, transformasi data ke format yang sesuai untuk analisis, penerapan algoritma FP-Growth untuk menghasilkan aturan asosiasi, serta evaluasi hasil. Data yang digunakan berasal dari transaksi toko sembako dalam periode tertentu yang mencakup berbagai jenis produk.Hasil eksperimen menunjukkan bahwa tidak ada aturan asosiasi yang memenuhi kriteria minimum support 0,95 dan minimum confidence 0,94. Namun, analisis lebih lanjut menemukan bahwa item dengan nilai support tertinggi adalah beras, dengan nilai sebesar 0,912. Selain itu, pola asosiasi dengan confidence tertinggi adalah kombinasi daging sebagai premis dan beras sebagai konklusi, dengan nilai confidence sebesar 0,941. Hasil ini menunjukkan bahwa meskipun kriteria awal tidak terpenuhi, pola pembelian tertentu tetap dapat dimanfaatkan untuk analisis mendalam. Diskusi penelitian ini menyoroti potensi algoritma FP-Growth dalam mengidentifikasi pola transaksi yang relevan, meskipun diperlukan penyesuaian parameter awal. Penelitian ini memberikan kontribusi praktis bagi pengelolaan toko sembako, khususnya dalam pengaturan stok dan strategi promosi berbasis data. Penelitian lanjutan disarankan untuk menggunakan dataset yang lebih besar serta parameter yang lebih fleksibel guna mendapatkan hasil yang lebih komprehensif.

Page 5 of 8 | Total Record : 74

 3   4   5   6   7 

Filter by Year

2022 2026


Reset
Filter By Issues
All Issue Vol 11 No 1 (2026): Bahasa Indonesia Vol 10 No 2 (2025): JII Volume 10 Nomor 2 Mei 2025 Vol 10 No 1 (2025): JII Volume 10, Number 1, Januari 2025 Vol 10 No 3 (2025): Jurnal Informasi Interaktif Vol 9 No 3 (2024): JII Volume 9, Number 3, September 2024 Vol 9 No 2 (2024): JII Volume 9 Number 2, Mei 2024 Vol 9 No 1 (2024): JII Volume 9, Number 1, Januari 2024 Vol 8 No 3 (2023): JII Volume 8, Number 3, September 2023 Vol 8 No 2 (2023): JII Volume 8, Number 2, Mei 2023 Vol 8 No 1 (2023): JII Volume 8, Number 1, Januari 2023 Vol 7 No 3 (2022): JII Volume 7, Number 3, September 2022 More Issue