cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Muhammad Aldila Syariz
Contact Email
aldilasyariz@its.ac.id
Phone
+6282131726693
Journal Mail Official
aldilasyariz@its.ac.id
Editorial Address
Geomatics Engineering's Building, Institut Teknologi Sepuluh Nopember, Surabaya, Indonesia
Location
Kota surabaya,
Jawa timur
INDONESIA
Geoid - Journal of Geodesy and Geomatics
Published by Institut Teknologi Sepuluh Nopember Surabaya
ISSN : 18582281     EISSN : 24423998     DOI : https://doi.org/10.12962/geoid.v20i1
Core Subject : Science, Agriculture, Social, Engineering,
Agriculture, Biological Sciences & Forestry Earth & Planetary Sciences Engineering Environmental Science
General topics of interest include: - Geodesy and geomatics development theory - Geodesy and geomatics applications - Natural Disaster - Land and Ocean Development - Natural Resources - Environment - Science and technology in Mapping and Surveying - Earth Sciences A further issue related to geodesy and geomatics engineering such as: - Optical Remote Sensing and Radar Remote Sensing - Cadastre and 3D Modeling - Geodynamics theory and application - Geospatial - Land Surveying - Geomarine - Photogrammetry
Arjuna Subject : Ilmu Bumi dan Planet (semua kategori) - Ilmu Bumi dan Planet (Lain-Lain)
Articles 504 Documents
 1   2   3   4   5 
Prototipe Augmented Reality Berbasis Mobile untuk Navigasi Pelayaran yang Aman di Wilayah Perairan Selat Madura Nugraha, Aditya; Pratomo, Danar Guruh; Pribadi, Cherie Bhekti
GEOID Vol. 19 No. 2 (2024)
Publisher : Departemen Teknik Geomatika ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/geoid.v19i2.1124

Abstract

Menurut Badan Pusat Statistik Kota Surabaya (2018), sebanyak 2066 nelayan di pesisir Kota Surabaya memiliki pendapatan rata-rata Rp 11.000.000,00. Hal tersebut tentunya berbeda antara satu nelayan dengan nelayan yang lain dikarenakan perbedaan sumber daya dan armada kapal. Diberitakan juga melalui Kurniawan (2020), bahwa nelayan-nelayan tersebut membutuhkan alat bantu navigasi seperti Global Positioning System (GPS) dan Handy Talky (HT). Meskipun hal tersebut bisa dilakukan oleh Pemerintah Kota Surabaya, namun alangkah lebih baik apabila difokuskan pada teknologi yang sudah dimliki oleh para nelayan, yaitu smartphone. Dengan menggunakan teknologi Augmented Reality (AR), penelitian ini bertujuan untuk membuat prototipe AR dalam mengakomodasi kebutuhan keselamatan navigasi pelayaran, khususnya kepada para nelayan. Dalam pembuatannya akan digunakan diagram Unified Modeling Language (UML) tipe use-case yang terintegrasi dengan standar IHO S-100 sebagai dasar pembuatan aplikasi. Pembuatan prototipe AR menggunakan data peta laut nasional dan data batimetri nasional yang nantinya akan dibuat dalam bentuk aplikasi smartphone berbasis android. Aplikasi yang diberi nama Marine Augmented Reality System (MARS) akan memiliki fitur berupa peta 3D berbasis gambar dan simulasi kapal yang bisa digerakkan agar pengguna bisa mempelajari sistem buoy.
Penggunaan Deep Learning dan Post-Processing Algoritma Douglas-Peucker untuk Ekstraksi Jaringan Jalan pada Area Urban dari Orthophoto Bimanjaya, Alfian; Handayani, Hepi Hapsari; Rachmadi, Reza Fuad
GEOID Vol. 19 No. 2 (2024)
Publisher : Departemen Teknik Geomatika ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/geoid.v19i2.1127

Abstract

Peta dasar skala besar sangat dibutuhkan oleh kota besar/metropolitan seperti Kota Surabaya untuk perencanaan kota dan menunjang pembangunan kota cerdas. Beberapa informasi utama yang paling dibutuhkan dari peta skala besar adalah fitur bangunan dan jaringan jalan. Ekstraksi jaringan jalan merupakan pekerjaan yang menantang karena banyak alasan, termasuk sifat heterogen dari geometri dan spektral, kompleksitas objek yang sulit dimodelkan, dan data sensor yang kurang baik. Intepretasi yang dilakukan oleh operator secara visual masih merupakan pendekatan yang umum digunakan untuk ekstraksi informasi dari orthophoto. Akurasi intepretasi yang dihasilkan tergantung pada keterampilan dan pengalaman dari operator. Sehingga, dapat terjadi inkonsistensi pada data yang dihasilkan oleh operator yang berbeda. Beberapa tahun terakhir ini, ekstraksi otomatis jalan dari orthophoto maupun CSRT menjadi isu penelitian penting dan menantang yang mendapat perhatian lebih besar. Dalam penelitian ini, penulis menerapkan metode deteksi objek berbasis Mask Region-based Convolutional Neural Network (Mask R-CNN) untuk ekstraksi jaringan jalan memanfaatkan orthophoto dan DSM LiDAR di daerah urban Kota Surabaya. Beberapa strategi dirancang dan digabungkan dengan model deteksi objek berbasis Mask R-CNN, termasuk post-processing yang terdiri dari regularisasi poligon algoritma Douglass-Peucker, remove overlap, fill gap, dan penghalusan poligon. Metode yang penulis terapkan menghasilkan kinerja yang cukup baik untuk ekstraksi jalan menghasilkan nilai presisi 90,28%; kelengkapan (recall) 85,85%; skor-F1 88,01%; dan IoU 78,59%; serta overall accuracy 95,25 % dan nilai kappa 90,5%.
Analisis Sebaran Spasial Genangan Banjir Terkait Tutupan Lahan di Kota Banjarmasin, Kalimantan Selatan Menggunakan Citra Sentinel 1 dan 2 Ambarini, Anggita Puspita; Bioresita, Filsa; Hayati, Noorlaila
GEOID Vol. 19 No. 2 (2024)
Publisher : Departemen Teknik Geomatika ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/geoid.v19i2.1143

Abstract

Kota Banjarmasin merupakan salah satu kota di Indonesia yang rawan banjir. Pada 20 Januari 2021 terjadi banjir di beberapa wilayah di Kota Banjarmasin. Banjir mengakibatkan kerugian materi dan sekitar 100 ribu jiwa terdampak, dimana beberapa diantaranya diharuskan mengungsi ke tempat yang lebih aman. Upaya mitigasi bencana banjir dapat dilakukan dengan memetakan genangan banjir menggunakan citra satelit penginderaan jauh, salah satunya citra satelit Synthetic Aperture Radar (SAR) Sentinel-1. Pemetaan genangan banjir dilakukan menggunakan cloud computing Google Earth Engine dengan metode change detection, dimana citra saat banjir dibagi dengan citra sebelum banjir. Luas genangan banjir pada 20 Januari 2021 di Kota Banjarmasin dengan nilai ambang batas (threshold) yang digunakan adalah 1,1 adalah sebesar 1.674,501 ha dengan overall accuracy 91,25%. Banjir berkaitan erat dengan tutupan lahan. Identifikasi tutupan lahan dapat dilakukan menggunakan citra optis Sentinel-2 dengan metode supervised classification. Pemetaan tutupan lahan menggunakan algoritma Classification and Regression Trees (CART) dengan Google Earth Engine. Hasil klasifikasi tutupan lahan dikategorikan menjadi lima kelas yaitu badan air, lahan terbangun, vegetasi, lahan kosong, dan pertanian. Perhitungan uji akurasi dengan confusion matrix menghasilkan nilai overall accuracy sebesar 95,175% dan kappa sebesar 93,08%, sehingga telah memenuhi ketentuan USGS dan menunjukkan akurasi yang sangat baik berdasarkan kriteria Koefisien Kappa Cohen. Kelas tutupan lahan yang paling terdampak adalah lahan terbangun dan pertanian. Hal ini dapat disebabkan karena laju infiltrasi lahan terbangun dan lahan pertanian seperti sawah tergolong sedang hingga lambat dan sistem drainase di Kota Banjarmasin yang kurang memadai.
Perbandingan Hasil Klasifikasi Tutupan Lahan Menggunakan Metode Artificial Neural Network (ANN), Support Vector Machine (SVM), dan Random Forest (RF) dengan Bahasa Pemrograman R Putri, Klarissa Ardilia; Handayani, Hepi Hapsari
GEOID Vol. 19 No. 2 (2024)
Publisher : Departemen Teknik Geomatika ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/geoid.v19i2.1145

Abstract

Teknologi penginderaan jauh telah mengalami perkembangan yang pesat terutama dalam metode klasifikasi citra. Klasifikasi citra merupakan kegiatan yang dilakukan untuk mendeteksi dan mengidentifikasi objek di permukaan bumi pada citra satelit. Saat ini telah dikembangkan berbagai metode klasifikasi citra satelit, salah satunya adalah metode klasifikasi berbasis parameter, seperti MLC (Maximum Likelihood). Namun, metode ini tidak dapat dilakukan di lingkungan dengan fitur objek yang kompleks (seperti di daerah perkotaan atau daerah yang dibangun dengan padat). Hal ini dikarenakan metode klasifikasi berdasarkan parameter yang dibutuhkan dari dataset tidak berdistribusi normal. Oleh karena itu, dikembangkan metode klasifikasi berbasis non-parametrik yang tidak bergantung pada sifat sebaran data, sehingga tidak diperlukan parameter statistik untuk memisahkan banyak kelas pada citra dan digunakan untuk menganalisis citra satelit dengan lahan padat dan kompleks. fitur penutup. Melalui penelitian ini dilakukan analisis komparatif klasifikasi tutupan lahan menggunakan metode klasifikasi berbasis non parametrik dengan pendekatan Machine Learning (Artificial Neural Network, Support Vector Machine, dan Random Forest) untuk wilayah Kota Surabaya menggunakan Landsat-8 data citra satelit, untuk mengetahui hasil klasifikasi kinerja yang dihasilkan dari ketiga metode tersebut. Klasifikasi tutupan lahan yang diterapkan pada penelitian ini terdiri dari empat kelas yaitu, badan air, lahan terbuka, lahan terbangun, dan vegetasi. Adapun komposisi training point yang digunakan adalah 80:20, dimana 80% titik sebagai titik sample dan 20% sebagai titik validasi. Dan jumlah seluruh training point adalah 237 titik. Hasil klasifikasi tutupan lahan pada penelitian ini kemudian dilakukan uji akurasi secara kualitatif dan kuantitatif. Berdasarkan uji akurasi secara kuantitatif metode Random Forest menunjukkan hasil yang paling baik dengan nilai overal accuracy 93,33% dan kappa accuracy sebesar 91,07%.
Analisis Tingkat Kerawanan COVID-19 Menggunakan Metode Random Forest (Studi Kasus: Unit Pengembangan II Kertajaya dan III Tambak Wedi Kota Surabaya) Deradjat, Andy Kusuma; Handayani, Hepi Hapsari
GEOID Vol. 19 No. 2 (2024)
Publisher : Departemen Teknik Geomatika ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/geoid.v19i2.1146

Abstract

Pada bulan Maret 2020 pandemi COVID-19 telah melanda seluruh dunia termasuk Indonesia. Oleh karena itu, dinas kesehatan, pemerintah, dan layanan publik perlu bekerja sama secara global untuk mencegah penyebaran lebih lanjut. Analisis dan pemetaan kerawanan sangat dibutuhkan untuk mengembangkan informasi terkait pandemi COVID-19 dari beberapa faktor yang yang mempengaruhi penularan COVID-19, salah satunya adalah faktor sosial- ekonomi yang memiliki tingkat interaksi antar manusia yang cukup beresiko. Dengan Machine Learning Technique Random forest dapat membantu dalam memberikan keputusan tingkatan atau prioritas parameter dalam analisis dan pemetaan kerawanan pandemi COVID-19 dengan akurat dan mendukung keputusan serta tindakan pencegahan. Penelitian ini bertujuan untuk melakukan analisis dan pemetaan kerawanan pandemi COVID-19 berdasarkan faktor sosial-ekonomi di Unit Pengembangan II Kertajaya dan III Tambak Wedi Kota Surabaya. Penelitian ini menggunakan data statistik jumlah kasus penderita COVID-19 pada bulan Maret tahun 2020 hingga Agustus tahun 2021 dan data fasilitas sosial-ekonomi berupa jumlah fasilitas kesehatan (rumah sakit, puskesmas, dan klinik), objek wisata (tempat wisata dan taman kota), perbankan (atm dan bank), pasar, mall, SPBU, dan terminal. Hasil pengolahan random forest didapatkan tingkat pengaruh dari setiap parameter terhadap penyebaran COVID-19, yaitu fasilitas kesehatan 24,135%, terminal 20,338%, objek wisata 19,916%, mall 19,574%, pasar 11,317%, perbankan 2,628%, dan SPBU 2,092%. Berdasarkan penelitian terdahulu, uji akurasi model yang dihasilkan dapat dikatakan baik dengan nilai akurasi sebesar 0,946 dan nilai kappa sebesar 0,892 serta nilai AUC sebesar 0,984. Hasil pemetaan dari model random forest tersebut, didapatkan daerah dengan tingkat kerawanan rendah pada bagian sebelah utara Kecamatan Kenjeran dan sebelah timur Kecamatan Sukolilo dan Kecamatan Mulyorejo, sedangkan tingkat kerawanan tinggi pada bagian tengah Kecamatan Mulyorejo, dan bagian tengah Kecamatan Sukolilo.
Evaluasi Prioritas Kesesuaian Ruang Terbuka Hijau (RTH) di Kecamatan Kanigaran Al Amin, Rizkulloh Nurfauzi; Hariyanto, Teguh; Pribadi, Cherie Bhekti
GEOID Vol. 19 No. 2 (2024)
Publisher : Departemen Teknik Geomatika ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/geoid.v19i2.1164

Abstract

Pertambahan jumlah penduduk di Kota Probolinggo setiap tahunnya menyebabkan kebutuhan ruangmeningkat sehingga terjadi pengalihan fungsi lahan di perkotaan dan keberadaan ruang terbuka hijau (RTH) semakinterancam. Analisis kesesuaian lahan dapat menjadi alternatif untuk mengatasi alih fungsi lahan, yakni melalui sisteminformasi geografis (SIG) dan dikombinasikan dengan menggunakan metode Analytical Hierarchy Process (AHP)untuk mendapatkan prioritas kesesuaian lokasi. Dalam penelitian ini akan menganalisis hasil AHP sebagai bobotdalam menentukan kesesuaian ruang terbuka hijau (RTH) di Kecamatan Kanigaran. Kriteria yang digunakan ialahkemiringan lereng, kepadatan penduduk, penggunaan lahan, aksesibilitas, dan kedekatan RTH terhadap kawasanperkotaan. Bobot dari masing-masing kriteria ini nantinya digunakan dalam weighted overlay. Didapatkan 5 tingkatkesesuaian ruang terbuka hijau (RTH), yaitu sangat sesuai (S1), sesuai (S2), cukup sesuai (S3), tidak sesuai (N1), dansangat tidak sesuai (N2). Analisis kesesuaian yang bernilai “S” terhadap kondisi eksisting dilakukan dengan mengoverlay tutupan lahan melalui Peta Dasar Kecamatan Kanigaran 1:1000. Kemudian, didapatkan perbandingankesesuaian dengan penggunaan eksisting di setiap kelurahannya
Perancangan Sistem Informasi Geografis berbasis Web untuk Pembuatan Objek Wisata Waduk Selorejo dengan QuantumGIS Aditya, Farhan Qashidi; Yuwono, Yuwono
GEOID Vol. 19 No. 2 (2024)
Publisher : Departemen Teknik Geomatika ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/geoid.v19i2.1170

Abstract

Waduk Selorejo secara administratif berada pada Kabupaten Malang dan tepatnya berada pada Desa Pandansari, Kecamatan Ngantang. Waduk Selorejo menjadi salah satu destinasi wisata yang cukup  terkenal di Jawa Timur. Waduk Selorejo merupakan kawasan wisata yang memiliki banyak  potensi yang dapat dikembangkan. Sistem Informasi Geografis merupakan sistem informasi  berbasis komputer yang digunakan untuk mengolah dan menyimpan data atau informasi geografis. Sistem Informasi Geografis berbasis Web merupakan sistem informasi geografis yang didistribusikan diseluruh lingkungan jaringan komputer untuk mengintegrasikan, menyebarkan, dan mengkomunikasikan informasi geografis secara visual di World Wide Web melalui internet. Quantum GIS (QGIS) adalah perangkat lunak desktop pada Sistem Informas Geografis yang memiliki fungsi yaitu menyediakan data, melihat, mengedit, dan memiliki kemampuan analisis spasial. Dengan menggunakan data potensi wisata Waduk Selorejo yang dimasukan kedalam perangkat lunak QGIS. Hasil penelitian ini diharapkan dapat meningkatkan kunjungan wisatawan yang dapat dijadikan acuan oleh instansi terkait dalam melaksanakan pengembangan potensi wisata Waduk Selorejo.
Analisis Pembuatan Kontur Peta Rupa Bumi Indonesia dengan Wahana LiDAR (Light Detection and Ranging) (Studi Kasus: Penajam, Kalimantan Timur) Hidayat, Husnul; Sudarsono, Prabu Al Kautsar
GEOID Vol. 19 No. 2 (2024)
Publisher : Departemen Teknik Geomatika ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/geoid.v19i2.1173

Abstract

Data ketinggian Digital Elevation Model (DEM) terdiri atas Digital Surface Model (DSM) dan Digital Terrain Model (DTM). DSM adalah informasi yang menggambarkan model permukaan bumi beserta seluruh objek yang berada di atasnya. Sedangkan DTM menggambarkan model permukaan bumi tanpa objek yang berada di atasnya di wilayah darat. DTM dibentuk dari kelas ground dan dilakukan hydro-flattening yaitu dengan meratakan area permukaan air. dengan kata lain, DTM merupakan kumpulan titik data sampel yang terus mewakili distribusi spasial dari berbagai jenis informasi di medan. Contoh sumber data yang dapat dugunakan dalam pembuatan DTM adalah data LiDAR. DTM kemudian dapat digunakan dalam pembuatan kontur peta. Ketelitian kontur pada peta RBI diatur dalam Peraturan Kepala Badan Informasi Geospasial No. 6 tahun 2018 serta Peraturan Kepala Badan Informasi Geospasial No. 1 Tahun 2020. Data yang digunakan dalam penelitian ini yaitu data LiDAR. Pengolahan data tersebut menggunakan metode yaitu Slope Based Filtering (SBF). Setelah dilakukan proses pengolahan data pada data LiDAR kemudian didapatkan hasil berupa kontur. Dimana Kemudian setelah terbentuk kontur dari masing-masing data, dilakukan pengujian ketelitian berdasarkan PERKA BIG No. 6 Tahun 2018 dan PERKA BIG No. 1 Tahun 2020. Hasil dari penelitian ini yaitu uji LE90 pengolahan data LiDAR sebesar 0.523 m. Berdasarkan Perka BIG No. 6 Tahun 2018 dan PERKA BIG No. 1 Tahun 2020 pada ketelitian peta skala 1:5000, hasil pengolahan data LiDAR masuk kelas 1. Berdasarkan hasil kontur yang dihasilkan, Kontur hasil dari LiDAR memiliki kerapatan yang terbilang baik. Hal ini dikarenakan pada hasil dari LiDAR memiliki nilai RMS Error yang rendah.
Analisis Pemodelan Tiga Dimensi Candi Tikus Menggunakan Fotogrametri Jarak Dekat Jardini, Agdya Rifananda; Hariyanto, Teguh
GEOID Vol. 19 No. 2 (2024)
Publisher : Departemen Teknik Geomatika ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/geoid.v19i2.1174

Abstract

Candi Tikus merupakan satu-satunya warisan bangunan cagar budaya berupa candi sekaligus petirtaan yang ada di situs Trowulan dan termasuk kedalam kerajaan Hindu-Budha terbesar di Indonesia yaitu Kerajaan Majapahit. Oleh karena itu, Candi Tikus ini harus dilestarikan dengan cara dirawat dan dipelihara keberadaannya. Salah satu cara untuk mempertahankan keberadaannya adalah dengan cara pendokumentasian. Kegiatan pendokumentasian yang dapat dilakukan untuk melihat secara detail bentuk bangunan adalah melakukan pemodelan 3 dimensi (3D) dengan fotogrametri jarak dekat atau biasa dikenal dengan close range photogrammetry. Akuisisi data dilakukan di lapangan menggunakan wahana UAV dengan perolehan berupa foto udara sebanyak 146 foto dan kamera DSLR dengan perolehan berupa foto terestrial sebanyak 357 foto. Hasil akuisisi data kemudian diolah untuk mendapatkan hasil berupa rekonstruksi 3D model yang kemudian dianalisis akurasi geometriknya menggunakan 15 titik Independent Check Point (ICP) yang diperoleh di lapangan menggunakan Total Station. Dari analisis yang sudah dilakukan diperoleh hasil ketelitian model 3D adalah sebesar 1,2 cm.
Analisa Perubahan Tutupan Lahan Akibat Letusan Gunung Semeru Tahun 2021 dengan Algoritma Random Forest (Studi Kasus: Kecamatan Pronojiwo, Kabupaten Lumajang) Hidayat , Husnul; Azzahra, Erika; Bioresita, Filsa
GEOID Vol. 19 No. 2 (2024)
Publisher : Departemen Teknik Geomatika ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/geoid.v19i2.1179

Abstract

Gunung Semeru kembali mengalami erupsi pada 4 Desember 2021 dengan dampak yang diakibatkan cukup besar. Dengan adanya letusan tersebut, terlihat perubahan tutupan lahan yang cukup signifikan pada kawasan di sekitar Gunung Semeru, salah satunya yaitu Kecamatan Pronojiwo, Kabupaten Lumajang. Penelitian ini bertujuan untuk menganalisis perubahan tutupan lahan pada wilayah yang terdampak letusan dari Gunung Semeru dengan menggunakan teknologi penginderaan jauh. Pemantauan perubahan tutupan lahan menggunakan teknologi penginderaan jauh dengan data multi-temporal (2020 dan 2022) Sentinel-2 Level 2A dapat dilakukan dengan menggunakan metode supervised machine learning dengan algoritma Random Forest (RF). Tutupan lahan yang diamati pada penelitian ini terdiri dari enam kelas tutupan lahan yaitu sungai, lahan terbuka, area terbangun, sawah, hutan lahan kering, dan perkebunan. Berdasarkan hasil uji akurasi dengan menggunakan Confussion matrix diperoleh nilai overall accuracy sebesar 85,02%. Hasil analisis menunjukkan bahwa daerah yang terkena dampak letusan berada di arah tenggara dari puncak Gunung Semeru, dimana pada daerah tersebut terdapat sungai Besuk Kobokan yang merupakan aliran lahar dan lava. Hasil penelitian menunjukkan terjadi penambahan luas pada kelas sungai, lahan terbuka, dan hutan lahan kering yaitu sebesar 2,293 , 6,381 , 6,499. Sedangkan untuk kelas sawah, perkebunan, dan area terbangun mengalami penurunan luas sebesar 12,863, 2,495dan 0,445. Berdasarkan hasil tersebut, dapat disimpulkan bahwa letusan Gunung Semeru tahun 2021 memberikan dampak yang cukup signifikan terhadap tutupan lahan.

Page 1 of 51 | Total Record : 504

 1   2   3   4   5 

Filter by Year

2007 2025


Reset
Filter By Issues
All Issue Vol. 20 No. 2 (2025) Vol. 20 No. 1 (2025) Vol. 19 No. 3 (2024) Vol. 19 No. 2 (2024) Vol. 19 No. 1 (2023) Vol. 18 No. 2 (2023) Vol. 18 No. 1 (2022) Vol. 17 No. 2 (2022) Vol. 17 No. 1 (2021) Vol. 16 No. 2 (2021) Vol. 16 No. 1 (2020) Vol. 15 No. 2 (2020) Vol. 15 No. 1 (2019) Vol. 14 No. 2 (2019) Vol. 14 No. 1 (2018) Vol. 13 No. 2 (2018) Vol. 13 No. 1 (2017) Vol. 12 No. 2 (2017) Vol. 12 No. 1 (2016) Vol. 11 No. 2 (2016) Vol. 11 No. 1 (2015) Vol. 10 No. 2 (2015) Vol. 10 No. 1 (2014) Vol. 9 No. 2 (2014) Vol. 9 No. 1 (2013) Vol. 8 No. 2 (2013) Vol. 8 No. 1 (2012) Vol. 7 No. 2 (2012) Vol. 7 No. 1 (2011) Vol. 6 No. 2 (2011) Vol. 6 No. 1 (2010) Vol. 5 No. 2 (2010) Vol. 5 No. 1 (2009) Vol. 4 No. 2 (2009) Vol. 4 No. 1 (2008) Vol. 3 No. 2 (2008) Vol. 2 No. 2 (2007) More Issue