cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Ari Putra Wibowo
Contact Email
p3m@stmik-wp.ac.id
Phone
+6285742014272
Journal Mail Official
p3m@stmik-wp.ac.id
Editorial Address
Jl. Patriot No. 25 - Kota Pekalongan
Location
Kota pekalongan,
Jawa tengah
INDONESIA
IC Tech: Majalah Ilmiah
Published by Institut Widya Pratama
ISSN : 19077912     EISSN : 26228092     DOI : https://doi.org/10.47775/ictech.v20i2
Core Subject : Science, Education,
Computer Science & IT Decision Sciences, Operations Research & Management Other
IC Tech: Majalah Ilmiah merupakan publikasi ilmiah yang berfokus pada bidang ilmu komputer dan teknologi terkaitnya yang diterbitkan oleh Pusat Penelitian dan Pengabdian kepada Masyarakat Institut Widya Pratama. Jurnal ini berfungsi sebagai platform bagi para peneliti, akademisi, dan profesional untuk berbagi temuan, inovasi, dan kemajuan mereka di berbagai bidang seperti Kecerdasan Buatan (Artificial Intelligence, AI), Algoritma dan Pemrograman, Jaringan Komputer dan Keamanan Siber, Rekayasa Perangkat Lunak, Big Data dan Data Mining, Manajemen Sistem Informasi, Analisis dan Desain Sistem. IC Tech: Majalah Ilmiah menerbitkan artikel penelitian asli, makalah tinjauan, dan laporan teknis, yang memberikan wawasan tentang aspek teoritis dan praktis ilmu komputer.
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 179 Documents
 1   2   3   4   5 
PERBANDINGAN BANYAKNYA FRAME RENDER DENGAN PENGGUNAAN SUMBERDAYA YANG DIGUNAKAN MENGGUNAKAN ANOVA ONE WAY DENGAN MEMANFAATKAN PARALLEL COMPUTINGRENDER ENGINE Kurniawan, Ichwan; Maulana, Much. Rifqi
IC Tech: Majalah Ilmiah Vol 13 No 1 (2018): IC Tech: Majalah Ilmiah Volume XIII No. 1 April 2018
Publisher : P3M Institut Widya Pratama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47775/ictech.v13i1.1

Abstract

Untuk memperoleh hasil render yang maksimal dengan waktu render yang singkat dapat memanfaatkan beberapa sumberdaya komputer secara bersama-sama dalam sebuah jaringan. Dengan memanfaatkan Parallel computing render engine untuk rendering 3D model pada open-source software agar hasil akhir dari rendering 3D model dapat lebih maksimal dan waktu rendering menjadi lebih cepat. Dalam penelitian ini render engine yang digunakan adalah blender network render, dengan menggunakan 12 unit perangkat komputer, yaitu 10 unit slave mode, 1 unit master dan 1 unit client. Uji coba rendering dilakukan 5 kali penambahan frame render, yaitu 12, 24, 38, 60, 120 frame render. Pada penelitian ini pengukuran komparasi menggunakan teknik uji komparasi statitistik Anova one way. Hasil dari uji komparis statistic Anova one way adalah 18.11>2.53 untuk probability 5% dan 18.11>3.77 untuk probality 1%. F hitung > F tabel maka Ha diterima dan Ho ditolak yaitu Terdapat Perbadaan Banyaknya Sumberdaya Komputer (Slave/Node) Yang Digunakan Sebelum Penambahan Frame Render Dari 12, 24, 36, 60, 120 Frame Dengan Memanfaatkan Parallel Computingrender Engine Pada Platform OpenSource Software. Terdapat 2 korelas yang Hipotesisi Alternatif diterima, yaitu korelas X3:X4 dengan harga T hitung (2.98) lebih kecil dari hatga T tabel (2.979<2.101). Dengan demikian Ha diterima, dan Ho ditolak yaitu Terdapat Perbedaan Penggunaan Slave/Node Render Sebelum Menambah 36 Frame Menjadi 60 Frame, dan korelas X4:X5 dengan harga T hitung (4.81) lebih kecil dari hatga T tabel (4.81<2.101). Dengan demikian Ha diterima, dan Ho ditolak yaitu Terdapat Perbedaan Penggunaan Slave/Node Render Sebelum Menambah 60 Frame Menjadi 120 Frame.
Optimasi Parameter K pada Algoritma KNN untuk Deteksi Penyakit Kanker Payudara Binabar, Sattriedi Wahyu; Ivandari, Ivandari
IC Tech: Majalah Ilmiah Vol 13 No 1 (2018): IC Tech: Majalah Ilmiah Volume XIII No. 1 April 2018
Publisher : P3M Institut Widya Pratama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47775/ictech.v13i1.2

Abstract

Kanker merupakan salah satu penyakit yang banyak menyebabkan kematian di seluruh dunia. Dari data International Agency for Research of Cancer (IARC) pada tahun 2012 tercatat lebih dari 8,2 juta jiwa meninggal dunia akibat penyakit kanker. Sedangkan keseluruhan kasus yang tercatat pada tahun tersebut mencapai 14.067.894 jiwa. Dalam 5 tahun terakhir penderita kanker payudara merupakan yang terbanyak yaitu 19,2% dari keseluruhan kasus. Selama ini pencatatan perihal pasien penyakit kanker sudah banyak dilakukan. Pencatatan tersebut nantinya dapat digunakan untuk menganalisa serta mendeteksi pasien lain yang memiliki ciri yang sama. Data mining merupakan ilmu yang menggunakan data lampau untuk menghasilkan informasi dan pengetahuan baru. Salah satu fungsi utama data mining adalah klasifikasi. Beberapa teknik klasifikasi digunakan untuk menghasilkan sebuah model atau tingkat akurasi. Salah satu algoritma klasifikasi terbaik adalah KNN. Dari hasil penelitian menunjukkan bahwa KNN dengan nilai k 13 memiliki tingkat akurasi terbaik yaitu 97,28% dengan nilai error sebesar 1,5% dan nilai mikro sebesar 97,28%.
Peningkatan Akurasi Algoritma KNN dengan Seleksi Fitur Gain Ratio untuk Klasifikasi Penyakit Diabetes Mellitus Indrayanti, Indrayanti; Sugianti, Devi; Al Karomi, M. Adib
IC Tech: Majalah Ilmiah Vol 12 No 2 (2017): IC Tech: Majalah Ilmiah Volume XII No. 2 Oktober 2017
Publisher : P3M Institut Widya Pratama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47775/ictech.v12i2.3

Abstract

Diabetes Mellitus merupakan salah satu penyakit kronis yang mematikan. Penyakit yang juga dikenal dengan nama penyakit kencing manis ini terjadi akibat kadar glukosa di dalam darah terlalu tinggi. Diabetes Mellitus banyak diteliti di banyak negara pada saat ini karena peningkatan penderita yang banyak dan sangat mengkhawatirkan. Menurut WHO saat ini lebih dari 246 juta jiwa menderita diabetes dan diperkirakan akan meningkat menjadi 380 juta jiwa pada tahun 2025 apabila tidak dilakukan penanganan yang serius. Dibetes menyebabkan penyakit lain / komplikasi yang setiap tahunya mengakibatkan kematian hingga 3,8 juta jiwa. Data mining merupakan kegiatan menemukan sebuah pola, aturan dan pengetahuan baru dari sebuah dataset. Salah satu fungsi mayor data mining adalah klasifikasi. KNN merupakan salah satu algoritma klasifikasi data mining terbaik dan banyak digunakan. Algoritma KNN bekerja dengan cara menghitung kedekatan data testing dengan keseluruhan data training. K dalam KNN merupakan variabel jumlah tetangga terdekat yang akan diambil untuk proses klasifikasi. Jumlah K=1 akan membuat hasil klasifikasi terasa kalu karena hanya memperhitungkan satu tetangga terdekat atau satu record karakteristik data terdekat. Sedangkan jumlah K yang terlalu banyak akan menghasilkan klaasifikasi yang samar. Dari hasil penelitian yang telah dilakukan disimpulkan bahwa penggunaan algoritma seleksi fitur gain ratio dapat meningkatkan akurasi dari klasifikasi penyakit diabetus mellitus dengan menggunakan algoritma knn. Adapun kenaikan akurasi tertinggi didapatkan pada nilai treshold 0,152 dengan hanya mempertahankan 4 atribut dari keseluruhan 8 atribut data
EVALUASI KUALITAS WEB E-COMMERCE OLEH PEDAGANG BATIK MENGGUNAKAN FUZZY AHP Yunianto, Era; Andoro S., Ign. F. Bayu
IC Tech: Majalah Ilmiah Vol 12 No 2 (2017): IC Tech: Majalah Ilmiah Volume XII No. 2 Oktober 2017
Publisher : P3M Institut Widya Pratama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47775/ictech.v12i2.4

Abstract

Kota Pekalongan merupakan salah satu kota penghasil batik yang terkenal. Pedagang batik kota Pekalongan telah banyak menggunakan e-commerce dalam pemasaran batik.Kualitas web e-commerce berpengaruh terhadap banyaknya pelanggan yang memutuskan untuk melakukan transaksi. Terdapat standar dalam pengukuran kualitas web e-commerce, namun terjadi kesulitan pengukuran dengan kriteria yang bersifat subjektif. Sehingga diperlukan metode yang memperhatikan kriteria yang bersifat subjektif. Penelitian ini akan melakukan evaluasi kualitas web e-commerce Indonesia oleh pedagang batik menggunakan metode Fuzzy AHP. Web e-commerce yang dievaluasi merupakan peringkat tiga besar alexa rank kategori e-commerce Indonesia. Dalam pengumpulan data menggunakan kuesioner yang diberikan pada pedagang batik.Kriteria yang digunakan antara lainservice quality,system quality,information quality, dan vendor-spesific quality. Hasil penelitian ini dapat menjadi rekomendasi pemilihan web e-commerce berkualitas untuk pemasaran batik serta memberikan rekomendasi bagi pihak pengembang e-commerce.
Sistem Pendukung Keputusan Persetujuan Kredit dengan Pemanfaatan Information Gain untuk Pembobotan Atribut Klasifikasi K-Nearest Neighbour Ivandari, Ivandari; Chasanah, Tria Titiani; Al Karomi, M. Adib
IC Tech: Majalah Ilmiah Vol 12 No 2 (2017): IC Tech: Majalah Ilmiah Volume XII No. 2 Oktober 2017
Publisher : P3M Institut Widya Pratama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47775/ictech.v12i2.5

Abstract

Kredit merupakan salah satu perilaku ekonomi modern. Dalam prakteknya kredit dapat berupa peminjaman sejumlah uang atau pembelian barang dengan proses pembayaran secara bertahap dan dalam jangka waktu yang telah disepakati. Kondisi perekonomian yang kurang mendukung serta kebutuhan masyarakat yang tinggi membuat masyarakat memilih membeli barang dengan proses kredit ini. Sayangnya kebutuhan yang tinggi ada yang tidak diimbangi dengan kemampuan melakukan pembayaran sesuai dengan perjanjian awal. Kondisi ini yang memungkinkan proses pembayaran menjadi tidak lancar atau disebut juga dengan istilah kredit macet. Penelitian ini menggunakan data publik yaitu dataset kartu kredit dari UCI repository serta data private yaitu dataset persetujuan kredit dari perbankan lokal. Algoritma information gain digunakan untuk menghitung bobot dari masing masing atribut yang ada. Dari hasil perhitungan diketahui bahwa semua atribut memiliki bobot yang berbeda. Penelitian ini menghasilkan kesimpulan bahwa tidak semua atribut data mempengaruhi hasil klasifikasi. Misalkan atribut A1 pada dataset UCI serta atribut type pinjaman pada dataset lokal yang memiliki bobot information gain 0 (nol). Hasil klasifikasi menggunakan algoritma K-Nearest Neighbour menunjukkan bahwa terjadi peningkatan sebesar 7,53% untuk dataset UCI dan 3,26% untuk dataset lokal setelah dilakukan seleksi fitur pada kedua dataset. Dari peningkatan tersebut maka Sistem Pendukung Keputusan yang dibuat hanya menggunakan atribut yang terpilih untuk meningkatkan akurasi. SPK yang tercipta dapat memberikan rekomendasi kepada manajemen berdasarkan perhitungan dan kedekatan data testing dengan keseluruhan data training yang telah ada sebelumnya.
PERSEPSI MAHASISWA MENGENAI KORELASI ANTARA SENSE OF HUMOR DOSEN DENGAN KOPETENSI MENGAJAR Studi Kasus : Praktek Bahasa Pemrograman Komputer Di Laboratorium Perangkat Lunak STMIK Widya Pratama Budijanto, Hari Agung; Fayola, Regnata Revi; Prasetiono, Slamet Joko
IC Tech: Majalah Ilmiah Vol 12 No 2 (2017): IC Tech: Majalah Ilmiah Volume XII No. 2 Oktober 2017
Publisher : P3M Institut Widya Pratama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47775/ictech.v12i2.6

Abstract

Sistem pendidikan memegang peranan sangat penting dalam mencetak generasi yang handal. Sehingga perlu adanya perhatian serius dari segala pihak untuk meningkatkan, menyeimbangkan, dan mengembangkan mutu dan kualitas pendidikan. Tingkat keberhasilan pendidikan dipengaruhi oleh banyak faktor yang mendukung, salah satunya adalah kompetensi mengajar dosen. Kompetensi mengajar meliputi pengetahuan, keterampilan, dan sikap yang dimiliki dosen tersebut. Salah satu unsur kompetensi mengajar adalah kemampuan sense of humor. Melalui kemampuan sense of humor ini diharapkan dosen mampu mengelola pembelajaran menjadi lebih menarik sehingga menghasilkan persepsi positif. Tujuan penelitian ini adalah ingin menganalisis korelasi antara sense of humor dosen dengan kompetensi mengajar ditinjau dari persepsi mahasiswa. Variabel dalam penelitian ini terdiri dari variabel bebas dan variabel terikat. Variabel bebasnya adalah sense of humor dan variabel terikatnya adalah kompetensi mengajar ditinjau dari persepsi mahasiswa. Sense of humor diukur menggunakan skala Multidimensional Sense of Humor Scale (MSHS) yang diciptakan oleh Thorson dan Powell. Sedangkan pengukuran kompetensi mengajar ditinjau dari persepsi mahasiswa dilakukan melalui rekapitulasi quesioner yang mengaitkan antara kompetensi dan aspek sense of humor dari tiap-tiap dosen. Setelah dilakukan uji normalitas, uji linearitas dan uji hipotesis, kemudian barulah dapat ditentukan signifikansi tingkat korelasi sense of humor dosen dengan kompetensi mengajar ditinjau dari persepsi mahasiswa.
Pemanfaatan Mobile Augmanted Reality sebagai Aplikasi Pemandu Wisata di Kota Pekalongan Maulana, Much. Rifqi; Kurniawan, Ichwan; Kamal, M. Rikzam
IC Tech: Majalah Ilmiah Vol 12 No 2 (2017): IC Tech: Majalah Ilmiah Volume XII No. 2 Oktober 2017
Publisher : P3M Institut Widya Pratama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47775/ictech.v12i2.7

Abstract

Penyajian informasi objek wisata di Kota Pekalongan saat ini dilakukan dengan media brosur, spanduk, reklame dan website. Selain website, media promosi tersebut hanya bisa dilihat ketika wisatawan sudah berada di lokasi wisata. Sedangkan media website yang saat ini digunakan kurang update dan belum menyajikan informasi yang lengkap tentang objek wisata yang ada di Kota Pekalongan. Belum adanya media informasi tersebut, tentunya menjadi permasalahan bagi wisatawan untuk mendapatkan informasi yang akurat, tepat waktu dan relevan tentang objek wisata yang akan dikunjungi. Inovasi diperlukan guna mempermudah Dinas Pariwisata, Kebudayaan, Pemuda dan Olahraga Kota Pekalongan dalam menyebarkan informasi potensi wisata secara real time. Augmented Reality merupakan teknologi untuk menggabungan dari benda nyata dan maya pada lingkungan sebenarnya, dengan teknologi augmented reality dapat memberikan informasi navigasi interaktif yang dapat mengetahui arah dari posisi lokasi yang dituju. Aplikasi ini dirancang secara sistematis sesuai dengan metode pengembangan sistem waterfall dengan tahapan communication, planning, modelling, construction dan deployment. Alur sistem digambarkan dengan menggunakan Unified Modelling Language (UML). Desain tampilan digambarkan dengan LKT yang dirancang dengan tampilan tatap muka yang sederhana. Pada tahap modelling, penentuan wisata Kota Pekalongan diimplementasikan dengan menggunakan platform layar vision. Setelah dilakukan pengujian dengan dua perangkat berbeda dengan koordinat awal STMIK Widya Pratama, diperoleh hasil yang sama, yaitu 30 koordinat lokasi wisata Kota Pekalongan terdapat 29 koordinat yang terdeteksi dan 1 koordinat yang tidak terdeteksi. Hal ini membuktikan bahwa dengan perangkat yang berbeda dengan titik koordinat yang sama tidak mempengaruhi jarak antar dua titik koordinat.
Komparasi Algoritma Sorting pada Bahasa Pemrograman Java Maulana, Mohammad Reza
IC Tech: Majalah Ilmiah Vol 12 No 2 (2017): IC Tech: Majalah Ilmiah Volume XII No. 2 Oktober 2017
Publisher : P3M Institut Widya Pratama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47775/ictech.v12i2.9

Abstract

Algoritma Sorting merupakan salah satu tugas mendasar yang dilakukan oleh komputer. Pengurutan data yang dilakukan Algoritma Sorting memegang fungsi penting agar sebuah masalah dapat diselesaikan lebih cepat dan tepat. Proses pengurutan data banyak digunakan pada proses-proses umum seperti mengurutkan data tanggal dari yang terbaru ke yang lama ataupun sebaliknya. Terdapat banyak Algoritma Sorting yang dapat digunakan, diantaranya Insertion Sort, Selection Sort, Quick Sort dan Merge Sort. Pada penelitian ini akan dilakukan komparasi waktu eksekusi dalam proses pengurutan data dari masing-masing Algoritma Sorting tersebut. Data yang digunakan pada penelitian ini adalah data dengan tipe integer (angka bulat) dan didapatkan dengan cara mengacak nilai. Jumlah dari data juga bermacam-macam untuk melihat konsistensi kinerja dari masing-masing Algoritma Sorting. Bahasa pemrograman yang digunakan untuk mengimplementasikan Algoritma Sorting adalah Java. Setelah proses implementasi Agoritma Sorting ke dalam bahasa pemrograman Java dilakukan proses pengujian dan evaluasi untuk melihat hasil. Dari hasil pengujian dan evaluasi secara umum Algoritma Sorting yang paling cepat dalam mengurutkan data adalah Quick Sort, sedangkan untuk eksekusi waktu paling lama adalah Insertion Sort. Pengaturan parameter dan variabel mungkin akan berpengaruh terhadap hasil pengujian dan evaluasi.
PERANCANGAN SISTEM INFORMASI PUSAT KARIR SEBAGAI UPAYA MENINGKATKAN RELEVANSI ANTARA LULUSAN DENGAN DUNIA KERJA MENGGUNAKAN UML Arifin, Muhammad; Hendro HS., R. Hendy
IC Tech: Majalah Ilmiah Vol 12 No 2 (2017): IC Tech: Majalah Ilmiah Volume XII No. 2 Oktober 2017
Publisher : P3M Institut Widya Pratama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47775/ictech.v12i2.10

Abstract

Kualitas dan daya saing lulusan serta relevansi pendidikan di Perguruan Tinggi telah menjadi tuntutan pihak-pihak yang berkepentingan (stakeholders) dalam memberikan kontribusi nyata di dunia kerja dan meningkatkan daya saing bangsa. Peningkatan kualitas dan daya saing lulusan harus mampu meningkatkan kemampuan dan ketrampilan hidup serta kemampuan beradaptasi dan belajar sepanjang hayat. Metode untuk meningkatkan relevansi lulusan dapat ditemukan melalui pengguna lulusan. Untuk menampung masukan pengguna lulusan maka diperlukan sebuah sistem terkomputerisasi berbasis internet (web) hal ini diperlukan mengingat komunikasi melalui internet tidak lagi mengenal jarak dan waktu. Penelitian ini adalah rancang bangun sistem informasi alumni berbasis web yang mampu menampung masukan dari pengguna lulusan untuk relevansi lulusan dengan dunia kerja. Selain itu hasil dari masukan pengguna lulusan akan dapat digunakan sebagai perbaikan kurikulum.
KOMPARASI ALGORITMA DATA MINING UNTUK KLASIFIKASI PENYAKIT KANKER PAYUDARA Kurniawan, M. Faizal; Ivandari, Ivandari
IC Tech: Majalah Ilmiah Vol 12 No 1 (2017): IC Tech: Majalah Ilmiah Volume XII No. 1 April 2017
Publisher : P3M Institut Widya Pratama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47775/ictech.v12i1.12

Abstract

Kanker merupakan salah satu penyakit mematikan. Pada tahun 2012 International Agency for Research of Cancer (IARC) mencatat kasus penyakit kanker sebanyak 14.067.894 jiwa dan lebih dari 8,2 juta jiwa meninggal dunia akibat penyakit kanker. Sedangkan dalam 5 tahun terakhir tercatat penderita kanker payudara merupakan yang terbanyak yaitu 19,2% dari keseluruhan kasus. Pencatatan terhadap penyakit kanker banyak dilakukan guna mengantisipasi dan menganalisa pasien sejak dini agar dapat dilakukan pencegahan. Salah satu yang dilakukan adalah dengan menggunakan teknik klasifikasi data mining. Dengan melakukan klasifikasi data mining data lampau yang sebelumnya telah dikumpulkan dapat dijadikan sebuah pengetahuan baru. Beberapa teknik klasifikasi data mining terbukti baik dan menghasilkan akurasi yang tinggi. Dalam penelitian ini akan dilakukan komparasi algoritma K-Nearest Neighbour, Naive Bayes dan Decission Tree C4.5 untuk klasifikasi penyakit kanker payudara. Penelitian ini membuktikan bahwa dari ketiga model algoritma tersebut Naive Bayes memiliki tingkat akurasi terbaik yaitu 95,85%. Sedangkan algoritma KNN memperoleh tingkat akurasi sebesar 94,70% dan Decission Tree C4.5 memperoleh tingkat akurasi sebesar 94,70%..

Page 1 of 18 | Total Record : 179

 1   2   3   4   5 

Filter by Year

2017 2025


Reset
Filter By Issues
All Issue Vol 20 No 2 (2025): IC Tech: Majalah Ilmiah Volume XX No. 2 Oktober 2025 Vol 20 No 1 (2025): IC Tech: Majalah Ilmiah Volume XX No. 1 April 2025 Vol 19 No 2 (2024): IC Tech: Majalah Ilmiah Volume XIX No. 2 Oktober 2024 Vol 19 No 1 (2024): IC Tech: Majalah Ilmiah Volume XIX No. 1 April 2024 Vol 18 No 2 (2023): IC Tech: Majalah Ilmiah Volume XVIII No. 2 Oktober 2023 Vol 18 No 1 (2023): IC Tech: Majalah Ilmiah Volume XVIII No. 1 April 2023 Vol 17 No 2 (2022): IC Tech: Majalah Ilmiah Volume XVII No. 2 Oktober 2022 Vol 17 No 1 (2022): IC Tech: Majalah Ilmiah Volume XVII No. 1 April 2022 Vol 16 No 2 (2021): IC Tech: Majalah Ilmiah Volume XVI No. 2 Oktober 2021 Vol 16 No 1 (2021): IC Tech: Majalah Ilmiah Volume XVI No. 1 April 2021 Vol 15 No 2 (2020): IC Tech: Majalah Ilmiah Volume XV No. 2 Oktober 2020 Vol 15 No 1 (2020): IC Tech: Majalah Ilmiah Volume XV No. 1 April 2020 Vol 14 No 2 (2019): IC Tech: Majalah Ilmiah Volume XIV No. 2 Oktober 2019 Vol 14 No 1 (2019): IC Tech: Majalah Ilmiah Volume XIV No. 1 April 2019 Vol 13 No 2 (2018): IC Tech: Majalah Ilmiah Volume XIII No. 2 Oktober 2018 Vol 13 No 1 (2018): IC Tech: Majalah Ilmiah Volume XIII No. 1 April 2018 Vol 12 No 2 (2017): IC Tech: Majalah Ilmiah Volume XII No. 2 Oktober 2017 Vol 12 No 1 (2017): IC Tech: Majalah Ilmiah Volume XII No. 1 April 2017 More Issue