cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Wahyu Andhyka Kusuma
Contact Email
kusuma.wahyu.a@gmail.com
Phone
+628973127396
Journal Mail Official
wahyukusuma@umm.ac.id
Editorial Address
Program Studi Informatika Fakultas Teknik, Universitas Muhammadiyah Malang Raya Tlogomas 246 Malang, Indonesia Telepon 0341-464318 Ext. 247 Kontak: +628973127396 (Wahyu Andhyka Kusuma) Penerbit: (0341) 464319 - ext. 243 (LPPI Universitas Muhammadiyah Malang)
Location
Kota malang,
Jawa timur
INDONESIA
Jurnal Repositor
Published by Universitas Muhammadiyah Malang
ISSN : 27147975     EISSN : 27161382     DOI : https://doi.org/10.22219/repositor
Core Subject :
Jurnal Repositor merupakan jurnal ilmiah dengan ruang lingkup keilmuan bidang informatika. Jurnal ini mempublikasikan hasil penelitian, telaah ilmiah dan serangkaian hasil studi yang berkaitan. Adapun ruang lingkup dari jurnal ini adalah sebagai berikut: Kecerdasan Buatan (Artificial Intelligence) Pembelajaran mesin (machine learning) Jaringan saraf tiruan (neural networks) Pemrosesan bahasa alami (natural language processing) Sistem pakar dan pengambilan keputusan otomatis Data Sains dan Analitik (Data Science and Analytics) Big data Data mining Analitik prediktif Visualisasi data Pengembangan Perangkat Lunak (Software Engineering) Metodologi pengembangan perangkat lunak Rekayasa perangkat lunak berbasis komponen Pengujian dan kualitas perangkat lunak DevOps dan integrasi berkelanjutan Sistem Informasi (Information Systems) Sistem manajemen basis data Sistem informasi manajemen E-commerce dan sistem informasi bisnis Sistem informasi geografis Keamanan Siber (Cybersecurity) Kriptografi Keamanan jaringan Keamanan sistem dan aplikasi Analisis dan mitigasi serangan siber Jaringan dan Komunikasi (Networking and Communication) Protokol jaringan Jaringan nirkabel dan mobile Internet of Things (IoT) Komunikasi data dan jaringan sensor Komputasi Terdistribusi dan Paralel (Distributed and Parallel Computing) Cloud computing Komputasi grid dan komputasi awan Komputasi paralel Sistem terdistribusi Multimedia dan Interaksi Manusia-Komputer (Multimedia and Human-Computer Interaction) Pengolahan gambar dan video Realitas virtual dan augmentasi Desain antarmuka pengguna Usabilitas dan pengalaman pengguna Bioinformatika dan Komputasi Kesehatan (Bioinformatics and Health Informatics) Analisis data biomedis Sistem informasi kesehatan Genomika komputasional Pemodelan dan simulasi dalam biologi Teori Komputasi dan Algoritma (Theory of Computation and Algorithms) Kompleksitas komputasi Desain dan analisis algoritma Teori graf dan kombinatorika Pemrograman dan optimisasi matematis Robotika dan Sistem Otomatisasi (Robotics and Automation Systems) Sistem robotik dan kendali Kendaraan otonom Otomatisasi industri Robot kolaboratif
Arjuna Subject : -
Articles 479 Documents
 1   2   3   4   5 
Klasifikasi Kanker Kulit Menggunakan Metode Deep Learning Muhammad Rizal Ashari; Zamah Sari; Didih Rizki
Jurnal Repositor Vol. 6 No. 1 (2024): Februari 2024
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/repositor.v6i1.29358

Abstract

Kulit merupakan salah satu komponen penting bagi manusia, salah satunya untuk melindungi tubuh manusia dari paparan langsung oleh ultraviolet atau sinar matahari. Sinar matahari merupakan sumber vitamin bagi tubuh manusia dan juga mempunyai banyak manfaat bagi tubuh manusia, akan tetapi sinar matahari yang berlebihan juga mengakibatkan kerusakan sel yang terdapat pada kulit, sehingga ketika kulit menerima sinar matahari yang berlebihan dapat menyebabkan kanker kulit. Kanker kulit adalah penyakit yang salah satunya disebabkan oleh sianar ultavioet yang berlebih yang diterima oleh kulit manusia. Penyakit ini terjadi dan berkembang pada lapisan kulit bagian atas dan efeknya dapat dilihat dengan mata manusia dengan ditandai munculnya benjolan pada kulit atau berbentuk seperti tahilalat dengan ukuran dan bentuk yang tidak normal. Pada umumnya, orang masih banyak yang belum mengerti apa saja gejala atau bentuk dari penyakit kanker kulit ini dan sering di hiraukan. Metode Deep learning merupakan salah satu pembelajaran mesin yang banyak digunakan saat ini untuk pengenalan gambar. Pada saat ini telah banyak penelitian yang bertujuan untuk membuat suatu sistem klasifikasi pada penyakit kanker kulit yang yang berbasis machine learning yang memiliki hasil yang akurat dan cepat. Pada penelitian ini digunakan metode Deep learning dengan menggunakan model DenseNet121 dengan menggunakan jumlah data sebanyak 3297 citra. Pada percobaan yang telah dilakukan pada penelitian ini hasil akurasi terbaik yang didapatkan sebasar 90.63% yang didapatkan dari hasil training menggunakan model DenseNet121.
Klasifikasi Teks Berbasis Ontologi Untuk Dokumen Tugas Akhir Berbahasa Indonesia Ayu Puji Lestari; Maskur; Nur Hayatin
Jurnal Repositor Vol. 1 No. 2 (2019): Desember 2019
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/repositor.v1i2.30328

Abstract

Pada penelitian ini, dilakukan klasifikasi dokumen Tugas Akhir di Teknik Informatika UMM. Permasalahan yang dihadapi adalah sulitnya untuk mencari informasi yang relevan dan sulitnya melakukan pengkategorian dokumen TA sesuai bidang minat jika harus dilakukan secara manual. Tujuan penelitian ini adalah mendapatkan informasi berdasarkan abstrak TA sesuai kategori dan mempermudah dalam melakukan klasifikasi dokumen TA sesuai bidang minat yang ada. Kategori yang digunakan merupakan bidang minat pada program studi yaitu RPL, Jaringan Komputer, Game Cerdas dan Data Science. Data yang digunakan dokumen TA sebanyak 500 data. Tahap yang dilakukan adalah membangun dan memodelkan rule ontologi sesuai data yang diperoleh dengan acuan data kurikulum Teknik Informatika UMM 2017 yang bersumber pada Association for Computing Machinery (ACM) IEEE Computer Society. Ontologi bertujuan untuk mengklasifikasikan objek-objek yang ada di dalam kumpulannya tanpa memerlukan data latih. Untuk mendukung proses klasifikasi digunakan metode dao. Metode dao digunakan untuk menghitung kemiripan diantara dokumen dari sebuah node yang ada di ontologi dengan melihat jarak terdekat. Tahap pengujian sistem menggunakan akurasi diperoleh hasil sebesar 87%. Hal ini menunjukan bahwa ontologi mampu mengklasifikasikan dokumen tanpa menggunakan data latih.
Ekspansi Query Berbasis Semantik Pada Online Public Access Catalog (OPAC) Nirindra Primavera Dirga Nugraha; Maskur; Nur Hayatin
Jurnal Repositor Vol. 1 No. 2 (2019): Desember 2019
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/repositor.v1i2.30354

Abstract

Perpustakaan digital merupakan sistem penting yang berguna sebagai pemenuhan kebutuhan informasi koleksi perpustakaan. Online Public Access Catalog (OPAC) merupakan fitur yang tersedia dalam perpustakaan digital yang gunanya untuk menelusuri koleksi buku suatu perpustakaan. Pada penelitian ini dilakukan pengembangan sistem ekspansi query berbasis semantik. Tujuannya adalah untuk memperbaiki hasil pencarian agar menjadi lebih relevan. Domain yang digunakan yaitu teknologi informasi dimana data buku diperoleh dari situs buku online dan situs penerbit buku sebanyak 500 data. Tahap yang dilakukan adalah membangun ontologi sesuai data yang diperoleh. Pembentukan ontologi mengacu pada data kurikulum Teknik Informatika UMM yang mengacu pada Association for Computing Machinery (ACM). Ontologi diterapkan untuk mencari keterkaitan antara kata kunci yang dimasukkan pengguna. Untuk mendukung hasil pencarian digunakan metode cosine similarity. Cosine similarity merupakan metode untuk menghitung kemiripan antara hasil pencarian dengan kata kunci pengguna sehingga menghasilkan perangkingan hasil pencarian. Tahapan pengujian sistem menggunakan precision diperoleh nilai sebesar 65,6. Hal ini menunjukkan bahwa sistem cukup mampu memberikan hasil pencarian yang relevan dengan kata kunci pencarian pengguna.
Penerapan Algoritma C5.0 Pada Analisis Faktor-Faktor Pengaruh Kelulusan Tepat Waktu Mahasiswa Teknik Informatika Universitas Muhammadiyah Malang Vinna Rahmayanti Setyaning Nastiti; Yufis Azhar; Andriani Eka Pramudita
Jurnal Repositor Vol. 1 No. 2 (2019): Desember 2019
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/repositor.v1i2.30377

Abstract

Kelulusan tepat waktu mahasiswa merupakan salah satu permasalahan yang sulit untuk diatasi oleh setiap pihak perguruan tinggi, begitu pula pada jurusan Teknik Informatika Universitas Muhammadiyah Malang. Permasalahan ini harus segera diatasi mengingat kualitas mahasiswa akan mempengaruhi sebuah akreditasi perguruan tinggi maupun jurusan. Oleh karena itu, perlu dilakukan analisis faktor-faktor pengaruh kelulusan tepat waktu mahasiswa Teknik Informatika UMM. Penelitian ini menggunakan algoritma C5.0 untuk melakukan seleksi fitur penting dan analisis regresi untuk melakukan estimasi peluang kelulusan tepat waktu mahasiswa. Variabel bebas yang digunakan adalah jenis kelamin, asal daerah, status masuk, SKS semester 4, SKS semester 6, IP semester 2, IP semester 4, IP semester 6, IPK semester 2, IPK semester 4, IPK semester 6, jenis SMA, status SMA, pendidikan orang tua, dan pekerjaan orang tua. Hasil implementasi algoritma C5.0 pada penelitian ini mampu melakukan seleksi fitur dengan menghasilkan 8 dari total keseluruhan 15 fitur dengan nilai akurasi yang lebih baik dibandingkan nilai akurasi yang menggunakan keseluruhan fitur. Serta, penelitian ini mampu memberikan model regresi dengan nilai akurasi sebesar 82%.
Rancang Bangun Sistem Informasi Berbasis WEB Pada Asrama Mahasiswa Kalimantan Selatan (AMKS) Mandastana Malang Menggunakan Arsitektur HMVC (Hierarchical, Model, View, Controller) Christian Sri Kusuma Aditya; Ilyas Nuryasin; Vinna Rahmayanti Setyaning Nastiti; Muhammad Robby Fathuda
Jurnal Repositor Vol. 1 No. 2 (2019): Desember 2019
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/repositor.v1i2.30382

Abstract

Asrama Mahasiswa Kalimantan Selatan (AMKS) Mandastana Malang merupakan fasilitas yang diberikan oleh Pemerintah Provinsi Kalimantan Selatan untuk mahasiswa yang menempuh pendidikan di kota Malang. Pengolahan data merupakan komponen penting dalam suatu organisasi. Pengelolaan data dan penyampaian informasi yang lambat juga akan menjadi kendala yang akan datang dan semua pelaporan data atau informasi juga belum terkomputerisasi. Semua proses yang masih menitik beratkan kepada sistem manual membuat pengolahan data dan informasi menjadi kurang efesien. Pada penelitian ini dilakukan perancangan sebuah sistem informasi berbasis web pada AMKS Mandastana Malang yang berfungsi untuk pengelolaan data dan informasi dari kegiatan-kegiatan organisasi asrama serta pelaporan data kepada Pemerintah Provinsi Kalimantan Selatan. Sistem ini menggunakan framework codeigniter modular extensions atau sering disebut HMVC (Hierarchical, Model,View,Controller) sebagai struktur yang memudahkan untuk perancangan, perawatan dan pengembangan. Metode waterfall digunakan sebagai metode pengembangan dalam sistem ini. Pengujian sistem menggunakan blackbox testing, requirement test dan UAT (User Acceptance Test) menghasilkan sistem yang berjalan dengan baik.
Business Process Reengineering Pada Kejaksaan Negeri Batu Damar Arya P.M; Wildan Suharso; Maskur
Jurnal Repositor Vol. 1 No. 2 (2019): Desember 2019
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/repositor.v1i2.30384

Abstract

Setiap Instansi yang menyediakan sebuah pelayanan kepada masyarakat menginginkan sebuah layanan yang berkualitas. Meningkatkan sebuah kualitas pada pelayanan perlu memahami kekurangan selama ini. Kejaksaan Negeri Batu adalah sebuah instansi di Provinsi Jawa Timur yang pelayanan masih berjalan secara manual. Hal ini menimbulkan permasalahan dari segi pelayanan, kecepatan dan biaya kepada masyarakat. Berdasarkan masalah ini perlu dilakukan perubahan proses bisnis pada Kejaksasaan Negeri Batu dengan penerapan BPR (Business Process Reengineering). Business Process Reengineering adalah konsep untuk mengubah ulang proses bisnis yang memiliki kelemahan pada proses. Tujuanya untuk memperbaiki sebuah kinerja proses agar lebih efisien. Penelitian dimulai dengan mengumpulkan beberapa referensi yang berkaitan dengan Business Process Reengineering. Metode pengumpulan data dilakukan dengan cara observasi ke studi kasus, wawancara dengan pihak Kejaksaan Negeri Batu dan studi literatur sejenis. Memahami suatu proses bisnis digunakan peta proses standar ASME (American Society of Mechanical Engineers). Berdasarkan peta proses standar ASME dapat dihitung kinerja proses bisnis dengan menghitung efisiensi throughput. Langkah peningkatan dan penyempurnaan desain ulang proses dilakukan agar proses bisnis lebih efektif. Hasil akhir penelitian adalah sebuah rancangan ulang model bisnis proses rekomendasi yang meningkatkan efisiensi throughput dari 50,36% pada proses sebelumnya menjadi 85,77% dan menghasilkan sebuah aplikasi sebagai pendukung rancangan ulang model bisnis proses rekomendasi.
Prediksi Harga Emas Menggunakan Univariate Convolutional Neural Network Imam Halimi; Yufis Azhar; Gita Indah Marthasari
Jurnal Repositor Vol. 1 No. 2 (2019): Desember 2019
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/repositor.v1i2.30385

Abstract

Dalam berinvestasi, tak lepas dengan menebak naik turunya harga agar tidak rugi dalam berinvestasi. Hal ini diperlukan dukungan teknologi untuk dapat mengetahui informasi dalam menghadapi harga yang selalu berubah-ubah setiap hari dan bahkan setiap jamnya. Investor dalam hal ini untuk komoditi emas harus dapat memprediksi harga yang selalu serubah-ubah tersebut sebelum melakukan trasnsaksi jual maupun beli, agar investor tepat dalam melakukan aktivitas jual maupun beli saham. Dengan demikian, penulis akan membuat penelitian mengenai prediksi harga emas dunia, yang bermanfaat bagi investor maupun masyarakat yang akan melakukan jual beli emas dalam bentuk saham ataupun barang agar tepat dalam mengambil keputusan. Tujuan dari prediksi adalah memperkecil kesalahan, sehingga selisih antara perkiraan dengan kejadian yang sebenarnya diminimalkan. Suatu prediksi tidak dapat dipastikan tepat sepenuhnya, tetapi memungkinkan untuk memberikan hasil yang mendekati dengan kejadian sebenarnya. Algoritma yang digunakan dalam penelitian ini adalah Convolutional Neural Network (CNN). CNN termasuk dalam bidang Deep Learning (DL), yang termasuk dalam sub bidang dari Machine Learning (ML), yang mana menerapkan konsep dasar algoritma ANN dengan lapisan yang lebih banyak. Dalam penelitian ini, penulis menggunakan pendekatan univariate CNN. Dilakukan beberapa pengujian pada parameter model CNN. Hasil terbaik ditunjukan pada model 1 yaitu pengujian dense kondisi 5, yaitu dengan parameter model filters = 64, kernel = 2, pooling = 2, epochs = 2.000, dan dense = 50 dengan hasil RMSE yaitu 690,40.
Klasifikasi Sinopsis Novel Menggunakan Metode Naïve Bayes Classifier Vinna Rahmayanti Setyaning Nastiti; Setio Basuki; Hilman Hilman
Jurnal Repositor Vol. 1 No. 2 (2019): Desember 2019
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/repositor.v1i2.30386

Abstract

Tidak dapat dipungkiri kemajuan teknologi berkembang dengan sangat cepat terutama di bidang komputer, saat ini dengan komputer pekerjaan yang mulanya dikerjakan oleh manusia dapat di ambil alih komputer guna membantu pekerjaan manusia itu sendiri, seperti halnya studi kasus pada penelitian ini yaitu sebuah sistem yang dapat mengklasifikasikan teks berupa sinopsis kedalam kelompok genrenya. Genre adalah gaya cerita dalam sebuah novel, terdapat banyak genre pada novel diantaranya genre romantis, komedi, misteri, horor dan lain-lain, dengan mengetahui genre novel pembaca akan dapat mengetahui gaya cerita novel tersebut. Metode yang digunakan pada penelitian ini adalah metode TF-IDF (Term Frequency Inverse Document Frequency) dan Naïve Bayes Classifier. Metode TF-IDF digunakan untuk mendapatkan bobot dari setiap kata yang terkandung dalam dokumen yang hasilnya digunakan dalam metode Naïve Bayes Classifier untuk mendapatkan hasil klasifikasi sinopsis kedalam bentuk genre. Berdasarkan evaluasi menggunakan confusion matrix dengan menggunakan 600 data latih dan 200 data uji didapatkan akurasi sebesar 80,5%.
Analisis Kinerja Jaringan VANET dengan Model Propagasi Free Space dan Two Ray Ground Pada Routing AODV Adam Tedy Agustin; Denar Regata Akbi; Diah Risqiwati
Jurnal Repositor Vol. 1 No. 2 (2019): Desember 2019
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/repositor.v1i2.30389

Abstract

VANET ialah salah satu jenis jaringan Ad Hoc yang berfungsi sebagai jaringan wirelessdengan berberapa mobile node yang tidak mempunyai router tetap. Setiap node ini dapat berfungsi sebagai router yang dapat mencari dan menangani jalur ke node yang lain dalam suatu jaringan. Setiap node pada jaringan berupa mobile sehingga topologi dari jaringannya senantiasa berganti. Pada suatu jaringan, protokol routing yakni hal yang banyak berdampak atas kinerja jaringan tersebut. Setiap model propagasi tentu akan memiliki kemampuan dan karakteristik yang berbeda, oleh karena itu perlu dilakukan penelitian terhadap beberapa model propagasi pada tempat yang ditentukan yang kemudian akan mempengaruhi kinerja QoS pada jaringan VANET.Simulasi mobilitas dilakukan berdasarkan skenario lingkungan urban yaitu sekitar Balai Kota Malang. Penelitian ini mengaplikasikan SUMO sebagai mobile simulator dan NS-2 selaku network simulator dengan protokol reaktif jenis AODV sebagai protokol routing yang digunakan serta menggunakan model propagasi Free Space dan Two Ray Ground sebagai pembanding yang ada pada NS-2. Dalam penelitian ini melakukan analisis QoS dengan parameter yang di uji adalah End to End Delay, Jitter, Packet Delivery Ratio dan Throughput. Setelah data terkumpul,dilakukan analisis dengan melihat QoS antar propagasi yang diuji. Model propagasi Free Space memiliki waktu delay yang lebih kecil dengan nilai rata-rata 0.1136 ms dari pada propagasi Two Ray Ground yang memiliki nilai 0.1696 ms. Untuk jumlah paket yang diterima dengan sukses propagasi Free Space lebih baik dengan nilai rata-rata throughput 482.06 kbps dibandingkan dengan propagasi Two Ray Ground. Hasil dari pengujian dan analisis membuktikan bahwa propagasi Free Space adalah model yang tepat pada jaringan VANET yang digunakan pada lingkungan urban.
Improvisasi Algoritma Advanced Encryption Standard (AES) Dengan Melakukan Pemetaan S-Box Pada Modifikasi Mixcolumns Dana Putri Harum; Aminudin Aminudin; Sofyan Arifianto
Jurnal Repositor Vol. 1 No. 2 (2019): Desember 2019
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/repositor.v1i2.30391

Abstract

Algoritma kriptografi merupakan salah satu unsur penting dalam pengamanan data. Berbagai improvisasi pengembangan algoritma telah dilakukan untuk mengoptimalisasikan kemanan proses pertukaran dalam suata jaringan data. Efisiensi performa menjadi salah satu pertimbangan penggunaan algoritma tertentu. AES memiliki keamanan super yang hingga saat ini keamanannya hanya dapat ditembus dengan waktu sekitar tahun dan semilyar processor. Kompleksitas keamanan AES sebanding dengan penggunaan penggunaan memori serta waktu yang dibutuhkan untuk memproses enkripsi dan dekripsi data begitu besar. Penelitian ini melakukan modifikasi lookup table sbox dan constant matrix pada mixcolumns. Improvisasi tersebut dilakukan dengan harapan mampu meningkatkan performa agar menjadi lebih efisien. Pengujian yang dilakukan terhadap penggunaan memori, waktu komputasi serta persentase avalanche effect masing – masing memiliki selisih sebesar 24mb, 18.9 detik, serta peningkatan avalanche effect sebesar 0.92%. berdasarkan data tersebut dapat diketahui bahwa performa pada improvisasi AES ini telah mampu meningkatakan performa algoritma dengan mereduksi waktu dan memori serta meningkatkan persentase avalanche effect.

Page 1 of 48 | Total Record : 479

 1   2   3   4   5 

Filter by Year

2019 2026


Reset
Filter By Issues
All Issue Vol. 8 No. 3 (2026): Agustus 2026 Vol. 8 No. 2 (2026): Mei 2026 Vol. 8 No. 1 (2026): Februari 2026 Vol. 7 No. 4 (2025): November 2025 Vol. 7 No. 3 (2025): Agustus 2025 Vol. 7 No. 2 (2025): Mei 2025 Vol. 7 No. 1 (2025): Februari 2025 Vol. 6 No. 4 (2024): November 2024 Vol. 6 No. 3 (2024): Agustus 2024 Vol. 6 No. 2 (2024): Mei 2024 Vol. 6 No. 1 (2024): Februari 2024 Vol. 5 No. 4 (2023): November 2023 Vol. 5 No. 3 (2023): August 2023 Vol. 5 No. 2 (2023): May 2023 Vol. 5 No. 1 (2023): February 2023 Vol. 4 No. 4 (2022): November 2022 Vol. 4 No. 3 (2022): Agustus 2022 Vol. 4 No. 2 (2022): Mei 2022 Vol. 4 No. 1 (2022): Februari 2022 Vol. 3 No. 5 (2021): November 2021 Vol. 3 No. 4 (2021): Agustus 2021 Vol. 3 No. 3 (2021): Mei 2021 Vol. 3 No. 2 (2021): Februari 2021 Vol. 3 No. 1 (2021): Januari 2021 Vol. 2 No. 12 (2020): Desember 2020 Vol. 2 No. 11 (2020): November 2020 Vol. 2 No. 10 (2020): Oktober 2020 Vol. 2 No. 9 (2020): September 2020 Vol. 2 No. 8 (2020): Agustus 2020 Vol. 2 No. 7 (2020): Juli 2020 Vol. 2 No. 6 (2020): Juni 2020 Vol. 2 No. 5 (2020): Mei 2020 Vol. 2 No. 4 (2020): April 2020 Vol. 2 No. 3 (2020): Maret 2020 Vol. 2 No. 2 (2020): Februari 2020 Vol. 2 No. 1 (2020): Januari 2020 Vol. 1 No. 2 (2019): Desember 2019 Vol. 1 No. 1 (2019): November 2019 More Issue