cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Putu Indra Christiawan
Contact Email
indra.christiawan@undiksha.ac.id
Phone
-
Journal Mail Official
indra.christiawan@undiksha.ac.id
Editorial Address
-
Location
Kota denpasar,
Bali
INDONESIA
Media Komunikasi Geografi
Published by Universitas Pendidikan Ganesha
ISSN : 02168138     EISSN : 25800183     DOI : -
Core Subject : Science, Education, Social,
Earth & Planetary Sciences Education Social Sciences
MKG is a journal that facilitates the interests of lecturers, teachers and the academic community to communicate articles from research results and strengthen the exchange of ideas from academic reviews in the field of geography. The academic articles include research and reviews of studies in Human Geography and Physical Geography, population and environmental reviews, regional issue investigations, resource management, disaster management, remote sensing techniques (RS) and the application of geographical information system (GIS) and in-depth discussion on the development of standards in education and geography teaching, both at school and college level.
Arjuna Subject : -
Articles 356 Documents
 32   33   34   35   36 
Dua Dekade Penerapan Indeks Banjir: Literatur Review Fitriani, Fitriani; Maharani, Yohana Noradika; Cahyadi, Tedy Agung; Prasetya, Johan Danu
Media Komunikasi Geografi Vol. 26 No. 1 (2025)
Publisher : Universitas Pendidikan Ganesha

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23887/mkg.v26i1.98216

Abstract

Meningkatnya intensitas banjir akibat perubahan iklim dan aktivitas manusia menuntut metode kuantifikasi yang efektif untuk manajemen risiko bencana. Penelitian ini bertujuan menganalisis perkembangan dan tren pemanfaatan indeks banjir berbasis presipitasi selama dua dekade terakhir (2005- 2025). Dengan metode *Systematic Literature Review* (SLR) pada basis data Scopus menggunakan kata kunci "Flood Index" DAN "precipitation", sebanyak 62 artikel relevan dianalisis secara bibliometrik. Hasil analisis mengidentifikasi empat kluster penelitian utama: (1) Analisis Bahaya Iklim, (2) Iklim dan Hidrologi, (3) Variabilitas Banjir dan Kekeringan, serta (4) Perubahan Iklim dan Kondisi Ekstrem. Ditemukan bahwa indeks berbasis presipitasi dominan dimanfaatkan untuk kajian tren iklim jangka panjang dan sebagai alat verifikasi untuk penelitian berbasis penginderaan jauh atau pemodelan. Pengembangan indeks peringatan dini spesifik sangat krusial untuk meningkatkan kualitas pengambilan keputusan. Indeks harian seperti SWAP dan DFI yang mempertimbangkan kondisi anteseden memiliki potensi besar untuk sistem peringatan dini *near-real-time*, sementara indeks seperti SPI, Z-Index, dan SPEI tetap relevan untuk analisis iklim jangka panjang. Integrasi dengan data geografis direkomendasikan untuk meningkatkan akurasi.
Analisis Spasio-Temporal Multi-Polutan Emisi PLTU Berbasis Citra Sentinel-5P terhadap Kualitas Udara Permukiman di Provinsi Banten Tahun 2020 - 2024 Abdur Rozaq; Aulia Dwi Rahma; Muhammad Ilham Nursalam; Rizqia Rahmah Nurul Syifa; Muhammad Syahmi Syihabuddin; Vizra Tsiqa Adira; Tania Septi Anggraini
Media Komunikasi Geografi Vol. 27 No. 1 (2026)
Publisher : Universitas Pendidikan Ganesha

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23887/mkg.v27i1.109781

Abstract

Peningkatan kebutuhan energi nasional mendorong pengembangan Pembangkit Listrik Tenaga Uap (PLTU) berbasis batubara yang berpotensi menurunkan kualitas udara di kawasan sekitarnya. Provinsi Banten, khususnya wilayah Cilegon dan Serang, merupakan salah satu pusat aktivitas PLTU dan industri berat di Indonesia. Penelitian ini bertujuan untuk menganalisis dampak emisi PLTU terhadap kualitas udara pemukiman sekitar di Provinsi Banten menggunakan pendekatan penginderaan jauh. Data yang digunakan meliputi citra Sentinel-5P TROPOMI untuk parameter CO, NO₂, SO₂, dan O₃ pada tahun 2020 dan 2024, data meteorologi, serta data kasus penyakit pernapasan. Pengolahan data dilakukan menggunakan Google Earth Engine, Hysplit, dan ArcGIS Pro. Berdasarkan hasil buffer jarak dengan rentang 500 meter dari PLTU Suralaya, konsentrasi CO pada tahun 2020 di sekitar 0,0325–0,0328 mol/m² pada jarak 0,5–2 km dan menurun secara bertahap hingga 10 km. Pada tahun 2024, konsentrasi CO meningkat menjadi sekitar 0,0343–0,0358 mol/m² pada jarak yang sama dengan pola penurunan yang serupa. Konsentrasi NO₂ tertinggi berada pada jarak 1 km dengan nilai menurun seiring peningkatan jarak, sedangkan SO₂ juga mengalami penurunan konsentrasi dari jarak dekat ke jauh dari PLTU. Sebaliknya, konsentrasi O₃ troposfer pada tahun 2024 menunjukkan nilai yang lebih tinggi dibandingkan tahun 2020 dan meningkat dengan bertambahnya jarak dari PLTU, menandakan pembentukan ozon atmosfer yang lebih besar di periode tersebut.
Hubungan Nilai Evapotranspirasi Metode Penman-Monteith dengan Indeks Vegetasi di Sebagian Wilayah Provinsi DI Yogyakarta dan Jawa Tengah Tahun 2024 Dini Rachmadhani; Projo Danoedoro; Prima Widayani; Sigit Heru Murti Budi Santosa; Sandy Budi Wibowo
Media Komunikasi Geografi Vol. 27 No. 1 (2026)
Publisher : Universitas Pendidikan Ganesha

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23887/mkg.v27i1.110080

Abstract

Alih fungsi lahan di wilayah Daerah Istimewa Yogyakarta dan Jawa Tengah dari area bervegetasi menjadi kawasan terbangun berpengaruh terhadap siklus hidrologi, khususnya pada proses evapotranspirasi. Salah satu parameter yang dapat digunakan untuk merepresentasikan kondisi vegetasi adalah indeks vegetasi, seperti Normalized Difference Vegetation Index (NDVI) dan Soil Adjusted Vegetation Index (SAVI). Penelitian ini bertujuan untuk menganalisis hubungan antara evapotranspirasi yang dihitung menggunakan metode Penman–Monteith dengan indeks vegetasi NDVI dan SAVI. Metode penelitian meliputi analisis spasial menggunakan citra Landsat 8 tahun 2024, analisis statistik, serta pendekatan konvensional berdasarkan data meteorologi dari Badan Meteorologi, Klimatologi, dan Geofisika (BMKG). Hasil penelitian menunjukkan bahwa hubungan antara NDVI dan evapotranspirasi memiliki nilai koefisien korelasi Pearson sebesar 0,157 dengan nilai signifikansi 0,801, sedangkan hubungan antara SAVI dan evapotranspirasi menghasilkan nilai koefisien Pearson sebesar 0,136 dengan nilai signifikansi 0,828. Kedua hasil tersebut menunjukkan bahwa hubungan yang diperoleh tergolong sangat lemah dan tidak signifikan secara statistik, dinamika evapotranspirasi di wilayah dengan lanskap heterogen tidak dapat dijelaskan hanya oleh indeks vegetasi, melainkan memerlukan pendekatan yang mempertimbangkan interaksi kompleks antara vegetasi, iklim, dan karakteristik fisik wilayah.
Pemetaan Penggunaan Lahan Tembakau menggunakan Landsat 9 dan Sentinel-2A dengan Pendekatan Spasial-Ekologis Putri Zalsabilah; Sigit Heru Murti; Sandy Budi Wibowo
Media Komunikasi Geografi Vol. 27 No. 1 (2026)
Publisher : Universitas Pendidikan Ganesha

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23887/mkg.v27i1.111469

Abstract

Tembakau Temanggung menyumbang sekitar 70% pendapatan petani lokal, dengan produksi mencapai 12.691 ton pada tahun 2021. Namun, pada tahun 2022-2024 terjadi penurunan produktivitas sebesar 10,6,  Sehingga diperlukan teknologi pemetaan dan klasifikasi yang lebih akurat. Penginderaan jauh telah banyak digunakan untuk pemetaan lahan pertanian, khususnya citra resolusi menengah. Kajian yang membandingkan kinerja citra Landsat 9 dan Sentinel-2A masih terbatas. Penelitian ini bertujuan untuk membandingkan tingkat akurasi kedua citra dalam mengidentifikasi lahan tembakau. Metode klasifikasi yang digunakan adalah Maximum Likelihood Classification (MLC), yang diintegrasikan dengan pendekatan spasial ekologis berbasis data bentuk lahan untuk meningkatkan interpretasi sesuai kondisi fisiografi wilayah penelitian yang didominasi perbukitan. Hasil uji akurasi menggunakan metode confusion matrix  menunjukkan Sentinel-2A memiliki kinerja lebih baik dengan overall accuracy 94%, dibandingkan Landsat 9 dengan nilai 90%. Meskipun perbedaan akurasinya sangat kecil, Sentinel-2A terbukti lebih efektif dalam mendeteksi penggunaan lahan pada topografi yang heterogen.
Dinamika Kerapatan Vegetasi Berbasis NDVI dari Citra Landsat Multitemporal dan Implikasinya terhadap Fungsi Ekologis DAS Ijo (2013–2025) Eko Ahmad Riyanto; Gangsar Edi Laksono; Restu Ashaffat Fadilah
Media Komunikasi Geografi Vol. 27 No. 1 (2026)
Publisher : Universitas Pendidikan Ganesha

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23887/mkg.v27i1.112325

Abstract

Perubahan kerapatan vegetasi dalam Daerah Aliran Sungai (DAS) merupakan indikator penting dalam mengevaluasi dinamika fungsi ekologis wilayah. Penelitian ini bertujuan untuk menganalisis dinamika spasial kerapatan vegetasi periode 2013–2025 di DAS Ijo, Jawa Tengah, serta mengkaji implikasinya terhadap fungsi ekologis DAS. Pendekatan yang digunakan adalah analisis citra Landsat 8 OLI/TIRS tahun 2013 dan Landsat 9 OLI/TIRS tahun 2025 dari United States Geological Survey melalui perhitungan Normalized Difference Vegetation Index (NDVI). Nilai NDVI diklasifikasikan menjadi lima kelas kerapatan vegetasi dan dianalisis menggunakan teknik overlay serta matriks transisi untuk mengidentifikasi dinamika perubahan spasial. Hasil penelitian menunjukkan bahwa kerapatan vegetasi tinggi tetap mendominasi wilayah DAS, namun mengalami penurunan luas sebesar 1.344,15 ha, sementara kerapatan vegetasi sedang meningkat sebesar 3.148,20 ha. Transisi terbesar terjadi dari kelas vegetasi tinggi ke vegetasi sedang seluas 4.808,70 ha, yang mengindikasikan terjadinya perubahan struktur tajuk vegetasi. Meskipun sebagian wilayah menunjukkan perubahan dari kelas vegetasi sangat rendah menuju kelas yang lebih tinggi, dinamika dua arah ini mencerminkan adanya redistribusi struktural vegetasi dalam lanskap DAS. Secara ekologis, perubahan tersebut berimplikasi pada potensi penurunan kapasitas intersepsi hujan, peningkatan risiko limpasan permukaan, serta perubahan kapasitas konservasi tanah dan penyimpanan karbon. Penelitian ini menegaskan bahwa analisis NDVI multitemporal efektif sebagai indikator kuantitatif dalam memantau dinamika fungsi ekologis DAS skala menengah dan dapat mendukung perumusan strategi pengelolaan berbasis konservasi vegetatif.
Penilaian Akurasi Spasio-Temporal Produk Curah Hujan Satelit dan Reanalisis di DAS Citanduy Hulu Pengki Irawan; Hendra Hendra; Iman Handiman; Junaedi Setiawan; Siti Rahmawati
Media Komunikasi Geografi Vol. 27 No. 1 (2026)
Publisher : Universitas Pendidikan Ganesha

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23887/mkg.v27i1.112666

Abstract

The availability of accurate high-resolution rainfall data is crucial for water resources management and hydrometeorological disaster mitigation in the Upper Citanduy Watershed, yet constrained by sparse rain gauge networks. This study evaluates satellite precipitation products (GPM IMERG and CHIRPS) and reanalysis datasets (ERA5 and NASA POWER) against 12 station observations during 2020–2023 using multi-scale evaluation encompassing quantitative, categorical, and volumetric metrics at point and regional scales. Results show station elevation (200–1000 masl) has no significant effect (p > 0.05) on estimation accuracy; performance variability is predominantly determined by algorithm characteristics and spatial resolution. GPM IMERG demonstrates superior performance with Nash-Sutcliffe Efficiency of 0.279, highest correlation (r = 0.674), and lowest RMSE (8.914 mm/day) at watershed scale, excelling in volumetric metrics with VCSI of 0.55–0.77 and low VFAR (0.10–0.30). Conversely, ERA5 and NASA POWER exhibit extreme positive bias from coarse resolution triggering spatial smoothing effects and high FAR (0.25–0.71). CHIRPS shows moderate capability in replicating spatial patterns but overestimates cumulative volumes. GPM microwave sensors prove more effective in capturing tropical convective rainfall compared to infrared estimation and model-based reanalysis. GPM IMERG is recommended as primary data source for hydrological modeling in the Upper Citanduy Watershed, while reanalysis products require bias correction before operational application.
Integrasi Penginderaan Jauh dan Random Forest untuk Pemodelan Kerawanan Kebakaran di Taman Nasional Bromo Tengger Semeru Dhia Aufa Sabila; Sigit Heru Murti Budi Santosa; Prima Widayani
Media Komunikasi Geografi Vol. 27 No. 1 (2026)
Publisher : Universitas Pendidikan Ganesha

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23887/mkg.v27i1.113260

Abstract

Kebakaran hutan dan lahan merupakan bencana ekologis yang berulang di Indonesia, terutama pada periode musim kemarau. Peningkatan frekuensi dan intensitas kebakaran diperlukan mekanisme pencegahan yang lebih efektif berbasis informasi spasial mengenai wilayah rawan untuk mengurangi potensi dan dampaknya. Integrasi data penginderaan jauh yang merepresentasikan kondisi vegetasi, iklim, topografi, dan faktor antropogenik dengan pemodelan berbasis pembelajaran mesin menjadi pendekatan yang relevan untuk memetakan kerawanan kebakaran secara objektif dan terukur. Penelitian ini bertujuan mengevaluasi kinerja algoritma Random Forest (RF) dalam memodelkan probabilitas kerawanan kebakaran hutan dan lahan serta mengidentifikasi faktor-faktor dominan yang memengaruhinya melalui analisis variable importance berbasis Mean Decrease in Gini di kawasan Taman Nasional Bromo Tengger Semeru (TNBTS). Hasil penelitian menunjukkan bahwa model RF menghasilkan nilai AUC sebesar 0,948, yang mengindikasikan kemampuan diskriminatif sangat baik dalam membedakan area rawan dan tidak rawan kebakaran. Elevasi menjadi prediktor paling dominan dengan kontribusi sebesar 20,23%, diikuti oleh NDVI sebesar 11,51% dan Potential Evapotranspiration sebesar 10,16%. Temuan ini menunjukkan bahwa interaksi topografi, kondisi vegetasi, dan tekanan kekeringan merupakan pengontrol utama kerawanan kebakaran di TNBTS. Sementara itu, variabel aspect dan jarak terhadap sungai menunjukkan kontribusi terendah terhadap model. Hasil pemetaan menunjukkan bahwa kawasan dengan tingkat kerawanan tinggi mencakup 10.523,12 ha, sedangkan kelas kerawanan sangat tinggi mencakup 3.666,36 ha. Secara keseluruhan, penelitian ini menunjukkan bahwa RF merupakan pendekatan yang andal untuk pemetaan kerawanan kebakaran hutan dan lahan berbasis penginderaan jauh, sekaligus menyediakan dasar empiris bagi perumusan strategi pencegahan, pengawasan, dan mitigasi kebakaran yang lebih terarah pada skala operasional kawasan konservasi.
Identifikasi Area Terdampak Kebakaran Hutan dan Lahan (Karhutla) Menggunakan Citra Sentinel-1A dan Hotspot VIIRS Juana Wangsa Putri; Rehan Pramudiva Zikri
Media Komunikasi Geografi Vol. 27 No. 1 (2026)
Publisher : Universitas Pendidikan Ganesha

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23887/mkg.v27i1.113455

Abstract

Bencana merupakan rangkaian peristiwa yang mengancam kehidupan dan penghidupan masyarakat, disebabkan oleh faktor alam, non-alam, dan manusia. Salah satu bencana yang kerap terjadi di indonesia adalah kebakaran hutan dan lahan (karhutla), terutama di wilayah Sumatera. Salah satunya terjadi pada tahun 2023 di Kecamatan Silaut, Kabupaten Pesisir Selatan, Sumatera Barat, yang melanda lahan gambut dan kebun sawit masyarakat. Penelitian ini dilakukan sebagai salah satu upaya pemanfaatan data geospasial, yaitu citra penginderaan jauh sensor aktif Sentinel-1A dan data hotspot VIIRS NOAA-20 dalam mitigasi bencana karhutla.Hasil penelitian menunjukkan luas area terbakar sebesar 255 hektar berdasarkan nilai threshold -1,377 dB, yang berada dalam area buffer dan dikonfirmasi oleh sebaran 46 titik hotspot VIIRS NOAA-20 yang bertampalan secara spasial dengan area yang diklasifikasikan terbakar. Citra penginderaan jauh sensor aktif dipilih karena dapat memantau area karhutla tanpa terpengaruh oleh gangguan asap. Metode yang digunakan mencakup preprocessing citra SAR (Apply Orbit File, Speckle Filtering, Terrain Correction, dan konversi nilai linear ke dB), perhitungan Radar Burned Difference (RBD), dan validasi dengan sebaran hotspot VIIRS NOAA-20. Validasi data hotspot akan menunjukkan hubungan spasial yang kuat antara nilai RBD negatif dan hotspot yang memperkuat interpretasi hasil pengolahan. Hasil dari penelitian ini menunjukkan area terdampak kebakaran di Silaut dengan overlay zona buffer (375 meter) dari data hotspot VIIRS NOAA-20 yang digunakan sebagai area estimasi luas sebaran kebakaran.
Monitoring Kekeringan berbasis Satelit untuk Identifikasi Potensi Kebakaran Hutan di Provinsi Jawa Timur Junilla Tristanti; Alya Arifa Danishara Afdal; Amirah Nayla Dinar Susena; Jennifer Marchelina Hutapea; Kuswantoro Marko; Andry Rustanto
Media Komunikasi Geografi Vol. 27 No. 1 (2026)
Publisher : Universitas Pendidikan Ganesha

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23887/mkg.v27i1.113599

Abstract

Kekeringan meteorologis akibat defisit curah hujan menjadi ancaman yang memicu peningkatan kebakaran hutan dan lahan di Provinsi Jawa Timur, terutama di wilayah timur yang secara geografis menerima curah hujan lebih rendah akibat pengaruh penghalang orografis Pegunungan Tengger-Semeru. Keterbatasan data pengamatan dari stasiun hujan darat mendorong pemanfaatan data presipitasi berbasis satelit. Penelitian ini bertujuan membandingkan data presipitasi dan nilai Standardized Precipitation Index 1-bulan (SPI-1) dari dataset CHIRPS dan PERSIANN-CDR periode 1995-2024 untuk mengidentifikasi potensi kebakaran hutan dan lahan di Jawa Timur. Pengolahan dan visualisasi data dilakukan menggunakan Google Earth Engine (GEE). Data CHIRPS di-upscaling ke resolusi 0,25° menggunakan metode mean resampling agar konsisten dengan resolusi PERSIANN-CDR. Indeks SPI-1 dihitung menggunakan distribusi Gamma untuk mentransformasikan anomali curah hujan bulanan menjadi indeks kekeringan terstandarisasi. Evaluasi kesesuaian antardataset dilakukan menggunakan koefisien korelasi Pearson (R) dan Root Mean Square Error (RMSE), serta didukung analisis deret waktu pada 12 kabupaten dengan riwayat kebakaran hutan dan lahan. Hasil penelitian menunjukkan estimasi presipitasi bulanan memiliki kesesuaian sangat tinggi (R=0,94; RMSE=48,42 mm/bulan), namun korelasinya menurun pada hasil SPI-1 (R=0,80; RMSE=0,59). Secara spasial dan temporal, CHIRPS lebih rinci dan konsisten dalam merepresentasikan kekeringan ekstrem dibandingkan PERSIANN-CDR. Pola kekeringan menunjukkan peningkatan risiko kebakaran ke arah timur Jawa Timur sehingga wilayah tersebut menjadi prioritas dalam sistem peringatan dini kebakaran.
Trend of Flood Susceptibility Mapping using Remote Sensing Approach: A Bibliometric Analysis Hermawan Setiawan
Media Komunikasi Geografi Vol. 27 No. 1 (2026)
Publisher : Universitas Pendidikan Ganesha

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23887/mkg.v27i1.113622

Abstract

Flood disasters generate substantial socio-economic and environmental impacts, increasing the need for accurate Flood Susceptibility Mapping (FSM). This study provides a comprehensive bibliometric analysis of FSM integrated with Multi-Criteria Decision Making (MCDM) and remote sensing techniques. Using the PRISMA framework, a total of 1,234 scientific articles were collected from the Scopus database and analyzed using VOSviewer to identify research trends, collaboration networks, and thematic clusters. The findings indicate a significant increase in publications since 2015, reaching their peak in 2025, with major contributions originating from highly flood-prone countries such as India, Iran, and China. In addition, Geocarto International and Biswajeet Pradhan were identified as the most cited journal source and author, respectively. Furthermore, cluster analysis reveals that the integration of the Analytic Hierarchy Process (AHP) and GIS has increasingly been combined with land-use and river discharge modeling through ensemble learning approaches, including statistical models and AdaBag Rotation Forest. On the other hand, dynamic and cloud-based automated approaches remain relatively underexplored. Network and density analyses further emphasize the importance of optimizing high spatial resolution using hybrid algorithms, such as Genetic Algorithm–Multilayer Perceptron, implemented within cloud-based platforms like Google Earth Engine (GEE) to dynamically predict the impacts of climate change on urban flooding. These findings provide a strategic direction for supporting adaptive spatial planning and strengthening climate resilience in disaster risk management.

Page 35 of 36 | Total Record : 356

 32   33   34   35   36 

Filter by Year

2013 2026


Reset
Filter By Issues
All Issue Vol. 27 No. 1 (2026) Vol. 26 No. 1 (2025) Vol. 25 No. 2 (2024) Vol. 24 No. 1 (2023) Vol. 23 No. 2 (2022) Vol. 23 No. 1 (2022) Vol 22, No 2 (2021) Vol. 22 No. 2 (2021) Vol 22, No 1 (2021) Vol. 22 No. 1 (2021) Vol. 21 No. 2 (2020) Vol 21, No 2 (2020) Vol 21, No 1 (2020) Vol. 21 No. 1 (2020) Vol 20, No 2 (2019) Vol. 20 No. 2 (2019) Vol. 20 No. 1 (2019) Vol 20, No 1 (2019) Vol 19, No 2 (2018) Vol 19, No 2 (2018) Vol. 19 No. 2 (2018) Vol. 19 No. 1 (2018) Vol 19, No 1 (2018) Vol 19, No 1 (2018) Vol. 18 No. 2 (2017) Vol 18, No 2 (2017) Vol 18, No 1 (2017) Vol 18, No 1 (2017) Vol. 18 No. 1 (2017) Vol 17, No 2 (2016) Vol. 17 No. 2 (2016) Vol. 17 No. 1 (2016) Vol 17, No 1 (2016) Vol 17, No 1 (2016) Vol 16, No 2 (2015) Vol. 16 No. 2 (2015) Vol 16, No 1 (2015) Vol 16, No 1 (2015) Vol. 16 No. 1 (2015) Vol 15, No 2 (2014) Vol. 15 No. 2 (2014) Vol 15, No 2 (2014) Vol 15, No 1 (2014) Vol. 15 No. 1 (2014) Vol 15, No 1 (2014) Vol 14, No 2 (2013) Vol 14, No 2 (2013) Vol. 14 No. 2 (2013) Vol. 14 No. 1 (2013) Vol 14, No 1 (2013) Vol 14, No 1 (2013) More Issue