cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
-
Contact Email
-
Phone
-
Journal Mail Official
-
Editorial Address
Jl. Prof. Dr. H. Hadari Nawawi Kota Pontianak, Kalimantan Barat
Location
Kota pontianak,
Kalimantan barat
INDONESIA
Coding: Jurnal Komputer dan Aplikasi
Published by Universitas Tanjungpura
ISSN : 2338493X     EISSN : 2809574X     DOI : -
Core Subject : Science,
Computer Science & IT
Coding adalah Jurnal ilmiah elektronik yang mempublikasikan hasil-hasil penelitian di bidang komputer dan sistem informasi. Jurnal Coding memiliki karakteristik khas karena memadukan berbagai cabang dalam bidang Ilmu Komputer, sehingga memiliki artikel yang komprehensif. Jurnal Coding terbit 3 nomor dalam setahuan, yakni di Bulan April, September, dan Desember. Jurnal Coding telah terindeks oleh Google Scholar dan Garuda, dan akan terus diperbaharui untuk mengikuti perkembangan.
Arjuna Subject : -
Articles 451 Documents
 42   43   44   45   46 
Implementasi Algoritma Advanced Encryption Standard untuk Enkripsi Data Sensor pada Sistem Monitoring Kualitas Udara Pamungkas, Rendy; Midyanti, Dwi Marisa; Kasliono, Kasliono
Coding: Jurnal Komputer dan Aplikasi Vol. 14 No. 2 (2026): Edisi September 2026
Publisher : Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/coding.v14i2.98538

Abstract

Seiring dengan berkembangnya teknologi, data telah menjadi salah satu aset paling berharga dalam berbagai sektor. Namun, semakin meningkatnya ketergantungan terhadap data, semakin tinggi pula risiko manipulasi yang dapat merusak integritas informasi. Data yang tidak terlindungi dapat dengan mudah dimanipulasi oleh pihak yang tidak bertanggung jawab, yang pada akhirnya dapat menyebabkan kesalahan dalam pengambilan keputusan dan berdampak negatif pada orang yang melihat informasi yang salah tersebut. Oleh karena itu, kriptografi diperlukan untuk menjaga keamanan dan integritas data yang dihasilkan. Dalam penelitian ini, algoritma Advanced Encryption Standard (AES) diimplementasikan untuk mengenkripsi data sensor yang dihasilkan oleh sistem monitoring kualitas udara. Hasil pengujian menunjukkan bahwa algoritma AES-128 memiliki rata-rata waktu enkripsi sebesar 0,877 ms dan waktu dekripsi rata-rata 1,756 ms. Implementasi algoritma AES dalam sistem ini memberikan pengaruh terhadap peningkatan delay pada proses transmisi data. Sebelum penerapan algoritma, waktu transmisi tercatat sebesar 110,9 ms dan dikategorikan sebagai sangat baik berdasarkan standar TIPHON. Setelah penerapan algoritma AES, delay meningkat menjadi 162,6 ms, yang masih berada dalam kategori baik menurut klasifikasi yang sama.
Implementasi Sistem IoT untuk Pemantauan Gas Metana di Lahan Gambut Secara Real-Time Maulidia, Maulidia; Hidayati, Rahmi; Bahri, Syamsul
Coding: Jurnal Komputer dan Aplikasi Vol. 14 No. 2 (2026): Edisi September 2026
Publisher : Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/coding.v14i2.103251

Abstract

Gas metana (CH₄) merupakan gas mudah terbakar yang berisiko di lahan gambut, yang secara alami menghasilkan emisi metana akibat dekomposisi anaerob. Untuk mendukung upaya pemantauan dan pencegahan risiko tersebut, penelitian ini mengembangkan sistem pemantauan gas metana berbasis Internet of Things (IoT) yang mampu mendeteksi dan menampilkan kadar gas secara real-time melalui website. Sistem dirancang menggunakan mikrokontroler ESP32 dan sensor MQ-5 yang dilengkapi indikator LED dan buzzer sebagai peringatan dini ketika kadar gas melebihi ambang batas 1000 ppm. Data dikirim melalui jaringan Wi-Fi menuju server berbasis PHP, disimpan pada basis data MySQL, dan divisualisasikan dalam bentuk grafik serta tabel. Hasil pengujian menunjukkan bahwa sensor MQ-5 mampu mendeteksi konsentrasi gas pada rentang 883–1873 ppm dan memiliki selisih pengukuran yang relatif kecil ketika dibandingkan dengan alat pembanding Habotest HT608. Ketepatan sistem peringatan ditunjukkan oleh LED merah dan buzzer yang selalu aktif Ketika kadar gas metana melampaui ambang batas dan tetap tidak aktif pada kondisi aman. Waktu respons sistem berada pada kisaran 0,7–0,85 detik, menunjukkan kemampuan sistem dalam memberikan peringatan cepat Ketika kadar gas metana melampaui ambang batas.   Kata kunci— Internet of Things, gas metana, lahan gambut, sensor MQ-5, ESP32
Perbandingan Metode SAW dan TOPSIS pada Sistem Pendukung Keputusan Pemilihan Asisten Laboratorium Prihandani, Kamal; Solehudin, Arip; Purnamasari, Intan
Coding: Jurnal Komputer dan Aplikasi Vol. 14 No. 2 (2026): Edisi September 2026
Publisher : Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/coding.v14i2.110807

Abstract

Pemilihan asisten laboratorium yang dilakukan secara manual cenderung subjektif dan sulit dipertanggungjawabkan karena melibatkan banyak kriteria yang bobotnya tidak terukur. Penelitian ini bertujuan membangun dan membandingkan model Sistem Pendukung Keputusan (SPK) pemilihan asisten laboratorium menggunakan metode Simple Additive Weighting (SAW) dan Technique for Order Preference by Similarity to Ideal Solution (TOPSIS), dengan bobot kriteria ditentukan melalui Analytic Hierarchy Process (AHP). Lima kriteria digunakan, yaitu Indeks Prestasi Kumulatif, nilai praktikum, tes tertulis dan wawancara, kemampuan microteaching, serta pengalaman. Bobot AHP yang dihasilkan konsisten dengan consistency ratio 0,015, kemudian diterapkan pada delapan alternatif calon asisten sebagai studi kasus. Hasil pengujian menunjukkan bahwa kedua metode menghasilkan tiga peringkat teratas yang identik dan korelasi peringkat Spearman sebesar 0,976, sehingga kedua metode konsisten dalam menetapkan kandidat terbaik. Perbedaan hanya terjadi pada peringkat menengah akibat perbedaan cara normalisasi kedua metode. Dengan model ini, proses seleksi manual dapat digantikan oleh penilaian yang lebih terukur dan mudah ditelusuri.   Kata kunci— sistem pendukung keputusan, asisten laboratorium, SAW, TOPSIS, AHP
Rancang Bangun Sistem Presensi QR Code Berbasis Web Studi Kasus SD Tunas Daud Solemano Francisto Baok, Maestoso; Tommy Adi Prawira Kusuma, Agus; Wibawa Rahayu, Prastyadi
Coding: Jurnal Komputer dan Aplikasi Vol. 14 No. 2 (2026): Edisi September 2026
Publisher : Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/coding.v14i2.110914

Abstract

Pengelolaan data presensi siswa di SD Tunas Daud saat ini masih dilakukan secara konvensional menggunakan buku fisik. Metode ini memiliki kelemahan seperti memerlukan waktu yang lama, rentan terhadap kesalahan pencatatan, risiko kerusakan dokumen, serta menyulitkan guru dalam rekapitulasi laporan bulanan. Penelitian ini bertujuan untuk merancang dan membangun sistem informasi presensi digital berbasis web terintegrasi teknologi QR Code untuk meningkatkan efisiensi dan keakuratan pendataan kehadiran siswa. Pengembangan sistem ini menggunakan metode Waterfall yang meliputi tahapan analisis kebutuhan, perancangan desain menggunakan Unified Modeling Language (UML), implementasi program, serta pengujian sistem. Aplikasi dibangun menggunakan bahasa pemrograman PHP 8.1 dengan framework Laravel dan basis data MySQL 8.0. Pengujian fungsionalitas sistem dilakukan melalui metode Black-Box Testing yang mencakup skenario hak akses Admin dan Wali Kelas. Hasil pengujian menunjukkan tingkat keberhasilan yang sempurna tanpa adanya error, di mana sistem mampu melakukan pemindaian kartu QR Code siswa secara real-time serta mengisolasi hak akses antar kelas dengan aman. Kesimpulan dari penelitian ini adalah sistem presensi QR Code berbasis web yang dibangun layak dan efektif digunakan untuk mendigitalisasi proses absensi, meminimalkan human error, serta mempercepat proses rekapitulasi laporan presensi pada SD Tunas Daud.   Kata kunci— Black-Box Testing, Laravel, Presensi Digital, QR Code, Website
Rancang Bangun Sistem Presensi Siswa TK Tunas Daud Menggunakan Radio Frequency Identification Djuni, Jeane Rambu; Kusuma, Agus Tommy Adi Prawira; Rahayu, Prastyadi Wibawa
Coding: Jurnal Komputer dan Aplikasi Vol. 14 No. 2 (2026): Edisi September 2026
Publisher : Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/coding.v14i2.110919

Abstract

Ketidakfisiensian pencatatan presensi siswa secara manual pada lembaga Pendidikan Anak Usia Dini memicu tingginya risiko kesalahan input data dan lemahnya proteksi validasi berdasarkan kelas perwalian. Penelitian ini bertujuan untuk mendigitalisasi proses kehadiran, mengunci hak akses data antarkelas, serta mempercepat rekapitulasi administrasi bulanan. Metode yang digunakan adalah penelitian kuantitatif melalui pengujian lapangan langsung berbasis metode Black-Box Testing dengan teknik Equivalence Partitioning bersama Guru Pendamping di TK Tunas Daud, dengan fokus pengujian pada hak akses Administrator dan Wali Kelas menggunakan parameter kontrol kelas murni "A1". Cara kerja sistem ini mengandalkan pemindaian kartu RFID secara instan melalui sensor NFC pada perangkat bergerak yang terintegrasi langsung dengan Firebase Realtime Database untuk proses sinkronisasi data. Hasil pengujian fungsional menunjukkan tingkat keberhasilan yang sempurna pada 17 indikator uji yang divalidasi, di mana sistem terbukti andal dalam mengeksekusi fitur anti-double tap, mencegah pemindaian lintas kelas, dan mengonversi laporan kehadiran secara instan ke format Excel (.xls). Kesimpulannya, aplikasi ini sangat efektif untuk meningkatkan efisiensi kerja staf pengajar, memperkuat keamanan proteksi data per kelas, serta menyajikan akurasi data presensi secara real-time.
Prediksi ROAS Shopee Ads Alpha Exhaust Menggunakan Support Vector Regression dan Random Forest Delimasari, Siti; Briandoko, Singgih; Kholif, Ruhul Nur
Coding: Jurnal Komputer dan Aplikasi Vol. 14 No. 2 (2026): Edisi September 2026
Publisher : Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/coding.v14i2.111062

Abstract

Pertumbuhan e-commerce di Indonesia mendorong pergeseran pemasaran ke platform daring, sehingga efektivitas belanja iklan digital yang diukur melalui Return on Ad Spend (ROAS) menjadi faktor kunci daya saing seller di marketplace. Alpha Exhaust, seller komponen otomotif knalpot di Shopee, menghadapi ROAS yang belum stabil dengan rata-rata harian 4,59 dan median 2,48 akibat lonjakan nilai ekstrem pada periode tertentu, sehingga menyulitkan penentuan strategi penawaran iklan dan alokasi anggaran. Kondisi ini mendorong kebutuhan model prediksi berbasis machine learning. Penelitian ini membangun model prediksi ROAS menggunakan Support Vector Regression (SVR) dan Random Forest Regressor (RFR), dengan Linear Regression sebagai baseline, serta mengidentifikasi fitur paling berpengaruh. Menggunakan 597 observasi data kampanye Januari–September 2025, data diproses melalui estimasi durasi, penanganan outlier, dan rekayasa fitur, lalu dievaluasi dengan MAE, RMSE, R², dan SMAPE pada dua skenario fitur, serta dianalisis menggunakan Permutation Importance. SVR default dengan fitur dasar (impressions, clicks, orders, duration) memberikan performa terbaik (R²=0,614; MAE=1,656), mengungguli Linear Regression dan seluruh konfigurasi Random Forest yang performanya lebih rendah akibat distribusi ROAS yang sangat skewed. Fitur Orders terbukti paling dominan dengan kontribusi 3,662 poin MAE. Temuan ini memberikan model komparatif prediksi ROAS sekaligus alat bantu praktis bagi seller untuk mengestimasi ROAS dan mengoptimalkan alokasi anggaran iklan.
Peningkatan Performa Arsitektur CNN Pada Klasifikasi Kualitas Cengkeh Berbasis Augmentasi Data DCGAN Chandra, Lutfi Adika; Triwijoyo, Bambang Krismono; Hairani, Hairani
Coding: Jurnal Komputer dan Aplikasi Vol. 14 No. 2 (2026): Edisi September 2026
Publisher : Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/coding.v14i2.111201

Abstract

Kualitas cengkeh merupakan salah satu faktor yang memengaruhi nilai ekonomi dan mutu hasil panen sehingga proses klasifikasi kualitas menjadi tahapan penting dalam pengendalian mutu. Namun, proses klasifikasi yang masih dilakukan secara manual rentan menghasilkan penilaian yang subjektif dan kurang konsisten, sedangkan keterbatasan jumlah data dapat memengaruhi performa model klasifikasi berbasis deep learning. Penelitian ini bertujuan menganalisis pengaruh penambahan data sintetis menggunakan Deep Convolutional Generative Adversarial Network (DCGAN) terhadap performa model Convolutional Neural Network (CNN), MobileNetV2, ResNet50V2, dan VGG19 dalam klasifikasi kualitas cengkeh. Dataset terdiri atas tiga kelas, yaitu berjamur, berkuncup, dan tidak berkuncup, yang melalui tahap cropping dan resize. Data sintetis hasil DCGAN ditambahkan pada data latih, sedangkan data validasi dan data uji menggunakan data asli. Evaluasi dilakukan menggunakan metrik accuracy, loss, precision, recall, dan F1-score. Hasil penelitian menunjukkan bahwa penambahan data sintetis meningkatkan accuracy pada seluruh model, yaitu CNN dari 85,56% menjadi 93,33%, MobileNetV2 dari 95,56% menjadi 96,67%, ResNet50V2 dari 91,11% menjadi 93,33%, dan VGG19 dari 95,56% menjadi 97,78%. Berdasarkan hasil tersebut, penambahan data sintetis menggunakan DCGAN memberikan peningkatan performa klasifikasi pada seluruh model yang diuji, dengan VGG19 memperoleh performa terbaik berdasarkan nilai accuracy, precision, recall, dan F1-score
Implementasi Model Massively Multilingual Speech Mendukung Sistem Speech-to-Text Berbasis Web bagi Mahasiswa Tunarungu Wariyanto Abdullah, Robi; Miftakhurrokmat; Sugiarto, Lilik
Coding: Jurnal Komputer dan Aplikasi Vol. 14 No. 2 (2026): Edisi September 2026
Publisher : Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/coding.v14i2.111426

Abstract

Mahasiswa tunarungu sering mengalami kesulitan mengikuti penyampaian materi perkuliahan secara lisan, sehingga diperlukan teknologi yang mampu meningkatkan aksesibilitas pembelajaran melalui transkripsi ucapan secara otomatis. Penelitian ini bertujuan mengevaluasi performa model Massively Multilingual Speech (MMS) pada pengembangan prototipe sistem Speech-to-Text berbasis web sebagai media pendukung komunikasi dan pembelajaran bagi mahasiswa tunarungu. Penelitian menggunakan metode eksperimen dengan mengembangkan prototipe berbasis Laravel yang terintegrasi dengan model MMS melalui REST API. Evaluasi dilakukan terhadap beberapa konfigurasi model, parameter beam search, deteksi aktivitas suara (Voice Activity Detection), dan jumlah data latih menggunakan metrik akurasi serta waktu respons. Hasil penelitian menunjukkan bahwa konfigurasi terbaik diperoleh pada model MMS-Large dengan 1000 data latih, yang menghasilkan akurasi 87,34% pada ucapan berbahasa Indonesia dan 64,63% pada ucapan campuran Indonesia–Inggris, dengan waktu respons yang mendukung penggunaan secara waktu nyata. Hasil tersebut menunjukkan bahwa model MMS mampu diimplementasikan secara efektif pada sistem Speech-to-Text berbasis web dan berpotensi menjadi solusi teknologi asistif untuk meningkatkan aksesibilitas pembelajaran serta komunikasi mahasiswa tunarungu di lingkungan pendidikan
Penerapan Ensemble Learning Berbasis Bagging Dan Boosting Untuk Klasifikasi Risiko Serangan Jantung Agum Gynastiar, Ahmad; Hendro Martono, Galih; Sulistianingsih, Neny
Coding: Jurnal Komputer dan Aplikasi Vol. 14 No. 2 (2026): Edisi September 2026
Publisher : Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/coding.v14i2.111427

Abstract

Penyakit jantung memerlukan deteksi risiko secara dini untuk mendukung upaya pencegahan. Penelitian ini bertujuan membandingkan kinerja empat metode ensemble learning, yaitu Bagging Decision Tree, Random Forest, AdaBoost, dan Gradient Boosting untuk klasifikasi risiko serangan jantung. Dataset yang digunakan adalah Heart Attack Risk Dataset yang terdiri atas 20.000 data dan 28 atribut. Tahapan penelitian meliputi preprocessing, Label Encoding, seleksi fitur menggunakan SelectKBest berbasis Mutual Information, dan pembentukan skenario Top-10, Top-15, serta Top-20 fitur. Ketidakseimbangan kelas ditangani menggunakan SMOTE, sedangkan optimasi hiperparameter dilakukan dengan RandomizedSearchCV. Evaluasi menggunakan Stratified 5-Fold Cross-Validation dengan recall kelas positif sebagai metrik utama, dilengkapi uji Wilcoxon Signed-Rank dengan koreksi Holm. Hasil menunjukkan bahwa Gradient Boosting pada skenario Top-10 memiliki kinerja empiris terbaik berdasarkan prioritas recall kelas positif, dengan accuracy sebesar 71,40% ± 0,61%, recall positif 74,20% ± 0,50%, dan F1-score positif 67,68% ± 0,48%. Pada pengujian akhir, diperoleh accuracy 71,17%, precision 61,84%, recall 74,60%, dan F1-score 67,62%. Uji statistik menunjukkan perbedaan kinerja antar-metode tidak signifikan pada taraf 5%. Model belum dapat digunakan untuk keputusan klinis dan memerlukan validasi lebih lanjut. Kata kunci — ensemble learning, risiko serangan jantung, feature selection, SMOTE, machine learning.
Penerapan Metode Game Development Life Cycle (GDLC) dalam Pengembangan Game Edukatif Matematika Sekolah Dasar Ramadhan, Muhammad Putra; Sauda, Siti
Coding: Jurnal Komputer dan Aplikasi Vol. 14 No. 2 (2026): Edisi September 2026
Publisher : Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/coding.v14i2.111429

Abstract

Pendekatan pendidikan saat ini untuk siswa sekolah dasar tingkat awal menghadirkan tantangan fundamental, di mana peserta didik yang tergolong sebagai digital native dihadapkan pada sistem pembelajaran yang mayoritas masih bersifat analog. Siswa kelas 1–2 SD sering mengalami kesulitan dalam berhitung melalui metode konvensional yang abstrak. Penelitian ini bertujuan mengembangkan game edukasi berbasis mobile menggunakan metode Game Development Life Cycle (GDLC) untuk siswa kelas 1–2 SD yang memuat materi penjumlahan, pengurangan, dan perkalian. Game dikembangkan menggunakan Unity Engine dengan bahasa pemrograman C# dan diuji pada perangkat Android melalui pengujian Black Box serta User Acceptance Test kepada 50 siswa menggunakan instrumen skala Likert. Metode GDLC diterapkan melalui enam tahapan: inisiasi, pra-produksi, produksi, pengujian, rilis, dan pemeliharaan. Hasil pengujian Black Box menunjukkan seluruh fitur utama berjalan valid, dan hasil User Acceptance Test menunjukkan bahwa game dinilai “Sangat Membantu” dalam proses belajar matematika. Game yang dihasilkan bernama MathQuest, bergenre 2D Platformer dengan tiga level yang masing-masing memuat materi penjumlahan (Level 1), pengurangan (Level 2), dan perkalian (Level 3).

Page 44 of 46 | Total Record : 451

 42   43   44   45   46 

Filter by Year

2013 2026


Reset
Filter By Issues
All Issue Vol. 14 No. 2 (2026): Edisi September 2026 Vol. 14 No. 1 (2026): Edisi April 2026 Vol. 13 No. 3 (2025): Edisi Desember 2025 Vol 13, No 3 (2025): Edisi Desember 2025 Vol 13, No 2 (2025): Edisi September 2025 Vol 13, No 1 (2025): Edisi April 2025 Vol 12, No 3 (2024): Edisi Desember 2024 Vol 12, No 2 (2024): Edisi September 2024 Vol 12, No 1 (2024): Edisi April 2024 Vol 11, No 3 (2023): Edisi Desember 2023 Vol 11, No 2 (2023): Edisi September 2023 Vol 11, No 1 (2023): Edisi April 2023 Vol 10, No 03 (2022): Edisi Desember 2022 Vol 10, No 02 (2022): Edisi September 2022 Vol 10, No 01 (2022): Edisi April 2022 Vol 9, No 03 (2021): Edisi Desember 2021 Vol 9, No 02 (2021): Edisi September 2021 Vol 9, No 01 (2021): Edisi April 2021 Vol 8, No 3 (2020): Coding : Jurnal Komputer dan Aplikasi Vol 8, No 2 (2020): Coding : Jurnal Komputer dan Aplikasi Vol 8, No 1 (2020): Coding : Jurnal Komputer dan Aplikasi Vol 7, No 03 (2019): Coding : Jurnal Komputer dan Aplikasi Vol 7, No 02 (2019): Coding : Jurnal Komputer dan Aplikasi Vol 7, No 01 (2019): Coding : Jurnal Komputer dan Aplikasi Vol 6, No 3 (2018): Jurnal Coding Siskom Untan Vol 6, No 2 (2018): Jurnal Coding Siskom Untan Vol 6, No 1 (2018): Jurnal Coding Siskom Untan Vol 6, No 1 (2018): Jurnal Coding Siskom Untan Vol 5, No 3 (2017): Jurnal Coding Siskom Untan Vol 5, No 2 (2017): Jurnal Coding Siskom Untan Vol 5, No 2 (2017): Jurnal Coding Siskom Untan Vol 5, No 1 (2017): Jurnal Coding Siskom Untan Vol 4, No 3 (2016): Jurnal Coding Siskom Untan Vol 4, No 2 (2016): Jurnal Coding Siskom Untan Vol 4, No 1 (2016) Vol 3, No 3 (2015): Jurnal Coding Sistem Komputer Vol 3, No 3 (2015): Jurnal Coding Sistem Komputer Vol 3, No 2 (2015): Jurnal Coding Sistem Komputer Vol 3, No 1 (2015): Jurnal Coding Sistem Komputer Vol 3, No 1 (2015): Coding Vol 3, No 1 (2015): Jurnal Coding Sistem Komputer Vol 2, No 3 (2014): Jurnal Coding Sistem Komputer Vol 2, No 2 (2014): Jurnal Coding Sistem Komputer Vol 2, No 2 (2014): Jurnal Coding Vol 2, No 1 (2014): Jurnal Coding Sistem Komputer Vol 1, No 2 (2013): Jurnal Coding Sistem Komputer Vol 1, No 2 (2013): Jurnal Coding Sistem Komputer Vol 1, No 1 (2013): Jurnal Coding Sistem Komputer Vol 1, No 1 (2013): Jurnal CODING More Issue