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 
Optimasi Support Vector Regression Menggunakan Grey Wolf Optimization untuk Prediksi Pendapatan Retribusi Parkir Valentino, Fernando; Magdalena, Lena; Umar Fakhrudin, Mohammad
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.v14i2.111454

Abstract

Pendapatan retribusi parkir harian memiliki karakteristik yang dinamis akibat perbedaan antar rayon parkir, weekend, dan national holiday, sehingga estimasi manual berdasarkan rata-rata historis belum mampu menghasilkan target pendapatan yang akurat. Penelitian ini mengusulkan model Support Vector Regression yang dioptimasi menggunakan Grey Wolf Optimization (SVR-GWO) untuk meningkatkan akurasi prediksi pendapatan retribusi parkir harian. Data historis yang digunakan berasal dari Dinas Perhubungan Kota Cirebon periode Januari 2023 hingga Juli 2025 sebanyak 3.825 data. Dataset diproses melalui Feature Engineering dan dibagi secara kronologis menjadi Training Data dan Testing Data. Model Support Vector Regression menggunakan kernel Radial Basis Function (RBF), sedangkan Grey Wolf Optimization digunakan untuk mengoptimasi hyperparameter (C, ε, dan γ). Kinerja model dievaluasi menggunakan Mean Absolute Error (MAE), Root Mean Square Error (RMSE), Mean Absolute Percentage Error (MAPE), dan R². Hasil penelitian menunjukkan bahwa model SVR-GWO menghasilkan kinerja yang lebih baik dibandingkan baseline SVR, dengan menurunkan nilai MAE dari Rp305.883 menjadi Rp130.101, RMSE dari Rp393.680 menjadi Rp188.259, serta MAPE dari 22,59% menjadi 12,71%, dan meningkatkan nilai R² dari 0,64 menjadi 0,92. Implementasi model ke dalam aplikasi berbasis Laravel menyediakan alat prediksi yang transparan, objektif, dan berbasis data untuk mendukung perencanaan serta pengambilan keputusan terkait pendapatan retribusi parkir.   Kata kunci — Support Vector Regression, Grey Wolf Optimization, Prediksi Pendapatan Retribusi Parkir, Time Series, Hyperparameter Optimization
Optimasi Decision Tree dengan Gradient Boosted Trees untuk Klasifikasi Kelompok Olahraga Berdasarkan Fisik Atlet Bayu Yudho Prakoso, Erlangga; Bondan Prihananto, Fauzi; Arum Sari, Aprilisa; Anugrah Islami, Tomy
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.v14i2.111455

Abstract

Ketidakseimbangan kelas dapat membuat akurasi klasifikasi tampak memadai meskipun kelas minoritas gagal dikenali. Penelitian ini mengevaluasi Decision Tree dan Gradient Boosted Trees untuk mengklasifikasikan 1.271 atlet POPDA Kota Surakarta 2022 ke tujuh kelompok olahraga menggunakan usia, jenis kelamin, tinggi badan, berat badan, dan Indeks Massa Tubuh. Setelah audit data dan koreksi satu label yang tidak konsisten, 1.017 rekaman digunakan sebagai data latih dan 254 sebagai data uji terstratifikasi; data latih dievaluasi dengan repeated stratified 5-fold cross-validation sebanyak 10 pengulangan. Pada validasi berulang, Decision Tree memperoleh akurasi 48,52±0,82% dan macro F1 25,29±1,26%, sedangkan Gradient Boosted Trees mencapai akurasi 56,96±0,72% atau naik 8,45 poin persentase, tetapi macro F1 hanya 24,56±1,27% dan balanced accuracy 23,39±0,92%; peningkatan akurasi signifikan pada skor berpasangan (p=0,00195). Pada data uji terpisah, akurasi Gradient Boosted Trees 50,39% (95% CI 44,29–56,49%) dan perbedaannya terhadap Decision Tree tidak signifikan menurut McNemar (p=0,243), sedangkan class weighting tidak memperbaiki performa kelas minoritas. Hasil menunjukkan bahwa boosting meningkatkan akurasi agregat secara stabil, tetapi belum menyelesaikan bias kelas, sehingga model hanya layak sebagai alat penyaringan awal dengan pengawasan ahli.   Kata kunci— klasifikasi atlet, ketidakseimbangan kelas, CRISP-DM, Decision Tree, Gradient Boosted Trees
Kendali Hybrid PID-Feedforward Berbasis Auto-Learning pada Turbin Pneumatik SUN-BELL ESA120 Muhammad, Farkhan; Norma Mustika, Soraya; Hamdan, Achmad; Rosyidi, Moh Cholid
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.v14i2.111483

Abstract

Pengendalian kecepatan turbin pneumatik pada Rotary Electrostatic Automatic Gun SUN-BELL ESA120 menghadapi tantangan inersia tinggi yang memicu fenomena integrator windup pada PID konvensional, sehingga diperlukan metode kendali yang lebih adaptif. Penelitian ini mengembangkan metode Hybrid PID-Feedforward dengan fitur Auto-Learning berbasis PLC Mitsubishi, di mana identifikasi sistem dilakukan secara offline melalui strategi Downward Scanning (40.000–10.000 RPM) untuk memetakan karakteristik back pressure ke dalam File register PLC. Hasil pengujian menunjukkan metode ini mampu mereduksi rise time dari 30 detik menjadi 7 detik, menekan overshoot dari 12,5% menjadi 1,25%, serta menjaga fluktuasi kecepatan dalam toleransi ±50 RPM saat Spray ON melalui logika PID Inject dengan offset 10.000 RPM. Sistem ini terbukti menjadi solusi kendali yang presisi, aman bagi air bearing, dan bersifat plug-and-play terhadap perbedaan karakteristik viskositas cat serta perbedaan tekanan angin dari berbagai jenis kompresor pada industri pengecatan Kata kunci—SUN-BELL ESA120, PLC Mitsubishi, Hybrid PID-Feedforward, Auto-Learning, Downward Scanning
Komparasi Algoritma Supervised Learning dengan Negative Sampling untuk Klasifikasi Teks Promosi Judi Online Ramadhan, Faizal Putra; Chusna, Nuke Lu'Lu Ul; Ariani, Wiga
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.v14i2.111763

Abstract

Maraknya promosi judi online di kolom komentar media sosial (YouTube, TikTok, Instagram) mendorong perlunya sistem moderasi otomatis yang mampu membedakan konteks bahasa secara akurat. Penelitian ini mengusulkan sistem deteksi berbasis Natural Language Processing dengan membandingkan empat algoritma supervised learning, yaitu Support Vector Machine (LinearSVC), Logistic Regression, Multinomial Naive Bayes, dan XGBoost, menggunakan ekstraksi fitur TF-IDF unigram-bigram. Untuk menekan angka False Positive pada kata kunci ambigu seperti “slot” dan “gacor”, diterapkan pendekatan Negative Sampling pada dataset campuran lintas platform sebanyak 12.917 data valid. Hasil eksperimen dengan Stratified 5-Fold Cross Validation dan rasio split 80:20 menunjukkan bahwa model berbasis pohon seperti XGBoost menghasilkan performa terendah (F1-Score 87,15%) akibat keterbatasan dalam memproses matriks fitur renggang berdimensi tinggi. Sebaliknya, model linier terbukti lebih adaptif, dengan Support Vector Machine (LinearSVC) sebagai model optimal yang meraih Accuracy 94,20%, Precision 93,29%, Recall 91,19%, F1-Score 92,23%, dan AUC 0,9820 pada data uji. Model terbaik ini kemudian diimplementasikan ke dalam purwarupa Arsitektur Sistem Deteksi Hybrid 4 tingkat berbasis aplikasi web menggunakan Gradio untuk mitigasi secara real-time. Hasil penelitian ini menegaskan bahwa kombinasi algoritma linier, ekstraksi fitur TF-IDF, dan Negative Sampling merupakan pendekatan yang efektif dan efisien untuk deteksi promosi judi online pada teks berbahasa Indonesia.
Deteksi Audio Deepfake Berbasis Ekstraksi Fitur Menggunakan Algoritma Machine Learning: Deteksi Audio Deepfake Berbasis Ekstraksi Fitur Menggunakan Algoritma Machine Learning: Random Forest dengan Feature Selection RFECV Martianus, Raka Pradana; Darmawan, Risanto; Hikmah, 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.v14i2.111784

Abstract

Perkembangan teknologi Generative AI memungkinkan terciptanya audio deepfake yang sulit dibedakan dari suara asli, sehingga berisiko disalahgunakan untuk kejahatan siber berbasis voice spoofing dan social engineering. Kondisi ini menjadikan pengembangan sistem deteksi audio deepfake yang akurat sebagai kebutuhan mendesak. Penelitian ini bertujuan mengembangkan sistem deteksi audio deepfake menggunakan pendekatan feature fusion, yang menggabungkan tujuh fitur akustik (MFCC, Delta MFCC, Delta-Delta MFCC, Chroma, Spectral Contrast, Spectral Rolloff, dan RMS Energy) menjadi vektor berdimensi 141. Lima algoritma machine learning klasik SVM, Random Forest, XGBoost, KNN, dan MLP dievaluasi menggunakan dataset ASVspoof 2019 LA yang dikombinasikan dengan data primer, melalui tahapan augmentasi, SMOTE, RandomSearchCV, serta seleksi fitur dengan RFECV. Hasil penelitian menunjukkan bahwa model Random Forest memberikan performa terbaik dengan akurasi 0,8688, F1-score 0,8597, precision 0,9234, ROC-AUC 0,9171, dan EER 0,1375, dengan fitur Spectral Contrast (contrast_6) teridentifikasi sebagai fitur paling informatif. Model terbaik selanjutnya diimplementasikan pada platform Hugging Face sebagai sistem deteksi audio deepfake bagi pengguna akhir, meskipun masih ditemukan keterbatasan berupa delay pada perekaman langsung dan penurunan akurasi pada audio bernoise tinggi. Temuan ini menegaskan bahwa pendekatan feature fusion efektif meningkatkan kemampuan deteksi audio deepfake sekaligus membuka peluang pengembangan lebih lanjut untuk penerapan yang lebih andal di dunia nyata.
Penerapan Pembacaan Dan Pengiriman Data Sensor Kebocoran Gas LPG Menggunakan Multitasking Berbasis MQTT Nataniel, Alvin; Bahri, Syamsul; Hasfani, Hirzen
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.v14i2.111790

Abstract

Sistem monitoring gas LPG berbasis Internet of Things (IoT) memerlukan pengiriman data sensor yang cepat untuk memastikan deteksi kebocoran gas dapat dilakukan secara realtime. Penelitian ini membandingkan dua metode pemrosesan data pada mikrokontroler ESP32, yaitu pemrosesan serial (sekuensial) yang menjalankan seluruh proses secara berurutan dalam satu core, dan pemrosesan paralel dengan multitasking yang memanfaatkan fitur dual-core ESP32 menggunakan FreeRTOS untuk menjalankan pembacaan sensor dan pengiriman data secara bersamaan. Sistem dilengkapi dengan tiga sensor MQ-6 dan tiga sensor DHT22 yang datanya dikirimkan menggunakan protokol MQTT ke server Laravel pada Virtual Private Server. Parameter yang diukur meliputi delay pengiriman data, packet loss yang dievaluasi berdasarkan standar TIPHON, dan utilisasi CPU. Hasil pengujian menunjukkan multitasking mengurangi waktu delay sebesar 61.95% dari 334.50ms menjadi 127.26ms. Dari aspek keandalan jaringan, metode multitasking mampu mengurangi tingkat packet loss hingga 97.67% dari 0.86% menjadi 0.02%. Distribusi utilisasi CPU metode multitasking rata-rata total penggunaan kedua core naik 23.63% dari 0.7401% menjadi 0.915% akibat penjadwalan sistem secara simultan. Hasil penelitian membuktikan bahwa multitasking berbasis FreeRTOS memberikan performa pengiriman data sensor yang lebih baik dibandingkan pemrosesan serial.
Penerapan Sistem Tekanan Air Di Perumda Air Minum Tirta Khatulistiwa Kota Pontianak Berbasis Internet of Things (Iot) Febrian, Muhammad; Nirmala, Irma; Suhardi, Suhardi
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.v14i2.111822

Abstract

Sebagai bagian dari tanggung jawab nya, Perusahaan Umum Daerah Air Minum Tirta Khatulistiwa Kota Pontianak bertanggung jawab untuk menyediakan air bersih dengan tekanan stabil melalui jaringan distribusi. Namun, karena pengukuran tekanan air masih dilakukan secara manual dengan cara mencatat setiap 1 jam, ada kemungkinan terlewat waktu dan perbedaan data antara petugas dan sensor yang tertanam di instalasi. Selain itu, pemantauan sensor yang tertanam hanya dapat dilakukan melalui jaringan lokal, yang membatasi akses ke pemantauan jarak jauh. Tujuan penelitian ini adalah untuk mengetahui apakah sensor tekanan air dan manometer memiliki hasil pengukuran yang berbeda, serta tingkat akurasi sistem pemantauan yang dibangun. Sistem menggunakan Arduino Uno untuk menerima pembacaan sensor tekanan air dan NodeMCU ESP32 untuk mengirimkan data ke MySQL melalui internet, kemudian website menampilkan data secara realtime. Pengujian dilakukan di Resiskom UNTAN dalam waktu 2 x 15 menit dan di PERUMDA Air Minum Tirta Khatulistiwa Kota Pontianak dalam waktu 6 x 24 jam. Pada pengujian menggunakan sensor dan metode manual menunjukkan bahwa sensor memiliki tekanan rata-rata 2,1008 bar dan manometer memiliki tekanan rata-rata 2,3108 bar. Akurasi sistem 90,30% pada kondisi pelan, 90,33% pada kondisi sedang di Resiskom UNTAN, dan 91,07% di PERUMDA menunjukkan konsistensi dan stabilitas sistem.
Pengembangan Sistem Inventaris Perangkat Laboratorium Komputer Berbasis Web Menggunakan Metode Waterfall Salwa, Tin; Ahmad, Nazaruddin
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.v14i2.111834

Abstract

Pengelolaan perangkat laboratorium komputer memerlukan pencatatan dan pemantauan informasi yang terstruktur karena perangkat digunakan dalam kegiatan praktikum dan memiliki kondisi yang dapat berubah. Pada SMP Negeri 18 Banda Aceh, sistem inventaris yang tersedia belum menyajikan informasi perangkat laboratorium secara rinci, terutama terkait identitas, spesifikasi, dan kondisi setiap perangkat. Penelitian ini bertujuan menginisiasi digitalisasi tata kelola inventaris perangkat laboratorium komputer berbasis web menggunakan framework Laravel untuk mendukung pendataan, pemantauan kondisi, pencarian informasi, pelaporan, serta pembagian hak akses pengguna. Metode penelitian yang digunakan adalah Software Development Life Cycle (SDLC) Waterfall yang meliputi analisis kebutuhan, perancangan, implementasi, dan pengujian. Pengumpulan data dilakukan melalui observasi dan wawancara dengan pihak pengelola laboratorium. Sistem dikembangkan menggunakan Laravel dan MySQL serta menerapkan pembagian hak akses antara Kepala Laboratorium Komputer dan Kepala Sekolah. Validasi fungsional sistem dievaluasi melalu metode Black Box Testing terhadap 20 kasus uji berdasarkan fungsi dan hak akses pengguna. Rekapitulasi hasil verifikasi memaparkan bahwa keseluruhan kasus uji menghasilkan keluaran aktual yang sesuai dengan keluaran yang diharapkan, dengan capaian akurasi performa fungsional berada pada persentase 100%. Parameter uji ini mengindikasikan bahwa seluruh fitur sistem yang diuji telah memenuhi spesifikasi kebutuhan target.
Pengembangan Sistem Informasi Akademik Sekolah Berbasis Web Menggunakan Metode Prototype Alya Nazwa, Ghina; Ahmad, Nazaruddin
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.v14i2.111836

Abstract

Dinamika kemajuan ekosistem teknologi digital terus mendorong perubahan dalam berbagai sektor, termasuk bidang pendidikan. Perenerapan teknologi dalam pengelolaan informasi akademik dapat membantu sekolah mengelola data secara lebiih terstruktur sekaligus mendukung kelancaran pelayanan akademik. Namun, berdasarkan hasil observasi di SMP Negeri 18 Banda Aceh, pengelolaan data akademik masih dilakukan secara konvensional menggunakan aplikasi Microsoft Excel dan Microsoft Word. Hal ini menyebabkan data tidak terintegrasi, sulit dalam pencarian, sehingga berpotensi terjadi kehilangan data. Selain itu, permasalahan akademik seperti bentrok jadwal pelajaran, pengelolaan roster yang tidak terstruktur, serta keterlambatan penyampaian informasi kepada guru menjadi kendala dalam proses administrasi. Penelitian ini bertujuan untuk mengembangkan sistem informasi akademik berbasis web yang mampu mengatasi permasalahan tersebut. Metode yang digunakan dalam penelitian ini adalah metode prototype, yang memungkinkan adanya interaksi langsung antara pengguna dan pengembangan sistem melalui proses evaluasi ulang. Sistem dikembangkan menggunakan framework Laravel untuk meningkatkan efisiensi pengembangan serta keamanan sistem. Luaran penelitian ini diwujudkan dalam bentuk aplikasi sistem informasi akademik berbasis web yang dirancang untuk mendukung pengelolaan data guru, penyusunan jadwal pembelajaran, serta pengaturan roster pelajaran. Dua tingkatan aksesibilitas pengguna diintegrasikan secara terpisah ke dalam arsitektur digital ini, yaitu admin dengan hak akses penuh (CRUD), dan guru dengan hak akses terbatas (Read-only). Dengan adanya sistem ini, pengelolaan data akademik menjadi lebih terintegrasi, cepat, dan efisien, serta mampu meminimalisir kesalahan dalam penyusunan jadwal dan penyampaian informasi.   Kata kunci: Sistem Informasi Akademik, Prototype, Web, Laravel, Black Box Testing.
Perancangan Sistem Monitoring Air Ballast Kapal Klotok Menggunakan ESP32 berbasis Website Hidayat, Donny; Ristian, Uray; Ruslianto, Ikhwan
Coding: Jurnal Komputer dan Aplikasi Vol. 13 No. 3 (2025): Edisi Desember 2025
Publisher : Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/coding.v13i3.96115

Abstract

Pemantauan kondisi kapal klotok selama perjalanan sungai sangat penting untuk menjaga keselamatan penumpang dan muatan. Salah satu aspek yang perlu diperhatikan adalah ketinggian air ballast di dalam lambung kapal. Penelitian ini bertujuan membangun sistem sederhana yang mampu memantau ketinggian air ballast. Sistem ini menggunakan mikrokontroler ESP32 yang dilengkapi sensor water level float, serta menampilkan data ke dalam halaman web. Data yang diterima dari sensor ditampilkan secara langsung kepada pengguna melalui jaringan lokal yang disediakan oleh ESP32 melalui mode Access Point. Hasil implementasi menunjukkan sistem dapat berjalan secara fungsional dan menampilkan perubahan ketinggian air ballast dengan stabil. Sistem ini dapat menjadi solusi awal pemantauan kondisi air ballast pada kapal klotok secara mandiri dan praktis. Kata kunci—Air ballast, kapal klotok, ESP32, pemantauan

Page 45 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): Jurnal Coding Sistem Komputer Vol 3, No 1 (2015): Coding Vol 2, No 3 (2014): Jurnal Coding Sistem Komputer Vol 2, No 2 (2014): Jurnal Coding Vol 2, No 2 (2014): Jurnal Coding Sistem Komputer 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 Vol 1, No 1 (2013): Jurnal Coding Sistem Komputer More Issue