cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Hanny Haryanto
Contact Email
hanny.haryanto@dsn.dinus.ac.id
Phone
-
Journal Mail Official
hanny.haryanto@dsn.dinus.ac.id
Editorial Address
-
Location
Kota semarang,
Jawa tengah
INDONESIA
Techno.Com: Jurnal Teknologi Informasi
Published by Universitas Dian Nuswantoro
ISSN : 14122693     EISSN : 23562579     DOI : -
Core Subject : Science, Engineering,
Computer Science & IT Engineering
Topik dari jurnal Techno.Com adalah sebagai berikut (namun tidak terbatas pada topik berikut) : Digital Signal Processing, Human Computer Interaction, IT Governance, Networking Technology, Optical Communication Technology, New Media Technology, Information Search Engine, Multimedia, Computer Vision, Information Retrieval, Intelligent System, Distributed Computing System, Mobile Processing, Computer Network Security, Natural Language Processing, Business Process, Cognitive Systems, Software Engineering, Programming Methodology and Paradigm, Data Engineering, Information Management, Knowledge Based Management System, Game Technolog
Arjuna Subject : -
Articles 737 Documents
 65   66   67   68   69 
Thematic Analysis and Game-based Learning for the Development of Virtual Cultural Heritage Museums as Learning Agents Fanani, Ahmad Zainul; Syarif, Arry Maulana; Laksana, Deddy Award Widya; Himawan, Heribertus; Haryanto, Hanny
Techno.Com Vol. 24 No. 2 (2025): Mei 2025
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62411/tc.v24i2.12723

Abstract

This study aims to develop a virtual cultural heritage museum as a learning agent. Qualitative approach with thematic analysis method was applied to design a virtual museum based on the perspective of museum management as a provider of learning facilities. The opinions collected were in the form of challenges and obstacles in functioning the museum as a provider of learning facilities. Opinions were used to identify the theme of the virtual museum, and synthesized with six strategies in effective learning. The resulting synthesis was then used to develop a virtual museum model using a game-based learning approach. The Photogrammetry technique was used for 3D reconstruction of cultural heritage objects to achieve high precision results, both in terms of shape and texture. The evaluation conducted using the User Accaptence Test technique shows that the proposed model and method can actualize the characteristics of effective learning strategies.   Keywords - Thematic analysis, Game-based learning, Learning agent, Virtual museums, Photogrammetry
Sistem Monitoring Suhu Tubuh, Detak Jantung dan Saturasi Oksigen Berbasis Web Server Alamsyah, Alamsyah; Sollu, Tan Suryani; S, Candra
Techno.Com Vol. 24 No. 2 (2025): Mei 2025
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62411/tc.v24i2.12781

Abstract

Sistem monitoring kesehatan seperti suhu tubuh, detak jantung, dan saturasi oksigen merupakan aspek yang sangat vital dalam mendeteksi gejala awal dari berbagai penyakit seseorang terutama dalam kondisi pasca-pandemi COVID-19. Namun, permasalahan yang muncul adalah adanya keterbatasan dalam sistem monitoring konvensional yang bersifat manual dan tidak real-time yang seringkali menghambat efisiensi dalam proses memonitoring kesehatan, khususnya di lingkungan rumah sakit, puskesmas, atau pemantauan individu di rumah. Untuk itu, tujuan penelitian ini adalah merancang dan mengembangkan sistem monitoring kesehatan yang mampu mengukur tanda-tanda vital sign secara real-time dan terintegrasi dengan web server agar data dapat diakses secara jarak jauh melalui smartphone. Penerapan metode yang digunakan dalam penelitian ini mencakup perancangan perangkat keras menggunakan sensor MLX90614 untuk suhu tubuh, sensor MAX30100 untuk denyut jantung dan saturasi oksigen, serta mikrokontroler ESP32-CAM yang memiliki konektivitas Wi-Fi dan kamera. Data yang diperoleh dari sensor dikirimkan secara otomatis ke web server berbasis protokol HTTP dan ditampilkan dalam antarmuka berbasis web yang ramah pengguna. Kebaruan dari penelitian ini terletak pada integrasi sensor vital sign dengan ESP32-CAM berbasis IoT yang tidak hanya mengirimkan data biometrik secara real-time, tetapi juga memungkinkan pengawasan visual melalui kamera bawaan, yang sangat berguna untuk verifikasi pasien dalam konteks monitoring jarak jauh. Hasil pengujian sistem menunjukkan bahwa perangkat mampu membaca dan mengirimkan data dengan tingkat akurasi rata-rata suhu tubuh sebesar 99,34 %, detak jantung sebesar 87,89 %, dan saturasi oksigen sebesar 99,13%.   Kata Kunci - monitoring, suhu, detak jantung, saturasi oksigen, web server.
Analisis Sentimen Komentar Tiktok Tentang Kasus TPPO TKI Di Kamboja Menggunakan Klasifikasi Naive Bayes Untuk Mengukur Opini Publik Mariwy, Florecita; Watratan, Chelsy Jemima Grace; Santos, Raimondo Dos; Reba, Dessy Natalia; Sabono, Rio Febrian; Pasiakan, Noudia Inex
Techno.Com Vol. 24 No. 2 (2025): Mei 2025
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62411/tc.v24i2.12793

Abstract

Penelitian ini bertujuan untuk memahami opini publik terhadap kasus-kasus Tindak Pidana Perdagangan Orang (TPPO) yang dialami pekerja migran atau Tenaga Kerja Indonesia (TKI) di Kamboja pada tahun 2025. Penelitian ini dilakukan dengan menganalisis sentimen komentar di TikTok. Penelitian ini menggunakan kekuatan algoritma Naive Bayes untuk membaca sentimen tersembunyi di balik komentar dan mengkategorikannya ke dalam spektrum positif, netral, dan negatif, dengan mempertimbangkan semakin populernya media sosial dan prevalensi penipuan pekerjaan online. Dataset ini terdiri dari 7.208 komentar yang dikumpulkan dari platform TikTok dengan menggunakan teknik crawling, yang kemudian diproses dan diberi tag untuk dianalisis. Hasilnya menunjukkan bahwa mayoritas pengguna TikTok cenderung memiliki opini netral terhadap isu TPPO. Model Naive Bayes mencapai tingkat akurasi sebesar 71,06%. Selain meningkatkan pemahaman masyarakat terhadap isu tersebut, penelitian ini diharapkan dapat menjadi amunisi berharga bagi pemerintah Indonesia untuk mengatasi TPPO di masa depan.   Kata kunci: Analisis Sentimen, Naive Bayes, TikTok, TPPO, TKI, Opini Publik
Pembuatan Website UpSite dengan Integrasi Fitur Business Intelligence Menggunakan Metode Prototyping Mumtaz, Jasmine Aulia; Komariansyah, Kinaya Khairunnisa; Pratama, Reza; Gumelar, Muhammad Galuh; Holik, Wildan; Mindara, Gema Parasti; Wicaksono, Aditya
Techno.Com Vol. 24 No. 2 (2025): Mei 2025
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62411/tc.v24i2.12802

Abstract

Perkembangan teknologi informasi yang pesat telah mendorong kebutuhan akan platform pembuatan website yang profesional, terutama bagi bisnis, individu, maupun organisasi tanpa latar belakang teknis. Penelitian ini bertujuan untuk membangun sistem informasi jasa pembuatan website UpSite menggunakan metode prototyping, dengan integrasi fitur business intelligence. Metode ini dipilih karena bersifat iteratif dan memungkinkan penyesuaian sistem secara langsung berdasarkan umpan balik pelanggan. Kebaruan utama dari sistem ini adalah integrasi fitur Business Intelligence (BI) pada dashboard admin, yang menyajikan visualisasi data penjualan dan analisis layanan terlaris secara real-time untuk mendukung pengambilan keputusan. Proses pengembangan mencakup komunikasi kebutuhan, perencanaan awal, pemodelan sistem (use case diagram, activity diagram, dan class diagram), pembangunan prototipe, serta pengujian menggunakan metode black box dan User Acceptance Testing (UAT). Hasil pengujian menunjukkan bahwa seluruh fitur inti, termasuk BI, berjalan sesuai spesifikasi dan memperoleh respons sangat baik dari calon pelanggan. Dengan demikian, UpSite dinyatakan layak digunakan sebagai solusi layanan pembuatan website yang tidak hanya fungsional, tetapi juga inovatif dengan dukungan analitik berbasis data.   Kata Kunci - UpSite; Metode Prototyping; Pembuatan Website; Business Intelligence; Pengujian Black Box
Desain Dashboard untuk Penyajian Informasi Publik Rumah Sakit berbasis Indikator Kinerja dan Evaluasi Dashboard Menggunakan Short-User Experience Questionnaire Priyandari, Yusuf; Setyoko, Rio Detri; Pujiyanto, Eko; Wicaksono, Hendro
Techno.Com Vol. 24 No. 2 (2025): Mei 2025
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62411/tc.v24i2.12804

Abstract

Undang-Undang Nomor 14 Tahun 2008 tentang keterbukaan informasi publik mengatur setiap badan publik, termasuk rumah sakit pemerintah, membuka akses atas informasi publik. Sayangnya, informasi publik berupa kinerja rumah sakit hanya dapat diakses dalam format dokumen pdf dan spreadsheet melalui website internal rumah sakit dan website tertentu di tingkat provinsi, serta belum terorganisir dengan baik. Oleh karena itu, penelitian ini mengajukan sebuah rancangan aplikasi dashboard standar bagi semua rumah sakit di sebuah provinsi. Metode perancangan dilakukan dalam empat tahapan, yakni diagnosis sistem, analisis kebutuhan, pembuatan dashboard, dan evaluasi hasil rancangan. Pada setiap tahapan terdapat aktivitas dan secara khusus pada tahapan evaluasi digunakan Short - User Experience Questionnaire (UEQ-S). Hasil rancangan dashboard mampu menyajikan visualisasi informasi terhadap tujuh indikator kinerja rumah sakit sebagai informasi publik untuk tiga kategori pengguna, yakni akademisi perguruan tinggi, pimpinan/staff lembaga eksekutif/legislatif, dan peneliti/media independen. Berdasarkan respon pengalaman pengguna, diketahui bahwa dashboard telah mencapai tujuannya sebagai sebuah aplikasi untuk menyajikan informasi publik, pengguna merasa senang dan nyaman menggunakan dashboard, dan secara keseluruhan kesan pengguna terhadap sistem dashboard sangat baik. Hal ini terlihat dari hasil kuisioner UEQ-S bahwa impresi pengalaman pengguna yang menunjukkan bahwa kualitas pragmatis dashboard dinilai baik (good), kualitas hedonis dinilai sangat baik (excelent) dan secara keseluruhan sistem dashboard dinilai sangat baik (excelent).
Integrasi Algoritma Support Vector Machine dengan Java untuk Memprediksi Kualitas Komponen Otomotif dalam Industri 4.0 Utami, Mailia Putri; Suroso, Finna; Lailasari H. , Fifi; Sibuea, Febry P.J.; Chandra, Kevin
Techno.Com Vol. 24 No. 3 (2025): Agustus 2025
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62411/tc.v24i3.12719

Abstract

Industri 4.0 menandai transformasi besar dalam sektor manufaktur, termasuk industri otomotif, dengan integrasi teknologi cerdas seperti machine learning untuk meningkatkan efisiensi dan kualitas produksi. Penelitian ini mengkaji penerapan algoritma Support Vector Machine (SVM) yang diintegrasikan dengan bahasa pemrograman Java untuk memprediksi kualitas komponen otomotif secara akurat. SVM dikenal efektif dalam klasifikasi data yang kompleks dan sangat cocok untuk lingkungan produksi yang memerlukan ketepatan tinggi. Proses penelitian mencakup pengumpulan dan pra-pemrosesan data kualitas komponen, pelatihan model SVM, serta implementasi model dalam platform Java guna memungkinkan integrasi dengan sistem otomasi industri yang telah ada. Hasil pengujian menunjukkan bahwa model SVM yang dibangun mampu mengklasifikasikan kualitas komponen dengan akurasi yang tinggi, memberikan potensi signifikan dalam pengurangan produk cacat dan peningkatan efisiensi produksi. Integrasi dengan Java memungkinkan sistem prediksi ini mudah diimplementasikan dalam infrastruktur perangkat lunak industri yang berbasis Java. Penelitian ini menunjukkan bahwa kombinasi machine learning dan pemrograman terapan dapat menjadi solusi strategis dalam mendukung transformasi digital industri otomotif di era Industri 4.0.   Kata kunci - Support Vector Machine (SVM), Java, Prediksi Kualitas, Komponen Otomotif, Industri 4.0
Aplikasi Pengolahan Citra Digital Untuk Kebutuhan Absensi Karyawan Dengan Metode Euclidean Distance Kamil, Ryan; Sholihaningtias , Dian Nur; Saputra , Eddy
Techno.Com Vol. 24 No. 3 (2025): Agustus 2025
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62411/tc.v24i3.12826

Abstract

Penelitian ini bertujuan untuk merancang dan mengembangkan aplikasi pengolahan citra digital guna mendukung pencatatan jam kerja engineer secara efisien, khususnya pada Divisi HISD di PT Multipolar Technology. Aplikasi ini menggunakan metode Euclidean Distance dalam proses pengenalan wajah untuk kebutuhan absensi karyawan. Sistem dirancang agar dapat berfungsi secara optimal sebagai alat pengarsipan data lokal tanpa menimbulkan gangguan teknis maupun operasional. Selain itu, aplikasi ini diharapkan mampu menyediakan data yang andal untuk mendukung perhitungan KPI dan menganalisis beban kerja individu. Aplikasi dibangun menggunakan bahasa pemrograman Python dengan integrasi pustaka OpenCV, InsightFace, dan database Redis. Hasil pengujian menunjukkan bahwa sistem mampu mengenali wajah dengan akurat serta mempermudah proses pencatatan timesheet, sehingga dapat meningkatkan produktivitas dan pemantauan kinerja.   Kata kunci: Face Recognition, Euclidean Distance, Python.
Evaluasi Kinerja Robot Line Follower Dengan Algoritma LSRB Pada Lintasan Maze Bercabang Nina, Nina; Firgiawan, Wawan; Sulfayanti, Sulfayanti
Techno.Com Vol. 24 No. 3 (2025): Agustus 2025
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62411/tc.v24i3.12849

Abstract

Navigasi otonom merupakan komponen mendasar dalam pengembangan sistem robot bergerak, terutama saat beroperasi di lingkungan bercabang seperti labirin (maze). Pada sistem berbasis mikrokontroler yang memiliki keterbatasan kapasitas pemrosesan dan memori, dibutuhkan algoritma navigasi yang ringan, efisien, serta tidak bergantung pada penyimpanan data jalur. Salah satu solusi yang sesuai dengan kondisi tersebut adalah algoritma Left–Straight–Right–Back (LSRB), strategi navigasi berbasis aturan prioritas arah secara stateless. Pendekatan ini memprioritaskan arah kiri terlebih dahulu, diikuti oleh lurus, kanan, dan terakhir mundur saat robot menghadapi percabangan. Penelitian ini bertujuan untuk mengevaluasi efektivitas algoritma LSRB dalam mengarahkan robot line follower menuju titik tujuan pada lintasan bercabang dengan struktur yang kompleks. Pengujian dilakukan dengan tiga titik awal berbeda, yang masing-masing mewakili tingkat kompleksitas jalur yang bervariasi. Evaluasi kinerja difokuskan pada dua parameter utama, yaitu waktu tempuh dan kestabilan navigasi robot selama pencarian jalur. Hasil menunjukkan bahwa algoritma LSRB mampu mengarahkan robot secara konsisten hingga mencapai titik akhir yang ditentukan. Namun demikian, waktu tempuh yang dihasilkan bervariasi tergantung pada posisi awal dan struktur jalur. Titik awal A menunjukkan performa terbaik dengan rata-rata 5,29 detik, sementara titik B mencatat waktu tertinggi sebesar 25,51 detik. Temuan ini menunjukkan bahwa LSRB efektif untuk navigasi sederhana dan memiliki potensi untuk ditingkatkan melalui integrasi dengan algoritma pemetaan atau teknik pembelajaran mesin agar lebih adaptif dan optimal. Kata kunci - Navigasi Otonom, Robot Line Follower, Algoritma LSRB, Labirin, Waktu Tempuh
Analisis Kesesuaian Lowongan Pekerjaan dan Kemampuan Pencari Kerja dengan Menggunakan Metode Cosine Similarity Ula, Khoiruna Rohmatul; Faisal, Muhammad
Techno.Com Vol. 24 No. 3 (2025): Agustus 2025
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62411/tc.v24i3.12852

Abstract

Di tengah pasar kerja yang terus berkembang pesat, mencocokkan lowongan pekerjaan dengan keterampilan pencari kerja menjadi semakin penting. Penelitian ini mengusulkan metode untuk menganalisis kesesuaian antara lowongan pekerjaan dan kompetensi pencari kerja dengan menggunakan Cosine Similarity. Pendekatan yang digunakan meliputi praproses teks, vektorisasi TF-IDF, dan pengukuran kesamaan untuk mengevaluasi sejauh mana resume pencari kerja sesuai dengan deskripsi pekerjaan. Dataset yang digunakan dalam penelitian ini diperoleh dari Kaggle, yang terdiri dari resume dan deskripsi lowongan pekerjaan dari berbagai bidang. Hasil menunjukkan bahwa sebagian besar pencari kerja memiliki skor kesesuaian yang rendah, dengan rata-rata skor berkisar antara 0 hingga 0.05. Namun, beberapa resume menunjukkan tingkat kesesuaian sedang hingga tinggi, dengan skor tertinggi mencapai 0.21. Selain menghitung skor kemiripan, sistem juga memberikan umpan balik yang bermakna berupa rekomendasi keterampilan tambahan yang dapat dikembangkan oleh pencari kerja untuk meningkatkan relevansi mereka terhadap posisi tertentu. Hal ini membantu pencari kerja dalam merancang strategi pengembangan karier yang lebih tepat sasaran. Temuan penelitian ini menegaskan potensi Cosine Similarity sebagai alat yang efektif dalam sistem rekomendasi pekerjaan, yang memberikan hasil yang objektif dan mudah diinterpretasikan.
Klasifikasi Sentimen Ulasan Turis Terhadap Objek Wisata di Bali Menggunakan Support Vector Machine Raudhah, Raudhah; Putra, Fajri Profesio
Techno.Com Vol. 24 No. 3 (2025): Agustus 2025
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62411/tc.v24i3.12868

Abstract

Pariwisata di Bali memainkan peran penting dalam perekonomian daerah, dan ulasan wisatawan dapat memberikan wawasan berharga terkait kualitas pengalaman yang dirasakan. Penelitian ini bertujuan untuk mengklasifikasikan sentimen ulasan wisatawan berbahasa Inggris terhadap enam objek wisata di Bali, yaitu Pantai Kuta, Pantai Nusa Dua, Pantai Sanur, Tegalalang Rice Terrace, Pura Luhur Uluwatu, dan Pura Penataran Agung Lempuyang, dengan total data sebanyak 4.872 ulasan, masing-masing 812 ulasan per objek. Data diperoleh dari situs TripAdvisor dan Google Maps, dan dianalisis melalui tahapan web scraping, text preprocessing, transformasi menggunakan Term Frequency–Inverse Document Frequency (TF-IDF), serta pemodelan dengan algoritma Support Vector Machine (SVM). Hasil evaluasi menunjukkan bahwa algoritma Support Vector Machine (SVM) mampu mengklasifikasikan sentimen dengan akurasi sebesar 93,95% saat menggunakan data yang seimbang dengan precision, recall dan F1-score untuk kedua kelas (Negative dan Positive) masing-masing mencapai 94%, dan akurasi sebesar 90,83% pada data yang tidak seimbang dengan kelas Positve memiliki recall dan F1-score yang lebih tinggi (94% dan 92%), sementara kelas Negative memiliki precision dan F1-score yang sedikit lebih rendah (91% dan 88%). Temuan ini menunjukkan bahwa model bekerja lebih optimal pada data dengan distribusi sentimen yang seimbang. Secara keseluruhan, algoritma Support Vector Machine (SVM) terbukti efektif dan akurat dalam menganalisis sentimen ulasan wisatawan terhadap objek wisata di Bali.   Kata kunci: Sentimen, Ulasan Wisatawan, Support Vector Machine (SVM), Objek Wisata, Bali

Page 67 of 74 | Total Record : 737

 65   66   67   68   69 

Filter by Year

2012 2025


Reset
Filter By Issues
All Issue Vol. 24 No. 4 (2025): November 2025 Vol. 24 No. 3 (2025): Agustus 2025 Vol. 24 No. 2 (2025): Mei 2025 Vol. 24 No. 1 (2025): Februari 2025 Vol. 23 No. 4 (2024): November 2024 Vol. 23 No. 3 (2024): Agustus 2024 Vol. 23 No. 2 (2024): Mei 2024 Vol. 23 No. 1 (2024): Februari 2024 Vol. 22 No. 4 (2023): November 2023 Vol 22, No 3 (2023): Agustus 2023 Vol 22, No 2 (2023): Mei 2023 Vol. 22 No. 1 (2023): Februari 2023 Vol 21, No 4 (2022): November 2022 Vol 21, No 3 (2022): Agustus 2022 Vol 21, No 2 (2022): Mei 2022 Vol 21, No 1 (2022): Februari 2022 Vol 20, No 4 (2021): November 2021 Vol 20, No 3 (2021): Agustus 2021 Vol 20, No 2 (2021): Mei 2021 Vol 20, No 1 (2021): Februari 2021 Vol 19, No 4 (2020): November 2020 Vol 19, No 3 (2020): Agustus 2020 Vol 19, No 2 (2020): Mei 2020 Vol 19, No 1 (2020): Februari 2020 Vol. 18 No. 4 (2019): November 2019 Vol 18, No 3 (2019): Agustus 2019 Vol 18, No 2 (2019): Mei 2019 Vol 18, No 1 (2019): Februari 2019 Vol 17, No 4 (2018): November 2018 Vol 17, No 3 (2018): Agustus 2018 Vol 17, No 3 (2018): Agustus 2018 Vol 17, No 2 (2018): Mei 2018 Vol 17, No 1 (2018): Februari 2018 Vol 16, No 4 (2017): November 2017 Vol 16, No 3 (2017): Agustus 2017 Vol 16, No 2 (2017): Mei 2017 Vol 16, No 1 (2017): Februari 2017 Vol 15, No 4 (2016): November 2016 Vol 15, No 3 (2016): Agustus 2016 Vol 15, No 2 (2016): Mei 2016 Vol 15, No 1 (2016): Februari 2016 Vol 14, No 4 (2015): November 2015 (Hal. 242-342) Vol 14, No 3 (2015): Agustus 2015 (Hal. 165-241) Vol 14, No 2 (2015): Mei 2015 (Hal. 79-164) Vol 14, No 1 (2015): Februari 2015 (Hal. 1-78) Vol 13, No 4 (2014): November 2014 (Hal. 198-262) Vol 13, No 3 (2014): Agustus 2014 (Hal. 132-197) Vol 13, No 2 (2014): Mei 2014 (Hal. 69-131) Vol 13, No 1 (2014): Februari 2014 (Hal. 1-68) Vol 12, No 4 (2013): November 2013 (Hal. 188-240) Vol 12, No 3 (2013): Agustus 2013 (Hal. 136-187) Vol 12, No 2 (2013): Mei 2013 (Hal. 73-135) Vol 12, No 1 (2013): Februari 2013 (Hal. 1-72) Vol 11, No 4 (2012): November 2012 (Hal. 156-210) Vol 11, No 3 (2012): Agustus 2012 (Hal. 108-158) Vol 11, No 2 (2012): Mei 2012 (Hal. 55-106) Vol 11, No 1 (2012): Februari 2012 (Hal. 1-54) More Issue