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
-
Location
Kota yogyakarta,
Daerah istimewa yogyakarta
INDONESIA
Jurnal Buana Informatika
Published by Universitas Atma Jaya Yogyakarta
ISSN : 20872534     EISSN : 20897642     DOI : -
Core Subject : Science,
Computer Science & IT
Arjuna Subject : -
Articles 594 Documents
 18   19   20   21   22 
Sistem Informasi ProMix untuk Peramalan Produk (Studi Kasus pada PT. Batik Danar Hadi - Solo) Dessyana Kardha, Fransisca Romana
Jurnal Buana Informatika Vol 3, No 1 (2012): Jurnal Buana Informatika Volume 3 Nomor 1 Januari 2012
Publisher : Universitas Atma Jaya Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24002/jbi.v3i1.318

Abstract

 Abstract. One of the successful keys to compete in a business is the mastery of information. Marketing jobs in a company is to find the right products for customers rather than to find the right customers for the products. “ProMix” (comes from the term of "Product Mix") is one of some marketing tools to use in order to achieve its marketing objectives in target markets. It assesses the company's operations efficiently to avoid or minimize waste in the organization in the efforts to achieve the goals. Therefore, it is necessary to design a computerized system which, in this study, is called ProMix system. The system can be used to forecast the company's production volume and product distribution. ProMix system is designed and built by using Visual Basic as its programming language and SQL database server. The result is an information system that contributes to the efficiency of company operations and performance management of PT. Danar Hadi Batik Solo in making a decision.Keywords: information system, product mix, product, forecasting, marketing Abstrak. Salah satu kunci keberhasilan untuk mampu bersaing dalam menjalankan usaha adalah penguasaan informasi. Pekerjaan pemasaran dalam perusahaan bukan untuk menemukan pelanggan yang tepat melainkan menemukan produk yang tepat bagi pelanggan. ProMix (berasal dari Istilah “Product Mix”) merupakan salah satu alat pemasaran yang digunakan perusahaan untuk mencapai tujuan pemasarannya di pasar sasaran. Operasi perusahaan dinilai efisien bila mampu menghindari atau meminimalisasi pemborosan di dalam usahanya mencapai sasaran organisasi. Untuk itu dirancang suatu sistem terkomputerisasi dalam penelitian ini yang disebut Sistem ProMix dan dapat digunakan perusahaan untuk meramalkan volume produksi dan pendistribusian produk. Sistem ProMix dirancang dan dibangun menggunakan Visual Basic sebagai bahasa pemrogramannya dan database SQL Server. Hasil dari penelitian ini merupakan sebuah sistem informasi yang dapat memberikan kontribusi terhadap efisiensi operasi perusahaan dan kinerja manajemen PT. Batik Danar Hadi Solo dalam pengambilan keputusan, sehingga dapat meminimalisasi kerugian perusahaan baik dari segi penjualan produk maupun distribusinya.Kata Kunci: sistem informasi, product mix, produk, peramalan, pemasaran
Perangkingan Dokumen Berbahasa Arab Menggunakan Latent Semantic Indexing Wahib, Aminul; Pasnur, Pasnur; Santika, Putu Praba; Arifin, Agus Zainal
Jurnal Buana Informatika Vol 6, No 2 (2015): Jurnal Buana Informatika Volume 6 Nomor 2 April 2015
Publisher : Universitas Atma Jaya Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (417.199 KB) | DOI: 10.24002/jbi.v6i2.411

Abstract

Berbagai metode perangkingan dokumen dalam aplikasi InformationRetrieval telah dikembangkan dan diimplementasikan. Salah satu metode yangsangat populer adalah perangkingan dokumen menggunakan vector space modelberbasis pada nilai term weighting TF.IDF. Metode tersebut hanya melakukanpembobotan term berdasarkan frekuensi kemunculannya pada dokumen tanpamemperhatikan hubungan semantik antar term. Dalam kenyataannya hubungansemantik antar term memiliki peranan penting untuk meningkatkan relevansi hasilpencarian dokumen. Penelitian ini mengembangkan metode TF.IDF.ICF.IBFdengan menambahkan Latent Semantic Indexing untuk menemukan hubungansemantik antar term pada kasus perangkingan dokumen berbahasa Arab. Datasetyang digunakan diambil dari kumpulan dokumen pada perangkat lunak MaktabahSyamilah. Hasil pengujian menunjukkan bahwa metode yang diusulkanmemberikan nilai evaluasi yang lebih baik dibandingkan dengan metodeTF.IDF.ICF.IBF. Secara berurut nilai f-measure metode TF.IDF.ICF.IBF.LSIpada ambang cosine similarity 0,3, 0,4, dan 0,5 adalah 45%, 51%, dan 60%. Namun metode yang disulkan memiliki waktu komputasi rata-rata lebih tinggidibandingkan dengan metode TF.IDF.ICF.IBF sebesar 2 menit 8 detik.
EVALUASI TATA KELOLA SISTEM INFORMASI AKADEMIK BERBASIS COBIT 5 DI UNIVERSITAS PENDIDIKAN GANESHA Putra, I Gusti Lanang Agung Raditya; Sinaga, Benyamin Langgu; Wisnubhadra, Irya
Jurnal Buana Informatika Vol 6, No 4 (2015): Jurnal Buana Informatika Volume 6 Nomor 4 Oktober 2015
Publisher : Universitas Atma Jaya Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (349.108 KB) | DOI: 10.24002/jbi.v6i4.460

Abstract

Abstract. This research is aimed to evaluate the maturity level of IT governance in the implementation of academic information system services at Universitas Pendidikan Ganesha. The method employed is a mix of quantitative and qualitative methods by using a questionnaire, interview, and document research. The foci of this research are in several domains of COBIT 5 including, EDM4, APO7, and BAI4. Source of data obtained from the chair person of the computer center office, the IT staff on computer center office, the IT staff on faculty, and the vice dean of academic affairs. The analysis was done by descriptive interpretative based on COBIT 5. Research results show that IT governance on academic information system services at Universitas Pendidikan Ganesha operates quite well as the maturity level currently reaches level 3 (established). This result is compared with the expected maturity level of 5 (optimizing), the comparison of the result is obtained by the value of the gap. The value of the gap is used to formulate recommendations for improvement. For the improvement of IT governance it is recommended that agencies to prepare competent human resources, as well as documenting every evaluation activities, directing, and monitoring the management of academic information system.Keywords: IT Governance, COBIT 5, Maturity Level. Abstrak. Penelitian ini bertujuan untuk mengevaluasi tingkat kematangan tata kelola teknologi informasi (TI) dalam penerapan layanan sistem informasi akademik (SIAK) di Universitas Pendidikan Ganesha. Metode yang digunakan adalah metode campuran kuantitatif dan kualitatif menggunakan instrumen kuesioner, wawancara, dan studi dokumen. Fokus penelitian ini pada beberapa domain COBIT 5 meliputi, EDM4, APO7, dan BAI4. Sumber data diperoleh dari Kepala Pusat Komputer (Puskom), staf TI Puskom, staf TI fakultas, dan pembantu dekan I. Analisis penelitian dilakukan dengan cara deskriptif interpretatif berbasis COBIT 5. Hasil penelitian menunjukkan tingkat kematangan tata kelola TI pada layanan SIAK Undiksha saat ini berada pada tingkat tiga (established). Hasil ini dibandingkan dengan tingkat kematangan yang diharapkan yaitu tingkat lima (optimizing), dari hasil perbandingan tersebut diperoleh nilai kesenjangan. Nilai kesenjangan digunakan untuk merumuskan rekomendasi perbaikan. Untuk perbaikan tata kelola TI disarankan agar lembaga mempersiapkan SDM yang kompeten, serta mendokumentasikan setiap kegiatan evaluasi, pengarahan, dan monitoring dalam pengelolaan SIAK.Kata Kunci: Tata Kelola TI, COBIT 5, Tingkat Kematangan
Perancangan Arsitektur Perusahaan Dengan Top-Down Approach Pada UD. Sinar Surya Pontianak Kosasi, Sandy
Jurnal Buana Informatika Vol 4, No 2 (2013): Jurnal Buana Informatika Volume 4 Nomor 2 Juli 2013
Publisher : Universitas Atma Jaya Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24002/jbi.v4i2.334

Abstract

Abstract. This research results in a model of company architectural design to integrate all business processes, information systems and the application of information technology. By identifying and clarifying the needs for information related to the strategic activities of the UD. Sinar Surya can facilitate the activities of operational processes and integrate the business processes of marketing and logistics. This is a case study that uses descriptive analysis and exploratory. The data is collected from interviews and observation. Architectural design companies use top-down approach. Data analysis is carried out by using business area analysis on Critical Success Factor, case diagrams and activity diagrams. The results show the data processing and more precise distribution information by minimizing misinformation, procurement and sale of goods, stock information becomes more accurate and relevant, information becomes more consistent. Through synchronization, integration, convergence, and interoperability make the operational performance can be run more effectively and efficiently.Keywords: Enterprise Architecture, Top-Down Approach, Business Area Analysis Abstrak. Penelitian ini menghasilkan sebuah model perancangan arsitektur perusahaan untuk mengintegrasikan seluruh proses bisnis, sistem informasi dan penerapan teknologi informasinya. Mengidentifikasi dan mengklarifikasi kebutuhan akan informasi strategis yang berhubungan dengan kegiatan dari UD. Sinar Surya serta mempermudah dalam kegiatan proses operasional, dan dalam mengintegrasikan proses bisnis bagian pemasaran dan logistik. Penelitian berbentuk studi kasus dan menggunakan metode penelitian analisis deskriptif dan eksploratif. Teknik pengumpulan data dilakukan dengan cara wawancara, dan observasi. Perancangan arsitektur perusahaan menggunakan pendekatan atas-bawah. Metode analisis data menggunakan analisis area bisnis, Critical Success Factor, diagram use case dan diagram activity. Hasil penelitian memperlihatkan pengolahan data dan pendistribusian informasi menjadi lebih tepat, meminimalisasi kekeliruan informasi pengadaan dan penjualan barang, informasi stok menjadi lebih akurat dan relevan, informasi menjadi lebih konsisten. Melalui sinkronisasi, integrasi, konvergensi, dan interoperabilitas membuat kinerja operasional dapat berjalan lebih efektif dan efisien.Kata Kunci: Arsitektur Perusahaan, Pendekatan Atas-Bawah, Analisis Area Bisnis.
Rancang Bangun Real-Time Business Intelligence Untuk Subjek Kegiatan Akademik pada Universitas Menggunakan Change Data Capture Adithama, Stephanie Pamela
Jurnal Buana Informatika Vol 5, No 2 (2014): Jurnal Buana Informatika Volume 5 Nomor 2 Juli 2014
Publisher : Universitas Atma Jaya Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (4082.146 KB) | DOI: 10.24002/jbi.v5i2.354

Abstract

Abstract. The running of academic activities in university continuously adds more data to the existing operational system. The data are not ready for the university strategic decision making, preparing reports for accreditation purposes and academic units. Real-time business intelligence application using data warehouse can become a solution for data analysis. The process of creating a data warehouse includes designing data warehouse, retrieving academic data from multiple data sources, extracting, transforming, loading (ETL) process, creating cube; and generating report. ETL processes are conducted by using a Pull Change Data Capture approach so that data changes during a certain period can be transferred in real-time. The higher the frequency of data change requests brings us closer to real-time and requires less time than loading all the data.Keywords: real-time, business intelligence, data warehouse, academic, change data capture Abstrak.  Kegiatan akademik di universitas berjalan terus menerus dan semakin menambah banyak data pada sistem operasional yang sudah ada. Data tersebut masih belum dapat dimanfaatkan oleh pihak universitas dalam pengambilan keputusan strategis, pembuatan laporan untuk keperluan akreditasi dan unit-unit akademik. Aplikasi real-time business intelligence menggunakan data warehouse menjadi solusi untuk analisa data. Proses pembuatan data warehouse meliputi perancangan data warehouse; pengambilan data akademik dari sumber data; proses extraction, transformation, loading (ETL); pembuatan cube; dan pembuatan laporan. Proses ETL dilakukan menggunakan pendekatan Change Data Capture Pull agar perubahan data selama periode tertentu dapat dipindahkan secara real-time. Semakin tinggi frekuensi permintaan perubahan data akan semakin mendekati real-time dan semakin membutuhkan waktu yang singkat dibandingkan dengan me-load semua data.Kata Kunci: real-time, business intelligence, data warehouse, akademik, change data capture
Sistem Pendukung Keputusan Prediksi Kecepatan Studi Mahasiswa Menggunakan Metode ID3 Giovani, Ronny Ardi; Mudjihartono, Paulus; Pranowo, Pranowo
Jurnal Buana Informatika Vol 2, No 2 (2011): Jurnal Buana Informatika Volume 2 Nomor 2 Juli 2011
Publisher : Universitas Atma Jaya Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (249.071 KB) | DOI: 10.24002/jbi.v2i2.313

Abstract

Abstract. Decision Support System of Students’ Study Speed Prediction Using ID3 Method. Speed can be a decisive period of study a student taking a degree in sajana. In this study would be built applications that serve to speed decision making predictions Students study Computer Science University of Atma Jaya Yogyakarta. Students will be expected sooner or later than the period of study by taking one course or thesis that will be undertaken after a certain semesters. There are many methods of classification of one method of ID3 (Induction Decision 3 'Tree'). Development system in this study made use of intelligent systems-based applications. The results achieved after the system is formed, among others, sophisticated and intelligent system capable of storing past data is used as a reference for decision making, where students with certain criteria can know the travel time of their studies, and can refer to the database so the system can be more detailed and rigorous in determining the choice. Keywords: study period speed, Decision Support Systems, ID3, Intelligent Systems Kecepatan masa studi dapat menjadi penentu seorang mahasiswa dalam menempuh gelar sajana. Dalam penelitian ini akan dibangun aplikasi yang berfungsi untuk pengambilan keputusan prediksi kecepatan studi Mahasiswa Teknik Informatika Universitas Atma Jaya Yogyakarta. Mahasiswa akan diprediksi  cepat atau lambatnya masa studi dalam menempuh mata kuliah maupun skripsi yang akan dijalani setelah semester tertentu. Ada banyak metode klasifikasi salah satunya metode ID3 (Induction Decision 3 ‘Tree’). Pembangunan sistem dalam penelitian ini dibuat menggunakan aplikasi berbasis sistem  cerdas. Hasil yang dicapai setelah sistem ini terbentuk antara lain sistem canggih dan cerdas yang mampu menyimpan data masa lalu yang digunakan sebagai acuan pengambilan keputusan, dimana mahasiswa dengan kriteria tertentu dapat diketahui masa tempuh studi mereka, serta dapat mengacu pada database sehingga sistem dapat lebih detail serta teliti dalam menentukan pilihan. Kata Kunci: kecepatan masa studi, Sistem Pendukung Keputusan, ID3, Sistem Cerdas
Class Imbalanced Learning Menggunakan Algoritma Synthetic Minority Over-sampling Technique – Nominal (SMOTE-N) pada Dataset Tuberculosis Anak Kurniawati, Yulia Ery
Jurnal Buana Informatika Vol 10, No 2 (2019): Jurnal Buana Informatika Volume 10 Nomor 2 Oktober 2019
Publisher : Universitas Atma Jaya Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (376.912 KB) | DOI: 10.24002/jbi.v10i2.2441

Abstract

Abstract. Class Imbalanced Learning (CIL) is the learning process for data representation and information extraction with severe data distribution to develop effective decisions supporting the decision-making process. SMOTE-N is one of the data level approach in CIL using over-sampling method. It generates synthetic instances to balance its minority class. This research applied SMOTE-N on Children Tuberculosis Dataset that has class imbalance. Over-sampling method is chosen to avoid important information loss because the Childhood Tuberculosis Dataset has a small number of instances. The Naive Bayes Classifier has been applied to the balance dataset to evaluate its model. The results show that SMOTE-N can improve CIL performance metrics.Keywords: Class Imbalance Learning, Over-sampling, SMOTE-N, Naïve Bayes ClassifierAbstrak. Class Imbalance Learning (CIL) merupakan proses pembelajaran untuk representasi data dan ekstraksi informasi dengan distribusi data yang buruk untuk mendukung pembuatan keputusan yang efektif dalam proses pengambilan keputusan. SMOTE-N adalah salah satu pendekatan data-level dalam CIL mengunakan metode over-sampling. SMOTE-N menghasilkan instance sintesis untuk menyeimbangkan jumlah instance pada kelas minoritasnya. Penelitian ini mengaplikasikan SMOTE-N pada dataset Tuberculosis Anak (TB Anak) yang memiliki ketidakseimbangan kelas. Metode over-sampling dipilih untuk menghindari kehilangan informasi yang penting dikarenakan dataset TB Anak memiliki jumlah instance yang sedikit. Naïve Bayes Classifier digunakan untuk mengevaluasi model dari dataset yang sudah seimbang. Hasilnya menunjukkan bahwa SMOTE-N dapat meningkatkan kinerja pada CIL.Kata Kunci: Class Imbalance Learning, Over-sampling, SMOTE-N, Naïve Bayes Classifier
Desain dan Implementasi Sistem Informasi Akademik (Studi Kasus Fakultas Ilmu Agama Islam Universitas Islam Indragiri) Ridha, Muhammad Rasyid; Usman, Usman; Prasetyo, Dwi Yuli
Jurnal Buana Informatika Vol 6, No 2 (2015): Jurnal Buana Informatika Volume 6 Nomor 2 April 2015
Publisher : Universitas Atma Jaya Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (447.519 KB) | DOI: 10.24002/jbi.v6i2.406

Abstract

Sistem Informasi yang berjalan di Fakultas Ilmu Agama Islam Universitas Islam Indragiri yang dalam pengolahan data akademiknya masihmenggunkan sistem komputerisasi sederhana. Walaupun sudah didukung dengankomputer tetapi hanya memanfaatkan office standar (Microsoft Office Excel danWord) sehingga memungkinkan banyak sekali kesalahan dalam pengolahan dataakademik. Dan menyebabkan pelayanan akademik yang diberikan oleh FakultasIlmu Agama Islam menjadi kurang efisien, serta mengakibatkan kesulitan dalampencarian data dan menyita waktu relatif lama dalam pembuatan laporan. Untukmembantu dalam menyelesaikan masalah tersebut perlu adanya suatu sisteminformasi akademik yang baru agar setiap pekerjaan yang menyangkut pengolahandatanya dapat dikurangi tingkat kesalahannya serta dapat memberikan pelayananyang memuaskan terhadap para pengguna sistem. Dalam perancangan sisteminformasi akademik ini digambarkan ke dalam bentuk diagram UML (UnifiedModelling Language).
MODIFIKASI ANT COLONY OPTIMIZATION BERDASARKAN GRADIENT UNTUK DETEKSI TEPI CITRA Liantoni, Febri; Suciati, Nanik; Fatichah, Chastine
Jurnal Buana Informatika Vol 6, No 3 (2015): Jurnal Buana Informatika Volume 6 Nomor 3 Juli 2015
Publisher : Universitas Atma Jaya Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (557.421 KB) | DOI: 10.24002/jbi.v6i3.435

Abstract

Abstract. Ant Colony Optimization (ACO) is an optimization algorithm which can be used for image edge detection. In traditional ACO, the initial ant are randomly distributed. This condition can cause an imbalance ants distribution. Based on this problem, a modified ant distribution in ACO is proposed to optimize the deployment of ant based gradient. Gradient value is used to determine the placement of the ants. Ants are not distributed randomly, but are placed in the highest gradient. This method is expected to be used to optimize the path discovery. Based on the test results, the use of the proposed ACO modification can obtain an average value of the Peak Signal to Noise Ratio (PSNR) of 12.724. Meanwhile, the use of the traditional ACO can obtain an average value of PSNR of 12.268. These results indicate that the ACO modification is capable of generating output image better than traditional ACO in which ants are initially distributed randomly.Keywords: Ant Colony Optimization, gradient, Edge Detection, Peak Signal to Noise Ratio Abstrak. Ant Colony Optimization (ACO) merupakan algoritma optimasi, yang dapat digunakan untuk deteksi tepi pada citra Pada ACO tradisional, semut awal disebarkan secara acak. Kondisi ini dapat menyebabkan ketidakseimbangan distribusi semut. Berdasarkan permasalahan tersebut, modifikasi distribusi semut pada ACO diusulkan untuk mengoptimalkan penempatan semut berdasarkan gradient. Nilai gradient digunakan untuk menentukan penempatan semut. Semut tidak disebar secara acak akan tetapi ditempatkan di gradient tertinggi. Cara ini diharapkan dapat digunakan untuk optimasi penemuan jalur. Berdasarkan hasil uji coba, dengan menggunakan ACO modifikasi yang diusulkan dapat diperoleh nilai rata-rata Peak Signal to Noise Ratio (PSNR) 12,724. Sedangkan, menggunakan ACO tradisional diperoleh nilai rata-rata PSNR 12,268. Hasil ini menunjukkan bahwa ACO modifikasi mampu menghasilkan citra keluaran yang lebih baik dibandingkan ACO tradisional yang sebaran semut awalnya dilakukan secara acak.Kata Kunci: Ant Colony Optimization, gradient, deteksi tepi, Peak Signal to Noise Ratio
Identifikasi Penyakit dengan Gejala Awal Demam Menggunakan K-Nearest Neighbor (K-NN) Redjeki, Sri
Jurnal Buana Informatika Vol 4, No 1 (2013): Jurnal Buana Informatika Volume 4 Nomor 1 Januari 2013
Publisher : Universitas Atma Jaya Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24002/jbi.v4i1.329

Abstract

Abstract. K-Nearest Neighbor (K-NN) is a method that uses a supervised algorithm where the results from the new sample test are classified based on the majority of the category on K-NN. K-Nearest Neighbor method (K-NN) is one of the clinical decision making method known as Clinical Decision Support System (CDSS). This Research employs the data of patients who have fever symptoms, in order to be classified into 10 possible diseases. The Research  objects are 82 data and 72 data are used for training while 10 data are used for testing. Value K=3, will be used for the best results in the disease grouping, with the accuracy value result of classification  is 97,2%. It is shown that the K-NN method is part of the CDSS because the value of accuracy that can be tolerated for grouping diseases reaches more than 97%.Keywords: Classification of disease, fever symptoms, K-NN. Abstrak. K-Nearest Neighbor (K-NN) adalah suatu metode yang menggunakan algoritma supervised dimana hasil dari sampel uji yang baru diklasifikasikan berdasarkan mayoritas dari kategori pada K-NN. Metode K-NN merupakan salah satu dari metode pengambilan keputusan klinik atau Clinical Decision Support System (CDSS). Penelitian ini menggunakan data pasien dengan gejala awal demam untuk mengelompokkan penyakit yang terdiri dari 10 penyakit. Obyek penelitian menggunakan data sebanyak 82 dengan 72 data digunakan untuk training dan 10 data digunakan untuk testing. Hasil terbaik pengelompokan penyakit menggunakan nilai K=3 dengan nilai akurasi hasil pengelompokkan sebesar 97,2%. Hal ini menunjukkan bahwa metode K-NN merupakan bagian dari CDSS karena nilai akurasi yang dapat ditoleransi untuk pengelompokan penyakit harus mempunyai nilai akurasi diatas 97%. Kata kunci: Gejala awal demam, K-NN, penyakit.

Page 20 of 60 | Total Record : 594

 18   19   20   21   22 

Filter by Year

2010 2025


Reset
Filter By Issues
All Issue Vol. 16 No. 01 (2025): Jurnal Buana Informatika, Volume 16, Nomor 01, April 2025 Vol. 16 No. 2 (2025): Jurnal Buana Informatika, Volume 16, Nomor 02, Oktober 2025 Vol. 15 No. 01 (2024): Jurnal Buana Informatika, Volume 15, Nomor 01, April 2024 Vol. 15 No. 2 (2024): Jurnal Buana Informatika, Volume 15, Nomor 02, Oktober 2024 Vol. 14 No. 02 (2023): Jurnal Buana Informatika, Volume 14, Nomor 2, Oktober 2023 Vol. 14 No. 01 (2023): Jurnal Buana Informatika, Volume 14, Nomor 1, April 2023 Vol. 13 No. 02 (2022): Jurnal Buana Informatika, Volume 13, Nomor 2, Oktober 2022 Vol. 13 No. 1 (2022): Jurnal Buana Informatika, Volume 13, Nomor 1, April 2022 Vol 12, No 2 (2021): Jurnal Buana Informatika Volume 12 - Nomor 2 - Oktober 2021 Vol. 12 No. 2 (2021): Jurnal Buana Informatika Volume 12 - Nomor 2 - Oktober 2021 Vol. 12 No. 1 (2021): Jurnal Buana Informatika Volume 12 - Nomor 1 - April 2021 Vol 12, No 1 (2021): Jurnal Buana Informatika Volume 12 - Nomor 1 - April 2021 Vol. 11 No. 2: Vol 11, No 2 (2020): Jurnal Buana Informatika Volume 11 - Nomor 2 - Okober 2020 Vol 11, No 2: Vol 11, No 2 (2020): Jurnal Buana Informatika Volume 11 - Nomor 2 - Okober 2020 Vol 11, No 1 (2020): Jurnal Buana Informatika Volume 11 - Nomor 1 - April 2020 Vol. 11 No. 1 (2020): Jurnal Buana Informatika Volume 11 - Nomor 1 - April 2020 Vol 10, No 2 (2019): Jurnal Buana Informatika Volume 10 Nomor 2 Oktober 2019 Vol. 10 No. 2 (2019): Jurnal Buana Informatika Volume 10 Nomor 2 Oktober 2019 Vol 10, No 1 (2019): Jurnal Buana Informatika Volume 10 Nomor 1 April 2019 Vol. 10 No. 1 (2019): Jurnal Buana Informatika Volume 10 Nomor 1 April 2019 Vol. 9 No. 2 (2018): Jurnal Buana Informatika Volume 9 Nomor 2 Oktober 2018 Vol 9, No 2 (2018): Jurnal Buana Informatika Volume 9 Nomor 2 Oktober 2018 Vol. 9 No. 1 (2018): Jurnal Buana Informatika Volume 9 Nomor 1 April 2018 Vol 9, No 1 (2018): Jurnal Buana Informatika Volume 9 Nomor 1 April 2018 Vol 8, No 4 (2017): Jurnal Buana Informatika Volume 8 Nomor 4 Oktober 2017 Vol. 8 No. 4 (2017): Jurnal Buana Informatika Volume 8 Nomor 4 Oktober 2017 Vol 8, No 3 (2017): Jurnal Buana Informatika Volume 8 Nomor 3 Juli 2017 Vol. 8 No. 3 (2017): Jurnal Buana Informatika Volume 8 Nomor 3 Juli 2017 Vol. 8 No. 2 (2017): Jurnal Buana Informatika Volume 8 Nomor 2 April 2017 Vol 8, No 2 (2017): Jurnal Buana Informatika Volume 8 Nomor 2 April 2017 Vol 8, No 1 (2017): Jurnal Buana Informatika Volume 8 Nomor 1 Januari 2017 Vol. 8 No. 1 (2017): Jurnal Buana Informatika Volume 8 Nomor 1 Januari 2017 Vol 7, No 4 (2016): Jurnal Buana Informatika Volume 7 Nomor 4 Oktober 2016 Vol. 7 No. 4 (2016): Jurnal Buana Informatika Volume 7 Nomor 4 Oktober 2016 Vol 7, No 3 (2016): Jurnal Buana Informatika Volume 7 Nomor 3 Juli 2016 Vol. 7 No. 3 (2016): Jurnal Buana Informatika Volume 7 Nomor 3 Juli 2016 Vol. 7 No. 2 (2016): Jurnal Buana Informatika Volume 7 Nomor 2 April 2016 Vol 7, No 2 (2016): Jurnal Buana Informatika Volume 7 Nomor 2 April 2016 Vol 7, No 1 (2016): Jurnal Buana Informatika Volume 7 Nomor 1 Januari 2016 Vol. 7 No. 1 (2016): Jurnal Buana Informatika Volume 7 Nomor 1 Januari 2016 Vol 6, No 4 (2015): Jurnal Buana Informatika Volume 6 Nomor 4 Oktober 2015 Vol 6, No 4 (2015): Jurnal Buana Informatika Volume 6 Nomor 4 Oktober 2015 Vol. 6 No. 4 (2015): Jurnal Buana Informatika Volume 6 Nomor 4 Oktober 2015 Vol 6, No 3 (2015): Jurnal Buana Informatika Volume 6 Nomor 3 Juli 2015 Vol 6, No 3 (2015): Jurnal Buana Informatika Volume 6 Nomor 3 Juli 2015 Vol. 6 No. 3 (2015): Jurnal Buana Informatika Volume 6 Nomor 3 Juli 2015 Vol 6, No 2 (2015): Jurnal Buana Informatika Volume 6 Nomor 2 April 2015 Vol. 6 No. 2 (2015): Jurnal Buana Informatika Volume 6 Nomor 2 April 2015 Vol 6, No 2 (2015): Jurnal Buana Informatika Volume 6 Nomor 2 April 2015 Vol 6, No 1 (2015): Jurnal Buana Informatika Volume 6 Nomor 1 Januari 2015 Vol 6, No 1 (2015): Jurnal Buana Informatika Volume 6 Nomor 1 Januari 2015 Vol. 6 No. 1 (2015): Jurnal Buana Informatika Volume 6 Nomor 1 Januari 2015 Vol. 5 No. 2 (2014): Jurnal Buana Informatika Volume 5 Nomor 2 Juli 2014 Vol 5, No 2 (2014): Jurnal Buana Informatika Volume 5 Nomor 2 Juli 2014 Vol 5, No 1 (2014): Jurnal Buana Informatika Volume 5 Nomor 1 Januari 2014 Vol. 5 No. 1 (2014): Jurnal Buana Informatika Volume 5 Nomor 1 Januari 2014 Vol 5, No 1 (2014): Jurnal Buana Informatika Volume 5 Nomor 1 Januari 2014 Vol. 4 No. 2 (2013): Jurnal Buana Informatika Volume 4 Nomor 2 Juli 2013 Vol 4, No 2 (2013): Jurnal Buana Informatika Volume 4 Nomor 2 Juli 2013 Vol 4, No 2 (2013): Jurnal Buana Informatika Volume 4 Nomor 2 Juli 2013 Vol. 4 No. 1 (2013): Jurnal Buana Informatika Volume 4 Nomor 1 Januari 2013 Vol 4, No 1 (2013): Jurnal Buana Informatika Volume 4 Nomor 1 Januari 2013 Vol 4, No 1 (2013): Jurnal Buana Informatika Volume 4 Nomor 1 Januari 2013 Vol 3, No 2 (2012): Jurnal Buana Informatika Volume 3 Nomor 2 Juli 2012 Vol 3, No 2 (2012): Jurnal Buana Informatika Volume 3 Nomor 2 Juli 2012 Vol. 3 No. 2 (2012): Jurnal Buana Informatika Volume 3 Nomor 2 Juli 2012 Vol 3, No 1 (2012): Jurnal Buana Informatika Volume 3 Nomor 1 Januari 2012 Vol. 3 No. 1 (2012): Jurnal Buana Informatika Volume 3 Nomor 1 Januari 2012 Vol 3, No 1 (2012): Jurnal Buana Informatika Volume 3 Nomor 1 Januari 2012 Vol 2, No 2 (2011): Jurnal Buana Informatika Volume 2 Nomor 2 Juli 2011 Vol. 2 No. 2 (2011): Jurnal Buana Informatika Volume 2 Nomor 2 Juli 2011 Vol 2, No 2 (2011): Jurnal Buana Informatika Volume 2 Nomor 2 Juli 2011 Vol 2, No 1 (2011): Jurnal Buana Informatika Volume 2 Nomor 1 Januari 2011 Vol 2, No 1 (2011): Jurnal Buana Informatika Volume 2 Nomor 1 Januari 2011 Vol. 2 No. 1 (2011): Jurnal Buana Informatika Volume 2 Nomor 1 Januari 2011 Vol 1, No 2 (2010): Jurnal Buana Informatika Volume 1 Nomor 2 Juli 2010 Vol. 1 No. 2 (2010): Jurnal Buana Informatika Volume 1 Nomor 2 Juli 2010 Vol 1, No 2 (2010): Jurnal Buana Informatika Volume 1 Nomor 2 Juli 2010 Jurnal Buana Informatika Volume 1 Nomor 1 Januari 2010 Jurnal Buana Informatika Volume 1 Nomor 1 Januari 2010 More Issue