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
 37   38   39   40   41 
Penggunaan Gray Level Co-Occurance Matrix Dari Koefisien Aproksimasi Wavelet untuk Deteksi Cacat Tekstil Raihan Islamadina; Fitri Arnia; Khairul Munadi
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 | DOI: 10.24002/jbi.v6i2.405

Abstract

Pendeteksian cacat tekstil saat ini masih dilakukan secara manualmengakibatkan seseorang sulit mendeteksi lebih dari 60% dari cacat yang ada.Untuk itu, penelitian ini menerapkan metode deteksi cacat tekstil secara otomatismenggunakan Gray Level Co-Occurance Matrix (GLCM) dari koefisienaproksimasi wavelet yang bertujuan untuk mengevaluasi analisis kinerja metode.Tahapannya, sampel citra tekstil dibagi menjadi delapan bagian untukmendapatkan tekstur cacat yang lebih jelas. Bagian tersebut didekomposisikedalam dua level. GLCM dihitung dari koefisien aproksimasi wavelet level satudan dua untuk dijadikan fitur. Penelitian ini dilakukan empat set simulasi citradengan orientasi latar berbeda. Setiap set terdiri dari satu citra noncacat dan duajenis citra cacat. Setiap bagian citra noncacat dihitung jaraknya dengan semuabagian pada citra cacat pertama dan kedua menggunakan jarak euclidean. Hasilsimulasi menunjukkan bahwa GLCM dari koefisien aproksimasi wavelet levelkedua mampu mendeteksi lebih dari 70% dari cacat yang ada.
Desain dan Implementasi Sistem Informasi Akademik (Studi Kasus Fakultas Ilmu Agama Islam Universitas Islam Indragiri) Muhammad Rasyid Ridha; Usman Usman; Dwi Yuli Prasetyo
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 | 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).
Penerapan Algoritma Genetika Traveling Salesman Problem with Time Window: Studi Kasus Rute Antar Jemput Laundry Dwi Aries Suprayogi; Wayan F. Mahmudy
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 | DOI: 10.24002/jbi.v6i2.407

Abstract

Optimasi pemilihan rute merupakan masalah yang banyak dibahas padapenelitian ilmu komputer. Antar jemput laundry dengan pelanggan yang memiliki waktukhusus untuk menerima barang adalah salah satu contoh kasus pemilihan rute.Penghitungan rute tercepat memegang peranan penting karena harus tepat waktu dansemua pelanggan dapat dilayani. Berbeda dengan traveling salesman problem (TSP)konvensional yang bertujuan untuk meminimalkan jarak, kasus ini juga harusdipertimbangkan waktu ketersediaan setiap pelanggan. Pencarian solusi untukpermasalahannya adalah dengan mengkombinasikan solusi-solusi (kromosom) untukmenghasilkan solusi baru dengan menggunakan operator genetika (seleksi, crossover danmutasi). Untuk mencari solusi terbaik digunakan beberapa kombinasi probabilitascrossover dan mutasi serta ukuran populasi dan ukuran generasi. Dari hasil pengujiankombinasi probabilitas crossover yang terbaik adalah 0,4 dan mutasi adalah 0,6sedangkan untuk ukuran generasi optimal adalah 2000. Dari nilai-nilai parameter inididapatkan solusi yang memungkinkan untuk melayani semua pelanggan dengan time window masing - masing.
Prediksi Code Defect Perangkat Lunak Dengan Metode Association Rule Mining dan Cumulative Support Thresholds Rizal Setya Perdana; Umi Laili Yuhana
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 | DOI: 10.24002/jbi.v6i2.408

Abstract

Kualitas perangkat lunak merupakan salah satu penelitian pada bidangrekayasa perangkat lunak yang memiliki peranan yang cukup besar dalamterbangunnya sistem perangkat lunak yang berkualitas baik. Prediksi defectperangkat lunak yang disebabkan karena terdapat penyimpangan dari prosesspesifikasi atau sesuatu yang mungkin menyebabkan kegagalan dalam operasionaltelah lebih dari 30 tahun menjadi topik riset penelitian. Makalah ini akandifokuskan pada prediksi defect yang terjadi pada kode program (code defect).Metode penanganan permasalahan defect pada kode program akan memanfaatkanpola-pola kode perangkat lunak yang berpotensi menimbulkan defect pada data setNASA untuk memprediksi defect. Metode yang digunakan dalam pencarian polaadalah memanfaatkan Association Rule Mining dengan Cumulative SupportThresholds yang secara otomatis menghasilkan nilai support dan nilai confidencepaling optimal tanpa membutuhkan masukan dari pengguna. Hasil pengujian darihasil pemrediksian defect kode perangkat lunak secara otomatis memiliki nilaiakurasi 82,35%.
Pengelompokan Dokumen Menggunakan Dokumen Berlabel dan Tidak Berlabel Dengan Pendekatan Modified Heuristic Fuzzy Co-Clustering Khadijah F. Hayati; Resti Ludviani; Arini R. Rosyadi
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 | DOI: 10.24002/jbi.v6i2.409

Abstract

Pengelompokan dokumen merupakan suatu metode yang digunakan untuk dapatmengelompokkan suatu data berupa dokumen teks sesuai dengan kategori dari informasiyang dimiliki. Akan tetapi dengan banyaknya dokumen teks yang bervariasi menyebabkanbeberapa masalah timbul dari proses pengelompokan dokumen. Salah satu diantaranyaadalah hasil pengelompokan yang bersifat hard clustering. Hal ini disebabkan karenaproses pengelompokan yang diterapkan merupakan metode unsupervised. Berdasarkanhal tersebut maka diajukan suatu metode pengelompokan yang mengunakan AlgoritmaHeuristic Fuzzy Co-clustering dengan menerapkan metode semi-supervised yangmenggunakan dokumen berlabel sebagai proses pembelajarannya. Hasil uji cobaterhadap metode yang diusulkan menunjukkan Algoritma Heuristic Fuzzy Co-clusteringusulan terbaik dicapai pada kondisi Tu=Tv=dan 0,01 dengan nilai precission 0,19 danrecall 0,16. Algoritma Modified Heuristic Fuzzy Co-clustering yang diusulkanmemberikan hasil lebih stabil dibandingkan dengan hasil pengelompokan AlgoritmaHeuristic Fuzzy Co-clustering.
Optimasi Proses Kerangka Kerja: Penyesuaian Model Kualitas Perangkat Lunak Pada Aplikasi Bisnis Dengan Konsentrasi Pengembang Arini R. Rosyadi; Siti Rochimah
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 | DOI: 10.24002/jbi.v6i2.410

Abstract

Perangkat lunak dalam kegiatan bisnis memiliki beberapa keunikankarakteristik. Dan ISO 9126, yang bersifat general, dirasa tidak dapat mencakup seluruhkarakteristik unik pada perangkat lunak tertentu, salah satunya adalah aplikasi bisnis.Penyesuaian karakteristik suatu model kualitas perangkat lunak ditujukan untukmengatasi keunikan karakteristik perangkat lunak tertentu. Kebutuhan pengguna dankonsentrasi pengembang menjadi objek analisis dalam penerapan proses kerangka kerjadengan tujuan untuk dapat melakukan penyesuaian model kualitas perangkat lunak yangsesuai dengan karakteristik aplikasi bisnis. Pada pengujian, hasil survey dilakukanperhitungan dengan menggunakan koefisien Cronbach Alpha untuk mengetahui nilaireliabel dari kuisioner. Hasil penerapan proses kerangka kerja menunjukkan bahwaaplikasi bisnis memiliki karakteristik unik.
Perangkingan Dokumen Berbahasa Arab Menggunakan Latent Semantic Indexing Aminul Wahib; Pasnur Pasnur; Putu Praba Santika; Agus Zainal Arifin
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 | 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.
Sistem Penjadwalan Mesin Produksi Menggunakan Algoritma Johnson dan Campbell Fifin Sonata
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 | DOI: 10.24002/jbi.v6i3.430

Abstract

Abstract. Scheduling production machine has an essential role in minimizing the makespan in order to raise the production efficiency. Makespan generated from more than one production machines, can still wait for jobs in the processsince the job is still in the process on another machine, or as a job waiting to be processed by a machine because the machine is still processing another job. The methode applied for flow shop and static production system is Integrated Algorithm which combines Johnson and Campbell Algorithm. By applying these two methods to the company, the company can see the schedule of the production machine that gives the minimum makespan in a computerized system. The presentation is in the form of tables mapping to facilitate the search makespan.Keywords: Production Machine Scheduling, Flow Shop, Static, Makespan, Johnson and Campbell Algorithm. Abstrak. Penjadwalan mesin produksi memiliki peran yang sangat penting dalam meminimalkan makespan  sehingga efisiensi produksi dapat tercapai. Makespan yang dihasilkan untuk jumlah mesin produksi lebih dari satu mesin, masih mungkin mengandung waktu tunggu karena sebuah mesin kemungkinan menunggu  job yang harus diprosesnya, sementara job tersebut masih diproses pada mesin yang lain, atau karena sebuah job menunggu untuk diproses oleh sebuah mesin karena mesin tersebut masih memproses job yang lain. Proses N Jobs M Mesin terdapat lebih dari 1 makespan tetapi yang dipilih adalah makespan terkecil. Metode yang dapat digunakan pada sistem produksi yang flow shop dan statis adalah algoritma kombinasi dari Algoritma Johnson dan Campbell. Dengan menerapkan dua metode tersebut pada perusahaan maka perusahaan dapat mengetahui  jadwal mesin produksi yang memberikan makespan paling minimum secara terkomputerisasi. Penyajian dalam bentuk pemetaan tabel mempermudah dalam pencarian makespan.Kata kunci: Penjadwalan Mesin Produksi, Flow shop, Statis, Makespan, Algoritma Johnson dan Campbell.
Klasterisasi Jenis Musik Menggunakan Kombinasi Algoritma Neural Network, K-Means dan Particle Swarm Optimization Alhaji Sheku Sankoh; Ahmad Reza Musthafa; Muhammad Imron Rosadi; Agus Zainal Arifin
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 | DOI: 10.24002/jbi.v6i3.431

Abstract

Abstract. Having a number of audio files in a directory could result to unstructured arrangement of files. This will cause some difficulties for users in sorting a collection of audio files based on a particular category of music. In some previous studies, researchers used a method conducting to group documents on a web page. However, those studies were not carried out on file containing documents such as audio files; relatively they were conducted on files that contain text documents. In this study, we develop a method of grouping files using a combination of pre-processing approach, neural networks, k-means, and particle swarm optimization to obtain a form of audio file collections that are group based on the types of music. The result of this study is a system with improved method of grouping audio files based on the type of music. The pre-processing stage has therefore produced the best results on this approach based on spectrum analysis melody and bass guitar, which offers a value precision 95%, 100% recall and an F-Measure 97.44%.Keywords: Cluster, Music, NN, K-Means, PSO Abstrak. Banyaknya file audio pada suatu direktori membuat sususan file tidak terstruktur. Hal ini akan menyulitkan pengguna untuk mengurutkan bahkan memilah kumpulan file audio berdasarkan kategori tertentu, khususnya kategori berdasarkan jenis musik. Pada penelitian sebelumnya, dilakukan pengelompokan dokumen pada suatu halaman website. Namun hal tersebut tidak dilakukan pada file selain dokumen, seperti file audio. Penelitian ini bertujuan untuk mengembangkan metode pengelompokan file berupa kombinasi pendekatan pre-processing, neural network, k-means, dan particle swarm optimization dengan masukan berupa file audio sehingga diperoleh keluaran berupa kumpulan file audio yang telah terkelompok berdasarkan jenis musik. Hasil dari penelitian ini yaitu berupa suatu sistem dengan pengembangan metode dalam pengelompokan file audio berdasarkan jenis musik. Metode pada tahap pre-processing memiliki hasil terbaik pada pendekatan berdasarkan analisa spectrum melodi gitar dan bass, di mana memiliki nilai precission 95%, recall 100% dan F-Measure 97,44%. Kata kunci: Klaster, Musik, NN, K-Means, PSO
Rancang Bangun Sistem Informasi Kolaboratif Berbasis Web Untuk Manajemen Proyek Teknologi Informasi Dewi Paramita
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 | DOI: 10.24002/jbi.v6i3.432

Abstract

Abstract. In the workplace, companies are required to apply information technology in various business processes in order to compete with its competitors, so companies often require the services of an IT consultant. Companies sometimes have difficulties to choose an IT consultant and to control the development of their information technology projects. In any implementation, IT consultants also often have difficulties in doing project management. Web-based collaborative information system built to assist companies in selecting information technology consultants that will be used by way of auction project, as well as helping IT consultants and clients doing collaboration in project management that related to the design process, as well as the implementation of an information technology project.Keywords: project management, collaboration, information systems, information technology consultant Abstrak. Dalam dunia kerja, perusahaan dituntut untuk menerapkan teknologi informasi dalam berbagai proses bisnisnya agar dapat bersaing dengan kompetitornya, sehingga seringkali perusahaan membutuhkan jasa dari konsultan TI. Perusahaan terkadang mengalami kesulitan untuk memilih konsultan TI dan untuk mengontrol perkembangan proyek teknologi informasinya. Dalam pelaksanaannya, konsultan TI sering mengalami kesulitan dalam melakukan manajemen proyek. Sistem informasi kolaboratif berbasis web dibangun untuk membantu perusahaan dalam memilih konsultan teknologi informasi yang akan digunakan dengan cara melakukan lelang proyek, serta membantu konsultan TI dan perusahaan klien berkolaborasi dalam melakukan manajemen proyek yang terkait dengan proses perancangan, serta pelaksanaan suatu proyek teknologi informasi. Kata Kunci: manajemen proyek, kolaborasi, sistem informasi, konsultan teknologi informasi

Page 39 of 60 | Total Record : 594

 37   38   39   40   41 

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