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
 56   57   58   59   60 
Network Reduction Strategy on YOLOv8 Model for Mango Leaf Disease Detection Adi Wedanta Beratha, I Gede Khresna; Ni Putu Sutramiani; Ni Kadek Ayu Wirdiani
Jurnal Buana Informatika Vol. 16 No. 2 (2025): Jurnal Buana Informatika, Volume 16, Nomor 02, Oktober 2025
Publisher : Universitas Atma Jaya Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Detecting diseases on mango leaves is a crucial step in maintaining plant health and enhancing agricultural productivity, considering that leaves are one of the vital parts involved in the photosynthesis process and plant growth. Diseases that affect mango leaves can cause damage that hinders the growth of the plants, making the development of an accurate and efficient detection system essential to assist farmers in identifying and addressing these issues early on. The objective of this research is to develop a disease detection model for mango leaves using the YOLOv8 model optimized with a network reduction. The data used consists of images of mango leaves with four classes of diseases. The results of the study indicate that the optimized YOLOv8 model can produce a model with low complexity without compromising model performance. The model optimized with network reduction achieved the highest mAP50-95 value of 0.988, surpassing the baseline model by 0.3%.
Deteksi Informasi Kadar Natrium pada Label Produk Kemasan Menggunakan FPN, Faster R-CNN, dan OCR Malelak, Ruvina Febrianti; Fanggidae, Adriana; Widiastuti, Tiwuk; Polly, Yulianto Triwahyuadi
Jurnal Buana Informatika Vol. 16 No. 2 (2025): Jurnal Buana Informatika, Volume 16, Nomor 02, Oktober 2025
Publisher : Universitas Atma Jaya Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Informasi nilai gizi, khususnya kandungan natrium, berperan penting dalam mendorong masyarakat memilih makanan yang lebih sehat. Namun, kesadaran terhadap label gizi masih rendah sehingga sering diabaikan. Sistem otomatis dikembangkan untuk mendeteksi dan mengekstraksi informasi kadar natrium dari citra kemasan produk. Sistem menggunakan pendekatan deteksi objek berbasis Feature Pyramid Network (FPN) dan Faster R-CNN melalui framework Detectron2. Ekstraksi teks kadar natrium dilakukan menggunakan Tesseract OCR. Sebanyak 3.028 gambar digunakan dalam proses pelatihan, validasi, dan pengujian FPN. Pada tahap pelatihan diperoleh akurasi deteksi 98,90% (AP50) dan (AR) 85,00%. Sementara itu, pengujian OCR terhadap 400 gambar berbeda dari data pelatihan FPN, menghasilkan rata-rata akurasi ekstraksi teks 85,13%. Kesalahan pengenalan umumnya disebabkan kualitas citra rendah, seperti gambar blur, orientasi label miring, pantulan cahaya, atau teks terlalu tebal. Meskipun terdapat keterbatasan, sistem menunjukkan potensi kuat sebagai alat otomatis membaca informasi gizi, khususnya kandungan natrium, dengan catatan diperlukan penyempurnaan lebih lanjut agar konsisten di kondisi nyata.
Inspired GWO-based Multilevel Thresholding for Color Images Segmentation via M. Masi Entropy I Made Satria Bimantara; I Wayan Supriana; I Komang Arya Ganda Wiguna; Ida Bagus Gede Sarasvananda
Jurnal Buana Informatika Vol. 16 No. 2 (2025): Jurnal Buana Informatika, Volume 16, Nomor 02, Oktober 2025
Publisher : Universitas Atma Jaya Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Image segmentation is crucial in image processing and computer vision, with multilevel thresholding (ML-ISP) offering robust solutions for complex images. However, effectively applying ML-ISP to RGB color images remains a challenge due to computational complexity and the limitations of traditional optimization algorithms, such as the Grey Wolf Optimizer (GWO). This study proposes an Inspired Grey Wolf Optimizer (IGWO) to address these issues and enhance ML-ISP for RGB color images. The performance stability of IGWO is comprehensively evaluated using three distinct objective functions: the Otsu method, the Kapur Entropy, and the M. Masi Entropy. Qualitative and quantitative analyses using PSNR, SSIM, and UQI were conducted on benchmark images. Results consistently demonstrate that IGWO, particularly with M. Masi Entropy, achieves superior segmentation quality. This research incorporates GridSearch-based hyperparameter tuning. The findings highlight the effectiveness and robustness of the proposed IGWO approach for complex ML-ISP tasks on color images.
Pengembangan Chatbot Untuk Layanan Informasi Keanggotaan Guru Metode Support Vector Machine Setiawan, Nurkholis; Akbar, Muhamad; Tri Susilo, Andri Anto
Jurnal Buana Informatika Vol. 16 No. 2 (2025): Jurnal Buana Informatika, Volume 16, Nomor 02, Oktober 2025
Publisher : Universitas Atma Jaya Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Perkembangan aplikasi chat seperti WhatsApp dan Telegram mendorong pengembangan chatbot untuk mendukung interaksi cerdas antara manusia dan komputer. Chatbot berbasis kecerdasan buatan membantu mengurangi waktu respons dan memberikan akses informasi kapan saja. Salah satu permasalahan, yaitu pertanyaan berulang terkait administrasi keanggotaan guru di PGRI Kabupaten Musi Rawas, dapat diatasi dengan chatbot berbasis AI. Penelitian ini bertujuan mengembangkan chatbot yang mampu menyampaikan informasi dan memberikan respons akurat. Chatbot dirancang dengan algoritma Support Vector Machine (SVM) dan Natural Language Processing (NLP). Hasil pengujian menunjukkan model SVM memiliki akurasi 83,54%, presisi 86,09%, dan recall 83,54%, sehingga layak digunakan sebagai model chatbot. Implementasi pada platform WhatsApp mendukung kemudahan akses informasi. Hasil penelitian membuktikan chatbot dapat merespons pertanyaan sesuai kebutuhan pengguna, sedangkan integrasi dengan WhatsApp membuat layanan informasi lebih mudah diakses serta memberikan solusi yang efisien dan responsif.
Penerapan Algoritma Gradient Boosting dalam Mendiagnosa Penyakit Kucing dan Anjing Vincent; Rachmat, Nur
Jurnal Buana Informatika Vol. 16 No. 2 (2025): Jurnal Buana Informatika, Volume 16, Nomor 02, Oktober 2025
Publisher : Universitas Atma Jaya Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Royal Canin selaku lembaga riset hewan domestik mengungkapkan bahwa hewan peliharaan di Indonesia jarang sekali melakukan pemeriksaan rutin ke klinik hewan, jika dipersentasekan hanya berada di angka 29,5%. Dengan persentase tersebut, semakin khawatir hewan dapat menularkan penyakit ke manusia atau disebut sebagai zoonosis, jika hewan sama sekali tidak mendapatkan perawatan dan identifikasi dini penyakit yang dialami. Pada penelitian ini menggunakan metode gradient boosting sebagai fokus utama untuk memprediksi penyakit berdasarkan gejala-gejala yang dialami hewan peliharaan. Melalui proses hyperparameter tuning menggunakan gridsearch, diperoleh model terbaik dengan kombinasi parameter: learning_rate 0,05, max_depth 7, min_samples_leaf 1, min_samples_split 2, n_estimators 200, dan subsample 0,9. Dari hasil hyperparameter tuning, model tersebut menunjukkan performa terbaik dengan accuracy 88%, precision 97%, recall 96%, f1-score 96%, dan hamming loss 0,29%. Hasil tersebut menunjukkan bahwa model memiliki kemampuan memprediksi multilabel yang akurat.
Analisis dan Perancangan Alat Bantu Monitor Brand Universitas Atma Jaya Yogyakarta di Situs Jejaring Sosial Twitter Purnomo Wuryo Putro, Yohanes Sigit; Sari Dewi, Findra Kartika
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.v3i1.316

Abstract

Abstract. Brand monitoring has become an important task for any individual or corporation along with the growing development of social networking sites. Positive images of a brand are very important so it is wise for the brand owner to make observations to the comments provided by public about the brand on social networking sites. Brand monitoring can be carried out by using software as a tool to automatically capture data from Twitter associated with the brand of University of Atma Jaya Yogyakarta. Brand monitoring tool can be useful to know the public opinions about the brand of Universitas Atma Jaya Yogyakarta. Furthermore, the opinion can be a consideration to carry out a self examination, to correct mistakes, and to improve their services, and, in the end, to leverage the brand image.Keywords: brand monitoring, sentiment, twitter, Universitas Atma Jaya Yogyakarta Abstrak. Brand monitoring telah menjadi tugas penting bagi setiap individu atau korporasi seiring dengan perkembangan situs jejaring sosial. Citra positif akan suatu brand sangat penting sehingga bijaksana jika sang pemilik brand melakukan pengamatan akan komentar-komentar yang diberikan oleh masyarakat mengenai brand yang mereka miliki di situs jejaring sosial. Brand monitoring dapat dilakukan dengan menggunakan sebuah perangkat lunak sebagai alat bantu untuk mengcapture data-data dari situs jejaring sosial Twitter yang terkait dengan brand Universitas Atma Jaya Yogyakarta. Jika dikembangkan lebih lanjut, alat bantu ini dapat bermanfaat untuk mengetahui bagaimana pendapat masyarakat (pengguna Twitter) mengenai brand Universitas Atma Jaya Yogyakarta. Lebih jauh, pendapat tersebut dapat menjadi pertimbangan untuk melakukan introspeksi, memperbaiki kesalahan, serta meningkatkan pelayanan dan pada akhirnya akan meningkatkan brand image.Kata Kunci: brand, sentiment, monitoring, twitter, Universitas Atma Jaya Yogyakarta
Pengembangan Prototype E-Directory Batik Berbasis Mobile Web dan Location Based-Service Purnomo WP, Yohanes Sigit; Anindito, Kusworo; Devi Indriasari, Theresia; Suyoto, Suyoto
Jurnal Buana Informatika Vol. 5 No. 1 (2014): Jurnal Buana Informatika Volume 5 Nomor 1 Januari 2014
Publisher : Universitas Atma Jaya Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24002/jbi.v5i1.344

Abstract

Abstract. Batik is one of Indonesian cultural works that is of high financial value, and admired by many nations in the worlds. Moreover, Indonesian Batik has been recognized by UNESCO as a non object cultural heritage in 2009. This encourages all Indonesians, not only those related to batik industries, to preserve batik. Therefore, information technology based media is needed to spread the philosophical values of batik to the community and to improve the economy for batik industries. The prototype development of mobile web and location based services of batik e - directory aims to build an information technology-based media of the philosophical values of batik to public and to improve the economy. The process includes the development of system requirements and prototype design. Requirement analysis is performed by collating appropriate information architecture to present information of e-directory and batik centers, as well as making requirement specification. The results of requirement analysis will be used as the basis to design a website prototype that can provide information about the e-directory batik and batik centers.Keywords: prototype, e-directory, batik, mobile, web, location-based service Abstrak.Batik merupakan salah satu hasil karya budaya bangsa Indonesia yang memiliki nilai ekonomis tinggi, serta dikagumi oleh berbagai bangsa di dunia.Batik Indonesia bahkan telah diakui UNESCO sebagai warisan budaya bukan benda pada tahun 2009.Hal ini membuat batik wajib dilestarikan dan dikenal, bukan hanya oleh pelaku industri batik, tetapi juga seluruh bangsa Indonesia.Oleh karena itu dibutuhkan media berbasis teknologi informasi sebagai sarana untuk menginformasikan nilai-nilai filosofi dari batik kepada masyarakat dan sarana untuk meningkatkan perekonomian bagi pelaku industri batik.Pengembangan prototype e-directory batik berbasis mobile web dan location based-service bertujuan untuk membangun sebuah media berbasis teknologi informasi sebagai sarana untuk menginformasikan nilai-nilai filosofi dari batik kepada masyarakat dan sarana untuk meningkatkan perekonomian bagi pelaku industri batik. Proses pengembangan meliputi analisis kebutuhan sistem dan perancangan prototype. Analisis kebutuhan dilakukan dengan menyusun arsitektur informasi yang tepat untuk menyajikan informasi e-directory dan sentra batik, serta pembuatan spesifikasi kebutuhan sistem.Hasil analisis kebutuhan sistem akan dijadikan sebagai dasar bagi perancangan prototype website yang dapat menyajikan informasi tentang e-directory batik dan sentra batik.Kata kunci: prototype, e-directory, batik, mobile, web, location-based service
Identification of Batik in Central Java using Transfer Learning Method Adithama, Stephanie Pamela; Dwiandiyanta, B. Yudi; Wiadji , Sevia Berliana
Jurnal Buana Informatika Vol. 14 No. 02 (2023): Jurnal Buana Informatika, Volume 14, Nomor 2, Oktober 2023
Publisher : Universitas Atma Jaya Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24002/jbi.v14i02.6977

Abstract

Batik was recognized as a human heritage for oral and nonmaterial culture by UNESCO due to its symbolic and philosophical ties to the lives of Indonesians. However, the younger generation is gradually losing its legacy because of technological and sociological changes that have influenced Indonesian batik. Consequently, batik knowledge is disappearing. A convolutional neural network and transfer learning techniques were utilized in deep learning to construct a model recognising batik motifs. The study utilized a dataset of one thousand images, five classes of batik designs (Banji, Kawung, Slope, Parang, and Slobog), and pre-trained architectural models VGG16 and VGG19 on Keras. The best model utilizes the VGG16 architecture, and the number of epochs is 50, with the result of testing accuracy of 0.9200.
Evaluasi Performa Kernel SVM dalam Analisis Sentimen Review Aplikasi ChatGPT Menggunakan Hyperparameter dan VADER Lexicon Ernawati, Siti; Wati, Risa
Jurnal Buana Informatika Vol. 15 No. 01 (2024): Jurnal Buana Informatika, Volume 15, Nomor 01, April 2024
Publisher : Universitas Atma Jaya Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24002/jbi.v15i1.7925

Abstract

ChatGPT merupakan model bahasa kecerdasan buatan yang merespon pertanyaan dan pernyataan pengguna. ChatGPT memiliki manfaat dan kelemahan bagi pengguna. Hal ini menimbulkan komentar pada media sosial tentang manfaat dari ChatGPT. Penelitian ini membahas tentang analisis sentimen review aplikasi ChatGPT menggunakan SVM kernel linier, RBF, polinomial dan sigmoid. Pelabelan menggunakan VADER lexicon dan hyperparameter untuk menghasilkan parameter terbaik. Tujuan penelitian yaitu apakah aplikasi ChatGPT dapat memberikan manfaat dan membuktikan apakah kernel pada SVM dapat meningkatkan nilai akurasi. Diskenariokan persentase pembagian antara data uji dan data latih adalah 70:30, 80:30, dan 90:10. Setelah dilakukan preprocessing, kemudian dikelompokkan menjadi review positif dan negatif. Dilakukan hyperparameter terhadap parameter C dan Gamma sehingga menghasilkan nilai maksimal. Hasil eksperimen diperoleh akurasi tertinggi menggunakan SVM kernel RBF skenario 90:10 dengan nilai accuracy 92.72%, precision 92.44%, f1-score 96.10% dan AUC 88%.
Analisis Sentimen Terhadap TikTok Shop Dengan K-Nearest Neighbor, Decision Tree, dan Naive Bayes Fieryando, Fieryando; Kristianto, Budhi
Jurnal Buana Informatika Vol. 15 No. 01 (2024): Jurnal Buana Informatika, Volume 15, Nomor 01, April 2024
Publisher : Universitas Atma Jaya Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24002/jbi.v15i1.8205

Abstract

Di era digital yang berkembang dengan cepat, banyak aplikasi yang membantu manusia, salah satunya adalah TikTok. TikTok merupakan aplikasi yang menampilkan video dengan berbagai jenis kategori, TikTok juga terdapat fitur marketplace, yaitu TikTok Shop. TikTok Shop merupakan sebuah fitur yang dapat digunakan untuk berbelanja dalam memenuhi kebutuhan. Hadirnya fitur TikTok Shop membuat orang-orang berpendapat terkait fitur tersebut, ada yang berpendapat positif dan juga negatif. Dengan adanya pendapat dari orang-orang tentang fitur TikTok Shop ini, dilakukan penelitian dengan tiga algoritma, yaitu K-Nearest Neighbor mendapatkan hasil akurasi sebesar 94%, Decision Tree dengan akurasi sebesar 96% dan Naive Bayes dengan akurasi sebesar 98%. Penelitian ini dilakukan untuk menyediakan data yang baik dan mudah dimengerti terkait pendapat pengguna TikTok Shop, sehingga dapat menjadi landasan evaluasi untuk perbaikan fitur TikTok Shop.

Page 58 of 60 | Total Record : 594

 56   57   58   59   60 

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