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
juti.if@its.ac.id
Editorial Address
Gedung Teknik Informatika Lantai 2 Ruang IF-230, Jalan Teknik Kimia, Kampus ITS Sukolilo, Surabaya, 60111
Location
Kota surabaya,
Jawa timur
INDONESIA
JUTI: Jurnal Ilmiah Teknologi Informasi
Published by Institut Teknologi Sepuluh Nopember Surabaya
ISSN : 24068535     EISSN : 14126389     DOI : http://dx.doi.org/10.12962/j24068535
Core Subject : Health, Science, Education,
Computer Science & IT Dentistry Education Library & Information Science
JUTI (Jurnal Ilmiah Teknologi Informasi) is a scientific journal managed by Department of Informatics, ITS.
Arjuna Subject : -
Articles 12 Documents
 1   2 
Search results for , issue "Vol 15, No. 2, Juli 2017" : 12 Documents clear
MODIFIKASI PROTOKOL AODV-BR MENGGUNAKAN LINK EXPIRATION TIME (LET) UNTUK MENINGKATKAN STABILITAS LINK DI LINGKUNGAN MOBILE Ad-Hoc NETWORK (MANET) Rachmat, Rachmat; Djanali, Supeno; Anggoro, Radityo
JUTI: Jurnal Ilmiah Teknologi Informasi Vol 15, No. 2, Juli 2017
Publisher : Department of Informatics, Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j24068535.v15i2.a587

Abstract

AODV protocol is a protocol that is fairly mature in mobile Ad-Hoc network. But the traditional AODV protocol in some ways it seems less satisfying, especially on the stability of data transmission. Development continues, one of which AODV-Backup Routing which became known AODV-BR, were present to address the stability issues of data delivery by providing a backup route, however, AODV-BR still use traditional routing paths that are vulnerable to termination due to the formation of these calculations are based on minimum hop. This study proposes a modified AODV-BR with reliability be the ability to build main route and to choose the route up to the value of the highest stability was then called AODV-Stable bacukp Routing (AODV-SBR). Armed algorithms Link Expiration Time with node movement calculation technique, so the AODV-SBR is able to calculate the value of the minimum and maximum connectivity nodes in a route as the main reference in establishing a delivery route data more stable. The results test of the both protocols in Packet Delivery Ratio (PDR), Throughput, End-to-En Delay and Routing Overhead shows that performance of AODV-SBR better than AODV-BR
KLASIFIKASI EEG EPILEPSI MENGGUNAKAN SINGULAR SPECTRUM ANALYSIS, POWER SPECTRAL DENSITY DAN CONVOLUTION NEURAL NETWORK Aji, Nurseno Bayu; Tjandrasa, Handayani
JUTI: Jurnal Ilmiah Teknologi Informasi Vol 15, No. 2, Juli 2017
Publisher : Department of Informatics, Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j24068535.v15i2.a662

Abstract

Epilepsi merupakan gangguan sistem syaraf otak manusia dan menyebabkan berbagai reaksi terhadap tubuh manusia. Epilepsi dapat dideteksi dengan menggunakan Electroencephalogram (EEG). Pengamatan EEG secara visual tidak mungkin dilakukan secara rutin, sehingga dibutuhkan deteksi otomatis pada EEG. Sistem deteksi EEG secara otomatis terdiri dari 2 langkah, yaitu ekstraksi fitur dan klasifikasi. Power Spectral Density (PSD) adalah metode ekstraksi fitur yang sering dipakai untuk memunculkan karakteristik EEG dengan mengelompokkan energi pada EEG. Pada proses klasifikasi metode Convolution Neural Network (CNN) dapat mereduksi fitur hasil PSD dan digunakan mengklasifikasikan multiclass dari EEG. Namun, data EEG memiliki kecenderungan bercampur noise berupa sinyal yang lain saat perekaman, oleh karena itu sebelum data EEG diklasifikasikan, perlu dilakukan pengolahan terlebih dahulu.  Pada penelitian ini diusulkan penggabungan metode Singular Spectrum Analysis (SSA) untuk penghilang noise, PSD sebagai ekstraksi fitur dan CNN sebagai klasifier. Penelitian ini dilakukan melalui beberapa fase, pertama adalah menghilangkan noise yang bercampur dengan sinyal EEG menggunakan SSA. Selanjutnya ekstraksi fitur menggunakan PSD untuk diambil energi dari sinyalnya, dan terakhir diklasifikasi dengan CNN. Pengujian klasifikasi akan dilakukan ke 500 sinyal dengan target 5 kelas dan 3 kelas. Untuk mengetahui performa terhadap metode yang diusulkan, akan dilakukan pengujian antara gabungan PSD dengan CNN yang akan dibandingkan dengan gabungan SSA, PSD dan CNN.Berdasarkan hasil uji coba, metode diusulkan yaitu SSA, PSD dan CNN dapat meningkatkan rata-rata hasil akurasi klasifikasi sebesar 1,2% dari 93,2% menjadi 94,4%, untuk kasus 3 kelas  dan meningkatkan 13,4% dari 78,6% menjadi 92%, untuk kasus 5 kelas dibandingkan metode PSD dengan CNN.
FITUR BERBASIS FRAKTAL DARI KOEFISIEN WAVELET UNTUK KLASIFIKASI CITRA DAUN Rakhmadi, Ardhon; Suciati, Nanik; Navastara, Dini Adni
JUTI: Jurnal Ilmiah Teknologi Informasi Vol 15, No. 2, Juli 2017
Publisher : Department of Informatics, Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j24068535.v15i2.a672

Abstract

Semakin banyak dan beragamnya jenis tanaman di dunia mengakibatkan semakin sulit untuk mengidentifikasi dan mengklasifikasi tanaman secara manual.  Daun merupakan bagian dari tanaman yang sering dipakai untuk identifikasi dan klasifikasi tanaman. Metode klasifikasi daun secara automatis telah banyak dikembangkan oleh para peneliti. Pada penelitian sebelumnya sistem klasifikasi daun otomatis dibangun menggunakan fitur berbasis fraktal yaitu dimensi fraktal dan lacunarity. Sistem klasifikasi daun otomatis berbasis dimensi fraktal dan lacunarity dapat mengklasifikasi daun dengan akurasi tinggi namun memerlukan banyak langkah preprocessing sehingga mengakibatkan komputasi sistem meningkat. Pada penelitian ini diusulkan penggunaan metode praproses dan ekstraksi wavelet pada ekstraksi fitur citra daun. Ekstraksi fitur menggunakan teknik perhitungan statistika sederhana pada koefisien wavelet sehingga komputasi menjadi lebih ringan. Hasil ekstraksi fitur citra daun akan menjadi data masukan untuk sistem klasifikasi Support Vector Machine (SVM). Hasil eksperimen menunjukkan bahwa metode ekstraksi fitur statistik pada dekomposisi wavelet lebih unggul dibandingkan dengan metode ekstraksi fitur berbasis fraktal (dimensi fraktal dan lacunarity) dari penelitian sebelumnya dengan akurasi 96.66% dan waktu komputasi 329.33 detik.
SEGMENTASI DAN PEMISAHAN SEL DARAH PUTIH BERSENTUHAN MENGGUNAKAN K-MEANS DAN HIERARCHICAL CLUSTERING ANALYSIS PADA CITRA LEUKEMIA MYELOID AKUT Harto, Aryo; Fatichah, Chastine
JUTI: Jurnal Ilmiah Teknologi Informasi Vol 15, No. 2, Juli 2017
Publisher : Department of Informatics, Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j24068535.v15i2.a599

Abstract

The success of identification and classification on diagnosing acute myeloid leukemia (AML) diseases based on image processing relies heavily on segmentation result. Segmentation on peripheral blood smear images aims to separate the leukocytes region with others region. To increase the segmentation accuracy on AML images, a few things regarding lighting condition, contrast, staining variations and the existence of touching cells must be overcome. In this study a method for leukocytes segmentation and separate the touching cell on AML images using cluster analysis with K-Means and hierarchical clustering analysis (HCA) is proposed. K-Means method is used to analyze the cluster for AML images segmentation. The AML image datasets with various staining variations is segmented using K-Means method.  The existence of touching cells is separated using HCA method which produce a stable clusters result. Segmentation and cell separation will be processed on local region or sub-image which is obtained from AML images cropping. From the evaluation results in 40 images of AML dataset, the proposed method is capable to properly segment the white blood cells region and separating the touching cell into a single cells. The average value of the segmentation results is 0.977 for precision, 0.885 for recall and 0.928 for Zijdenbos similarity index (ZSI) in white blood cell region. While in nucleus region the average value is 0.975 for precision, 0.924 for recall and 0.948 for ZSI. On cell counting, the error rate is also low which about 7.68%.
EFEKTIVITAS PENGGUNAAN GAME EDUKASI BERJENIS PUZZLE, RPG DAN PUZZLE RPG SEBAGAI SARANA BELAJAR MATEMATIKA Hermawan, Deny Prasetia; Herumurti, Darlis; Kuswardayan, Imam
JUTI: Jurnal Ilmiah Teknologi Informasi Vol 15, No. 2, Juli 2017
Publisher : Department of Informatics, Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j24068535.v15i2.a663

Abstract

Dalam bidang pendidikan dasar, matematika merupakan sebuah pelajaran dasar dan fundamental. Namun, banyak peserta didik yang tidak menunjukkan sikap positif terhadap mata pelajaran ini. Untuk itulah diperlukan inovasi dalam pembelajaran, salah satunya adalah dengan menggunakan game edukasi.Puzzle adalah game dengan aturan yang sederhana, mudah dimengerti dan dapat merangsang kemampuan matematika. Sedangkan RPG adalah game yang alurnya variatif, interaktif dan dapat meningkatkan ketertarikan pemain. Puzzle RPG adalah penggabungan kedua jenis game tersebut. Penelitian ini bertujuan mengembangkan dan mengukur efektivitas game dari ketiga jenis game tersebut sebagai sarana belajar matematika pada tingkat sekolah dasar (kelas 1-3).Keefektifan game edukasi dilihat dari peningkatan hasil belajar yang diperoleh setelah dilakukan percobaan. Untuk mengetahui jenis game manakah yang paling efektif adalah dengan cara membandingkan peningkatan hasil belajar setelah meggunakan ketiga game tersebut. Analisis perbandingan akan dilakukan dengan uji perbedaan menggunakan ANOVA dan uji lanjut menggunakan scheffe.Hasil percobaan menunjukkan peningkatan hasil belajar pada game puzzle RPG sebesar 53,9%, game RPG sebesar 41,7% dan game puzzle sebesar 33,9%. Setelah dilakukan uji ANOVA, didapatkan hasil bahwa terdapat perbedaan signifikan pada ketiga hasil tersebut. Untuk mengetahui perbedaan pada masing-masing game dilakukan uji scheffe dan didapatkan hasil bahwa hanya hasil belajar antara game puzzle dan puzzle RPG saja yang perbedaannya signifikan. Kesimpulannya, berdasarkan peningkatan hasil belajar, game puzzle RPG memiliki pengaruh terbesar. Berdasarkan uji lanjut dan perbandingan, game berjenis puzzle RPG hanya lebih efektif dibandingkan dengan game puzzle, dan tidak jauh berbeda dibandingkan dengan game RPG. Sedangkan game RPG tidak jauh berbeda dibandingkan dengan game puzzle.Kata Kunci: Efektivitas, Game Edukasi, Matematika, Puzzle, RPG.
SISTEM REKOMENDASI LAGU BERDASARKAN JENIS SUARA PENYANYI PADA APLIKASI KARAOKE Ahmadiyah, Adhatus Solichah; Sunaryono, Dwi; Ramadhan, Bambang Dwi Prasetyo
JUTI: Jurnal Ilmiah Teknologi Informasi Vol 15, No. 2, Juli 2017
Publisher : Department of Informatics, Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j24068535.v15i2.a675

Abstract

Karaoke merupakan salah satu hiburan yang populer sebagai sarana refreshing. Dalam perkembangannya, karaoke pun telah banyak hadir dalam bentuk aplikasi. Namun, permasalahan yang sering muncul pada saat bernyanyi karaoke adalah ada kalanya nada pada lagu yang dinyanyikan terlalu tinggi atau terlalu rendah dari suara penyamyi sehingga menimbulkan suara sumbang (fals). Permasalahan ini muncul karena banyak orang yang belum mengetahui jenis suara yang dimilikinya. Namun aplikasi karaoke yang ada saat ini, belum ada yang mengakomodasi permasalahan tersebut. Untuk mengatasi hal tersebut, pada penelitian ini diusulkan solusi berupa aplikasi karaoke yang dapat mendeteksi jenis suara pengguna dan memberikan rekomendasi lagu yang sesuai dengan jenis suara pengguna tersebut. Proses pertama yang dilakukan adalah pengolahan suara pengguna, kemudian dilakukan analisis frekuensi pada suara tersebut. Frekuensi yang didapat selanjutnya dipetakan ke dalam rentang nada pada jenis suara untuk menentukan jenis suara penyanyi. Selanjutnya, sistem menampilkan daftar rekomendasi lagu yang sesuai dengan jenis suara pengguna tersebut. Berdasarkan eksperimen yang dilakukan, aplikasi yang diusulkan berhasil melakukan pendeteksian jenis suara dan memberikan rekomendasi lagu yang sesuai dengan jenis suara pengguna.
PENGEMBANGAN PROTOKOL MULTICAST AODV DENGAN MEMPERHITUNGKAN JARAK EUCLIDEAN BERDASARKAN POSISI, KECEPATAN DAN DELAY TRANSMISI PADA VANET Rezkinanda, Nurdiansyah; Anggoro, Radityo
JUTI: Jurnal Ilmiah Teknologi Informasi Vol 15, No. 2, Juli 2017
Publisher : Department of Informatics, Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j24068535.v15i2.a611

Abstract

Protokol routing dalam jaringan Vehicular Ad hoc Network (VANET) dikembangkan untuk memperbaiki kinerja transmisi paket data pada jaringan antar kendaraan. Berbagai pendekatan konektivitas antar jaringan kendaraan terus dilakukan karena VANET memiliki karakteristik yang berbeda dengan Mobile Ad hoc Network (MANET) yaitu dalam hal kecepatan node. Protokol Multicast Ad hoc On-Demand Distance Vector (MAODV) yang termasuk protokol routing reaktif dengan transmisi multicast banyak dilakukan penelitian dan peningkatan dengan berbagai pendekatan. Pada penelitian ini dilakukan pengembangan protokol routing MAODV dengan memperhitungkan jarak Euclidean antar node berdasarkan posisi, kecepatan dan delay transmisi. Protokol routing Multicast Adaptif Structured-tree berbasis Reactive Euclidean Node Knowledge (MAS-BRENK) diusulkan untuk memperbaiki mekanisme multicast tree maintenance yaitu proses join dan prune. Perhitungan bobot weighted product digunakan untuk menghitung bobot antar node berdasarkan jarak euclidean, kecepatan dan delay transmisi. Protokol yang diusulkan tersebut diujikan ke dalam skenario jalan perkotaan. Hasil pengujian menunjukkan bahwa protokol MAS-BRENK mengalami peningkatan pengiriman paket MACT sebesar 1.3% dan penerimaan paket MACT dengan flag prune sebesar 8.2%. Selain itu penerimaan paket MACT dengan flag join menurun sebesar 1.2%. Hasil akhir yang didapatkan yaitu peningkatan PDR sebanyak 0.2% dan throughput sebanyak 2%, serta penurunan delay 14.3% dari protokol MAODV.
KLASIFIKASI ULASAN APLIKASI PADA TOKO APLIKASI BERGERAK DENGAN MEMANFAATKAN ISSUE TRACKER GITHUB Prasetyo, Joko; Siahaan, Daniel Oranova
JUTI: Jurnal Ilmiah Teknologi Informasi Vol 15, No. 2, Juli 2017
Publisher : Department of Informatics, Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j24068535.v15i2.a666

Abstract

Dengan semakin maraknya aplikasi untuk perangkat begerak, membuat para pengembang harus berkompetisi untuk membuat aplikasi sesuai dengan keinginan pengguna. Ulasan pengguna pada suatu aplikasi, adalah salah satu cara untuk mencapainya. Terdapat penelitian yang memanfaatkan ulasan tersebut, yaitu  rekomendasi fitur aplikasi untuk pengembang. Penelitian tersebut mengekstraksi fitur aplikasi dari suatu ulasan dan mengklasifikasi kedalam dua tipe, yaitu laporan kesalahan atau permintaan fitur. Pada proses klasifikasi, dataset yang dipakai berasal dari hasil penelusuran ulasan toko aplikasi bergerak Google Play dan IOS App Store. Kekurangan dari dataset tersebut adalah perlunya pelabelan manual oleh para ahli, dimana hal tersebut membutuhkan waktu yang tidak sedikit, selain itu data yang dihasilkan tidak terlalu banyak. Sehingga hal tersebut akan berpengaruh pada hasil akurasi. Penelitian ini mengusulkan penggunaan dataset berlabel dari sumber lain yang jumlahnya melimpah, yaitu judul dari issue pada repository perangkat lunak terbuka Github, yang mana dataset tersebut akan digunakan sebagai data latih. Tujuan dari penelitian yang diusulkan adalah untuk mengetahui apakah penggunaan data dari sumber lain dapat dipakai sebagai dataset latih dengan akurasi yang lebih baik atau tidak. Dari hasil penelitian diharapkan keterlibatan ahli dalam proses pelabelan dapat dihilangkan. Selain itu, diharapkan model klasifikasi tersebut dapat digunakan untuk klasifikasi dengan domain yang lebih luas, misalnya klasifikasi perangkat lunak desktop. Metode klasifikasi yang dipakai adalah naïve bayes, karena telah dibuktikan pada penelitian sebelumnya, bahwa metode naïve bayes menghasilkan akurasi yang lebih tinggi daripada decision tree dan Max Ent. Hasil Penelitian menunjukkan bahwa model yang diusulkan menghasilkan precision sebesar 61-69% dan recall sebesar 30-88%
IMPLEMENTASI METODE LOCAL BINARY PATTERNS UNTUK PENGENALAN POLA HURUF HIRAGANA DAN KATAKANA PADA SMARTPHONE Amat, Rabiuldien; Sari, Jayanti Yusmah; Ningrum, Ika Purwanti
JUTI: Jurnal Ilmiah Teknologi Informasi Vol 15, No. 2, Juli 2017
Publisher : Department of Informatics, Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j24068535.v15i2.a612

Abstract

Pada saat ini Jepang merupakan salah satu negara yang menjadi pilihan bagi pelajar dunia untuk melanjutkan pendidikan. Pelajar yang ingin melanjutkan pendidikan ke Jepang harus mempelajari Bahasa Jepang. Huruf dasar yang harus dikuasai oleh pembelajar Bahasa Jepang pemula adalah Huruf Hiragana dan Katakana. Dalam mempelajari Huruf Hiragana dan Katakana pembelajar pemula mengalami kesulitan yaitu huruf tersebut memiliki pelafalan yang sama, namun penulisan dari huruf tersebut berbeda.Penelitian ini bertujuan untuk menerapkan metode Local Binary Patterns (LBP) sebagai metode ekstraksi fitur untuk pengenalan pola Huruf Hiragana dan Katakana. Cara kerja operator LBP yaitu dengan mencari nilai tengah dari suatu kernel berukuran 3 x 3, dengan melakukan perbandingan nilai tengah piksel dengan nilai tetangga piksel terdekat pada citra grayscale.Implementasi metode Local Binary Pattern (LBP) untuk pengenalan pola Huruf Hiragana dan Katakana pada Smartphone berbasis Android telah diujikan pada 460 data sampel. Hasil pengujian menunjukkan akurasi pengenalan yang cukup baik yaitu sebesar 81,1%.
KLASIFIKASI SEL SERVIKS PADA CITRA PAP SMEAR BERDASARKAN FITUR BENTUK DESKRIPTOR REGIONAL DAN FITUR TEKSTUR UNIFORM ROTATED LOCAL BINARY PATTERN Sholik, Mohammad; Fatichah, Chastine
JUTI: Jurnal Ilmiah Teknologi Informasi Vol 15, No. 2, Juli 2017
Publisher : Department of Informatics, Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j24068535.v15i2.a669

Abstract

Perubahan orientasi objek pada saat akuisisi memerlukan metode ekstraksi fitur yang invariant terhadap rotasi. Ekstraksi fitur tekstur yang telah digunakan dalam kombinasi fitur sebelumnya untuk klasifikasi sel serviks pada dataset Herlev antara lain homogenitas GLCM dan Local Binary Pattern Histogram Fourier (LBP-HF). Namun perhitungan GLCM sensitif terhadap rotasi dan transformasi fourier LBP-HF mengabaikan penataan struktur histogram dengan hanya mempertimbangkan magnitude spektrum transformasi sehingga kehilangan beberapa informasi diskriminatif dan informasi frekuensi citra.Penelitian ini mengusulkan kombinasi fitur bentuk deskriptor regional dan fitur tekstur Uniform Rotated Local Binary Pattern (uRLBP). uRLBP merupakan metode ekstraksi fitur yang dapat mengatasi kelemahan metode tekstur sebelumnya dengan mengatur arah referensi lokal yang dapat mempertahankan informasi orientasi lokal dan informasi diskriminatif citra sehingga mencapai invariant terhadap rotasi. Pengujian dilakukan dengan membandingkan hasil klasifikasi metode yang diusulkan dengan metode pada penelitian sebelumnya dalam melakukan klasifikasi sel serviks pada citra pap smear.Hasil pengujian menunjukkan bahwa metode yang diusulkan mampu mengklasifikasikan sel serviks lebih optimal dibandingkan metode kombinasi fitur bentuk & fitur tekstur homogenitas GLCM dan metode kombinasi fitur bentuk & fitur tekstur LBP-HF. Nilai akurasi menggunakan metode klasifikasi Fuzzy k-NN adalah 91.59% untuk dua kategori sel dan 67.89% untuk tujuh kelas sel.

Page 1 of 2 | Total Record : 12

 1   2 

Filter by Year

2017 2017


Reset
Filter By Issues
All Issue Vol.23, No.2, July 2025 Vol. 23, No. 1, January 2025 Vol. 22, No. 2, July 2024 Vol. 22, No. 1, January 2024 Vol. 21, No. 2, July 2023 Vol. 21, No. 1, January 2023 Vol. 20, No. 2, July 2022 Vol. 20, No. 1, January 2022 Vol. 19, No. 2, Juli 2021 Vol. 19, No. 1, Januari 2021 Vol. 18, No. 2, July 2020 Vol. 18, No. 1, January 2020 Vol. 17, No. 2, Juli 2019 Vol 17, No. 1, Januari 2019 Vol 16, No. 2, Juli 2018 Vol 16, No. 1, Januari 2018 Vol 15, No. 2, Juli 2017 Vol 15, No. 1, Januari 2017 Vol 14, No. 2, Juli 2016 Vol 14, No 1, Januari 2016 Vol 13, No 2, Juli 2015 Vol 13, No 1, Januari 2015 Vol 12, No 2, Juli 2014 Vol 12, No 1, Januari 2014 Vol 11, No 2, Juli 2013 Vol 11, No 1, Januari 2013 Vol 10, No 2, Juli 2012 Vol 10, No 1, Januari 2012 Vol 9, No 2, Juli 2011 Vol 9, No 1, Januari 2011 Vol 8, No 2, Juli 2010 Vol 8, No 1, Januari 2010 Vol 7, No 4, Juli 2009 Vol 7, No 3, Januari 2009 Vol 7, No 2, Juli 2008 Vol 7, No 1, Januari 2008 Vol 6, No 2 Juli 2007 Vol 6, No 1 Januari 2007 Vol 5, No 2 Juli 2006 Vol 5, No 1 Januari 2006 Vol 4, No 2 Juli 2005 Vol 4, No 1 Januari 2005 Vol 3, No 2 Juli 2004 Vol 3, No 1 Januari 2004 Vol 2, No 2 Juli 2003 Vol 2, No 1 Januari 2003 Vol 1, No 1 Juli 2002 More Issue