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 399 Documents
 23   24   25   26   27 
ANALISIS PENGARUH PENERAPAN DUNGEON STATIS DAN DINAMIS PADA GAME BERJENIS ADVENTURE TERHADAP TINGKAT ENJOYMENT Dimas Fanny Hebrasianto Permadi; Nanik Suciati; Imam Kuswardayan
JUTI: Jurnal Ilmiah Teknologi Informasi Vol 16, No. 1, Januari 2018
Publisher : Department of Informatics, Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j24068535.v16i1.a674

Abstract

Dungeon adalah sebuah ruangan yang mirip labirin. Peta dungeon dapat dibuat secara statis maupun dinamis. Hanya saja, kebanyakan peta dungeon dibuat secara statis. Peta dungeon statis adalah jika pemain memasukinya lagi, maka bentuk petanya masih tetap. Peta dinamis adalah jika pemain memasukinya lagi, maka peta dungeon tersebut akan berubah. Jadi pemain yang memasuki lagi dungeon yang dibuat secara dinamis dipastikan tidak mengetahui peta dungeon tersebut secara pasti. Permasalahannya masih belum diketahui tingkat enjoyment pemain dalam memainkan game yang mempunyai konten dungeon yang dibuat secara dinamis ataupun statis. Dari permasalahan tersebut, penelitian ini bertujuan untuk menganalisis perbandingan tingkat enjoyment pemain terhadap game yang mempunyai konten dungeon yang dibuat secara dinamis dan statis. Konten dungeon statis dan dinamis diterapkan pada game “Catch the Chicken”. Dungeon dinamis dibuat dengan menggunakan metode Generative Grammar. Metode pengukuran tingkat enjoyment pemain terhadap dungeon statis dan dinamis dengan menggunakan metode analisis statisitik yang dibagi menjadi data kualitatif dan kuantitatif. Berdasarkan nilai yang didapatkan dari pengujian yang telah dilakukan dapat disimpulkan bahwa dungeon yang dibuat secara dinamis lebih tinggi tingkat enjoyment-nya daripada dungeon dibuat secara statis. Kesimpulan ini berasal dari nilai rata-rata data kualitatif dan kuantitatif. Untuk data kualitatif, nilai rata-rata dungeon statis adalah 27.93 dan dungeon dinamis adalah 29.93. Sedangkan untuk data kuantitatif, nilai rata-rata dungeon statis adalah 7.37 dan nilai rata-rata dungeon dinamis adalah 8.47. Dari hasil pengukuran tersebut, terdapat perbedaan hasil yang siginifikan antara dungeon yang dibuat secara statis dan dinamis.
KLASIFIKASI MULTILABEL MOTIF CITRA BATIK MENGGUNAKAN BOOSTED RANDOM FERNS M. Nur Fuad; Nanik Suciati
JUTI: Jurnal Ilmiah Teknologi Informasi Vol 16, No. 1, Januari 2018
Publisher : Department of Informatics, Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j24068535.v16i1.a673

Abstract

Penelitian yang telah dilakukan terkait klasifikasi motif batik kebanyakan hanya mengenali satu motif batik dalam satu citra. Saat ini banyak terdapat citra batik yang memiliki lebih dari satu motif di dalamnya. Penelitian ini bertujuan untuk  mengenali banyak motif batik dalam satu citra menggunakan metode ekstraksi fitur bentuk Histogram of Oriented Gradient (HOG) dikombinasikan dengan metode klasifikasi Boosted Random Ferns (BRF). Pada penelitian sebelumnya, kombinasi metode tersebut mampu mengidentifkasi beberapa pejalan kaki dalam satu citra. Kemampuan kombinasi metode tersebut dalam mengidentifikasi multiobject dalam satu label (pejalan kaki) dikembangkan untuk mengidentifikasi multiobject dalam multilabel (motif-motif batik). Untuk kasus pengenalan motif batik, sistem yang dibangun  mengekstrak fitur HOG dari data citra training dan menyusunnya menjadi fitur ferns dalam BRF untuk membuat model-model klasifikasi motif batik. Selanjutnya setiap model klasifikasi motif digunakan untuk mengidentifikasi masing-masing motif pada citra testing. Uji coba dilakukan terhadap 64 data citra testing dengan 6 jenis motif batik. Pengujian performa metode menggunakan skenario pengujian berdasarkan variasi jumlah subset random ferns, jumlah weak classifier dan iterasi boostrapping. Terdapat empat variasi jumlah subset random ferns yakni 5, 10, 15 dan 20 subset, empat variasi jumlah weak classifier yakni 100, 200, 300 dan 400, serta enam variasi iterasi boostrapping yakni 0, 1, 2, 3, 4, dan 5 iterasi. Label-label hasil klasifikasi kemudian dihitung menggunakan tanimoto distance. Nilai tanimoto distance terbaik dari sistem yakni 0.0130, dengan jumlah citra testing yang dideteksi dengan benar sebanyak 62 citra dari 64 citra.
OPTIMASI KINERJA PROTOKOL AODV DENGAN STATIC INTERSECTION NODE Johan Ericka Wahyu Prakasa; Radityo Anggoro; Waskitho Wibisono
JUTI: Jurnal Ilmiah Teknologi Informasi Vol 14, No. 2, Juli 2016
Publisher : Department of Informatics, Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j24068535.v14i2.a568

Abstract

VANET adalah sebuah pengembangan teknologi yang memungkinkan komunikasi antar kendaraan meskipun tidak terdapat koneksi secara langsung antara kendaraan yang berkomunikasi. Untuk meningkatkan performa protokol routing, maka pada penelitian ini akan ditambahkan SIN (Static Intersection Node). Static Intersection Node adalah RSU (Road Side Unit) yang diletakkan di persimpangan jalan (intersection). Fungsi dari Static Intersection Node pada penelitian ini adalah sebagai repeater untuk membantu mengirimkan paket data ke kendaraan lain yang berada disekitarnya sehingga dapat meningkatkan Packet Delivery Ratio serta meminimalkan Packet Loss dan End to End Delay.
REDUKSI DIMENSI FITUR MENGGUNAKAN ALGORITMA ALOFT UNTUK PENGELOMPOKAN DOKUMEN Mamluatul Hani’ah; Chastine Fatichah; Diana Purwitasari
JUTI: Jurnal Ilmiah Teknologi Informasi Vol 14, No. 2, Juli 2016
Publisher : Department of Informatics, Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j24068535.v14i2.a573

Abstract

Pengelompokan dokumen masih memiliki tantangan dimana semakin besar dokumen maka akan menghasilkan fitur yang semakin banyak. Sehingga berdampak pada tingginya dimensi dan dapat menyebabkan performa yang buruk terhadap algoritma clustering. Cara untuk mengatasi masalah ini adalah dengan reduksi dimensi. Metode reduksi dimensi seperti seleksi fitur dengan metode filter telah digunakan untuk pengelompokan dokumen. Akan tetapi metode filter sangat tergantung pada masukan pengguna untuk memilih sejumlah n fitur teratas dari keseluruhan dokumen. Algoritma ALOFT (At Least One FeaTure) dapat menghasilkan sejumlah set fitur secara otomatis tanpa adanya parameter masukan dari pengguna. Karena sebelumnya algoritma ALOFT digunakan pada klasifikasi dokumen, metode filter yang digunakan pada algoritma ALOFT membutuhkan adanya label pada kelas sehingga metode filter tersebut tidak dapat digunakan untuk pengelompokan dokumen. Pada penelitian ini diusulkan metode reduksi dimensi fitur dengan menggunakan variasi metode filter pada algoritma ALOFT untuk pengelompokan dokumen. Sebelum dilakukan proses reduksi dimensi langkah pertama yang harus dilakukan adalah tahap preprocessing kemudian dilakukan perhitungan bobot tfidf. Proses reduksi dimensi dilakukan dengan menggunakan metode filter seperti Document Frequency (DF), Term Contribution (TC), Term Variance Quality (TVQ), Term Variance (TV), Mean Absolute Difference (MAD), Mean Median (MM), dan Arithmetic Mean Geometric Mean (AMGM). Selanjutnya himpunan fitur akhir dipilih dengan algoritma ALOFT. Tahap terakhir adalah pengelompokan dokumen menggunakan dua metode clustering yang berbeda yaitu k-means dan Hierarchical Agglomerative Clustering (HAC). Dari hasil ujicoba didapatkan bahwa kualitas cluster yang dihasilkan oleh metode usulan dengan menggunakan algoritma k-means mampu memperbaiki hasil dari metode VR.
KLASIFIKASI DATA EEG UNTUK MENDETEKSI KEADAAN TIDUR DAN BANGUN MENGGUNAKAN AUTOREGRESSIVE MODEL DAN SUPPORT VECTOR MACHINE Yunan Helmi Mahendra; Handayani Tjandrasa; Chastine Fatichah
JUTI: Jurnal Ilmiah Teknologi Informasi Vol 15, No. 1, Januari 2017
Publisher : Department of Informatics, Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j24068535.v15i1.a633

Abstract

Tidur merupakan kebutuhan dasar manusia. Salah satu gangguan tidur yang cukup berbahaya adalah narkolepsi, yaitu gangguan tidur kronis yang ditandai dengan rasa kantuk yang luar biasa di siang hari dan serangan tidur yang terjadi secara tiba-tiba. Salah satu metode dokter untuk mendiagnosis penyakit narkolepsi adalah dengan melihat aktivitas gelombang otak (melalui sinyal EEG) pasien. Penelitian ini bertujuan untuk mengembangkan perangkat lunak yang dapat mengklasifikasikan keadaan tidur dan bangun melalui sinyal EEG secara otomatis. Dataset EEG yang digunakan tersedia di Physionet. Pertama-tama data EEG yang menjadi masukan dilakukan normalisasi dan filtering. Proses filtering dilakukan untuk membagi data menjadi 3 subband yaitu theta, alpha, dan beta. Setelah itu pada masing-masing subband dilakukan tahap ekstraksi fitur menggunakan Autoregressive Model. Hasil estimasi koefisien AR model digunakan sebagai fitur. Metode yang digunakan untuk mengestimasi koefisien AR model yaitu metode Yule-Walker dan metode Burg. Dataset dibagi menjadi data latih dan data uji menggunakan 10-fold cross validation. Data training digunakan untuk membuat SVM Model. SVM Model digunakan untuk mengklasifikasikan data testing sehingga menghasilkan keluaran label 1 untuk tidur dan label 0 untuk bangun. Untuk menentukan kelas final dilakukan majority vote dari hasil klasifikasi masing-masing subband. Performa sistem diperoleh dengan menghitung akurasi, presisi, dan sensitivitas pada setiap skenario uji coba. Skenario uji coba yang dilakukan antara lain dengan memvariasikan order AR, fungsi kernel, dan parameter C pada SVM. Dari hasil uji coba yang dilakukan, metode Yule-Walker menghasilkan rata-rata akurasi 80.60%, presisi 78.19%, dan sensitivitas 77.56%. Metode Burg menghasilkan akurasi 94.01%, presisi 95.70%, dan sensitivitas 93.39%. Hasil tersebut menunjukkan metode Burg memiliki performa lebih baik dibandingan dengan metode Yule-Walker.
PENGEMBANGAN METODE BLOCK MATCHING UNTUK DETEKSI COPY-MOVE PADA PEMALSUAN CITRA Arya Yudhi Wijaya; Said Al Musayyab; Hudan Studiawan
JUTI: Jurnal Ilmiah Teknologi Informasi Vol 15, No. 1, Januari 2017
Publisher : Department of Informatics, Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j24068535.v15i1.a638

Abstract

Pemalsuan citra dengan maksud menutupi sebagian objek pada citra dengan blok lain pada citra yang sama disebut dengan copy-move. Deteksi copy-move pada citra dapat dilakukan pada domain spasial melalui pengolahan pada tiap pikselnya maupun pada domain frekeunsi melalui beberapa fungsi transformasi. Penelitian ini mengusulkan deteksi copy-move pada domain spasial dengan mengembangkan metode block macthing. Metode yang diusulkan terbagi atas dua pendekatan yaitu excact match dan robust match. Pendekatan excact match dimulai dengan: input citra RGB, pengambi-lan blok, penghitungan nilai hash tiap blok, pencarian blok yang mirip dan diakhiri dengan dengan operasi morfologi untuk penghalusan hasil deteksi. Sedangkan pendekatan robust match mirip dengan exact match namun nilai hash diganti dengan Discrete Cosine Transform (DCT). Hasil uji coba menujukkan bahwa pendekatan robust match mendapatkan hasil sedikit lebih baik dibandingkan dengan excact match dimana nilai rata-rata kualitas deteksi 75% dengan kualitas deteksi terbaik sebesar 97%.
SEGMENTASI DAN PEMISAHAN SEL DARAH PUTIH BERSENTUHAN MENGGUNAKAN K-MEANS DAN HIERARCHICAL CLUSTERING ANALYSIS PADA CITRA LEUKEMIA MYELOID AKUT Aryo Harto; Chastine Fatichah
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 Deny Prasetia Hermawan; Darlis Herumurti; Imam Kuswardayan
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 Adhatus Solichah Ahmadiyah; Dwi Sunaryono; Bambang Dwi Prasetyo Ramadhan
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.
OPTIMASI REPLACEMENT STRATEGY UNTUK METODE PROGRESSIVE CACHE PADA CONTENT CENTRIC NETWORKING (CCN) Arief Prasetyo; Royyana Muslim Ijtihadie; Tohari Ahmad
JUTI: Jurnal Ilmiah Teknologi Informasi Vol 14, No. 2, Juli 2016
Publisher : Department of Informatics, Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j24068535.v14i2.a565

Abstract

Teknologi internet yang berkembang pesat, menyebabkan meningkatnya jumlah konten multimedia pada lalu lintas jaringan data. Content Centric Network (CCN) dengan fitur yang dimilikinya yaitu content distribution, multicast, in-network cache, mobility dan delay-tolerant networking, dikembangkan untuk memenuhi tantangan yang muncul pada model komunikasi host-to-host (teknologi internet saat ini), yaitu mendistribusikan konten-konten multimedia dengan lebih efisien. Performa CCN terbukti dapat ditingkatkan dengan menerapkan metode progressive cache pada strategi penyimpanan cache. Metode Progressive Cache menggunakan prinsip kerja meminimalisir data one-timer, mempertimbangkan popularitas data dan frekuensi request data. Pada penelitian ini, metode Progressive Cache dioptimasi dengan merubah strategi cache replacement yang digunakan untuk lebih meningkatkan performa jaringan CCN yang dapat diterapkan pada segala jenis topologi jaringan. Optimasi dilakukan dengan menerapkan metode LRUd (LRU with distance), yang memperhitungkan recency serta jarak sumber data terhadap caching node pada strategi cache replacement dari Progressive Cache. Metode LRUd diterapkan pada seluruh node jaringan CCN. Hasil yang didapatkan dengan menerapkan metode LRUd dengan Progressive Cache pada jaringan CCN dapat meningkatkan cache hit-rate hingga 0.416%, menurunkan hop distance hingga 1,145% dan meningkatkan jumlah download hingga 0,722%.

Page 25 of 40 | Total Record : 399

 23   24   25   26   27 

Filter by Year

2002 2026


Reset
Filter By Issues
All Issue Vol. 24, No. 1, January 2026 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