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 malang,
Jawa timur
INDONESIA
Jurnal Mahasiswa TEUB
Published by Universitas Brawijaya
ISSN : -     EISSN : -     DOI : -
Core Subject : Education,
Education
Arjuna Subject : -
Articles 2,261 Documents
 218   219   220   221   222 
Sistem Deteksi Microsleep Real-Time Menggunakan Metode CNN-LSTM Berbasis Raspberry Pi Nicolas, Daniel; Abidin, Zainul
Jurnal Mahasiswa TEUB Vol. 14 No. 5 (2026)
Publisher : Jurnal Mahasiswa TEUB

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

Abstract

Kelelahan dan kantuk merupakan salah satu penyebab utama kecelakaan lalu lintas, yang dapat memicu microsleep, yaitu periode tidur singkat yang terjadi secara tiba-tiba dan tidak disadari. Penelitian sebelumnya mendeteksi microsleep menggunakan Convolutional Neural Network (CNN) murni dengan aturan durasi penutupan mata (rule-based) yang hanya memanfaatkan informasi spasial dari satu frame. Karena microsleep merupakan fenomena temporal, penelitian ini mengembangkan pendekatan tersebut dengan menambahkan lapisan Long Short-Term Memory (LSTM) di atas fitur CNN, sehingga sistem dapat mempelajari pola perubahan kondisi mata dari urutan frame. CNN berperan sebagai ekstraktor fitur per frame, sedangkan LSTM mengklasifikasikan pola temporal dari urutan 20 frame. Sistem diimplementasikan secara real-time pada Raspberry Pi 4 Model B menggunakan TensorFlow Lite. Dibandingkan pendekatan CNN rule-based, penambahan LSTM meningkatkan recall kelas microsleep dari 80,1% menjadi 96,2% (+16,1 poin) dan F1-score dari 88,8% menjadi 97,0%. Evaluasi model pada satu pembagian uji menghasilkan akurasi 98,52% dengan recall microsleep 99,00%, sedangkan validasi silang GroupKFold (k=5) menghasilkan akurasi 98,77% ± 0,28% dan recall 97,78% ± 0,73%, menandakan generalisasi yang stabil. Latency end-to-end sistem sebesar 37,40 ms per frame (≈26,7 fps) sehingga layak untuk pemantauan secara real-time. Hasil ini menunjukkan pemodelan temporal berbasis LSTM meningkatkan kemampuan deteksi microsleep tanpa mengorbankan kecepatan real-time. Index Terms—Deteksi microsleep, CNN-LSTM, pemodelan temporal, Eye Aspect Ratio, Raspberry Pi, real-time, kantuk pengemudi.
DESAIN LOW VOLTAGE DIFERENTIAL AMPLIFIER UNTUK SINYAL EKG MENGGUNAKAN TEKNOLOGI SKYWATER 130 NANOMETER Abdurrahman, Muhammad Faqih; Sulistiyanto, Nanang; Abidin, Zainul
Jurnal Mahasiswa TEUB Vol. 14 No. 5 (2026)
Publisher : Jurnal Mahasiswa TEUB

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

Abstract

Penelitian ini merancang IC Low Voltage Differential Amplifier berteknologi SkyWater 130 nm untuk aplikasi EKG, menggunakan topologi Asymmetric Class-AB Folded Cascode. Sirkuit beroperasi pada suplai 1,2 V dengan arus bias 100 nA, di mana seluruh MOSFET diatur pada wilayah weak inversion (subthreshold) untuk efisiensi daya. Post-layout simulation (corner tt) menunjukkan open-loop gain sebesar 77 dB dan bandwidth 186 Hz. Penerapan output stage Class-AB asimetris memungkinkan keluaran rail-to-rail (0,048 V– 1,099 V) dengan konsumsi daya total hanya 1,99 µW. Guna meredam noise dan mismatch layout, diterapkan unit-element matching, Double Guard Ring, penataan array vertikal, serta sirkuit Auto-Zeroing (switched H-bridge) yang sukses menekan THD+N hingga-40 dB pada spektrum EKG. Kata Kunci—Folded Cascode, Class-AB Asimetris, SkyWater 130 nm, EKG, Post-Layout.
ANALISIS EFISIENSI, POWER DENSITY, DAN COST DENSITY SMPMSM DENGAN VARIASI GEOMETRI ROTOR DAN MAGNET MENGGUNAKAN ANSYS MAXWELL Pramudya, Bisma Andika; Wijono, n/a
Jurnal Mahasiswa TEUB Vol. 14 No. 5 (2026)
Publisher : Jurnal Mahasiswa TEUB

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

Abstract

Penelitian ini menganalisis pengaruh variasi geometri rotor dan magnet terhadap performa motor Surface-Mounted Permanent Magnet Synchronous Motor (SMPMSM) 15 kW, 8-kutub, 3000 RPM menggunakan perangkat lunak RMxprt dan Ansys Maxwell berbasis metode elemen hingga (Finite Element Analysis/FEA). Dua puluh lima variasi model simulasi dibentuk dari kombinasi lima nilai celah udara (0,5; 1,0; 1,5; 2,0; dan 2,5 mm) dan lima nilai ketebalan magnet NdFeB (5,0; 6,5; 8,0; 9,5; dan 11,0 mm), dengan seluruh parameter stator dijaga konstan untuk mengisolasi pengaruh kedua variabel geometri rotor tersebut. Parameter performa yang dianalisis meliputi efisiensi, power density, dan cost density — termasuk analisis sensitivitas terhadap tiga skenario harga material NdFeB (minimum, rata-rata, dan maksimum) — serta torsi dan air gap flux density sebagai parameter validasi teoritis. Hasil analisis menunjukkan bahwa efisiensi menurun secara monoton seiring penambahan ketebalan magnet dan meningkat secara monoton seiring pembesaran celah udara. Power density cenderung menurun non-monoton terhadap perubahan jarak airgap dan ketebalan magnet. Cost density cenderung meningkat non-monoton seiring dengan meningkatnya ketebalan magnet, akan tetapi cenderung menurun non-monoton terhadap perubahan jarak airgap. Analisis Pareto mengidentifikasi dua konfigurasi optimal: celah udara 0,5 mm/magnet 5,0 mm sebagai desain paling seimbang (cost density terendah 27,948 USD/kW, efisiensi 87,47%, power density 249,3 W/kg), dan celah udara 0,5 mm/magnet 8,0 mm sebagai alternatif untuk aplikasi yang menuntut kerapatan daya maksimum (power density 281,3 W/kg, cost density 32,48 USD/kW). Tidak ditemukan konfigurasi tunggal yang unggul mutlak pada ketiga kriteria secara simultan, sehingga rekomendasi desain bersifat berbasis prioritas aplikasi. Kata Kunci — Surface Mounted Permanent Magnet Synchronous Motor (SMPMSM), Ketebalan Magnet, Air Gap, Power Density, Cost Density 
Rancang Bangun Programmable Frequency Generator berbasis DDS AD9851 dan Mikrokontroler STM32 Rahmadina, Azkiya; Muttaqin, Adharul; Sulistiyanto, Nanang
Jurnal Mahasiswa TEUB Vol. 14 No. 5 (2026)
Publisher : Jurnal Mahasiswa TEUB

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

Abstract

Perkembangan sistem berbasis machine learning mendorong pemanfaatan sensor dengan keluaran frekuensi pada sistem electronic nose (e-nose) sebagai sumber data untuk proses identifikasi dan klasifikasi senyawa volatil. Namun, proses validasi model machine learning masih memerlukan pengulangan pengukuran sensor secara langsung dengan kondisi eksperimen yang terkontrol sehingga kurang efisien. Salah satu pendekatan untuk mengatasi permasalahan tersebut adalah merekonstruksi data frekuensi hasil pengukuran sensor menjadi sinyal frekuensi analog sehingga proses validasi dapat dilakukan tanpa pengukuran ulang. Penelitian ini bertujuan mengembangkan sistem programmable frequency generator berbasis metode Direct Digital Synthesis (DDS) AD9851 dan mikrokontroler STM32 yang mampu membangkitkan sinyal frekuensi secara terprogram dari dataset hasil pengukuran sensor. Data yang digunakan merupakan data frekuensi hasil pengukuran sensor QCM terhadap aroma kopi Robusta Dampit saat dipanggang pada suhu 200 °C. Data frekuensi dikirim dari PC melalui Graphical User Interface (GUI) ke mikrokontroler untuk diproses, kemudian diteruskan ke modul DDS guna menghasilkan sinyal analog sesuai frekuensi yang ingin dibangkitkan. Hasil pengujian menunjukkan bahwa sistem mampu membangkitkan frekuensi secara berurutan sesuai urutan data pada file CSV dengan rata-rata error sebesar 0,34% pada rentang frekuensi 1–10 MHz dan 0,22% pada pengujian rekonstruksi dataset frekuensi sensor. Secara keseluruhan, sistem yang dikembangkan mampu merekonstruksi data frekuensi dengan tingkat kesesuaian yang cukup baik terhadap data masukan. Kata Kunci  ̶  direct digital synthesis, programmable frequency generator, rekonstruksi sinyal 
Optimasi Sistem Pembangkit Listrik Tenaga Hibrida Surya-Angin On-Grid pada Kampung Nelayan Merah Putih, Lampung Selatan Saputra, Fadhlan Rahman; Wibawa, Unggul
Jurnal Mahasiswa TEUB Vol. 14 No. 5 (2026)
Publisher : Jurnal Mahasiswa TEUB

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

Abstract

Kawasan pesisir membutuhkan penyediaan listrik yang andal, ekonomis, dan rendah emisi untuk mendukung aktivitas produktif masyarakat nelayan. Penelitian ini bertujuan mengoptimalkan sistem pembangkit listrik tenaga hibrida (PLTH) surya-angin on-grid pada Kampung Nelayan Merah Putih, Lampung Selatan, dengan mempertimbangkan aspek teknis, ekonomi, dan lingkungan. Profil beban listrik kawasan dimodelkan selama 8760 jam berdasarkan kebutuhan fasilitas kawasan, kemudian beberapa skenario sistem dibandingkan menggunakan HOMER Pro, yaitu sistem grid only, modul surya-grid, turbin angin-grid, serta sistem hibrida modul surya-turbin angin-grid. Hasil simulasi menunjukkan bahwa konfigurasi optimal diperoleh pada sistem hibrida dengan kapasitas modul surya 110 kW, empat unit turbin angin dengan total kapasitas 46 kW, dan inverter 100 kW. Konfigurasi ini menghasilkan energi dari modul surya sebesar 166.225 kWh/tahun dan turbin angin sebesar 79.335 kWh/tahun, dengan renewable fraction sebesar 55,6%. Dari sisi ekonomi, sistem menghasilkan nilai net present cost sebesar Rp6.785.940.577,79, levelized cost of energy sebesar Rp1.087,59/kWh, internal rate of return sebesar 11,8%, dan payback period selama 7,69 tahun. Dari sisi lingkungan, sistem hibrida mampu menurunkan emisi CO₂ sebesar 203.897 kg/tahun atau 59,6% dibandingkan sistem grid only. Dengan demikian, sistem hibrida surya-angin on-grid layak diterapkan sebagai alternatif penyediaan energi berkelanjutan pada kawasan nelayan pesisir. Kata Kunci— HOMER Pro, On-Grid, Optimasi, PLTH suryaangin. 
Sistem Deteksi Tuberkulosis Berbasis CNN Teroptimasi Algoritma Genetika pada Raspberry Pi 5 Silaban, Antonio Lorensius; Aswin, Muhammad; Rahmadwati, n/a
Jurnal Mahasiswa TEUB Vol. 14 No. 5 (2026)
Publisher : Jurnal Mahasiswa TEUB

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

Abstract

Tuberkulosis (TB) masih menjadi masalah kesehatan global yang besar, dan interpretasi citra X-ray dada masih sangat bergantung pada ahli radiologi yang jumlahnya terbatas, sementara lesi awal yang halus mudah terlewat. Penelitian ini mengembangkan sistem deteksi tuberkulosis berbasis Convolutional Neural Network (CNN) yang hiperparameternya dioptimasi secara sistematis menggunakan Algoritma Genetika (GA), kemudian dikompresi dengan Post-Training Quantization INT8 untuk diimplementasikan pada edge device Raspberry Pi 5. Model CNN dilatih menggunakan 1.600 citra X-ray dada (TBX11K) yang dibagi menjadi data latih, validasi, dan uji. GA dengan populasi sepuluh individu mencari learning rate, jumlah filter, batch size, dan optimizer secara bersamaan. Sistem CNN+GA mencapai akurasi uji 98,75% dengan AUC 0,9952, setara dengan pencarian manual One-Factor-at-a-Time namun diperoleh secara sistematis. Kuantisasi INT8 mengurangi ukuran model sebesar 75% (menjadi 3,63 MB) tanpa penurunan akurasi, dan studi pruning mengonfirmasi INT8 sebagai titik kompresi optimal. Pada Raspberry Pi 5, model INT8 mencapai waktu inferensi 2,237 ms per citra (2,86× lebih cepat dari Float32) dengan penggunaan RAM hanya 7,70 MB, serta diintegrasikan ke antarmuka web Flask. Hasil menunjukkan sistem layak sebagai detektor tuberkulosis real-time berbasis edge.  Kata Kunci— algoritma genetika, convolutional neural network, deteksi tuberkulosis, edge computing, kuantisasi INT8, Raspberry Pi. 
Analisis Perbandingan Panel Surya P-Type dan NType terhadap Produksi Energi, Biaya, dan Emisi CO₂ pada PLTS Off-Grid Fauziyah, Almaas Nurul; Wibawa, Unggul; Kurniawan, Dwi Fadila
Jurnal Mahasiswa TEUB Vol. 14 No. 5 (2026)
Publisher : Jurnal Mahasiswa TEUB

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

Abstract

—Peningkatan kebutuhan energi listrik dan upaya pengurangan emisi karbon mendorong pemanfaatan Pembangkit Listrik Tenaga Surya (PLTS) sebagai sumber energi terbarukan yang berkelanjutan. Perbedaan karakteristik panel surya P-Type dan N-Type memengaruhi kinerja sistem PLTS, sehingga diperlukan analisis untuk menentukan teknologi yang lebih optimal pada sistem off-grid. Penelitian ini dilakukan menggunakan perangkat lunak PVsyst dengan membandingkan panel surya P-Type (PERC) dan NType (TOPCon) dari tiga produsen berbeda pada dua lokasi, yaitu Kota Yogyakarta dan Kota Malang. Analisis dilakukan terhadap produksi energi, efisiensi, kelayakan ekonomi, dan potensi reduksi emisi CO₂. Hasil penelitian menunjukkan bahwa panel surya N-Type menghasilkan produksi energi tahunan lebih tinggi, yaitu 4.046–4.179 kWh/tahun, dibandingkan panel surya P-Type sebesar 3.814–3.944 kWh/tahun. Rata-rata efisiensi sistem panel surya N-Type mencapai 14,31%, sedangkan panel surya P-Type sebesar 13,03%. Hasil analisis ekonomi menunjukkan bahwa panel surya N-Type menunjukkan performa yang lebih baik daripada P-Type dengan nilai CoE yang lebih rendah serta nilai NPV, PI, dan IRR yang lebih tinggi. Dari aspek lingkungan, panel surya N-Type menghasilkan potensi reduksi emisi CO₂ yang lebih tinggi dibandingkan panel surya P-Type seiring dengan produksi energi yang lebih besar. Hasil penelitian menunjukkan bahwa panel surya N-Type merupakan pilihan yang lebih optimal untuk sistem PLTS off-grid ditinjau dari aspek teknis, ekonomi, dan lingkungan. Kata Kunci—PLTS off-grid, N-Type, P-Type, Produksi energi, Reduksi emisi CO₂. 
Analisis Distorsi Harmonisa Pada JTR Dengan Pengoperasian Capacitor Bank dan STPH Filter Pada Mal Tenth Avenue Bandung Ayu, Aurellia Putri; Wibawa, Unggul
Jurnal Mahasiswa TEUB Vol. 14 No. 5 (2026)
Publisher : Jurnal Mahasiswa TEUB

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

Abstract

Penggunaan beban non-linier pada sistem distribusi gedung komersial dapat menimbulkan distorsi harmonisa yang memengaruhi kualitas daya listrik. Penelitian ini bertujuan untuk menganalisis distorsi harmonisa pada sistem Jaringan Tegangan Rendah (JTR) 380/220 V Mal Tenth Avenue Bandung dengan mempertimbangkan pengoperasian capacitor bank dan STPH Filter. Analisis dilakukan menggunakan perangkat lunak ETAP 19.0.1 melalui metode harmonic load flow. Simulasi dilakukan pada empat variasi pengoperasian, yaitu baseline, capacitor bank ON, STPH Filter ON, serta kombinasi capacitor bank dan STPH Filter ON. Parameter yang dianalisis meliputi profil tegangan, Total Harmonic Distortion tegangan (THDv), Total Harmonic Distortion arus (THDi), dan spektrum harmonisa. Hasil simulasi menunjukkan bahwa pada variasi baseline, nilai THDv pada Bus4 sebesar 0,81% dan THDi pada jalur Bus3–Bus4 sebesar 2,74%. Saat capacitor bank dioperasikan, nilai THDv menurun menjadi 0,58% dan THDi menjadi 1,84%, tetapi terjadi kenaikan profil tegangan pada sisi JTR. Pada variasi STPH Filter ON tanpa capacitor bank, nilai THDv menurun menjadi 0,50% dan THDi menjadi 1,53%, serta harmonisa dominan orde ke-5 menurun dari 0,6130% menjadi 0,2728%. Sementara itu, variasi kombinasi menghasilkan THDv sebesar 0,75% dan THDi sebesar 2,14%. Seluruh nilai THDv masih berada di bawah batas standar IEEE 519-2022 untuk sistem dengan tegangan V ≤ 1 kV, yaitu 8%. Berdasarkan hasil tersebut, variasi pengoperasian capacitor bank OFF dan STPH Filter ON merupakan variasi yang paling efektif dalam menurunkan distorsi harmonisa pada sistem utama. Kata Kunci— harmonisa, THDv, THDi, capacitor bank, STPH Filter, ETAP. 
Studi Perbandingan Model LSTM dan GRU untuk Forecasting Output Daya Sistem Pembangkit Listrik Tenaga Surya Off-Grid Permana , M. Rizky Tri; Aswin, Muhammad; Kurniawan, Dwi Fadila
Jurnal Mahasiswa TEUB Vol. 14 No. 5 (2026)
Publisher : Jurnal Mahasiswa TEUB

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

Abstract

Pembangkit Listrik Tenaga Surya (PLTS) off-grid sangat bergantung pada cuaca sehingga keluaran dayanya bersifat intermiten dan sulit dijadwalkan. Penelitian ini melakukan studi perbandingan empat arsitektur deep learning—LSTM Vanilla, LSTM Bidirectional, GRU Vanilla, dan GRU Bidirectional—untuk forecasting output daya PLTS off-grid 400 Wp di Pujon, Malang. Data cuaca diperoleh dari Open-Meteo Archive API, dan daya keluaran (P_out) dihitung secara analitis menggunakan persamaan fisika sel surya yang divalidasi dengan pustaka pvlib. Keempat arsitektur diuji pada empat skenario dataset (kombinasi hourly/daily dan univariate/multivariate), menghasilkan 16 konfigurasi yang masing-masing dijalankan lima kali untuk reliabilitas. Hasil menunjukkan forecasting per jam jauh lebih akurat (R² ≈ 0,96) dibandingkan per hari (R² ≈ 0,37); pendekatan multivariate konsisten mengungguli univariate; sedangkan arsitektur bidirectional tidak selalu memberikan peningkatan. Berdasarkan trade-off akurasi dan waktu komputasi, LSTM Vanilla pada dataset hourly_multivariate dipilih (MAE 0,02519; R² 0,9621; pelatihan tercepat) dan diimplementasikan pada sistem dashboard berbasis web tiga lapis (Next.js–Flask–Open-Meteo) yang ter-deploy di cloud. Sistem menggunakan strategi pure LSTM seq-toone autoregresif, dengan post-processing fisik ringan untuk menjaga kewajaran keluaran. Sistem menghasilkan forecast konsisten pada verifikasi kondisi cuaca aktual dengan waktu respons rata-rata 2,7 detik. Kata Kunci—forecasting; PLTS off-grid; LSTM; GRU; deep learning; pure LSTM.
Analisis Pengaruh Material Elektroda dan Gap Udara Terhadap Efektivitas Produksi Ozon Pada Sistem Generator Koaksial Cahyaningrum, Rachmadini; Nurwati, Tri; Hasanah, Rini Nur
Jurnal Mahasiswa TEUB Vol. 14 No. 5 (2026)
Publisher : Jurnal Mahasiswa TEUB

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

Abstract

Penelitian ini bertujuan untuk menganalisis pengaruh variasi material elektroda dan gap udara terhadap distribusi medan listrik, arus bocor, serta efektivitas produski ozon pada sistem Dielectric Barrier Discharge (DBD) dengan konfigurasi elektroda koaksial. Penelitian menggunakan elektroda berbahan tembaga dan besi stainless dengan variasi gap udara 1 mm dan 2 mm untuk mengetahui karakteristik pembangkitan plasma dan produksi ozon yang dihasilkan. Selain itu, permukaan elektroda pengion dimodifikasi menggunakan uliran untuk meningkatkan konsentrasi medan listrik lokal sehingga proses ionisasi udara menjadi lebih efektif. Analisis dilakukan menggunakan simulasi distribusi medan listrik menggunakan perangkat lunak FEMM, pengukuran arus bocor menggunakan multimeter, serta pengujian efektivitas ozonisasi terhadap perubahan kualitas air menggunakan metode pengolahan citra digital berbasis RGB dan CIELAB. Hasil penelitian menunjukkan bahwa elektroda tembaga menghasilkan medan listrik yang lebih stabil dan produksi ozon lebih tinggi dibandingkan stainless steel karena memiliki konduktivitas listrik yang lebih baik. Penambahan uliran pada elektroda juga meningkatkan intensitas medan listrik sehingga proses ionisasi udara menjadi lebih efektif. Variasi jarak celah udara mempengaruhi intensitas partial discharge dan rugi-rugi daya pada sistem. Penelitian ini menunjukkan bahwa kombinasi material elektroda, geometri permukaan elektroda, dan jarak celah udara memiliki pengaruh signifikan terhadap performa sistem DBD dalam menghasilkan ozon. Kata kunci: Dielectric Barrier Discharge, Ozon, Tembaga, Besi Stainless, Gap Udara, Elektroda Koaksial, Medan Lsitrik, Partial Discharge. 

Page 220 of 227 | Total Record : 2261

 218   219   220   221   222 

Filter by Year

2013 2026


Reset
Filter By Issues
All Issue Vol. 14 No. 7 (2026) Vol. 14 No. 6 (2026) Vol. 14 No. 5 (2026) Vol. 14 No. 4 (2026) Vol. 14 No. 3 (2026) Vol. 14 No. 2 (2026) Vol. 14 No. 1 (2026) Vol. 13 No. 7 (2025) Vol. 13 No. 6 (2025) Vol. 13 No. 5 (2025) Vol. 13 No. 4 (2025) Vol. 13 No. 3 (2025) Vol. 13 No. 2 (2025) Vol. 13 No. 1 (2025) Vol. 12 No. 6 (2024) Vol. 12 No. 5 (2024) Vol. 12 No. 4 (2024) Vol. 12 No. 3 (2024) Vol. 12 No. 2 (2024) Vol. 12 No. 1 (2024) Vol. 11 No. 6 (2023) Vol. 11 No. 5 (2023) Vol. 11 No. 4 (2023) Vol. 11 No. 3 (2023) Vol. 11 No. 2 (2023) Vol. 11 No. 1 (2023) Vol. 10 No. 6 (2022) Vol. 10 No. 5 (2022) Vol. 10 No. 4 (2022) Vol. 10 No. 3 (2022) Vol. 10 No. 3 (2022): Vol. 10 No. 2 (2022) Vol 10, No 2 (2022) Vol 10, No 1 (2022) Vol 9, No 8 (2021) Vol 9, No 7 (2021) Vol 9, No 6 (2021) Vol 9, No 5 (2021) Vol 9, No 4 (2021) Vol 9, No 3 (2021) Vol 9, No 2 (2021) Vol 9, No 1 (2021) Vol 8, No 5 (2020) Vol 8, No 4 (2020) Vol 8, No 3 (2020) Vol 8, No 2 (2020) Vol 8, No 1 (2020) Vol 7, No 7 (2019) Vol 7, No 6 (2019) Vol 7, No 5 (2019) Vol 7, No 4 (2019) Vol 7, No 3 (2019) Vol 7, No 2 (2019) Vol 7, No 1 (2019) Vol 6, No 7 (2018) Vol 6, No 6 (2018) Vol 6, No 5 (2018) Vol 6, No 4 (2018) Vol 6, No 3 (2018) Vol 6, No 2 (2018) Vol 6, No 1 (2018) Vol 5, No 6 (2017) Vol 5, No 5 (2017) Vol 5, No 4 (2017) Vol 5, No 3 (2017) Vol 5, No 2 (2017) Vol 5, No 1 (2017) Vol 4, No 8 (2016) Vol 4, No 7 (2016) Vol 4, No 6 (2016) Vol 4, No 5 (2016) Vol 4, No 4 (2016) Vol 4, No 3 (2016) Vol 4, No 2 (2016) Vol 4, No 1 (2016) Vol 3, No 7 (2015) Vol 3, No 6 (2015) Vol 3, No 5 (2015) Vol 3, No 5 (2015) Vol 3, No 4 (2015) Vol 3, No 3 (2015) Vol 3, No 2 (2015) Vol 3, No 1 (2015) Vol 2, No 7 (2014) Vol 2, No 6 (2014) Vol 2, No 5 (2014) Vol 2, No 4 (2014) Vol 2, No 3 (2014) Vol 2, No 3 (2014) Vol 2, No 2 (2014) Vol 2, No 2 (2014) Vol 2, No 1 (2014) Vol 1, No 5 (2013) Vol 1, No 4 (2013) Vol 1, No 3 (2013) Vol 1, No 2 (2013) Vol 1, No 1 (2013) Vol 1, No 1 (2013) More Issue