cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Arie Vatresia
Contact Email
arie.vatresia@unib.ac.id
Phone
+6282179370950
Journal Mail Official
arie.vatresia@unib.ac.id
Editorial Address
Jalan W.R. Supratman gang Cipta Baru no. 12 RT/RW 19/01 Talang Kering
Location
Kota bengkulu,
Bengkulu
INDONESIA
Rekursif: Jurnal Informatika
Published by Universitas Bengkulu
ISSN : 23030755     EISSN : 27770427     DOI : -
Core Subject : Science, Engineering,
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering
Rekursif adalah jurnal ilmiah yang diterbitkan oleh Program Studi Informatika, Fakultas Teknik, Universitas Bengkulu. Rekursif menerima artikel ilmiah dengan topik; Informatika, Sistem Informasi, dan Teknologi Informasi dari peneliti, dosen, guru, dan mahasiswa. Rekursif diterbitakan secara berkala setiap bulan Maret dan November berdasarkan hasil peer-reviewed. ISSN 2303-0755
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 211 Documents
 16   17   18   19   20 
Implementasi Teknik Chroma Key Pada Pembuatan Video Promosi SMK Negeri 2 Rejang Lebong Ade Viola Gustina; Agung Kharisma Hidayah
Rekursif: Jurnal Informatika Vol 9, No 2 (2021): Volume 9 Nomor 2 November 2021
Publisher : Universitas Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (773.831 KB) | DOI: 10.33369/rekursif.v9i2.16666

Abstract

Seiring bertambahnya waktu perkembangan teknologi di bidang multimedia merupakan salah satu cara yang tepat untuk mempermudah menyampaikan informasi dalam bentuk audio ataupun visual. Multimedia tidak hanya digunakan sebagai media hiburan saja akan tetapi multimedia sudah berkembang menjadi bermacam fungsi dan tujuan salah satunya sebagai media promosi dan penyampaian informasi Tentang sekolah SMK Negeri 2 Rejang Lebong. Sekolah Menengah Kejuruan Negeri 2 Rejang Lebong salah satu instansi pemerintahan yang bergerak dibidang pendidikan belum memiliki  sarana untuk mempromosikan dan menginformasikan perkembangan sekolah kepada masyarakat melalui media digital. Rumusan dari penelitian ini adalah bagaimana pembuatan video animasi 3 dimensi sekolah SMK Negeri 2 Rejang Lebong, perancangan video dengan menggabungkan video real dan animasi 3D menggunakan teknik Chroma Key dan Software Blender. Hasil penelitian sebanyak 30  responden didapati hasil kelayakan uji implementasi video 3D sebesar 91% dengan hasil kategori sangat layak sebagai media promosi, artinya video promosi SMK Negeri 2 Rejang Lebong berhasil dibuat dengan mengguakan aplikasi Software Blender dan Teknik Chroma Key. Simpulan video promosi SMK Negeri 2 Rejang Lebong sangat layak dijadikan media promosi SMK Negeri 2 Rejang Lebong.Kata Kunci: Animasi 3D, SMK Negeri 2 Rejang Lebong, Media Promosi, Chroma Key, Blender
Identifikasi Pneumonia Pada Citra X-Ray Paru-Paru Menggunakan Metode Convolutional Neural Network (CNN) Berdasarkan Ekstraksi Fitur Sobel Jopa Yopento; Ernawati Ernawati; funny farady Coastera
Rekursif: Jurnal Informatika Vol 10, No 1 (2022): Volume 10 Nomor 1 Maret 2022
Publisher : Universitas Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33369/rekursif.v10i1.17247

Abstract

Pneumonia merupakan peradangan yang terjadi pada jaringan parenkim paru-paru yang sebagian besar disebabkan oleh mikroorganisme patogen dan sebagian kecil disebabkan oleh hal lain. Pneumonia sendiri masih menjadi penyebab tertinggi kematian balita maupun bayi baru lahir. Salah satu tindakan untuk mengetahui pasien terjangkit pneumonia adalah dengan melihat rougten atau citra CT-Scan paru-paru penderita. Sejauh ini para tenaga medis melakukan analisa secara langsung dengan melihat hasil rougten paru-paru pasien. Salah satu metode yang digunakan dalam melakukan klasifikasi terhadap citra adalah metode Convolutional Neural Network (CNN). CNN sendiri merupakan jenis Deep Learning yang popuker digunakan saat ini. Pada penelitian sebelumnya dalam mengidentifikasi pneumonia didapatkan hasil akurasi diatas 75%, namun terkendala dengan nilai akurasi yang masih dibawah 85% sehingga masih harus dilakkukan penelitian kembali untuk meningkatkan nilai akurasi dari model ini. Salah satu ekstraksi fitur yang biasa digunakan pada CNN yaitu ekstraksi fitur sobel guna meningkatkan akurasi pada mesin learning ini. Pada penelitian ini didapatkan hasil berupa Precision sebesar 91%, Recall sebesar 92.8% dan Accurasy sebesar 91.54%. tingkat akurasi yang didapatkan berdasarkan nilai epoch sebesar 50, learning rate sebesar 0.0001 dan nilai batch sebesar 20.  
Analisis Prediksi Masa Studi Mahasiswa Menggunakan Metode Decision Tree Dengan Penerapan Algoritme Cart (Classification and Regression Trees) (Studi Kasus Data Alumni Fakultas Teknik Universitas Bengkulu) Muhammad Fando Rizalno; Asahar Johar; Funny Farady Coastera
Rekursif: Jurnal Informatika Vol 10, No 1 (2022): Volume 10 Nomor 1 Maret 2022
Publisher : Universitas Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33369/rekursif.v10i1.21362

Abstract

Salah satu suber daya besar yang dimiliki universitas adalah basis data, namun basis data yang besar ini hanya disimpan dalam gudang data. Padahal data yang terkumpul dan berukuran besar tersebut merupakan aset yang dapat dimanfaatkan untuk dianalisis yang hasilnya berupa pengetahuan atau informasi berharga. Melihat kondisi tersebut diperlukan penelitian untuk menggali data yang dimiliki oleh Universitas Bengkulu untuk melihat parameter yang paling berpengaruh pada lama masa studi mahasiswa, data yang akan dimanfaatkan disini adalah data akademik dan data wisudawan. Metode yang digunakan untuk menganalisinya adalah Decission tree dengan menggunakan algoritme CART. Melakukan prediksi dibutuhkan dataset yang teratur, Dataset yang digunakan masih mengandung missing values sehingga dalam penelitian ini tahap prepocessing data dilakukan. Tahap preprocessing menggunakan sistem data warehouse dengan penerapa ETL. Aplikasi ini dibuat dengan menggunakan Visual studio code bahasa pemrograman PHP framewort laravel. Hasil dari penelitian ini berupa aplikasi pengelompokkan data alumni lulus tepat waktu dan prediksi lama masa studi utuk mahasiswa baru. Pengujian software menggunakan metode Evaluasi Accuracy dan Black box. Hasil dari penelitian ini adalah nilai parameter yang berpengaruh pada kelulusan mahasiswa dan dapat digunakan untuk proses prediksi masa studi mahasiswa.
Sistem Pendeteksi Genus Gulma Pada Tanaman Jagung Menggunakan Algoritme Single Shot Detector Ade Agustian Saputra; Boko Susilo; Mochammad Yusa; Uswatun Nurjanah
Rekursif: Jurnal Informatika Vol 11 No 1 (2023): Volume 11 Nomor 1 Maret 2023
Publisher : Universitas Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33369/rekursif.v10i1.18634

Abstract

Tanaman jagung (Zea mays L) merupakan tanaman pangan penghasil karbohidrat potensial kedua di Indonesia setelah beras. Provinsi Bengkulu merupakan provinsi yang sebagian besar wilayahnya merupakan kawasan hutan lindung dan hutan rakyat. Perkebunan jagung mengalami gangguan, antara lain disebabkan oleh gulma. Gulma merupakan tumbuhan liar yang sering muncul di pekarangan rumah dan pertanian masyarakat. Penelitian ini hanya diambil empat jenis gulma yang sering muncul di perkebunan jagung yaitu Ageratum sp, Commelina sp, Eleusine sp, dan Sacciolepis sp. Penelitian ini dibangun sebuah model identifikasi genus gulma dengan memanfaatkan algoritma Single Shot Detector (SSD). Single Shot Detector merupakan sebuah model yang dapat mendeteksi atau mengenali objek pada suatu gambar. Penelitian ini menggunakan 800 dataset training untuk melatih sistem Deep Learning dan 150 Dataset testing untuk validasi dan evaluasi terhadap model yang dihasilkan. Dengan nilai threshold IoU dan minimum confidence @0.80 tingkat akurasi yang didapatkan pada penelitian ini sebesar 62.44%.Tanaman jagung (Zea mays L) merupakan tanaman pangan penghasil karbohidrat potensial kedua di Indonesia setelah beras. Provinsi Bengkulu merupakan provinsi yang sebagian besar wilayahnya merupakan kawasan hutan lindung dan hutan rakyat. Perkebunan jagung mengalami gangguan, antara lain disebabkan oleh gulma. Gulma merupakan tumbuhan liar yang sering muncul di pekarangan rumah dan pertanian masyarakat. Penelitian ini hanya diambil empat jenis gulma yang sering muncul di perkebunan jagung yaitu Ageratum sp, Commelina sp, Eleusine sp, dan Sacciolepis sp. Penelitian ini dibangun sebuah model identifikasi genus gulma dengan memanfaatkan algoritma Single Shot Detector (SSD). Single Shot Detector merupakan sebuah model yang dapat mendeteksi atau mengenali objek pada suatu gambar. Penelitian ini menggunakan 800 dataset training untuk melatih sistem Deep Learning dan 150 Dataset testing untuk validasi dan evaluasi terhadap model yang dihasilkan. Dengan nilai threshold IoU dan minimum confidence @0.80 tingkat akurasi yang didapatkan pada penelitian ini sebesar 62.44%.
Segmentasi Citra Diaretdb1 Pada Area Hemorrhages Diabetic Retinopathy Menggunakan Metode Region Growing Fenty Oktavia; Desi Andreswari; Boko Susilo
Rekursif: Jurnal Informatika Vol 10, No 1 (2022): Volume 10 Nomor 1 Maret 2022
Publisher : Universitas Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33369/rekursif.v10i1.20669

Abstract

Diabetic Retinophaty merupakan gangguan pembuluh darah di retina pada pasien yang mengidap Diabetes Melitus (Kencing Manis). Diabetic Retinopathy diklasifikasikan menjadi Nonproliferative Diabetic Retinopathy (NPDR) dan Proliverative Diabetic Retinopathy (PDR). Nonproliferative Diabetic Retinopathy ini dapat ditandai dengan keadaan mata yang mengandung unsur Microanerysms, Hemorrhages dan Eksudat, sedangkan Proliverative Diabetic Retinopathy adalah tahapan yang berada pada stadium lanjut yang menyebabkan gangguan penglihatan. Tujuan dari penelitian ini adalah mensegmentasi area Hemorrhages  pada penyakit Diabetic Retinopathy dengan metode Region Growing, dan menentukan tingkat keberhasilan aplikasi dalam mensegmentasi Hemorrhages dalam menggunakan metode uji sensitivitas, spesifisitas dan akurasi. Pengujian pada penelitian  ini menggunakan evaluasi performa berbasis objek yaitu mencari area Hemorrhages dengan cara mencari nilai piksel yang sama antara citra Groundtruth dan citra hasil aplikasi Matlab. Berdasarkan pengujian yang telah dilakukan pada sistem untuk segmentasi area Hemorrhages  pada citra DIARETDB1 didapat rata-rata nilai sensitivitas = 8,82%, spesifisitas = 6,50%  dan akurasi = 7,16%. 
Pengukuran Keberhasilan Penerapan Sistem Informasi E-Kinerja Menggunakan Generalized Structured Component (GESCA) Dalam Human Organization Technology (HOT) Fit Model Tiara Elsi Febrianti; Desi Andreswari; Julia Purnama Sari
Rekursif: Jurnal Informatika Vol 10, No 1 (2022): Volume 10 Nomor 1 Maret 2022
Publisher : Universitas Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33369/rekursif.v10i1.19024

Abstract

Abstrak: Sistem Informasi e-kinerja merupakan sistem yang digunakan oleh Dinas Ketahanan Pangan Bengkulu dalam melakukan pelaporan kinerja bulanan. Sistem informasi e-kinerja dapat digunakan oleh semua pegawai di Dinas Ketahanan Pangan Bengkulu. Pada penggunaan sistem informasi e-kinerja masih terdapat permasalahan seperti sistem yang mengalami down yang disebabkan oleh server dan eror karena akses sistem secara serentak oleh pengguna. Dalam menyelesaikan kendala tersebut dilakukanlah evaluasi dengan menggunakan Human Organization Technology (HOT) Fit Model yang merupakan framework yang sudah komprehensif dalam melakukan analisis terhadap sistem informasi. Evaluasi didasarkan pada feedback dari pengguna dengan menyebarkan kuesioner kepada pengguna sistem informasi e-kinerja. Penelitian ini bertujuan untuk melihat tingkat keberhasilan implementasi sistem informasi e-kinerja, serta mengetahui hubungan antara faktor-faktor keberhasilan dari sistem informasi e-kinerja. Untuk metode pendukung dalam analisis data pada penelitian digunakan metode Generalize Structured Component Analysis (GeSCA) .
Implementasi Case Based Reasoning Untuk Mendiagnosis Gangguan Pada Sistem Pencernaan Manusia Menggunakan Algoritma Similaritas Neyman Berbasis Web Desi Andreswari; Julia Purnama Sari; Vinta Asmika
Rekursif: Jurnal Informatika Vol 10, No 1 (2022): Volume 10 Nomor 1 Maret 2022
Publisher : Universitas Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33369/rekursif.v10i1.18976

Abstract

Beragam jenis makanan dapat dijumpai dilingkungan sekitar, tetapi belum tentu makanan itu berdampak baik untuk kesehatan. Kurangnya kesadaran konsumen untuk memperhatikan makanan yang dikonsumsinya dapat mengakibatkan berbagai penyakit yang dapat timbul di sistem pencernaannya. Organ pencernaan yang terganggu jika diabaikan dapat mengakibatkan masalah serius, tetapi seringkali penderita menunda untuk memeriksakan kondisinya sehingga terlambat mendapatkan penanganan dokter. Pengetahuan dokter atau pakar kesehatan dapat diimplementasikan ke dalam sebuah sistem yang disebut Sistem Pakar. Sistem pakar adalah sistem yang dapat membuat kesimpulan seperti seorang ahli. Sistem pakar memiliki banyak metode, salah satunya yaitu metode case based reasoning. Metode case based reasoning adalah metode penarikan kesimpulan berdasarkan kasus yang lama. Metode ini banyak diterapkan di dunia kesehatan, salah satunya untuk mendiagnosis berbagai penyakit pencernaan. Sistem dapat melakukan diagnosis penyakit berdasarkan gejala yang dimasukkan oleh pasien. Selain itu, sistem dapat memberikan informasi mengenai penyakit yang dialami oleh pasien dan solusi yang tepat dalam menangani masalah tersebut. Sistem ini dibangun menggunakan bahasa pemrograman PHP dan perancangan sistem menggunakan Unified Modeling Language (UML) dan untuk pengembangan sistem menggunakan metode waterfall. Pengujian sistem secara fungsional telah dilakukan menggunakan pengujian black box dan menghasilkan nilai 100% dari 16 buah skenario. Penelitian ini telah berhasil melakukan uji perhitungan dengan menggunakan algoritma similaritas neyman menggunakan 83 data kasus uji dan menghasilkan nilai similaritas sebesar 0.89294578313 % dengan akurasi sistem sebesar 96,3855421687 %.
Penerapan Metode Promethee II Pada Sistem Pendukung Keputusan Penentuan Hama dan Penyakit Tanaman Kopi (Studi Kasus : Kopi Robusta) Rusdi Efendi; Desi Andreswari; Nur Faizah
Rekursif: Jurnal Informatika Vol 10, No 1 (2022): Volume 10 Nomor 1 Maret 2022
Publisher : Universitas Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33369/rekursif.v10i1.18887

Abstract

Terdapat banyak tanaman pangan yang dikembangkan dan di budidayakan di Indonesia, salah satunya yaitu tanaman kopi. Provinsi Bengkulu merupakan sebuah provinsi yang menempati urutan kelima untuk produksi kopi terbesar di Indonesia. Terdapat  permasalahan yang  ditemukan pada industri kopi yaitu produktivitas  dan  kualitas  hasil komoditi perkebunan rakyat masih cukup rendah.  Salah  satu  faktor  penyebabnya  antara  akibat serangan organisme pengganggu  tumbuhan  (OPT)  yaitu hama dan penyakit tanaman kopi. Pada penelitian ini, dibangun sebuah aplikasi  sistem  pendukung  keputusan  yang  digunakan  untuk menentukan hama  dan  penyakit  pada  tanaman  kopi sesuai dengan gejala-gejala  serangan hama dan penyakit yang dialami oleh tanaman tersebut dengan menggunakan metode PROMETHEE II. Hasil dari perangkingan pada sistem pendukung keputusan  ini di pengaruhi oleh pemilihan gejala penyakit yang dimasukkan ke dalam sistem.
Implementasi Metode Naïve Bayes Dalam Sistem Pakar Diagnosis Hama dan Penyakit Pada Tanaman Hias Aglaonema SP. Mia Martha Amalia; Ernawati Ernawati; Andang Wijanarko
Rekursif: Jurnal Informatika Vol 10, No 1 (2022): Volume 10 Nomor 1 Maret 2022
Publisher : Universitas Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33369/rekursif.v10i1.18953

Abstract

Aglaonema sp. kembali menjadi tren di kalangan masyarakan 2 tahun belakangan ini. Seiring dengan itu, banyak di antara mereka yang belum memahami bagaimana merawat Aglaonema sp. agar tanaman tersebut tidak mati. Penyebab dari kematian tanaman tersebut di antaranya adalah hama dan penyakit yang menyerang. Dengan kemajuan teknologi saat ini, dibutuhkan suatu sistem pakar yang dapat mendeteksi atau mendiagnosis hama dan penyakit tersebut secara luas. Maka dari itu, penelitian kali ini mengimplementasikan metode Naïve Bayes untuk memudahkan pengguna mendeteksi hama dan penyakit apa yang menyerang Aglaonema sp. mereka dan bagaimana cara penanganannya jika tanaman sudah terserang. Sistem Pakar ini bekerja dengan cara menampilkan opsi berupa pertanyaan tentang gejala yang dapat dijawab oleh pengguna, dimana setiap pilihan pengguna akan mempengaruhi hasil diagnosis. Luaran yang dihasilkan berupa informasi jenis hama atau penyakit apa yang kemungkinan menyerang berdasarkan gejala masukan pengguna, serta cara penanganannya. Sistem ini dibangun menggunakan bahasa pemrograman PHP dan perancangan sistem dengan Unified Modelling Language (UML). Sistem ini dapat mendeteksi 7 jenis hama dan 7 jenis penyakit yang menyerang Aglaonema sp.. Penelitian ini dilakukan dengan menguji 30 data uji, dan menghasilkan akurasi sistem senilai 90%.
Aplikasi Belajar Daring Bahasa Inggris Kelas VII Smp Menggunakan Teknologi Voice Recognition Berbasis Android (Studi Kasus: SMP Negeri 17 Bengkulu) Nur Aini; Desi Andreswari; Funny Farady C
Rekursif: Jurnal Informatika Vol 10, No 1 (2022): Volume 10 Nomor 1 Maret 2022
Publisher : Universitas Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33369/rekursif.v10i1.17257

Abstract

Voice recognition adalah suatu sistem yang dapat mengidentifikasi seseorang melalui suara. Penelitian ini bertujuan untuk menerapkan teknologi voice recognition dengan menggunakan library IBM watson sebagai media pembelajaran bahasa inggris untuk sekolah menengah pertama. Aplikasi belajar bahasa inggris merupakan alternatif media pembelajaran yang dapat menunjang pembelajaran bahasa inggris yang menyediakan latihan pronounce, soal latihan evaluasi pembelajaran. Berdasarkan pengujian yang dilakukan Kelas VII E, Hasil pre-test dan post-test chapter 1 diperoleh ttabel = 2.04523 dengan thitung = 6.892, chapter 2 hasil pre-test dan post-test diperoleh ttabel = 2.04227 dengan thitung = 7.741. Kemudian berdasarkan pengujian yang dilakukan di kelas VII C, Hasil pre-test dan post-test chapter 1 diperoleh ttabel = 2.04523 dengan thitung = 7,970, chapter 2 hasil pre-test dan post-test diperoleh ttabel = 2.04523 dengan thitung = 7,077. Hasil pengujian yang dilakukan thitung > ttabel maka H0 ditolak sehingga H1 diterima sehingga dapat disimpulkan bahwa penerapan aplikasi belajar bahasa inggris dengan teknologi voice recognition sebagai media pembelajaran berpengaruh terhadap aspek pemahaman siswa mengenai pembelajaran bahasa inggris. Kemudian hasil yang diperoleh dari uji kelayakan aplikasi berada dalam kategori “Sangat Efektif” dengan menggunakan skala interval likert dimana pengoperasian aplikasi dengan rata-rata nilai (3,32 dan 3,4) dari segi tampilan dengan rata-rata nilai (3,39 dan 3,38) dan isi aplikasi dengan rata-rata (3,31 dan 3,33).

Page 18 of 22 | Total Record : 211

 16   17   18   19   20 

Filter by Year

2013 2025


Reset
Filter By Issues
All Issue Vol 13 No 1 (2025): Volume 13 Nomor 1 Maret 2025 Vol 12 No 2 (2024): Volume 12 Nomor 2 November 2024 Vol 12 No 1 (2024): Volume 12 Nomor 1 Maret 2024 Vol 11 No 2 (2023): Volume 11 Nomor 2 November 2023 Vol 11 No 1 (2023): Volume 11 Nomor 1 Maret 2023 Vol 10 No 2 (2022): Volume 10 Nomor 2 November 2022 Vol 10, No 1 (2022): Volume 10 Nomor 1 Maret 2022 Vol 9, No 2 (2021): Volume 9 Nomor 2 November 2021 Vol 9, No 1 (2021): Volume 9 Nomor 1 Maret 2021 Vol 8, No 2 (2020): Volume 8 Nomor 2 November 2020 Vol 8, No 1 (2020): Volume 8 Nomor 1 Maret 2020 Vol 7, No 2 (2019): Volume 7 Nomor 2 November 2019 Vol 7, No 1 (2019): Volume 7 Nomor 1 Maret 2019 Vol 6, No 2 (2018): Volume 6 Nomor 2 November 2018 Vol 6, No 1 (2018): Volume 6 Nomor 1 Maret 2018 Vol 5, No 3 (2017): Volume 5 Nomor 3 November 2017 Vol 5, No 2 (2017): Volume 5 Nomor 2 Juli 2017 Vol 5, No 1 (2017): Volume 5 Nomor 1 Maret 2017 Vol 4, No 3 (2016): Volume 4 Nomor 3 September 2016 Vol 4, No 2 (2016): Volume 4 Nomor 2 Juni 2016 Vol 4, No 1 (2016): Volume 4 Nomor 1 Maret 2016 Vol 3, No 2 (2015): Volume 3 Nomor 2 November 2015 Vol 3, No 1 (2015): Volume 3 Nomor 1 Maret 2015 Vol 2, No 2 (2014): Volume 2 Nomor 2 November 2014 Vol 2, No 1 (2014): Volume 2 Nomor 1 Maret 2014 Vol 1, No 3 (2013): Volume 1 Nomor 3 November 2013 More Issue