cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Agung Setia Budi
Contact Email
agungsetiabudi@ub.ac.id
Phone
+62341-577911
Journal Mail Official
jtiik@ub.ac.id
Editorial Address
Fakultas Ilmu Komputer Universitas Brawijaya Gedung F FILKOM Lt. 8, Ruang BPJ Jalan Veteran No. 8 Malang Indonesia - 65145
Location
Kota malang,
Jawa timur
INDONESIA
Jurnal Teknologi Informasi dan Ilmu Komputer
Published by Universitas Brawijaya
ISSN : 23557699     EISSN : 25286579     DOI : http://dx.doi.org/10.25126/jtiik
Core Subject : Science, Engineering,
Computer Science & IT Engineering
Jurnal Teknologi Informasi dan Ilmu Komputer (JTIIK) merupakan jurnal nasional yang diterbitkan oleh Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya (UB), Malang sejak tahun 2014. JTIIK memuat artikel hasil-hasil penelitian di bidang Teknologi Informasi dan Ilmu Komputer. JTIIK berkomitmen untuk menjadi jurnal nasional terbaik dengan mempublikasikan artikel berbahasa Indonesia yang berkualitas dan menjadi rujukan utama para peneliti. JTIIK di akreditasi oleh Kementerian Riset, Teknologi, dan Pendidikan Tinggi Republik Indonesia Nomor: 36/E/KPT/2019 yang berlaku sampai dengan Volume 11 Nomor 2 Tahun 2024.
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 25 Documents
 1   2   3 
Search results for , issue "Vol 11 No 3: Juni 2024" : 25 Documents clear
Klasifikasi Citra Generasi Artificial Intellegence menggunakan Metodde Fine Tuning pada Residual Network Hakim, Sulthan Abiyyu; Ubaidillah, Muhammad; Ramadhan, Aditya Rizky; Hawari, Rahmada Zulvia Azzahra; Rizky, Audhinata Bebytama; Lutfi, Raniyah; Hermanto, Putri Tsania Maulidia; Yudistira, Novanto
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 11 No 3: Juni 2024
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.1138118

Abstract

Citra generasi AI memiliki beragam manfaat yang signifikan, baik dalam bidang penelitian maupun industri. Namun, penggunaan citra generasi AI juga memiliki dampak negatif dalam konteks hukum, politik dan berbagai aspek lain dalam kehidupan. Penelitian ini menitik beratkan klasifikasi citra generasi AI yang dapat mendeteksi keaslian dari suatu citra. Metode yang diusulkan adalah menggunakan model residual network yang telah dilakukan fine tuning. Teknik fine tuning yang dilakukan meliputi penggunaan learning rate scheduler berbasis warm up yang diikuti dengan linear scheduler, akumulasi gradien, dan augmentasi citra. Penelitian menunjukkan bahwa model residual network 152 menghasilkan performa terbaik dengan f1 score 0.963 dan loss 0.08.
Deteksi Tingkat Kematangan Buah Pepaya menggunakan Model Convolutional Neural Network Sutrisna, Naufal Putra; Sahirah, Rafifa Addin; Laksono, Khansa Salsabila Sangdiva; Permadhi, Raditya Atmaja Satria; Nurannisa, Nadhira; Larasati, Saqina Salsabila; Asmani, Wahayu Widyaning; Yudistira, Novanto
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 11 No 3: Juni 2024
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.938119

Abstract

Pepaya merupakan buah yang memiliki banyak manfaat dengan nilai gizi yang tinggi. Setiap 100 gram  pepaya mengandung 3,65 mg vitamin A dan 78 mg vitamin C. Salah satu keunggulan pepaya adalah kemampuannya untuk berbuah terus menerus, apapun musimnya. Kematangan buah pepaya dapat ditentukan oleh tekstur dan warna kulit buahnya. Deteksi tingkat kematangan buah pepaya memiliki signifikansi penting dalam industri pertanian dan pengelolaan persediaan makanan. Metode konvensional seringkali mengalami keterbatasan dalam akurasi dan efisiensi dalam pengidentifikasian kematangan buah pepaya. Dalam penelitian ini, diperkenalkan pendekatan inovatif dengan menggunakan Convolutional Neural Network (CNN) untuk mengatasi permasalahan tersebut. Dataset yang digunakan merupakan dataset gambar buah pepaya dalam berbagai tingkat kematangan. Dataset kemudian dilatih menggunakan model CNN untuk mengklasifikasikan buah pepaya berdasarkan warna kulit dan fitur visual lainnya. Hasil eksperimen menunjukkan bahwa model CNN yang digunakan mampu mengidentifikasi tingkat kematangan buah pepaya dengan tingkat akurasi yang tinggi, yaitu sebesar 96,63% sehingga dapat menghasilkan solusi yang andal dan efisien.
PENGEMBANGAN SISTEM KOMBINASI KERJA REM, STEER, DAN TRAKSI BERBASIS LiDAR 3D UNTUK KENDARAAN LISTRIK OTONOM RODA TIGA Akbar, Fabian; Satyawan, Arief Suryadi; Wulandari, Ike Yuni; Utomo, Prio Adjie; Putri, Riza Ayu; Paramita, I Gusti Ayu Putri Surya; Iswarawati, Ni Kadek Emy; Linggi, Rinda Safana
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 11 No 3: Juni 2024
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.938134

Abstract

Selama beberapa waktu terakhir, pengembangan sistem deteksi objek berbasis LiDAR telah menjadi fokus utama bagi para pengembang kendaraan listrik otonom. Banyak upaya telah dilakukan untuk meningkatkan dan mengoptimalkan teknologi ini guna mencapai mobilitas otonom yang lebih canggih dan aman. Begitu pula yang dilakukan oleh BRIN, Pengembangan sistem deteksi objek berbasis LiDAR telah berhasil dilakukan hingga rekonstruksi dan posisi objek dapat ditemukan. Namun demikian pemanfaatannya belum mencakup sistem safety dan guidance dalam hal ini mengendalikan gerak laju kendaraan, rem, dan kemudi. Untuk memaksimalkan hasil sistem pendeteksian objek berbasis LiDAR yang telah diperoleh sebelumnya, maka pada penelitian tugas akhir ini akan di kembangkan sistem tersebut sehingga dapat digunakan untuk mengkombinasikan kerja laju kendaraan, rem, dan kemudi secara otomatis. Sistem safety dan guidance ini dilakukan dengan mengembangkan metoda maneuver untuk menghindari objek yang pendekatannya dapat dilakukan berdasarkan metoda fuzzy mamdani. Adapun algoritma di kembangkan dengan menggunakan python pada Jetson AGX Xavier, sedangkan untuk memproses gerak kendali maneuver yang dihasilkan dilakukan pada Mikrokontroller Teensy 4.1. Sistem safety dan guidance ini telah diterapakan pada kendaraan listrik roda tiga sederhana, dan dapat membantu kendaraan tersebut dapat ber manuver menghindari objek di depannya hingga 5 meter.
Algoritma K-Nearest Neighbor pada Kasus Dataset Imbalanced untuk Klasifikasi Kinerja Karyawan Perusahaan Nuraeni, Fitri; Kurniadi, Dede; Diazki, Moch Haiqal
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 11 No 3: Juni 2024
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.938144

Abstract

Perusahaan perlu menilai kinerja karyawan mereka untuk berbagai tujuan, termasuk promosi jabatan. Namun, data karyawan yang semakin rumit dapat membuat proses penilaian ini menjadi sulit. Penelitian ini bertujuan untuk membuat model machine learning yang dapat memprediksi apakah karyawan berpotensi untuk dipromosikan atau tidak. Penelitian ini menggunakan metode Machine Learning LifeCycle (MLLC) dan algoritma K-Nearest Neighbor. Untuk mengatasi masalah ketidakseimbangan label kelas dalam dataset, teknik SMOTE (Synthetic Minority Over-sampling Technique) digunakan. Hasil dari penelitian ini, model dibangun dengan melakukan pemisahan data menggunakan cross validation dan menggunakan nilai k=2 dalam implementasi algoritma K-Nearest Neighbor. Hasil evaluasi model menunjukkan kinerja yang sangat baik dengan nilai akurasi 94%, nilai presisi 90,8%, dan nilai recall 97,4%. Selain itu, evaluasi confusion matrix menunjukkan bahwa hanya 562 dari 9377 data testing yang tidak sesuai dengan hasil klasifikasi. Model ini juga memiliki kurva ROC yang baik yang hampir menyentuh sudut kiri atas dan nilai AUC sebesar 94,1% atau 0,94 yang termasuk ke dalam kategori excellent.
Pengembangan Popup Storybook berbasis Augmented Reality sebagai Media Alternatif Pembelajaran Bercerita Sadewa, Arief Triatmaja Permana; Tolle, Herman; Kurniawan, Tri Astoto
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 11 No 3: Juni 2024
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.938179

Abstract

Pembelajaran bercerita merupakan salah satu metode pembelajaran untuk pengembangan karakter anak. Pada TKIT Thoybah Batu, Media yang digunakan dalam pembelajaran bercerita pada TKIT Thoybah menggunakan media buku cerita yang berisikan gambar dan teks bacaan cerita. Namun, dari hasil wawancara kepada siswa menunjukkan bahwa media ajar buku sudah kurang diminati. Media ajar buku cerita bergambar hanya dipilih sebesar 23% oleh total siswa yang diwawancarai. Penelitian ini dilakukan untuk membuat sebuah media ajar baru yang dapat membantu siswa meningkatkan minat belajar dengan menggabungkan buku cerita dan media smartphone berbasis Augmented Reality yang biasa disebut ARBook. Penelitian ini menggunakan model pengembangan ADDIE sebagai metode pengembangan ARBook dikarenakan tahapan yang terstruktur dan felksibel dalam pengembangan media ajar. Media pembelajaran ARBook yang telah dibuat divalidasi kelayakan oleh beberapa para ahli yaitu ahli media dan ahli materi. Hasil validasi oleh ahli media mendapatkan rata-rata 94% dengan katagori sangat layak dan ahli materi mendapatkan rata-rata 91,6% dengan katagori sangat layak. Setelah validasi kelayakan oleh para ahli, media ARBook di ujikan kepada guru selaku pengguna untuk memvalidasi kesesuaian media dengan kebutuhan pengguna. Dari hasil tersebut didapatkan rata-rata 95,89% dengan kategori sangat layak sehingga media ARBook dinilai sudah memenuhi kebutuhan pengguna dan layak untuk bisa implementasikan pada siswa TK.
Deteksi Dini Gangguan Jaringan Distributed Denial Of Service (DDOS) Menggunakan Metode Shannon Entropy Pada Software Defined Network (SDN) Solichin, Achmad; Nugroho, Ludi
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 11 No 3: Juni 2024
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.938188

Abstract

Software Defined Networking (SDN) adalah arsitektur jaringan baru yang memisahkan antara control dan data plane. Aspek keamanan utama dalam control plane salah satunya adalah serangan DoS dan DDoS. Serangan DDoS mengakibatkan terjadinya penurunan performa jaringan yang berjalan sangat lambat. Serangan DDoS dilakukan dengan menyusupi dan membanjiri bandwidth ke sumber daya target, sehingga dapat menyebabkan penolakan layanan bagi pengguna yang mengaksesnya. Tak hanya itu, serangan DDoS menyebabkan penurunan sumber daya jaringan seperti kapasitas memory dan CPU. Akibatnya kerusakan signifikan pada sistem yang menjadi korban serangan dapat mengalami kerugian, baik secara finansial, reputasi bahkan kehilangan pelanggan yang membutuhkan layanan tersebut. Mencegah serangan DDoS diperlukan suatu tindakan pencegahan yaitu dengan deteksi dini serangan DDoS untuk mengurangi dampak serangan dan memulihkan sistem dengan lebih cepat. Deteksi dini yang disebabkan oleh DDoS pada jaringan SDN dilakukan melalui pendekatan metrik entropy berbasis teori informasi. Penelitian ini memfokuskan pendeteksian dini pada serangan DDoS di dalam lingkungan SDN melalui metode Shannon Entropy dengan mendeteksi lalu lintas atau trafik normal dan DDoS. Penelitian ini menggunakan dataset publik dari InSDN yang diterbitkan pada tahun 2020 untuk menentukan nilai ambang batas lalu lintas normal dan DDoS. Hasilnya, penelitian ini berhasil mendeteksi dini lalu lintas normal dan lalu lintas serangan DDoS dengan nilai entropy sesuai ambang batas, dengan nilai akurasi 100%, presisi 100% dan recall 100% yang dihitung menggunakan confusion matrix. Deteksi dini menampilkan akurasi dan performa yang dapat berkontribusi banyak dalam menunjang tingkat keamanan melalui pencegahan tahap awal, sehingga hasilnya dapat meningkatkan keamanan dan efektifitas pada lingkungan SDN.
Teknologi Realitas Virtual pada Perangkat Bergerak untuk Media Pengenalan Lingkungan Haji Chaq, Usaid Syawahidul; Samopa, Febriliyan
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 11 No 3: Juni 2024
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.938271

Abstract

Kurangnya pengetahuan tata letak objek di lokasi haji dan pedoman haji mengharuskan calon jamaah haji untuk lebih giat dalam belajar dan berlatih manasik haji. Hal tersebut harus dipersiapkan dengan sungguh-sungguh agar pelaksanaan ibadah haji dapat berjalan dengan lancar sesuai ketentuan dan tidak menjadi haji yang sia-sia. Namun, untuk mempelajari dan berlatih praktik manasik haji langsung secara berulang-ulang tentunya memerlukan biaya dan tenaga lebih. Realitas virtual merupakan teknologi yang memungkinkan pengguna untuk berinteraksi dengan lingkungan virtual sehingga merasakan sensasi seperti di dunia nyata. Penelitian ini bertujuan untuk mengembangkan media pengenalan lingkungan haji dengan memanfaatkan teknologi realitas virtual pada perangkat mobile. Diharapkan dengan media yang dikembangkan di penelitian ini dapat meningkatkan pengalaman dan pengetahuan calon jamaah haji mengenai lokasi dan informasi yang ada pada setiap lokasi pelaksanaan jamaah haji. Penelitian ini menggunakan metode Design Science Research (DSR) yang bertujuan untuk mengembangkan sebuah produk dan mengevaluasi apakah produk sudah sesuai dengan tujuannya. Hasil evaluasi User Acceptance Test (UAT) menunjukkan bahwa pengujian fungsionalitas aplikasi menunjukkan 100% valid dan rata-rata pengujian non-fungsionalitas mencapai nilai 80,17% dengan kategori ”Sangat baik”.   Abstract The lack of knowledge of the layout of objects in the location of the Hajj and Hajj guidelines requires prospective pilgrims to be more active in learning and practicing Hajj rituals. This must be prepared seriously so that the implementation of the Hajj pilgrimage can run smoothly according to the rules and not become a wasted Hajj. However, to learn and practice Hajj rituals directly on a regular basis certainly requires extra money and energy. Virtual reality is a technology that allows users to interact with virtual environments so that they feel sensations like in the real world. This research aims to develop a media recognition to the Hajj environment by utilizing virtual reality technology on mobile devices. It is expected that the media developed in this study can improve the experience and knowledge of prospective pilgrims regarding the location and information available at each location of the Hajj. This research uses the Design Science Research (DSR) method which aims to develop a product and evaluate whether the product is in accordance with its purpose. The results of the User Acceptance Test (UAT) show that the application functionality test is 100% valid and the average non-functionality test reaches a value of 80.17% in the category "Very good".
Aplikasi Pedagang Keliling Menggunakan Teknologi Geolocation dan Cloud Messaging Setiawan, Eko Budi; Tubagus Gumilar, Ginanjar; Setiyadi, Angga
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 11 No 3: Juni 2024
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.1138294

Abstract

Teknologi dan internet telah mengubah cara berbisnis, mulai dari proses pencarian ide bisnis hingga cara bertransaksi. Pedagang keliling saat ini justru mengalami kesulitan mendapatkan pelanggan atau pembeli karena persaingan dengan penyedia jasa pemesanan makanan secara online. Pembeli juga terkadang kesulitan mencari pedagang keliling yang dikehendaki karena tidak mengetahui lokasi pedagang keliling yang menjual jajanan yang sesuai keinginannya. Penelitian ini betujuan untuk memudahkan interaksi antara pedagang keliling dan pembeli. Metode yang digunakan menggunakan pendekatan software development life cycle. Penelitian ini menghasilkan aplikasi responsive mobile web yang dapat diakses dengan mudah menggunakan web browser dan internet di ponsel apapun tanpa adanya persyaratan teknologi minimum. Teknologi geolocation pada penelitian ini diimplementasikan dengan menggunakan Mapbox sehingga dapat diketahui lokasi realtime dari pedagang keliling serta lokasi pembeli. Fitur notifikasi menggunakan Firebase Cloud Messaging sehingga dapat memberikan informasi ketika jarak dari pedagang keliling berada tidak jauh dari lokasi pembeli. Berdasarkan hasil pengujian didapatkan bahwa fitur prediksi cuaca ketika berjualan keliling mendapatkan hasil akurasi yang tinggi sebesar 90% serta 89,5% pengguna menyetujui bahwa penerapan hasil penelitian ini dapat mempermudah pertemuan antara pedagang keliling dengan pembeli sehingga meningkatkan transaksi penjualan.
Klasifikasi Kandungan Nutrisi Buah Pisang Berdasarkan Fitur Tekstur dan Warna LAB menggunakan Jaringan Syaraf Tiruan Berbasis Pengloahan Citra Digital Wulandari; Sasmita; Mulia, Musda Rida; Kaswar, Andi Baso; Andayani, Dyah Darma; Agung, Andi Sadri
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 11 No 3: Juni 2024
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.938332

Abstract

Pisang (musa spp.) merupakan salah satu jenis buah yang tingkat produksinya selalu meningkat di setiap tahunnya, terutama di Indonesia. Hal ini dikarenakan pisang memiliki kandungan nutrisi yang berbeda di setiap kematangannya, sehingga aman dikonsumsi oleh semua tingkatan usia sesuai kebutuhan nutrisinya.  Namun, sebagian besar orang kesulitan menentukan kematangan pisang yang sesuai dengan kebutuhan nutrisi mereka dikarenakan perlu melakukan uji laboratorium yang memakan waktu dan peralatan canggih. Sehingga pemanfaatan teknologi menggunakan citra digital dirasa sangat perlu digunakan untuk menilai kandungan nutrisinya. Sebelumnya, terdapat penelitian yang telah melakukan klasifikasi kematangan buah pisang. Namun, belum ada yang berfokus pada klasifikasi kandungan nutrisinya, serta perlu adanya penambahan parameter pengukuran lainnya untuk bisa mendapatkan hasil klasifikasi yang lebih akurat. Oleh karena itu, pada penelitian ini diusulkan sistem klasifikasi kandungan nutrisi buah pisang berdasarkan fitur tekstur dan warna LAB dengan menggunakan jaringan syaraf tiruan berbasis pengolahan citra digital. Metode yang diusulkan tersebut terdiri atas enam tahap, diantaranya yaitu tahap akuisisi citra, preprocessing, segmentasi, morfologi, ekstraksi fitur, dan klasifikasi berdasarkan model yang telah dilatih. Pada penelitian ini juga, dilakukan beberapa skenario pelatihan dan pengujian untuk menentukan kombinasi fitur yang memiliki tingkat akurasi terbaik. Sehingga didapatkan dua kombinasi fitur terbaik yaitu fitur warna LAB dan fitur tekstur dimana yang diambil adalah nilai contrast dan energy. Berdasarkan hasil pengujian terhadap 100 citra uji, diperoleh rata-rata precision 98,18%, recall 98%, F1-Score 98,09% dan akurasi keseluruhan mencapai 98%. Berdasarkan hasil tersebut maka dapat disimpulkan bahwa metode yang diusulkan dapat mengklasifikasikan kandungan nutrisi buah pisang dengan akurasi yang tinggi.
Implemantasi Mask R-CNN pada Perhitungan Tinggi dan Lebar Karang untuk Memantau Pertumbuhan Transplantasi Karang Alkhalis, Naufal; Husaini, Husaini; Haekal Azief Haridhi; Maretna, Cut Nadilla; Nur Fadli; Haditiar, Yudi; Nanda, Muhammad; Ulfah, Maria; Kris Handoko; Intan Malayana; Arsa Cindy Safitri
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 11 No 3: Juni 2024
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.938374

Abstract

Indonesia merupakan negara kepulauan dengan terumbu karang yang tinggi dan keanekaragaman hayati laut yang kompleks. Namun, setidaknya 45% dari terumbu karang di Indonesia dalam kondisi terancam disebabkan oleh beberapa faktor seperti ulah manusia, perubahan iklim, lingkungan sekitar, lambatnya laju pertumbuhan dan lain sebagainya. Transplantasi karang telah menjadi salah satu pendekatan yang dilakukan untuk konservasi. Penelitian ini mengimplementasikan algoritma Mask Region-based Convolutional Neural Network (Mask R-CNN) dengan Pustaka Detectron2 dalam deteksi dan segmentasi objek untuk menghitung tinggi dan lebar karang transplantasi melalui citra. Metode penelitian melibatkan pengumpulan dataset, pembagian dataset, anotasi dataset, implementasi model, evaluasi model, dan mengitung laju pertumbuhan karang. Implementasi model melibatkan 7 backbone segmentasi instance dengan jadwal laju pembelajaran sebesar 3 kali. Hasil penelitian menunjukkan bahwa dari ketujuh backbone yang diuji X101-FPN dan R101-DC5 menghasilkan presisi dan recall yang lebih baik. Selisih Average Presision (AP) antara kedua model terbaik tersebut untuk segmentasi mask pada Intersection over Union (IoU) maksimum sebesar 2,2% sedangkan untuk deteksi box sebesar 5,8%. Sedangkan selisih Average Recall (AR) untuk segmentasi mask sebesar 8,3% dan deteksi box sebesar 5,2%. Hasil segmentasi X101-FPN dipilih untuk mengukur tinggi dan lebar karang yang telah di transplantasi, sehingga dapat digunakan untuk memantau laju pertumbuhan dari transplantasi karang.

Page 2 of 3 | Total Record : 25

 1   2   3 

Filter by Year

2024 2024


Reset
Filter By Issues
All Issue Vol 13 No 1: Februari 2026 Vol 12 No 6: Desember 2025 Vol 12 No 5: Oktober 2025 Vol 12 No 4: Agustus 2025 Vol 12 No 3: Juni 2025 Vol 12 No 2: April 2025 Vol 12 No 1: Februari 2025 Vol 11 No 6: Desember 2024 Vol 11 No 5: Oktober 2024 Vol 11 No 4: Agustus 2024 Vol 11 No 3: Juni 2024 Vol 11 No 2: April 2024 Vol 11 No 1: Februari 2024 Vol 10 No 6: Desember 2023 Vol 10 No 5: Oktober 2023 Vol 10 No 4: Agustus 2023 Vol 10 No 3: Juni 2023 Vol 10 No 2: April 2023 Vol 10 No 1: Februari 2023 Vol 9 No 7: Spesial Issue Seminar Nasional Teknologi dan Rekayasa Informasi (SENTRIN) 2022 Vol 9 No 6: Desember 2022 Vol 9 No 5: Oktober 2022 Vol 9 No 4: Agustus 2022 Vol 9 No 3: Juni 2022 Vol 9 No 2: April 2022 Vol 9 No 1: Februari 2022 Vol 8 No 6: Desember 2021 Vol 8 No 5: Oktober 2021 Vol 8 No 4: Agustus 2021 Vol 8 No 3: Juni 2021 Vol 8 No 2: April 2021 Vol 8 No 1: Februari 2021 Vol 7 No 6: Desember 2020 Vol 7 No 5: Oktober 2020 Vol 7 No 4: Agustus 2020 Vol 7 No 3: Juni 2020 Vol 7 No 2: April 2020 Vol 7 No 1: Februari 2020 Vol 6 No 6: Desember 2019 Vol 6 No 5: Oktober 2019 Vol 6 No 4: Agustus 2019 Vol 6 No 3: Juni 2019 Vol 6 No 2: April 2019 Vol 6 No 1: Februari 2019 Vol 5 No 6: Desember 2018 Vol 5 No 5: Oktober 2018 Vol 5 No 4: Agustus 2018 Vol 5 No 3: Juni 2018 Vol 5 No 2: April 2018 Vol 5 No 1: Februari 2018 Vol 4 No 4: Desember 2017 Vol 4 No 3: September 2017 Vol 4 No 2: Juni 2017 Vol 4 No 1: Maret 2017 Vol 3 No 4: Desember 2016 Vol 3 No 3: September 2016 Vol 3 No 2: Juni 2016 Vol 3 No 1: Maret 2016 Vol 2, No 2 (2015) Vol 2 No 2: Oktober 2015 Vol 2, No 1 (2015) Vol 2 No 1: April 2015 Vol 1, No 2 (2014) Vol 1 No 2: Oktober 2014 Vol 1, No 1 (2014) Vol 1 No 1: April 2014 More Issue