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 pontianak,
Kalimantan barat
INDONESIA
Jurnal Edukasi dan Penelitian Informatika (JEPIN)
Published by Universitas Tanjungpura
ISSN : 24600741     EISSN : 25489364     DOI : -
Core Subject : Science, Education,
Computer Science & IT Education
Jurnal Edukasi dan Penelitian Informatika (JEPIN) merupakan peer reviewed journal di bidang informatika. Jurnal ini diterbitkan 3 bulan dalam setahun (April, Agustus, dan Desember) oleh Program Studi Informatika, Fakultas Teknik, Universitas Tanjungpura, Indonesia.
Arjuna Subject : -
Articles 522 Documents
 38   39   40   41   42 
Evaluasi CeLOE Learning Management System (LMS) Universitas Telkom Dengan Technique for User Experience Evaluation In E-Learning (TUXEL) 2.0 Hanif Azhar
JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 8, No 1 (2022): Volume 8 No 1
Publisher : Program Studi Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/jp.v8i1.51345

Abstract

Era Society 5.0 yang maju dengan pesat mendorong perkembangan informasi dan teknologi dalam memudahkan berbagai aktivitas manusia, termasuk dalam hal proses pendidikan yang semakin fleksibel  tanpa terikat waktu dan tempat dengan memanfaatkan platform pembelajaran Learning Management System (LMS). Riset ini bertujuan untuk menguji pengalaman pengguna LMS di Centre for E-Learning and Open Education (CeLOE) Universitas Telkom serta memberikan rekomendasi pengalaman belajar e-learning yang menyenangkan. Sebanyak 233 mahasiswa mengisi kuisioner untuk melakukan evaluasi CeLOE LMS dengan metode Technique for User Experience Evaluation in E-Learning (TUXEL) 2.0. TUXEL merupakan metode evaluasi pengalaman pengguna dengan fokus pada tiga inspeksi utama; inspeksi General Usability, inspeksi Pedagogical Usability, dan evaluasi pada User Experience. Hasil penelitian pada inspeksi General Usability ditemukan 4 permasalahan, sedangkan pada inspeksi Pedagogical Usability ditemukan 8 permasalahan. Pada evaluasi User Experience, secara rata-rata keseluruhan nilai cenderung positif (good). Berdasarkan ketiga evaluasi di atas, CeLOE LMS Universitas Telkom dinilai sudah cukup baik dalam mendukung proses e-learning walaupun ada beberapa bagian butuh perbaikan, terutama bagian teknis dan tampilan tatap muka pengguna (user interface).
Audit Teknologi Informasi di Yayasan Baitul Maal PLN Unit Induk Pembangunan Kalimantan Bagian Barat Hendro Priyatman; Muhammad Saleh; Herry Sujaini; Ismail Yusuf; Budi Aryanto; Muhammad Rezy Anshari; Heri Darmawan; Ulfa Ulfa
JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 8, No 2 (2022): Volume 8 No 2
Publisher : Program Studi Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/jp.v8i2.54093

Abstract

Perkembangan teknologi di segala bidang kehidupan dirasakan semakin terus berkembang, salah satunya teknologi informasi (TI) dimana dalam menjalan suatu organisasi perlu adanya sistem TI yang baik, diperlukan suatu evaluasi atas penggunaan sistem informasi agar pengelolaan informasi dapat berjalan secara efektif dan efisien. Yayasan Baitul Maal PLN Unit Induk Pembangunan Kalimantan Bagian Barat (YBM PLN) didirikan dengan tujuan untuk menghimpun dana zakat, infak, shodaqoh, dan wakaf (ZISWAF) dari masyarakat muslim dan dana-dana halal lainnya. Dalam penelitian ini, COBIT 2019 dipilih sebagai framework dan berfokus pada 5 domain, yaitu EDM02, APO04, APO05, APO07, dan APO08. Metode penelitian yang digunakan yaitu analisis kebutuhan, penentuan domain COBIT, pembuatan RACI Chart, dan penyusunan rencana audit. Hasil analisis didapati capability level domain EDM02, APO05, APO07, dan APO08 telah melebihi target, sedangkan domain APO04 memiliki gap 1 dari target meskipun yayasan telah berhasil merekrut ide-ide inovatif dari luar (pelanggan, pemasok, dan mitra), namun masih perlu melakukan proof-of-concept terhadap setiap jenis kegiatan organisasi yang akan dilakukan untuk menutupi kekurangan gap tersebut.
Algoritma Pendeteksi Kerusakan Struktur Bangunan Berbasis Korelasi Jarak dan Metode Kuadrat Terkecil Parsial Jimmy Tjen
JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 8, No 3 (2022): Volume 8 No 3
Publisher : Program Studi Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/jp.v8i3.56011

Abstract

Sering kali, sebuah kerusakan struktur yang masif terjadi karena pengabaian terhadap kerusakan kecil. Kejadian malang ini kemudian menimbulkan berbagai kerugiaan, baik secara material maupun korban jiwa. Oleh karena itu, dirasa penting untuk dapat mendeteksi kerusakan dari sebuah struktur sedini mungkin untuk mencegah terjadinya hal yang tidak diinginkan. Penelitian ini menggagas sebuah algoritma pendektesi kerusakan struktur bangunan berbasiskan pada metode korelasi jarak dan kuadrat terkecil parsial. algoritma ini berfokuskan pada pemilihan sekelompok sensor yang dapat bekerja secara optimal berdasarkan pada perhitungan korelasi jarak. Berdasarkan pada percobaan pada data experimental dari sebuah struktur jembatan, algoritma yang digagas dapat mengurangi jumlah akselerometer yang diperlukan hingga 80% untuk menyusun model prediktif tanpa mengurangi atau bahkan meningkatkan akurasi dari model prediktif akselerometer sebesar 1 hingga 1,3%. Lebih lanjut, algoritma yang digagas dapat mendekteksi keberadaan kerusakan struktur dengan baik, serta mampu mengkarakterisasi tingkat kerusakan dari struktur berdasarkan pada perubahan standar deviasi dari residu kuadrat.
Analisis Sentimen Tren Olahraga di Masa Pandemi COVID-19 pada Twitter dengan Metode Naïve Bayes Classifier (NBC) Syahfira Mulya; Herry Sujaini; Tursina Tursina
JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 8, No 2 (2022): Volume 8 No 2
Publisher : Program Studi Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/jp.v8i2.52815

Abstract

Masyarakat perlu tetap fit agar terhindar dari COVID-19 dengan cara berolahraga sehingga memunculkan topik di masyarakat tentang tren olahraga pada masa pandemi COVID-19. Media sosial yang digunakan masyarakat untuk membahas topik tersebut diantaranya yaitu Twitter. Twitter memudahkan masyarakat untuk berbagi, berdiskusi, dan menuangkan isi hati serta pikiran karena masyarakat dapat saling gabung berdiskusi mengenai topik tersebut secara terbuka tanpa harus saling berteman. Adapun sentimen masyarakat dapat diklasifikasikan ke dalam kelas positif dan negatif, untuk mengetahuinya diperlukan analisis sentimen mengenai topik tersebut dapat dengan menggunakan metode pengklasifikasian yaitu Naïve Bayes karena metode ini tidak memerlukan data yang banyak untuk mengklasifikasi. Tujuan penelitian ini yaitu untuk mengetahui sentimen masyarakat terhadap olahraga-olahraga yang sedang populer pada masa COVID-19 melalui Twitter serta dapat mengetahui performa dari klasifikasi metode Naïve Bayes. Metodologi penelitian ini yaitu untuk mengetahui olahraga yang sedang tren dari Google Trends, kemudian streaming crawling API Twitter, preprocessing text, mengklasifikasi sentimen dengan Naïve Bayes, dan evaluasi. Terkait hasil analisis yang telah dilakukan serta berdasarkan tujuan pada penelitian ini, olahraga yang sedang trending yaitu bulu tangkis, bersepeda, dan lari memiliki sentimen yang positif pada masa pandemi COVID-19 di Indonesia melalui media sosial Twitter. Akurasi pada prediksi dari pengklasifikasian Naive Bayes pada data olahraga yang sedang trending, yaitu menghasilkan akurasi yang paling tinggi pada bulu tangkis yang sebagai peringkat pertama olahraga yang sedang populer di masyarakat dengan hasil recall sebesar 83,8%, precision 85,4% dan accuracy 88%. Jadi pada penelitian ini diperoleh data olahraga yang sedang populer berdasarkan Google Trends ditemukan bahwa olahraga yang berada di top 3 yaitu bulu tangkis, bersepeda, dan lari memiliki positif trending dari ulasan opini masyarakat berbahasa Indonesia melalui media sosial Twitter pada masa COVID-19. 
Perbandingan Particle Swarm Optimization dengan Genetic Algorithm dalam Feature Selection untuk Analisis Sentimen pada Permendikbudristek PPKS-LPT Gregorius Guntur Sunardi Putra; Windra Swastika; Paulus Lucky Tirma Irawan
JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 8, No 3 (2022): Volume 8 No 3
Publisher : Program Studi Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/jp.v8i3.57300

Abstract

Kekerasan seksual merupakan salah satu masalah serius yang perlu diselesaikan. Setiap tahunnya terdapat lebih dari 2000 aduan kekerasan seksual. Di satuan Pendidikan, sebanyak 55% dari pelaku merupakan guru atau tenaga pendidik. Jumlah yang ada masih belum merepresentasikan jumlah sebenarnya karena 63% dari peserta survei DIKTI tidak melaporkan kasus kekerasan seksual yang diketahuinya dengan alasan menjaga nama baik kampus. Dengan begitu, Kementerian Pendidikan, Kebudayaan, Riset, dan Teknologi (Kemendikbud) menerbitkan Peraturan Menteri Pendidikan, Kebudayaan, Riset, dan Teknologi (Permendikbudristek) Nomor 30 tahun 2021 tentang Pencegahan dan Penanganan Kekerasan Seksual di Lingkungan Perguruan Tinggi (PPKS-LPT). Peraturan ini menimbulkan kontroversi di masyarakat sehingga perlu dilakukan klasifikasi sentimen. Klasifikasi sentimen dilakukan menggunakan algoritma Multinomial Naïve Bayes, Complement Naïve Bayes, Support Vector Machine, dan Nearest Neighbor dengan menggunakan data seleksi fitur Genetic Algorithm dan Particle Swarm Optimization pada data hasil ekstraksi fitur TF-IDF dari data Twitter yang diambil pada tanggal 1 September-30 Desember 2021 menggunakan kata kunci “permendikbud”, hashtag “cabutpermendikbudristekno30”, dan hashtag “dukungpermendikbud30”. Kemudian klasifikasi akan dievaluasi menggunakan 10-Fold Cross Validation. Hasil dari penelitian ini, algoritma CNB memiliki kinerja paling baik jika dibandingkan dengan 4 algoritma klasifikasi lain dengan nilai accuracy 0.688, precison 0.685, recall 0.688, dan f1-score 0.683. Seleksi fitur GA belum mampu menemukan fitur-fitur yang memiliki akurasi lebih baik jika dibandingkan menggunakan semua fitur, sedangkan seleksi fitur PSO mampu menemukan fitur yang memiliki akurasi sama atau lebih baik jika dibandingkan menggunakan semua fitur dengan peningkatan tertinggi sebanyak 0.8% pada MNB. Sebanyak 49% dari responden merupakan pendukung pengesahan Permendikbudristek PPKS-LPT.
Basis Data Awan Non-Relasional Firestore untuk Penyimpanan Data Pesan Kristian Adi Nugraha
JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 8, No 3 (2022): Volume 8 No 3
Publisher : Program Studi Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/jp.v8i3.59173

Abstract

Pandemi Covid-19 mengubah cara komunikasi masyarakat di berbagai bidang yang semula melalui tatap muka secara langsung, berubah menggunakan media daring. Meningkatnya kebutuhan akan proses komunikasi yang dilakukan secara daring harus didukung dengan infrastruktur yang tepat agar proses pengiriman informasi dapat dilakukan lancar dan tanpa adanya hambatan. Salah satu faktor pendukung infrastruktur komunikasi adalah basis data yang digunakan untuk menyimpan data pesan. Salah satu jenis basis data yang banyak digunakan saat ini adalah basis data non-relasional, karena lebih fleksibel dan dinamis dibandingkan dengan basis data relasional. Terdapat banyak jenis basis data non-relasional, salah satunya berbasis dokumen. Penelitian ini mencoba mengimplementasikan basis data non-relasional Firestore untuk menyimpan berbagai jenis bentuk data pesan. Hasil pengujian menunjukkan bahwa basis data Firestore cukup andal digunakan untuk menyimpan data pesan teks dengan rata-rata waktu penyimpanan adalah 0.4 detik untuk jumlah kata maksimal 100 kata. Sedangkan untuk pesan berbentuk media seperti gambar, rata-rata waktu penyimpanan adalah 4 detik untuk ukuran media maksimal 5 MB, di mana angka tersebut masih dalam batas toleransi respons (10 detik) namun penggunaannya harus disertai dengan adanya feedback pada antarmuka.
Aplikasi Pengoreksi Ejaan (Spelling Correction) pada Naskah Jurnal Bidang Informatika dengan N-Gram dan Jaro-Winkler Distance Herry Sujaini; Hafiz Muhardi; Jefri Hasiholan Simanjuntak
JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 8, No 2 (2022): Volume 8 No 2
Publisher : Program Studi Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/jp.v8i2.48092

Abstract

Kesalahan penulisan atau typographical error adalah hal yang biasa terjadi dalam penulisan suatu dokumen. Namun dalam penulisan dokumen karya ilmiah seperti jurnal penelitian, hal tersebut harus dihindari karena dapat membuat informasi yang disampaikan menjadi tidak jelas ataupun bias. Untuk mengatasi permasalan tersebut dibutuhkan sebuah aplikasi spelling corrector yang mampu mendeteksi typographical error dan dapat memberikan rekomendasi kata yang sesuai. Terdapat banyak metode yang bisa diimplementasikan dalam membangun sebuah aplikasi spelling corrector, diantaranya ialah N-Gram dan Jaro-Winkler Distance. Jaro-Winkler Distance berperan untuk menghitung nilai kemiripan antara kata yang mengalami typographical error terhadap kata pada korpus untuk mencari daftar kata yang paling mendekati. Korpus yang digunakan disusun dari naskah jurnal bidang informatika serta kosa kata KBBI. Kemudian N-Gram digunakan untuk mencari nilai probabilitas kata dengan memperhatikan satu kata sebelum dan satu kata sesudahnya atau yang disebut nilai bigram. Metode-metode tersebut diterapkan pada sebuah aplikasi spelling corrector berbasis web yang dapat mendeteksi kesalahan penulisan dan memberikan rekomendasi perbaikan pada dokumen Microsoft Word (.docx), khususnya dokumen jurnal bidang informatika. Pengujian aplikasi dilakukan dengan 9 jenis kesalahan penulisan. Jumlah kalimat yang diujikan adalah 180 kalimat dan pada tiap kalimat terdapat satu kata yang salah. Pengujian memperoleh hasil yang menyatakan bahwa aplikasi ini memberikan tingkat kesesuaian atau presisi 71,348% dan tingkat kesuksesan 98,449% untuk memberikan satu saran perbaikan kata yang sesuai untuk satu kata yang salah dalam suatu kalimat. Metode-metode tersebut dapat diterapkan untuk memperbaiki typographical error akan tetapi kualitas dan kuantitas korpus sangat berpengaruh pada hasil yang diberikan, sehingga masih sangat dibutuhkan korpus yang lebih baik lagi.
Aplikasi DIVAYANA Berbasis Ketimpangan Asuri-Daiwi Sampad Sebagai Alat Evaluasi Keefektifan Flipped Learning Dewa Gede Hendra Divayana; Ni Ketut Widiartini; P. Wayan Arta Suyasa
JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 8, No 2 (2022): Volume 8 No 2
Publisher : Program Studi Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/jp.v8i2.54544

Abstract

Keefektifan aplikasi evaluasi yang digunakan untuk menentukan skor ketimpangan positif dan negatif dalam pelaksanaan flipped learning sangat penting untuk diketahui. Skor ketimpangan positif digunakan sebagai dasar dalam menunjukkan aspek-aspek penunjang keberhasilan pelaksanaan flipped learning, sedangkan skor ketimpangan negatif sebagai dasar dalam menunjukkan aspek-aspek yang perlu dibenahi agar pelaksanaan flipped learning berjalan lebih optimal. Penelitian ini bertujuan untuk mengetahui tingkat efektivitas aplikasi DIVAYANA berbasis ketimpangan Asuri-Daiwi Sampad yang digunakan untuk mengevaluasi keefektifan pelaksanaan flipped learning pada SMK TI di Provinsi Bali. Metode pengembangan yang digunakan untuk mewujudkan aplikasi evaluasi ini adalah metode Research & Development yang mengacu pada desain Borg & Gall. Subjek yang terlibat dalam uji efektivitas penggunaan aplikasi DIVAYANA berbasis ketimpangan Asuri-Daiwi Sampad adalah sebanyak 50 orang yang terdiri dari guru dan siswa dari bebeberapa SMK TI di Bali. Alat yang digunakan dalam pengumpulan data tentang hasil uji efektivitas penggunaan aplikasi DIVAYANA berbasis ketimpangan Asuri-Daiwi Sampad adalah berupa kuesioner. Teknik analisis dalam penelitian ini adalah deskriptif kuantitatif dengan menginterpretasikan hasil uji efektivitas penggunaan aplikasi evaluasi berdasarkan standar efektivitas yang mengacu skala sebelas. Hasil penelitian ini menunjukkan persentase efektivitas aplikasi DIVAYANA berbasis ketimpangan Asuri-Daiwi Sampad sebesar 90,88% sehingga termasuk dalam kategori sangat baik. Dampak dari hasil penelitian ini di bidang pendidikan teknik informatika adalah menghadirkan suatu terobosan baru berupa aplikasi yang dapat digunakan untuk mengevaluasi secara akurat keefektifan flipped learning dalam proses pembelajaran.
Rekomendasi Makanan Pasien Hiperlipidiemia Berdasarkan Hasil Klasifikasi Menggunakan Metode Naïve Bayes dan Decision Tree Wafirotul Laila; Wisnu Widiarto; Ardhi Wijayanto; Esti Suryani
JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 8, No 2 (2022): Volume 8 No 2
Publisher : Program Studi Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/jp.v8i2.56386

Abstract

Makanan merupakan kebutuhan manusia untuk memenuhi nutrisi dalam keberlangsungan hidup. Namun setiap orang perlu memperhatikan makanan yang dikonsumsi karena akan memengaruhi kondisi tubuh. Salah satu zat dalam tubuh manusia yang perlu diperhatikan ketika mengonsumsi makanan adalah lemak. Penelitian terkait konsumsi makanan dengan kadar lemak dalam tubuh sudah banyak dilakukan. Terbukti terdapat jenis makanan yang dapat memengaruhi kesehatan tubuh karena menyebabkan zat lemak yang berlebihan. Penelitian yang dilakukan kali ini adalah klasifikasi data kebutuhan gizi dengan membandingkan algoritma naïve bayes dan decision tree. Hasil klasifikasi antara kedua algoritma tersebut digunakan untuk memberikan rekomendasi makanan yang sesuai untuk dikonsumsi oleh orang yang menderita hiperlipidemia, yakni kondisi di mana kadar lemak dalam tubuh berlebihan. Penelitian dimulai dari pengumpulan data, pra-proses data dengan normalisasi, klasifikasi dengan beberapa model naïve bayes dan algoritma decision tree, menganalisis hasil klasifikasi dengan confusion matrix, dan melakukan implementasi rekomendasi makanan berdasarkan hasil model klasifikasi yang paling optimal. Pada penelitian ini diperoleh hasil bahwa model ComplementNB memiliki akurasi tinggi dibanding model lain namun secara keseluruhan algoritma decision tree lebih stabil dibanding naïve bayes.
Otomasi dan Monitoring Hidroponik pada Tanaman Selada dengan Metode Sonic Bloom Berbasis IoT Richo Maylano Yozienanda; Wisnu Widiarto; Ardhi Wijayanto
JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 8, No 3 (2022): Volume 8 No 3
Publisher : Program Studi Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/jp.v8i3.57392

Abstract

Tanaman selada khususnya selada krop (Lactuca Sativa L) merupakan sayuran dengan nilai ekonomi tinggi, nilai gizi besar, serta dengan bentuk yang menarik, sehingga membuat tanaman selada mempunyai potensi besar untuk dibudidayakan. Hal ini dibutuhkan pengembangan inovasi dalam produktivitasnya. Inovasi teknologi Sonic Bloom, yang memanfaatkan gelombang suara frekuensi tinggi, dimanfaatkan sebagai terobosan untuk membuat produktivitas tanaman selada tumbuh lebih baik. Hal ini disebabkan gelombang suara frekuensi tinggi, berfungsi untuk memacu membukanya mulut daun (stomata) yang dipadu dengan pemberian nutrisi. Sedangkan IoT dapat diimplementasikan pada bermacam bidang sehingga bermanfaat dan mempermudah kegiatan hidup manusia, antara lain pada sektor pertanian untuk memberikan kemudahan dalam menjalankan usaha. Kemudahan tersebut antara lain berupa pengumpulan data suhu, kelembaban, dan kecepatan angin, yang digunakan dalam mengambil keputusan untuk meningkatkan kualitas dan kuantitas dalam mengelola tanaman. Penerapan IoT mempermudah petani untuk mengecek suhu dan kelembaban tanah dari jarak jauh. Data ini nantinya akan digunakan untuk program pengairan dan pemupukan agar lebih presisi. Tujuan dari penelitian ini adalah untuk melakukan otomatisasi dan monitoring hidroponik pada tanaman selada dengan menggunakan metode Sonic Bloom berbasis IoT. Diharapkan melalui penelitian ini dapat mengetahui tingkat efektivitas dari perbandingan 3 musik yang berbeda dengan metode Sonic Bloom terhadap tumbuh tanaman selada. Evaluasi dengan membandingkan tanaman saat masa tanam dan pasca panen. Pada penelitian ini didapatkan hasil bahwa tanaman selada menggunakan lagu kicauan burung lebih efektif dalam meningkatkan laju pertumbuhan dibandingkan perlakuan musik gamelan dan instrumen pop dengan rata-rata pertumbuhan tinggi tanaman sebesar 0,54 cm, rata-rata pertumbuhan tinggi daun sebesar 0,51 cm, rata-rata lebar daun sebesar 0,19 cm, fresh weight sebesar 24,7 gram, dan dry weight sebesar 1,7 gram.

Page 40 of 53 | Total Record : 522

 38   39   40   41   42 

Filter by Year

2015 2025


Reset
Filter By Issues
All Issue Vol 11, No 3 (2025): Volume 11 No 3 Vol 11, No 2 (2025): Volume 11 No 2 Vol 11, No 1 (2025): Volume 11 No 1 Vol 10, No 3 (2024): Volume 10 No 3 Vol 10, No 2 (2024): Volume 10 No 2 Vol 10, No 1 (2024): Volume 10 No 1 Vol 9, No 3 (2023): Volume 9 No 3 Vol 9, No 2 (2023): Volume 9 No 2 Vol 9, No 1 (2023): Volume 9 No 1 Vol 8, No 3 (2022): Volume 8 No 3 Vol 8, No 2 (2022): Volume 8 No 2 Vol 8, No 1 (2022): Volume 8 No 1 Vol 7, No 3 (2021): Volume 7 No 3 Vol 7, No 2 (2021): Volume 7 No 2 Vol 7, No 1 (2021): Volume 7 No 1 Vol 6, No 3 (2020): Volume 6 No 3 Vol 6, No 2 (2020): Volume 6 No 2 Vol 6, No 1 (2020): Volume 6 No 1 Vol 5, No 3 (2019): Volume 5 No 3 Vol 5, No 2 (2019): Volume 5 No 2 Vol 5, No 1 (2019): Volume 5 No 1 Vol 5, No 1 (2019): Volume 5 No 1 Vol 4, No 2 (2018): Volume 4 No 2 Vol 4, No 2 (2018): Volume 4 No 2 Vol 4, No 1 (2018): Volume 4 No 1 Vol 4, No 1 (2018): Volume 4 No 1 Vol 3, No 2 (2017): Volume 3 No 2 Vol 3, No 2 (2017): Volume 3 No 2 Vol 3, No 1 (2017): Volume 3 No 1 Vol 3, No 1 (2017): Volume 3 No 1 Vol 2, No 2 (2016): Volume 2 No 2 Vol 2, No 2 (2016): Volume 2 No 2 Vol 2, No 1 (2016): Volume 2 No 1 Vol 2, No 1 (2016): Volume 2 No 1 Vol 1, No 2 (2015): Volume 1, No 2 Vol 1, No 2 (2015): Volume 1, No 2 Vol 1, No 1 (2015): Edisi Perdana Vol 1, No 1 (2015): Edisi Perdana More Issue