cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Ir. Gigih Forda Nama, S.T., M.T.I., IPM.
Contact Email
gigih@eng.unila.ac.id
Phone
+6285289774152
Journal Mail Official
jitet@eng.unila.ac.id
Editorial Address
Jl. Prof. Soemantri Brojonegoro No. 1 Bandar Lampung 35145
Location
Kota bandar lampung,
Lampung
INDONESIA
Jurnal Informatika dan Teknik Elektro Terapan
Published by Universitas Lampung
ISSN : 23030577     EISSN : 28307062     DOI : DOI: 10.23960/jitet
Core Subject : Science,
Computer Science & IT
Jurnal Informatika dan Teknik Elektro Terapan (JITET) merupakan jurnal nasional yang dikelola oleh Jurusan Teknik Elektro Fakultas Teknik (FT), Universitas Lampung (Unila), sejak tahun 2013. JITET memuat artikel hasil-hasil penelitian di bidang Informatika dan Teknik Elektro. JITET berkomitmen untuk menjadi jurnal nasional terbaik dengan mempublikasikan artikel berbahasa Indonesia yang berkualitas dan menjadi rujukan utama para peneliti.
Arjuna Subject : Ilmu Komputer (semua kategori) - Jaringan Komputer dan Komunikasi
Articles 2,839 Documents
 76   77   78   79   80 
PENERAPAN METODE NEWTON GREGORY DALAM MERAMALKAN GARIS KEMISKINAN DI SUMATERA SELATAN Damayanti, Nadia; Aprianoputri, Aurahaqqi; Desfourtheen, Rinda; Oktalia, Marheska; Saputra, Dimas Riski; Puspasari, Shinta
Jurnal Informatika dan Teknik Elektro Terapan Vol 13, No 1 (2025)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v13i1.6018

Abstract

Kemiskinan masih menjadi masalah kompleks di berbagai daerah termasuk Sumatera Selatan. Garis kemiskinan diprediksi menggunakan metode interpolasi Newton-Gregory berdasarkan data historis dari Badan Pusat Statistik (BPS) dari tahun 2022–2024. Metode ini dipilih karena mudah digunakan dan mampu memberikan data yang akurat. Penelitian ini menggunakan bahasa pemrograman Python, yang membantu pengolahan data menjadi lebih efisien. Hasil penelitian menunjukkan bahwa metode ini memberikan prediksi yang sangat akurat dengan nilai Mean Absolute Percentage Error (MAPE) sebesar 2,81%. Berdasarkan hasil prediksi menunjukkan bahwa garis kemiskinan di sebagian besar wilayah akan meningkat pada tahun 2024 dan 2025. Ogan Komering Ulu Selatan memiliki garis kemiskinan terendah, sedangkan Kota Palembang memiliki garis kemiskinan tertinggi. Diharapkan penelitian ini bisa menjadi alternatif untuk membantu perencanaan pembangunan berbasis data yang lebih baik.Keywords: Proverty, Newton-Gregory Interpolation, South Sumatera, Prediction, MAPE
ANALISIS SENTIMEN TERHADAP KARAPAN SAPI DI TWITTER MENGGUNAKAN METODE K-MEANS DAN SUPPORT VECTOR MACHINE (SVM) Rani, Zalzabila; Khotimah, Bain Khusnul
Jurnal Informatika dan Teknik Elektro Terapan Vol 13, No 1 (2025)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v13i1.5685

Abstract

Perkembangan teknologi dan internet telah mengubah cara komunikasi masyarakat, dengan media sosial menjadi platform utama. Twitter, yang memiliki 18,45 juta pengguna di Indonesia pada tahun 2022, digunakan dalam penelitian ini untuk menganalisis sentimen publik terkait Karapan Sapi, kompetisi balap sapi tradisional di Madura. Penelitian ini bertujuan untuk mengidentifikasi sentimen publik terhadap Karapan Sapi, menyebarkan efektivitas kombinasi metode K-Means dan Support Vector Machine (SVM), serta menerapkan Synthetic Minority Oversampling Technique (SMOTE) untuk menangani ke regresi data. Sebanyak 647 ulasan Twitter berbahasa Indonesia dikumpulkan melalui crawling berbasis Python dan diproses menggunakan text preprocessing. Metode K-Means mengelompokkan ulasan menjadi tiga cluster: aspek budaya Karapan Sapi, olahraga tradisional, dan keterkaitan dengan pihak militer atau pemerintah. SMOTE menyelesaikan keseimbangan sentimen data, meningkatkan kinerja model pembelajaran mesin pada kelas minoritas. Model SVM dengan parameter optimal (kernel linear, C=1.0, gamma=1.0) menghasilkan akurasi 92%, meskipun masih menunjukkan ketelitian performa antar kelas. Penelitian ini membuktikan efektivitas kombinasi K-Means dan SVM, serta pentingnya SMOTE dalam analisis sentimen berbasis Twitter, khususnya untuk budaya lokal seperti Karapan Sapi.
RANCANG BANGUN TONGKAT TURNANETRA BERBASIS ARDUINO Borahima, Rahma; Paembonan, Solmin; Dasril, Dasril
Jurnal Informatika dan Teknik Elektro Terapan Vol 12, No 3S1 (2024)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v12i3S1.5289

Abstract

Perkembangan ilmu pengetahuan dan teknologi telah mendorong inovasi dalam berbagai bidang, termasuk teknologi mikrokontroler yang memainkan peran penting dalam memfasilitasi kehidupan sehari-hari. Namun, individu dengan gangguan penglihatan, seperti tunanetra, masih menghadapi tantangan signifikan dalam mobilitas dan navigasi. Tongkat tunanetra, meskipun merupakan alat bantu yang umum digunakan, memiliki keterbatasan dalam mendeteksi rintangan dengan akurasi yang memadai. Oleh karena itu, penelitian ini bertujuan untuk merancang dan mengembangkan Tongkat Tunanetra Berbasis Arduino yang lebih efektif dalam membantu navigasi dan deteksi rintangan bagi tunanetra. Tongkat ini akan menggunakan teknologi Arduino untuk mengintegrasikan sensor ultrasonik dan memberikan umpan balik suara kepada pengguna saat mendekati rintangan, sehingga meningkatkan kemampuan mereka untuk menghindari rintangan dengan lebih baik. Pengujian telah dilakukan untuk memastikan kinerja alat sesuai dengan harapan peneliti, dengan hasil yang memuaskan. Dengan demikian, Tongkat Tunanetra Berbasis Arduino diharapkan dapat memberikan kontribusi yang signifikan dalam meningkatkan kualitas hidup dan kemandirian tunanetra dalam aktivitas sehari-hari. Keywords: Tunanetra, Tongkat, Arduino.Abstrak. Perkembangan ilmu pengetahuan dan teknologi telah mendorong inovasi dalam berbagai bidang, termasuk teknologi mikrokontroler yang memainkan peran penting dalam memfasilitasi kehidupan sehari-hari. Namun, individu dengan gangguan penglihatan, seperti tunanetra, masih menghadapi tantangan signifikan dalam mobilitas dan navigasi. Tongkat tunanetra, meskipun merupakan alat bantu yang umum digunakan, memiliki keterbatasan dalam mendeteksi rintangan dengan akurasi yang memadai. Oleh karena itu, penelitian ini bertujuan untuk merancang dan mengembangkan Tongkat Tunanetra Berbasis Arduino yang lebih efektif dalam membantu navigasi dan deteksi rintangan bagi tunanetra. Tongkat ini akan menggunakan teknologi Arduino untuk mengintegrasikan sensor ultrasonik dan memberikan umpan balik suara kepada pengguna saat mendekati rintangan, sehingga meningkatkan kemampuan mereka untuk menghindari rintangan dengan lebih baik. Pengujian telah dilakukan untuk memastikan kinerja alat sesuai dengan harapan peneliti, dengan hasil yang memuaskan. Dengan demikian, Tongkat Tunanetra Berbasis Arduino diharapkan dapat memberikan kontribusi yang signifikan dalam meningkatkan kualitas hidup dan kemandirian tunanetra dalam aktivitas sehari-hari.
MENINGKATKAN MODEL PREDIKSI KELULUSAN SANTRI TAHFIDZ DI PONDOK PESANTREN AL-KAUTSAR MENGGUNAKAN ALGORITMA RANDOM FOREST Sobari, Syahrul; Purnamasari, Ade Irma; Bahtiar, Agus; Kaslani, Kaslani
Jurnal Informatika dan Teknik Elektro Terapan Vol 13, No 1 (2025)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v13i1.5704

Abstract

Abstrak. Penelitian ini bertujuan untuk meningkatkan model prediksi kelulusan santri Tahfidz di Pondok Pesantren Al-Kautsar dengan menerapkan algoritma Random Forest , yang dikenal memiliki kemampuan menangani data kompleks dan menghasilkan prediksi yang lebih akurat dibandingkan metode tradisional. Dengan algoritma Random Forest, penelitian ini berusaha mengeksplorasi keunggulan dalam memberikan prediksi yang lebih baik. Penelitian ini melibatkan beberapa tahapan penting, dimulai dari pengumpulan data santri yang berjumlah 300 dengan mencakup beberapa atribut, seperti jumlah hafalan, tingkat kehadiran, nilai ujian, dan status izin sebagai target prediksi. Hasil penelitian menunjukkan bahwa algoritma Random Forest secara signifikan lebih unggul dibandingkan regresi linier dalam memprediksi kelulusan santri. Random Forest menghasilkan akurasi sebesar 99,64% , presisi 100,00% , dan recall 98,80% , sementara regresi linier hanya mencapai akurasi sebesar 77% . Analisis mendalam menunjukkan bahwa atribut jumlah hafalan dan tingkat kehadiran memiliki pengaruh terbesar terhadap prediksi kelulusan, diikuti oleh nilai ujian. Hal ini menegaskan bahwa faktor nonakademik seperti hafalan dan kehadiran mempunyai peranan penting dalam keberhasilan santri. Keunggulan algoritma Random Forest terletak pada kemampuannya menggabungkan prediksi dari banyak pohon keputusan, sehingga menghasilkan model yang lebih stabil dan tahan terhadap noise dalam data. Selain itu, algoritma ini dapat menangani data dengan kombinasi variabel numerik dan kategorikal tanpa perlu transformasi yang signifikan, menjadikannya cocok untuk dataset dunia nyata yang seringkali tidak sempurna.  Abstrak. Penelitian ini bertujuan untuk memperbaiki model prediksi izin santri tahfidz di Pondok Pesantren Al-Kautsar dengan menerapkan algoritma Random Forest yang diketahui memiliki kemampuan dalam menangani data yang kompleks dan menghasilkan prediksi yang lebih akurat dibandingkan metode tradisional. Dengan algoritma Random Forest, penelitian ini berupaya untuk mengeksplorasi kelebihan dalam memberikan prediksi yang lebih baik. Penelitian ini melibatkan beberapa tahapan penting, dimulai dari pengumpulan data santri sebanyak 300 data yang mencakup beberapa atribut, seperti jumlah hafalan, tingkat kehadiran, nilai ujian, dan status izin sebagai target prediksi. Hasil penelitian menunjukkan bahwa algoritma Random Forest secara signifikan lebih unggul dibandingkan regresi linier dalam memprediksi kelulusan santri. Random Forest menghasilkan akurasi sebesar 99,64%, presisi sebesar 100,00%, dan recall sebesar 98,80%, sedangkan regresi linier hanya mencapai akurasi sebesar 77%. Analisis mendalam menunjukkan bahwa atribut hafalan dan tingkat kehadiran memiliki pengaruh paling besar dalam memprediksi penerimaan, diikuti oleh nilai ujian. Hal ini menegaskan bahwa faktor non akademis seperti hafalan dan kehadiran memiliki peran penting dalam keberhasilan siswa. Keunggulan algoritma Random Forest terletak pada kemampuannya menggabungkan prediksi dari banyak pohon keputusan, sehingga menghasilkan model yang lebih stabil dan tahan terhadap noise dalam data. Selain itu, algoritma ini dapat menangani data dengan kombinasi variabel numerik dan kategoris tanpa memerlukan transformasi yang signifikan, sehingga cocok untuk dataset dunia nyata yang seringkali tidak sempurna.
IMPLEMENTASI SSD-MOBILENET DAN U-NET UNTUK DETEKSI DAN PENILAIAN TINGKAT KEPARAHAN PADA APLIKASI PELAPORAN JALAN BERLUBANG Sadewa, Rahma Danu; Via, Yisti Vita; Nurlaili, Afina Lina
Jurnal Informatika dan Teknik Elektro Terapan Vol 12, No 3S1 (2024)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v12i3S1.5320

Abstract

Kondisi jalan rusak di Indonesia sangat memprihatinkan dan membutuhkan penanganan segera. Lubang-lubang di jalan yang menyerupai mangkuk dapat mengancam keselamatan pengguna jalan. Deteksi dan evaluasi kerusakan jalan berlubang bisa dilakukan dengan memanfaatkan teknologi kecerdasan buatan, seperti deep learning. Salah satu penerapan deep learning untuk tugas deteksi objek kompleks adalah Single Shot MultiBox Detector (SSD) yang memproses gambar dan menganalisis fiturnya menggunakan arsitektur MobileNet. Selain itu, tingkat keparahan kerusakan jalan berlubang dapat diidentifikasi menggunakan arsitektur U-Net yang berfungsi untuk segmentasi gambar dengan memprediksi pixel yang mewakili objek. Kombinasi metode SSD dan arsitektur MobileNet dengan U-Net menghasilkan analisis jumlah deteksi dan tingkat keparahan yang membantu pembuatan laporan kerusakan jalan berlubang dalam aplikasi. Pengujian beberapa gambar menunjukkan bahwa model SSD-MobileNet berhasil mendeteksi lubang di jalan dengan akurasi 93%, sementara model U-Net mencapai akurasi 80% dalam memprediksi tingkat keparahan pada jalan berlubang.
RANCANG BANGUN QUADCOPTER MODULAR SEBAGAI WAHANA PEMBAWA BANNER S.T., M.Eng., Anan Nugroho; zaki, Muhammad Ghulam; Hidayatulloh, Dimas Restu; Mubarak, Raihan Fa'iq
Jurnal Informatika dan Teknik Elektro Terapan Vol 13, No 1 (2025)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v13i1.5751

Abstract

Quadcopter memiliki potensi besar dalam periklanan luar ruangan , tetapi membawa banner sebagai beban dinamis menghadirkan tantangan yang signifikan, termasuk gangguan stabilitas, efisiensi operasional, dan keterhubungan aerodinamika. Desain quadcopter konvensional belum optimal untuk menangani karakteristik banner yang besar dan dinamis, sehingga diperlukan solusi modular yang fleksibel untuk meningkatkan kinerja penerbangan dalam berbagai kondisi beban. Penelitian dilakukan melalui tiga tahap: desain modular quadcopter yang fokus pada sinkronisasi dan aerodinamika , perakitan dengan komponen seperti Pixhawk 2.4.8 dan motor T-Motor MN3510, serta pengujian kestabilan penerbangan menggunakan data giroskop dalam tiga skenario. Analisis data meliputi mean, standar deviasi, dan jangkauan untuk menyalakan kestabilan penerbangan.Hasil menunjukkan bahwa tanpa banner, quadcopter memiliki kestabilan optimal dengan standar deviasi terkecil. Penggunaan banner satu tali meningkatkan variabilitas, sementara konfigurasi dua tali menunjukkan kestabilan yang lebih baik, dengan nilai rata-rata giroskop mendekati nol pada semua sumbu. Desain modular memungkinkan quadcopter membawa banner secara stabil dalam berbagai kondisi.Penelitian ini menyimpulkan bahwa desain modular memungkinkan ketinggian dan kestabilan optimal untuk membawa banner, terutama pada konfigurasi dua tali. Diperlukan kontrol yang lebih ketat untuk mengurangi penyimpangan pada sumbu tertentu. Solusi ini menawarkan peluang baru dalam aplikasi periklanan outdoor menggunakan teknologi quadcopter secara efisien.
IMPLEMENTASI SISTEM MONITORING KETINGGIAN AIR SUMUR BERBASIS INTERNET OF THINGS (IOT) Inayah, Nazmi; Wagyana, Agus
Jurnal Informatika dan Teknik Elektro Terapan Vol 12, No 3S1 (2024)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v12i3S1.5375

Abstract

Air tanah merupakan sumber daya yang sangat penting bagi kehidupan, namun pemantauannya sering kali terkendala oleh teknologi yang terbatas, terutama untuk sumur dengan kedalaman yang signifikan. Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem monitoring ketinggian air sumur berbasis Internet of Things (IoT) menggunakan sensor infrared SEN0366 yang mampu mendeteksi jarak hingga 80 meter. Sistem ini terdiri dari sensor infrared, mikrokontroler ESP32, dan platform web yang memungkinkan pemantauan jarak jauh secara real-time. Pengujian dilakukan pada sumur bor dengan kedalaman 84 meter. Hasil pengukuran menunjukkan bahwa sensor berhasil mendeteksi ketinggian air dengan rata-rata selisih sebesar 1,2% dibandingkan dengan pengukuran menggunakan laser digital. Data yang dikumpulkan oleh sensor diproses oleh ESP32 dan ditampilkan pada LCD serta diunggah ke website monitoring. Hasil pengujian menunjukkan bahwa sistem mampu memberikan pembacaan yang akurat dengan persentase kesalahan rata-rata sebesar 1,5%. Pengujian ini membuktikan bahwa sistem monitoring berbasis IoT ini dapat diandalkan untuk memantau kondisi air sumur, memberikan data secara real-time, dan membantu dalam pengelolaan sumber daya air yang lebih efisien.
PREDIKSI CHURN PELANGGAN PADA LAYANAN DESAIN GRAFIS HOME DESAIN MENGGUNAKAN ALGORITMA NAÏVE BAYES DAIPAH, IIP IMRON; ASTUTI, RINI; PRIHARTONO, WILLY
Jurnal Informatika dan Teknik Elektro Terapan Vol 13, No 1 (2025)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v13i1.5811

Abstract

Abstrak. Penelitian ini bertujuan untuk mengembangkan model prediksi churn pelanggan di Home Desain menggunakan algoritma Naïve Bayes. Dataset yang digunakan mencakup data transaksi dari tahun 2021 hingga 2024, dengan fitur-fitur seperti jenis layanan, jumlah revisi, harga, status pembayaran, kategori revisi, dan keterlambatan pembayaran. Proses analisis mengikuti tahapan dalam metode Knowledge Discovery in Databases (KDD), yang mencakup seleksi, praproses, transformasi data, pembuatan model, dan evaluasi. Pada tahap seleksi data, fitur yang relevan dengan churn pelanggan dipilih, sementara praproses dilakukan untuk memastikan konsistensi data. Transformasi data digunakan untuk mempersiapkan data sebelum dimasukkan ke dalam model prediksi. Model dikembangkan menggunakan algoritma Naïve Bayes, yang terbukti efektif dalam menangani data besar dan masalah klasifikasi. Hasil evaluasi menunjukkan bahwa model yang dikembangkan memiliki performa sangat baik, dengan akurasi 99%, presisi 1.00, recall 0.99, dan F1-score 0.99, yang menandakan bahwa model ini sangat handal dalam mengidentifikasi pelanggan yang berisiko churn. Temuan ini membuktikan bahwa Naïve Bayes adalah alat yang efektif dalam merancang strategi retensi yang lebih efisien, serta berguna bagi perusahaan di sektor jasa kreatif untuk meningkatkan pengambilan keputusan berbasis data. Penelitian ini memberikan kontribusi signifikan terhadap literatur mengenai penggunaan algoritma prediktif dalam industri kreatif, membuktikan bahwa Naïve Bayes dapat diandalkan dalam menganalisis data besar dan memprediksi churn pelanggan dengan akurasi tinggi. Temuan ini juga membantu perusahaan merancang strategi yang lebih efektif untuk mempertahankan pelanggan dan meningkatkan daya saing  pasar.
STRATEGI PERENCANAAN SISTEM INFORMASI DALAM RANGKA PENINGKATAN LAYANAN PERPUSTAKAAN BERBASIS DIGITAL MENGGUNAKAN TAHAPAN ANITA CASSIDY Wan, Syahputra; Nurdin, Nurdin
Jurnal Informatika dan Teknik Elektro Terapan Vol 12, No 3S1 (2024)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v12i3S1.5472

Abstract

Perancangan manajemen stategis sistem informasi perpustakaan digital melibatkan penciptaan kerangka kerja dan infrastruktur yang memungkinkan pengelolaan dan akses informasi perpustakaan yang efisien melalui platform digital.Tantangan yang sering dihadapi perpustakaan berkaitan dengan tantangan untuk mengikuti perkembangan teknologi informasi dan persaingan dari sumber informasi digital yang tersedia secara online.Fase desain ini mencakup identifikasi kebutuhan pengguna, pemetaan proses bisnis perpustakaan, pemilihan teknologi yang tepat, dan pengembangan antarmuka pengguna yang intuitif.Lebih lanjut, telah dirancang untuk mengimplementasikan fungsi-fungsi seperti struktur database untuk menyimpan informasi koleksi buku, kerjasama dengan sistem manajemen perpustakaan, pencarian, peminjaman, pengembalian, dan manajemen akun pengguna.Jika dikembangkan secara cermat, sistem informasi perpustakaan digital dapat meningkatkan aksesibilitas dan kualitas layanan perpustakaan secara keseluruhan bagi pengguna. Hasil pengujian berisi strategi pada strategis tahapan direction, analisis, visioning dan recommendation yang merupakan upaya untuk membuat pelayanan dan produk berbeda dengan yang lain dengan memiliki kelebihan atau keistimewaan tersendiri yang akan menjadi daya tarik atau magnet terhadap konsumen. Selanjutnya strategi fokus digunakan untuk membangun keunggulan bersaing dalam suatu segmen yang lebih khusus
PERBANDINGAN ALGORITMA NAIVE BAYES DAN KNN DALAM ANALISIS SENTIMEN ULASAN PENGGUNA APLIKASI CAPCUT Muslim, Shinta Nilam Sari; Nurdiyansyah, Firman; Rahman, Aviv Yuniar
Jurnal Informatika dan Teknik Elektro Terapan Vol 12, No 3S1 (2024)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v12i3S1.5156

Abstract

Abstrak. Penelitian ini berfokus pada analisis sentimen ulasan pengguna aplikasi CapCut yang tersedia di Google Play Store dengan menerapkan model Naïve Bayes dan K-Nearest Neighbors (KNN). Tujuan utama penelitian ini adalah untuk mengevaluasi bagaimana pengruh variasi rasio pembagian data latih dan uji terhadap kinerja kedua metode dalam analisis sentimen, serta membandingkan keduanya berdasarkan akurasi, presisi, recall dan f1 score. Menggunakan sembilan rasio pembagian data, ditemukan bahwa rasio 80:20 memberikan kinerja terbaik untuk kedua metode. Naïve Bayes mengungguli KNN dengan akurasi 79.41% dibanding 75.63%. Rasio 50:50 memberikan presisi terbaik untuk kedua metode. Secara keseluruhan, Naïve Bayes menunjukkan performa lebih baik, terutama pada rasio 80:20, menjadikannya pilihan yang lebih tepat untuk analisis sentimen aplikasi CapCut.

Page 78 of 284 | Total Record : 2839

 76   77   78   79   80 

Filter by Year

2013 2026


Reset
Filter By Issues
All Issue Vol. 14 No. 1 (2026) Vol. 13 No. 3S1 (2025) Vol. 13 No. 3 (2025) Vol 13, No 2 (2025) Vol. 13 No. 2 (2025) Vol. 13 No. 1 (2025) Vol 13, No 1 (2025) Vol 12, No 3S1 (2024) Vol. 12 No. 3S1 (2024) Vol 12, No 3 (2024) Vol. 12 No. 3 (2024) Vol 12, No 2 (2024) Vol. 12 No. 2 (2024) Vol. 12 No. 1 (2024) Vol 12, No 1 (2024) Vol. 11 No. 3s1 (2023) Vol 11, No 3s1 (2023) Vol. 11 No. 3 (2023) Vol 11, No 3 (2023) Vol 11, No 2 (2023) Vol. 11 No. 2 (2023) Vol 11, No 1 (2023) Vol. 11 No. 1 (2023) Vol 10, No 3 (2022) Vol. 10 No. 3 (2022) Vol 10, No 2 (2022) Vol 10, No 1 (2022) Vol 9, No 3 (2021) Vol 9, No 2 (2021) Vol 9, No 1 (2021) Vol 8, No 1 (2020) Vol 7, No 1 (2019) Vol 6, No 1 (2018) Vol 5, No 1 (2017) Vol 4, No 3 (2016) Vol 4, No 2 (2016) Vol 4, No 1 (2016) Vol 3, No 3 (2015) Vol 3, No 2 (2015) Vol 3, No 1 (2015) Vol 2, No 3 (2014) Vol 2, No 2 (2014) Vol 2, No 1 (2014) Vol 1, No 3 (2013) Vol 1, No 2 (2013) Vol 1, No 1 (2013) More Issue