cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Fajril Akbar
Contact Email
ijab@fti.unand.ac.id
Phone
+627517770
Journal Mail Official
teknosi@fti.unand.ac.id
Editorial Address
Jurusan Sistem Informasi, Fakultas Teknologi Informasi Universitas Andalas Kampus Limau Manis, Padang 25163, Sumatera Barat
Location
Kota padang,
Sumatera barat
INDONESIA
Jurnas Nasional Teknologi dan Sistem Informasi
Published by Universitas Andalas
ISSN : 24768812     EISSN : 24603465     DOI : https://dx.doi.org/10.25077/TEKNOSI
Core Subject : Science,
Computer Science & IT Decision Sciences, Operations Research & Management
Jurnal ini menerbitkan artikel penelitian (research article), artikel telaah/studi literatur (review article/literature review), laporan kasus (case report) dan artikel konsep atau kebijakan (concept/policy article), di semua bidang : Geographical Information System, Enterpise Application, Bussiness Intelligence, Data Warehouse, Network Computer Security, Data Mining, Computer Architecture Design, Mobile Computing, Computing Theory, Embedded system, Decision Support System
Arjuna Subject : Ilmu Komputer (semua kategori) - Sistem Informasi
Articles 365 Documents
 30   31   32   33   34 
Sistem Pendukung Keputusan Pemilihan Cafe Bagi Mahasiswa Kota Pontianak Dengan Metode SAW Hanin, Noerul; Adi, Ahmad Cahyono
Jurnal Nasional Teknologi dan Sistem Informasi Vol 9 No 2 (2023): Agustus 2023
Publisher : Departemen Sistem Informasi, Fakultas Teknologi Informasi, Universitas Andalas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/TEKNOSI.v9i2.2023.95-102

Abstract

Pontianak merupakan salah satu kota yang memiliki banyak perguruan tinggi sehingga banyak orang dari berbagai daerah yang pergi ke kota ini untuk melanjutkan studi ke jenjang perguruan tinggi. Untuk menunjang kegiatan selama studi, mahasiswa membutuhkan fasilitas yang mendukung, seperti cafe yang menjadi salah satu tempat untuk mahasiswa mengerjakan pekerjaannya. Banyaknya cafe di Kota Pontianak menyebabkan mahasiswa memerlukan kriteria kualitas untuk menentukan cafe yang ideal untuk menunjang berbagai kegiatan. Beberapa kriteria yang diperlukan mahasiswa dalam menentukan cafe yang ideal antara lain yaitu fasilitas yang diberikan, lokasi cafe, serta suasana cafe. Kriteria kualitas cafe ini dapat ditentukan secara otomatis menggunakan sebuah sistem pendukung keputusan. Sistem ini menggunakan metode SAW (Simple Addictive Weighting) yang dapat mengklasifikasikan cafe bagi mahasiswa apakah tergolong ideal atau tidak. Hasilnya, semua cafe dapat diberi predikat dengan kriteria yang telah ditentukan, dimana pada simulasi ini, Cafe B adalah cafe yang paling ideal dengan nilai preferensi 0.78. Dengan adanya sistem rekomendasi pemilihan cafe bagi mahasiswa, diharapkan mampu memberikan manfaat bagi mahasiswa dalam memilih tempat cafe dan dapat memberi referensi bagi pemilik cafe tentang kriteria cafe yang dapat menarik bagi mahasiswa.
Perbandingan Algoritma Support Vector Machine (SVM) dan Decision Tree untuk Sistem Rekomendasi Tempat Wisata Oktafiani, Rian; Rianto, Rianto
Jurnal Nasional Teknologi dan Sistem Informasi Vol 9 No 2 (2023): Agustus 2023
Publisher : Departemen Sistem Informasi, Fakultas Teknologi Informasi, Universitas Andalas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/TEKNOSI.v9i2.2023.113-121

Abstract

Industri pariwisata Indonesia berkembang dari tahun ke tahun. Daerah Istimewa Yogyakarta merupakan salah satu provinsi yang memiliki banyak destinasi wisata. Pertumbuhan internet dan teknologi informasi juga menjadi faktor dalam industri pariwisata Indonesia. Dengan adanya informasi mengenai pariwisata di internet, dapat memudahkan wisatawan untuk mencari informasi. Namun, karena jumlah informasi yang sangat banyak akan membuat wisatawan kebingungan untuk menentukan tujuan wisata. Selain itu, wisata lokal memiliki potensi yang cukup tinggi untuk membantu perekonomian daerah, namun saat ini belum dieksplorasi secara maksimal. Sistem rekomendasi dan kemampuan klasifikasi tempat wisata diperlukan untuk memberikan akurasi rekomendasi yang baik. Untuk menentukan jumlah fitur yang paling menguntungkan untuk klasifikasi lokasi wisata, Teknik Principal Component Analysis (PCA) digunakan dalam penelitian ini untuk membandingkan metodologi Support Vector Machine (SVM) dan Decision Tree (DT). Hasilnya menunjukkan bahwa, dengan nilai akurasi 98.97% penerapan PCA dengan nilai n=5 dan berada pada perbandingan Split Data 75% : 25%, pendekatan SVM memiliki performa lebih baik daripada metode Decision Tree. Metode Decision Tree juga memiliki performa yang baik, dengan menggunakan PCA dengan nilai n=5, Decision Tree memiliki akurasi 96.55% yang berada pada perbandingan Split Data 85% : 15%.
Prediksi Nilai Akhir Matakuliah Mahasiswa Menggunakan Metode K-Means Clustering (Studi Kasus : Matakuliah Pemrograman Dasar) Ariawan, Made Pasek Agus; Peling, Ida Bagus Adisimakrisna; Subiksa, Gde Brahupadhya
Jurnal Nasional Teknologi dan Sistem Informasi Vol 9 No 2 (2023): Agustus 2023
Publisher : Departemen Sistem Informasi, Fakultas Teknologi Informasi, Universitas Andalas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/TEKNOSI.v9i2.2023.122-131

Abstract

Nilai akhir matakuliah merupakan salah satu komponen untuk kelulusan mahasiswa, selain mahasiswa dosen juga memiliki peran penting dalam hasil dari nilai akhir matakuliah mahasiswa. Tentunya diharapkan nilai akhir dari matakuliah yang diambil mahasiswa mendapatkan hasil yang maksimal. Dosen biasanya akan memberikan remedial bagi mahasiswa yang nilainya kurang dari standar kelulusan. Remedial biasanya akan diberikan setelah nilai akhir dikeluarkan. Remidial biasanya dilakukan berkali – kali sampai nilai akhir mahasiswa memenuhi standar dari perguruan tinggi. Tentunya proses remidial ini akan menghabiskan    banyak waktu bagi dosen dan mahasiswa, dengan mengetahui perkiraan nilai akhir mahasiswa dapat memahami sejauh mana pemahaman mereka terhadap materi dan sejauh mana mereka telah mencapai tujuan pembelajaran. Hal ini dapat membantu mereka mengidentifikasi area-area di mana mereka perlu meningkatkan pemahaman atau keterampilan mereka.Berdasarkan permasalahan ini peneliti melakukan penelitian untuk memprediksi nilai akhir matakuliah mahasiswa. Data yang digunakan pada penelitian ini adalah data mahasiswa yang mengambil matakuliah pemrograman dasar. Metode yang digunakan pada penelitian ini adalah metode K-means clustering. Hasil dari prediksi menggunakan metode K-means clustering menunjukan tingkat Precision 86%, Recall 100%, akurasi 93%.
Penerapan Preference Selection Index (PSI) dalam Pengangkatan Karyawan di Yayasan XYZ Kurniawan, Esa; Yuhandri, Yuhandri; Sumijan, Sumijan
Jurnal Nasional Teknologi dan Sistem Informasi Vol 9 No 1 (2023): April 2023
Publisher : Departemen Sistem Informasi, Fakultas Teknologi Informasi, Universitas Andalas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/TEKNOSI.v9i1.2023.78-85

Abstract

Yayasan XYZ merupakan salah satu lembaga Pendidikan dan Kesehatan yang ada di kota pekanbaru, lembaganya terdiri dari Universitas, STEI, SMK, SMA, SMP, Rumah Sakit, dan juga mempunyai beberapa icon lainnya, maka karyawan yang menunjang operasional juga tidak sedikit yang tersebar di beberapa institusi, untuk itu perlunya dilakukan pengangkatan karyawan tetap, agar dapat mensejahterakan karyawan dan tujuan perusahaan tercapai. Merekrut calon yang tepat pada posisi yang tepat bukanlah hal yang mudah, Oleh sebab itu diperlukan suatu sistem yang membantu SDM dalam pengangkatan karyawan. Pengangkatan karyawan diperlukan penilaian oleh tim ahli dibidangnya untuk mendapatkan karyawan tepat yang mempunyai kualitas dan kesungguhan untuk mencapai visi misi dari yayasan, maka perlunya Sistem Pendukung Keputusan yang dirancang untuk mempermudah pengguna dalam mengambil keputusan yang dilakukan secara sistematis, dengan menggunakan metode Prefernce Selection Index dalam pengangkatan karyawan. Pengangkatan karyawan diperlukan penilaian oleh tim ahli dibidangnya untuk mendapatkan karyawan tepat yang mempunyai kualitas dan kesungguhan untuk mencapai visi misi dari yayasan, maka perlunya Sistem Pendukung Keputusan yang dirancang untuk mempermudah pengguna dalam mengambil keputusan yang dilakukan secara sistematis, dengan menggunakan metode Prefernce Selection Index dalam pengangkatan karyawan.Pengangkatan karyawan diperlukan penilaian oleh tim ahli dibidangnya untuk mendapatkan karyawan tepat yang mempunyai kualitas dan kesungguhan untuk mencapai visi misi dari yayasan XYZ, maka perlunya keputusan dalam pengangkatan karyawan menggunakan metode Prefernce Selection Index (PSI) yang akurasiya lebih tinggi dan lebih tepat sasaran tentunya. Hasil dari penelitian ini yaitu ada tiga alternatif dengan nilai peringkat tertinggi antara lain A9 = 0,9307, A1 = 0,9121 dan A6 = 0,9001.
Seleksi Fitur pada Supervised Learning: Klasifikasi Prestasi Belajar Mahasiswa Saat dan Pasca Pandemi COVID-19 Rahmadeyan, Akhas; Mustakim, Mustakim
Jurnal Nasional Teknologi dan Sistem Informasi Vol 9 No 1 (2023): April 2023
Publisher : Departemen Sistem Informasi, Fakultas Teknologi Informasi, Universitas Andalas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/TEKNOSI.v9i1.2023.21-32

Abstract

Dampak pandemi COVID-19 membuat lembaga pendidikan mengubah metode belajar menjadi pembelajaran jarak jauh secara daring. Banyak perguruan tinggi menyatakan keprihatinannya pada prestasi akademik mahasiswanya selama selama periode tersebut, namun disisi lain terdapat mahasiswa yang merasa puas dan nyaman. Di masa pasca pandemi terjadi transisi bertahap untuk kembali ke pembelajaran tatap muka.  Ini dilakukan karena pembelajaran tatap muka dianggap lebih efektif dibandingkan pembelajaran daring. Untuk meningkatkan dan memantau kemajuan prestasi akademik mahasiswa demi menghasilkan lulusan yang berkualitas, maka diperlukan analisis terkait perilaku dan prestasi belajar mahaiswa, salah satunya dengan menggunakan teknik data mining. Penelitian ini bertujuan untuk menemukan pola dan faktor yang mempengaruhi prestasi akademik mahasiswa saat dan pasca pandemi COVID-19. Chi-Square dan Mutual Information diterapkan sebagai seleksi fitur untuk menentukan fitur paling berpengaruh pada data. Data dengan fitur optimal akan dilakukan klasifikasi dengan algoritma NBC, CART, RF, dan SVM. Berdasarkan hasil dan analisis yang dilakukan, dapat disimpulkan seleksi fitur efektif dalam meningkatkan kemampuan model dan mempercepat waktu komputasi. Pemodelan dengan 4 algoritma dan 2 metode seleksi fitur menghasilkan CART dengan Chi-Square pada 2 fitur sebagai model terbaik dengan akurasi 89,00%, precision 87,72%, recall 93,57% dan waktu komputasi 0,01814s. Dibandingkan tanpa seleksi fitur, performa CART dengan Chi-Square mengalami peningkatan akurasi sebesar 3% dan waktu komputasi 0,00629s. Chi-Square menjadi seleksi fitur yang efektif pada penelitian ini, yang mana Chi-Square unggul pada rara-rata recall dan waktu komputasi dibandingkan Mutual Information.
Evaluasi Sistem Informasi Manajemen Rumah Sakit Menggunakan Framework COBIT 2019 (Studi Kasus: Semen Padang Hospital) Moryanda, Rury; Pujani, Vera; Marpaung, Yahya
Jurnal Nasional Teknologi dan Sistem Informasi Vol 9 No 3 (2023): Desember 2023
Publisher : Departemen Sistem Informasi, Fakultas Teknologi Informasi, Universitas Andalas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/TEKNOSI.v9i3.2023.299-306

Abstract

Dalam menghadapi transformasi teknologi informasi di rumah sakit, evaluasi sistem informasi manajemen menjadi satu aspek penting untuk memastikan efektivitas, efisiensi dan kesesuaian sistem dalam mendukung operasional dam pelayanan pasien. Penelitian ini bertujuan untuk mengidentifikasi dan menganalisis tujuan teknologi informasi yang relevan di Semen Padang Hospital dengan menggunakan framework COBIT 2019. COBIT 2019 adalah suatu kerangka kerja yang dirancang untuk membantu organisasi dalam mengatur dan mengelola informasi dan teknologi secara efektif.  Metode penelitian dilakukan melalui wawancara dengan pimpinan terkait dalam implementasi SIMRS dengan mengikuti alur desain tata kelola COBIT 2019. Hasil penelitian menunjukkan bahwa objektif proses dengan nilai tertinggi adalah EDM03 (Optimalisasi Risiko), APO12 (Manajemen Risiko) dan APO13 (Manajemen Keamanan). Implikasi dari studi ini memberikan wawasan tentang prioritas tujuan teknologi informasi yang dapat meningkatkan efektivitas pengelolaan SIMRS. Studi ini juga memberikan rekomendasi untuk perbaikan lebih lanjut, serta saran agar penelitian berikutnya dapat melakukan  evaluasi tingkat kemampuan SIMRS berdasarkan proses yang ada pada COBIT 2019.
Sistem Pakar Menggunakan Metode Forward Chaining Untuk Mendeteksi Kerusakan Jaringan Internet (Studi Kasus : Di Layanan Internet Diskominfotik Sumatera Barat) Zaki, Ahmad; Defit, Sarjon; Sumijan, Sumijan; Fauzana, Rahmi
Jurnal Nasional Teknologi dan Sistem Informasi Vol 9 No 3 (2023): Desember 2023
Publisher : Departemen Sistem Informasi, Fakultas Teknologi Informasi, Universitas Andalas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/TEKNOSI.v9i3.2023.227-236

Abstract

Sistem informasi yang interaktif dapat membantu kinerja pegawai dalam mendukung program SPBE (Sistem Pemerintah Berbasis Elektronik. Dinas Kominfotik Sumatera Barat berperan penting dalam memberikan layanan internet kepada OPD-OPD di bawah lingkup Pemerintahan Provinsi Sumatera Barat. Pembangunan sistem jaringan internet yang sudah baik tidak dapat dijamin bahwa jaringan tersebut terbebas dari gangguan dan kerusakan. Gangguan terhadap akses internet akan berdampak terhadap produktifitas bekerja pegawai dan pelayanan kepada masyarakat. Kurangnya pemahaman PIC OPD dan pengguna dalam menangani permasalahan gangguan jaringan internet, maka dibutuhkan keahlian pakar dalam melakukan identifikasi kerusakan pada jaringan internet berdasarkan gejala-gejala yang terjadi, serta diberikan solusi perbaikan pada gangguan yang ada. Pengumpulan data dilakukan melalui wawancara dan observasi lapangan. Metode yang digunakan untuk pengolahan data pada Sistem Pakar ini yaitu metode forward chaining. Forward Chaining adalah sebuah strategi pencarian dalam system pakar yang dimulai dari sekumpulan data atau fakta, dari data-data tersebut, system akan mencari suatu kesimpulan yang menjadi solusi dari permasalahan yang dihadapi. Berdasarkan hasil pengujian Sistem Pakar menggunakan metode forward chaining untuk mendeteksi gangguan jaringan internet menghasilkan tingkat akurasi sebesar 100 % menggunakan 29 data uji. Berdasarkan hasil yang didapatkan dari Sistem Pakar dengan metode forward chaining, system tersebut dapat digunakan untuk mendeteksi kerusakan jaringan internet di Layanan Internet Diskominfotik Sumatera Barat.
Analisis Faktor Penerimaan TikTok Shop berdasarkan Model UTAUT2 dan SCC Sawitri, Rizky; Meiriza, Allsela
Jurnal Nasional Teknologi dan Sistem Informasi Vol 9 No 1 (2023): April 2023
Publisher : Departemen Sistem Informasi, Fakultas Teknologi Informasi, Universitas Andalas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/TEKNOSI.v9i1.2023.33-44

Abstract

TikTok Shop merupakan salah satu social commerce untuk melakukan transaksi jual beli secara online. Fitur tersebut berhasil menjadikan aplikasi TikTok menempati peringkat pertama sebagai media sosial yang paling sering digunakan untuk berbelanja online. Meskipun demikian berdasarkan identifikasi masalah yang dilakukan oleh peneliti melalui penilaian pada Google Play Store, peneliti menemukan beberapa pengguna yang mengeluhkan fitur TikTok Shop. Keluhan tersebut diantaranya mengenai faktor kepercayaan dalam berbelanja melalui TikTok Shop yang dianggap masih lemah, keluhan mengenai proses transaksi, serta keluhan mengenai customer service yang kurang responsif. Oleh sebab itu perlu dilakukannya analisis mengenai faktor-faktor penerimaan pengguna. Tujuan dari penelitian ini adalah untuk mengetahui faktor-faktor penerimaan TikTok Shop pada masyarakat Sumatera Selatan berdasarkan model UTAUT 2 dan Social Commerce Constructs. Selain itu, penelitian ini juga menguji peran moderasi usia pelanggan terhadap niat pembelian dan perilaku penggunaan. Penelitian ini melibatkan 171 responden dari berbagai Kabupaten/Kota di Sumatera Selatan yang pernah melakukan pembelian melalui TikTok Shop. Hasil penelitian ini menunjukan bahwa kebiasaan (habit), pengaruh sosial (social influence), konstruk-konstruk social commerce (SCC), dan kepercayaan pengguna (user trust) merupakan komponen yang mempengaruhi minat masyarakat Sumatera Selatan untuk melakukan pembelian (PI) pada TikTok Shop. Selain itu, konstruk-konstruk social commerce (SCC) juga terbukti berpengaruh terhadap kepercayaan pengguna (user trust). Penelitian ini juga menunjukan bahwa terdapat pengaruh yang bervariasi antara variabel-variabel yang dimoderasi oleh usia pengguna.
Implementasi Framework Codeigniter Pada Pengembangan Sistem Informasi Manajemen Kerja Praktik di Program Studi Sistem Informasi Choirudin, Muhammad Alvin; Satyareni, Diema Hernyka; Kurniawan, Eddy
Jurnal Nasional Teknologi dan Sistem Informasi Vol 9 No 1 (2023): April 2023
Publisher : Departemen Sistem Informasi, Fakultas Teknologi Informasi, Universitas Andalas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/TEKNOSI.v9i1.2023.67-77

Abstract

Sistem Informasi Manajemen Kerja Praktik (SIMKP) adalah sistem informasi berbasis website yang digunakan untuk pengelolaan Kerja Praktik (KP) di Program Studi Sistem Informasi (SI) Universitas Pesantren Tinggi Darul Ulum. Sistem ini digunakan untuk pelaksanaan KP namun terdapat ketidaksesuaian fungsi sistem sehingga SIMKP tidak bisa digunakan, periode KP yang tidak tertata dan terdokumentasi dengan baik dalam sistem mengakibatkan data mahasiswa tidak teridentifikasi. Dengan adanya permasalahan tersebut, penulis memutuskan untuk melakukan pengembangan pada SIMKP. Pengembangan dilakukan dengan melakukan penambahan fitur seperti penjadwalan kegiatan, absensi dan bimbingan, rekomendasi tempat serta rekapitulasi nilai akhir. Sistem dikembangakan menggunakan framework codeigniter yang berbasis Hypertext Preprocessor (PHP), menggunakan konsep MVC dimana sistem dipisahkan menjadi 3 bagian utama yaitu Model, View dan Controller dengan memisahkan bagian yang akan ditampilkan kepada pengguna dan bagian yang mengatur dan berhubungan langsung dengan basis data. Penggunaan konsep MVC menghasilkan sistem yang lebih terorganisir, mudah dimodifikasi serta proses pengembangan dapat dilakukan lebih cepat. Menggunakan basis data MySql. Metode pengembangan sistem yang digunakan adalah metode prototype. Sistem yang telah dikembangkan selanjutnya akan diuji dari segi fungsionalitas sistem menggunakan blackbox testing. Berdasarkan hasil dari pengujian fungsionalitas sistem dapat disimpulkan bahwa pengembangan sistem menggunakan framework codeigniter menghasilkan sistem yang mampu digunakan untuk proses pengelolaan kerja praktik mulai dari proses pendaftaran kelompok, pengajuan tempat pelaksanaan, pendaftaran seminar, monitoring absensi dan bimbingan serta pengumpulan laporan KP.
Implementasi Sistem Klasifikasi Tim Kerja Menggunakan Algoritma Naïve Bayes (Studi Kasus: PT.MNL) Angelya, Tasya; Rahman, Abdul; Pradesan, Iis
Jurnal Nasional Teknologi dan Sistem Informasi Vol 9 No 2 (2023): Agustus 2023
Publisher : Departemen Sistem Informasi, Fakultas Teknologi Informasi, Universitas Andalas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/TEKNOSI.v9i2.2023.86-94

Abstract

PT.MNL adalah perusahaan swasta yang bergerak dibidang jasa kehutanan khususnya Hutan Tanaman Industri. Perusahaan memiliki banyak areal kerja yang memiliki banyak tim kerja di semua arealnya. Mengingat besarnya tim kerja, pemilik perusahaan harus bisa menjaga kinerja tim kerjanya agar selalu berada dalam posisi baik. Dengan semakin banyaknya tim kerja maka data yang masuk ke dalam perusahaan semakin banyak pula, data-data tersebut tentunya perlu dimanfaatkan dengan cara mengolah dan menganalisis untuk menghasilkan suatu informasi yang berguna bagi perusahaan. Sehingga dapat digunakan dalam mengklasifikasikan seluruh anggota-anggota tim pada lokasi kerja tertentu. Maka dari itu, diperlukan sebuah teknologi Data Mining yang dapat membantu perusahaan dalam memilah nama tim yang sebaiknya dipilih. Metode yang dipakai untuk klasifikasi tim kerja adalah algoritma Naïve Bayes. Penelitian ini menghasilkan tingkat akurasi klasifikasi sebesar 93,66%, hasil recall 90,74% serta hasil precision sebesar 88,58% sehingga hal ini menunjukkan bahwa sistem klasifikasi tim menggunakan algoritma Naive Bayes dapat digunakan oleh pemilik perusahaan sebagai bahan pertimbangan dalam mengatur persebaran tim di setiap lokasi kerja.

Page 32 of 37 | Total Record : 365

 30   31   32   33   34 

Filter by Year

2015 2025


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