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 adm. jakarta selatan,
Dki jakarta
INDONESIA
Jurnal Ilmiah KOMPUTASI
Published by STMIK JAKARTA STI&K
ISSN : 14129434     EISSN : 25497227     DOI : -
Core Subject : Science,
Computer Science & IT
Jurnal Ilmiah Komputasi ISSN : 1412-9434 adalah jurnal ilmiah di bidang Komputer dan Komunikasi yang memuat tulisan-tulisan ilmiah mengenai penelitian-penelitian di bidang: perangkat keras, perangkat lunak, komputasi, jaringan komputer dan komunikasi data. Jurnal terbit empat kali dalam setahun yakni bulan Juni, September, Desember, Maret dan diterbitkan oleh Lembaga Penelitian Sekolah Tinggi Manajemen Informatika dan Komputer STI&K. Dewan penyunting merupakan mitra bestari dari beberapa perguruan tinggi yakni: Universitas Gunadarma (UG), Sekolah Tinggi Teknik Cendekia (STTC), Sekolah TinggiManajemen Informatika dan Komputer Pradnya Paramita Malang (STIMATA) dan Universitas Indonesia (UI). Redaksi mengundang para peneliti, praktisi, dan mahasiswa untuk menulis perkembangan ilmu di bidang-bidang tersebut.
Arjuna Subject : -
Articles 617 Documents
 28   29   30   31   32 
Analisis Data Report Online Menggunakan Analytical Hierarchy Process dalam Pemilihan Pelanggan Terbaik Arief Prabowo; Mohammad Iqbal
Jurnal Ilmiah Komputasi Vol. 21 No. 3 (2022): Jurnal Ilmiah Komputasi : Vol. 21 No 3, September 2022
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32409/jikstik.21.3.3005

Abstract

Membangun hubungan dengan Pelanggan merupakan hal yang sangat penting dilakukan oleh setiap Perusahaan yang ingin menumbuhkan loyalitas para Pelanggan dalam menggunakan produk dan jasa suatu Perusahaan. Berbagai strategi dilakukan untuk menjalin hubungan baik dengan para Pelanggan, salah satunya dengan memberikan penghargaan kepada Pelanggan terbaik. Demikian pula yang dilakukan oleh salah satu Perusahaan jasa pengiriman barang (Kurir) yaitu PT. Jalur Nugraha Ekakurir (JNE) cabang Jatipadang Jakarta Selatan. Dengan harapan Pelanggan merasa senang dan untuk seterusnya tetap menjadi Pelanggan PT. JNE. Masalah yang dihadapi oleh Manajer adalah harus melakukan analisa tersendiri terhadap data pada Aplikasi Report Online (ARO) karena belum tersedia fitur pilihan Pelanggan terbaik secara otomatis pada Aplikasi tersebut. Penggunaan metode Analytical Hierarchy Process (AHP) dalam pemilihan Pelanggan terbaik dilakukan sebagai Sistem Penunjang Keputusan (SPK). AHP dapat mengatasi permasalahan yang multi kriteria dan kompleks menjadi hirarki, dengan konsep mengubah nilai kualitatif menjadi nilai kuantitatif melalui proses pembobotan kriteria, sehingga hasilnya bisa lebih obyektif. Metode AHP juga merupakan yang paling optimal digunakan dalam pemilihan obyek dibandingkan metode yang lain berdasarkan analisa perbandingan beberapa metode dengan menggunakan metode Euclidean distance yaitu pengukuran jarak diantara dua obyek atau lebih. Penelitian ini menghasilkan terpilihnya Pelanggan terbaik bernama 4@BLASTER_SHOES dengan nilai 71 frekuensi transaksi terbanyak. Pilihan Pelanggan terbaik telah sesuai dengan prioritas utama dari kriteria perusahaan yang merupakan pelanggan paling banyak bertransaksi dalam sebulan.
Deep Learning untuk Mendeteksi Pola Kebotakan Rambut pada Pria dengan Metode CNN( Convolutional Neural Network): Array Aji Pangestu; Aries Muslim
Jurnal Ilmiah Komputasi Vol. 21 No. 3 (2022): Jurnal Ilmiah Komputasi : Vol. 21 No 3, September 2022
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32409/jikstik.21.3.3006

Abstract

Kerontokan rambut pada pria sering disebut juga sebagai Male Pattern Baldness menyebabkan penipisan pada rambut di area kepala pada pria hal ini terjadi karena erat kaitanya dengan hormone yang berperan penting yaitu testosterone dan dihydrotestosterone (DHT). Pada penderita male pattern baldness, kadar DHT ini lebih tinggi dari normal dan biasanya disertai resptor pada foliker rambut yang memang lebih peka terhadap DHT, Namun male pattern baldness dapa diukur dengan pola tertentu yang dinamakan Hamilton-Norwood Scale. Pada penelitian ini akan menerapakan metode Deep Learning untuk mendeteksi pola kebotakan rambut yang dialami pria berdasarkan pola ukur Hamilton-Norwood Scale menggunakan Tensorflow Object Detection API dengan menerapkan Convolutional Neural Network (CNN) pada klasifikasi citra yang digunakan. Penelitian ini diharapkan dapat melakukan deteksi dan mengukur akurasi setiap klasifikasi yang telah ditentukan berdasarkan pola ukur yang hasilnya akan ditampilkan pada OpenCV ( Open Source Computer Vision Library). Dataset yang dipergunakan pada penelitian ini dibuat dengan menyimpan sejumlah 248 gambar yang akan dibagi kedalam tiga bagian, yaitu dataset train, dataset test, dan dataset image testing yang perbandingan data yang digunakaan pada setiap dataset yaitu sebesar 65% : 20% : 15% . Peroses pelatihan dilakukan dengan menggunakan Tensorflow GPU, Anaconda dan JupyterNotebook . Penelitian ini menggunakan Python 3.6.3 sebagai bahasa pemrograman dan library pada Python. Dari hasil uji coba pada penelitian ini diperoleh tingkat akurasi sebesar 62,5% dari hasil akhir sebanyak 15 gambar tidak terdeteksi.
Sistem Pendukung Keputusan Menentukan Peringkat Berdasarkan Penilaian Kinerja Guru Dengan Metode SAW: Array Marlia Purnamasari; Suherman; Dila Fadhilah
Jurnal Ilmiah Komputasi Vol. 21 No. 4 (2022): Jurnal Ilmiah Komputasi : Vol. 21 No 4, Desember 2022
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32409/jikstik.21.4.3012

Abstract

Sekolah setiap tahunnya melakukan Penilaian Kinerja Guru (PKG) secara rutin untuk mengukur berbagai parameter kompentensi yang meliputi kompetensi pedagogik, kepribadian sosial, dan profesional yang dikaitkan dengan pelaksanaan tugas utama guru. Dalam proses penilaian, pihak sekolah memiliki kesulitan untuk menentukan peringkat guru secara efektif dan efisien. Oleh karena itu, dibuatlah perangkat yang dapat mengambil keputusan untuk menentukan peringkat guru berdasarkan penilaian kinerja guru. Penelitian ini dilakukan dengan metode Simple Additive Weighting (SAW). Konsep dasar SAW adalah mencari penjumlahan terbobot dari rating kinerja pada setiap alternatif pada semua atribut. Metode yang digunakan dalam perancangan Sistem Pendukung Keputusan yaitu Unifield Modeling Language (UML). Perangkat lunak pendukung yang digunakan adalah Visual Studio Code, dan database MySQL. Hasil proses SAW dari perangkat lunak ini dapat menentukan peringkat guru dengan berdasarkan penilaian kinerja guru dengan kriteria yang sudah ditetapkan, sehingga proses pengambilan keputusan ini lebih tepat sasaran, efisien dan efektif.
Kajian Analisis Desain Antarmuka Mahasiswa App STMIK Jakarta (STI&K) Menggunakan Evaluasi Heuristik: Array Mohammad Afdhal Jauhari; Ire Puspa Wardhani; Noor Cholis
Jurnal Ilmiah Komputasi Vol. 21 No. 3 (2022): Jurnal Ilmiah Komputasi : Vol. 21 No 3, September 2022
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32409/jikstik.21.3.3015

Abstract

Artikel penelitian ini dibuat dalam rangka melakukan kajian analisis terhadap desain antarmuka aplikasi Mahasiswa App yang dikembangkan oleh BAPPSI STMIK Jakarta (STI&K). Tujuannya adalah untuk mengevaluasi tingkat kemudahan penggunaan aplikasi ini bagi seluruh penggunanya yang dinilai berdasarkan 10 prinsip evaluasi heuristik yang diperkenalkan oleh Molich dan Nielsen. Berdasarkan hasil evaluasi diperoleh kesimpulan bahwa desain antarmuka aplikasi Mahasiswa App ini secara umum sudah cukup baik dan dapat memberikan kemudahan bagi para penggunanya dan telah memenuhi seluruh prinsip evaluasi heuristik, walaupun ada beberapa hal yang harus dikaji lebih dalam dan disempurnakan lagi untuk memenuhi kemudahan dalam penggunaan (usability) oleh pengguna.
Evaluasi Penerapan / Penggunaan Sistem Atau Perangkat Lunak Haisda : Array Noor Cholis; Ire Puspa Wardhani; Mohamad Afhdal Jauhari
Jurnal Ilmiah Komputasi Vol. 21 No. 4 (2022): Jurnal Ilmiah Komputasi : Vol. 21 No 4, Desember 2022
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32409/jikstik.21.4.3016

Abstract

Hal yang sangat penting pada saat ini adalah informasi. Semua orang merlukan informasi yang cukup banyak, dan keingintahuaan akan informasi akan semakin dan terus meningkat. Perlu adanya media dalam penyebarluasan informasi yang ada sehingga masyarakat dapat dengan mudah menemukan informasi yang dicari, dalam hal ini melalui perangkat lunak HAISDA yang ada di Direktorat Jenderal Sumber Daya Air, Kementerian PUPR. Tujuan dari penelitian ini adalah untuk memberikan masukan perbaikan kepada pengelola system untuk memperbaharui system informasi permintaan dan pengaduan masyaratat yang ada di Ditjen SDA Kementerian PUPR dengan alamat hhtp://sda.pu.go.id/haisda.
Perancangan Master Plan Teknologi Informasi pada PT Bhanda Ghara Reksa (Persero) Menggunakan Metode Ward and Peppard: Array Dewi Purwasih Sofia; Onny Marleen
Jurnal Ilmiah Komputasi Vol. 21 No. 3 (2022): Jurnal Ilmiah Komputasi : Vol. 21 No 3, September 2022
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32409/jikstik.21.3.3018

Abstract

Dengan disusunnya strategis bisnis yang baru pada PT.Bhanda Ghara Reksa (Persero) yang tertuang dalam RJPP periode 2020-2024 dan sudah tidak sesuainya Master Plan TI yang berlaku dengan strategi bisnis tesebut maka untuk menentukan arah dan prioritas pengembangan aplikasi, infrastruktur dan tata kelola TI agar sesuai dengan proses bisnis perusahaan, demi tercapainya sasaran strategis Perusahaan, dibutuhkan Perencanaan Strategis TI (IT Master Plan). Dalam Penyusunan Master plan TI ini akan menggunakan metode Ward and Peppard. Metode ini termasuk dalam kategori menyeluruh, yang dimulai dari kegiatan penilaian dan pemahaman posisi perusahaan masa sekarang yang dapat digunakan unutk menentukan perencanaan dan stategi untuk masa mendatang, baik strategi informasi dan teknologi informasi. Hasil dari penelitian ini diharapkan dapat dijadikan rekomendasi bagi PT. Bhanda Ghara Reksa (Persero) didalam menerapkan strategi SI/TI dalam lima tahun kedepan agar selaras dengan strategi perusahaan.
Implementasi Rapid Application Development pada E-Commerce Likania.id Produk Tote Bag Tie Dye: Array Linda Wahyu Widianti; Fadhlan Agung Priyatna
Jurnal Ilmiah Komputasi Vol. 21 No. 3 (2022): Jurnal Ilmiah Komputasi : Vol. 21 No 3, September 2022
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32409/jikstik.21.3.3020

Abstract

Likania.id merupakan bisnis penjualan online dengan menjual produk Tote Bag Tie Dye. Proses penjualan produk saat ini belum dilakukan secara optimal karena belum memanfaatkan teknologi informasi secara keseluruhan. Saat ini proses penjualan produk tersebut baru dilakukan menegunakan media social Instagram dengan proses trasnsaksi melalui aplikasi komunikasi digital menggunakan aplikasi whatsapp. Omset dari bisnis ini belum sesuai dengan target pemasaran awal. Berdasarkan masalah tersebut perlu dilakukan pembuatan system agar lebih menigkatkan lagi omset transaksi penjualan. Penelitian yang dilakukan dengan tujuan membangun aplikasi e-commerce yang lebih meningkatkan pendapatan bisnis penjualan. Aplikasi yang di bangun ini dalam pengembangannya menerapkan metode Rapid Application Development. Penggunaan metode tersebut bertujuan agar proses pembangunan system dilakukan secara efektif dengan mempersingkat tahapan pengembangan. Sesuai dengan aturan pada metode RAD yang memperpendek tahapan pengembangan jika dibanding model klasik. Proses perancangan sistem menggunakan struktur navigasi dan UML. Pengembangan sistem dilakukan dengan menggunakan pemrograman PHP dan MySQL sebagai database. Sementara pengujian sisstem menggunakan metode black box, metode efisiensi menggunakan tools page speed insights dan metode pengujian portability menggunakan browser Microsoft Edge, Mozilla Firefox dan Google Chrome
Pemodelan Pola Belanja Pelanggan Produk Infrastruktur dan Security menggunakan Algoritma FP-Growth: Array Muhammad Azhar Prabukusumo; Nurdin Sidik
Jurnal Ilmiah Komputasi Vol. 21 No. 3 (2022): Jurnal Ilmiah Komputasi : Vol. 21 No 3, September 2022
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32409/jikstik.21.3.3021

Abstract

Data transaksi pembelian produk infrastruktur dan security yang diperoleh dari departe- men produk dan sales selama ini hanya menjadi data arsip belaka. Untuk mengoptimalkan penggunaan data transaksi ini, maka dibutuhkan model pola belanja agar menghasilkan infor- masi yang bermanfaat dan dapat meningkatkan penjualan. Tujuan penelitian ini adalah untuk menghasilkan list produk dengan kombinasi item barang yang paling laku, sehingga sales bisa memaksimalkan penjualan dari hasil pemodelan yang dibuat. Metode penelitian menggu- nakan salah satu teknik data mining yang membantu mengidentifikasi dan memprediksi per- ilaku pembelian pelanggan berdasarkan pola pembelian semua pelanggan sebelumnya yang dikenal dengan Market Basket Analysis atau association rule. Data yang diambil yaitu data purchase order tahun 2016 dan 2019 dan algoritma FP- Growth dipilih dalam penelitian ini untuk menentukan himpunan data yang paling sering muncul (frequent itemset ) dalam data. Input dari algoritma ini berupa nilai minimum support dan confidence dan output nya berupa aturan asosiasi. Setelah itu algoritma fp-growth dibandingkan dengan algoritma apriori untuk memastikan kebenaran dari aturan asosiasi dari masing-masing algoritma. Hasil dari pemod- elan ini yaitu aturan asosiasi dari kombinasi itemset dengan jumlah minimum support sebesar 5% dan minimum confidence sebesar 50% menghasilkan 2 pola (rules) terbaik yaitu satu at- uran asosiasi dengan kombinasi produk item Fortinet, Cisco dengan nilai support 12,025% nilai confidence 52,778% dan nilai lift ratio 1,14 dan yang kedua aturan asosiasi dengan kom- binasi Rack, APC dengan nilai support 7,594% nilai confidence 57,143% dan nilai lift ratio 1,53 yang artinya kedua aturan asosiasi mempunyai lift ratio>1, valid dan benar dibeli se- cara bersamaan. Hasil pengujian metode blackbox testing dengan pendekatan metode McCall menyatakan bahwa sistem sesuai dan dapat memenuhi kebutuhan user dengan nilai sebesar 77,6 % (Baik)
Analisis Risiko Investasi dan Prediksi Saham Menggunakan Algortime Machine Learning Widi Hastomo; Sutarno; Sudjiran
Jurnal Ilmiah Komputasi Vol. 21 No. 3 (2022): Jurnal Ilmiah Komputasi : Vol. 21 No 3, September 2022
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32409/jikstik.21.3.3104

Abstract

Penelitian ini bertujuan untuk analisa risiko dan korelasi antar saham dengan menghitung return harian menggunakan metode moving average (MA). Selain itu dengan dataset dari 2 saham (Apple dan Microsoft) juga dilakukan prediksi nilai saham di periode waktu berikutnya (future), dengan menggunakan metode neural network (deep learning) Long Short Term Memory (LSTM). Hasil dari komputasi dalam bahasa python berupa beberapa visualisasi grafik yang memudahkan pembacaan informasi. Visualisasi grafik MA jangka pendek dan panjang ke dua saham cenderung mengalami penurunan harga semenjak bulan Januari hingga Juni 2022 namun volume penjualan saham tidak terjadi penurunan secara signifikan untuk saham Apple. Berbeda dengan Apple, Microsoft terjadi 2 kali volume penjualan tinggi di bulan Februari (9.107 lembar saham) dan bulan Mei (7.107 lembar saham). Tingkat kemiripan (korelasi) kedua saham tersebut sebesar 72%. Dari analisa risiko dan expected return, saham Apple memiliki risiko (0.019994) dan expected return (0.001402) lebih rendah dari saham Microsoft dengan risiko (0.017169) dan expected return (0.000904). Prediksi waktu kedepan (future) dengan model LSTM, menunjukan Apple dan Microsoft masih akan mangalami penurunan harga saham.
Analisis User Experience Pada Tiktok Menggunakan Metode User Experience Questionnaire (UEQ) Yoseu Herawati; Yuli Maharetta Arianti; Sahni Damerianta; Nani Mintarsih
Jurnal Ilmiah Komputasi Vol. 21 No. 4 (2022): Jurnal Ilmiah Komputasi : Vol. 21 No 4, Desember 2022
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32409/jikstik.21.4.3108

Abstract

Tiktok merupakan salah satu media sosial populer yang memberikan ruang kreatifitas kepada berbagai kalangan usia untuk mengembangkan ide dalam memunculkan tren yang dapat diikuti. Fitur yang disajikan tiktok seperti fitur menyunting musik, efek, dan teks, mendukung para pencipta tren dan pengikut tren dalam menarik pengguna baru untuk mengunduh aplikasi Tiktok. Akan tetapi dari banyaknya trend yang populer, tidak semua trend bernilai positif. Ulasan yang ditemukan dalam android market online menunjukkan bahwa belum adanya pembatasan terkait konten yang menggiring pendapat buruk masyarakat internet dan pelaporan masih belum optimal oleh pihak Tiktok dalam menanggapinya. Hal tersebut terkait dengan pengalaman pengguna selama menggunakan aplikasi Tiktok yang disebut User Experience (UX). Tingkat User Experience terhadap aplikasi Tiktok umumnya belum dilakukan penilaian, apakah termasuk dalam kategori baik ataupun tidak. User Experience Questionnaire (UEQ) merupakan metode yang dapat digunakan dalam menilai UX Tiktok dengan memperhatikan enam aspek penilaian dalam UEQ yaitu Attractiveness, Perspicuity, Efficiency, Dependability, Stimulation, dan Novelty. Pertanyaan dalam UEQ berjumlah 26, yang dikelompokkan berdasarkan aspek penilaian. Hasil penelitian ini menunjukkan bahwa aplikasi Tiktok pada aspek penilaian Attractiveness (1,31), Perspicuity (1,34), Stimulation (1,29), dan Novelty (0,85) berada pada kategori “Above Average”, aspek penilaian Efficiency (1,04) berada pada kategori “Below Average”, dan aspek penilaian Dependability (0,40) berada pada kategori “Bad”. Hal ini menunjukkan bahwa diperlukan peningkatan khususnya pada aspek Efficiency dan Dependability sehingga dapat meningkatkan kualitas pelayanannya kepada para pengguna aplikasi Tiktok. Kata kunci: Tiktok, User Experience, User Experience Questionnaire

Page 30 of 62 | Total Record : 617

 28   29   30   31   32 

Filter by Year

2013 2025


Reset
Filter By Issues
All Issue Vol. 24 No. 3 (2025): Jurnal Ilmiah Komputasi : Vol. 24 No 3, September 2025 Vol. 24 No. 2 (2025): Jurnal Ilmiah Komputasi : Vol. 24 No 2, Juni 2025 Vol. 24 No. 1 (2025): Jurnal Ilmiah Komputasi : Vol. 24 No 1, Maret 2025 Vol. 23 No. 4 (2024): Jurnal Ilmiah Komputasi : Vol. 23 No 4, Desember 2024 Vol. 23 No. 3 (2024): Jurnal Ilmiah Komputasi : Vol. 23 No 3, September 2024 Vol. 23 No. 2 (2024): Jurnal Ilmiah Komputasi : Vol. 23 No 2, Juni 2024 Vol. 23 No. 1 (2024): Jurnal Ilmiah Komputasi : Vol. 23 No 1, Maret 2024 Vol. 22 No. 4 (2023): Jurnal Ilmiah Komputasi : Vol. 22 No 4, Desember 2023 Vol. 22 No. 3 (2023): Jurnal Ilmiah Komputasi : Vol. 22 No 3, September 2023 Vol. 22 No. 2 (2023): Jurnal Ilmiah Komputasi : Vol. 22 No 2, Juni 2023 Vol. 22 No. 1 (2023): Jurnal Ilmiah Komputasi : Vol. 22 No 1, Maret 2023 Vol. 21 No. 4 (2022): Jurnal Ilmiah Komputasi : Vol. 21 No 4, Desember 2022 Vol. 21 No. 3 (2022): Jurnal Ilmiah Komputasi : Vol. 21 No 3, September 2022 Vol. 21 No. 2 (2022): Jurnal Ilmiah Komputasi Volume: 21 No. 2, Juni 2022 Vol. 21 No. 1 (2022): Jurnal Ilmiah Komputasi Volume: 21 No. 1, Maret 2022 Vol. 21 No. 2 (2022): Juni 2022 Vol. 20 No. 4 (2021): Jurnal Ilmiah Komputasi Volume: 20 No. 4, Desember 2021 Vol. 20 No. 1 (2021): Jurnal Ilmiah Komputasi Volume: 20 No. 1, Maret 2021 Vol. 19 No. 4 (2020): Jurnal Ilmiah Komputasi Volume: 19 No. 4, Desember 2020 Vol. 19 No. 3 (2020): Jurnal Ilmiah Komputasi Volume: 19 No. 3, September 2020 Vol. 19 No. 2 (2020): Jurnal Ilmiah Komputasi Volume: 19 No. 2, Juni 2020 Vol. 19 No. 1 (2020): Jurnal Ilmiah Komputasi Volume: 19 No. 1, Maret 2020 Vol 19, No 2 (2020): Juni Vol 19, No 1 (2020): Maret Vol 18, No 4 (2019): Desember Vol 18, No 3 (2019): September Vol 18, No 2 (2019): Juni Vol 18, No 1 (2019): Maret Vol 17, No 4 (2018): Desember Vol 17, No 3 (2018): September Vol 17, No 2 (2018): Juni Vol 17, No 1 (2018): Maret Vol 17, No 1 (2018): Maret Vol 16, No 3 (2017): Desember Vol 16, No 2 (2017): September Vol 16, No 1 (2017): Juni Vol 15, No 2 (2016): Desember Vol 15, No 1 (2016): Jurnal Ilmiah KOMPUTASI Vol 15, No 1 (2016): Juni Vol 14, No 2 (2015): Desember Vol 14, No 2 (2015): Desember Vol 14, No 1 (2015): Juni Vol. 12 No. 2 (2013): Jurnal Ilmiah Komputasi Volume: 12 No. 2, Desember 2013 Vol. 12 No. 1 (2013): Jurnal Ilmiah Komputasi Volume: 12 No. 1, Juni 2013 Vol 12, No 2 (2013): Desember More Issue