cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Ventje Jeremias Lewi Engel
Contact Email
ventje@ithb.ac.id
Phone
-
Journal Mail Official
dina_angela@ithb.ac.id
Editorial Address
-
Location
Kota bandung,
Jawa barat
INDONESIA
Jurnal Telematika
Published by Institut Teknologi Harapan Bangsa
ISSN : 18582516     EISSN : 25793772     DOI : -
Core Subject : Science, Engineering,
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Industrial & Manufacturing Engineering
Jurnal Telematika is a scientific periodical written in Indonesian language published by Institut Teknologi Harapan Bangsa twice per year. Jurnal Telematika publishes scientific papers from researchers, academics, activist, and practicioners, which are results from scientific study and research in the field of telematics and information technology.
Arjuna Subject : -
Articles 8 Documents
 1 
Search results for , issue "Vol 16, No 2 (2021)" : 8 Documents clear
Analisis Usability Portal Akademik Berbasis Web Menggunakan USE Questionnaire Evasaria Magdalena Sipayung; Willy Stevanus Susilo
Jurnal Telematika Vol 16, No 2 (2021)
Publisher : Institut Teknologi Harapan Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

The usability level of web-based academic portals used in distance learning during the Covid-19 pandemic needs to be measured. If there are some difficulties or problems in the portal, then can be repaired. The user interface improvement refers to usability as a quality measure used to assess the ease of use of the user interface. Usability is measured using the USE Questionnaire.. The USE Questionnaire is one of the questionnaires used to measure usability. The USE Questionnaire is consisted of 30 questions and is divided into four criteria: usefulness, ease of use, ease of learning, and satisfaction. Each of these criteria is broken down into a set of statements that are given to users. The statement is in the form of a questionnaire with a Likert scale. Based on the usability criteria used in the USE Questionnaire, the usability measurement of the academic portal is carried out. The measured academic portals consist of lecturer portals and academic portals. The results showed that academic portals were generally well-received by users. The academic portals are considered useful and helpful to work.  Tingkat usability Portal Akademik berbasis web yang digunakan pada pembelajaran jarak jauh di masa pandemi Covid-19 perlu diukur. Jika ditemukan kesulitan atau masalah dalam penggunaan portal tersebut, maka dapat dilakukan perbaikan. Perbaikan user interface mengacu pada usability, yaitu ukuran kualitas yang digunakan untuk menilai kemudahan penggunaan user interface. Pengukuran usability dilakukan dengan menggunakan USE Questionnaire. USE Questionnaire merupakan salah satu kuesioner yang digunakan untuk mengukur usability. USE Questionnaire terdiri atas 30 pertanyaan dan dibagi ke dalam empat kriteria, yaitu usefullness, ease of use, ease of learning, dan satisfaction. Setiap kriteria tersebut diuraikan menjadi sekumpulan pernyataan yang diberikan kepada para pengguna. Pernyataan tersebut dalam bentuk kuesioner dengan skala Likert. Berdasarkan kriteria usability yang digunakan pada USE Questionnaire, maka dilakukan pengukuran usability Portal Akademik. Portal akademik yang diukur terdiri atas Portal Dosen dan Portal Akademik. Hasil penelitian menunjukkan Portal Akademik secara umum dapat diterima dengan baik oleh user. Portal akademik dianggap bermanfaat dan dapat membantu pekerjaan.
Perancangan Antena MIMO Microstrip Rectangular Array dengan Slot U Zikra Aulia Sanaz; Syah Alam; Indra Surjati
Jurnal Telematika Vol 16, No 2 (2021)
Publisher : Institut Teknologi Harapan Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

The 5th generation (5G) is expected to meet the needs of telecommunications technology in the future. According to the Research Team of the SDPPI Research and Development Center for Resources and Equipment for Post and Information Technology, the Ministry of Communications and Informatics has several advantages, namely: high data rate, reduced latency, increased capacity of connected devices, and more energy-efficient. Microstrip antenna for wireless communication has several drawbacks such as low gain, poor directionality, and multipath fading. Selection of multi-antenna by applying massive MIMO on eMBB to avoid multipath fading, provide gain, and greater capacity to serve many users simultaneously. In Indonesia, based on the Indonesian Radio Frequency Spectrum Table, the priority is in the 3.4-4.2 GHz frequency range. The substrate used is RT Duroid 5880 with a dielectric constant of 2.2. The patch used is rectangular with slots to increase the antenna bandwidth. In this study, the performance of the MIMO antenna has reached the target, where the antenna isolation loss is -63.16 dB so that the correlation coefficient value is 3.97 x 10-7, and the diversity gain is 10 dB.  Generasi kelima (5G) diharapkan dapat memenuhi kebutuhan teknologi telekomunikasi di masa depan. Beberapa kelebihan yang dimiliki teknologi Generasi Kelima (5G), menurut Tim Peniliti Puslitbang SDPPI (Pusat Penelitian dan Pengembangan Sumber Daya dan Perangkat Pos dan Informatika) Kemkominfo, yaitu: data rate tinggi, mengurangi latency, meningkatkan kapasitas perangkat terhubung, dan lebih hemat energi. Antena microstrip memiliki beberapa kekurangan, yaitu gain yang rendah, keterarahan yang kurang baik, dan multipath fading. Pemilihan multi-antena dengan cara mengaplikasikan massive MIMO pada eMBB digunakan untuk menghindari multipath fading, memberikan gain, dan kapasitas yang lebih besar untuk melayani user yang banyak secara bersamaan. Di Indonesia, berdasarkan Tabel Spektrum Frekuensi Radio Indonesia, diutamakan dalam rentang frekuensi 3,4—4,2 GHz. Substrat yang digunakan yaitu RT Duroid 5880 dengan konstanta dielektrik 2,2. Patch yang digunakan adalah rectangular dengan penambahan slot pada patch tersebut untuk meningkatkan bandwidth antena. Pada penelitian ini kinerja antena MIMO yang didapatkan telah mencapai target, di mana besar isolation loss antena sebesar -63,16 dB sehingga didapatkan nilai koefisien korelasi sebesar 3,97 x 10-7 , dan diversity gain sebesar 10 dB.
Perbandingan Hasil Prediksi Diagnosis pada Indian Liver Patient Dataset (ILPD) dengan Teknik Supervised Learning Menggunakan Software Orange Ira Rosianal Hikmah; Ray Novita Yasa
Jurnal Telematika Vol 16, No 2 (2021)
Publisher : Institut Teknologi Harapan Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

The development of the volume of data every day has resulted in the need for data mining to obtain valuable and meaningful data. There are many data mining software that has been developed, both free and paid. One of the free data mining software is Orange. This software provides modeling, both supervised and unsupervised learning. Orange also provides model evaluation features, such as accuracy, precision, the time required for training and testing, specificity, and other evaluation measures. Therefore, Orange makes it easy for users to perform data mining. One of the users who need Orange is a user with a non-IT background, such as a health user who can make predictions for the diagnosis of a disease. Users do not need to focus on syntax to perform data mining. With Orange, healthcare users can easily and faster predict the diagnosis of the disease. This study uses Indian Liver Patient (ILPD) data from the UCI-Machine Learning Repository. The objective of the diagnosis is to determine whether the patient has a liver disorder or not. The methods that are used in this study are Decision Tree, Random Forest, SVM, Neural Network, Naïve Bayes, k-NN, and Logistic Regression. This study evaluates using a confusion matrix, accuracy level, precision level, training time, and testing time. The results show that the time required for training and testing is relatively short. With the data used, this study has proved that the four best methods based on accuracy are Logistic Regression, Neural Network, Random Forest, and Naïve Bayes.  Perkembangan volume data setiap hari mengakibatkan perlunya data mining untuk mendapatkan data berharga dan berguna. Terdapat banyak data mining software yang telah dikembangkan, baik gratis maupun berbayar. Salah satu data mining software yang gratis adalah Orange. Sofware ini menyediakan pemodelan, baik supervised maupun unsupervised learning. Orange juga menyediakan fitur evaluasi model, seperti akurasi, presisi, waktu yang dibutuhkan untuk training dan testing, spesifisitas, dan ukuran evaluasi lainnya. Oleh karena itu, dapat dikatakan bahwa Orange memudahkan pengguna untuk melakukan data mining. Salah satu pengguna yang membutuhkan Orange adalah pengguna dengan latar belakang non-IT, seperti pengguna bidang kesehatan yang dapat melakukan prediksi untuk diagnosis suatu penyakit. Pengguna tidak perlu berfokus pada sintaks untuk melakukan data mining. Dengan Orange, pengguna bidang kesehatan dapat memprediksi diagnosis suatu penyakit dengan lebih mudah dan lebih cepat. Penelitian ini menggunakan data Indian Liver Patient (ILPD) dari UCI-Machine Learning Repository. Targetnya adalah menentukan diagnosis pasien apakah memiliki ganguan hati atau tidak. Metode yang digunakan adalah Decision Tree, Random Forest, SVM, Neural Network, Naïve Bayes, k-NN, dan Regresi Logistik. Penelitian ini melakukan evaluasi dengan menggunakan confusion matrix, tingkat akurasi, tingkat presisi, waktu training, dan waktu testing. Hasil penelitian menunjukkan bahwa waktu yang dibutuhkan untuk training dan testing terbilang singkat. Dengan data yang digunakan, dalam penelitian ini diperoleh hasil pula empat metode terbaik berdasarkan tingkat akurasi adalah Regresi Logistik, Neural Network, Random Forest, dan Naïve Bayes.
Meningkatkan Akurasi Long-Short Term Memory (LSTM) pada Analisis Sentimen Vaksin Covid-19 di Twitter dengan Glove Chandra Kirana Poetra; Syafrial Fachri Pane; Nuraini Siti Fatonah
Jurnal Telematika Vol 16, No 2 (2021)
Publisher : Institut Teknologi Harapan Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Covid-19 began to appear in early 2020. The spread of this outbreak is often discussed on Twitter, especially about vaccine procurement. For this reason, it is necessary to have a sentiment analysis on the opinion on vaccine procurement. Sentiment analysis will use the Long Short Term Memory (LSTM) method. However, the level of accuracy of LSTM itself is not accurate enough compared to another method, such as Bi-LSTM. Therefore, it is necessary to optimize so that the LSTM model can predict accurately and compete with the accuracy of Bi-LSTM. Optimization is done by using the Glove method. The Glove method works by counting the occurrences of one word with another and then converting it to a vector. Words that often appear together will have vector values that are close to each other. This vector value is then used as a reference and inserted into the embedding layer of the LSTM model. The application of LSTM coupled with the Glove method resulted in an accuracy of 89% (87% for LSTM and 88% for Bi-LSTM). In this study, the Glove method could increase the accuracy of the used model by 2%.  Covid-19 mulai muncul di awal tahun 2020. Penyebaran wabah ini sering dibicarakan di Twitter, terutama tentang pengadaan vaksin. Untuk itu, perlu adanya analisis sentimen terhadap opini pengadaan vaksin. Analisis sentimen akan menggunakan metode Long Short Term Memory (LSTM). Namun, tingkat akurasi LSTM sendiri belum cukup akurat dibandingkan dengan metode lainnya, seperti Bi-LSTM. Oleh karena itu, perlu dilakukan optimalisasi agar model LSTM dapat memprediksi secara akurat dan dapat menyaingi akurasi Bi-LSTM. Optimalisasi dilakukan dengan menggunakan metode Glove. Metode Glove bekerja dengan menghitung kemunculan satu kata dengan kata lainnya lalu mengonversinya menjadi vektor. Kata yang sering muncul secara bersamaan akan memiliki nilai vektor yang saling mendekati. Nilai vektor ini kemudian dijadikan referensi dan dimasukkan ke lapisan embedding pada model LSTM. Penerapan LSTM yang ditambah dengan metode Glove menghasilkan akurasi sebesar 89% (87% untuk LSTM dan 88% untuk Bi-LSTM). Dalam penelitian ini penerapan metode Glove dapat meningkatkan akurasi model sebesar 2%.
Perbaikan Kualitas Citra Menggunakan Metode Fuzzy Type-2 Tio Dewantho Sunoto; Riko Arlando Saragih; Judea Janoto Jarden; Kioe (Oeij) O. K. Ricky Wijaya
Jurnal Telematika Vol 16, No 2 (2021)
Publisher : Institut Teknologi Harapan Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Image enhancement is applied to an image that has low contrast. Histogram Equalization (HE) is a general method used to improve the quality of an image.  However, its drawback is for a low contrast image, which is solved by using the type-1 fuzzy method. Nonetheless, due to its crisp membership function, then type-1 fuzzy will result in uncertainty when implemented on an image with a non-homogenous contrast. In this research, type-2 fuzzy will be applied because its membership function can model and minimize the uncertainty to increase the image quality. Image enhancement is evaluated quantitatively and qualitatively. Mean Square Error (MSE) and Peak Signal-to-Noise Ratio (PSNR) are used as quantitative measures for the three image enhancement techniques used, i.e., HE, type-1 fuzzy, and type-2 fuzzy. In general, based on the simulation results, type-2 fuzzy gives the best performance. Meanwhile, the qualitative measure is done through a survey of several respondents. The respondents agree that type-2 fuzzy shows the best performance for image enhancement qualitatively. Quantitatively, there is not the best among the three type-2 fuzzy methods for image enhancement because their MSE and PSNR were varied. Moreover, neither qualitatively, due to subjective issue among the respondents when looking at the resulting image, the respondents agree there is none the best one among them so that it needs the same perception about the quality of a good image.  Perbaikan kualitas citra biasanya diterapkan untuk citra yang memiliki kontras yang rendah. Metode Histogram Equalization (HE) adalah metode yang umum digunakan untuk memperbaiki kualitas citra. Namun, metode ini mempunyai kekurangan untuk citra yang memiliki level kekontrasan yang rendah. Kekurangan ini dapat diatasi dengan menggunakan metode fuzzy tipe-1. Karena sifat keanggotaan metode fuzzy type-1 bersifat crisp (tajam), maka akan berakibat ketidakpastian saat diterapkan untuk citra yang mempunyai distribusi kontras yang tidak homogen. Oleh karena itu, dalam penelitian ini akan diimplementasikan metode fuzzy type-2. Himpunan fungsi keanggotaan fuzzy type-2 mampu memodelkan dan meminimalisasi ketidakpastian sehingga kualitas citra dapat ditingkatkan. Penilaian terhadap perbaikan kualitas citra dilakukan secara kuantitatif dan kualitatif. Pengujian kuantitatif dilakukan dengan menggunakan metrik Mean Square Error (MSE) dan Peak Signal-to-Noise Ratio (PSNR) terhadap perbaikan kualitas citra yang menggunakan metode HE, metode fuzzy type-1, dan metode fuzzy type-2. Berdasarkan pengujian, secara umum metode fuzzy type-2 menghasilkan perbaikan kualitas citra yang paling baik. Evaluasi pengujian kualitatif dilakukan melalui survei responden. Secara umum responden menilai perbaikan kualitas citra dengan metode fuzzy type-2 akan menghasilkan visual citra yang lebih baik. Di antara ketiga kategori metode fuzzy type-2, secara kuantitatif hasilnya tidak menunjuk kepada satu kategori yang terbaik karena nilai MSE dan PSNR yang masih bervariasi. Demikian pula secara kualitatif, responden tidak memilih satu kategori terbaik akibat adanya faktor subyektivitas responden saat melihat sebuah citra. Untuk itu, dibutuhkan kesamaan persepsi tentang arti kualitas sebuah citra yang baik.
Pengembangan Sistem Pengawasan Lansia Berbasis Microcontroller dan Aplikasi Mobile Ardy Gunawan; Yoyok Gamaliel; Tunggul Arief Nugroho
Jurnal Telematika Vol 16, No 2 (2021)
Publisher : Institut Teknologi Harapan Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

The physical and mental decline experienced by the elderly causes reduced independence and limited daily activities, as well as in maintaining their health. Signs of elderly health that can be observed are body temperature and heart rate. These health signs are very important for the elderly, especially for those who live far from family or for those who live with family but are often left alone. Due to memory loss, some of the elderly may not remember the way home when traveling alone. Therefore, it is important to monitor the signs of health and the presence of the elderly at any given time. Elderly families or health care providers must be more aware of the health and safety conditions of the elderly. This study develops an elderly health surveillance system that can assist the elderly's family or health service providers in monitoring, tracking, and reminding the health and presence of the elderly. This research uses the MLX90614ESF temperature sensor, XD-58C heart rate sensor, Neo-5M GPS sensor, 800C SIM module, microcontroller, and Android-based mobile application. This system is also able to provide reminders of scheduled elderly activities in real-time. The measurement of the sensors will be compared with the measurements of similar digital devices on the market. The results of this study are prototypes that produce temperature measurement errors of 1.23% to 1.94% and heart rate measurement errors of 3.97% to 4.17%. The error in position detection using the GPS sensor is 1 to 5 meters.  Penurunan fisik dan mental yang dialami lansia menyebabkan berkurangnya kemandirian dan terbatasnya aktivitas sehari-hari, juga dalam menjaga kesehatannya. Tanda-tanda kesehatan lansia yang dapat diamati adalah suhu tubuh dan detak jantung. Tanda-tanda kesehatan ini sangat penting bagi lansia, terutama bagi mereka yang tinggal jauh dari keluarga atau bagi mereka yang tinggal dengan keluarga, tetapi sering ditinggal sendiri. Karena adanya penurunan daya ingatan, sebagian lansia pun bisa tidak ingat jalan pulang ketika berpergian sendirian. Oleh karena itu, penting untuk memantau tanda-tanda kesehatan dan keberadaan lansia pada suatu waktu tertentu. Keluarga lansia atau penyedia layanan kesehatan harus dapat lebih waspada terhadap kondisi kesehatan dan keselamatan lansia. Penelitian ini mengembangkan sistem pengawasan kesehatan lansia yang dapat membantu pihak keluarga lansia atau penyedia layanan kesehatan dalam melakukan monitoring, tracking, dan reminding kesehatan dan keberadaan lansia. Pada penelitian ini digunakan sensor suhu MLX90614ESF, sensor detak jantung XD-58C, sensor GPS Neo-5M, modul SIM 800C, pengendali mikro, dan aplikasi mobile berbasis Android. Sistem ini juga mampu memberikan reminding aktivitas lansia terjadwal secara real-time. Hasil pengukuran semua sensor yang diamati akan dibandingkan dengan pengukuran perangkat digital yang ada di pasaran. Hasil penelitian ini berupa purwarupa yang menghasilkan ralat pengukuran suhu 1,23% sampai dengan 1,94% dan ralat pengukuran detak jantung 3,97% sampai dengan 4,17%. Ralat pendeteksian posisi dengan menggunakan sensor GPS adalah 1 sampai dengan 5 meter.
Analisis Clustering Pelanggan Berdasarkan Data Transaksi Penjualan Menggunakan Metode Recency, Frequency, Monetary (RFM) (Studi Kasus: CV XYZ) Yosi Yonata; Herastia Maharani; Chen Viona
Jurnal Telematika Vol 16, No 2 (2021)
Publisher : Institut Teknologi Harapan Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

CV XYZ is a company engaged in retail clothing and accessories for Muslim women's clothing located in Bandung. The products sold consist of 5 types of categories. Sales business processes that occur in the company generate sales transaction data. CV XYZ expects that the transaction data can be processed and used to get information about customer segmentation using the proper method. This research developed a web-based system that can process and utilize transaction data using the clustering method. The selection of the algorithm and the number of clusters is obtained from the evaluation process using the standard deviation technique and the Davies Bouldin Index method. As a result, K-means is the most appropriate algorithm for CV XYZ's transaction data by dividing customers into 3 clusters.  CV XYZ adalah sebuah peusahaan yang bergerak di bidang retail pakaian dan aksesoris busana muslim wanita yang berlokasi di Bandung. Produk yang dijual terdiri dari 5 jenis kategori. Proses bisnis penjualan yang terjadi di perusahaan menghasilkan data transaksi penjualan. CV XYZ mengharapkan data transaksi yang dimiliki dapat diolah dan dimanfaatkan untuk mendapatkan informasi mengenai segmentasi pelanggan dengan menggunakan metode yang tepat. Melihat adanya peluang untuk memanfaatkan data transaksi tersebut, penelitian ini mengembangkan sebuah sistem berbasis web yang dapat mengolah dan memanfaatkan data transaksi dengan menggunakan metode clustering. Penentuan algoritme dan jumlah cluster diperoleh dari proses evaluasi yang menggunakan teknik simpangan baku dan metode Davies Bouldin Index. Hasilnya, K-means adalah algoritme yang paling tepat untuk diterapkan pada data transaksi CV XYZ dengan membagi pelanggan menjadi 3 cluster.
Penerapan Convolutional Neural Network untuk Melakukan Estimasi Pitch pada Rekaman Suara Penyanyi Dionisius Pratama; Hery Heryanto; Hans Christian Kurniawan
Jurnal Telematika Vol 16, No 2 (2021)
Publisher : Institut Teknologi Harapan Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

A musical performance is determined by the intonation accuracy, which is the pitch accuracy of a musician or musical instrument, whether a tone is played 'in tune' or not. Therefore, to determine the intonation quality of a musical performance, it is necessary to estimate the pitch. In this research, a one-dimensional Convolutional Neural Network (CNN) is used to estimate the pitch from singing voice recording. After pitch estimation, Dynamic Time Warping (DTW) method is used to calculate the similarity (measured in distance) of pitch estimation results with the recording template from the dataset to determine intonation accuracy. This research uses several preprocessing methods, such as quantization pitch label, spectrogram generation, scaling, and spectrogram recoloring. The CNN method for performing pitch estimation is tested using five songs from the MIR-QBSH dataset. CNN testing is done by applying four architectural designs by combining epoch values, learning rate, number of filters in each convolutional layer, and number of convolutions to find the best combination that produces the highest accuracy. Based on the test results, the model built can produce the highest average accuracy of 97.425% with a difference between the average accuracy and the average validation accuracy of 14.383%. The optimal threshold value for distance is in the range of 1000-1500.  Pembawaan karya musik yang baik ditentukan dari ketepatan intonasi yang merupakan akurasi pitch dari sebuah nada yang dikeluarkan oleh seorang musisi atau instrumen musik, diproduksi dengan tepat atau tidak. Maka dari itu, untuk menentukan kualitas intonasi penampilan suatu karya musik, estimasi pitch perlu dilakukan. Pada penelitian ini, sebuah Convolutional Neural Network (CNN) satu dimensi digunakan untuk melakukan estimasi pitch dari rekaman suara nyanyian. Setelah estimasi pitch dilakukan, maka digunakan metode Dynamic Time Warping (DTW) untuk melakukan pengujian kemiripan (dalam distance) hasil estimasi pitch dengan template rekaman dari dataset. Pengujian tersebut dilakukan untuk menentukan ketepatan intonasi. Beberapa metode preprocessing yang dilakukan adalah pembulatan pitch label, pembuatan spektogram, scaling, dan pewarnaan ulang spektogram. Metode CNN untuk melakukan estimasi pitch diuji dengan menggunakan lima lagu dari dataset MIR-QBSH. Pengujian CNN dilakukan dengan menerapkan empat rancangan arsitektur dengan mengombinasikan nilai epoch, learning rate, jumlah filter pada setiap convolutional layer, dan jumlah konvolusi untuk mencari kombinasi terbaik yang menghasilkan akurasi tertinggi. Berdasarkan hasil pengujian, model yang dibangun dapat menghasilkan rata-rata akurasi tertinggi sebesar 97,425% dengan selisih antara rata-rata akurasi dan rata-rata akurasi validasi sebesar 14,383%. Nilai threshold yang optimal untuk distance berada pada rentang 1000-1500.

Page 1 of 1 | Total Record : 8

 1 

Filter by Year

2022 2022


Reset
Filter By Issues
All Issue Vol 18, No 1 (2023) Vol 17, No 2 (2022) Vol 17, No 1 (2022) Vol 16, No 2 (2021) Vol 16, No 1 (2021) Vol 15, No 2 (2020) Vol 15, No 1 (2020) Vol 14, No 2 (2019) Vol 14, No 1 (2019) Vol 13, No 2 (2018) Vol 13, No 1 (2018) 2018: Industrial Engineering Seminar and Call for Paper (IESC) 2018 Vol 12, No 2 (2017) Vol 12, No 1 (2017) Vol 11, No 2 (2016) Vol 11, No 1 (2016) Vol 5, No 1 (2009) Vol 10, No 2 (2015) Vol 10, No 1 (2015) Vol 8, No 1 (2013) Vol 7, No 2 (2011) Vol 7, No 1 (2011) Vol 6, No 1 (2010) Vol 9, No 2 (2014) Vol 9, No 1 (2014) Vol 8, No 2 (2013) More Issue