cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Imam Fahrur Rozi
Contact Email
imam.rozi@polinema.ac.id
Phone
+6285233139738
Journal Mail Official
jip@polinema.ac.id
Editorial Address
Politeknik Negeri Malang Jl. Soekarno Hatta No.9, Jatimulyo, Kec. Lowokwaru, Kota Malang, Jawa Timur 65141 Phone: (0341) 404424-404425 Fax: (0341) 404420
Location
Kota malang,
Jawa timur
INDONESIA
Jurnal Informatika Polinema (JIP)
Published by Politeknik Negeri Malang
ISSN : 26146371     EISSN : 2407070X     DOI : https://doi.org/10.33795/jip
Core Subject : Science, Engineering,
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Library & Information Science
The focus and scope of articles published in JIP (Journal of Informatics Polinema) encompasses the game technology, information system, computer network, computing, which covers the following scope: Game Technology Artificial Intelligence Intelligent System Machine Learning Image Processing Computer Vision Information Retrieval Machine Learning Information System Internet of Things Computer Security Technology Enhanced Learning Education Technologies Digital Forensic Wireless Sensor UI/UX research JIP (Jurnal Informatika Polinema) publishes comprehensive research articles and invited reviews by leading expert in the field. Papers will be selected that high scientific merit, impart important new knowledge, and are of high interest to computer and information technology.
Arjuna Subject : Ilmu Komputer (semua kategori) - Aplikasi Ilmu Komputer
Articles 12 Documents
 1   2 
Search results for , issue "Vol. 4 No. 2 (2018): Vol 4 No 2 (2018)" : 12 Documents clear
IMPLEMENTASI TWITTER SENTIMENT ANALYSIS UNTUK REVIEW FILM MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE Faisal Rahutomo; Pramana Yoga Saputra; Miftahul Agtamas Fidyawan
Jurnal Informatika Polinema Vol. 4 No. 2 (2018): Vol 4 No 2 (2018)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v4i2.152

Abstract

Sentiment analysis digunakan untuk melihat opini terhadap sebuah masalah menuju ke opini positif atau negatif. Media sosial Twitter merupakan salah satu media yang digunakan untuk memberikan opini melalui tweet. Pengguna Twitter akan memberikan opini tentang suatu hal, salah satunya film yang sedang tayang di bioskop. Opini pengguna bermanfaat bagi pengguna lain dan rumah produksi film berkaitan evaluasi film. Klasifikasi opini diperlukan untuk memudahkan pengguna dalam melihat opini positif, negatif, atau netral. Algoritma yang digunakan dalam klasifikasi adalah Support Vector Machine. Dataset berjumlah 1.027 tweet yang didapatkan dari tweet untuk film populer tahun 2016. Hasil klasifikasi opini terbagi menjadi 3, yaitu opini positif, negatif, dan netral. Evaluasi menentukan tingkat akurasi dari algoritma Support Vector Machine. Hasil akurasi klasifikasi algoritma Support Vector Machine menggunakan 60, 70, 80, dan 90 persen data training rata- ratanya adalah 76,06 persen, 76,83 persen, 81,07 persen, dan 83,3 persen. Nilai precision positif memiliki rata- rata sebesar 79,97 persen, 78,71 persen, 84,02 persen, dan 85,54 persen. Nilai precision negatif memiliki rata- rata sebesar 81,73 persen, 87,41 persen, 87,37 persen, dan 93,61 persen. Nilai precision netral memiliki rata- rata sebesar 67,13 persen, 69,47 persen, 74,08 persen, dan 74,14 persen.
SISTEM PENDUKUNG KEPUTUSAN PRIORITAS CALON PENERIMA PROGRAM INDONESIA PINTAR PADA SISWA SEKOLAH MENENGAH PERTAMA MENGGUNAKAN METODE TOPSIS Deddy Kusbianto Purwoko Aji; Elok Nur Hamdana; Dimas Diki Fahreza
Jurnal Informatika Polinema Vol. 4 No. 2 (2018): Vol 4 No 2 (2018)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v4i2.153

Abstract

Pendidikan merupakan hal penting dalam memajukan pembangunan negara, dengan itu pemerintah membuat kebijakan wajib belajar pendidikan sembilan tahun. Namun perekonomian masyarakat yang minim sering kali mengakibatkan mereka lebih memilih bekerja sebelum menuntaskan pendidikan dasar sembilan tahun tersebut. Demi mewujudkan hal tersebut pemerintah memiliki program bantuan pendidikan PIP (Program Indonesia Pintar) yang ditujukan pada masyarakat miskin. Namun implementasinya masih terdapat banyak kendala yang mengakibatkan tidak tepat sasaran dalam pemberian program bantuan pendidikan tersebut. Oleh Karena itu, untuk mengatasi permasalahan tersebut perlu adanya sistem dalam menentukan prioritas calon penerima PIP dengan menambahkan beberapa kriteria yang lebih mendasar. Pada penelitian ini dirancang sistem pendukung keputusan menggunakan metode TOPSIS (Technique for Order Performance by Similarity to Ideal Solutions) dengan beberapa kriteria yaitu Status Aktif Siswa, Surat Keterangan Miskin, Kondisi Yatim Piatu, Gaji Orang Tua, Presentasi Absensi. Pada aplikasi ini didapatkan hasil akhir berupa perankingan prioritas siswa yang akan menerima bantuan PIP.
PENGEMBANGAN SISTEM KEAMANAN INFORMASI MENGGUNAKAN METODE KRIPTOGRAFI 3DES DAN STEGANOGRAFI RANDOM BYTE POSITION ENCODING PADA AUDIO Ely Setyo Astuti; Meyti Eka Apriyani; Mochamad Resa Qulyubi
Jurnal Informatika Polinema Vol. 4 No. 2 (2018): Vol 4 No 2 (2018)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v4i2.154

Abstract

Salah satu upaya dalam menjamin keamanan dan keutuhan dari suatu data adalah proses penyandian. Sistem pengamanan pesan dapat dilakukan dengan menggunakan teknologi kriptografi. Selain itu, dikenal juga teknologi steganografi yang merupakan seni menyembunyikan pesan rahasia ke dalam suatu media sehingga tidak ada yang mengetahui atau menyadari selain pengirim dan penerima bahwa terdapat sebuah pesan rahasia. Dalam skripsi ini, sebuah “Sistem Keamanan Informasi Menggunakan Metode Kriptografi 3DES dan Steganografi Random Byte Position Encoding pada Audio” dikembangkan dalam upaya menjamin keamanan dan keutuhan data. Implementasi steganografi akan disertai dengan penerapan kriptografi berupa enkripsi dan dekripsi. Teknik kriptografi yang akan digunakan adalah 3DES. Langkah pengamanan informasi dilakukan dengan enkripsi terhadap teks atau image terlebih dahulu menggunakan metode 3DES yang selanjutnya akan disisipkan menggunakan metode random byte posistion encoding. Hasil dari implementasi kriptografi dan steganografi ini mengandung noise yang terdengar secara langsung ketika media dijalankan di pemutar musik. Hasil dari 28 kali pengujian pada proses penyisipan menghasilkan tingkat keberhasilan 86% dan kegagalan penyisipan 14% yang disebabkan oleh kapasitas audio. Pengujian mendapatkan analisa dari tingkat keberhasilan proses enkripsi dan proses dekripsi, kecepatan proses, perubahan audio, dan media pengiriman yang digunakan. Perubahan audio pada penyisipan gambar mendapat rentang pebedaan RMS volume antara sebelum dan sesudah penyisipan sebesar 0,01 dB hingga 3,02 dB. Metode Kriptografi 3DES dan Steganografi Random Byte Position Encoding disimpulkan dapat mengamankan dengan baik dan memberikan hasil dekripsi dengan kecocokan 100% dengan pesan asli.
PENGEMBANGAN APLIKASI MOBILE PERAMALAN CUACA UNTUK PENENTUAN TANAMAN PANGAN MENGGUNAKAN METODE TRIPLE EXPONENTIAL SMOOTHING Luqman Affandi; Arie Rachmad Syulistyo; Firdani Rianda Putra
Jurnal Informatika Polinema Vol. 4 No. 2 (2018): Vol 4 No 2 (2018)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v4i2.155

Abstract

Tanaman pangan merupakan tanaman utama yang dikonsumsi manusia sebagai makanan pokok. Umumnya tanaman pangan dapat tumbuh dalam waktu satu musim. Di suatu daerah proses pemilihan tanaman pangan dipengaruhi oleh kondisi cuaca yang terjadi. Perubahan cuaca yang terjadi di masa sekarang sering berubah-ubah dan tidak sama dari tahun sebelumnya. Hal ini mempengaruhi dari sisi pertanian khususnya tanaman pangan. Untuk itu diperlukan pengolahan data cuaca untuk diramalkan kedepannya dalam penentuan tanaman pangan yang akan ditanam. Penelitian ini dilakukan dengan meramalkan data cuaca menggunakan metode Triple Exponential Smoothing yang dibuat oleh Brown disesuaikan dengan data syarat tumbuh tanaman pangan. Peramalan Cuaca dari bulan 1 tahun 2011 sampai bulan 5 tahun 2017 menggunakan metode Triple Exponential Smoothing pada data suhu mendapatkan nilai MAD terkecil 0,7050026709838 dengan menggunakan alpha 0,1. Data kelembapan mendapatkan nilai MAD terkecil 4,522655267 dengan menggunakan alpha 0,4. Data curah hujan mendapatkan nilai MAD terkecil 129,119557 dengan menggunakan alpha 0,1. Data lama penyinaran mendapatkan nilai MAD terkecil 1,186391209 dengan menggunakan alpha 0,5. Pada periode selanjutnya Metode Triple Exponential Smoothing dapat digunakan untuk peramalan dengan alpha 0,1 untuk suhu, 0,4 untuk kelembapan, 0,1 untuk curah hujan dan 0,5 untuk lama penyinaran.
PENENTUAN KUALITAS MUTU BERAS MERAH BERDASARKAN STANDART NASIONAL INDONESIA BERBASIS PENGOLAHAN CITRA DIGITAL Elly Antika; Hariyono Rakhmad; Febri Nabilla Ishaq
Jurnal Informatika Polinema Vol. 4 No. 2 (2018): Vol 4 No 2 (2018)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v4i2.157

Abstract

Beras merah baik bagi kesehatan tubuh, karena menimbulkan rasa kenyang lebih lama, melancarkan sistem pencernaan, mengandung mineral penting untuk menepis radikal bebas, mengandung vitamin B6, menurunkan kadar kolesterol tubuh, lalu mencegah penyakit jantung. Namun dalam produksinya beras merah perlu kita klasifikasi kualitas mutunya. Saat ini pemeriksaan kualitas beras merah telah dilakukan secara manual oleh ahli pertanian organik dan pengawas pemeriksa yang berpengalaman. Hal ini memiliki kelemahan karena adanya subjektivitas penilaian kualitas antara pengamat yang satu dengan lainnya, inkonsistensi, dan memerlukan waktu yang lebih. Oleh karena itu, diperlukan cara untuk menentukan klasifikasi kualitas beras merah dengan cepat, akurat, dan mudah untuk dioperasikan sehingga meningkatakan efisiensi pengukuran kualitas beras merah. Sehingga penelitian ini menggunakan pengelolahan citra digital dapat mengklasifikasi kualitas mutu beras merah berdasarkan SNI dengan metode Binerisasi (Thresholding), Median Filtering, dan Connected Component Labelling. Sehingga didapatkan hasil pendeteksian pada pengukuran dan bentuk beras merah yang sangat akurat untuk mendapatkan kualitas yang sesuai dengan data yang telah dikumpulkan. Tingkat akurasi pada penggunaan kualitas beras merah dengan jarak 10cm dari objek ke kamera sebesar 80% sedangkan tingkat akurasi pada penggunaan kualitas beras merah dengan jarak 15cm dari objek ke kamera sebesar 100% .
PENGEMBANGAN APLIKASI MUNSELL SOIL COLOR DETECTION CHART INDEX MENGGUNAKAN METODE SUPPORT VECTOR MACHINE Mungki Astiningrum; Putra Prima Arhandi; Elly Fatmawati
Jurnal Informatika Polinema Vol. 4 No. 2 (2018): Vol 4 No 2 (2018)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v4i2.161

Abstract

Salah satu sifat tanah yang paling sering digunakan oleh para peneliti untuk menggambarkan dan mengklasifikasikan tanah adalah warna. Warna merupakan sifat fisik yang dapat memberikan informasi tentang beberapa karakteristik paling penting dari suatu tanah seperti, komposisi mineral, usia, dan proses pembentukan. Dengan mengetahui warna dari suatu tanah, maka dapat ditentukan kegunaan tanah tersebut apakah cocok untuk lahan pertanian, perkebunan, perumahan, dan lain sebagainya, disesuaikan dengan kondisi tanahnya. Dalam mengidentifikasi warna tanah, para peneliti menggunakan standar warna pada buku Munsell Soil Color Chart. Banyaknya variasi warna pada buku ini menyebabkan peneliti membutuhkan kecermatan dan waktu lama dalam penentuan warna tanah. Keterbatasan indera penglihatan manusia juga mampu menjadi faktor terjadinya kesalahan sehingga informasi yang diperoleh menjadi kurang akurat. Oleh karena itu, dikembangkanlah aplikasi menggunakan pengolahan citra digital untuk mengidentifikasi warna tanah berdasarkan Munsell Soil Color Chart menggunakan metode Support Vector Machine (SVM) dan ekstraksi fitur warna Modus dan Mean. Proses diawali dengan melakukan cropping terhadap citra tanah inputan menjadi 170x200, kemudian mengurangi noise pada citra masukan menggunakan median filter dan mengekstraksi fitur dengan Modus dan Mean. Selanjutnya proses training dan testing data menggunakan metode SVM. Pengujian yang dilakukan menghasilkan tingkat keakuratan mencapai 93,33% untuk masing – masing ekstraksi.
RANCANG BANGUN GAME MONOPOLI EDUKASI DENGAN LATAR BELAKANG PENGETAHUAN ADAT ISTIADAT DI INDONESIA Ekojono Ekojono; Sofyan Noor Arief; Denny Kharisma Putra
Jurnal Informatika Polinema Vol. 4 No. 2 (2018): Vol 4 No 2 (2018)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v4i2.162

Abstract

Indonesia memiliki banyak kebudayaan, tradisi, dan adat istiadat yang tidak banyak diketahui oleh generasi muda. Budaya dan tradisi yang dipercaya turun temurun dan merupakan identitas bangsa harus dijaga dan dilestarikan oleh para penerus bangsa. Akan tetapi saat ini budaya di Indonesia kini sudah terkikis semua oleh yang namanya kemajuan zaman. Berdasarkan permasalahan tersebut perlu pengembangan game Monopoli Edukasi Adat Istiadat di Indonesia menggunakan metode LCG (Linier Congruential Generator). Sistem yang dirancang dan diimplementasikan berbasis Game Engine Unity, menggunakan bahasa pemrograman C Sharp, dengan berisikan materi mengenai tarian adat, pakaian adat dan rumah adat yang ada di Indonesia. Sistem ini merupakan penggabungan dari game Monopoli dan adat istiadat di Indonesia, diharapkan dapat membantu anak-anak untuk lebih mengenal adat istiadat di Indonesia. Dengan melakukan riset tentang cara merancang dan membuat game Monopoli diharapkan game “Monopoli Adat Istiadat Indonesia” dapat menjadi media untuk pembelajaran dan mengenal lebih jauh mengenai adat istiadat di Indonesia.
SISTEM PENGENALAN HURUF BAHASA ISYARAT MENGGUNAKAN ADAPTIVE LEARNING VECTOR QUANTIZATION Ariadi Retno Tri Hayati Ririd; Yoppy Yunhasnawa; Yusliana Gadis Buata
Jurnal Informatika Polinema Vol. 4 No. 2 (2018): Vol 4 No 2 (2018)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v4i2.163

Abstract

Para tuna rungu dan tuna wicara menggunakan komunikasi non verbal dalam berkomunikasi. Komunikasi ini menggunakan bahasa isyarat baik berupa gerakan isyarat tangan, isyarat tubuh dan ekspresi wajah. Agar dapat mengerti bahasa isyarat diperlukan suatu media komunikasi penerjemah bahasa isyarat tersebut menjadi bahasa verbal yang mudah dipahami. Dalam upaya memudahkan komunikasi orang tuna rungu dan tuna wicara dengan orang normal di SLB Islam Yasindo Malang dibuatlah sistem pengenalan huruf bahasa isyarat untuk membantu menerjemahkan citra tangan huruf bahasa isyarat menjadi tulisan alfabet. Tahapan yang dilakukan dalam implementasi sistem pengenalan huruf bahasa isyarat ini adalah dengan membedakan objek dan background dari citra tangan untuk menentukan citra yang mencerminkan huruf Sistem Isyarat Bahasa Indonesia (SIBI). Citra tangan dimuat dari direktori kemudian dilakukan proses preprocessing, pelatihan data dan klasifikasi tangan. Metode klasifikasi yang digunakan dalam pengenalan huruf bahasa isyarat tangan ini menggunakan metode Learning Vector Quantization with Adaptive Prototype Addition and Removal. Sistem ini dapat mengenali 24 huruf bahasa isyarat yang ditargetkan. Berdasarkan hasil dari perancangan dan pengujian sistem pada penelitian ini, persentase akurasi baca huruf terbaik adalah sebesar 88,75%. Hasil dari pengenalan ini dipengaruhi oleh proses validasi, teknik pengambilan citra dan faktor pencahayaan.
PENGEMBANGAN APLIKASI ANALISIS SENTIMEN TWITTER MENGGUNAKAN METODE NAÏVE BAYES CLASSIFIER (Studi Kasus SAMSAT Kota Malang) Imam Fahrur Rozi; Elok Nur Hamdana; Muhammad Balya Iqbal Alfahmi
Jurnal Informatika Polinema Vol. 4 No. 2 (2018): Vol 4 No 2 (2018)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v4i2.164

Abstract

Twitter adalah salah satu media sosial dimana pengguna dapat mencari topik tertentu dan membahas isu-isu terkini. Beberapa pesan singkat atau tweet dapat memuat opini terhadap produk dan layanan yang dirasakan oleh masyarakat. Data ini dapat menjadi sumber data untuk dijadikan objek penelitian. Penelitian ini bertujuan untuk membangun aplikasi analisis sentimen yang menerapkan pendekatan Naïve Bayes Classifier untuk mengklasifikasikan kata-kata dan difokuskan pada tweet dalam bahasa Indonesia. Data diperoleh melalui cara web scrapping dan sumber teks yang digunakan sebagai topik bahasan adalah Sistem Administrasi Manunggal Satu Atap (SAMSAT) Malang Kota. Proses klasifikasi dilakukan melalui serangkaian tahapan seperti preproses (case folding, cleaning, tokenizing, dan stopword) serta proses klasifikasi dengan algoritma Naïve Bayes Classifier itu sendiri untuk mendapatkan hasil klasifikasi dengan kategori positif, negatif atau netral. Berdasarkan hasil penelitian, algoritma Naïve Bayes Classifier memberikan unjuk kerja yang baik dalam analisis sentimen. Dari hasil uji akurasi klasifikasi yang dilakukan oleh aplikasi menghasilkan nilai akurasi tertinggi pada setiap kategori positif, negatif, netral masing-masing sebesar 82%, 92%, 80% dengan jumlah data latih 200 tweet negatif, 200 tweet positif, dan 200 tweet netral.
PENERAPAN ALGORITMA NAÏVE BAYES UNTUK KLASIFIKASI RETENSI ARSIP Budi Harijanto; Yuri Ariyanto; Luthfia Miftahurroifa
Jurnal Informatika Polinema Vol. 4 No. 2 (2018): Vol 4 No 2 (2018)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v4i2.159

Abstract

Pengelolaan arsip pada Bagian Persuratan dan Pengarsipan Kantor Pusat Politeknik Negeri Malang ada kendala dalam penentuan jangka waktu penyimpanan arsip atau retensi arsip, sehingga berkas arsip yang belum di tentukan retensi arsipnya menumpuk. Dalam penelitian ini dibuat sistem pengarsipan untuk mengklasifikasikan retensi arsip surat. Sistem ini menggunakan data arsip yang berstatus dinilai kembali yang akan diklasifikasikan ke dalam arsip yang dapat dimusnahkan atau arsip permanen. Untuk mengklasifikasikan retensi arsip surat, peneliti menerapkan Algoritma Naïve Bayes. Perhitungan dalam penerapan Algoritma Naïve Bayes untuk mendapatkan hasil probabilitas sebagai rekomendasi dalam pengklasifikasian retensi arsip memiliki 5 (lima) kriteria yaitu klasifikasi arsip, nilai guna, proses arsip, waktu aktif dan waktu inaktif. Dalam penelitian ini, dilakukan beberapa uji coba penerapan Algoritma Naïve Bayes ke dalam sistem pengarsipan dengan membandingkan hasil output sistem dan hasil pakar dari 1008 data training dan 100 data testing. Hasil uji coba menunjukkan tingkat akurasi mencapai 95%. Banyaknya data dapat mempengaruhi hasil rekomendasi klasifikasi retensi arsip.

Page 1 of 2 | Total Record : 12

 1   2 

Filter by Year

2018 2018


Reset
Filter By Issues
All Issue Vol. 10 No. 2 (2024): Vol 10 No 2 (2024) Vol. 10 No. 1 (2023): Vol 10 No 1 (2023) Vol. 9 No. 4 (2023): Vol. 9 No. 4 (2023) Vol. 9 No. 3 (2023): Vol 9 No 3 (2023) Vol. 9 No. 2 (2023): Vol 9 No 2 (2023) Vol. 9 No. 1 (2022): Vol 9 No 1 (2022) Vol. 8 No. 4 (2022): Vol 8 No 4 (2022) Vol. 8 No. 3 (2022): Vol 8 No 3 (2022) Vol. 8 No. 2 (2022): Vol 8 No 2 (2022) Vol. 8 No. 1 (2021): Vol 8 No 1 (2021) Vol. 7 No. 4 (2021): Vol 7 No 4 (2021) Vol. 7 No. 3 (2021): Vol 7 No 3 (2021) Vol. 7 No. 2 (2021): Vol 7 No 2 (2021) Vol. 7 No. 1 (2020): Vol 7 No 1 (2020) Vol. 6 No. 4 (2020): Vol 6 No 4 (2020) Vol. 6 No. 3 (2020): Vol 6 No 3 (2020) Vol. 6 No. 2 (2020): Vol 6 No 2 (2020) Vol. 6 No. 1 (2019): Vol 6 No 1 (2019) Vol. 5 No. 4 (2019): Vol 5 No 4 (2019) Vol. 5 No. 3 (2019): Vol 5 No 3 (2019) Vol. 5 No. 2 (2019): Vol 5 No 2 (2019) Vol. 5 No. 1 (2018): Vol 5 No 1 (2018) Vol. 4 No. 4 (2018): Vol 4 No 4 (2018) Vol. 4 No. 3 (2018): Vol 4 No 3 (2018) Vol. 4 No. 2 (2018): Vol 4 No 2 (2018) Vol. 4 No. 1 (2017): Vol 4 No 1 (2017) Vol. 3 No. 4 (2017): Vol 3 No 4 (2017) Vol. 3 No. 3 (2017): Vol 3 No 3 (2017) Vol. 3 No. 2 (2017): Vol 3 No 2 (2017) Vol. 3 No. 1 (2016): Vol 3 No 1 (2016) Vol. 2 No. 4 (2016): Vol 2 No 4 (2016) Vol. 2 No. 3 (2016): Vol 2 No 3 (2016) Vol. 2 No. 2 (2016): Vol 2 No 2 (2016) Vol. 2 No. 1 (2015): Vol 2 No 1 (2015) Vol. 1 No. 4 (2015): Vol 1 No 4 (2015) Vol. 1 No. 3 (2015): Vol 1 No 3 (2015) Vol. 1 No. 2 (2015): Vol 1 No 2 (2015) Vol. 1 No. 1 (2014): Vol 1 No 1 (2014) More Issue