cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Robby Yuli Endra
Contact Email
robby.yuliendra@ubl.ac.id
Phone
-
Journal Mail Official
robby.yuliendra@ubl.ac.id
Editorial Address
Jl. Zainal Abidin Pagar Alam no 89 Gedung Meneng Bandar Lampung
Location
Kota bandar lampung,
Lampung
INDONESIA
Explore: Jurnal Sistem Informasi dan Telematika (Telekomunikasi, Multimedia dan Informatika)
Published by Universitas Bandar Lampung
ISSN : 20872062     EISSN : 2686181X     DOI : http://dx.doi.org/10.36448/jsit.v10i1.1212
Core Subject : Education,
Other
Explore: Jurnal Sistem Informasi dan Telematika (Telekomunikasi, Multimedia dan Informatika menyajikan artikel/naskah dalam bidang teknologi informasi khususnya dalam Fokus pada 5 kelompok keilmuan di Informatika yaitu : Rekayasa Perangkat Lunak (RPL) Sistem Informasi, Jaringan, Multimedia dan Sekurity, Teknologi Web dan Mobile serta kecerdasan Buatan dan game.
Arjuna Subject : -
Articles 14 Documents
 1   2 
Search results for , issue "Vol 14, No 1 (2023): Juni" : 14 Documents clear
Prototype dan Implementasi Smart Lock dengan Akses E-KTP untuk Keaamanan Rumah Berbasis Internet Of Things Graha Prakarsa; Reni Nursyanti; Vani Maharani Nasution
Explore: Jurnal Sistem Informasi dan Telematika (Telekomunikasi, Multimedia dan Informatika) Vol 14, No 1 (2023): Juni
Publisher : Universitas Bandar Lampung (UBL)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36448/jsit.v14i1.3100

Abstract

Tingkat kriminalitas dan keahlian pencuri khususnya pencurian rumah sangat tinggi, membuat penulis membuat gagasan inovasi alat pengaman pintu yang efisien dan praktis tidak perlu menggunakan kunci konvensional lagi yaitu pengamanan pintu dengan menggunakan Radio Frequency Identification (RFID) berbasis Internet of Things dengan menggunakan mikrokontroler NodeMcu Lolin V3. Radio Frequency Identification (RFID) membaca UID E-KTP dan PIN sebagai pembuka pintu dengan memanfaatkan teknologi Internet of Things dengan menggunakan wireless yang terhubung pada website dapat di monitoring melalui Smartphone yang bertujuan agar keamanan lebih terjamin karena tidak semua orang dapat mengakses pintu dengan mudah serta tidak perlu membawa kunci konvensional lagi dan beralih ke pintu cerdas otomatis menggunakan akses E-KTP dan Pin dan menghasilkan rancang bangun sistem smart lock dengan memanfaatkan akses e-KTP berbasis IoT. Hasil bahwa Smart Lock menggunakan akses E-KTP dan PIN serta baterai UPS untuk memungkinkan akses tetap dapat masuk meski listrik mati dan dibuat untuk meningkatkan keamanan serta tidak perlu menggunakan kunci konvensional membuat rumah menjadi aman dan praktis yang dioperasikan dengan mikrokontroler NodeMCU sebagai pusat kendali rangkaian menggunakan software Arduino IDE yang dapat dikontrol secara jarak jauh dengan website.
Analisis Aspek dalam Quality In Use ISO 25010 Pada Aplikasi Gojek (Go-Jek) Nur Irvan Rizqi; Putra Umamul Musthofa; M.Hanif Mighdad Ghibran; Muhammad Nur Syafrijal; Rikza Ramadhan; Dwi Rolliawati
Explore: Jurnal Sistem Informasi dan Telematika (Telekomunikasi, Multimedia dan Informatika) Vol 14, No 1 (2023): Juni
Publisher : Universitas Bandar Lampung (UBL)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36448/jsit.v14i1.2636

Abstract

Jasa transportasi online atau ojol di Indonesia sangat populer dan diminati oleh semua lapisan masyarakat. Salah satunya adalah perusahaan Gojek. Para user dimudahkan dengan pemesanan dan pelayanan menggunakan aplikasi Gojek. Terdapat bermacam-macam fitur di dalam Gojek untuk memenuhi kebutuhan user. Aplikasi tersebut diukur berdasarkan lima faktor di dalam quality in use ISO 25010. Faktor tersebut adalah Effectiveness, Efficiency, Satisfaction, Freedom from risk, dan Context coverage. Tujuan penelitian yang dilakukan untuk menguji dan mengukur kualitas aplikasi gojek untuk melayani keperluan masyarakat. Penelitian ini dilakukan dengan menggunakan model penelitian kuantitatif deskriptif sehingga setiap data yang diolah akan dijelaskan lebih lanjut menjawab sesuai dengan fenomena yang ditemukan. Untuk mendapatkan setiap data dan informasi penelitian dilakukan dengan cara kuesioner. Adanya penilaian aplikasi Gojek dari kuisioner yang kami sebarkan diharapkan mampu mengukur kualitas dari aplikasi tersebut. Sehingga perusahaan Gojek dapat meningkatkan kualitas pelayanan dan kepuasan pelanggan. Dari hasil pengukuran aplikasi Gojek berdasarkan model Quality in Use pada ISO 25010 secara hasil ialah bagus sekali dengan persentase 17,0 persen dari 20 persen. Dengan hasil itu maka aplikasi Gojek memiliki kualitas yang bagus sekali. Untuk itu dari hasil ini diharapkan mampu menjadi dasar pengembangan serta perbaikan aplikasi gojek supaya mampu mempertahankan kualitasnya. 
Algoritma K-Means Clustering Penggunaan Bandwidth Internet (Studi Kasus di Pemerintah Daerah Kabupaten Padang Pariaman) Rizki Mubarak; Sarjon Defit; Gunadi Widi Nurcahyo
Explore: Jurnal Sistem Informasi dan Telematika (Telekomunikasi, Multimedia dan Informatika) Vol 14, No 1 (2023): Juni
Publisher : Universitas Bandar Lampung (UBL)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36448/jsit.v14i1.3037

Abstract

Untuk menunjang kegiatan di Pemerintahan dibutuhkan koneksi jaringan yang yang cepat dan tepat. Sehingga memerlukan jaringan bandwith yang lebar. Manajemen Bandwidth perlu dilakukan agar kecepatan jaringan tetap stabil. Penelitian ini bertujuan untuk melihat pola penggunaan bandwidth di Pemerintah Daerah Kabupaten Padang Pariaman menggunakan K-Means Clustering. Data diambil dari aplikasi Cacti sebuah software open-source, pemantauan jaringan berbasis web. Total datasets hasil ekstraksi yang digunakan adalah sebanyak 32 data OPD (Organisasi Perangkat Daerah) yang ada di Pemerintah Daerah Kabupaten Padang Pariaman tahun 2022.. Data-data yang tersedia selanjutnya diolah untuk mendapatkan target cluster dengan memanfaatkan konsep data mining menggunakan metode K-Mean Clustering. Pengelompokan data pengunaan bandwidth di Kabupaten Padang Pariaman  menggunakan metode Clustering dengan algoritma K-Means dengan atribut Nama OPD, Inbound Average, Inbound Maksimum, Outbound  Average, Outbound Maximum yang digunakan dalam proses perhitungan dan pembagian data ke dalam 3 cluster dengan kategori penggunaan bandwidth tinggi, rendah, dan sedang. Perhitungan dilakukan secara manual dan kemudian dilakukan pengujian dengan software RapidMiner. Hasil dari perhitungan manual  diperoleh  jumlah anggota cluster yang sama dengan perhitungan dengan software RapidMiner.
Evaluasi Kualitas Learning Management System berdasarkan ISO 25010 pada SMK Muhammadiyah 1 Palembang Amrullah Maulana Fiqri; Arif Alfarisy; Tata Sutabri
Explore: Jurnal Sistem Informasi dan Telematika (Telekomunikasi, Multimedia dan Informatika) Vol 14, No 1 (2023): Juni
Publisher : Universitas Bandar Lampung (UBL)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36448/jsit.v14i1.3116

Abstract

Sistem Manajemen Pembelajaran (LMS) telah menjadi salah satu alat yang penting dalam pendidikan modern. Evaluasi Kualitas LMS menjadi aspek kritis untuk memastikan efektivitas dan efisiensi dalam mendukung proses pembelajaran. Dalam penelitian ini, kami menjelaskan evaluasi LMS menggunakan standar ISO 25010. ISO 25010 adalah standar internasional yang menggambarkan model kualitas perangkat lunak dan sistem. Standar ini menyediakan kerangka kerja untuk mengidentifikasi dan mengukur kualitas perangkat lunak berdasarkan serangkaian atribut. Dalam konteks evaluasi LMS, ISO 25010 dapat digunakan sebagai pedoman untuk mengevaluasi kualitas sistem. Dalam penelitian ini, tujuan utama adalah melakukan evaluasi kualitas Learning Management System (LMS) menggunakan standar ISO 25010. Peneliti mengevaluasi LMS yang digunakan oleh SMK Muhammadiyah 1 Palembang untuk mengidentifikasi kekuatan dan kelemahan sistem, serta memberikan rekomendasi perbaikan. Manfaatnya adalah memberikan pemahaman yang lebih baik tentang kualitas LMS yang digunakan, panduan praktis untuk meningkatkan efektivitas pembelajaran, dan pembandingan objektif terhadap standar ISO 25010. Hasil penelitian menunjukkan kekuatan dalam fungsionalitas, antarmuka pengguna, dan kehandalan LMS, namun ada kelemahan dalam efisiensi kinerja dan kualitas penggunaan. Rekomendasi perbaikan difokuskan pada peningkatan efisiensi dan pengalaman pengguna. Penelitian ini berkontribusi dalam evaluasi kualitas LMS dan memberikan wawasan berharga bagi institusi Pendidikan terutama di SMK Muhammadiyah 1 Palembang.
Komparasi Algoritma Hierarchical, K-Means, dan DBSCAN pada Analisis Data Penjualan Melalui Facebook Farah Dwi Wahyuningtyas; Abdillah Arafat; Agus Stiawan; Dwi Rolliawati
Explore: Jurnal Sistem Informasi dan Telematika (Telekomunikasi, Multimedia dan Informatika) Vol 14, No 1 (2023): Juni
Publisher : Universitas Bandar Lampung (UBL)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36448/jsit.v14i1.2931

Abstract

Penggunaan internet di Indonesia untuk akses media sosial meningkat dari empat tahun sebelumnya, di mana 36,36 persen pengguna masih menggunakan media sosial Facebook. Rata-rata pengguna media sosial ini berasal dari kalangan remaja dengan smartphone. Facebook memiliki fitur-fitur yang digemari oleh penggunanya untuk melakukan aktivitas jual beli, sehingga dapat meningkatkan user engagement dan data penjualan. Untuk menganalisis peningkatan data penjualan, penelitian ini menggunakan data mining dengan metode klasterisasi. Dengan menggunakan data sekunder dari UCI Repository, dilakukan analisis terhadap komparasi tiga algoritma berbeda untuk mengetahui mana yang terbaik di antara algoritma Hierarchical, K-Means, dan DBSCAN. Hasil penelitian menunjukkan bahwa algoritma Hierarchical dengan  memperoleh skor silhouette tertinggi yaitu 0.884, selisih yang cukup tipis dengan perolehan silhouette score yang diperoleh K-Means sebesar 0.872. Selanjutnya, hasil komparasi yang dilakukan dengan menggunakan indikator performa menunjukkan bahwa K-Means merupakan algoritma terbaik dengan rata-rata waktu eksekusi selama 0.402 detik, selisih yang cukup jauh dari dua algoritma yang lain. Berdasarkan dua indikator yang telah digunakan tersebut, dapat diketahui bahwa algoritma terbaik untuk menganalisis data penjualan melalui Facebook adalah algoritma K-Means. Terakhir, munculnya jumlah cluster 2 dari algoritma K-Means dapat mengelompokkan data penjualan melalui Facebook menjadi dua kategori, yaitu “Postingan Ramai” dan “Postingan Kurang Ramai”.
Rancang Bangun Sistem Informasi Pengelolaan Stok Barang berbasis Web pada Perusahaan Busana Muslim Ilham Maulana; Novita Br Ginting; Eko Hadi Purwanto
Explore: Jurnal Sistem Informasi dan Telematika (Telekomunikasi, Multimedia dan Informatika) Vol 14, No 1 (2023): Juni
Publisher : Universitas Bandar Lampung (UBL)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36448/jsit.v14i1.3054

Abstract

- PT. Alwahijab adalah perusahaan yang bergerak di bidang produksi dan distribusi busana muslim yang dipasarkan secara online. Permasalahan yang terjadi pada sistem yang berjalan saat ini adalah ketika adanya pemesanan masuk tetapi tidak ada stok barang yang disebabkan oleh pengelolaan data stok barang yang kurang efektif. Untuk itu maka diperlukan sistem pengelolaan stok barang agar data Stok yang disajikan ke konsumen sesuai dengan jumlah stok sebenarnya, data yang valid, cepat, dan mudah diakses juga akan berguna untuk manajer guna mengetahui stok serta asset yang mengen-dap dalam produk yang belum terjual. Tujuan dari penelitian ini adalah membuat Sistem Informasi Persediaan Stok Barang, yang dapat mengelola barang masuk dan keluar, stok barang, data pelanggan, pengiriman, transaksi pemesanan. Penelitian ini dilakukan dengan metode pengembangan sistem waterfall, dimana tahapan pengembangan sistem informasi dilakukan secara bertahap dan berurutan, mulai dari analisis kebutuhan, desain, implementasi, testing, dan maintenance. Black box testing dilakukan untuk mengevaluasi fungsi sistem secara keseluruhan tanpa melihat implementasi internalnya. Hasil dari penelitian ini adalah sistem informasi pengelolaan stok barang, sistem informasi ini dapat memudahkan pengguna dalam melakukan pengelolaan stok barang dengan lebih efektif dan efisien, serta dapat membantu dalam pengambilan keputusan terkait pengelolaan stok barang.
Sistem Pendukung Keputusan Pemilihan Suplier Menggunakan Metode Topsis (Studi Kasus : Toko Keripik Rona Jaya Bandar Lampung) Rosyana Fitria Purnomo; Yodhi Yuniarthe
Explore: Jurnal Sistem Informasi dan Telematika (Telekomunikasi, Multimedia dan Informatika) Vol 14, No 1 (2023): Juni
Publisher : Universitas Bandar Lampung (UBL)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36448/jsit.v14i1.3115

Abstract

Sistem Penunjang Keputusan  termasuk komponen dari sistem informasi berbasis komputer yang digunakan untuk membantu pengungkapan pendapat dalam situasi tidak terstruktur dan semi-terstruktur ketika tidak ada orang yang  tahu secara pasti bagaimana keputusan perlu dibuat.Permasalahan yang terjadi pada penelitian ini yaitu banyak nya home industri yang bekerjasama dengan keripik Rona Jaya mengeluarkan produk kripik dengan varian yang beraneka ragam sehingga membuat keripik Rona Jaya menjadi kesulitan dalam menentukan pemilihan supplier yang sesuai dengan permintaan pasar. Tujuan dari penilitian ini yaitu untuk mempercepat proses pengambilan keputusan dalam pemilihan supplier keripik yang berkualitas dan dapat menghasilkan informasi akurat guna mendukung pengambilan keputusan. Salah satu jenis metode pengambilan keputusan adalah TOPSIS . Metode yang diterapkan pada Penelitian ini yaitu Sistem Penunjang Keputusan yang menggunakan metode TOPSIS pada pemilihan supplier Keripik pada keripik singkong Rona Jaya Lampung. Adapun kriteria penilaian yang digunakan yaitu varian rasa, kadaluarsa, berat produk, dan harga. Sistem informasi yang dibangun berbasis dekstop dengan database manajemen sistem menggunakan SQL. Dari hasil uji coba 4 sampel menghasilkan nilai terbaik 0,61 dimana penilaian antara 0-1, dimana nilai maksimal yaitu 1. Hasil dari penelitian ini berupa Aplikasi yang dapat membantu pemahaman dalam pemilihan supplier produk keripik yang lebih laku dipasaran.
Analisis Sentimen atas Opini pada Twitter terhadap PERMENKOMINFO No.5 Tahun 2020 menggunakan Algoritma Klasifikasi Mohammad Amada; Munawar m
Explore: Jurnal Sistem Informasi dan Telematika (Telekomunikasi, Multimedia dan Informatika) Vol 14, No 1 (2023): Juni
Publisher : Universitas Bandar Lampung (UBL)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36448/jsit.v14i1.2964

Abstract

Twitter merupakan salah satu media sosial yang paling banyak digunakan dalam menyampaikan opini atau pendapat terhadap suatu permasalahan yang muncul dan kerap menjadi trend topik. Pada 30 Juli 2022 viral #BlokirKominfo dan #PSEMelanggarHAM atas penerapan Peraturan Menteri Komunikasi dan Informatika No.5 Tahun 2020 tentang Penyelenggaraan Sistem Elektronik (PSE) Lingkup Privat atas pemberlakuan sanksi yang diterapkan kepada perusahaan yang tidak/belum mendaftarkan layanan sistemnya yang menyebabkan masyarakat tidak dapat mengakses layanan perusahaan tersebut. Berbagai respon yang muncul perlu dilakukan analisis untuk memahami opini yang disampaikan. Penelitian ini menggunakan metode Analisis Sentimen untuk mengerti apakah opini yang muncul bernilai positif, negatif, atau netral atas viralnya tagar tersebut. Labeling Sentimen dilakukan pada dataset tweet sebanyak 11658 menggunakan pendekatan Lexicon-Based Approach dengan mengimplementasikan kamus leksikal Indonesian Sentiment (InSet) Lexicon atas penelitian Fajri Koto dan Gemala Y Rahmaningtyas serta dilakukan klasifikasi data atas analisis sentimen pada penelitian ini. Metode Klasifikasi yang diterapkan terdiri dari 3 metode, yaitu Support Vector Machine (SVM), Naïve Bayes Classifier (NBC), dan K-Nearest Neighbors (KNN). Hasil Klasifikasi tertinggi didapatkan pada metode SVM dengan nilai akurasi sebesar 79 persen, hasil kedua didapatkan pada metode NBC dengan nilai akurasi sebesar 71 persen, dan hasil terendah didapatkan pada metode KNN dengan nilai akurasi sebesar 61 persen.
Sistem Pendukung Keputusan Penilaian Prestasi Pegawai Rupbasan dengan Metode Simple Additive Weighting (Saw) Robby Yuli Endra; Muhammad Rafi Hawari; Yanuarius Yanu Dharmawan
Explore: Jurnal Sistem Informasi dan Telematika (Telekomunikasi, Multimedia dan Informatika) Vol 14, No 1 (2023): Juni
Publisher : Universitas Bandar Lampung (UBL)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36448/jsit.v14i1.3101

Abstract

Tujuan dari penelitian ini adalah membangun Sistem Pendukung Keputusan untuk memilih pegawai terbaik di kantor Rupbasan Kelas I Bandar Lampung. Rupbasan Kelas I Bandar Lampung yang berlokasi di Jalan Pemasyarakatan Way Hui Sukarame Bandar Lampung merupakan sebuah instansi yang berada dibawah naungan Kementerian Hukum dan HAM (Kemenkumham) yang bertugas menyimpan barang sitaan dari pihak tertentu untuk keperluan proses penyidikan atau peradilan. Rupbasan Kelas I Bandar Lampung memiliki 32 pegawai termasuk pimpinan Rupbasan. Permasalahan yang terjadi adalah belum adanya sistem yang menentukan pegawai yang memiliki kinerja terbaik sehingga Pimpinan Rupbasan masih kesulitan dalam menentukan pegawai mana yang terbaik. Berdasarkan permasalahan tersebut, maka peneliti akan merancang sebuah aplikasi Sistem Pendukung Keputusan Pemilihan Pegawai Terbaik di Rupbasan Kelas I Bandar Lampung dengan menggunakan Metode Simple Additive Weighting. Dengan adanya aplikasi sistem pendukung keputusan ini dapat memudahkan pimpinan Rupbasan dalam menentukan pegawai terbaik berdasarkan kriteria yang ada. Hasil penelitian ini didapat bahwa dengan menggunakan Metode Simple Additive Weighting dapat menentukan pegawai terbaik sesuai dengan kriteria.
Analisis Sentimen penggunaan Mypertamina untuk Pembelian BBM Bersubsidi mengggunakan Algoritma Naive Bayes Denada Fatimah Zahra
Explore: Jurnal Sistem Informasi dan Telematika (Telekomunikasi, Multimedia dan Informatika) Vol 14, No 1 (2023): Juni
Publisher : Universitas Bandar Lampung (UBL)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36448/jsit.v14i1.3098

Abstract

Penelitian ini bertujuan untuk menganalisis sentimen penggunaan aplikasi Mypertamina dalam pembelian bahan bakar minyak (BBM) bersubsidi menggunakan algoritma Naive Bayes. Penelitian ini melibatkan tahap pre-processing data, seperti full preprocessing dan penghilangan stopword, serta pengujian akurasi dengan variasi pembagian data latih dan data uji. Hasil penelitian menunjukkan bahwa dengan melakukan full preprocessing pada data dan menggunakan 70 persen data latih, model klasifikasi mencapai akurasi sebesar 85%. Penggunaan 80 persen data latih meningkatkan akurasi menjadi 87 persen, sedangkan penggunaan 90 persen data latih menghasilkan akurasi sebesar 89  persen. Hal ini menunjukkan bahwa semakin banyak data latih yang digunakan, semakin baik performa model klasifikasi. Penghilangan stopword juga berdampak signifikan terhadap akurasi model. Tanpa penghilangan stopword, akurasi model dengan pembagian data 70 persen, 80 persen, dan 90 persen adalah 80 persen, 82 persen, dan 84 persen secara berturut-turut. Meskipun akurasi lebih rendah dibandingkan dengan full preprocessing, model tetap memberikan prediksi yang cukup baik. Berdasarkan hasil pengujian tersebut, dapat disimpulkan bahwa penerapan full preprocessing dengan lebih banyak data latih cenderung menghasilkan kinerja model yang lebih baik. Namun, penghilangan stopword juga memberikan kontribusi signifikan dalam meningkatkan akurasi. Oleh karena itu, dalam pengembangan model klasifikasi teks, pre-processing yang komprehensif dan penghilangan stopword yang tepat perlu dipertimbangkan sesuai dengan karakteristik data dan kebutuhan analisis. Dalam pengujian klasifikasi menggunakan metode Naïve Bayes Classifier, pembagian data latih dan data uji juga berpengaruh. Penggunaan 70 persen data latih menghasilkan akurasi 85  persen, sedangkan penggunaan 80  persen dan 90 persen data latih menghasilkan akurasi 87  persen dan 89 persen secara berturut-turut. Semakin banyak data latih yang digunakan, semakin baik performa model klasifikasi Naïve Bayes Classifier. Dalam kesimpulan akhir, proporsi 90% data latih memberikan performa terbaik dalam mengklasifikasikan data uji dengan akurasi tertinggi. Namun, penggunaan data uji yang lebih kecil dapat menyebabkan variasi hasil yang lebih tinggi. Oleh karena itu, metode validasi silang atau pengujian dengan lebih banyak fold dapat memberikan informasi yang lebih komprehensif tentang performa model klasifikasi.

Page 1 of 2 | Total Record : 14

 1   2 

Filter by Year

2023 2023


Reset
Filter By Issues
All Issue Vol 14, No 2 (2023): Desember Vol 14, No 1 (2023): Juni Vol 13, No 2 (2022): Desember Vol 13, No 1 (2022): Juni Vol 12, No 2 (2021): Desember Vol 12, No 1 (2021): Juni Vol 11, No 2 (2020): Desember Vol 11, No 1 (2020): Juni Vol 10, No 2 (2019): Oktober Vol 10, No 1 (2019): Juni Vol 9, No 2 (2018): Oktober Vol 9, No 1 (2018): Juni Vol 8, No 2 (2017): Oktober Vol 8, No 1 (2017): Juni Vol 7, No 2 (2016): Oktober Vol 7, No 1 (2016): Juni Vol 4, No 2 (2014): Juni Vol 4, No 1 (2013): Oktober Vol 3, No 2 (2013): Juni Vol 3, No 3 (2012): Oktober Vol 3, No 1 (2012): Oktober Vol 2, No 2 (2011): Juni Vol 2, No 2 (2011) Vol 1, No 1 (2010): Oktober Vol 1, No 1 (2010): Oktober More Issue