cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Yogiek Indra Kurniawan
Contact Email
yogiek@unsoed.ac.id
Phone
+6285640661444
Journal Mail Official
jptijournals@gmail.com
Editorial Address
Jl Kober No 915 RT 08 RW 04 Kelurahan Kober, Purwokerto, Jawa Tengah, Indonesia
Location
Unknown,
Unknown
INDONESIA
Jurnal Pendidikan dan Teknologi Indonesia
Published by CV Infinite Corporation
ISSN : 27754227     EISSN : 27754219     DOI : https://doi.org/10.52436/1.jpti.IDPaper
Core Subject : Education, Engineering,
Education Engineering
Jurnal Pendidikan dan Teknologi Indonesia (JPTI) merupakan Jurnal Ilmiah Nasional yang menerbitkan artikel hasil penelitian dan gagasan ilmiah* dari Dosen, Peneliti, Praktisi, dan Guru dari seluruh Indonesia dan Mancanegara. JPTI memiliki fokus dan ruang lingkup yang terdiri dari 1. Lingkup pendidikan : Penelitian Tindakan Kelas (PTK), Pendidikan Usia Dini, Pendidikan Dasar, Pendidikan Menengah, Pendidikan Tinggi, Pendidikan Karakter, Pendidikan Non formal, Pendidikan Informal, Pendidikan Inklusi, dan Pendidikan Khusus lainnya (Kebencanaan, Komunitas, Anti Korupsi, Bela Negara, dll). 2. Lingkup Teknologi : Ilmu Pengetahuan dan Teknologi, Teknologi kesehatan, bidang keteknikan (Teknik Informatika, Teknik Elektro, Teknik Arsitektur, Teknik Sipil, Teknik Mesin, Teknik Industri, Teknik Geologi, Teknik Kimia, Teknik Perkapalan, dll) Jurnal Pendidikan dan Teknologi Indonesia terbit setiap bulan (12 kali dalam setahun). JPTI terdaftar dengan P-ISSN : 2775-4227 dan E-ISSN : 2775-4219
Arjuna Subject : Teknik (semua kategori) - Teknik (Lain-Lain)
Articles 598 Documents
 27   28   29   30   31 
Kolaborasi Algoritma Apriori dan Mix Bundling untuk Sistem Rekomendasi Paket Produk UMKM Rosmiati, Rosmiati; Rudini, Rudini; Sujono, Benedict Daryel
Jurnal Pendidikan dan Teknologi Indonesia Vol 5 No 1 (2025): JPTI - Januari 2025
Publisher : CV Infinite Corporation

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jpti.578

Abstract

Usaha Mikro, Kecil, dan Menengah (UMKM) merupakah salah satu pilar penting dalam perekonomian Indonesia. Permasalahan yang dihadapi oleh UMKM dalam membuat paket produk adalah kesulitan dalam menentukan kombinasi produk yang tepat serta kesulitan juga dalam penentuan harga ideal dari paket tersebut.  Sehingga urgensi dari penelitian ini adalah permasalahan yang dihadapi UMKM dalam menentukan paket produk yang tepat belum dapat terselesaikan dengan baik serta belum adanya sistem rekomendasi yang dapat digunakan oleh UMKM dalam menentukan paket produk serta harganya yang ideal. Adapun tujuan dari penelitian ini adalah permasalahan yang dihadapi UMKM dalam menentukan paket produk yang tepat belum dapat terselesaikan dengan baik serta belum adanya sistem rekomendasi yang dapat digunakan oleh UMKM dalam menentukan paket produk serta harganya yang ideal. Metode yang digunakan pada penelitian ini adalah kolaborasi antara algoritma Apriori dengan Mix Bundling Pricing. Hasil yang didapatkan dari penelitian ini adalah berdasarkan data contoh yang digunakan, didapatkan bahwa kombinasi item yang terbentuk adalah Chitato Rasa Original dan Krupuk Udang Super dengan nilai support 0.5, nilai confidence 0.83 dan nilai lift ratio sebesar 1.04. hal tersebut menunjukkan bahwa kombinasi item yang dihasilkan memiliki korelasi positif. Selanjutnya pada mix bundling pricing didapatkan harga sebesar 13500 dengan jumlah diskon 10%. Hasil pengujian yang dilakukan juga menunjukkan bahwa sistem yang dikembangkan telah sesuai dan juga mendapatkan nilai SUS sebesar 82/100 yang mana nilai terbut menunjukkan bahwa sistem rekomendasi yang dikembangkan dapat diterima.
Evaluasi Pengaruh Media Pembelajaran Terhadap Hasil Belajar Otomotif Melalui Pendekatan Meta-Analisis Yulianto, Muhammad Dwi; Iskandar, Ranu; Naryanto, Rizqi Fitri
Jurnal Pendidikan dan Teknologi Indonesia Vol 5 No 1 (2025): JPTI - Januari 2025
Publisher : CV Infinite Corporation

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jpti.588

Abstract

Kurangnya evaluasi komprehensif pengaruh media pembelajaran terhadap hasil belajar siswa SMK otomotif memotivasi penelitian ini. Tujuan dari penelitian ini untuk menelusuri tentang sejauh mana pengaruh media pembelajaran terhadap hasil belajar siswa SMK otomotif dan mendeteksi tingkat variasi antar studi dapat dianalisis dengan meta analisis.  Data dikumpulkan dari Google Scholar yang dicari bulan Oktober hingga November 2024 dengan memasukkan kata kunci yang telah ditentukan. Setelah itu dilakukan proses tahapan PRISMA (Preffered Reporing Item for Systematic Review and Meta Analysis). Sesuai kriteria inklusi, 31 manuskrip yang memenuhi kelayakan untuk dianalisis. Alat bantu analisis data tersebut dilakukan dengan menggunakan software JASP versi 0.19.0.0. Hasil penelitian ditemukan effect size menggunakan model Random Effect secara keseluruhan dari penerapan media pembelajaran terhadap hasil belajar siswa adalah 0.971. Temuan ini mengindikasikan bahwa penerapan media pembelajaran terdapat pengaruh signifikan terhadap hasil belajar siswa. Analisis terhadap tiga variabel moderator digunakan untuk mempertimbangkan tingkat variasi studi. Variabel Jenis media pembelajaran Macromedia Flash [1,267, 95%CI (0.415, 2.118)], Animasi [1,144, 95%CI (0.144, 2.144)] dan Video [0,714, 95%CI (0.244, 1.185)] menunjukkan pengaruh signifikan. Variabel wilayah Sumatera [1.928, 95%CI (0.455, 3.401)], Sulawesi [1.053, 95%CI (0.202, 1.905)], dan Jawa [0.885, 95%CI (0.333, 1.436)] menunjukkan pengaruh signifikan, sedangkan Bali [0.649, 95%CI (-0.258, 1.555)] dan Kalimantan [0.149, 95%CI (-0.291, 0.589)] tidak signifikan. Variabel publikasi jurnal [0.961, 95%CI (0.512, 1.409)] dan repositori skripsi [1.043, 95%CI (0.070, 2.016)] menunjukkan pengaruh signifikan. Macromedia flash merupakan media pembelajaran paling mempegaruhi hasil belajar siswa SMK disusul oleh animasi dan video. Temuan ini menandakan bahwa media pembelajaran lebih efektif di terapkan di Sumatera, Sulawesi, dan Jawa dengan penelitian yang bersumber dari jurnal maupun skripsi memiliki pengaruh signifikan. Penelitian ini penting untuk memperkuat pengambilan keputusan berbasis data dalam penerapan media pembelajaran yang efektif dalam meningkatkan hasil belajar siswa otomotif.
Analisis Sentimen Subsidi Kendaraan Listrik di Aplikasi X menggunakan Support Vector Machine Anggoro, Bayu; Yudhistira, Aditia
Jurnal Pendidikan dan Teknologi Indonesia Vol 5 No 1 (2025): JPTI - Januari 2025
Publisher : CV Infinite Corporation

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jpti.589

Abstract

Kebijakan subsidi kendaraan listrik memicu berbagai tanggapan di masyarakat yang menjadi topik diskusi hangat di media sosial, termasuk aplikasi X. Masalah utama yang dihadapi adalah beragamnya opini masyarakat, dari yang mendukung kendaraan listrik sebagai solusi defisit migas hingga yang menyoroti perlunya persiapan matang, khususnya infrastruktur. Penelitian ini bertujuan untuk mengidentifikasi kecenderungan opini masyarakat (positif, negatif, atau netral) terkait kebijakan tersebut. Penelitian menggunakan metode algoritma Support Vector Machine (SVM) yang dikenal unggul dalam kinerja klasifikasi, penanganan ketidakseimbangan data, dan data berdimensi tinggi. Dataset terdiri dari 1.812 tweet yang, setelah melalui tahapan preprocessing, dibagi menjadi 1.449 data latih dan 363 data uji. Hasil analisis menunjukkan bahwa 87,9% (319 tweet) bersentimen netral, 5,2% (19 tweet) negatif, dan 6,9% (25 tweet) positif, menandakan masyarakat belum memiliki pandangan tegas terhadap kebijakan ini. Metode SVM menghasilkan performa yang baik dengan akurasi 86,43%, precision positif 83,33%, recall 87,30%, dan f1-score 85,27%. Dampak penelitian ini diharapkan memberikan wawasan mendalam tentang persepsi masyarakat terhadap subsidi kendaraan listrik sehingga dapat mendukung pengambilan kebijakan yang lebih efektif dan tepat sasaran.
Analisis Komparatif Linear Regression, Random Forest, dan Gradient Boosting untuk Prediksi Banjir Maulita, Ika; Widiawati, Chyntia Raras Ajeng; Wahid, Arif Mu'amar
Jurnal Pendidikan dan Teknologi Indonesia Vol 4 No 8 (2024): JPTI - Agustus 2024
Publisher : CV Infinite Corporation

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jpti.599

Abstract

Penelitian ini mengevaluasi tiga model machine learning—Linear Regression, Random Forest Regressor, dan Gradient Boosting Regressor—untuk memprediksi probabilitas banjir di India, dengan tujuan meningkatkan akurasi prediksi dan mendukung strategi mitigasi risiko banjir. Kinerja model dievaluasi menggunakan metrik Mean Absolute Error (MAE), Root Mean Squared Error (RMSE), dan ????2. Hasil penelitian menunjukkan bahwa Linear Regression dan Gradient Boosting Regressor memiliki kinerja yang hampir setara, dengan MAE dan RMSE yang kompetitif. Namun, Linear Regression sedikit unggul dalam menjelaskan variabilitas probabilitas banjir berdasarkan nilai ????2. Sebaliknya, Random Forest Regressor menunjukkan kinerja yang lebih rendah, yang kemungkinan disebabkan oleh overfitting atau kurang optimalnya penyetelan parameter. Penelitian ini memberikan kontribusi penting terhadap peningkatan akurasi sistem peringatan dini dan pengelolaan risiko banjir berbasis data. Dengan menganalisis faktor-faktor utama yang memengaruhi probabilitas banjir, penelitian ini menawarkan wawasan yang dapat mendukung perencanaan intervensi yang lebih efektif, seperti pengelolaan sungai yang lebih baik dan perencanaan tata ruang perkotaan yang adaptif. Saran untuk penelitian mendatang meliputi eksplorasi algoritma tambahan, termasuk pendekatan pembelajaran mendalam, penerapan rekayasa fitur lanjutan, serta optimalisasi model menggunakan alat Automated Machine Learning (AutoML). Temuan ini berkontribusi pada pengembangan metode prediksi banjir yang lebih akurat dan efisien, serta memperkuat upaya mitigasi risiko banjir di masa depan.
Arsitektur U-Net Pada Segmentasi Citra Paru Untuk Mendeteksi Nodul Paru Ermatita, Ermatita; Ningsih, Wahyu
Jurnal Pendidikan dan Teknologi Indonesia Vol 5 No 1 (2025): JPTI - Januari 2025
Publisher : CV Infinite Corporation

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jpti.600

Abstract

Arsitektur U-Net dirancang untuk mengatasi kendala jumlah data yang terbatas, terutama dalam bidang medis. Dengan struktur encoder-decoder yang simetris, U-Net mampu mengekstraksi fitur penting dari citra input melalui encoder dan merekonstruksi citra sambil mempertahankan detail spasial melalui koneksi skip. Dalam segmentasi citra paru, U-Net digunakan untuk mendeteksi dan memetakan nodul paru secara otomatis dari CT scan. Penerapan U-Net diharapkan dapat mengurangi beban kerja ahli radiologi, meningkatkan konsistensi diagnosis, dan mempercepat proses deteksi nodul. Pada penelitian ini, U-Net mencapai akurasi sebesar 94% dalam segmentasi nodul paru.
Pengembangan Sistem Informasi Keluhan Pelanggan Berbasis Laravel Untuk Peningkatan Layanan Jasa Nugraha Ekakurir (JNE) Rosmalina, Rosmalina; Nistrina, Khilda; Rusdianto, Denny; Mujadi, Yasin
Jurnal Pendidikan dan Teknologi Indonesia Vol 5 No 1 (2025): JPTI - Januari 2025
Publisher : CV Infinite Corporation

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jpti.601

Abstract

Peningkatan kualitas pelayanan menjadi hal yang sangat penting dalam bisnis jasa pengiriman. PT Jasa Nugraha Ekakurir (JNE) Kabupaten Bandung menghadapi tantangan dalam menangani keluhan pelanggan secara efektif dan efisien. Masalah utama yang dihadapi oleh PT Nugraha Ekakurir (JNE) adalah kurang efektifnya pengelolaan dan penanganan keluhan pelanggan, yang berdampak pada menurunnya kepuasan pelanggan terhadap layanan. Untuk mengatasi masalah tersebut, diperlukan suatu sistem informasi yang dapat mempermudah pelanggan dalam menyampaikan keluhan serta memonitor penyelesaian masalah yang dihadapi. Penelitian ini bertujuan untuk merancang sistem informasi keluhan pelanggan berbasis Laravel guna meningkatkan layanan JNE Kabupaten Bandung. Metode pengembangan yang digunakan adalah Waterfall dengan tahapan analisis kebutuhan, desain, implementasi, dan pengujian menggunakan black box testing. Sistem ini memfasilitasi pengajuan keluhan secara online, pelacakan status keluhan real-time, dan pengelolaan data keluhan secara efisien. Hasil pengujian menunjukkan sistem meningkatkan transparansi dan kepuasan pelanggan secara signifikan, memberikan dampak positif terhadap daya saing JNE di sektor jasa pengiriman.
Optimasi Logistic Regression dan Random Forest untuk Deteksi Berita Hoax Berbasis TF-IDF Wahid, Arif Mu'amar; Turino, Turino; Nugroho, Khabib Adi; Maharani, Titi Safitri; Darmono, Darmono; Utomo, Fandy Setyo
Jurnal Pendidikan dan Teknologi Indonesia Vol 4 No 8 (2024): JPTI - Agustus 2024
Publisher : CV Infinite Corporation

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jpti.602

Abstract

Penyebaran berita hoax di era digital menjadi tantangan serius yang memerlukan solusi berbasis teknologi untuk mengidentifikasi dan meminimalkan dampaknya. Penelitian ini bertujuan untuk mengevaluasi performa Logistic Regression (LR) dan Random Forest (RF) dalam mendeteksi berita hoax menggunakan representasi teks berbasis Term Frequency-Inverse Document Frequency (TF-IDF). Hyperparameter tuning diterapkan pada kedua algoritma untuk meningkatkan akurasi, precision, recall, dan F1-score. Dataset yang digunakan terdiri dari berita hoax dan valid dalam bahasa Indonesia, yang telah melalui tahapan preprocessing, termasuk pembersihan teks, penghapusan stopwords, dan stemming. Hasil evaluasi menunjukkan bahwa Logistic Regression, setelah tuning, mencapai akurasi sebesar 95.20%, precision 95.71%, recall 94.48%, dan F1-score 95.09%. Random Forest menunjukkan akurasi sebesar 92.39%, precision 94.39%, recall 89.87%, dan F1-score 92.08%. Logistic Regression unggul dalam keseimbangan antara precision dan recall, sementara Random Forest menunjukkan kekuatan pada precision dengan kemampuan menangani pola data yang lebih kompleks. Teknik TF-IDF terbukti efektif dalam memberikan bobot pada kata-kata yang relevan, membantu algoritma klasifikasi dalam mengenali pola dalam data teks. Penelitian ini juga memiliki dampak praktis dalam memberikan fondasi bagi pengembangan sistem deteksi hoax yang dapat digunakan di aplikasi berbasis NLP, baik untuk kebutuhan akademis maupun implementasi di industri. Penelitian ini berkontribusi pada pengembangan sistem deteksi hoax berbasis Natural Language Processing (NLP), khususnya untuk bahasa Indonesia. Untuk pengembangan lebih lanjut, disarankan memperluas dataset dengan sumber berita yang lebih beragam dan mengeksplorasi algoritma berbasis deep learning seperti LSTM atau Transformer. Secara ilmiah, penelitian ini memberikan kontribusi penting dengan menguji efektivitas hyperparameter tuning dalam meningkatkan akurasi model deteksi hoax. Hasil penelitian ini diharapkan dapat menjadi acuan dalam membangun sistem deteksi hoax yang lebih akurat dan andal.
Analisis Persebaran Izin Usaha di Kabupaten Sragen Menggunakan Metode K-Means Clustering Nugroho, Nasrun; Wijiyanto, Wijiyanto; Pradana, Afu Ichsan
Jurnal Pendidikan dan Teknologi Indonesia Vol 5 No 1 (2025): JPTI - Januari 2025
Publisher : CV Infinite Corporation

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jpti.608

Abstract

Peningkatan perekonomian adalah tantangan yang dihadapi oleh Pemerintah daerah. Dalam membangun perekonomian Kabupaten Sragen memiliki dinas yang berperan dalam keberhasilan Investasi yang menunjang pertumbuhan ekonomi yaitu Dinas Penanaman Modal dan Pelayanan Terpadu Satu Pintu. Dinas ini melaksanakan tugas yang mendukung visi misi Bupati dalam hal peningkatan perekonomian. Dalam melaksanakan tugasnya dinas ini mempunyai program yang terdiri dari kegiatan untuk mencapai target yang sudah ditetapkan. Sasaran program tersebut adalah terlaksananya promosi dan pelayanan perizinan berusaha. Melihat data dari tahun sebelumnya perizinan berusaha di Sragen berkembang sangat pesat, namun persebaran izin usaha tersebut tidak merata, hanya sebagian kecil wilayah saja yang menunjukkan tingginya izin usaha. Hal ini menuntut adanya analisis data yang efektif yang bisa memetakan pola persebaran tersebut. Penelitian ini menerapkan analisis data menggunakan metode K-Means Clustering, data yang dianalisi adalah data izin usaha tahun sebelumnya yang meliputi izin usaha mikro, kecil dan menengah. Analisis ini mengelompokan wilayah kecamatan yang ada di Kabupaten Sragen menjadi 3 klaster yaitu: (1) Klaster dengan persebaran izin usaha tinggi, (2) klaster  persebaran izin usaha sedang dan (3) Klaster persebaran izin usaha rendah. Hasil penelitian diharapkan bisa menjadi acuan bagi dinas terkait untuk merumuskan kebijakan pemerataan izin usaha. Penelitian ini memberikan kontribusi pada pengambilan keputusan berbasis data untuk pemerataan izin usaha di Kabupaten Sragen.
Analisis Kerentanan Pada Aplikasi Web Menggunakan Metode PTES Widianto, Farhan; Wijaya, Ermadi Satriya; Harjono, Harjono; Wicaksono, Agung Purwo
Jurnal Pendidikan dan Teknologi Indonesia Vol 5 No 1 (2025): JPTI - Januari 2025
Publisher : CV Infinite Corporation

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jpti.609

Abstract

Aplikasi web seringkali memiliki berbagai kerentanan yang dapat mengancam keamanan dan integritas sistem. Salah satu masalah yang ditemukan pada website cobaupgradediri.com adalah terdapat celah kerentanan Missing Anti-clickjacking Header yang berpotensi mengakibatkan serangan clickjacking yang dapat mengganggu fungsi operasional serta keamanan website. Penelitian ini bertujuan untuk mengidentifikasi dan menganalisis kerentanan yang dapat dieksploitasi pada kerentanan Missing Anti-clickjacking Header pada website cobaupgradediri.com. Untuk mengatasi permasalahan ini, maka dilakukan identifikasi kerentanan yang dapat dieksploitasi menggunakan metode Penetration Testing Execution Standard (PTES). Hasil pengujian menunjukan bahwa website cobaupgradediri.com rentan terhadap serangan clickjacking. Solusi yang dilakukan untuk mengatasi permasalahan pada penelitian ini adalah dengan menambahkan Anti-clickjacking Header pada konfigurasi server yang akan memberikan instruksi kepada browser untuk membatasi penayangan halaman dalam iframe. Urgensi pada penelitian ini terletak pada meningkatnya jumlah serangan siber terhadap aplikasi web, terutama serangan clickjacking yang seringkali diabaikan oleh pengembang karena sifatnya yang tersembunyi. Penelitian ini memberikan wawasan penting tentang pentingnya perlindungan terhadap kerentanannya guna menjaga keamanan dan integritas aplikasi web.
Analisis Sentimen Media Sosial Terhadap Calon Pilkada 2024 Dengan Metode Naïve Bayes Fitrianti, Suci; Yudhistira, Aditia
Jurnal Pendidikan dan Teknologi Indonesia Vol 5 No 1 (2025): JPTI - Januari 2025
Publisher : CV Infinite Corporation

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jpti.610

Abstract

Menjelang Pilkada Indonesia 2024, polarisasi politik dan sentimen masyarakat menjadi isu penting yang dianalisis melalui media sosial. Penelitian ini bertujuan untuk mengevaluasi metode Naïve Bayes dalam klasifikasi sentimen otomatis terhadap opini publik. Sebanyak 6.465 tweet dianalisis, terdiri dari 4.169 tweet positif dan 2.296 tweet negatif. Data diproses melalui tahapan preprocessing seperti pembersihan teks, tokenisasi, dan normalisasi. Klasifikasi dilakukan menggunakan tiga varian Naïve Bayes yaitu MultinomialNB, GaussianNB, dan BernoulliNB. Hasil menunjukkan bahwa MultinomialNB memiliki performa terbaik dengan akurasi 75%, recall 95%, dan F1-Score 84%, sangat efektif dalam mendeteksi sentimen positif. BernoulliNB mencatat akurasi 74% dengan F1-Score 81% untuk sentimen positif, meskipun performa pada sentimen negatif lebih rendah yaitu F1-Score 62%. Sebaliknya, GaussianNB menunjukkan performa terendah dengan akurasi 56%, yang kurang optimal untuk data teks diskrit. Dominasi data positif memengaruhi performa model, membuatnya lebih akurat pada kelas mayoritas. Penelitian ini menunjukkan potensi metode Naïve Bayes, khususnya MultinomialNB, untuk memantau opini publik secara real-time selama pemilu, sekaligus menjadi dasar pengembangan analisis sentimen berbasis data yang lebih baik.

Page 29 of 60 | Total Record : 598

 27   28   29   30   31 

Filter by Year

2021 2026


Reset
Filter By Issues
All Issue Vol 6 No 1 (2026): JPTI - Januari 2026 Vol 5 No 12 (2025): JPTI - Desember 2025 Vol 5 No 11 (2025): JPTI - November 2025 Vol 5 No 10 (2025): JPTI - Oktober 2025 Vol 5 No 9 (2025): JPTI - September 2025 Vol 5 No 8 (2025): JPTI - Agustus 2025 Vol 5 No 7 (2025): JPTI - Juli 2025 Vol 5 No 6 (2025): JPTI - Juni 2025 Vol 5 No 5 (2025): JPTI - Mei 2025 Vol 5 No 4 (2025): JPTI - April 2025 Vol 5 No 3 (2025): JPTI - Maret 2025 Vol 5 No 2 (2025): JPTI - Februari 2025 Vol 5 No 1 (2025): JPTI - Januari 2025 Vol 4 No 12 (2024): JPTI - Desember 2024 Vol 4 No 11 (2024): JPTI - November 2024 Vol 4 No 10 (2024): JPTI - Oktober 2024 Vol 4 No 9 (2024): JPTI - September 2024 Vol 4 No 8 (2024): JPTI - Agustus 2024 Vol 4 No 7 (2024): JPTI - Juli 2024 Vol 4 No 6 (2024): JPTI - Juni 2024 Vol 4 No 5 (2024): JPTI - Mei 2024 Vol 4 No 4 (2024): JPTI - April 2024 Vol 4 No 3 (2024): JPTI - Maret 2024 Vol 4 No 2 (2024): JPTI - Februari 2024 Vol 4 No 1 (2024): JPTI - Januari 2024 Vol 3 No 12 (2023): JPTI - Desember 2023 Vol 3 No 11 (2023): JPTI - November 2023 Vol 3 No 10 (2023): JPTI - Oktober 2023 Vol 3 No 9 (2023): JPTI - September 2023 Vol 3 No 8 (2023): JPTI - Agustus 2023 Vol 3 No 7 (2023): JPTI - Juli 2023 Vol 3 No 6 (2023): JPTI - Juni 2023 Vol 3 No 5 (2023): JPTI - Mei 2023 Vol 3 No 4 (2023): JPTI - April 2023 Vol 3 No 3 (2023): JPTI - Maret 2023 Vol 3 No 2 (2023): JPTI - Februari 2023 Vol 3 No 1 (2023): JPTI - Januari 2023 Vol 2 No 12 (2022): JPTI - Desember 2022 Vol 2 No 11 (2022): JPTI - November 2022 Vol 2 No 10 (2022): JPTI - Oktober 2022 Vol 2 No 9 (2022): JPTI - September 2022 Vol 2 No 8 (2022): JPTI - Agustus 2022 Vol 2 No 7 (2022): JPTI - Juli 2022 Vol 2 No 6 (2022): JPTI - Juni 2022 Vol 2 No 5 (2022): JPTI - Mei 2022 Vol 2 No 4 (2022): JPTI - April 2022 Vol 2 No 3 (2022): JPTI - Maret 2022 Vol 2 No 2 (2022): JPTI - Februari 2022 Vol 2 No 1 (2022): JPTI - Januari 2022 Vol 1 No 12 (2021): JPTI - Desember 2021 Vol 1 No 11 (2021): JPTI - November 2021 Vol 1 No 10 (2021): JPTI - Oktober 2021 Vol 1 No 9 (2021): JPTI - September 2021 Vol 1 No 8 (2021): JPTI - Agustus 2021 Vol 1 No 7 (2021): JPTI - Juli 2021 Vol 1 No 6 (2021): JPTI - Juni 2021 Vol 1 No 5 (2021): JPTI - Mei 2021 Vol 1 No 4 (2021): JPTI - April 2021 Vol 1 No 3 (2021): JPTI - Maret 2021 Vol 1 No 2 (2021): JPTI - Februari 2021 Vol 1 No 1 (2021): JPTI - Januari 2021 More Issue