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
 34   35   36   37   38 
Perbandingan Kinerja Metode Binary Relevance, Classifier Chains, dan Label Powerset dalam Klasifikasi Multi-Label Data Pengaduan Ariyana, Denny; Dyar Wahyuni, Eka; Sembilu, Nambi
Jurnal Pendidikan dan Teknologi Indonesia Vol 5 No 3 (2025): JPTI - Maret 2025
Publisher : CV Infinite Corporation

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jpti.796

Abstract

Di era digital, aplikasi pengaduan masyarakat menjadi sarana penting dalam meningkatkan komunikasi antara warga dan pemerintah. Aplikasi Wargaku memungkinkan masyarakat menyampaikan keluhan terkait layanan publik, yang menghasilkan data pengaduan bersifat multi-label. Oleh karena itu, diperlukan metode klasifikasi yang optimal untuk meningkatkan akurasi dalam pengelolaan pengaduan. Penelitian ini bertujuan untuk membandingkan tiga metode klasifikasi multi-label, yaitu Binary Relevance (BR), Classifier Chains (CC), dan Label Powerset (LP) dengan Random Forest sebagai base classifier. Metode penelitian mengacu pada kerangka CRISP-DM, yang mencakup pemahaman bisnis, pengolahan data, pemodelan, dan evaluasi. Eksperimen dilakukan dengan skenario pembagian data 80:20, 70:30, dan 60:40, serta preprocessing yang mencakup pembersihan teks dan normalisasi. Evaluasi model menggunakan F1 Score untuk mengukur kinerja klasifikasi. Hasil penelitian menunjukkan bahwa Binary Relevance memiliki performa paling stabil di berbagai skenario. Pada skenario 70:30, metode ini mencapai skor F1 tertinggi sebesar 0,76, diikuti oleh Classifier Chains (0,75) dan Label Powerset (0,74). Pada skenario 80:20, Label Powerset unggul dengan skor 0,75, sedangkan Binary Relevance dan Classifier Chains memperoleh 0,75 dan 0,73. Sementara itu, pada skenario 60:40, Binary Relevance kembali unggul dengan skor 0,74, diikuti Label Powerset (0,74) dan Classifier Chains (0,73). Penelitian ini menunjukkan bahwa tidak ada perbedaan signifikan dalam performa metode, namun Binary Relevance dengan Random Forest cenderung lebih stabil di berbagai skenario. Hasil ini dapat digunakan untuk meningkatkan efektivitas klasifikasi pengaduan masyarakat, sehingga mendukung layanan publik yang lebih responsif dan efisien.
Characteristics and Energy Potential of Bio-Briquettes from Cassava Peel, Water Hyacinth, and Sawdust Salimah, Shofi Fitrotis; Akhmad, Sabarudin; Arendra, Anis
Jurnal Pendidikan dan Teknologi Indonesia Vol 5 No 6 (2025): JPTI - Juni 2025
Publisher : CV Infinite Corporation

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jpti.439

Abstract

Abstract. Agricultural waste biomass direct burning to generate heat in industrial applications is inefficient. In addition, the difficulty in shipping and storage is due to its large volume and non-uniform shape. One approach to overcome this problem is by compacting the biomass to increase density, improve calorific value, and save a better combustion rate. In this study, the screw extruder machine was designed to compress, heat, and extrude bio-briquettes to form a hollow hexagon cross-section with an inscribed circle diameter of 52mm from biomass waste. The water hyacinth and cassava peel biomass were each dried and chopped into small particles before being mixed with sawdust. Cassava peel flakes also act as a binder in this mixture. We investigated the effect of biomass composition and extruder heating temperature on the calorific heating value and burning rate of bio-briquettes. We complete the experiments at three temperature levels and three levels of biomass composition. The results of the study found that there was no significant effect of the heating temperature factor on the calorific value and the rate of combustion of briquettes. While the composition of biomass impact significantly on the calorific value and burning rate of bio-briquettes. The calorific value reached 19.16 MJ/kg in the 50% sawdust, 30% water hyacinth, and 20% cassava peel bio-briquettes composition with a burning rate of 1.49 g/min. Water hyacinth and cassava peel waste recovery as an energy source not only turns waste into valuable resources but again becomes a solution to the problem of water hyacinth pest invasion and even provides economic and ecological benefits.
Analisis Motivasi Belajar Siswa pada Pembelajaran Kimia Berbasis Kontekstual di SMA Negeri 15 Muaro Jambi Pinandhita, Boy; Kriswantoro, Kriswantoro; Asrial, Asrial; Damris, Damris
Jurnal Pendidikan dan Teknologi Indonesia Vol 5 No 5 (2025): JPTI - Mei 2025
Publisher : CV Infinite Corporation

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jpti.549

Abstract

Penelitian ini bertujuan untuk menganalisis motivasi belajar siswa terhadap pembelajaran kimia berbasis kontekstual pada materi asam basa. Metode deskriptif kuantitatif digunakan dengan sampel 26 siswa kelas XI di SMA Negeri 15 Muaro Jambi. Data diperoleh melalui angket motivasi belajar yang mencakup 15 indikator. Hasil menunjukkan bahwa mayoritas siswa berada pada kategori Sedang (30,77%) dan Rendah (23,08%). Strategi pembelajaran berbasis kontekstual terbukti efektif meningkatkan motivasi belajar siswa, meskipun diperlukan pendekatan tambahan untuk mendukung siswa dengan motivasi rendah. Penelitian ini berkontribusi pada pengembangan metode pembelajaran inovatif yang relevan dengan kehidupan nyata siswa.
Pengembangan Smart Toilet Berbasis IoT untuk Monitoring Kebersihan Toilet Secara Real-Time Cahyo Utomo, Ihsan; Maryam, Maryam; Rufaida, Asy Syifaur Roisah; Fahmi, Afiqoh Akmalia; Syafi’udin, Muhammad Wahyu; Ramadhan, Muhammad Rivai Putra
Jurnal Pendidikan dan Teknologi Indonesia Vol 5 No 5 (2025): JPTI - Mei 2025
Publisher : CV Infinite Corporation

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jpti.587

Abstract

Toilet merupakan area vital dalam setiap lingkungan, baik itu rumah, tempat umum, atau fasilitas komersial. Kebersihan toilet merupakan aspek yang sangat penting bagi kesehatan dan kenyamanan pengguna. Apalagi jika pengguna toilet tidak sadar akan kebersihan, mengakibatkan toilet bau dan ruangan toilet menjadi pengap. Namun, pemantauan kebersihan toilet secara manual sering kali tidak efisien dan tidak memberikan informasi secara real-time tentang kondisi aktual. Sehingga dibutuhkan suatu sistem otomatis dan real-time yang dapat memantau kebersihan toliet, terutama di lingkungan rumah tinggal. Implementasi teknologi Internet of Things (IoT) dapat menjadi solusi yang efektif untuk memantau dan mengelola kebersihan toilet secara efisien. Tujuan dari penelitian ini adalah untuk merancang dan mengimplementasikan sistem "Smart Toilet" berbasis Internet of Things (IoT) yang mampu memantau kebersihan toilet secara real-time. Sistem ini diharapkan dapat memberikan informasi yang akurat dan cepat tentang kondisi kebersihan toilet, sehingga memungkinkan tindakan yang cepat dan tepat dalam pemeliharaan dan sanitasi. Metode riset pada peneltian ini menggunakan Arduino dengan sensor suhu dan kandungan gas sekresi dari manusia. Standar amonia untuk bau biasa adalah sekitar 2 ppm, sedangkan suhu ruang toilet yang nyaman berkisar antara 22-25 derajat celcius sedangkan kelembapan berkisar antara 30 – 60 persen. Sistem smart toilet ini bekerja dengan mendeteksi suhu dan bau toilet yang diatas standar yang ditetapkan secara real-time, untuk dapat dilakukan penyemprotan lantai dengan air pembersih secara otomatis dan menyalakan alat sirkulasi udara melalui smartphone. Sistem ini diharapkan dapat membantu meningkatkan kesehatan masyarakat melalui pengelolaan kebersihan yang lebih efektif dan real-time.
Evaluasi dan Desain Antarmuka Pengguna Aplikasi Kesehatan Berbasis Kebutuhan Pengguna Ardiansyah, Bayu; Itje Sela, Enny
Jurnal Pendidikan dan Teknologi Indonesia Vol 5 No 5 (2025): JPTI - Mei 2025
Publisher : CV Infinite Corporation

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jpti.630

Abstract

Tantangan dalam manajemen klinik masih sering kali dihadapi, seperti pengelolaan data pasien, pengaturan jadwal konsultasi, dan komunikasi antara pasien dan tenaga medis yang masih menggunakan sistem manual atau semi manual sehingga kerap menyebabkan ketidakefisienan dan potensi kesalahan dalam pelayanan. Dengan adanya kemajuan teknologi informasi telah mengubah berbagai aspek kehidupan, termasuk dalam sektor kesehatan. Berdasarkan kemajuan teknologi yang terjadi maka dirancanglah aplikasi Klinik Assistant yang dapat membantu untuk meningkatkan efisiensi operasional klinik dengan menyediakan fitur-fitur utama seperti reservasi online, melihat jadwal dokter, konsultasi online, dan pembelian obat secara online. Tahapan yang dilakukan dalam merancang sistem ini adalah dengan mengumpulkan data-data yang dibutuhkan kemudian membuat rancangan dengan menggunakan perancangan Unified Modeling Language (UML) serta membuat prototype sistem yang diimplementasikan menggunakan framework flutter dan visual studio code sebagai software pendukung dalam membangun sistem ini, lalu pengujian prototype dilakukan dengan metode pengujian blackbox testing. Hasil pengujian sementara menunjukan bahwa prototype sistem ini dapat berjalan dengan baik. Penelitian ini bertujuan untuk merancang dan mengevaluasi antarmuka pengguna (UI) pada aplikasi pelayanan kesehatan untuk meningkatkan pengalaman pengguna (UX). Dengan menggunakan pendekatan kualitatif dan metode analisis kebutuhan pengguna, penelitian ini memfokuskan pada desain UI/UX yang nyaman dan mudah digunakan. Hasil dari penelitian menunjukkan bahwa evaluasi usability yang positif skor rata-rata pada kuesioner System Usability Scale (SUS) mencapai 78.5, menunjukkan bahwa desain antarmuka yang diusulkan memiliki tingkat usability yang baik. Selain itu, skor rata-rata pada User Experience Questionnaire (UEQ) sebesar 1.75 menandakan bahwa pengguna merasa nyaman dan puas dengan pengalaman yang diberikan oleh aplikasi.
Evaluasi Metode Exponential Smoothing dan Moving Average Untuk Peramalan Data Pengangguran di Indonesia Fatkhudin, Aslam; Artanto, Fenilinas Adi; Zamaroh, Firda; Azarine, Vida Alisa
Jurnal Pendidikan dan Teknologi Indonesia Vol 5 No 5 (2025): JPTI - Mei 2025
Publisher : CV Infinite Corporation

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jpti.640

Abstract

Pengangguran merupakan salah satu permasalahan ekonomi yang dapat mempengaruhi pertumbuhan dan kesejahteraan suatu negara. Di Indonesia tingkat pengangguran yang terus meningkat menjadi masalah yang serius dan memerlukan peramalan tingkat pengagguran yang akurat sehingga dapat dijadikan sebagai pendukung Pemerintah dalam memberikan kebijakan. Penelitian ini melakukan peramalan angka pengangguran dengan membandingkan akurasi dari metode Exponential Smoothing dan Moving Average dalam memprediksi pengangguran menggunakan data pengangguran dari tahun 1986 sampai dengan 2024 yang didapatkan dari situs website resmi Badan Pusat Statistik (BPS). Evaluasi dilakukan dengan membandingkan nilai dari Mean Absolute Error (MAE) dan Root Mean Square Error (RMSE). Dari lima metode yang di uji yaitu metode Single Exponential Smoothing, Double Exponential Smooting, Multiple Exponrntial Smoothin (Holt Winter), Singel Moving Average dan Autoregressive Integrated Moving Average (Arima), mendapatkan hasil yang menunjukan bahwa metode Double Exponetial Smoothing menjadi metode terbaik dengan menghasilkan nilai MAE sebesar 530.800 dan RMSE sebesar 707.182. Sehingga dalam melakukan peramalan Tingkat pengangguran di Indonesia disarankan menggunakan metode Double Exponential Smoothing dengan parameter nilai alpha 0,31 dan beta 0,81. Hasil peramalan yang mendekati aslinya akan memberikan hasil yang akurat yang akan memberikan kemudahan dalam pengambilan Keputusan terkait kebijakan pemerintah dalam mengatasi pengangguran di Indonesia.
Eksplorasi Model Hybrid Transformer-Latent Semantic Analysis (LSA) Untuk Pemahaman Konteks Teks Berita Berbahasa Indonesia Sofa, Nur; Utomo, Fandy Setyo; Saputro, Rujianto Eko
Jurnal Pendidikan dan Teknologi Indonesia Vol 5 No 5 (2025): JPTI - Mei 2025
Publisher : CV Infinite Corporation

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jpti.662

Abstract

Kemajuan teknologi informasi meningkatkan konsumsi berita digital, menuntut sistem Natural Language Processing (NLP) yang efisien dalam memahami bahasa Indonesia. Namun, kompleksitas morfologi bahasa Indonesia menyulitkan model NLP konvensional dalam menangkap makna semantik secara akurat. Model deep learning seperti Transformer unggul dalam menangkap hubungan semantik lokal, sementara Latent Semantic Analysis  (LSA) memahami hubungan semantik global melalui reduksi dimensi. Namun, Transformer membutuhkan sumber daya komputasi besar, sedangkan LSA cenderung kehilangan konteks sintaksis. Penelitian ini mengusulkan model hybrid yang mengintegrasikan Transformer dan LSA untuk meningkatkan pemahaman teks berita Indonesia serta mengevaluasi performanya dibandingkan model individu dan deep learning yang lebih kompleks. Evaluasi menggunakan Accuracy, F1-Score, BLEU Score, ROUGE, dan Perplexity. Model hybrid mencapai akurasi 0.510760 dan F1-Score 0.520486, lebih baik dari LSA dan Transformer, tetapi masih tertinggal dari BERT dan GPT. Meski demikian, model hybrid lebih efisien secara komputasi dibandingkan model deep learning yang lebih kompleks. Penelitian ini berkontribusi pada pengembangan NLP bahasa Indonesia dengan pendekatan yang lebih ringan. Implikasi penelitian menunjukkan perlunya dataset lebih besar dan teknik embedding lebih maju. Penelitian selanjutnya dapat mengeksplorasi integrasi model hybrid dengan BERT atau GPT, serta teknik embedding lain seperti word2vec atau fastText untuk meningkatkan pemahaman semantik.
Menjelajahi Tantangan dan Kemajuan Dalam Deep Learning Untuk Readmisi Pasien: Tinjauan Literatur Sistematis Surur, Miftahus; Tahyudin, Imam; Saputra, Dhanar Intan Surya; Nanjar, Agi
Jurnal Pendidikan dan Teknologi Indonesia Vol 5 No 5 (2025): JPTI - Mei 2025
Publisher : CV Infinite Corporation

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jpti.681

Abstract

Prediksi readmisi pasien telah menjadi tantangan utama dalam meningkatkan kualitas layanan kesehatan. Penelitian ini menyajikan tinjauan sistematis terhadap algoritma deep learning, dengan menganalisis 30 artikel dari database utama seperti Scopus, IEEE Xplore, dan ScienceDirect. Proses pencarian literatur dilakukan menggunakan kombinasi kata kunci seperti 'deep learning', 'readmisi pasien', dan 'prediksi kesehatan' serta mengikuti kerangka PRISMA untuk menyaring studi yang relevan berdasarkan kriteria inklusi dan eksklusi. Hasil penelitian menunjukkan bahwa algoritma Long Short-Term Memory (LSTM) mendominasi dalam menangkap pola temporal dari data Electronic Health Record (EHR), dengan kinerja mencapai Area Under the Curve (AUC) hingga 88,4%. Selain itu, Convolutional Neural Networks (CNN) terbukti efektif untuk menganalisis teks tidak terstruktur, sementara model Transformer menunjukkan potensi dalam menangani dataset berskala besar. Tantangan utama yang ditemukan meliputi ketidakseimbangan data dan heterogenitas data medis, yang dapat mempengaruhi akurasi prediksi. Solusi inovatif seperti federated learning dan Explainable AI (XAI) diusulkan untuk meningkatkan interpretabilitas dan efisiensi algoritma dalam konteks klinis. Penelitian ini memberikan wawasan berharga mengenai potensi dan keterbatasan deep learning dalam prediksi readmisi pasien serta menawarkan rekomendasi strategis untuk pengembangan teknologi kesehatan yang lebih baik.
Pengaruh Digital Marketing melalui Meta Ads terhadap Brand Awareness UMKM Kopi Baihaqi, Shidqi Ahmad; Widodo, Suprih
Jurnal Pendidikan dan Teknologi Indonesia Vol 5 No 4 (2025): JPTI - April 2025
Publisher : CV Infinite Corporation

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jpti.713

Abstract

UMKM di Indonesia menghadapi tantangan dalam meningkatkan jangkauan pemasaran akibat keterbatasan sumber daya dan persaingan digital yang ketat. Meta Ads menjadi salah satu strategi digital marketing yang memungkinkan segmentasi audiens yang lebih spesifik dan efektif dalam meningkatkan brand awareness. Penelitian ini bertujuan untuk menganalisis pengaruh digital marketing melalui Meta Ads dalam meningkatkan brand awareness UMKM Amound Coffee. Metode yang digunakan adalah kuantitatif deskriptif dengan survei sebelum dan sesudah kampanye Meta Ads. Kampanye dilakukan selama satu hari melalui Instagram Reels dengan target audiens yang relevan. Data yang diperoleh dianalisis menggunakan uji Wilcoxon Signed-Rank Test untuk mengukur perubahan brand awareness sebelum dan sesudah kampanye. Hasil penelitian menunjukkan bahwa Meta Ads berkontribusi signifikan dalam meningkatkan jangkauan audiens dan brand awareness. Dengan demikian, digital marketing melalui Meta Ads dapat menjadi strategi efektif bagi UMKM dalam memperluas jangkauan pasar dan meningkatkan brand awareness. Dampaknya tidak hanya meningkatkan daya saing UMKM di era digital, tetapi juga membuka peluang pertumbuhan bisnis yang lebih luas. Penelitian selanjutnya dapat memperluas cakupan dengan menguji efektivitas kampanye dalam durasi lebih panjang atau membandingkan berbagai platform iklan digital.
Pengembangan Skenario Serangan Siber untuk Pelatihan Tim Tanggap Insiden Siber Pemerintah Daerah Menggunakan Framework MITRE ATT&CK dan Cyber Kill Chain Romadhon, Faizal Wahyu; Salman, Muhammad
Jurnal Pendidikan dan Teknologi Indonesia Vol 5 No 5 (2025): JPTI - Mei 2025
Publisher : CV Infinite Corporation

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jpti.715

Abstract

Keamanan siber menjadi tantangan utama bagi organisasi dalam menghadapi ancaman seperti phishing, malware, dan eksploitasi kerentanan. Penelitian ini mengembangkan dan memvalidasi skenario serangan siber untuk meningkatkan kesiapan Tim Tanggap Insiden Siber (TTIS) di pemerintah daerah. Skenario yang dikembangkan mencakup pencurian kredensial melalui phishing dan malware stealer, serta eksploitasi kerentanan aplikasi web untuk menyisipkan situs judi online ilegal. Penyusunan skenario menggunakan framework MITRE ATT&CK dan metodologi Cyber Kill Chain guna memetakan teknik serangan secara sistematis. Validasi dilakukan melalui expert judgement oleh pakar keamanan siber untuk menilai realisme dan relevansi skenario terhadap ancaman nyata. Hasil validasi menunjukkan bahwa skenario ini sesuai dengan ancaman terkini dan mencerminkan celah keamanan yang sering dimanfaatkan oleh penyerang. Evaluasi skenario menunjukkan bahwa latihan berbasis serangan nyata meningkatkan deteksi insiden serta efektivitas respons tim. Penelitian ini berkontribusi dalam penyempurnaan metode pelatihan keamanan siber di sektor publik dengan menyediakan skenario berbasis ancaman yang kontekstual. Hasil penelitian dapat digunakan untuk meningkatkan strategi pelatihan dan optimalisasi alat pendukung. Penelitian selanjutnya dapat mengembangkan skenario serangan tambahan, seperti ransomware dan Advanced Persistent Threats (APT), serta mengintegrasikan teknik deteksi otomatis guna meningkatkan kesiapan TTIS.

Page 36 of 60 | Total Record : 598

 34   35   36   37   38 

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