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
 43   44   45   46   47 
Peramalan Jumlah Pengunjung Wisata Edukasi Museum Menggunakan Kombinasi Moving Average Dan Model Prophet Lifa, Lifa; Yuliansyah, Herman
Jurnal Pendidikan dan Teknologi Indonesia Vol 5 No 7 (2025): JPTI - Juli 2025
Publisher : CV Infinite Corporation

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jpti.898

Abstract

Peramalan jumlah pengunjung wisata edukasi museum berperan penting dalam pengelolaan operasional dan strategi berbasis data. Peramalan berfungsi untuk memperkirakan kebutuhan di masa depan, baik dalam hal kuantitas, kualitas, maupun waktu, sehingga pengelolaan sumber daya dapat lebih optimal. Penelitian sebelumnya menerapkan model Prophet untuk peramalan jumlah pengunjung objek wisata. Namun Prophet kurang efektif dalam menghadapi fluktuasi data yang tinggi, terutama saat terjadi perubahan tren secara tiba-tiba. Untuk mengatasi hal tersebut, penelitian ini mengkombinasikan Moving Average (MA) sebagai teknik preprocessing smoothing, sehingga hasil peramalan Prophet lebih stabil dan akurat. Penelitian ini bertujuan untuk membangun model peramalan dengan mengkombinasikan metode Moving Average dan model Prophet. Model ini dievaluasi menggunakan metrik MAE, MSE, RMSE, dan MAPE untuk mengukur tingkat keakuratan hasil peramalan. Data yang digunakan berasal dari jumlah pengunjung Museum Muhammadiyah pada periode 2023–2024. Tahapan penelitian meliputi cleaning data, transformasi log, smoothing dengan Moving Average, serta penerapan Prophet dengan parameter trend, seasonality, dan holidays. Model terbaik diperoleh pada dataset pengunjung personal harian dengan MAE 0.15, MSE 0.02, RMSE 0.15, MAPE 5.58% dengan hasil peramalan tertinggi tanggal 12 Januari 2025 sebesar 2.79 pengunjung dan terendah tanggal 8 Mei 2025 sebesar 1.31 pengunjung. pada dataset pengunjung grup per bulan, hasil peramalan tertinggi bulan Januari sebesar 3398 pengunjung dan terendah bulan Mei sebesar 1171 pengunjung, MAPE sebesar 29,10%. Hasil menunjukkan bahwa Model Prophet mampu meramalkan jumlah pengunjung Museum Muhammadiyah dan Moving Average mampu meningkatkan performa Prophet. Penelitian ini bermanfaat bagi pengelola museum dalam merencanakan strategi promosi, penjadwalan kegiatan, sehingga dapat meningkatkan kualitas layanan.
System Smart Parking Berbasis Mikrokontroler ESP32 dan RFID Untuk Otomatisasi Akses Parkir di PT. Glory Industrial Semarang Gallant Smart, Victor; Cahyo Utomo, Ihsan
Jurnal Pendidikan dan Teknologi Indonesia Vol 5 No 7 (2025): JPTI - Juli 2025
Publisher : CV Infinite Corporation

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jpti.899

Abstract

Perkembangan teknologi, khususnya Radio Frequency Identification (RFID), telah memberikan kontribusi signifikan dalam mendukung otomatisasi berbagai sistem, termasuk sistem parkir. PT Glory Industrial Semarang menghadapi permasalahan dalam pengelolaan lahan parkir, di mana proses pengecekan kendaraan masih dilakukan secara manual oleh petugas keamanan, sehingga menghambat efisiensi operasional harian. Penelitian ini bertujuan untuk mengembangkan sistem smart parking berbasis mikrokontroler ESP32 dan RFID guna meningkatkan efisiensi waktu dan ketertiban akses kendaraan. Metode yang digunakan adalah metode prototype, dengan serangkaian tahapan mulai dari perancangan hingga pengujian sistem secara langsung. Pengujian dilakukan sebanyak 20 kali simulasi akses masuk dan keluar kendaraan dengan hasil akurasi pembacaan RFID mencapai 100% dan respon sistem yang cepat dalam mengontrol palang pintu otomatis. Hasil implementasi menunjukkan bahwa sistem mampu mengurangi waktu antrean dan meningkatkan keamanan area parkir. Penelitian ini berkontribusi pada pengembangan sistem parkir otomatis berbasis IoT yang lebih efisien, aman, dan dapat diterapkan di lingkungan industri sejenis.
Implementasi Algoritma Shortest Job First Untuk Optimalisasi Sistem Antrean Pelayanan Administrasi Kependudukan Desa Raka Mahendra, Galuh; Gunawan, Dedi
Jurnal Pendidikan dan Teknologi Indonesia Vol 5 No 7 (2025): JPTI - Juli 2025
Publisher : CV Infinite Corporation

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jpti.901

Abstract

Perkembangan teknologi informasi mendorong peningkatan kualitas layanan publik, termasuk dalam pengelolaan sistem antrean pada pelayanan administrasi kependudukan, khususnya di tingkat desa. Sistem antrean yang masih berjalan secara manual sering menghadapi permasalahan seperti ketidakpastian waktu tunggu dan kesalahan dalam pengolahan data. Penelitian ini mengembangkan sistem antrean berbasis web dengan menerapkan algoritma Shortest Job First (SJF) untuk menentukan urutan pemrosesan pengajuan surat berdasarkan estimasi waktu pengerjaan. Untuk menjaga keadilan antrean, diterapkan mekanisme aging agar permohonan yang telah menunggu lama memperoleh prioritas lebih tinggi. Pengembangan sistem dilakukan dengan pendekatan Agile yang mendukung penyesuaian kebutuhan pengguna secara fleksibel dan memungkinkan proses pengembangan berkelanjutan melalui enam tahap: Requirement, Design, Development, Testing, Deployment, dan Review. Pengujian dilakukan menggunakan Black-box testing untuk fungsionalitas sistem dan System Usability Scale (SUS) untuk menilai kemudahan penggunaan. Hasil pengujian Black-box testing menunjukkan bahwa seluruh fitur berfungsi dengan baik untuk tiga kategori pengguna: penduduk, administrator, dan kepala desa. Pengujian SUS menghasilkan skor 78,25, yang termasuk kategori Good dan Acceptable. Hasil tersebut menunjukkan bahwa metode dan algoritma yang digunakan berkontribusi terhadap pengembangan sistem antrean pelayanan administrasi kependudukan yang lebih efisien dan adaptif.
Optimasi Aturan Asosiasi Transaksi Penjualan Obat Menggunakan Kombinasi Apriori dan Algoritma Genetika Febiyan, Rifal; Yuliansyah, Herman
Jurnal Pendidikan dan Teknologi Indonesia Vol 5 No 7 (2025): JPTI - Juli 2025
Publisher : CV Infinite Corporation

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jpti.902

Abstract

Analisis pola transaksi dalam penjualan obat sangat penting untuk mengoptimalkan manajemen stok di apotek. Salah satu metode yang umum digunakan dalam data mining adalah algoritma Apriori, yang mampu menemukan aturan pola asosiasi antara item dalam transaksi. Penelitian sebelumnya menerapkan Association Rule Mining pada data transaksi penjualan untuk mengoptimalkan tata letak produk dan meningkatkan penjualan di minimarket. Selain itu, metode ini juga diterapkan dalam Market Basket Analysis (MBA) untuk menganalisis keterkaitan antar produk guna meningkatkan strategi bisnis ritel. Keluaran dari Apriori mudah dipahami dan dapat mengidentifikasi banyak pola baru. Namun, banyaknya aturan asosiasi yang dihasilkan memungkinkan munculnya aturan yang lemah dan interpretasi menjadi sulit. Hal ini karena Apriori memiliki keterbatasan dalam menghasilkan sejumlah besar aturan asosiasi yang dapat mengurangi efisiensi kejelasan hasil. Untuk mengatasi keterbatasan tersebut, peneliti mengusulkan kombinasi algoritma Apriori dan algoritma Genetika (GA) untuk menghasilkan aturan asosiasi yang lebih relevan dan optimal. Penelitian ini fokus pada hasil penerapan Apriori dalam menentukan keterhubungan pola antar itemset, serta menganalisis pengaruh algoritma Genetika dalam optimasi association rules dari Apriori. Penelitian dilakukan melalui tahapan pengumpulan data transaksi, preprocessing, penerapan Apriori, dan optimasi aturan menggunakan GA. Seleksi GA memakai metode roulette wheel, dengan teknik one-point crossover dan mutasi. Berdasarkan rata-rata matriks sepuluh kali percobaan kombinasi Apriori dan GA mendapatkan nilai support 0.137309, confidence 3.369825 dan lift ratio 61.49805. Hasil percobaan menunjukkan bahwa Apriori menghasilkan aturan asosiasi dan pengaruh GA mampu menyeleksi aturan asosiasi yang lebih relevan dan kuat serta mengurangi jumlah aturan yang dihasilkan Apriori, sehingga meningkatkan efektivitas analisis manajemen stok dan strategi pemasaran.
Analisis Akurasi Deteksi Objek Menggunakan TensorFlow dengan Metode Single Shot Detection untuk Pengenalan Karakter Animasi dalam Film Battle of Surabaya Triesa Wea, Engel Bertus; Ariatmanto, Dhani
Jurnal Pendidikan dan Teknologi Indonesia Vol 5 No 7 (2025): JPTI - Juli 2025
Publisher : CV Infinite Corporation

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jpti.905

Abstract

Pendeteksian karakter dalam film animasi secara otomatis masih menghadapi tantangan signifikan, seperti kompleksitas latar belakang, variasi pencahayaan, dan perbedaan pose karakter, yang dapat menurunkan akurasi sistem. Penelitian ini bertujuan untuk meningkatkan akurasi pendeteksian karakter animasi dengan menerapkan metode Single Shot Detection (SSD) menggunakan TensorFlow. Studi kasus difokuskan pada karakter dalam film animasi Battle of Surabaya. Metode SSD dipilih karena kemampuannya dalam melakukan deteksi objek secara cepat dan efisien dalam satu tahap pemrosesan. Dataset yang digunakan terdiri dari 30 gambar karakter Musa, Yumna, dan Danu dalam berbagai pose dan kondisi visual. Proses pelatihan model dilakukan menggunakan pendekatan transfer learning dan augmentasi data untuk meningkatkan keragaman data latih serta mengurangi risiko overfitting. Hasil pengujian menunjukkan bahwa model mencapai akurasi rata-rata sebesar 99% pada dataset uji, dengan performa yang tetap stabil meskipun terdapat variasi latar belakang dan pencahayaan. Analisis lebih lanjut juga dilakukan terhadap faktor-faktor yang memengaruhi kinerja model. Penelitian ini berkontribusi dalam pengembangan sistem deteksi karakter animasi yang akurat dan efisien, dengan potensi penerapan dalam industri animasi, sistem pengawasan visual, aplikasi edukatif interaktif, dan pengembangan teknologi computer vision. Selain itu, sistem ini dapat mendukung identifikasi karakter secara otomatis untuk tujuan perlindungan hak cipta visual pada media digital.
Rancang Bangun Sistem Monitoring Inkubator Telur Otomatis Berbasis Iot Menggunakan Sensor Dht22 Dan Mikrokontroler Esp-32 Rahayu, Usman Puji; Styawati, Styawati
Jurnal Pendidikan dan Teknologi Indonesia Vol 5 No 7 (2025): JPTI - Juli 2025
Publisher : CV Infinite Corporation

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jpti.907

Abstract

Peternakan merupakan salah satu sektor utama penyedia pangan setelah pertanian, salah satunya melalui usaha peternakan bebek. Untuk meningkatkan produksi, peternak umumnya melakukan perkembangbiakan dengan metode penetasan buatan menggunakan alat penetas telur. Alat ini memiliki peran penting dalam menghasilkan anakan bebek berkualitas. Faktor-faktor seperti suhu, kelembaban, dan rotasi telur harus dikendalikan dengan baik agar proses penetasan berlangsung optimal, sehingga diperlukan pemantauan dan pengawasan kondisi inkubator secara berkala. Penerapan teknologi Internet of Things (IoT) dalam bidang peternakan menjadi solusi untuk melakukan pemantauan kondisi inkubator secara otomatis dan real-time. Teknologi ini membantu peternak dalam memonitor suhu, kelembaban, dan kondisi telur di dalam ruang penetasan secara efisien. Penelitian ini mengusung judul "Sistem Monitoring Suhu dan Kondisi Inkubator Telur Menggunakan Sensor DHT22 dan ESP-32 CAM" yang bertujuan untuk memudahkan peternak dalam melakukan pemantauan ruang penetasan. Berdasarkan hasil pengujian, sistem yang dikembangkan mampu melakukan monitoring suhu, kelembaban, dan kondisi telur secara otomatis dan real-time, serta mengendalikan pemutaran telur secara otomatis guna meningkatkan tingkat keberhasilan penetasan.
Rekomendasi Pupuk Organik Untuk Bonsai dengan Implementasi Metode AHP dalam SPK Pratama, Govanda; Parjito
Jurnal Pendidikan dan Teknologi Indonesia Vol 5 No 8 (2025): JPTI - Agustus 2025
Publisher : CV Infinite Corporation

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jpti.490

Abstract

Terdapat suatu permasalahan yang ditemui pada penelitian ini yaitu belum ada rekomendasi pupuk organik sehingga masih sering terjadinya kekeliruan kepada para petani dalam menentukan pupuk organik terbaik untuk bonsai. Bonsai adalah seni mengkerdilkan tanaman yang berasal dari Jepang, telah lama dihargai karena keindahan dan ketelitiannya. Penelitian ini bertujuan untuk mengembangkan sistem pendukung keputusan untuk merekomendasikan pupuk organik terbaik untuk bonsai dengan menggunakan metode Analytical Hierarchy Process (AHP). Tantangan utama dalam memilih pupuk organik melibatkan kriteria bonsai waru, bonsai kimeng, bonsai sancang, bonsai anting putri, dan bonsai asem. Melalui matriks perbandingan berpasangan, penelitian ini menghitung bobot prioritas untuk alternatif pupuk yaitu pupuk kompos, kotoran hewan, dan pupuk hayati. Hasil penelitian ini memberikan panduan bagi pengelola bonsai untuk dapat memilih pupuk organik yang optimal, mendukung keberlanjutan dan estetika tanaman. Dengan analisis matriks perbandingan, pupuk kompos menunjukkan prioritas tertinggi dengan nilai (55,53%) dibandingkan kotoran hewan (30,74%) dan pupuk hayati (13,73%). Hasil ini mendukung keberlanjutan dan estetika pengelolaan bonsai. Rekomendasi untuk penelitian masa depan meliputi pengembangan dataset yang lebih komprehensif dan evaluasi lebih lanjut dari berbagai pupuk organik. Penelitian ini juga memberikan landasan yang kuat untuk pengembangan lebih lanjut dalam pemupukan organik pada bonsai, mendukung pengelolaan yang lebih efisien, dan mempertahankan keindahan serta nilai estetika bonsai.
Analisis Faktor-Faktor Penerimaan Teknologi dalam Pembelajaran Vokasi: Integrasi Model Technology Acceptance Model dan Theory of Planned Behavior di SMK Ma’arif 1 Kroya Harimato, Bambang; Berlilana, Berlilana; Barkah, Azhari Shouni
Jurnal Pendidikan dan Teknologi Indonesia Vol 5 No 8 (2025): JPTI - Agustus 2025
Publisher : CV Infinite Corporation

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jpti.772

Abstract

Penerapan teknologi dalam pendidikan vokasi menjadi semakin penting untuk menunjang kesiapan siswa menghadapi era digital dan industri 4.0. Namun, tingkat penerimaan teknologi oleh siswa, khususnya di jurusan Teknik Komputer dan Jaringan (TKJ), masih menunjukkan variasi yang signifikan dan membutuhkan kajian lebih lanjut. Penelitian ini bertujuan untuk menganalisis faktor-faktor yang memengaruhi penerimaan teknologi dalam pembelajaran vokasi di SMK Ma’arif 1 Kroya, dengan mengintegrasikan pendekatan Technology Acceptance Model (TAM) dan Theory of Planned Behavior (TPB). Penelitian ini menggunakan metode kuantitatif dengan teknik analisis Partial Least Squares Structural Equation Modeling (PLS-SEM) melalui perangkat lunak SmartPLS 4. Hasil analisis menunjukkan bahwa PU dan PEU berpengaruh signifikan terhadap sikap siswa terhadap penggunaan teknologi (ATT), sedangkan SN dan PBC berkontribusi langsung terhadap niat penggunaan (BI). Selanjutnya, BI terbukti berpengaruh terhadap penggunaan aktual teknologi dalam pembelajaran (AU). Temuan ini mengindikasikan bahwa strategi peningkatan penerimaan teknologi perlu difokuskan pada penguatan persepsi kegunaan dan kemudahan teknologi, dukungan sosial, serta pemberdayaan kontrol perilaku siswa. Implikasi praktis dari penelitian ini mencakup pengembangan pelatihan teknologi bagi siswa dan guru, serta desain pembelajaran vokasi yang berbasis teknologi secara lebih interaktif dan aplikatif.
Analisis Tren Penelitian Hyperparameter Tuning dalam Software Engineering melalui Systematic Literature Review dan Bibliometric Analysis Fadilatul Fajriyah, Rizqi; Sulistyo nugroho, Yusuf
Jurnal Pendidikan dan Teknologi Indonesia Vol 5 No 8 (2025): JPTI - Agustus 2025
Publisher : CV Infinite Corporation

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jpti.817

Abstract

Hyperparameter tuning merupakan salah satu aspek penting dalam meningkatkan performa model machine learning di bidang software engineering. Meskipun memiliki dampak signifikan, kajian terkait tren dan perkembangan penelitian hyperparameter tuning di bidang ini masih terbatas dan belum banyak dieksplorasi secara sistematis. Penelitian ini bertujuan untuk menganalisis tren penelitian hyperparameter tuning dalam software engineering melalui pendekatan Systematic Literature Review (SLR) dan Bibliometric Analysis. Metode bibliometrix menggunakan Bibliometrix R-Package, sebanyak 503 artikel diperoleh dari database Scopus dianalisis untuk mengidentifikasi metode tuning yang dominan, tantangan yang dihadapi, serta peluang penelitian masa depan. Hasil kajian menunjukkan adanya fluktuasi jumlah publikasi dari tahun 2020 hingga 2025, dengan peningkatan signifikan pada tahun 2024 (132 artikel), namun diiringi penurunan rata-rata sitasi pada  tahun 2025 (10 artikel) dapat dikaitkan dengan waktu yang lebih singkat bagi publikasi baru untuk mendapatkan kutipan.  Wang Y menjadi penulis terbanyak dengan 11 artikel dan sebagai penulis yanng paling berpengaruh dengan skor fraksionalisasi 1,75. Sumber paling relevan dan populer berdasarkan jumlah publikasi kategori Jurnal ilmiah adalah IEEE Transactions on Software Engineering (18 artikel), untuk kategori konferensi yaitu ACM International Conference Proceeding Series (15 artikel). Tren topik berdasarkan kata kunci yang sering muncul adalah deep learning dengan 89 kemunculan. Tren penelitian juga menunjukkan peningkatan signifikan dalam eksplorasi teknik tuning otomatis guna mengatasi kompleksitas model dan biaya komputasi yang tinggi. Kajian ini memberikan wawasan mengenai perkembangan terkini dan tantangan, seperti kurangnya generalisasi hasil tuning dan pendekatan akan pendekatan yang lebih adaptif, serta membuka peluang penelitian untuk inovasi di bidang hyperparameter tuning dalam software engineering.
Evaluasi Model Random Forest dengan Teknik SMOTE dan RUS untuk Klasifikasi Kerusakan Motor di Bengkel PLAVIX Annahdli, Zacky Fahd; Pramudya, Elkaf Rahmawan
Jurnal Pendidikan dan Teknologi Indonesia Vol 5 No 8 (2025): JPTI - Agustus 2025
Publisher : CV Infinite Corporation

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jpti.880

Abstract

Diagnosis kerusakan motor di bengkel konvensional masih sangat bergantung pada intuisi dan pengalaman subjektif mekanik, yang dapat menyebabkan inkonsistensi dan potensi kesalahan dalam penanganan kendaraan. Untuk mengatasi permasalahan tersebut, penelitian ini mengevaluasi kinerja algoritma Random Forest dalam mengklasifikasikan jenis kerusakan motor menggunakan dataset dari Bengkel PLAVIX. Data gejala diolah menggunakan Term Frequency-Inverse Document Frequency (TF-IDF), sedangkan fitur kategorikal dienkode dengan Label Encoding. Ketidakseimbangan data ditangani menggunakan Synthetic Minority Over-sampling Technique (SMOTE) dan Random Under-Sampling (RUS). Hasil menunjukkan bahwa Random Forest dengan SMOTE mampu meningkatkan akurasi dari 72,73% menjadi 77,27%, dengan peningkatan signifikan pada presisi sebesar 67,42%, serta recall sebesar 77,27% dan F1-Score sebesar 70,91% . Kombinasi SMOTE dan RUS juga memberikan keseimbangan yang lebih baik antara presisi dan recall. Studi ini membuktikan bahwa pendekatan machine learning dapat meningkatkan akurasi dan objektivitas diagnosis kerusakan motor, serta membantu bengkel dalam memberikan layanan perawatan kendaraan yang lebih andal dan efisien.

Page 45 of 60 | Total Record : 598

 43   44   45   46   47 

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