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
 45   46   47   48   49 
Strategi Digital Komunitas Lyfewithless dalam Membangun Kesadaran Ekologis Melalui Media Sosial Astutik, Astutik; Gunawati, Dewi; Nuryadi, Muhammad Hendri
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.939

Abstract

Konsumerisme berlebihan menjadi tantangan serius terhadap keberlanjutan lingkungan di era digital, dimana pola konsumsi masyarakat semakin dipercepat oleh media sosial. Di sisi lain, rendahnya kesadaran ekologis menunjukkan perlunya pendekatan baru dalam pendidikan kewarganegaraan yang relevan dan kontekstual dengan isu lingkungan. Penelitian ini bertujuan untuk menganalisis strategi digital yang diterapkan oleh komunitas lyfewithless dalam membangun kesadaran ekologis melalui platform Instagram. Metode penelitian menggunakan pendekatan kualitatif deskriptif dengan teknik pengumpulan data melalui observasi konten digital, wawancara mendalam, dan dokumentasi aktivitas komunitas. Hasil penelitian menunjukkan bahwa komunitas lyfewithless mengembangkan strategi berupa aktivisme visual, kampanye hashtag seperti #PakaiSampaiHabis, dan program pertukaran barang bernama Saling Silang. Strategi ini berdampak pada meningkatnya keterlibatan komunitas dan pemahaman masyarakat terhadap pentingnya gaya hidup yang lebih bertanggung jawab secara ekologis. Temuan penelitian ini menegaskan bahwa media sosial dapat menjadi sarana edukatif yang efektif dalam membentuk kesadaran ekologis melalui pendekatan komunikasi digital yang inovatif.
Analisis Sentimen Pengguna Aplikasi Livin' by Mandiri Menggunakan Metode Support Vector Machine (SVM) dengan Ekstraksi Fitur TF-IDF dan Word2Vec Suharman, Anas; Kamayani Sulaeman, Mia
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.941

Abstract

Pesatnya perkembangan aplikasi mobile banking di Indonesia, termasuk Livin’ by Mandiri, menimbulkan kebutuhan untuk memahami respons pengguna secara lebih mendalam. Studi ini bertujuan untuk mengevaluasi sentimen pengguna terhadap aplikasi tersebut berdasarkan ulasan yang diperoleh dari Google Play Store. Penelitian ini menerapkan algoritma Support Vector Machine (SVM) dengan dua teknik ekstraksi fitur, yaitu Term Frequency–Inverse Document Frequency (TF-IDF) dan Word2Vec. Sebanyak 15.000 ulasan dianalisis dan diklasifikasikan ke dalam sentimen positif maupun negatif, setelah melalui tahapan pra-pemrosesan. Hasil analisis menunjukkan bahwa model SVM dengan TF-IDF menghasilkan akurasi 87%, precision 90% untuk sentimen positif, serta recall sebesar 82%. Sebaliknya, pendekatan Word2Vec mencatatkan akurasi 83%, precision positif 92%, dan recall 71%. Temuan ini mengindikasikan bahwa TF-IDF lebih konsisten dalam klasifikasi umum, sedangkan Word2Vec lebih efektif dalam mengenali sentimen negatif.
Implementasi Machine Learning untuk Identifikasi Jamur pada Aplikasi Android Menggunakan Algoritma Convolutional Neural Network Afif Fahri, Reyhan; Farouq Mauladi, Kemal; Hasan Wahyudi, Muhammad
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.945

Abstract

Kurangnya pengetahuan masyarakat dalam mengenali jamur beracun di Indonesia masih menjadi masalah serius yang dapat menyebabkan kasus keracunan, terutama di daerah yang memiliki kebiasaan mengonsumsi jamur liar. Penelitian ini bertujuan untuk mengembangkan aplikasi berbasis Android yang dapat membantu masyarakat dalam mengidentifikasi jenis jamur secara otomatis sebagai upaya pencegahan keracunan. Metode yang digunakan adalah Convolutional Neural Network (CNN) dengan arsitektur MobileNetV2, yang diimplementasikan menggunakan TensorFlow Lite agar dapat dijalankan secara efisien pada perangkat mobile. Dataset terdiri dari 2000 citra jamur yang dibagi dalam rasio 80% untuk pelatihan dan 20% untuk validasi, dengan pelatihan dilakukan selama 30 epoch. Model yang dihasilkan mencapai akurasi pelatihan sebesar 83% dan akurasi pengujian sebesar 85%. Aplikasi yang dikembangkan mampu melakukan identifikasi secara cepat dan akurat, serta memiliki potensi besar untuk meningkatkan kesadaran masyarakat terhadap keamanan pangan. Penelitian ini memberikan kontribusi penting dalam pengembangan teknologi berbasis kecerdasan buatan di bidang kesehatan dan keamanan pangan.
Analisis Tren Integrasi Lembar Kerja Peserta Didik (LKPD) dan Project Based Learning (PjBL) dalam Pendidikan Dasar: Systematic Review 2021–2025 Nastiti, Neni; Widiarti, Nuni; Subali, Bambang; Mujaki, Ahmad
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.952

Abstract

Project-Based Learning (PjBL) dan Lembar Kerja Peserta Didik (LKPD) merupakan dua pendekatan pembelajaran yang terbukti efektif dalam meningkatkan keterlibatan (engagement), berpikir kritis, dan kemandirian belajar siswa sekolah dasar. Meskipun telah banyak diterapkan, kajian sistematis yang menganalisis tren, metodologi, dan fokus variabel dari penelitian terkait masih terbatas secara kuantitatif. Penelitian ini bertujuan untuk memetakan arah dan pola perkembangan riset mengenai integrasi PjBL dan LKPD dalam konteks pendidikan dasar melalui metode Systematic Literature Review (SLR). Proses SLR mengikuti protokol PRISMA dan dilakukan terhadap artikel yang dipublikasikan pada tahun 2021–2025 dalam basis data Directory of Open Access Journals (DOAJ). Dari total 964 artikel yang diidentifikasi (772 bertema PjBL dan 192 bertema LKPD), hanya 105 artikel yang dinyatakan relevan berdasarkan penyaringan dengan kata kunci “elementary education”, “primary education”, dan “pendidikan dasar” (60 artikel PjBL/8%, 40 artikel LKPD/21%, 5 artikel integratif). Analisis kuantitatif menunjukkan bahwa metode eksperimen mendominasi (34 artikel/32,4%), diikuti oleh Research and Development (24 artikel/22,9%), kualitatif (16 artikel/15,2%), serta metode campuran dan lainnya (31 artikel/29,5%). Berdasarkan karakteristik partisipan, subjek terbanyak berasal dari siswa kelas V SD (22 artikel/21%), kemudian kelas IV (11 artikel/10,5%), dan kategori umum siswa SD (12 artikel/11,4%). Variabel bebas yang paling dominan adalah PjBL tunggal (60 artikel/57,1%) dan LKPD tunggal (40 artikel/38,1%), sementara integrasi LKPD–PjBL hanya ditemukan dalam 5 artikel (4,8%). Variabel terikat yang paling banyak dikaji meliputi hasil belajar (25 artikel/23,8%), kemampuan berpikir kritis (10 artikel/9,5%), motivasi belajar (8 artikel/7,6%), dan kolaborasi (5 artikel/4,8%). Terdapat pula eksplorasi terbatas terhadap variabel moderator seperti LKPD–STEM, PjBL–Etnosains, dan PjBL–AI, masing-masing hanya muncul pada 1 hingga 2 artikel (kurang dari 2%). Secara empiris, penerapan terintegrasi PjBL dan LKPD menghasilkan peningkatan hasil belajar kognitif sebesar 24,72%, keaktifan belajar sebesar 35,5%, kemampuan berpikir kritis hingga 79,37%, serta komunikasi matematis sebesar 80%. Sementara itu, validitas instrumen (LKPD) yang dikembangkan juga menunjukkan skor tinggi, dengan rerata validitas lebih dari 90%, menunjukkan keandalan media secara substansial, teknis, dan pedagogis. Temuan ini memperlihatkan kontribusi signifikan dari PjBL dan LKPD dalam membentuk pembelajaran yang aktif, kolaboratif, dan bermakna. Penelitian ini menegaskan bahwa PjBL dan LKPD memiliki potensi besar dalam meningkatkan efektivitas pembelajaran dan pengembangan keterampilan abad ke-21. Namun, temuan lainnya juga menunjukkan adanya kesenjangan dalam keberagaman metodologi, kurangnya eksplorasi tema afektif dan psikomotorik, serta minimnya studi longitudinal. Oleh karena itu, diperlukan perluasan cakupan topik dan pendekatan penelitian untuk memperkuat fondasi konseptual dan praktis dalam mengembangkan strategi pembelajaran inovatif di jenjang pendidikan dasar.
A Review Artikel : Studi Komprehensif Kinerja Sistem Keamanan Jaringan dalam Menangkal Serangan terhadap Infrastruktur Energi Listrik Harwahyu, Ruki; Nur Aprilla, Lendra
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.954

Abstract

Infrastruktur energi listrik semakin bergantung pada teknologi informasi dan komunikasi sehingga menjadi lebih rentan terhadap serangan siber. Ketergantungan ini menambah risiko serius terhadap keandalan dan keamanan sistem tenaga listrik, terutama dalam menghadapi serangan yang semakin canggih dan terorganisir. Penelitian ini bertujuan untuk mengevaluasi kinerja sistem keamanan jaringan dalam melindungi infrastruktur energi listrik dari ancaman siber. Metode yang digunakan adalah studi literatur dengan pendekatan analisis deskriptif terhadap berbagai teknik pertahanan yang telah diterapkan maupun yang sedang dikembangkan. Hasil kajian menunjukkan bahwa sistem deteksi intrusi (IDS), firewall cerdas, dan algoritma pembelajaran mesin adalah pendekatan yang paling umum dan efektif. Namun, beberapa kelemahan ditemukan, seperti keterbatasan dalam mendeteksi serangan zero-day, kurangnya kemampuan adaptasi terhadap pola serangan baru, serta integrasi sistem yang belum optimal. Berdasarkan temuan ini, penelitian ini merekomendasikan peningkatan integrasi teknologi berbasis kecerdasan buatan, penguatan respons waktu nyata (real-time response), dan perbaikan koordinasi antar sistem keamanan. Temuan ini diharapkan dapat menjadi dasar dalam pengembangan strategi keamanan siber yang lebih kuat dan adaptif untuk menjaga keandalan serta ketahanan infrastruktur energi listrik dalam jangka panjang.
Pengujian Keamanan Aplikasi Mobile Learning Management System berbasis Deep Reinforcement Learning dengan Model Fuzzing Adaptif Buana, Rama Amindra; Kurniawan, 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.957

Abstract

Keamanan aplikasi Learning Management System (LMS) berbasis mobile menjadi perhatian utama seiring dengan meningkatnya penggunaan platform digital dalam kegiatan pembelajaran. Namun, pengujian keamanan secara manual dan metode fuzzing tradisional sering kali tidak efektif dalam mendeteksi kerentanan tersembunyi. Oleh karena itu, penelitian ini bertujuan untuk merancang dan mengimplementasikan model fuzzing berbasis Deep Reinforcement Learning (DRL) guna mengoptimalkan proses pengujian keamanan pada aplikasi LMS berbasis mobile dalam format APK. Model yang dikembangkan menggunakan algoritma Deep Q-Network (DQN) untuk mengeksplorasi komponen UI, intent, dan input dengan mengandalkan hasil analisis statis serta dataset payload dari OWASP dan FuzzDB. Sistem dikendalikan oleh agen DRL yang dilatih melalui interaksi bertahap dengan environment Appium dan ADB, dengan reward function yang mempertimbangkan pemicu API, deteksi crash, dan variasi aksi. Evaluasi dilakukan berdasarkan jumlah respon API yang dipicu, skenario crash yang dihasilkan, serta stabilitas dan konsistensi reward selama pelatihan. Hasil menunjukkan bahwa agen DRL mampu mempertahankan reward stabil di atas 500, memicu 11 crash unik, dan menjelajahi 95 aksi eksplorasi berbeda dengan jumlah aksi berulang yang minim. Penelitian ini menunjukkan bahwa pendekatan DRL dapat meningkatkan cakupan pengujian dan efektivitas deteksi kerentanan pada aplikasi LMS mobile. Temuan ini penting bagi pengembang dan institusi pendidikan dalam memperkuat keamanan aplikasi sebelum implementasi luas, serta berkontribusi pada pengembangan metode fuzzing otomatis berbasis kecerdasan buatan.
Sistem Pendukung Keputusan Pemilihan Supplier Menggunakan Metode Simple Additive Weighting Pada Toko Grosir Dua Putri Mawaddah, Zuriatul; Salisah, Febi Nur; Saputra, Eki; Afdal, M.
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.958

Abstract

Pemilihan supplier yang tepat memegang peranan penting dalam menjaga efisiensi operasional dan daya saing perusahaan, khususnya dalam bisnis grosir. Toko Grosir Dua Putri mengalami kesulitan dalam menentukan supplier terbaik secara objektif. Penelitian ini bertujuan untuk mengembangkan sistem pendukung keputusan (SPK) berbasis web menggunakan metode Simple Additive Weighting (SAW) guna mendukung pemilihan supplier secara efektif dan transparan. Metode SAW dipilih karena kemampuannya dalam memberikan penilaian terukur berdasarkan pembobotan beberapa kriteria, seperti harga, kualitas, ketepatan pengiriman, tempo pembayaran, dan layanan purna jual. Sistem ini dibangun menggunakan PHP dan MySQL. Evaluasi dilakukan melalui Black Box Testing dan User Acceptance Test (UAT), yang menunjukkan bahwa sistem bekerja dengan baik, dengan tingkat kepuasan pengguna sebesar 97,5%. SPK yang dikembangkan mampu memberikan rekomendasi supplier secara objektif, sehingga dapat meningkatkan akurasi dan efisiensi dalam pengambilan keputusan.
Implementasi SPK Metode SAW untuk Menentukan Guru Terbaik di SMPN 14 Tulang Bawang Barat Luthfi Falih, Yudep Rafidal; Yudhistira, Aditia
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.959

Abstract

Penilaian kinerja guru merupakan elemen kunci dalam peningkatan mutu pendidikan, namun proses evaluasi sering mengalami kendala karena kurangnya sistem yang objektif dan terstruktur. Penelitian ini bertujuan untuk mengembangkan Sistem Pendukung Keputusan (SPK) berbasis metode Simple Additive Weighting (SAW) guna menentukan guru terbaik secara objektif di SMP Negeri 14 Tulang Bawang Barat. Metode SAW digunakan karena kemampuannya dalam mengolah data multikriteria melalui proses normalisasi dan pembobotan. Kriteria penilaian meliputi absensi, jam mengajar, disiplin, tugas tambahan, dan pengembangan profesi. Data diperoleh dari observasi dan wawancara dengan pihak sekolah. Sistem yang dibangun menghasilkan peringkat guru berdasarkan skor Vi, di mana guru dengan kode A2 memperoleh nilai tertinggi sebesar 0,800. Hasil ini menunjukkan keefektifan SAW dalam mendukung evaluasi kinerja yang adil dan transparan. Sistem ini berkontribusi dalam meningkatkan akuntabilitas penilaian serta mendukung pengambilan keputusan yang lebih tepat dalam pengelolaan sumber daya manusia di sekolah.
Deteksi Penyakit Daun Tomat Real-Time pada Platform Android Berbasis Convolutional Neural Network Nova Rahmawati, Eprisa; Pinandita, Tito; Ayu Fitriani, Maulida; Ambar Pambudi, Elindra
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.964

Abstract

Tanaman tomat (Solanum lycopersicum) merupakan komoditas hortikultura dengan kerentanan tinggi terhadap infeksi patogen pada daun, berdampak signifikan pada kualitas dan produktivitas. Identifikasi dini penyakit daun tomat menjadi krusial untuk mencegah kerugian ekonomi, namun metode konvensional secara visual dinilai kurang efektif karena bersifat subjektif dan membutuhkan waktu lama. Penelitian ini bertujuan mengembangkan aplikasi mobile untuk mengidentifikasi penyakit daun tomat secara real-time, akurat, dan dapat mengetahui hasil langsung di lokasi penanaman. Sistem dikembangkan menggunakan pendekatan CNN dengan arsitektur MobileNetV2V2 yang di optimasi untuk perangkat mobile. Model dilatih menggunakan 9.600 citra daun tomat mencakup enam kategori penyakit, dikonversi ke format ONNX dan diimplementasikan ke platform Android melalui Unity dengan framework Barracuda. Evaluasi model menunjukkan performa yang sangat baik dengan akurasi pelatihan 95%. Pengujian pada 60 sampel di lingkungan nyata menghasilkan akurasi deteksi real-time 88,33%, dengan precision 87,5%, recall 88,3%, dan F1-score 87,9%. Aplikasi ini menawarkan solusi praktis bagi petani untuk identifikasi penyakit tanpa bergantung pada koneksi internet, memungkinkan penanganan dini yang tepat, mengurangi penggunaan pestisida berlebihan, dan berpotensi meningkatkan produktivitas tanaman tomat melalui pengendalian penyakit yang lebih efektif.
Penerapan Algoritma Weighted Moving Average untuk peramalan Penjualan LPG Bersubsidi di Pangkalan Ranba Lamongan Suryani, Dwi Lilis; Frouq, Kemal; Munif, Munif
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.972

Abstract

Ketersediaan dan distribusi LPG subsidi memiliki peranan penting dalam menjaga stabilitas ekonomi dan kesejahteraan masyarakat, terutama di wilayah lokal. Namun, fluktuasi permintaan yang dipengaruhi oleh faktor musiman, kebijakan pemerintah, dan kondisi pasar sering menyebabkan ketidakpastian dalam perencanaan stok, yang dapat mengakibatkan ketidakseimbangan antara pasokan dan permintaan. Penelitian ini mengimplementasikan algoritma Weighted Moving Average (WMA) sebagai metode peramalan untuk memprediksi penjualan LPG subsidi, dengan studi kasus di Pangkalan Ranba Lamongan. Algoritma WMA memberikan bobot lebih besar pada data terbaru, sehingga mampu menghasilkan prediksi yang adaptif terhadap perubahan tren penjualan. Hasil pengujian menunjukkan bahwa WMA mampu menghasilkan prediksi yang lebih akurat dibandingkan dengan metode Simple Moving Average (SMA), dengan tingkat kesalahan prediksi yang lebih rendah berdasarkan metrik evaluasi MAE, MSE, dan MAPE. Nilai MAPE sebesar 1,8% menunjukkan bahwa model WMA memiliki akurasi sangat tinggi dalam memprediksi penjualan LPG subsidi. Hasil ini membuktikan bahwa algoritma WMA lebih responsif dalam menangkap pola musiman dan fluktuasi pasar yang dinamis. Dengan demikian, algoritma WMA dapat menjadi alat yang efektif dalam mendukung pengambilan keputusan operasional pangkalan LPG, khususnya di Pangkalan Ranba, Lamongan. Penelitian ini juga berkontribusi pada pengembangan metode peramalan berbasis data historis yang dapat diterapkan di wilayah lain dengan pola permintaan serupa. Implikasi praktis dari penelitian ini diharapkan mampu membantu pangkalan LPG dalam meminimalkan risiko kekurangan atau kelebihan stok dan meningkatkan kepuasan pelanggan melalui pengelolaan distribusi yang lebih efisien.

Page 47 of 60 | Total Record : 598

 45   46   47   48   49 

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