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 735 Documents
 69   70   71   72   73 
Perbandingan Logistic Regression, Random Forest, XGBoost untuk Prediksi Employee Attrition dengan SMOTE-Pipeline dan SHAP Gaizka Wisnu Prawira; Roni Andarsyah; Muhammad Yusril Helmi Setyawan
Jurnal Pendidikan dan Teknologi Indonesia Vol 6 No 8 (2026): JPTI - Agustus 2026
Publisher : CV Infinite Corporation

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jpti.2416

Abstract

Tingkat keluar-masuk karyawan (employee attrition) merupakan tantangan utama dalam manajemen sumber daya manusia karena berdampak langsung pada biaya operasional dan stabilitas organisasi. Penelitian ini bertujuan membandingkan performa tiga algoritma machine learning yaitu Logistic Regression, Random Forest, dan XGBoost dalam memprediksi attrition karyawan berdasarkan 1.057 data ulasan karyawan di Indonesia (employee reviews) beserta atribut skor kepuasan kerja. Ketidakseimbangan kelas pada label target ditangani menggunakan Synthetic Minority Over-sampling Technique (SMOTE) yang digabungkan dengan StandardScaler dalam satu pipeline untuk mencegah kebocoran data selama validasi silang. Optimasi hyperparameter dilakukan dengan RandomizedSearchCV dan validasi 5-fold stratified, serta pengujian stabilitas melalui repeated stratified k-fold sebanyak 50 kali pengulangan. Evaluasi pada data uji dilakukan dengan metrik Accuracy, Precision, Recall, F1-Score, Matthews Correlation Coefficient, dan ROC-AUC. Hasil menunjukkan XGBoost memberikan ROC-AUC tertinggi (0,598), diikuti Random Forest (0,573) dan Logistic Regression (0,564). Analisis feature importance dan SHAP (SHapley Additive exPlanations) secara konsisten mengidentifikasi fitur firm, years_working, overall, dan management sebagai faktor paling dominan dalam keputusan attrition. Nilai SHAP yang relatif kecil menunjukkan sinyal prediktif dari data yang tersedia masih lemah, sehingga akurasi model belum optimal meskipun pemodelan telah dilakukan secara sistematis. Temuan ini merekomendasikan penguatan program retensi pada aspek kepuasan kerja, manajemen, dan masa kerja karyawan. Secara implikatif, penelitian ini berkontribusi pada bidang pendidikan dan teknologi dengan menunjukkan penerapan praktis teknik pembelajaran mesin (SMOTE-Pipeline dan SHAP) yang dapat diadopsi sebagai bahan ajar analitik data dan sistem pendukung keputusan berbasis kecerdasan buatan di lingkungan pendidikan vokasi maupun industri.
Peningkatan Akurasi Prediksi Churn Pelanggan Menggunakan SMOTE dan RFE pada Algoritma Random Forest: Studi Komparasi Sektor E-Commerce dan Telekomunikasi M. Rizki Al Akbar; Apriansyah Putra; Ken Ditha Tania; Ahmad Rifai
Jurnal Pendidikan dan Teknologi Indonesia Vol 6 No 9 (2026): JPTI - September 2026
Publisher : CV Infinite Corporation

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jpti.1526

Abstract

Tingkat churn pelanggan menjadi tantangan krusial bagi keberlangsungan bisnis di sektor e-commerce dan telekomunikasi. Pemodelan prediktif untuk masalah ini kerap terkendala oleh tingginya dimensi fitur data dan ketidakseimbangan kelas (class imbalance). Penelitian ini bertujuan untuk mengukur signifikansi peningkatan performa algoritma Random Forest yang dioptimasi menggunakan integrasi Recursive Feature Elimination (RFE) dan Synthetic Minority Over-sampling Technique (SMOTE) melalui studi komparasi lintas sektor. Mengadopsi kerangka kerja Knowledge Discovery in Databases (KDD), eksperimen dieksekusi dalam empat skenario komparatif pada dataset publik. Hasil pengujian menunjukkan bahwa efektivitas optimasi bersifat sangat kontekstual terhadap karakteristik kelas data. Pada sektor E-Commerce dengan rasio ketidakseimbangan rendah (±16,8%), skenario optimasi RFE terbukti paling dominan; metode ini mampu mereduksi 41,4% fitur (dari 29 menjadi 17) sekaligus menaikkan Recall sebesar 4,73 poin persentase dan F1-Score sebesar 1,81 poin persentase dibanding baseline. Sebaliknya, pada sektor Telekomunikasi dengan tingkat ketidakseimbangan lebih tinggi (±26,5%), penerapan SMOTE menjadi komponen determinan yang secara krusial mendongkrak Recall sebesar 11,50 poin persentase untuk mendeteksi pelanggan berisiko. Disimpulkan bahwa strategi optimasi algoritma bergantung pada tingkat ketidakseimbangan data; RFE direkomendasikan sebagai intervensi utama untuk imbalance di bawah 20%, sedangkan SMOTE wajib diprioritaskan untuk kondisi di atas ambang batas tersebut.
Shadow Core Development to Reduce Hidden Waste in Operator Tool Management in the Manufacturing Industry Theofilus Heinrich Setyawan; Marsono Marsono; Froilan D Mobo
Jurnal Pendidikan dan Teknologi Indonesia Vol 6 No 9 (2026): JPTI - September 2026
Publisher : CV Infinite Corporation

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jpti.1555

Abstract

In the Industry 4.0 era, reducing hidden waste is a major challenge to improve operational efficiency in the manufacturing industry. This research is an innovation of "Shadow Core" that integrates the concept of shadow board and toolbox with a cluster-based grouping system. Shadow Core is designed to overcome the weaknesses of conventional methods in operator tool management which often cause wasted tool search time and machine downtime. Through a Research and Development (R&D) approach with a 3D model (Define, Design, Development), the Shadow Core prototype was tested in an industrial environment for one month. The results showed a significant increase in efficiency with a decrease in tool search time per case by up to 90% and total search time per day by 75%. The application of Shadow Core has proven to be an effective solution to eliminate hidden waste, increase operational productivity, and contribute to the development of a more efficient tool management system in the manufacturing sector.
Pengaruh Edukasi Video Terhadap Tingkat Pengetahuan Keluarga Dalam Pencegahan Luka Dekubitus pada Pasien Tirah Baring di Rumah Siska Yulianti; Rachmawaty M. Noer; Yulianti Wulandari
Jurnal Pendidikan dan Teknologi Indonesia Vol 6 No 9 (2026): JPTI - September 2026
Publisher : CV Infinite Corporation

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jpti.1598

Abstract

Luka dekubitus sering muncul akibat tekanan berkepanjangan pada pasien tirah baring, berisiko menyebabkan infeksi dan menurunkan kualitas hidup. Rendahnya pengetahuan keluarga menjadi kendala utama pencegahan di rumah. Edukasi video dipilih karena mampu menampilkan demonstrasi nyata secara audiovisual, mudah dipahami, dan dapat diulang. Penelitian ini bertujuan menganalisis pengaruh edukasi video terhadap pengetahuan keluarga dalam pencegahan luka dekubitus pada pasien tirah baring di rumah. Penelitian menggunakan desain pre experimental dengan pendekatan one group pretest posttest. Sampel penelitian adalah keluarga pasien tirah baring yang dari Rumah Sakit Awal Bros Bagan Batu dan memenuhi kriteria inklusi sebanyak 15 orang. Instrumen berupa kuesioner pengetahuan yang telah diuji validitas dan reliabilitasnya. Data dikumpulkan melalui pretest, pemberian intervensi video edukasi, dan posttest, kemudian dianalisis menggunakan uji statistik Paired Sample T-test dengan tingkat kepercayaan 95% (? = 0,05). Hasil penelitian menunjukkan bahwa sebelum pemberian edukasi video (pretest), sebagian besar responden  berpengetahuan kurang (60,0%) dengan nilai rata-rata 8,93±3,127, sedangkan setelah pemberian edukasi video (posttest) sebagian besar responden berpengetahuan baik (73,3%) dengan nilai rata-rata 16,73±2,492. Edukasi video berpengaruh signifikan terhadap peningkatan pengetahuan keluarga dalam pencegahan luka dekubitus pada pasien tirah baring di rumah dengan p = 0,000 < 0,05, sehingga terdapat perbedaan tingkat pengetahuan sebelum dan setelah intervensi. Disimpulkan bahwa edukasi video efektif meningkatkan pengetahuan keluarga dalam pencegahan luka dekubitus. Peneliti selanjutnya disarankan melakukan penelitian dengan desain kontrol, sampel besar, observasi panjang, mengkaji sikap-perilaku.
Rancang Bangun Building Automation System Berbasis Raspberry Pi dengan LCD Touchscreen untuk Monitoring Mekanikal Elektrikal dan Otoritas Jasa Keuangan Jawa Tengah Marhendi Listiawan; Eri Zuliarso
Jurnal Pendidikan dan Teknologi Indonesia Vol 6 No 9 (2026): JPTI - September 2026
Publisher : CV Infinite Corporation

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jpti.1602

Abstract

Perkembangan teknologi otomasi bangunan menuntut adanya sistem yang mampu meningkatkan efisiensi, keamanan, dan keandalan operasional, khususnya pada ruang kritis seperti ruang server dan ME. Penelitian ini bertujuan untuk merancang dan membangun Building Automation System (BAS) berbasis Raspberry Pi dengan tampilan LCD touchscreen pada Gedung Kantor Otoritas Jasa Keuangan Provinsi Jawa Tengah. Metode penelitian yang digunakan adalah metode rekayasa dengan pendekatan eksperimen dan model pengembangan sistem prototype, yang meliputi tahap perancangan, implementasi, dan pengujian sistem. Sistem yang dibangun terdiri dari sensor sebagai input, Raspberry Pi sebagai pengendali utama, serta relay dan kontaktor sebagai aktuator untuk mengendalikan perangkat listrik. Selain itu, sistem dilengkapi dengan antarmuka LCD touchscreen yang memungkinkan pengguna melakukan monitoring dan kontrol secara langsung. Hasil penelitian menunjukkan bahwa sistem mampu melakukan monitoring suhu dan kelembaban secara real-time serta memberikan respon otomatis terhadap perubahan kondisi lingkungan. Ketika suhu melebihi batas yang ditentukan, sistem secara otomatis mengaktifkan perangkat pendingin, dan akan menonaktifkannya kembali ketika kondisi normal. Pengujian sistem menunjukkan bahwa BAS yang dikembangkan memiliki kinerja yang baik dari segi keakuratan pembacaan sensor, kecepatan respon, serta kestabilan sistem dalam pengoperasian berkelanjutan. Selain itu, penggunaan antarmuka touchscreen meningkatkan kemudahan penggunaan dan efektivitas kontrol sistem. Dengan demikian, sistem yang dibangun mampu meningkatkan efisiensi, keamanan, dan keandalan dalam pengelolaan ruang server dan ME.
Pengaruh Chatbot Scaffolding Sokratik Berbasis AI terhadap Penalaran Ilmiah Siswa Sekolah Dasar: Kuasi-Eksperimental Model Inkuiri 5E Nafi Isbadrianingtyas; Alfarid Hendro Yuwono; Usman Nurhasan; Norazah Mohd Nordin
Jurnal Pendidikan dan Teknologi Indonesia Vol 6 No 10 (2026): JPTI - Oktober 2026
Publisher : CV Infinite Corporation

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jpti.1626

Abstract

Penalaran ilmiah siswa sekolah dasar di Indonesia masih rendah; skor sains PISA 2022 hanya 383 (peringkat 67 dari 81 negara) dengan sekitar 34% siswa mencapai kompetensi minimum, sementara keterbatasan waktu guru menyulitkan pemberian scaffolding dialogis yang adaptif secara individual di kelas besar. Penelitian ini bertujuan menguji efektivitas chatbot Sokratik berbasis AI sebagai instrumen scaffolding dialogis dalam model inkuiri 5E untuk meningkatkan penalaran ilmiah siswa kelas 5 sekolah dasar. Menggunakan desain kuasi-eksperimental pretest-posttest non-equivalent control group pada 60 siswa (30 eksperimen, 30 kontrol) dari dua kelas paralel, intervensi chatbot berbasis aturan (rule-based) diberikan selama enam minggu (12 sesi) pada fase Explore dan Explain; data dianalisis menggunakan ANCOVA dan pengkodean Toulmin's Argument Pattern (TAP). Hasil menunjukkan kelompok eksperimen mengalami peningkatan penalaran ilmiah yang signifikan secara statistik (F(1,57) = 28,45; p < 0,001) dengan ukuran efek besar (?p² = 0,333); 74% episode dialog menghasilkan penjelasan berbasis bukti secara mandiri, dan miskonsepsi persisten berkurang 46%. Temuan ini memberikan bukti empiris bahwa chatbot Sokratik berbasis AI dapat berperan sebagai mediator epistemis yang memperkuat koordinasi teori-bukti sekaligus menawarkan model scaffolding individual yang skalabel bagi kelas besar dengan keterbatasan sumber daya guru.
Fenomena Schooling Without Learning di Serang Banten Usman Usman; Beatrix Putri Septianingrum; Dinda Syafira; Dinda Khairurohmah
Jurnal Pendidikan dan Teknologi Indonesia Vol 6 No 9 (2026): JPTI - September 2026
Publisher : CV Infinite Corporation

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jpti.1629

Abstract

Fenomena schooling without learning menjadi salah satu persoalan serius dalam sistem pendidikan Indonesia, ditandai dengan tingginya angka partisipasi sekolah yang tidak sejalan dengan capaian pembelajaran siswa. Penelitian ini bertujuan untuk menganalisis dampak schooling without learning terhadap kualitas pembelajaran siswa serta mengidentifikasi faktor-faktor yang memengaruhinya. Penelitian menggunakan pendekatan deskriptif kualitatif dengan teknik pengumpulan data berupa survei daring melalui Google Form kepada siswa dan studi literatur dari berbagai sumber relevan. Data dianalisis secara deskriptif untuk menggambarkan kondisi pemahaman materi, motivasi belajar, kualitas proses pembelajaran, sistem evaluasi dan penilaian, serta fokus pembelajaran bermakna di sekolah. Hasil penelitian menunjukkan bahwa aspek pemahaman dan penguasaan materi serta motivasi dan minat belajar siswa berada pada kategori tinggi, demikian pula kualitas proses pembelajaran. Namun, sistem evaluasi dan penilaian menunjukkan skor paling rendah, yang mengindikasikan lemahnya fungsi evaluasi sebagai alat pengendali mutu pembelajaran. Selain itu, fokus pembelajaran bermakna belum menjadi prioritas utama dalam praktik pembelajaran di sekolah. Temuan ini memperkaya kajian pendidikan terkait fenomena schooling without learning serta menjadi dasar dalam pengembangan strategi pembelajaran yang lebih efektif untuk meningkatkan kualitas pendidikan di Indonesia.
Identifikasi Pohon Berbasis QR Code untuk Mendokumentasikan Keanekaragaman Hayati di Lingkungan Kampus Rohmat Gunawan; Alam Rahmatulloh; Cindera Syaiful Nugraha
Jurnal Pendidikan dan Teknologi Indonesia Vol 6 No 9 (2026): JPTI - September 2026
Publisher : CV Infinite Corporation

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jpti.1692

Abstract

Keanekaragaman hayati merupakan salah satu aset lingkungan kampus yang sangat penting untuk dijaga keberadaan, keberlanjutan, dan kelestariannya. Keberadaaanya tidak hanya berfungsi sebagai ruang pendidikan dan penelitian, tetapi juga sebagai ekosistem hijau yang mendukung keseimbangan lingkungan. Akan tetapi, proses pemantauan, pendataan, serta dokumentasi keanekaragaman hayati, khususnya pada jenis tumbuhan pohon yang berada di lingkungan kampus, masih menghadapi berbagai kendala, terutama karena belum tersedianya sistem identifikasi yang terintegrasi secara digital, mudah diakses oleh civitas akademika, serta memungkinkan partisipasi aktif dari berbagai pihak. Tujuan penelitian ini untuk mengembangkan sebuah sistem identifikasi pohon berbasis Quick Response (QR) Code yang dapat digunakan sebagai media dokumentasi, identifikasi, serta pemantauan keanekaragaman hayati pohon di lingkungan kampus secara lebih sistematis dan terstruktur. Setiap pohon akan diberikan label berupa QR Code yang dapat dipindai menggunakan perangkat mobile seperti smartphone, sehingga pengguna dapat secara langsung memperoleh informasi terkait nama spesies pohon, kondisi pohon, serta lokasi pohon tersebut. Metode penelitian yang digunakan dalam penelitian ini adalah metode research and development yang meliputi beberapa tahapan: analisis kebutuhan sistem dan teknologi yang digunakan, perancangan desain arsitektur sistem, proses pengembangan aplikasi, serta tahap pengujian sistem. Hasil penelitian menunjukkan bahwa prototipe aplikasi identifikasi pohon berbasis QR Code telah berhasil dikembangkan dan diuji melalui 10 skenario. Tingkat keberhasil fungsional sistem dan tingkat keberhasilan pemindaian QRCode mencapai 100 %. Dengan demikian, sistem yang dikembangkan dinilai mampu meningkatkan efisiensi dalam proses dokumentasi keanekaragaman hayati, mendukung kegiatan pembelajaran berbasis lingkungan di kampus, serta memberikan kontribusi terhadap implementasi program green campus yang berkelanjutan.
Analisis Komparatif KNN dan SVR dengan Optimasi Parameter untuk Prediksi Produktivitas Siswa Berbasis Distraksi Digital Dekka Andri Cahya; Fathoni Fathoni
Jurnal Pendidikan dan Teknologi Indonesia Vol 6 No 10 (2026): JPTI - Oktober 2026
Publisher : CV Infinite Corporation

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jpti.1693

Abstract

Distraksi digital seperti penggunaan ponsel, media sosial, YouTube, dan gim daring terbukti berdampak negatif terhadap produktivitas siswa, namun studi komparatif berbasis machine learning yang secara spesifik membandingkan kemampuan prediksi KNN Regressor dan Support Vector Regression (SVR) menggunakan variabel distraksi digital sebagai prediktor tunggal belum pernah dilakukan, sehingga belum diketahui algoritma mana yang lebih optimal untuk kasus prediksi skor produktivitas yang bersifat kontinu. Penelitian ini bertujuan membandingkan performa KNN Regressor dan SVR dengan optimasi parameter menggunakan Grid Search Cross-validation untuk memprediksi productivity_score siswa berdasarkan empat variabel distraksi digital, serta mengidentifikasi algoritma yang menghasilkan prediksi paling akurat berdasarkan metrik MAE, RMSE, dan R². Dataset bersumber dari Kaggle yang memuat 20.000 data siswa diproses menggunakan Python dengan library Scikit-learn, dinormalisasi melalui Min-Max Scaling, dibagi dengan proporsi 80:20, dan dioptimasi melalui 5-Fold Cross-validation. Hasil evaluasi menunjukkan SVR dengan kernel linear, C = 1, dan epsilon = 0,5 secara konsisten mengungguli KNN Regressor (k = 15, metric manhattan) pada seluruh metrik dengan MAE 12,4461, RMSE 15,1753, dan R² 0,1060, sedangkan KNN menghasilkan MAE 12,8300, RMSE 15,6960, dan R² 0,0436; keunggulan SVR pada R² mencapai 143% lebih tinggi dibanding KNN. Nilai R² yang rendah (0,1060) menunjukkan keterbatasan model, yang mengindikasikan bahwa variabel distraksi digital yang digunakan belum mampu menjelaskan variasi produktivitas siswa secara menyeluruh.
Effectiveness Of An Electric Motorcycle Conversion Module In Improving Vocational Students’ Competence Achmad Nurzaki; Eddy Sutadji; Syarif Suhartadi
Jurnal Pendidikan dan Teknologi Indonesia Vol 6 No 9 (2026): JPTI - September 2026
Publisher : CV Infinite Corporation

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jpti.1703

Abstract

Artikel ini bertujuan mengembangkan modul pembelajaran praktikum konversi sepeda motor listrik bagi siswa kelas XI Program Keahlian Teknik Sepeda Motor di SMK Negeri 1 Singosari sebagai respons terhadap adanya competency gap antara kurikulum yang masih berorientasi pada teknologi kendaraan berbahan bakar fosil dengan kebutuhan industri otomotif yang bergerak menuju elektrifikasi kendaraan. Pengembangan modul dilatarbelakangi oleh keterbatasan bahan ajar yang spesifik, minimnya kompetensi guru dalam teknologi kendaraan listrik, rendahnya pengalaman praktis siswa, serta belum optimalnya integrasi teknologi ramah lingkungan dalam pembelajaran vokasi. Penelitian ini menggunakan metode Research and Development (R&D) dengan mengadopsi pendekatan Project-Based Learning (PjBL) untuk menghasilkan modul yang memadukan materi konseptual, panduan praktikum konversi sepeda motor konvensional menjadi sepeda motor listrik, rubrik penilaian autentik, serta media pendukung berupa video tutorial dan sumber belajar interaktif. Hasil penelitian menunjukkan bahwa modul yang dikembangkan memenuhi kriteria valid, praktis, dan efektif berdasarkan hasil validasi ahli materi dan ahli media, memperoleh respons positif dari guru maupun peserta didik, serta mampu meningkatkan pemahaman konseptual, keterampilan praktis konversi kendaraan listrik, kemampuan pemecahan masalah, kreativitas, kolaborasi, dan kesiapan kerja siswa pada bidang teknologi kendaraan listrik. Selain mendukung implementasi pembelajaran berbasis proyek di SMK, modul ini juga berkontribusi terhadap penguatan pendidikan vokasi yang selaras dengan kebutuhan industri otomotif listrik, kebijakan transisi energi nasional, serta pencapaian tujuan pembangunan berkelanjutan melalui pengembangan kompetensi sumber daya manusia yang adaptif terhadap perkembangan teknologi hijau.

Page 71 of 74 | Total Record : 735

 69   70   71   72   73 

Filter by Year

2021 2026


Reset
Filter By Issues
All Issue Vol 6 No 10 (2026): JPTI - Oktober 2026 Vol 6 No 9 (2026): JPTI - September 2026 Vol 6 No 8 (2026): JPTI - Agustus 2026 Vol 6 No 7 (2026): JPTI - Juli 2026 Vol 6 No 6 (2026): JPTI - Juni 2026 Vol 6 No 5 (2026): JPTI - Mei 2026 Vol 6 No 4 (2026): JPTI - April 2026 Vol 6 No 3 (2026): JPTI - Maret 2026 Vol 6 No 2 (2026): JPTI - Februari 2026 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