cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Yudhi Nugroho Adi
Contact Email
library@tekomuniversity.ac.id
Phone
+628128000110
Journal Mail Official
library@telkomuniversity.ac.id
Editorial Address
Jl. Telekomunikasi - Ters. Buah Batu Bandung 40257 Indonesia
Location
Kota bandung,
Jawa barat
INDONESIA
eProceedings of Engineering
Published by Universitas Telkom
ISSN : 23559365     EISSN : -     DOI : https://doi.org/10.34818/eoe.v9i5.18452
Core Subject : Science, Engineering,
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering
Merupakan media publikasi karya ilmiah lulusan Universitas Telkom yang berisi tentang kajian teknik. Karya Tulis ilmiah yang diunggah akan melalui prosedur pemeriksaan (reviewer) dan approval pembimbing terkait.
Arjuna Subject : Teknik (semua kategori) - Teknik (Lain-Lain)
Articles 8,304 Documents
 512   513   514   515   516 
Fabrikasi Elektroda Karbon Aktif Superkapasitor Dengan Menggunakan Metode Hotpress Faridz Abimanyu; Memoria Rosi; Abrar Abrar
eProceedings of Engineering Vol 8, No 5 (2021): Oktober 2021
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Superkapasitor merupakan perangkat penyimpanan muatan yang sedang dikembangkan dari kapasitor konvensional. Terdapat dua material penting penyusun superkapasitor yaitu elektroda dan elektrolit. Elektroda terdiri dari material berpori (karbon aktif), material konduktif (carbon black), dan perekat binder Pada pembuatan elektroda terjadi permasalahan kurangnya daya rekat (adhesivitas) antara ketiga campuran bahan tersebut dengan pelat pengumpul arus (Current Collector). Hal ini disebabkan ketidakcocokan ikatan antara partikel ketiga bahan tersebut. Untuk menyelesaikan permasalahan tersebut maka dilaku
Klasifikasi Ras Pada Kucing Menggunakan Algoritma Convolutional Neural Network(cnn) Muhammad Afif Amanullah Fawwaz; Kurniawan Nur Ramadhani; Febryanti Sthevanie
eProceedings of Engineering Vol 8, No 1 (2021): Februari 2021
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Abstrak Kucing adalah hewan peliharaan yang bisa dimiliki oleh semua orang. Namun terkadang tidak semua pemilik kucing mengetahui ras kucingnya. Perawatan kucing seharusnya dilakukan dengan perawatan khusus untuk menjamin kesehatan kucing, disesuaikan dengan ras yang dimiliki kucing tersebut karna setiap ras kucing mempunyai karateristik yang berbeda sehingga diperlukan perawatan yang berbeda pula. Maka dari itu diperlukan sebuah program yang dapat mengenali ras dari seekor kucing. Pada penelitian tugas akhir ini yang berjudul “Klasifikasi Ras pada Kucing menggunakan Algoritma Convolutional Neural Network (CNN)” telah dilakukan training dan testing dengan menggunakan dataset yang berasal dari Oxford-IIIT yang berjumlah 2393 citra dengan jumlah kelas sebanyak 12 kelas. Model yang digunakan yaitu VGG16, InceptionV3, ResNet50 dan Xception. Hasil testing didapatkan berupa akurasi untuk tiap modelnya yaitu 60.85%, 84.94%, 71.39%, dan 93.75%. Kata Kunci: CNN, klasifikasi, visi komputer Abstract Cats are pets that everyone can have. But sometimes not all cat owners know their cat breeds. Caring for a cat can not be arbitrary, but it requires special care. The treatment of cat must be specific based on each breed in cats for ensure the cat’s healt adjusted to the cat breeds has different characteristics so that different care is needed. So we need a program that can recognize the breed of a cat. In this research, entitled "Breed Classification in Cats using Convolutional Neural Network (CNN) Algorithm" training and testing has been carried out using a dataset originating from Oxford-IIIT totaling 2393 images with 12 classes. The models used are VGG16, InceptionV3, ResNet50 and Xception. The test accuracy results are 60.85%, 84.94%, 71.39%, dan 93.75%. Keywords: CNN, classification, computer visionAbstrak Kucing adalah hewan peliharaan yang bisa dimiliki oleh semua orang. Namun terkadang tidak semua pemilik kucing mengetahui ras kucingnya. Perawatan kucing seharusnya dilakukan dengan perawatan khusus untuk menjamin kesehatan kucing, disesuaikan dengan ras yang dimiliki kucing tersebut karna setiap ras kucing mempunyai karateristik yang berbeda sehingga diperlukan perawatan yang berbeda pula. Maka dari itu diperlukan sebuah program yang dapat mengenali ras dari seekor kucing. Pada penelitian tugas akhir ini yang berjudul “Klasifikasi Ras pada Kucing menggunakan Algoritma Convolutional Neural Network (CNN)” telah dilakukan training dan testing dengan menggunakan dataset yang berasal dari Oxford-IIIT yang berjumlah 2393 citra dengan jumlah kelas sebanyak 12 kelas. Model yang digunakan yaitu VGG16, InceptionV3, ResNet50 dan Xception. Hasil testing didapatkan berupa akurasi untuk tiap modelnya yaitu 60.85%, 84.94%, 71.39%, dan 93.75%. Kata Kunci: CNN, klasifikasi, visi komputer Abstract Cats are pets that everyone can have. But sometimes not all cat owners know their cat breeds. Caring for a cat can not be arbitrary, but it requires special care. The treatment of cat must be specific based on each breed in cats for ensure the cat’s healt adjusted to the cat breeds has different characteristics so that different care is needed. So we need a program that can recognize the breed of a cat. In this research, entitled "Breed Classification in Cats using Convolutional Neural Network (CNN) Algorithm" training and testing has been carried out using a dataset originating from Oxford-IIIT totaling 2393 images with 12 classes. The models used are VGG16, InceptionV3, ResNet50 and Xception. The test accuracy results are 60.85%, 84.94%, 71.39%, dan 93.75%. Keywords: CNN, classification, computer vision
Perancangan Atribut Sandal Bearpath Berdasarkan Preferensi Konsumen Menggunakan Metode Conjoint Analysis Argya Rahmasari; Sari Wulandari; Meldi Rendra
eProceedings of Engineering Vol 7, No 2 (2020): Agustus 2020
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Abstrak Industri fashion Indonesia saat ini sedang berkembang pesat, salah satu UKM yang berfokus pada fashion alas kaki yaitu Bearpath. Sejak Januari 2018 hingga September 2019 Bearpath mangalami penjualan yang cenderung tidak stabil. Didukung dengan awareness masyarakat terhadap brand Bearpath yang sangat rendah serta variasi model dan fitur produk yang kurang beragam dibandingkan dengan kompetitor. Hal tersebut dikonfirmasi kepada konsumen melalui survei pendahuluan, dan didapatkan hasil berupa tingginya keluhan terhadap produk. Penyebab dari penjualan tidak stabil, dan tingginya keluhan terhadap produk diindikasikan bahwa Bearpath kurang memperhatikan preferensi konsumen. Penelitian ini menggunakan metode Conjoint Analysis dengan pendekatan full-profile yang bertujuan untuk menggali preferensi konsumen terkait dengan atribut yang dinilai penting, dan juga membuat alternatif rekomendasi atribut berdasarkan preferensi atau keinginan konsumen. Responden pada penelitian ini yaitu sebanyak 100 orang konsumen Bearpath, dengan menggunakan teknik purposive sampling. Dari hasil penelitian didapatkan output yang menyatakan bahwa warna menjadi atribut terpenting menurut preferensi konsumen, dan rekomendasi atribut untuk perancangan produk Bearpath yaitu model sandal two strap, fitur interchangeable strap, warna gelap, bermaterial polyester 300D, dan dengan harga berkisar antara Rp250.000 – Rp350.000. Kata Kunci : Conjoint Analysis, Preferensi Konsumen, Bearpath Abstract Fashion industry is currently booming in Indonesia, one of the low to medium sized business that focused on footwear fashion is Bearpath. Since January 2018 until September 2019, Bearpath tend to have an unstable sales. The researcher discover that the community awareness towards this product is very low and has a very few variety of product model & features. These facts have been confirmed by the consumers through preliminary survey and discover that the product has been receiving high amount of complaints. The cause of the instability of sales and the high amount of complaints indicates that Bearpath have not given the attention needed towards the consumers preference. The researcher used Conjoint Analysis method with Full Profile approach for this research which aims to explore the consumer’s preference regarding the most important attribute in their products, and also makes alternative recommendations of attributes based on the consumer’s preference or desire. 100 respondent has been used for this research as the sample for purposive sampling method. From this research, the researcher discover that color is the most important attribute based on the consumer’s preference, and the recommended of attributes for Bearpath product design are two strap sandal mode, interchangeable strap feature, dark color, 300D polyester material, and with the price range of Rp250,000 – Rp350,000. Keyword : Conjoint Analysis, Consumer’s Preference, Bearpath
Aplikasi Mobile Android Pemantauan Hujan dan Peringatan Potensi Banjir Berbasis Radar Hujan Sugirman, Gian Nugraha; Ahmad, Umar Ali; Awaludin, Asif
eProceedings of Engineering Vol. 10 No. 1 (2023): Februari 2023
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Abstrak---Pengaruh cuaca di Indonesia sangat penting terhadap aktifitas yang akan dilakukan masyarakat, baik dalam segi individu maupun berkelompok. Di era teknologi sekarang yang semakin maju penerapan sistem pemantau cuaca perlu dilakukan guna mengantisipasi bencana yang akan datang, terutama pada saat musim penghujan. Di Badan Riset dan Inovasi Nasional (BRIN) membuat sebuah teknologi pengamat hujan berbasis radar kapal SANTANU. Pengembangan sistem yang dilakukan yaitu membuat aplikasi android yang memudahkan user untuk mengakses dan memberitahu potensi bahaya banjir pada saat hujan di daerah yang akan diamati dengan fitur notifikasi. Dengan menggunakan VsCode , FastAPI, dan library Matplotlib dari Python dapat dibuat suatu aplikasi dengan fiturfitur tersebut . Hasil dari pengembangan yang dilakukan pada sistem ini berjalan pada sistem berbasis web dengan memunculkan notifikasi saat nilai curah hujan mencapai titik tertentu dan menampilkan data persebaran nilai reflektifitas hujan. Namun ada beberapa kendala pada tahapan pembuatan aplikasi android seperti data yang tidak muncul dan error pada pemanggilan data ke android. Kata kunci- aplikasi android, radar, hujan, BRIN, FastAPI, matplotlib
Klasifikasi Jenis Kulit Wajah Menggunakan Metode Convolutional Neural Network Zakiah Zakiah; Raditiana Patmasari; Sofia Saidah
eProceedings of Engineering Vol 8, No 6 (2021): Desember 2021
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Abstrak Kulit merupakan salah satu bagian terpenting pada tubuh manusia, selain berfungsi untuk melindungi organ yang ada di dalam tubuh kulit juga merupakan yang paling penting karena mencerminkan penampilan manusia terutama bagian kulit wajah. Setiap individu tentu ingin menjaga dan merawat kulit mereka, namun karena kulit manusia berbeda-beda maka cara merawatnya akan berbeda. Pada tugas akhir ini dilakukan penelitian klasifikasi kulit manusia menggunakan Convolutional Neural Network dengan arsitektur GoogLeNet. klasifikasi akan dilakukan dalam empat kelas yaitu normal, kering berminyak dan kombinasi. klasifikasi akan dilakukan dalam beberapa langkah, yang pertama yaitu dilakukan proses training model terlebih dahulu. Pengujian yang dilakukan melalui beberapa tahap berikut, yaitu penentuan dataset yang dipakai, proses training model, proses testing, dan pengujian performansi. Tujuan dari penelitian ini adalah melakukan analisis kinerja sistem dalam mengidentifikasi jenis kulit metode Convolusi Neural Network (CNN) dengan arsitektur GoogLeNet. Pengujian terbaik dari penelitian ini didapatkan dengan menggunakan nilai test size sebesar 0,2, ukuran citra 64x64, optimizer yang digunakan SGD dan nilai epoch 125. Hasil dari pengujian tersebut dapat mengklasifikasi kulit wajah dengan tingkat akurasi yang didapat sebesar 99,69 %, loss, 1,6496 %, presisi 100 %, recall 100 % dan F-1 Score 100% Kata kunci : Kulit, Convolutional Neural Network, GoogLeNet Abstract Skin is one of the most important parts of the human body, besides it serves to protect the organs in the body, the skin is also the most important because it reflects the human appearance, especially the facial skin. Every individual certainly wants to maintain and care for their skin, but because human skin is different, the way to care for it will be different. In this thesisproject, skin classification was conducted using Convolutional Neural Network with GoogLeNet architecture. Classification will be carried out in four classes, namely normal, dry, oily and combination. Classification will be carried out in several steps, the first is the model training process. The testing is carried out through the following stages, namely determining the dataset used, model training process, testing process, and performance testing. The purpose of this study is to analyze the performance of the system in identifying skin types using the Convolution Neural Network (CNN) method with GoogLeNet architecture. The best case scenario from this study was obtained using a test size value of 0.2, with image resolution of 64x64, using SGD as an optimizer and an epoch value of 125. Using those number and the chosen optimizer the result of this test can classify facial skin with an accuracy rate of 99.69%, 1.6496% loss, 100% precision, 100% recall and 100% F-1 Score. Keywords: Skin, Convolutional Neural Network, GoogLeNet
Analisis Dan Implementasi Sistem Pendeteksi Ijazah Dan Transkrip Palsu Dengan Menggunakan Ipfs Dan Smart Contract Blockchain Muhammad Danil Muis; Parman Sukarno; Aulia Arif Wardana
eProceedings of Engineering Vol 8, No 5 (2021): Oktober 2021
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Pemalsuan ijazah/transkrip merupakan salah satu masalah dalam dunia pendidikan. Dalam menyikapi hal ini, Lembaga Layanan Pendidikan Tinggi membuat Sistem Verifikasi Ijazah Secara Online (SIVIL) dan kebijakan Penomoran Ijazah Nasional (PIN). Sistem yang dibangun masih menggunakan penyimpanan secara terpusat sehingga rentan terhadap peretasan seperti SQLInjection yang membahayakan data. Oleh karena itu, sistem yang dikembangkan pada penelitian ini menggunakan penyimpanan terdistribusi untuk mencegah terjadinya serangan tersebut. Sistem ini menggunakan InterPlanetary File System (IPFS) untuk menyimpan data secara terdistribusi dan smart contract blockchain untuk menyimpan hash file ijazah/transkrip. Dalam mengetahui performansi sistem, maka dilakukan pengujian Quality of Service (QoS) dengan menggunakan parameter throughput, packet loss dan delay serta analisis penggunaan Central Processing Unit (CPU) dan Random Access Memory (RAM). Berdasarkan penelitian yang sudah dilakukan, sistem pendeteksi ijazah/transkrip palsu dapat dijalankan dengan baik dengan menggunakan 1 node sampai dengan 5 node. Nilai throughout terbaik pada saat proses pembuatan serta proses validasi ijazah/transkrip adalah dengan menggunakan 1 node. Nilai packet loss pada proses pembuatan serta proses validasi ijazah/transkrip memiliki kategori sangat bagus. Nilai delay pada proses pembuatan serta proses validasi ijazah/transkrip memiliki kategori sangat bagus. Kata kunci : IPFS, Blockchain, Ijazah
Layar Proyeksi Hologram Interaktif Dengan Kinerja Hand Gesture Detection Dan Tracking Model Reinforcement Learning Muthia Saada; Suryo Adhi Wibowo; Iwan Iwut Tritoasmoro
eProceedings of Engineering Vol 7, No 2 (2020): Agustus 2020
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Teknologi hologram adalah bentuk topografi yang merekam gambar dalam visual 3 dimensi dan diproyeksikan pada permukaan 2 dimensi. Gambar hologram dapat digunakan untuk hiburan, pembelajaran dan lain – lain. Hologram sendiri juga bisa menjadi teknologi untuk penyampaian informasi. Human computer interaction (HCI) adalah ilmu yang mempelajari bagaimana manusia dan komputer dapat berinteraksi. Pada tugas akhir ini, dirancang layar proyeksi yang menampilkan gambar seolah-olah 3 dimensi yang bisa berinteraksi dengan gerakan tangan (hand gesture). Sistem ini bergerak secara real time untuk pengenalan dan deteksi gerakan tangan yang ditentukan pengguna yang diambil menggunakan kamera webcam. Di sistem ini digunakan SURF untuk mendapatkan fitur bag of visual words dari tangan pengguna. fitur itu nanti akan digunakan untuk memprediksi tangan pengguna. Sistem dapat meningkatkan keakuratannya selama waktu pengujian dengan menggunakan metode reinforcement learning yaitu disini pengguna memiliki kemampuan untuk memberikan umpan balik positif atau negatif untuk setiap prediksi sistem sebelumnya dan sistem akan memperbarui sendiri selama waktu pengujian untuk hasil prediksi yang lebih baik. Pada Tugas Akhir ini pengujian dilakukan dalam 3 tahap, 30 frames, 40 frames dan 50 frames serta dilakukan penerapan konfigurasi jarak tangan terhadap kamera. Berdasarkan percobaan yang dilakukan nilai akurasi yang didapat terus meningkat dalam tiap tahapnya. Didapatkan hasil terbaik untuk akurasi prediksi gesture tangan saat menggunakan data 50 frames sebesar 98.70%. Proses HCI pada hologram saat memasukkan gestur unik dari tangan pengguna bisa untuk membuka google, instagram, dan video di youtubeKata Kunci: Hologram, Hand Gesture Detection, Webcam, 3D, Reinforcement Learning, HCI
Prediksi Harga Beras Premium Dengan Metode Algoritma K-nearest Neighbor Yuwantoro Mukhlisin; Mahmud Imrona; Danang Triantoro Murdiansyah
eProceedings of Engineering Vol 7, No 1 (2020): April 2020
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Abstrak Pertanian merupakan salah satu sektor yang penting untuk kehidupan manusia, karena sebagian besar kebutuhan manusia dari pertanian, yaitu adalah kebutuhan pangan. Seiring berjalannya waktu, harga pangan seringkali tidak stabil, terutama harga beras, karena beras adalah makanan pokok masyarakat Indonesia. Hal ini tentu saja berpengaruh yang besar bagi masyarakat dan petani. Penyebab dari ketidakstabilan harga beras ini bisa disebabkan oleh beberapa faktor, seperti faktor lingkungan, serangan hama dan wereng, dan lahan kekeringan. Pada tugas akhir ini, akan dibahas mengenai penerapan salah satu metode data mining dalam proses prediksi harga beras dengan membandingkan harga beras pada tahun 2014 - 2019 dari BPS Kota Bandung. Dataset yang digunakan berasal dari BPS Kota Bandung dari tahun 2014 hingga 2019 dan BMKG Kota Bandung dengan tahun yang sama. Adapun metode yang digunakan adalah algoritma regresi K-Nearest Neighbor (KNN) serta untuk pengujiannya menggunakan RMSE. Hasil dari penelitian ini, metode K-Nearest Neighbor dengan model regresi dapat melakukan prediksi terhadap harga beras pada tahun 2014 - 2019 dengan nilai RMSE 0,125 dan parameter K = 2 yang sudah dinormalisasi. Kata kunci : prediksi harga beras, data mining, algoritma regresi K-Nearest Neighbor (KNN) Abstract Agriculture is one of the important sectors for human life, because most of the human needs of agriculture, namely food needs. Over time, food prices are often unstable, especially the price of rice, because rice is the staple food of Indonesian people. This of course has a big effect on the community and farmers. The cause of this rice price instability can be caused by several factors, such as environmental factors, pest and plant hopper attacks, and drought land. In this observation, will be discussed regarding the application of one data mining method in the process of predicting rice prices by comparing the 2014 - 2019 rice prices from BPS Bandung. The dataset used is from the Bandung City BPS from 2014 to 2019 and BMKG Bandung City in the same year. The method used is the K-Nearest Neighbor (KNN) regression algorithm and for testing using RMSE. The results of this study, the K-Nearest Neighbor method with a regression model can predict rice prices in 2014 - 2019 with an RMSE value of 0,125 and parameter K = 2 which has been normalized. Keywords: rice price prediction, data mining, K-Nearest Neighbor (KNN) regression algorithm
Sistem Monitoring Weather Station Pada Pertanian Berbasis Iot Haridha Narulita Kusman; Angga Rusdinar; Denny Darlis
eProceedings of Engineering Vol 9, No 5 (2022): Oktober 2022
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Abstrak Iklim dan cuaca sangat mempengaruhi segala aktivitas manusia dan mempengaruhi manusia dalam mengambil keputusan. Informasi cuaca dalam bidang pertanian sangat penting untuk mengidentifikasi komiditi dan waktu tanam yang tepat pada suatu wilayah. Karena perubahan cuaca sulit diprediksi saat ini, maka perlu dilakukan pemantauan cuaca secara berkala dan real time. Untuk itu diperlukan sebuah alat weather station yang dapat memprediksi iklim / cuaca secara akurat, untuk memudahkan mengambil keputusan pada sektor pertanian. Penelitian ini bertujuan untuk merancang alat monitoring weather station berbasi IoT dengan parameter yang diuji yaitu suhu dan kelembapan, intensitas cahaya, kecepatan angin, tekanan udara, arah angin, dan curah hujan dengan menggunakan modul SIM 900A sebagai komunikasi data. Hasil dari pengujian pada penelitian ini ialah sensor yang digunakan dapat mengambil data dari sensor dengan nilai akurasi rata-rata sebesar 99,57% dan modul SIM 900A dapat mengirimkan data dari sensor ke platform Thingspeak dan ThingView. Pertanian yang sesuai dengan cuaca di kawasan Universitas Telkom adalah kedelai. Kata kunci : Weather station, Cuaca , Pertanian, Internet of Things, Thingspeak.
Perancangan Penilaian Kinerja Karyawan Pada Divisi Harvesting Pt Xyz Menggunakan Metode Behaviorally Anchored Rating Scales (bars) Annike Tri Wahyuni; Christanto Triwibisono; Fida Nirmala Nugraha
eProceedings of Engineering Vol 8, No 5 (2021): Oktober 2021
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

PT XYZ merupakan perusahaan yang bergerak di bidang industri minyak makan dari nabati dan hewani perkebunan kelapa sawit. Divisi harvesting adalah yang berperan langsung terhadap proses panen kelapa sawit. Penurunan hasil panen yang disebabkan oleh faktor manusia yaitu pada penilaian kinerja karyawan diperusahaan ternyata perusahaan sudah memiliki sistem penilaian kinerja. Namun, hasil penilaian kinerja dari tahun 2017-2020 tidak mengalami peningkatan. Dikarenakan penilaian hanya dilakukan oleh manajer harvesting, hal ini dapat memicu penilaian subjektif. Maka dilakukan perancangan ulang pada penilaian kinerja karyawan dan memperhatikan faktor-faktor yang mempengaruhi kinerja dengan menggunakan metode BARS (Behavior Anchor Rating Scale). Terdapat lima faktor yang mempengaruhi kinerja karyawan divisi harvesting PT XYZ yaitu kualitas, kuantitas, ketepatan waktu, efektivitas, dan tanggung jawab. Dengan adanya penilaian kinerja menggunakan metode BARS dapat membantu meningkatkan dan memperbaiki kinerja karyawan divisi harvesting serta mempermudah perusahaaan untuk mengetahui kekurangan yang dapat diperbaiki. Kata kunci: Penilaian Kinerja, Penilaian Kinerja Karyawan, BARS

Page 514 of 831 | Total Record : 8304

 512   513   514   515   516 

Filter by Year

2014 2025


Reset
Filter By Issues
All Issue Vol. 12 No. 6 (2025): Desember 2025 Vol. 12 No. 5 (2025): Oktober 2025 Vol. 12 No. 4 (2025): Agustus 2025 Vol. 12 No. 3 (2025): Juni 2025 Vol. 12 No. 2 (2025): April 2025 Vol. 12 No. 1 (2025): Februari 2025 Vol. 11 No. 6 (2024): Desember 2024 Vol. 11 No. 5 (2024): Oktober 2024 Vol. 11 No. 4 (2024): Agustus 2024 Vol. 11 No. 3 (2024): Juni 2024 Vol. 11 No. 2 (2024): April 2024 Vol. 11 No. 1 (2024): Februari 2024 Vol. 10 No. 6 (2023): Desember 2023 Vol. 10 No. 5 (2023): Oktober 2023 Vol 10, No 5 (2023): Oktober 2023 Vol. 10 No. 4 (2023): Agustus 2023 Vol. 10 No. 3 (2023): Juni 2023 Vol 10, No 3 (2023): Juni 2023 Vol 10, No 2 (2023): April 2023 Vol. 10 No. 2 (2023): April 2023 Vol. 10 No. 1 (2023): Februari 2023 Vol 9, No 6 (2022): Desember 2022 Vol. 9 No. 5 (2022): Oktober 2022 Vol 9, No 5 (2022): Oktober 2022 Vol 9, No 4 (2022): Agustus 2022 Vol. 9 No. 4 (2022): Agustus 2022 Vol 9, No 3 (2022): Juni 2022 Vol 9, No 2 (2022): April 2022 Vol 9, No 1 (2022): Februari 2022 Vol 8, No 6 (2021): Desember 2021 Vol 8, No 5 (2021): Oktober 2021 Vol. 8 No. 5 (2021): Oktober 2021 Vol 8, No 4 (2021): Agustus 2021 Vol 8, No 3 (2021): Juni 2021 Vol. 8 No. 2 (2021): April 2021 Vol 8, No 2 (2021): April 2021 Vol 8, No 1 (2021): Februari 2021 Vol 7, No 3 (2020): Desember 2020 Vol 7, No 2 (2020): Agustus 2020 Vol 7, No 1 (2020): April 2020 Vol 6, No 3 (2019): Desember 2019 Vol 6, No 2 (2019): Agustus 2019 Vol 6, No 1 (2019): April 2019 Vol 5, No 3 (2018): Desember 2018 Vol 5, No 2 (2018): Agustus 2018 Vol 5, No 1 (2018): April 2018 Vol 4, No 3 (2017): Desember, 2017 Vol 4, No 2 (2017): Agustus, 2017 Vol 4, No 1 (2017): April, 2017 Vol 3, No 3 (2016): Desember, 2016 Vol 3, No 2 (2016): Agustus, 2016 Vol 3, No 1 (2016): April, 2016 Vol 2, No 3 (2015): Desember, 2015 Vol 2, No 2 (2015): Agustus, 2015 Vol 2, No 1 (2015): April, 2015 Vol 1, No 1 (2014): Desember, 2014 More Issue