Garuda - Garba Rujukan Digital

p-Index From 2020 - 2025

3.817

P-Index

This Author published in this journals

All Journal Jurnal Gaussian JPM17: Jurnal Pengabdian Masyarakat Jurnal Sains Matematika dan Statistika MUST: Journal of Mathematics Education, Science and Technology Unisda Journal of Mathematics and Computer Science (UJMC) J Statistika: Jurnal Ilmiah Teori dan Aplikasi Statistika Jurnal Penamas Adi Buana Wahana : Tridarma Perguruan Tinggi JAST : Jurnal Aplikasi Sains dan Teknologi Share : Journal of Service Learning PengabdianMu: Jurnal Ilmiah Pengabdian kepada Masyarakat INTI Nusa Mandiri Inferensi Budimas : Jurnal Pengabdian Masyarakat Best : Journal of Applied Electrical, Science and Technology PROFICIO: Jurnal Pengabdian Masyarakat Seminar Nasional Hasil Riset dan Pengabdian (SNHRP) Stigma : Jurnal Matematika dan Ilmu Pengetahuan Alam Unipa Indonesian Journal of Multidisciplinary on Social and Technology SOSIO KONSEPSIA: JURNAL PENELITIAN DAN PENGEMBANGAN KESEJAHTERAAN SOSIAL MANGGALI

Indrasetianingsih, Artanti

Universitas PGRI Adi Buana Surabaya

Author-ID : 1219824

Religion Agriculture, Biological Sciences & Forestry Arts Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Mathematics Physics Public Health Social Sciences Other

Published : 42 Documents Claim Missing Document

Claim Missing Document

Articles

1 2 3 4 5

Klasifikasi Indeks Pembangunan Gender Di Indonesia Tahun 2020 Menggunakan Supervised Machine Learning Algorithms Artanti Indrasetianingsih; Fenny Fitriani; Prasdianitaningtiyas Junita Kusuma
Inferensi Vol 4, No 2 (2021): Inferensi
Publisher : Department of Statistics ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j27213862.v4i2.10940

Indeks Pembangunan Gender (IPG) merupakan indikator yang digunakan untuk menggambarkan kesenjangan pencapaian pembangunan manusia antara laki-laki dan perempuan. Capaian IPG Indonesia pada tahun 2020 sebesar 91,06. IPG dapat diklasifikasikan menjadi 2 kategori, yaitu kategori rendah jika nilai IPG kurang dari 90 dan kategori tinggi jika nilai IPG lebih besar sama dengan 90. Berdasarkan sebaran kabupaten/kota, pada tahun 2020 terdapat 280 dari 514 kabupaten/kota yang mencapai angka IPG di atas 90. Hal ini menunjukkan bahwa capaian IPG di Indonesia belum merata. Tujuan dalam penelitian ini adalah untuk mengklasifikasikan dan membandingkan hasil ketepatan klasifikasi tentang IPG di Indonesia tahun 2020 dengan menggunakan algoritma supervised machine learning yaitu Regresi Logistik Biner dan K-Nearest Neighbor (K-NN). Hasil penelitian diperoleh bahwa variabel yang berpengaruh signifikan terhadap IPG yaitu Angka Partisipasi Sekolah SMA, persentase penduduk yang mempunyai keluhan kesehatan, persentase Pegawai Negeri Sipil perempuan, sumbangan pendapatan perempuan, dan rasio jenis kelamin. Hasil perbandingan kedua metode yang digunakan menunjukkan bahwa metode terbaik untuk mengklasifikasikan IPG kabupaten/kota di Indonesia tahun 2020 yaitu menggunakan K-NN, dengan nilai akurasi, sensitivitas, spesifisitas, dan AUC yang diperoleh masing-masing sebesar 71,88%, 65,52%, 77,14%, dan 71,33%. Nilai AUC sebesar 0,7133 atau 71,33% menunjukkan bahwa hasil klasifikasi termasuk dalam tingkat klasifikasi yang baik.

Pelatihan Pengujian Hipotesis Statistika Dasar dengan Software R Gangga Anuraga; Artanti Indrasetianingsih; Muhammad Athoillah
BUDIMAS : JURNAL PENGABDIAN MASYARAKAT Vol 3, No 2 (2021): BUDIMAS : VOL. 03 NO. 02, 2021
Publisher : LPPM ITB AAS Indonesia Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29040/budimas.v3i2.2412

Statistik adalah bidang yang sangat interdisipliner, penelitian dalam statistik kini diterapkan di hampir semua bidang ilmiah. Uji Hipotesis adalah salah satu cabang llmu Statistika Inferensial yang digunakan untuk menguji kebenaran atas suatu pernyataan secara statistik serta menarik kesimpulan akan diterima atau ditolaknya pernyataan tersebut. Dalam berbagai macam pengujian, tentunya para peneliti ingin membuktikan bahwa asumsi atau pendapat yang ia percayai tersebut benar atau tidak. Uji hipotesis dapat membantu dalam membuktikan suatu hal apakah benar-benar fakta ataukah hanya sekadar teori belaka. Atas dasar tersebut, tim dosen Program Studi Statistika, Fakultas Sains dan Teknologi (FST) melalui Program Pengabdian Kepada Masyarakat (PKM) memberikan pelatihan online (Webinar) tentang Pengujian Hipotesis Statistika Dasar dengan Software R kepada dosen, mahasiswa serta masyarakat secara umum. Keseluruh kegiatan pengabdian telah terlaksana dengan baik. Keberhasilan kegiatan ini diukur dari antusiasme peserta selama kegiatan sekaligus hasil evaluasi pre-test yang rata-rata nilainya 57,78 meningkat menjadi 77,74 dari hasil post-test setelah kegiatan.

PENGELOMPOKAN PROVINSI DI INDONESIA BERDASARKAN PERSENTASE RUMAH TANGGA MENURUT KUALITAS FISIK AIR MINUM DENGAN MENGGUNAKAN K-MEANS CLUSTER Artanti Indrasetianingsih
J STATISTIKA: Jurnal Imiah Teori dan Aplikasi Statistika Vol 7 No 1 (2015): J Statistika: Jurnal Imiah dan Aplikasi Statistika
Publisher : Fakultas Sains dan Teknologi Univ. PGRI Adi Buana Surabaya

Kebutuhan akan air bersih dan layak, baik untuk dikonsumsi maupun untuk keperluan lain seperti mandi, masak, dan lain-lain di Indonesia terus meningkat seiring dengan meningkatnya jumlah penduduk. Sedangkan ketersediaan air bersih cenderung berkurang karena adanya kerusakan alam dan pencemaran lingkungan. Peraturan Menteri Kesehatan (Permenkes) No. 492/Menkes/Per/IV/2010 menerangkan bahwa parameter fisik air bersih yang aman bagi kesehatan meliputi bau, warna, total zat padat terlarut (TDS), kekeruhan, rasa dan suhu. Kesadaran masyarakat akan pentingnya menjaga lingkungan dan perilaku masyarakat dalam meningkatkan kualitas lingkungannya agar menjadi lebih baik, khususnya dalam ketersediaan air bersih, masih perlu ditingkatkan.. Tujuan dari penelitian ini adalah mengelompokkan provinsi di Indonesia berdasarkan persentase rumah tangga menurut kualitas fisik air minum dengan menggunakan analisis cluster non hirarki, yaitu K-Means Cluster. Data yang digunakan dalam penelitian ini bersumber dari Riset Kesehatan Dasar tahun 2013, yaitu data persentase rumah tangga berdasarkan kualitas fisik air minum menurut provinsi di Indonesia. Kualitas fisik air minum yang dimaksud adalah tidak keruh, tidak berwarna, tidak berasa, tidak berbusa, tidak berbau dan baik. Langkah-langkah analisis yang dilakukan adalah analisis deskriptif dan analisis K-Means Cluster. Hasil analisis K-Means Cluster diperoleh 2 cluster, yaitu cluster 1 (Persentase rumah tangga yang kualitas fisik air minumnya kurang dari rata-rata persentase kualitas fisik air minum secara nasional) terdiri dari 3 provinsi (Aceh, Nusa Tenggara Timur dan Papua) dan cluster 2 (Persentase rumah tangga yang lebih dari rata-rata persentase kualitas fisik air minum secara nasional) terdiri dari 33 provinsi di luar cluster 1.

FORECASTING INDEKS HARGA SAHAM GABUNGAN (IHSG) DENGAN MENGGUNAKAN METODE ARIMA nurul latifa hadi; artanti indrasetianingsih
J STATISTIKA: Jurnal Imiah Teori dan Aplikasi Statistika Vol 6 No 1 (2014): J Statistika: Jurnal Imiah dan Aplikasi Statistika
Publisher : Fakultas Sains dan Teknologi Univ. PGRI Adi Buana Surabaya

Salah satu indikator keberhasilan pembangunan adalah struktur ekonomi dan angkatabungan dalam hal perkembangan sector manufaktur atau industry. Kemajuan sektorusaha sendiri memerlukan dana investasi yang cukup besar untuk melakukanpengembangan-pengembangan usaha tersebut. Oleh sebab itu, peramalan (forecasting)terhadap harga return saham sangat berperan penting untuk memprediksi perkembanganharga dan return harga saham di masa yang akan dating. Berdasarkan latar belakangtersebut, penelitian ini dilakukan untuk meramalkan IHSG (Indeks Harga SahamGabungan) dengan menggunakan metode ARIMA Box-Jenkins. Data yang digunakanadalah data harian IHSG periode Januari 2013 sampai Desember 2013. Berdasarkan hasilanalisis dapat diketahui bahwa model ARIMA yang terbaik adalah ARIMA (0,1,[1][12])karena mempunyai nilai MAPE (1,30%), MSE (3788,57) dan AIC (2484,6) yang terkecil.

PENGELOMPOKKAN KECAMATAN DI TULUNGAGUNG BERDASARKAN PRODUKSI TELUR MENURUT JENIS UNGGAS DENGAN MENGGUNAKAN ANALISIS KLASTER nika marathus sholihah; artanti indrasetianingsih
J STATISTIKA: Jurnal Imiah Teori dan Aplikasi Statistika Vol 6 No 1 (2014): J Statistika: Jurnal Imiah dan Aplikasi Statistika
Publisher : Fakultas Sains dan Teknologi Univ. PGRI Adi Buana Surabaya

Analisis klaster adalah suatu metode multivariate yang bertujan untukmengelompokkan obyek berdasarkan kemiripan atau ketidakmiripan karakteristiknya,sehingga objek yang terletak pada satu klaster memiliki kemiripan yang lebih besardibandingkan dengan objek pengamatan yang terletak pada klaster lain. K-Meansmerupakan salah satu metode pengklasteran tidak hirarki. Pada penelitian ini digunakandata produksi telur menurut jenis unggas pada 17 kecamatan di kabupaten TulungagungTahun 2011. Tujuan dari penelitian ini adalah untuk mendapatkan pengelompokkankecamatan di Tulungagung berdasarkan produksi telur menurut jenis unggas denganmenggunakan analais K-Means klaster. Analisis klaster K-Means setelah ditentukankelompoknya sebanyak 3 diperoleh hasil kelompok kecamatan yang rendah produksitelurnya (ada 11 kecamatan : Basuki, Bandung, Pakel, Campurdarat, Pucanglaban,Boyolangu, Tulungagung, Karangrejo, Kauman, Gondang, dan Sendang), kelompokkecamatan dengan produksi telur sedang (ada 5 kecamatan : Kalidawir, Ngunut,Sumbergempol, Kedungwaru dan Ngantru), sedangkan kelompok kecamatan denganproduksi telur tinggi adalah kecamatan Rejotangan.

PREDIKSI JUMLAH PENUMPANG KERETA API DENGAN MENGGUNAKAN METODE ARIMA maria letisia ria; artanti indrasetianingsih
J STATISTIKA: Jurnal Imiah Teori dan Aplikasi Statistika Vol 8 No 1 (2015): J Statistika: Jurnal Imiah dan Aplikasi Statistika
Publisher : Fakultas Sains dan Teknologi Univ. PGRI Adi Buana Surabaya

Kereta api merupakan sub sektor perhubungan darat yang dianggap penting didalam usaha melayani jasa perhubungan masyarakat. Tujuan dari penelitian ini untuk mendapatkan model ARIMA terbaik dan prediksi jumlah penumpang kereta api untuk satu tahun kedepan. Analisis yang digunakan adalah analisis runtun waktu yaitu model ARIMA. Berdasarkan hasil analisis adalah model ARIMA(1,1,0)(0,1,1)12, dengan nilai MSE =551425, nilai RMSE= 872,9009 dan MAPE 9,8%. Model ARIMA (1,1,0)(0,1,1)12 adalah Didapat hasil peramalan jumlah penumpang kereta api dari bulan Maret tahun 2015 hingga bulan Februari tahun 2016. Dari hasil peramalan jumlah penumpang yang tertinggi adalah pada bulan Desember tahun 2015 yaitu 27.134 penumpang

Prediksi Jumlah Kunjungan Wisatawan Mancanegara di Indonesia dengan Menggunakan Metode ARIMA Box-Jenkins dan Jaringan Syaraf Tiruan artanti indrasetianingsih; ika damayanti
J STATISTIKA: Jurnal Imiah Teori dan Aplikasi Statistika Vol 10 No 2 (2017): J Statistika: Jurnal Imiah dan Aplikasi Statistika
Publisher : Faculty of Science and Technology, Univ. PGRI Adi Buana Surabaya

Salah satu bidang yang banyak diperebutkan di era Masyarakat Ekonomi Asia (MEA) adalah bidang pariwisata. Indonesia sebagai bagian dari Negara-negara ASEAN (Association of South East Asian Nations), merupakan negara yang kaya akan budaya dan memiliki banyak destinasi wisata yang patut diperhitungkan baik di tingkat regional maupun internasional. Jumlah kunjungan wisatawan mancanegara (wisman) ke Indonesia mengalami peningkatan dari tahun ke tahun. Peningkatan jumlah kunjungan wisatawan mancanegara tersebut ternyata masih menempatkan Indonesia di posisi ke empat di negara-negara ASEAN pada tahun 2012 dan 2014. Pada tahun 2019, Kementrian Pariwisata (Kemenpar) menargetkan jumlah wisman yang berkunjung ke Indonesia sebesar 20 juta. Perlu adanya sinergi dari pemerintah dan masyarakat, baik dari pemerintah pusat maupun daerah. Selain itu juga diperlukan adanya perencanaan dan strategi promosi yang tepat. Salah satu cara untuk memperoleh gambaran tentang jumlah kunjungan wisatawan mancanegara ke Indonesia adalah melakukan peramalan dengan menggunakan analisis deret runtun waktu. Tujuan dari penelitian ini adalah untuk memperoleh prediksi jumlah wisatawan mancanegara yang berkunjung ke Indonesia tahun 2017 s.d tahun 2019 dengan menggunakan metode ARIMA Box-Jenkins dan Jaringan Syaraf Tiruan, serta membandingkan hasil prediksi jumlah kunjungan wisatawan mancanegara ke Indonesia hasil menggunakan ARIMA Box-Jenkins dengan Jaringan Syaraf Tiruan. Data yang digunakan adalah data bulanan jumlah kunjungan wisman ke Indonesia mulai bulan Januari 2010 sampai bulan Juni 2017. Hasil yang diperoleh dari analisis ARIMA Box Jenkins adalah model ARIMA (0,1,1)(0,0,2)12 , sedangkan hasil analisis menggunakan Jaringan Syaraf Tiruan algoritma backpropagation yang digunakan adalah dengan hidden layer 3. Hasil perhitungan nilai kesalahan peramalan dengan MAPE, MAD dan MSE didapatkan bahwa metode ARIMA mempunyai nilai MAD = 8.069,81 dan MSE = 9.134.981.806,98 yang lebih rendah dibanding metode Jaringan Syaraf Tiruan, maka metode yang lebih baik digunakan untuk meramalkan jumlah kunjungan wisman ke Indonesia adalah ARIMA (0,1,1)(0,0,2)12.

Analisis Regresi Spatial Durbin Model (SDM) untuk Pemodelan Kemiskinan Provinsi Jawa Timur Tahun 2017 Nur Roudlotul Hidayah; Artanti Indrasetianingsih
J STATISTIKA: Jurnal Imiah Teori dan Aplikasi Statistika Vol 12 No 1 (2019): Jurnal Ilmiah Teori dan Aplikasi Statistika
Publisher : Faculty of Science and Technology, Univ. PGRI Adi Buana Surabaya

Regression is a statistical technique used to describe the relationship between response variables with one or more predictor variables. The development of classical regression analysis that is influenced by the effects of space or location of a region is called spatial regression analysis. The purpose of this study is to conduct Spatial Durbin Model (SDM) regression analysis for poverty modeling in East Java in 2017. Poverty is a classic problem that occurs in almost all countries and is multidimensional, which is related to social, economic, cultural and other aspects. In 2017, poverty in East Java declined compared to the previous year. Therefore it is necessary to identify the factors that influence poverty. The variables used are the percentage of poor people as the response variable (Y) and predictor variables including Education does not finish elementary school (X1), Literacy Rate age 15 -55 years (X2), informal sector workers (X3), unemployment rate open (X4), household users of land as the widest floor (X5), and households using improper sanitation (X6), and households using drinking water sources are not feasible (X7). Regresi merupakan teknik statistik yang digunakan untuk menggambarkan hubungan antara variabel respon dengan satu atau lebih variabel prediktor. Pengembangan dari analisis regresi klasik yang dipengaruhi oleh efek ruang atau lokasi wilayah disebut analisis regresi spasial. Tujuan dari penelitian ini adalah untuk melakukan analisis regresi Spatial Durbin Model (SDM) untuk pemodelan kemiskinan di Jawa Timur tahun 2017. Kemiskinan merupakan masalah klasik yang terjadi hampir diseluruh negara dan bersifat multidimensional, dimana berkaitan dengan aspek sosial, ekonomi, budaya dan aspek lainnya. Pada tahun 2017, kemiskinan di Jawa Timur mengalami penurunan jika dibandingkan dengan tahun sebelumnya. Oleh karena itu perlu dilakukan identifikasi faktor-faktor yang berpengaruh terhadap kemiskinan. Variabel yang digunakan yaitu persentase penduduk miskin sebagai variabel respon (Y) dan variabel prediktor antara lain Pendidikan tidak tamat SD (X1), Angka Melek Huruf (AHM) usia 15 -55 tahun (X2), pekerja sektor informal (X3), tingkat pengangguran terbuka (X4), rumah tangga pengguna tanah sebagai lantai terluas (X5), dan rumah tangga pengguna sanitasi tidak layak (X6), dan Rumah tangga pengguna sumber air minum tidak layak (X7).

Analisis Biplot pada Pemetaan Karakteristik Indeks Pembangunan Manusia (IPM) Kabupaten/Kota di Provinsi Jawa Timur tahun 2016 artanti indrasetianingsih
J STATISTIKA: Jurnal Imiah Teori dan Aplikasi Statistika Vol 11 No 2 (2018): Jurnal Ilmiah Teori dan Aplikasi Statistika
Publisher : Faculty of Science and Technology, Univ. PGRI Adi Buana Surabaya

Characteristics of a region is a feature that is owned by the area. Characteristics can be seen from several aspects that exist in each region. East Java Province is a province located in the east of Java Island with Surabaya City as the Capital of Province. Biplot is one attempt to describe the data contained in the summary table in the two-dimensional graph. This analysis aims to model a matrix by overlapping vectors representing row vectors with vectors representing the vectors of the matrix column. Biplot analysis is based on the analysis of the main component (PCA biplot), ie by describing singular value or singular value decomposition (SVD). SVD aims to decipher the singular value of a matrix which is an nxp sized matrix that has been corrected with the mean and then raised the matrix and. The data used in this study using secondary data obtained from the Central Bureau of Statistics of East Java Province in 2016. Based on the result of data analysis, it can be concluded that 2 main factors are economic education consisting of infant mortality rate (X1), percentage of poor people (X2), per capita expenditure per year (X3), old school expectancy (X4) average of school length (X5) and social health factors consisted of percentage of population with appropriate drinking water source (X11), percentage of households living clean and healthy (X13).Goodness of fit biplot in economic education factor of 0.878. Karakteristik suatu wilayah merupakan ciri yang dimiliki oleh daerah tersebut. Karakteristik dapat dilihat dari beberapa aspek di masing-masing wilayah. Provinsi Jawa Timur merupakan sebuah provinsi di sebelah timur Pulau Jawa dengan Kota Surabaya sebagai Ibukota Provinsi. Biplot adalah salah satu upaya menggambarkan data-data yang ada pada tabel ringkasan dalam grafik berdimensi dua. Analisis ini bertujuan memperagakan suatu matriks dengan menumpang tindihkan vektor-vektor yang merepresentasikan vektor-vektor baris dengan vektor-vektor yang merepresentasikan vektor-vektor kolom matriks tersebut. Analisis biplot didasarkan pada analisis komponen utama (PCA biplot), yaitu dengan menguraikan nilai singular atau singular value decomposition (SVD). Data yang digunakan pada penelitian ini menggunakan data sekunder yang diperoleh dari Badan Pusat Statistik Provinsi Jawa Timur tahun 2016. Berdasarkan hasil analisis data maka dapat disimpulkan bahwa terbentuk 2 faktor utama yaitu faktor pendidikan ekonomi yang terdiri dari variabel angka kematian bayi (X1), persentase penduduk miskin (X2), pengeluaran per kapita per tahun (X3), harapan lama sekolah (X4), rata-rata lama sekolah (X5) dan faktor sosial kesehatan terdiri dari variabel persentase penduduk dengan sumber air minum layak (X11), persentase rumah tangga berperilaku hidup bersih dan sehat (X13). Goodness of fit biplot dalam faktor pendidikan ekonomi sebesar 87,8%.

ANALISIS PENJUALAN BAHAN BAKAR MlNYA.K PREMIUM DENGAN MENGGUNAKAN METODE WINTER DAN BOX-JENKINS Artanti Indrasetianingsih Indrasetianingsih
WAHANA Vol 59 No 2 (2012)
Publisher : LPPM Universitas PGRI Adi Buana Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36456/wahana.v59i2.1258

Ada beberapa metode peramalan dalam analisis data time series beberapa diantaranya adalah Metode Winter dim ARIMA Box-Jenkins yang dapat digunakan untuk data time series yang tidak stasioner dan ada mpfiimannya. &than Baker Minyak (BBM) premium merupakan jenis bahan baker yang paling banyak digunakan oleh pengguna kendaraan di Indonesia, karma BBM jenis ini mempunyai barge jual terendah. Oleh karena itu perlu adanya peramalan yang sesuai akan BBM premium. Pada penelitian ini dilakukan peramalan penjualan BBM premium di SPBU 54.651-30C di kota Malang dengan menggunalcan metode Winter dan ARIMA. Hasilnya untuk metode Winter diperoleh estimasi ketiga parameternya yaitu 9= 0,5 y = 0,1 dan fl = 0,1. Sedangkan untuk metode ARIMA diperoleh model ARIMA a1ll21[71,1,0X0,1,1)7, yaitu outlier pada t = 45, t = 321 dan t = 3. Perbandingan nilai MSEuntuk data in sample dan MAPE untuk data out sample diperoleh basil bahwa untuk Metode ARIMA mempunyai nilai MSE dan MAPE yang lebih keoil dibandingkan metode Winter. Metode ARIMA mempunyai nilai MSE = 2.004.361 dan MAPE = 19,6345. Dengan demildan metode yang lebih sesuai untuk meramallum penjualan premium di SPBU 54.651-3CX kota Malang adalah metode ARIMA.

Co-Authors Adi Winarno Agustin, Risca Alfisyahrina Hapsery Aliffia Rahma Anandyani Amalia, Amanda Nur Amanda Nur Amalia Amin, Mochammad Iqbal Nasrulloh Al Andri Dwi Sunardi Anjelina Sarti Sriyati Aprilia, Yohanita Uniyatri Benedikta Ngamul Bunga , Natasha Dini Krisnawati Alfiki Astutik Divaio, Putri Amelia Ellya Susilowati Elvira Mustikawati Putri Hermanto Elvira Mustikawati Putri Hermanto Erika Zahra Fitriananta Eufrosiana Ga’a Bara Fitriani, Fenny Gangga Anuraga Gangga Anuraga hadi, nurul latifa Hapsery, Alfisayhrina Hariyanti Dewi Priyanto Hariyanto, Intan Amelia Haryanto, Intan Amelia Heppy Reihana K. S Heppy Reihana Kartika Sari Hidayah, Nur Roudlotul IKA DAMAYANTI ika damayanti Ireni Lusyanti G Karno, Faldianus Lutfi, Moch maria letisia ria Moch Iqbal Nasrulloh Al Amin Mohamad Ilham Muhammad Athoillah, Muhammad nika marathus sholihah Novi Rahmawati Nur Rohmah, Aisyah Maudy Nur Roudlotul Hidayah Nuraini , Salsa Rifqah nurul latifa hadi Pramesty, Maria Hernita Elvine Prasdianitaningtiyas Junita Kusuma Putri Nadiatus Shofiyah PUTRI WULANDARI Putri, Ramadhina Suci Amanda Ramadhina Suci Amanda Putri Retnaningsih, Endang Retnaningsih, Endang ria, maria letisia Rohmah, A’isah Maudy Nur Rosadah, Haryani Amrina Sadewa, Arief sholihah, nika marathus Sita Novalya Roihatul Jannah Sitasari, Nanda Mei Siti Fatonah Sunardi, Andri Dwi Tutik Khalimatul Wasik Wara Pramesti Wara Pramesti

Title

Found 42 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 42 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 42 Documents
Search