Garuda - Garba Rujukan Digital

p-Index From 2021 - 2026

4.699

P-Index

This Author published in this journals

All Journal COPING (Community of Publishing in Nursing) CAUCHY: Jurnal Matematika Murni dan Aplikasi EurekaMatika (Jurnal Online Matematika S1) Journal of the Indonesian Mathematical Society E-Dimas: Jurnal Pengabdian kepada Masyarakat QALAMUNA: Jurnal Pendidikan, Sosial, dan Agama BAREKENG: Jurnal Ilmu Matematika dan Terapan Martabe : Jurnal Pengabdian Kepada Masyarakat Jurnal Kreativitas PKM JKM (Jurnal Kebidanan Malahayati) Kumawula: Jurnal Pengabdian Kepada Masyarakat Jurnal Keperawatan (JKEP) Jurnal Health Sains Jurnal Cahaya Mandalika International Journal of Engineering, Science and Information Technology Masker Medika Jurnal Eurekamatika Lentera Perawat JEUMPA Jurnal Sehat Indonesia (JUSINDO) Jurnal Ilmiah Kesehatan Delima Jurnal Global Ilmiah Jurnal Medicare Proceeding of International Conference on Multidisciplinary Research Indonesian Trust Health Journal International Research Journal of Business Studies Jurnal Abdimas Kesehatan

Fitriani agustina

Universitas Pendidikan Indonesia

Author-ID : 221963

Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Arts Humanities Astronomy Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Medicine & Pharmacology Nursing Physics Public Health Social Sciences Transportation Veterinary Other

Published : 74 Documents Claim Missing Document

Claim Missing Document

Articles

2 3 4 5 6

PERAMALAN CURAH HUJAN KOTA BANDUNG MENGGUNAKAN MODEL FUNGSI TRANSFER MULTIVARIAT PADA DERET BERKALA MUSIMAN Prahesti, Danica Dwi; Puspita, Entit; Agustina, Fitriani
Jurnal EurekaMatika Vol 4, No 1 (2016): Jurnal EurekaMatika
Publisher : Mathematics Program Study, Universitas Pendidikan Indonesia (UPI)

ABSTRAK. Model fungsi transfer pada deret berkala pola musiman merupakan penggabungan karakteristik dari model analisis regresi berganda dengan karakteristik model deret berkala pola musiman SARIMA (Seasonal Autoregresive Integrated Moving Average). Model fungsi transfer yang memiliki lebih dari dua deret berkala pada variabel input disebut dengan model fungsi transfer multivariat. Prosedur untuk menentukan model fungsi transfer diawali dengan menghilangkan pengaruh musiman (deseasonalized) pada semua deret berkala, kemudian untuk menentukan model fungsi transfer multivariat dimulai dengan pembentukan model fungsi transfer univariat pada masing-masing variabel input, kemudian dilakukan pembentukan secara serentak menjadi model fungsi transfer multivariat. Model fungsi transfer pada deret berkala pola musiman diterapkan untuk meramalkan jumlah curah hujan di kota Bandung, dengan variabel input berupa data kelembaban udara, suhu udara, tekanan udara, dan kecepatan angin. Data yang digunakan dimulai dari bulan Januari 2000 hingga Desember 2013. Hasil penelitian ini menunjukkan bahwa : (1) model peramalan curah hujan menggunakan model fungsi transfer multivariat pada deret berkala musiman yaitu: ; (2) hasil peramalan curah hujan kota bandung untuk 12 bulan ke depan menunjukkan terjadi fluktuasi dimana jumlah curah hujan paling tinggi terjadi pada bulan Februari 2014 dan jumlah curah hujan terendah pada bulan Januari 2014.Kata Kunci: Deret Berkala, SARIMA, Fungsi Transfer, Multivariat, CurahÂ Â Hujan.ABSTRACT. Transfer function models for time series seasonal pattern which is combination characteristic of the multiple regression analysis model with a characteristics of the time series seasonal pattern models SARIMA (Seasonal Autoregresive Integrated Moving Average). Transfer function models has more than two time series on the input variables is called multivariate transfer function model. The procedure for determining the transfer function models begins with remove the influence of seasonal (deseasonalized) at all time series, then for determine multivariate transfer function models begins with the establishment of the univariate transfer function models at each input variable, and then do the establishment simultaneously be a multivariate transfer function models. multivariate transfer function models for time series seasonal pattern applied to predict the amount of rainfall at Bandung city, with a form of data input variable is air humidity, air temperature, air pressure, and wind speed. Used data starts from January 2000 to December 2013. Results from this study indicate that : (1) forecasting models of rainfall used transfer function models that :Â ; (2) the results of forecasting for rainfall Bandung city for 12th month ahead showed fluctuation where the number of the rainfall highest uccurred on February 2014 and the number of rainfall lowest on January 2014.Key word: Time Series, SARIMA, Transfer Function, Multivariate, Rainfall.

APLIKASI ALGORITMA ANT DISPERSION ROUTING (ADR) UNTUK PENYELESAIAN MASALAH PENYEBARAN RUTE LALU LINTAS SEBAGAI UPAYA UNTUK MENGURANGI KEMACETAN Malihah, Lia; Marwati, Rini; Agustina, Fitriani
Jurnal EurekaMatika Vol 2, No 1 (2014): Jurnal EurekaMatika
Publisher : Mathematics Program Study, Universitas Pendidikan Indonesia (UPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.17509/jem.v2i1.11271

ABSTRAK: Salah satu metode optimasi yang berhubungan dengan optimasi perutean lalu lintas untuk mencapai keseimbangan jaringan lalu lintas adalah optimasi koloni semut (Ant Colony Optimization â€“ ACO). Suatu metode optimasi yang menggunakan metode dasar ACO dengan kombinasi model prediksi lalu lintas dikenal dengan algoritma penyebaran rute semut (Ant Dispersion Routing â€“ ADR), objek dari algoritma ini adalah penyebaran rute lalu lintas untuk mencapai keseimbangan jaringan lalu lintas. Kebanyakan algoritma perutean hanya mengejar keseimbangan pengguna (User Equilibrium â€“ UE) dan tidak mempertimbangkan dampak dari tindakan pengguna terhadap jaringan lalu lintas sementara algoritma ADR yang merupakan perluasan dari algoritma ACO dikembangkan untuk mencapai keseimbangan pengguna (UE) dan keseimbangan sistem (System Optimum â€“ SO). Secara umum algoritma ADR terbagi menjadi dua langkah utama yang terpisah yaitu pemangkasan jaringan dan optimasi arus. Hasil yang diperoleh dari algoritma ADR merupakan rekomendasi rute optimal dimana ADR akan mendistribusikan lalu lintas menuju beberapa rute optimal sehingga dapat mengurangi kemacetan.Kata Kunci : Ant Colony Optimization (ACO), Ant Dispersion Routing (ADR), keseimbangan jaringan lalu lintas, penyebaran rute lalu lintas, rute optimal

PENERAPAN METODE GREY SYSTEM PADA PERAMALAN PRODUK OLEFIN Fitri, Ghaisani Fildjah; Agustina, Fitriani; Marwati, Rini
Jurnal EurekaMatika Vol 6, No 2 (2018): Jurnal EurekaMatika
Publisher : Mathematics Program Study, Universitas Pendidikan Indonesia (UPI)

ABSTRAKGrey System Â adalah suatu metode peramalan yang tidak memerlukan banyak data, data yang dapat digunakan minimal empat data, dan metode ini berfokus pada peramalan dengan sampel data yang sedikit dan tidak lengkap. PT. Chandra Asri sedang mengalami perluasan wilayah sehingga terjadi perubahan data produksi, maka dari itu metode peramalan untuk meramalkan bahan baku untuk periode selanjutnya sangat cocok menggunakan metode Grey System. Grey System ini memiliki beberapa tahapan perhitungan, kemudian hasil dari peramalan ini akan dihitung nilai erro nya dengan perhitungan Mean Absolute Percentage Error (MAPE) dan nilai kakuratannya, sehingga dapat disimpulkan apakah peramalan akurat atau tidak. Karena Grey System memiliki perhitungan yang bertahap dan berulang disetiap periodenya, maka pada penelitian kali ini akan dilakukan konstruksi program dengan menggunakan software Matlab R2015a. Sehingga dapat memperoleh nilai peramalan yang terbaik dengan nilai error yang semakin kecil dan hasil yang akurat. Perhitungan nilai error kali ini menggunakan MAPE. Proses validasi dari program yang telah dibuat akan dibandingkan dengan hasil perhitungan manual.Â Kata Kunci : Peramalan, Grey System, Matlab, MAPEABSTRACTGrey System is a method of forecasting that does not require a lot of data, the data can be used at least four data, and this method focuses on forecasting with a small and incomplete sample of data. PT. Chandra Asri is experiencing an area expansion resulting in changes in production data, therefore the forecasting method to predict raw materials for the next period is very suitable to use the method of Grey System. Grey System has several stages of calculation, then the results of this forecasting will be calculated its error value with the calculation ofÂ Mean Absolute Percentage Error (MAPE) and the value of its legs, so it can be concluded whether the forecasting is accurate or not. Because Gray System has a gradual and repetitive calculation in each period, then in this research will be done program construction using Matlab R2015a software. So it can get the best forecasting value with smaller error value and accurate results. Calculation of error value this time using MAPE. The validation process of the program that has been made will be compared with the result of manual calculation.Keywords: Forecasting, Grey System, Matlab, MAPE

Peramalan Harga Batubara Acuan Menggunakan Metode PSOSVR Dan IPSOSVR Alliseu Umiyati; Dadan Dasari; Fitriani Agustina
Jurnal EurekaMatika Vol 9, No 1 (2021): Jurnal Eurekamatika
Publisher : Universitas Pendidikan Indonesia (UPI)

Batubara adalah salah satu jenis bahan bakar fosil yang seringdimanfaatkan oleh perusahaan industri. Fluktuasi harga batubaramengakibatkan perusahaan industri sulit untuk memperkirakan hargabatubara. Dengan demikian dibutuhkan alokasi anggaran dana berupaperkiraan harga batubara. Sebuah model prediksi harga batubara acuanuntuk melihat harga batubara acuan di masa yang akan datang sangatdiperlukan, sehingga perusahaan industri dapat mengalokasikan danadengan tepat untuk memaksimalkan keuntungan dan meminimumkanbiaya produksi. Terdapat beberapa studi yang membahas tentang prediksiharga batubara acuan menggunakan machine learning yang salah satunyayaitu menggunakan support vector regression (SVR). Namun, metodetersebut masih memiliki kekurangan pada penentuan nilai parameter yangtepat. Diperlukan algoritma optimasi untuk membantu menentukan nilaiparameter yang tepat. Oleh karena itu, pada penelitian ini bertujuan untukmelakukan peramalan harga batubara acuan menggunakan data historisperiode bulan Januari 2009 sampai dengan bulan Oktober 2019, denganmenggunakan metode support vector regression (SVR) yang dioptimasidengan particle swarm optimization (PSO) dan improved-particle swarmoptimization (IPSO), yang dievaluasi hasil peramalannya menggunakanMAPE. Berdasarkan penelitian yang telah dilakukan, prediksi hargabatubara acuan menggunakan metode PSOSVR menghasilkan nilaiMAPE sebesar 3,911% dan metode IPSOSVR menghasilkan nilai MAPEsebesar 3,916%. Sedangkan untuk prediksi menggunakan parameter SVRyang tidak dioptimasi menghasilnya nilai MAPE sebesar 13,388%

PENENTUAN PREMI ASURANSI JIWA BERJANGKA, ASURANSI TABUNGAN BERJANGKA, ASURANSI DWIGUNA BERJANGKA DENGAN PROGRAM APLIKASINYA Desti Pertiwi Setiawati; Fitriani Agustina; Rini Marwati
Jurnal EurekaMatika Vol 7, No 2 (2019): Jurnal EurekaMatika
Publisher : Mathematics Program Study, Universitas Pendidikan Indonesia (UPI)

ABSTRAK. Asuransi jiwa adalah asuransi yang memberikan pembayaran sejumlah uang tertentu atas kematian tertanggung kepada anggota keluarga atau orang yang berhak menerimanya sesuai dengan ketentuan dalam polis asuransi. Pihak tertanggung wajib membayarkan sejumlah uang setiap periode sampai jangka waktu kontrak selesai sesuai kesepakatan kedua belah pihak. Anuitas adalah sederet pembayaran berkala dalam jumlah tertentu dan selama waktu tertentu. Sedangkan premi adalah suatu pembayaran yang dilakukan setiap periode dalam jumlah tertentu yang dilakukan setiap periode tertentu dan selama waktu tertentu. Pada Artikel ini akan membahas mengenai bagaimana menentukan premi asuransi jiwa berjangka, asuransi tabungan berjangka, dan asuransi dwiguna berjangka serta perancangan program aplikasinya. Berdasarkan penelitian yang telah dilakukan dapat disimpulkan bahwa anuitas dan benefit dapat digunakan untuk melakukan perhitungan premi asuransi. Program aplikasi ini dibuat menggunakan bahasa pemrograman Python.Kata Kunci : Asuransi, Anuitas, Benefit, Premi, Polis, Python. ABSTRACT. Life insurance is an insurance that provides payment of a certain sum of money upon the death of the insured to a family member or person entitled to receive in accordance with the provisions of the insurance policy. The insured obligated to pay a certain amount each period until the term of the contract is completed according to the agreement of both parties. Annuity is a series of periodic payments made within a certain amount of any given period and for a specific time. While the premium is a payment made each period in a specified amount and for specific time interval. This article will be discussed on how to calculate term life insurance premiums, pure endowment insurance, and endowment insurance as well as the design of the application program. Based on the research that has been done can be concluded that the annuity and benefit can be used to perform premium insurance calculations. This application program is created using python programming language.Keywords : Insurance, Annuity, Benefit, Premiums, Policy, Python.

Optimisasi Pendistribusian Dana Bantuan Operasional Sekolah (BOS) dengan Pendekatan Fuzzy Goal Programming Mia Kusmiati; Khusnul Novianingsih; Fitriani Agustina
Jurnal EurekaMatika Vol 10, No 1 (2022): Jurnal Eurekamatika
Publisher : Universitas Pendidikan Indonesia (UPI)

Distributing School Operational Assistance (BOS) fund is a problem encountered by the Government to distribute the BOS fund to each school. The amount of BOS fund is calculated based on the number of students with the distribution of BOS fund each quarter varying. In practice, the distribution of BOS fund did not follow the government regulations because the amount of funds received by schools often did not match with the number of students. In this paper, we optimize the distribution of BOS fund to obtain the distribution of BOS funds that accordance with BOS technical guidelines. The problem of distributing BOS funds is solved using the Fuzzy Goal Programming (FGP) approach. The FGP model gives the value of goals for each objective and finds a solution that satisfies all constraints. The computational results show that the FGP model can solve the multi-objective problem in the distribution of BOS funds and the model gives good solutions.Keywords: BOS Fund Distribution, Fuzzy-Crisp Method, Fuzzy Goal Programming, Goal Programming, Multi-Objective, Optimal Solution. AbstrakPendistribusian dana Bantuan Operasional Sekolah (BOS) adalah suatu permasalahan yang dihadapi Pemerintah dalam pembagian dana BOS untuk tiap sekolah. Besaran dana BOS untuk setiap sekolah ditentukan berdasarkan jumlah siswa dengan pendistribusian yang nilainya berubah setiap triwulan. Namun pada prakteknya, pendistribusian dana BOS itu tidak megikuti ketentuan pemerintah karena jumlah dana yang diterima sekolah sering kali tidak sesuai dengan jumlah siswanya. Tujuan optimalisasi pendistribusian dana BOS yaitu untuk memperoleh hasil pendistribusian dana BOS yang sesuai dengan petunjuk teknis BOS. Pada penelitian ini, masalah pendistribusian dana BOS akan diselesaikan menggunakan pendekatan model Fuzzy Goal Programming (FGP). Model FGP membentuk nilai goals untuk setiap tujuan dan mencari sebuah solusi yang memberi pencapaian pada semua kendala. Hasil implementasi model FGP untuk masalah pendistribusian dana BOS pada tiap SMKN di Kota Bandung menunjukkan bahwa model FGP yang dibangun mampu menyelesaikan masalah multi objektif pada pendistribusian dana BOS dan mampu memberikan solusi yang baik.

Regresi Ridge Parsial Untuk Data Yang Mengandung Masalah Multikolinearitas Ghaida Azzahra; Nar Herrhyanto; Fitriani Agustina
Jurnal EurekaMatika Vol 8, No 1 (2020): Jurnal EurekaMatika
Publisher : Universitas Pendidikan Indonesia (UPI)

Multikolinearitas merupakan kondisi dimana terdapat hubungan linear antar beberapa atau semua variabel bebas dari model regresi linear berganda. Multikolinearitas dapat mengakibatkan taksiran parameter koefisien regresi dari variabel-variabel tersebut tidak dapat ditaksir dengan pasti. Regresi ridge dapat mengatasi permasalahan multikolinearitas, namun terdapat keterbatasan dalam regresi ridge yaitu konstanta bias c diterapkan untuk semua variabel bebas terlepas dari tinggi rendahnya tingkat multikolinearitas. Artikel ini membahas mengenai pengembangan metode regresi ridge yang menambahkan konstanta bias c untuk variabel yang mengandung kolinearitas tinggi. Pengembangan dari regresi ridge ini dinamakan regresi ridge parsial. Metode regresi ridge parsial ini diterapkan pada studi kasus angka kematian bayi di Provinsi Jawa Timur tahun 2018. Hasil penelitian menunjukkan adanya multikolinearitas pada data studi kasus kematian bayi tersebut. Selain itu diperoleh informasi bahwa angka kematian bayi di Provinsi Jawa Timur tahun 2018 hanya dipengaruhi oleh variabel berat badan lahir rendah, dimana setiap satu kenaikan bayi yang memiliki berat badan lahir rendah, akan meningkatkan angka kematian bayi sebesar 0,0953.

Pengambilan Keputusan Menggunakan Fuzzy Simple Additive Weighting (Studi Kasus Pemilihan Tempat Wisata di Bandung Raya) Asyifa Nurbaiti Saepudin; Fitriani Agustina; Rini Marwati
Jurnal EurekaMatika Vol 8, No 1 (2020): Jurnal EurekaMatika
Publisher : Universitas Pendidikan Indonesia (UPI)

Pada penelitian ini membantu wisatawan (decision maker) dalam pengambilan keputusan untuk menentukan tempat wisata yang cocok untuk dikunjungi sesuai kriteria yang ada yaitu harga, fasilitas, imej destinasi, atraksi, dan aksesibilitas. Metode yang digunakan adalah Fuzzy Simple Additive Weighting (FSAW), metode ini mengolah data dalam bentuk fuzzy serta membandingkan alternatif satu dengan lainnya. Dengan metode FSAW dapat diperoleh satu alternatif terbaik diantara beberapa alternatif tempat wisata. Untuk memudahkan pengambilan keputusan tempat wisata menggunakan metode FSAW, dibuat aplikasi dengan bantuan bahasa pemrograman Java.

Distribusi Weibull-Normal{Log-Logistik} dan Aplikasinya (Studi Kasus Data Waktu Bertahan Hidup Pasien Penderita Jantung Koroner yang Diberikan Treatment Bypass) Winda Sari Sukarna; Nar Herrhyanto; Fitriani Agustina
Jurnal EurekaMatika Vol 8, No 1 (2020): Jurnal EurekaMatika
Publisher : Universitas Pendidikan Indonesia (UPI)

Penelitian ini bertujuan menggabungkan distribusi Weibull, normal, dan log-logistik dengan metode transformasi transformator untuk mendefinisikan distribusi Weibull-normal{log-logistik} (WNLL). Distribusi WNLL akan diaplikasikan untuk menganalisis data waktu bertahan hidup pasien penderita jantung koroner yang diberikan treatment bypass. Penelitian ini termasuk statistika terapan yang berkaitan dengan analisis data uji hidup. Hasil penelitian menunjukkan distribusi WNLL memiliki nilai Akaike Information Criterion (AIC) yang paling kecil dibandingkan ketiga distribusi lainnya, maka distribusi WNLL dipilih menjadi distribusi untuk data waktu bertahan hidup pasien penderita jantung koroner yang diberikan treatment bypass yang akan digunakan untuk analisis lebih lanjut.

PERAMALAN DATA RUNTUN WAKTU MENGGUNAKAN METODE ADAPTIVE NEURO FUZZY INFERENCE SYSTEM Yukeu S Febriani; Fitriani Agustina; Dewi Rachmatin
Jurnal EurekaMatika Vol 7, No 2 (2019): Jurnal EurekaMatika
Publisher : Mathematics Program Study, Universitas Pendidikan Indonesia (UPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.17509/jem.v7i2.22134

ABSTRAK. PT. Asuransi Jiwasraya merupakan salah satu perusahaan asuransi jiwa yang ada di Indonesia. Pada setiap tahunnya, PT. Asuransi Jiwasraya mempunyai target premi. Keberadaan target premi ini, bertujuan untuk mencapai visi dan misi dari PT. Asuransi Jiwasraya. Karena PT. Asuransi Jiwasraya merupakan perusahaan milik negara, maka setiap tahunnya perusahaan harus memberikan kontribusi kepada negara. Oleh karena itu, PT Asuransi Jiwasraya harus meramalkan pendapatan premi pada setiap tahunnya. Pada artikel ini, akan dibahas mengenai peramalan jumlah premi PT Asuransi Jiwasraya dengan tujuan untuk memprediksi jumlah premi periode selanjutnya berdasarkan data jumlah premi menggunakan metode Adaptive Neuro Fuzzy Inference System (ANFIS). Metode ANFIS merupakan metode yang mengkombinasikan konsep Neural Network dan Fuzzy Logic. Ramalan yang tepat berguna untuk membuat kebijakan yang tepat agar tercapainya visi dan misi dari PT Asuransi Jiwasraya. Berdasarkan hasil analisis diketahui bahwa nilai MAPE untuk metode ANFIS sebesar 0.858820136%. Dengan demikian dapat dikatakan bahwa metode ANFIS sudah cukup baik digunakan untuk meramalkan jumlah premi PT. Asuransi Jiwasraya Cabang Bandung Timur.Kata kunci : Jumlah premi, ANFIS, MAPE FORECASTING TIME DATA FORECASTING USING THE ADAPTIVE NEURO FUZZY INFERENCE SYSTEM METHOD ABSTRACT. PT. Asuransi Jiwasraya is one of the life insurance companies in Indonesia. In each year, PT. Asuransi Jiwasraya has a premi target. The premi target is aimed to achieve the vision and mission of PT. Asuransi Jiwasraya. Since PT Asuransi Jiwasraya is a state-owned company, every year the company must contribute to the state. Therefore, PT Asuransi Jiwasraya must predict the premi income every year. This article will discuss about forecasting the amount of premi PT Asuransi Jiwasraya done to predict the amount of premi next period based on premi data amount using Adaptive Neuro Fuzzy Inference System (ANFIS) method. ANFIS method is a method that combines the concept of Neural Network and Fuzzy Logic. Precise prophecy is useful to make the right policy in order to achieve the vision and mission of PT Asuransi Jiwasraya. From the results that have been done obtained MAPE value of 0.858820136%. Thus it can be said that the ANFIS method is good enough to be used to predict the amount of premium PT. Asuransi Jiwasraya, East Bandung Branch.Keywords: Total Premi, ANFIS, MAPE

Co-Authors Abdurahman Abdurrahman Achmad, Puteri Ressiana Dewi Adelia, Suci Aida Fitriani, Aida Alliseu Umiyati Anggi Diandra Sayrua AS, Emilda Asep Egi Kurniawan, Asep Egi Asyifa Nurbaiti Saepudin AULIA, SITI bambang avip Priatna Berta Afriani, Berta Dadan Dasari Darussalam, Handry Desti Pertiwi Setiawati Dewanti, Rossy Dewi Achmad, Puteri Ressiana Dewi Rachmatin Dimas Ardiansyah Ema Nur Luthfiyani Entit Puspita Entit puspita Erlina Erlina Faiza, Nola Fauzi, M Jamil Fauzi, M. Jamil Febriany, Nadra Febriany, Nadya Ferdi, Roni Fikri, Ahmad Fitri, Ghaisani Fildjah Ghaida Azzahra Gita Alfa, Alodya Ann Gultom, Yunisar Hamid, Syahabuddin Harahap, Lili Kartika Sari Hayati, Mawar Ika Friscila, Ika Indah Julia Ismail, Diauddin Ismailinar Ismailinar, Ismailinar Jamil Fauzi, M Jarnawi Afgani Dahlan Karunia Eka Lestari Khusnul Novianingsih Krisna Yetti Kuntjoro Adji Sidarto Lia Malihah, Lia Lilia, Deli Lubis, Asep Ridwan Lukman ., Lukman Lukman Lukman Lukman Lukman Majid, Abu Bakar Faris Abdul Mardiah Annur, Mardiah Marlina Marlina Marlina Mustafa, Marlina Masfuri - Masyudi Masyudi Mawar Hayati Mia Kusmiati Mokhammad Ridwan Yudhanegara Muhammad Naufal Atalla Mursiti, Mustofa, Handry Darussalam, Titik Nuryastuti, Mursiti, Mutia Dwi Haryanti, Mutia Dwi Nar Herrhyanto Novalia Efrianty Novianti, Neera Puri Novriana Sumarti Nugraha, Edwin Setiawan Nurul Hanifah Prahesti, Danica Dwi Prahesti, Danica Dwi Pratama, Egi Puspasari, Andini Rahayu, Rima Aulia Raihan Ayita Putri Raspati, Rifqy Sayidi Ria Oktarina Rianita Citra Tri Sartika Rini Marwati Ririn Sispiyati Rizky Ardhani Ryaneka Darmawan, Ryaneka Safitri, Gina Said Taufiq Savitri, Gina Sisilia Sylviani Sulaiman Sulaiman Sulaiman Syahabuddin Syahputra, Anda Syamsul Arifin Taufiq, Said US, Hafsah Winata, Hilma Mutiara Winda Sari Sukarna Wulan Dian Pramiesti Yukeu S Febriani Yusnidaryani, Yusnidaryani Yusra, Ainil Yusrawati Yusrawati Zahra, Tamela

Title

Found 74 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 74 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 74 Documents
Search