Garuda - Garba Rujukan Digital

p-Index From 2020 - 2025

5.401

P-Index

This Author published in this journals

All Journal Jurnal Teknologi JTT (Jurnal Teknologi Terpadu) SAMARAH: Jurnal Hukum Keluarga dan Hukum Islam BAREKENG: Jurnal Ilmu Matematika dan Terapan Jurnal Masyarakat Merdeka (JMM) Jurnal Perspektif JRTI (Jurnal Riset Tindakan Indonesia) Jurnal Ilmiah ILKOMINFO - Ilmu Komputer & Informatika JATI (Jurnal Mahasiswa Teknik Informatika) Journal of Soft Computing Exploration Jurnal Ilmiah Wahana Pendidikan Djtechno: Jurnal Teknologi Informasi Edumatika Jurnal Ilmiah Mahasiswa Fakultas Hukum Universitas Malikussaleh EduMatika: Jurnal MIPA Prosiding Seminar Nasional Sisfotek (Sistem Informasi dan Teknologi Informasi) Jurnal Pengabdian Mandiri Southeast Asian Journal of Technology and Science Technologica Prosiding Seminar Nasional Pendidikan Matematika, Universitas Mulawarman QISTINA: Jurnal Multidisiplin Indonesia Journal of Informatics and Data Science (J-IDS) Jurnal Malikussaleh Mengabdi Krigan: Journal of Management and Sharia Business International Journal of Computer Science and Information Technology

Arnita Arnita

Universitas Bung Hatta

Author-ID : 233709

Religion Arts Humanities Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Materials Science & Nanotechnology Mathematics Mechanical Engineering Nursing Physics Social Sciences Transportation Other

Published : 46 Documents Claim Missing Document

Claim Missing Document

Articles

1 2 3 4 5

PENERAPAN SUPPORT VECTOR MACHINE UNTUK ANALISIS SENTIMEN TWITTER TERHADAP EFISIENSI ANGGARAN Ananda Hafika, Rizky; Agus Waruwu, Stefen; Advis Ambrosius Sitohang, Yuda; Yazid Noor, Muhammad; Haikal Al Majid, Muhammad; Arnita, Arnita; Ramadhani, Fanny
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 4 (2025): JATI Vol. 9 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i4.13894

Media sosial, khususnya Twitter, menjadi wadah utama bagi masyarakat untuk mengekspresikan opini terhadap kebijakan pemerintah, termasuk efisiensi anggaran. Analisis sentimen berbasis machine learning diperlukan untuk memahami respons publik secara otomatis. Penelitian ini bertujuan untuk menganalisis sentimen masyarakat di Twitter terhadap kebijakan efisiensi anggaran menggunakan metode Support Vector Machine (SVM). Data yang digunakan telah melalui tahap preprocessing, labeling manual, dan untuk memastikan kualitas analisis. Sentimen yang diklasifikasikan terdiri dari tiga kategori: negatif, netral, dan positif. Hasil penelitian menunjukkan bahwa mayoritas sentimen masyarakat terhadap kebijakan ini bersifat negatif, menandakan ketidakpuasan atau ketidaksetujuan. Dalam perbandingan performa model SVM, Kernel Linear menunjukkan akurasi terbaik sebesar 81.46%, sedikit lebih tinggi dibandingkan Kernel RBF yang memperoleh 81.17%. Kernel Linear terbukti lebih stabil dalam mengklasifikasikan sentimen negatif dan netral, sementara Kernel RBF lebih unggul dalam menangani pola data yang kompleks tetapi kurang stabil dalam mengklasifikasikan sentimen positif. Oleh karena itu, model SVM dengan Kernel Linear dipilih sebagai model terbaik dalam penelitian ini. Penelitian ini memberikan wawasan mengenai persepsi publik terhadap kebijakan pemerintah serta menunjukkan efektivitas SVM dalam analisis sentimen media sosial.

KOMBINASI LATENT SEMANTIC INDEXING DAN SUPPORT VECTOR MACHINE PADA KLASIFIKASI DOKUMEN AKREDITASI: STUDI KASUS : PASCASARJANA UNIVERSITAS NEGERI MEDAN Warjaya, Angga; As, Mansur; Muthmainnah, Inna; Mulyana, Sri; Iskandar Al Idrus, Said; Arnita, Arnita; Taufik, Insan
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 4 (2025): JATI Vol. 9 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i4.14102

Pengelolaan dokumen akreditasi yang efisien menjadi tantangan utama dalam pendidikan tinggi akibat volume dokumen yang besar dan format yang bervariasi. Penelitian ini bertujuan untuk mengembangkan metode klasifikasi otomatis menggunakan kombinasi latent semantic indexing dan support vector machine guna meningkatkan akurasi dan efisiensi pengelolaan dokumen akreditasi. Akurasi dalam penelitian ini mengacu pada ketepatan sistem dalam mengidentifikasi kategori dokumen sesuai kriteria akreditasi, sementara efisiensi mencerminkan percepatan dan penyederhanaan proses klasifikasi dibandingkan dengan metode manual. Dataset terdiri dari 230 dokumen yang dikategorikan berdasarkan kriteria Lembaga Akreditasi Mandiri Kependidikan, dengan 115 dokumen untuk Kriteria 6 (Pendidikan) dan 115 dokumen untuk Kriteria 7 (Penelitian), kemudian dibagi menjadi data latih dan uji dengan rasio 60:40. Proses klasifikasi dilakukan melalui beberapa tahap, termasuk pre-processing teks, ekstraksi fitur semantik, serta optimasi parameter model untuk memperoleh hasil terbaik. Pengujian menunjukkan bahwa metode yang diusulkan mampu mencapai tingkat akurasi sebesar 91%, dengan validasi silang sebesar 94,21%. Hasil ini menunjukkan bahwa pendekatan yang digunakan efektif dalam mengotomatisasi klasifikasi dokumen akreditasi, sehingga dapat mempercepat proses evaluasi serta meningkatkan efisiensi manajemen dokumen dalam institusi pendidikan tinggi.

IMPLEMENTASI ALGORITMA NAÏVE BAYES DALAM MELAKUKAN KLASIFIKASI TINGKAT STRES SISWA SMA Anastasya Carity S, Disty; Arnita, Arnita; Simamora, Elmanani; Indra, Zulfahmi; Manullang, Sudianto
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 4 (2025): JATI Vol. 9 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i4.14173

Stres merupakan bagian dari psikologis yang dapat dialami oleh setiap individu. Dalam berbagai situasi yang mengancam, reaksi psikologis dan fisiologis dapat muncul sebagai reaksi terhadap stres. Berdasarkan dari data hasil riset kesehatan dasar (Riskesdas) tahun 2018, menunjukkan bahwa pravalensi penduduk indonesia pada umur >15 tahun yang mengalami gangguan mental emosional atau stres, sebanyak 706.688 orang (9,8%). Stres yang terjadi di dunia pendidikan yang dialami remaja dapat disebut sebagai stres akademik. Pentingnya mengetahui tingkat stres agar dapat memberikan penanganan yang tepat sesuai dengan tingkat stres yang dialami, sehingga dapat mencegah hal-hal yang tidak diinginkan. Tujuan dari penelitian ini adalah mengimplementasikan algoritma naïve bayes untuk melakukan klasifikasi tingkat stres siswa SMA, sehingga dapat mengetahui tingkatan stres yang dialami oleh siswa. Metode yang digunakan dalam penelitian ini adalah dengan melakukan preprocessing data dengan menggunakan label encoder, pembagian data menjadi data training dan data testing dengan rasio 80:20. Hasil penelitian menunjukkan tingkat akurasi dari implementasi algoritma naïve bayes sebesar 90%.

Penyuluhan dan Pencegahan Tindakan Buliying dalam Upaya Menciptakan Lingkungan Belajar yang Aman di Sekolah Dasar No 13 Kecamatan Syamtalira Aron Aceh Utara Nur Aksa, Fauzah; Herinawati, Herinawati; Nuribadah, Nuribadah; Arnita, Arnita; Jamidi, Jamidi; Sulaiman, Sulaiman
Jurnal Malikussaleh Mengabdi Vol. 4 No. 1 (2025): Jurnal Malikussaleh Mengabdi, April 2025
Publisher : LPPM Universitas Malikussaleh

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29103/jmm.v4i1.21500

Perilaku bullying merupakan tindakan agresif ataupun kasar yang dapat menimbulkan konflik bagi pelaku dan korbannya. Perundungan (bullying) di sekolah dasar merupakan salah satu masalah sosial yang sering kali diabaikan meskipun dampaknya terhadap psikologi anak dapat merusak. Tindakan bullying tidak hanya berdampak pada korban, tetapi juga dapat mempengaruhi kualitas pendidikan di sekolah. Pendampingan dalam bentuk penyuluhan serta pencegahan perundungan kepada siswa Sekolah Dasar No.13 Kecamatan Syamtalira Aron agar para siswa tidak melakukan Tindakan bullying di lingkunan sekolah maupun di luar sekolah. Metode yang di gunakan dalam pengabdian ini berupa ceramah serta tanya jawab, juga memberikan permainan dan quis agar kegiatan tersebut menjadi menarik bagi para peserta. Penyuluhan dan upaya pencegahan perundungan di Sekolah Dasar No 13 Kecamatan Syamtalira Aron ini dilakukan melalui pendekatan edukatif, psikososial, dan partisipatif. Penyuluhan ini bertujuan untuk memberikan pemahaman kepada siswa, guru, dan orang tua mengenai bentuk-bentuk bullying serta dampaknya, serta membekali mereka dengan strategi pencegahan yang efektif. Hasil dari penyuluhan ini menunjukkan adanya peningkatan kesadaran siswa dan guru dan antusiasme mengenai pentingnya menciptakan lingkungan belajar yang bebas dari perundungan Implikasi dari kegiatan ini agar siswa menyadari akan dampak negatif dari perilaku bullying serta bertanggung jawab dalam upaya mencegah perilaku tersebut dalam lingkungan sehari-hari.

INTEGRASI MACHINE LEARNING DAN ANALISIS SPASIAL UNTUK PREDIKSI WILAYAH RAWAN TUBERKULOSIS DI PROVINSI SUMATERA UTARA Ramadhani, Fanny; Iskandar Al-Idrus, Said; Septiana, Dian; Arnita, Arnita; Retno Wahyuningrum, Diah
Djtechno: Jurnal Teknologi Informasi Vol 6, No 2 (2025): Agustus
Publisher : Universitas Dharmawangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46576/djtechno.v6i2.6840

Tuberkulosis (TBC) masih menjadi masalah kesehatan masyarakat yang serius di Provinsi Sumatera Utara. Prevalensi tinggi terutama di daerah padat penduduk dan terbatasnya akses layanan kesehatan menjadi tantangan utama dalam pengendalian TBC. Penelitian ini bertujuan untuk memprediksi wilayah rawan TBC dengan mengintegrasikan algoritma machine learning dan analisis spasial. Data sekunder diperoleh dari Sistem Informasi Tuberkulosis Nasional (SITB), Badan Pusat Statistik (BPS), dan shapefile administrasi wilayah kabupaten/kota di Sumatera Utara. Variabel prediktor meliputi kepadatan penduduk, status gizi, jumlah fasilitas kesehatan, tingkat kemiskinan, kualitas hunian, dan cakupan imunisasi. Model dikembangkan menggunakan algoritma Random Forest, sementara analisis spasial dilakukan menggunakan QGIS untuk menghasilkan peta risiko TBC. Hasil model menunjukkan akurasi sebesar 86,2% dengan variabel paling berpengaruh adalah kepadatan penduduk, kualitas hunian, dan akses fasilitas kesehatan. Peta risiko yang dihasilkan mengidentifikasi wilayah seperti Kota Medan, Deli Serdang, dan Labuhanbatu sebagai zona merah. Hasil penelitian ini diharapkan menjadi dasar perencanaan intervensi kesehatan yang lebih tepat sasaran di Sumatera Utara.

The Impact of the Governor's Consultation and Consideration on Central Government Administrative Policy in Aceh Prang, Amrizal J.; Nasir, Muhammad; Arnita, Arnita; Sriwahyuni, Yeni
Samarah: Jurnal Hukum Keluarga dan Hukum Islam Vol. 9 No. 2 (2025): Samarah: Jurnal Hukum Keluarga dan Hukum Islam
Publisher : Islamic Family Law Department, Sharia and Law Faculty, Universitas Islam Negeri Ar-Raniry

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22373/91a8xy93

The Central Government's administrative policies relevant to the Aceh Government are executed subsequent to consultation and deliberation with the Governor, as specified in Article 8, paragraph (3) of Law Number 11 of 2006 about the Aceh Government (UUPA). This encompasses issues such as geographical delineation, the formation of designated zones, and the formulation and enactment of statutes and regulations pertinent to the Aceh Government. This authority contrasts with the distinct and exceptional position of the Provinces of Papua and West Papua, the Province of the Special Region of Yogyakarta, and the Regional Government together. This study seeks to evaluate the efficacy of the Governor's authority in consultation and deliberation of the administrative policies of the Central Government in Aceh. Aceh, acknowledged for its distinctive autonomy status, holds distinct jurisdiction in the execution of governmental administrative responsibilities. This is qualitative research, in which method of data collection includes in-depth semi-structured interviews and document analysis. The findings demonstrate that the Governor's capacity to engage and deliberate is essential for aligning central policies with local needs. However, other problems hinder the execution, including inadequate coordination among agencies and differing interpretations of rules between the Central Government and the Aceh Government. Moreover, there is little oversight by the Aceh Special Autonomy Monitoring Team from the DPR-RI, coupled with an absence of penalties for delays in the execution of the UUPA. For effective execution, it is imperative that both the Central Government and the Aceh Government exhibit political will and consistency. The collaboration between the Central Government and the Aceh Government Consultation Teams should transform into an Ad-Hoc Team to promote a mutual understanding and provide continuous oversight of the implementation process.

Pengaruh Pembelajaran Berbantuan Geogebra terhadap Kemampuan Pemahaman Konsep Matematis Siswa Ditinjau dari Gaya Kognitif Sitohang, Daniel; Silalahi, Niken Adelina; Barus, Emya Lavigana; Arnita, Arnita
Prosiding Seminar Nasional Pendidikan Matematika, Universitas Mulawarman Vol. 5 (2025): Upaya Pemanfaatan AI (Artificial Intelligence) dalam Meningkatkan Kualitas dan Inovas
Publisher : Program Studi Pendidikan Matematika

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

Tujuan dari penelitian ini adalah untuk mengetahui: (1) apakah terdapat pengaruh pembelajaran Guided Discovery berbantuan GeoGebra terhadap pemahaman konsep matematis siswa, (2) apakah terdapat pengaruh gaya kognitif Field Independent (FI) dan Field Dependent (FD) terhadap pemahaman konsep matematis siswa, dan (3) apakah terdapat interaksi antara model pembelajaran Guided Discovery berbantuan GeoGebra dan gaya kognitif terhadap pemahaman konsep matematis siswa. Penelitian ini merupakan penelitian kuasi-eksperimen dengan desain Nonequivalent Control Group Design. Populasi dalam penelitian ini adalah seluruh siswa kelas X SMA Methodist 7 Medan. Teknik pengambilan sampel dilakukan dengan memilih kelas seadanya (tanpa metode acak kelas), dimana kelas X-1 ditetapkan sebagai kelas eksperimen yang menerima pembelajaran Guided Discovery berbantuan GeoGebra, sedangkan kelas X-2 sebagai kelas kontrol yang memperoleh pembelajaran Guided Discovery dengan bantuan Microsoft PowerPoint. Analisis data dalam penelitian ini dilakukan menggunakan uji ANOVA dua jalur dengan sel tak sama. Hasil analisis menunjukkan bahwa pada hipotesis pertama, nilai statistik sebesar 49,40 (p > 4,113), sehingga H0A ditolak. Hal ini menunjukkan bahwa terdapat pengaruh signifikan pembelajaran Guided Discovery berbantuan GeoGebra terhadap pemahaman konsep matematis siswa. Untuk hipotesis kedua, diperoleh nilai statistik sebesar 0,001 (p < 4,113), sehingga H0B diterima. Artinya, tidak terdapat pengaruh yang signifikan antara gaya kognitif FI dan FD terhadap pemahaman konsep matematis siswa. Adapun hipotesis ketiga menunjukkan nilai statistik sebesar 0,965 (p < 4,113), sehingga H0AB diterima yang berarti tidak terdapat interaksi yang signifikan antara pembelajaran Guided Discovery berbantuan GeoGebra dan gaya kognitif terhadap pemahaman konsep matematis siswa.

GAME THEORY APPLICATION ON ONLINE TRANSPORTATION COMPANY AND DRIVER INCOME LEVELS DURING THE PANDEMIC Sinaga, Marlina Setia; Arnita, Arnita; Rangkuti, Yulita Molliq; Febrian, Didi
BAREKENG: Jurnal Ilmu Matematika dan Terapan Vol 16 No 2 (2022): BAREKENG: Jurnal Ilmu Matematika dan Terapan
Publisher : PATTIMURA UNIVERSITY

Online motorcycle taxi drivers are a group of people who are economically affected by the Covid-19 pandemic. This study aimed to provide a balanced choice strategy for drivers and companies. Game theory was applied to conflict of interest situations as a research method. Choices for online transportation companies and drivers are analyzed and arranged in a payoff table until they reach the saddle point. Simulation software as an illustration of a balanced model. This research resulted in driver diligence and incentive strategies as optimal strategies for drivers and companies. If drivers improve performance by choosing a driver diligence strategy, the driver's expectations of getting incentives will be more realistic. Meanwhile, for the company, when the driver's diligence increases, the choice of providing incentives will provide balanced benefits as well.

APPLICATION OF THE BACKPROPAGATION METHOD TO PREDICT RAINFALL IN NORTH SUMATRA PROVINCE Nabila, Rinjani Cyra; Arnita, Arnita; Fitria, Amanda; Suryani, Nita
BAREKENG: Jurnal Ilmu Matematika dan Terapan Vol 17 No 1 (2023): BAREKENG: Journal of Mathematics and Its Applications
Publisher : PATTIMURA UNIVERSITY

Natural disasters are to blame for the high level of community loss. This is due to the community's lack of information about potential disasters around them. As a result, public understanding of disaster response is extremely low. As a result, weather information is critical for the smooth operation of human activities and activities, such as determining the amount of rainfall. The goal of this research is to identify the best model for predicting rainfall in North Sumatra Province and to forecast rainfall trends for the coming year. The rainfall time series data used in this study were collected from six stations in North Sumatra Province over the last ten years, including the Sibolga Meteorological Station, Aek Godang Meteorological Station, and Silangit Meteorological Station. Backpropagation is used in this study. Backpropagation is one of the methods used in artificial neural networks, which are usually divided into three layers: an input layer, a hidden layer, and an output layer connected by weights. During the training stage, the learning rate, iteration, and number of nodes in the hidden layer were all tested. Following the training process, the best model will be used for testing. The best model was obtained using rainfall data from North Sumatra Province, with an optimal iteration of 1000 iterations, an optimal learning rate of 0.1 in the learning rate trial, and the best number of hidden 5 nodes. During the testing, the MSE values were 0.047 and 0.022, respectively, and the MSE squared value was 0.0022 and 0.00049.

PREDICTION OF THE POOR RATE K-MEANS AND GENERALIZED REGRESSION NEURAL NETWORK ALGORITHMS (CASE STUDY: NORTH SUMATRA PROVINCE) Suryani, Nita; Arnita, Arnita; Nabila, Rinjani Cyra; Fitria, Amanda
BAREKENG: Jurnal Ilmu Matematika dan Terapan Vol 17 No 1 (2023): BAREKENG: Journal of Mathematics and Its Applications
Publisher : PATTIMURA UNIVERSITY

Poverty reduction is a crucial issue and the primary The North Sumatra Provincial government's main concern is lowering the poverty rate, which is a crucial issue. The Province of North Sumatra in Indonesia, one of many nations affected by the Covid-19 pandemic, is particularly troubled economically. In this study, poverty levels were mapped using the K-Means algorithm, and GRNN was then utilized for modeling and prediction. The data source used is time series data from 2010 to 2020 from the Central Statistics Agency (BPS), which includes variables X covering population, health, education, unemployment, and asset ownership and variable Y representing poverty level. The goal of this study is to choose the best model for estimating poverty levels in North Sumatra Province. The districts and cities of Deli Serdang and Medan have the greatest rates of poverty, according to the K-means algorithm's mapping of poverty levels. Additionally, the results of the predicting produced MSE values of 0.004659 and RMSE values of 0.00002108. The value of the smoothness parameter is 0.01.

Co-Authors Abadi Simanullang, Paskah Advis Ambrosius Sitohang, Yuda Agus Waruwu, Stefen Ahmad Naufal, Ahmad Alfin, Muhammad Amalia, Seila Amanah, Fadilla Amelia Br Siregar, Ririn Amelia Vega S. Meliala, Ruth Ananda Hafika, Rizky Anastasya Carity S, Disty Andari, Arnis Wulan Anfadi, Farid Ariatna Asmin Asmin, Asmin Asyri, Al Aulia, Windy Banjarnahor, Riski Melanton Barus, Emya Lavigana Budi Akbar, Muhammad Budi Sunaryo, Budi Bush Henrydunan, John Chairunisah Chairunisah, Chairunisah Damayanti, Elok Defiyanti, Aqilah Dessi Mufti, Dessi Diah Retno Wahyuningrum Dian Septiana DIdi Febrian Dly, Revidamurti Dobry Sianipar, Freyro Domini, Gracia Edy Surya Effendy, Fachriz Eko Gani PG Eri Widyastuti Fitria, Amanda Hadi Iskandar Hafiz, Alfin Haikal Al Majid, Muhammad Hanafi, Revo Hasangapon Perapat, Gerhard Herinawati, Herinawati Herinawaty, Herinawaty Hidayat Hidayat Hidayatul Arifin, Muhammad Hidayatullah, Putra Hutapea, Risca Octaviyani Hutasuhut, Addiestya Rosa Illahi, Ridho Pratama Impana Manik, Kristin Insan Taufik Irya Shakila Syukron, Ananda Jamidi, Jamidi John Pardamean Hutabarat, Felix Juli Rachmadani khatulistiwa, jamrud Khoiri Nasution, Aurela Kuraini, Atifa Nuzulul MANSUR AS Manullang, Sudianto Marpaung, Faridawaty Mirzazoni, Mirzazoni Muhammad Nasir Muhibuddin Muhibuddin, Muhibuddin Muthmainnah, Inna Nabila, Rinjani Cyra Nasuiton, Aurella Nasution, Muhammad Dana Ananda Putra Nisja, Indra Niska, Debi Yandra Nulhakim, Putri Aisyah Nur Aksa, Fauzah Nuribadah, Nuribadah Parapat, Gerhard Hasangapon Payana, Sandi Dwi Prang, Amrizal J. Rahmatillah, Rahmatillah Ramadhan Manik, Albert Ramadhan, Teguh Reskya Ramadhani, Fanny Ramdhani, Fanny Ridal, Yani Rika, Rika Rinawati Riska Amelia Romi Asmara Rumahorbo, Daniel Rumapea, Kiki Nurpitasari Said . Iskandar Saragih, Vinny Ramayani Sihombing, Jeremia Jordan Silalahi, Niken Adelina Silfitri, Yunia Simamora, Elmanani Sinaga, Marlina Setia Siregar, Latifah Sitohang, Daniel Sitorus, Gabriel Fernando Sri Dewi Sri Mulyana Sriwahyuni, Yeni Sulaiman Sulaiman Suryani, Nita Syahri, Alfin Syifa Cendikia, Yolanda Tampubolon, Josua Deo Tarigan, Febry Vista Kristen Tri Widya Kurniasari tumangger, silfia Tymoty Hutabarat, Peter Wahyu Pratama, Rangga Wahyudi, Rizky Warjaya, Angga Yazid Noor, Muhammad Yulita Molliq Rangkuti Zoni, Mirza Zulfadli Zulfadli Zulfadli Zulfadli Zulfahmi Indra, Zulfahmi

Title

Found 46 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 46 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 46 Documents
Search