Garuda - Garba Rujukan Digital

p-Index From 2021 - 2026

4.799

P-Index

This Author published in this journals

All Journal International Journal of Electrical and Computer Engineering International Journal of Advances in Applied Sciences Jurnal Ilmu Komputer Jurnal Sains dan Teknologi EXPERT: Jurnal Manajemen Sistem Informasi dan Teknologi Jurnas Nasional Teknologi dan Sistem Informasi Infotech Journal Khazanah Informatika: Jurnal Ilmu Komputer dan Informatika Sistemasi: Jurnal Sistem Informasi Jurnal Teknologi dan Sistem Komputer Jurnal Abdimas BSI: Jurnal Pengabdian Kepada Masyarakat Jurnal Informatika Swabumi (Suara Wawasan Sukabumi) : Ilmu Komputer, Manajemen, dan Sosial Jurnal Pilar Nusa Mandiri JURNAL TEKNIK INFORMATIKA DAN SISTEM INFORMASI Jurnal Nasional Komputasi dan Teknologi Informasi Jurnal Tekno Insentif Indonesian Journal of Electrical Engineering and Computer Science JIKA (Jurnal Informatika) Jurnal Responsif : Riset Sains dan Informatika Djtechno: Jurnal Teknologi Informasi Jurnal Ilmiah Teknik Informatika dan Komunikasi Jurnal Sistem Informasi dan Ilmu Komputer Jurnal Informatika Polinema (JIP)

Toni Arifin

Universitas Adhirajasa Reswara Sanjaya

Author-ID : 2377558

Aerospace Engineering Automotive Engineering Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Languange, Linguistic, Communication & Media Library & Information Science Materials Science & Nanotechnology Mathematics Neuroscience Physics Social Sciences Transportation

Published : 57 Documents Claim Missing Document

Claim Missing Document

Articles

2 3 4 5 6

SISTEM PAKAR UNTUK MENDETEKSI TUMBUH KEMBANG ANAK USIA 0 SAMPAI 2 TAHUN BERBASIS ANDROID Tiara Nurwulandari; Toni Arifin
Jurnal Tekno Insentif Vol 12 No 2 (2018): Jurnal Tekno Insentif
Publisher : Lembaga Layanan Pendidikan Tinggi Wilayah IV

Abstrak - Tumbuh kembang anak memiliki dua fase yang berbeda, yaitu pertumbuhan merupakan suatu proses perubahan fisik yang ditandai dengan bertambahnya berbagai ukuran berbagai organ tubuh dan perkembangan merupakan suatu proses bertambahnya kemampuan dan struktur dan fungsi tubuh yang lebih kompleks sebagai hasil dan pematangan sel-sel. Pembangunan sistem pakar ini menggunakan metode analisis deskriptif sebagai metode penelitiannya yang dimaksudkan untuk mengumpulkan data yang dapat memberikan gambaran yang lebih jelas mengenai sistem pakar mendeteksi tumbuh kembang anak. Serta menggunakan model inferensi Forward Chaining sebagai model pengembangan sistem, yang dimulai dari tahap analisa kebutuhan perangkat lunak hingga tahap support. Aplikasi sistem pakar ini dibangun menggunakan bahasa pemrograman Java sebagai tools. Hasil dari penelitian ini adalah sistem dapat mendeteksi tumbuh kembang anak usia 0 sampai 2 tahun dengan baik dan mempunyai akurasi rata-rata dalam memprediksi sebesar 70.75%. Abstract - Development of the child have two different phases, namely growth is a process of physical changes marked by increasing various sizes of various organs and development is a process of increasing the capability and the structure and function of the body is more complex as a result and maturation of cells. Development of this expert system using descriptive analysis as a method of research that is intended to gather data that may provide a clearer picture of the expert system detects the development of the child. As well as using Forward Chaining inference models as a model system development, starting from the analysis stage to stage software needs support. This expert system application is built using the Java programming language as a tool. The results of this research is the system can detect development of the child aged 0 to 2 years very well and has an average accuracy in predicting 70.75%.

PREDIKSI PENYAKIT GINJAL KRONIS MENGGUNAKAN ALGORITMA NAIVE BAYES CLASSIFIER BERBASIS PARTICLE SWARM OPTIMIZATION Toni Arifin; Daniel Ariesta
Jurnal Tekno Insentif Vol 13 No 1 (2019): Jurnal Tekno Insentif
Publisher : Lembaga Layanan Pendidikan Tinggi Wilayah IV

Abstrak - Penyakit ginjal kronis (PGK) merupakan masalah kesehatan masyarakat global dengan prevalensi dan insiden gagal ginjal yang meningkat, prognosis yang buruk dan biaya yang tinggi. nilai prevalensi di seluruh Indonesia untuk penyakit gagal ginjal memiliki nilai rata - rata berkisar kurang lebih 0.2 persen. Langkah pertama dalam pengelolaan penyakit ginjal adalah penetapan diagnosis yang tepat. Maka dibutuhkan sebuah metode untuk memprediksi penyakit ginjal kronis. Naïve Bayes memiliki beberapa kelebihan, yaitu cepat dalam perhitungan, algoritma yang sederhana dan berakurasi tinggi. Naïve Bayes Classifier lebih tepat diterapkan pada data yang besar dan dapat menangani data yang tidak lengkap (missing value) serta kuat terhadap atribut yang tidak relevan dan noise pada data. Untuk meningkatkan akurasi maka digunakan Particle Swarm Optimization untuk pembobotan atribut. Dari hasil penelitian Naive Bayes Classification berbasis Particle Swarm Optimization memiliki akurasi confusion matrix sebesar 98,75% dan AUC sebesar 99%. sedangkan Naive Bayes memiliki akurasi confusion matrix 97.00% dan AUC sebesar 99.8%. Abstract - Chronic kidney disease (CKD) is a global public health problem with an increased prevalence and incidence of kidney failure, poor prognosis and high costs. prevalence values throughout Indonesia for kidney failure have an average value of around 0.2 percent. The first step in managing kidney disease is determining the right diagnosis. Then we need a method to predict chronic kidney disease. Naïve Bayes has several advantages, which are fast in calculations, simple and high accuracy algorithms. The Naïve Bayes Classifier is more appropriately applied to large data and can handle incomplete data (missing value) and is strong against irrelevant attributes and noise in the data. To improve accuracy, Particle Swarm Optimization is used for weighting attributes. From the results of the Naive Bayes Classification research based on Particle Swarm Optimization, the accuracy of confusion matrix is 98.75% and AUC 99% . while Naive Bayes has an accuracy of 97.00% confusion matrix and AUC 99.8%.

Klasifikasi Penggunaan Masker dengan Convolutional Neural Network Menggunakan Arsitektur MobileNetv2 Ihsan Mudzakir; Toni Arifin
EXPERT: Jurnal Manajemen Sistem Informasi dan Teknologi Vol 12, No 1 (2022): June
Publisher : Universitas Bandar Lampung (UBL)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36448/expert.v12i1.2466

In the current pandemic situation caused by the COVID-19 virus. The spread of the virus comes from droplets or splashes attached to objects or public facilities. The use of masks is an effort to minimize the spread of this virus. The use of masks is required when carrying out activities in public places that allow spread. However, there are still people who are ignorant of this, so there must be officers who carry out supervision to bring order to the community so that they always wear masks. Classification by using Deep Learning to detect the use of masks is one way to help bring order to the community and assist officers in conducting surveillance. In this research, the Deep Learning model is made using the Convolutional Neural Network method and the MobileNetv2 architecture. The selection of this method is based on the effectiveness of the method in resource utilization that is not too heavy and can produce maximum accuracy. The dataset used is sourced from an open. The results of the model test for real-time mask detection succeeded in detecting objects in 2 classes, namely, mask and without a mask, and displayed excellent and accurate results with an average value of 0.99 on precision, recall, f1-score, and support.

Voice Encryption and Decryption Using AES 128b Method With Secret Key Fajar Nugraha; Toni Arifin
Sistemasi: Jurnal Sistem Informasi Vol 11, No 1 (2022): Sistemasi: Jurnal Sistem Informasi
Publisher : Program Studi Sistem Informasi Fakultas Teknik dan Ilmu Komputer

Sending or exchanging data is something that often happens in the world of information technology. One of the data that is usually exchanged is voice. Voice is usually used to communicate. The data sent is sometimes important and even very confidential and must be kept safe. To maintain data security, it can be done using cryptography. One of the cryptographic techniques is the Advanced Encryption Standard or commonly called AES. There are three types of AES, they are AES-128, AES-192, and AES-256. Sending data via wireless sometimes there is noise, so the data sent is not the same as what is received. To overcome this, it can be done by forwarding Error Correction (FEC), which is a method that can correct errors from the transmitted information. To encrypt the information from the audio in this study added and controlled by the Secret key Controller and another Interleaver must be added to the output controlled by the Secret key Controller. This study aims to perform cryptography on voice to maintain data security by using the Advanced Encryption Standard (AES) cryptographic technique with test parameters namely time, file size, and SNR value. The results in this study obtained good encryption with an average filter of 400Hz.

KLASIFIKASI PENYAKIT TANAMAN PADI MENGGUNAKAN ALGORITMA CNN (CONVOLUTIONAL NEURAL NETWORK) Fakhri Habib Hawari; Faslah Fadillah; Muhamad Rifqi Alviandi; Toni Arifin
Jurnal Responsif : Riset Sains dan Informatika Vol 4 No 2 (2022): Jurnal Responsif : Riset Sains dan Informatika
Publisher : LPPM Universitas Adhirajasa Reswara Sanjaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51977/jti.v4i2.856

Algoritma CNN menunjukkan keunggulan dalam berbagai penerapan di dunia nyata. Penelitian ini bertujuan untuk membantu dan mengedukasi petani dalam mengklasifikasi penyakit padi dan mengurangi risiko kegagalan panen akibat penyakit daun tanaman padi. Adapun jenis daun padi pada penelitian ini: Brown Spot, Hawar, Leaf Brown, dan Daun Sehat. Studi Literatur, Pengumpulan Dataset, Prepocessing Data, Mengolah Data. Penelitian ini didapatkan dari data training, testing, dan validation. Adapun layer konvolusi (Conv2D), layer pooling (MaxPooling2D), layer flatten (flatten), serta layer dense (Dense) untuk klasifikasi penyakit daun padi menggunakan Convolutional Neural Network. Dalam proses data training dilakukan epoch sebanyak 10 epoch, proses ini akan berhenti saat sudah memenuhi kondisi tersebut. Dari hasil penelitian ini dapat disimpulkan bahwa metode Deep Learning CNN dapat diimplementasikan untuk identifikasi citra daun padi yang berpenyakit. Nilai tertinggi dari akurasi data training mencapai nilai 85%, untuk data testing 86%, dan untuk data validation mencapai nilai 95%. Sehingga untuk identifikasi citra penyakit daun padi cukup baik

X-Ray Classification of Pneumonia by Neural Networks Convolution using Vgg Architecture Toni Arifin; Naufal Hidayah Surya
Sistemasi: Jurnal Sistem Informasi Vol 11, No 3 (2022): Sistemasi: Jurnal Sistem Informasi
Publisher : Program Studi Sistem Informasi Fakultas Teknik dan Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32520/stmsi.v11i3.1597

Pneumonia is one of the deadliest diseases, killing 2-3 million people in developed countries like the United States. Based on WHO's view, pneumonia is one of the leading causes of death in children worldwide, WHO says many children under the age of 5 have died from the disease. And in 2017, the World Health Organization (commonly known as WHO) reported that pneumonia had claimed the lives of 800,000 children under the age of 5. This is why researchers developed this program, to help the public diagnose pneumonia. In this study, we generated a Deep Learning model using the CNN (Convolutional neural network) approach using the VGG16 architecture for thoracic pneumonia classification and normalization. The results of this study show that the Convolution neural network method can classify chest X-ray results with pneumonia with the highest accuracy of 0.9772

SISTEM INFORMASI MANAJEMEN WEDDING ORGANIZER TEMA ADAT SUNDA BERBASIS WEB Rizal Rachman; Wildan Wiguna; Toni Arifin; Ani Solihat
Jurnal Responsif : Riset Sains dan Informatika Vol 5 No 1 (2023): Jurnal Responsif : Riset Sains dan Informatika
Publisher : LPPM Universitas Adhirajasa Reswara Sanjaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51977/jti.v5i1.960

Resepsi pernikahan dengan tema adat telah difavoritkan oleh kalangan masyarkat di Indonesia. Pada pegelaran acara pernikahan adat Sunda membutuhkan persiapan khusus dan bahkan sebagian keluarga lebih memilih pelayanan dari vendor yang menawarkan jasa Wedding Organizer (WO). IM Creative merupakan salah satu vendor yang menyediakan dan menjalankan bisnis pada jasa WO. Perusahaan tersebut berinisiatif dalam menyediakan promosi jasa pernikahan dengan tema adat Sunda. Pada kegiatan analisa yang telah dilakukan pada IM Creative ditemukan beberapa hambatan terkait dengan proses bisnisnya. Kurangnya informasi bagi pelanggan dapat menghambat proses transaksi pemesanan paket jasa WO yang sesuai dengan tema pernikahan maupun konsep dari pihak keluarga calon pengantin. Kendala tersebut membuat pihak vendor mengalami kesulitan dalam mengelola data paket jasa WO hingga memproses transaksi pre-order (PO). Persaingan usaha yang ketat membuat pihak IM Creative berupaya mencari inovasi dari produk jasa yang ditawarkannya. Tujuan dari penelitian ini yaitu membangun Sistem Informasi Manajemen (SIM) Wedding Organizer (WO) dengan tema adat Sunda berbasis website di IM Creative. Metode yang digunakan dalam membangun sistem yaitu model Agile Extreme Programming, sedangkan pemrograman website menggunakan framework Laravel dan basis data MySQL. Proses pengembangan Sistem Informasi Manajemen Wedding Organizer (SIM-WO) menghasilkan media informasi dan promosi bagi pelanggan, sehingga memudahkan proses transaksi pemesanan paket jasa WO sesuai dengan tema pernikahan adat Sunda yang dipilihnya. Pihak vendor pun dimudahkan dalam mengelola data paket jasa WO hingga memproses transaksi pre-order.

PEMANFAATAN ALGORITMA RESTRICTED BOLTZMANN MACHINES (RBM) UNTUK PREDIKSI DINI KANKER PARU-PARU Toni Arifin; Wira Sanjaya; Imam Muhammad Mannar Shahih; Elin Sopiah
Jurnal Responsif : Riset Sains dan Informatika Vol 5 No 2 (2023): Jurnal Responsif : Riset Sains dan Informatika
Publisher : LPPM Universitas Adhirajasa Reswara Sanjaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51977/jti.v5i2.854

Kanker paru-paru menjadi salah satu penyebab utama kematian akibat kanker di Amerika Serikat dan di seluruh dunia. Tingkat kematian yang tinggi dari penyakit ini terutama disebabkan oleh fakta bahwa sebagian besar kanker paru-paru didiagnosis telah memburuk atau sudah stadium lanjut, di mana untuk pengobatannya dilakukan dengan cara paliatif. Pengalaman dengan tumor epitel lain, seperti kanker rahim, usus besar, serviks, dan esofagus, telah menunjukkan bahwa jika lesi neoplastik dapat dideteksi dan diobati pada tahap intra epitelnya, peluang untuk bertahan hidup dapat ditingkatkan secara signifikan. dalam penelitian ini penulis menggunakan dataset hasil diagnosis dari gejala yang dialami sebelum akhirnya menjadi kanker paru-paru. Dalam dataset ini berisikan 15 atribut yang digunakan sebagai penentu diagnosis dan pada kolom ke-16 berisikan keterangan apakah benar terjadi kanker paru-paru atau tidak. Tujuan dari penelitian ini adalah memanfaatkan kumpulan data tersebut dan menggunakan algoritma Restricted Boltzmann Machines untuk menemukan pola yang dapat digunakan untuk mendiagnosis kanker paru-paru yang akan sangat membantu ahli dalam mengidentifikasi kanker paru-paru lebih dini sebelum berlanjut ke stadium lanjut. Hasil penerapan metode Restricted Boltzmann Machines mendapatkan nilai akurasi yang tinggi dan memuaskan dengan nilai sebesar 0,84 atau 84%.

Penerapan Metode Euclidean Probabiity Untuk Mengidentifikasi Penyakit Pada Tanaman Kopi Al Huda Ramadhan; Toni Arifin
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 6, No 4 (2023): Agustus 2023
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v6i4.6396

Abstrak - Selain Brazil dan Kolombia, Indonesia merupakan negara penghasil kopi terbesar didunia. Karena sudah menjadi sumber devisa untuk menopang pembangunan nasional yang tinggi, usaha petani kopi juga sudah menjadi sumber pendapatan petani. Untuk mencegah menurunnya produktivitas kopi perawatan terhadap tanaman kopi harus diperhatikan. Salah satu faktor yang dapat mengurangi pertumbuhan dan produktivitas kopi adalah adanya penyakit pada tanaman. Kurangnya informasi yang diketahui oleh petani kopi tentang jenis penyakit yang menyerang tanaman kopi dan pengelolaan tanaman kopi menyebabkan banyak tanaman kopi yang tidak tertangani dengan benar. Dengan adanya sebuah sistem yang mampu mendiagnosa layaknya seorang pakar dapat membantu mempercepat diagnosa penyakit tanaman kopi. Maka dari itu dibuatnya sistem pakar yang dapat mendiagnosa penyakit tanaman kopi berdasarkan pengetahuan seorang pakar dapat sangat membantu untuk mendiagnosa penyakit tanaman kopi. Pada penelitian ini metode Euclidean Probability diterapkan pada sistem pakar diagnosa penyakit tanaman kopi berdasarkan gejala yang terlihat atau dialami tanaman kopi. Hasil dari penelitian ini menghasilkan aplikasi sistem pakar yang dapat mendiagnosa penyakit tanaman kopi dan memberikan solusi untuk mencegah atau mengobati tanaman kopi berdasarkan gejala-gejala yang dialami. Dari pengujian yang dilakukan pada 10 studi kasus berdasarkan 4 data penyakit dan 12 data gejala menghasilkan nilai akurasi 80%.Kata kunci—Sistem Pakar, Euclidean Probability, Tanaman Kopi, Diagnosa, Penyakit Tanaman Kopi Abstract-Besides Brazil and Colombia, Indonesia is the largest coffee producing country in the world. Because it has become a source of foreign exchange to support high national development, coffee farmers' businesses have also become a source of farmers' income. To prevent a decrease in coffee productivity, care for coffee plants must be considered. One of the factors that can reduce the growth and productivity of coffee is the presence of disease in plants. The lack of information known by coffee farmers about the types of diseases that attack coffee plants and the management of coffee plants causes many coffee plants to be not handled properly. With a system capable of diagnosing like an expert, it can help speed up the diagnosis of coffee plant diseases. Therefore, the creation of an expert system that can diagnose coffee plant diseases based on the knowledge of an expert can be very helpful for diagnosing coffee plant diseases. In this study, the Euclidean Probability method was applied to an expert system for diagnosing coffee plant diseases based on the symptoms seen or experienced by coffee plants. The results of this study produce an expert system application that can diagnose coffee plant diseases and provide solutions to prevent or treat coffee plants based on the symptoms experienced. From the tests carried out on 10 case studies based on 4 disease data and 12 symptom data, it resulted in an accuracy value of 80%.Keywords—Expert System, Eucidean Probability, Diagnosis, Coffe Pants, Coffe Plant Disease

Sistem Pakar Diagnosa Penyakit Tanaman Buah Naga Dengan Metode Euclidean Probability Rahmaniza Maulana; Toni Arifin
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 6, No 4 (2023): Agustus 2023
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v6i4.6455

Abstrak - Tanaman buah naga belakangan ini sering dicari oleh masyarakat luas, selain karena nama dan bentuk buahnya yang unik rasa buahnya pun begitu manis dan segar. Dengan banyaknya manfaat dari buah naga, maka permintaan pasar menjadi naik. Ini menjadikan petani buah naga harus memenuhi permintaan pasar. Namun demikian, membudidayakan tanaman buah naga bukan tanpa hambatan.. Penyakit pada tanaman buah naga ini sering disebabkan oleh hama dan bakteri. Untuk mengatasi masalah tersebut, peran seorang pakar sangat diandalkan untuk mendiagnosis dan menentukan jenis penyakit serta memberikan cara penanganan yang tepat untuk mendapatkan solusi terbaik. Namun karena keterbatasan seorang petani untuk bertemu dengan pakar tanaman menjadikan petani bisa salah mengambil keputusan atau tindakan dalam penyelesaian masalah. Untuk mengurangi kesalahan pengambilan keputusan tersebut maka dibuat sebuah sistem bernama sistem pakar. Untuk mendiagnosa penyakit tanaman buah naga dapat memanfaatkan sistem pakar untuk memasukan pengetahuan seorang pakar ke dalam sistem sehingga membantu dalam pendiagnosaan penyakit. Pada penelitian ini menggunakan metode Euclidean Probability yang diterapkan pada sistem pakar untuk dapat mengoptimalkan perfoma sistem pakar saat mendiagnosa penyakit berdasarkan gejala yang dialami dan juga perhitungannya. Dari pengujian yang dilakukan pada 10 studi kasus berdasarkan 5 data penyakit dan 15 data gejala menghasilkan nilai akurasi sebesar 80%.Kata kunci—Sistem Pakar, Euclidean Probability, Diagnosa, Buah Naga Abstract- Recently, dragon fruit plants are often sought after by the wider community, apart from the name and unique shape of the fruit, the taste of the fruit is so sweet and fresh. With the many benefits of dragon fruit, the market demand is rising. This makes dragon fruit farmers have to meet market demand. However, cultivating dragon fruit plants is not without obstacles. Diseases in dragon fruit plants are often caused by pests and bacteria. To overcome these problems, the role of an expert is highly relied upon to diagnose and determine the type of disease and provide the right treatment method to get the best solution. However, due to the limitations of a farmer to meet with plant experts, farmers can make wrong decisions or actions in solving problems. To reduce the decision-making errors, a system called an expert system was created. To diagnose dragon fruit plant diseases, you can use an expert system to enter the knowledge of an expert into the system so that it helps in diagnosing the disease. This study uses the Euclidean Probability method which is applied to the expert system to optimize the performance of the expert system when diagnosing diseases based on the symptoms experienced and also their calculations. From the tests conducted on 10 case studies based on 5 disease data and 15 symptom data, the accuracy value was 80%..Keywords—Expert System,Euclidean Probability,Diagnose,Dragon Fruit

Co-Authors Ade Mubarok Adi Suparwo Adzkia, Sazila Azka Agustin, Dari Dianata Al Huda Ramadhan Ali Akbar Rismayadi Ani Solihat Anugrah, Gregian Bayu Asri Dwi Andini Asti Herliana, Asti Auliaddina, Siti Chusi Yanasari Daniel Ariesta Dwi Ariyandi Dwiza Riana Dwiza Riana Elin Sopiah Erfian Junianto Fahmi Permadi Achmad Fajar Nugraha Fakhri Habib Hawari Farizul Ma’arif Faslah Fadillah Fitriyani Fitriyani Fitriyani Fitriyani Fitriyani Fitriyani Gita Indah Hapsari Hendi Suhendi Hilda Farida Husniah Iedam Fardian Anshori, Iedam Fardian Ignatius Wiseto Prasetyo Agung Ihsan Mudzakir Imam Muhammad Mannar Shahih Insan Cahya Setia Maksum, Muhamad Shidiq Maya Nurjanah Mayangsari, Ariefa Diah Mayya Nurbayanti Shobary Muhamad Revin Reginal Harahap Muhamad Rifqi Alviandi Naufal Hidayah Surya Nur Huzumah Prasetya, Muhamad Azril Budi Prasetyo Agung, Ignatius Wiseto Rabbani, Muhammad Ihsan Rahayu Febryani Rahmaniza Maulana Rahmawati Rangga Sanjaya Rina Resmiati Risman Risman Rizal Rachman, Rizal Rizki Tri Prasetio Rohidin, Rifki Siti Syalwah Sri Mulyani Suhadi, Enda Syarif Hidayatulloh Taufik Hidayatulloh Tiara Nurwulandari Tiki Ramdhani Tyas Widyani Pratiwi Wibowo, Ilham Rachmat Wildan Wiguna Wira Sanjaya Yudi Ramdhani

Title

Found 57 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 57 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 57 Documents
Search