Garuda - Garba Rujukan Digital

p-Index From 2021 - 2026

7.155

P-Index

This Author published in this journals

All Journal Jupiter Aquacoastmarine Techno.Com: Jurnal Teknologi Informasi Jurnal Simetris Jurnal Informatika Jurnal Teknologi Informasi dan Ilmu Komputer Scientific Journal of Informatics Journal of Information Systems Engineering and Business Intelligence Register: Jurnal Ilmiah Teknologi Sistem Informasi Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Jurnal Ilmiah Matrik Jusikom : Jurnal Sistem Komputer Musirawas JURNAL PENGABDI SELAPARANG: Jurnal Pengabdian Masyarakat Berkemajuan Jurnal Teknologi Sistem Informasi dan Aplikasi Jurdimas (Jurnal Pengabdian Kepada Masyarakat) Royal JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Journal of Information Systems and Informatics Jurnal Abdimas Mandiri Cendekia : Jurnal Pengabdian Masyarakat JATI (Jurnal Mahasiswa Teknik Informatika) Abdimasku : Jurnal Pengabdian Masyarakat Jurnal Perangkat Lunak BERNAS: Jurnal Pengabdian Kepada Masyarakat Journal of Information Technology Ampera Journal of Computer and Information Systems Ampera Journal of Software Engineering Ampera Jurnal Indonesia : Manajemen Informatika dan Komunikasi Jurnal Pengabdian kepada Masyarakat Jurnal Pengabdian kepada Masyarakat Bina Darma Jurnal Pengabdian Mandiri Malcom: Indonesian Journal of Machine Learning and Computer Science Jurnal Pengabdian Pancasila (JPP) Innovative: Journal Of Social Science Research AQUACOASTMARINE: Journal of Aquatic & Fisheries Sciences Jurnal Indonesia : Manajemen Informatika dan Komunikasi Kesatria : Jurnal Penerapan Sistem Informasi (Komputer dan Manajemen) E-Amal: Jurnal Pengabdian Kepada Masyarakat

Febriyanti Panjaitan

Universitas Bina Darma

Author-ID : 2551733

Religion Agriculture, Biological Sciences & Forestry Arts Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Mathematics Mechanical Engineering Medicine & Pharmacology Neuroscience Nursing Public Health Social Sciences Veterinary Other

Published : 75 Documents Claim Missing Document

Claim Missing Document

Articles

4 5 6 7 8

Perancangan UI/UX pada Website Inventaris Brang Menggunakan Metode Design Thinking: UI/UX Design of Goods Inventory Website Using the Design Thinking Method Fikriliani, Cindy; Panjaitan, Febriyanti; Abdillah, Leon Andretti; Putra, M. Soekarno
MALCOM: Indonesian Journal of Machine Learning and Computer Science Vol. 5 No. 1 (2025): MALCOM January 2025
Publisher : Institut Riset dan Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57152/malcom.v5i1.1850

Pengelolaan inventaris barang di Kejaksaan Negeri Empat Lawang masih dilakukan secara manual, menyebabkan berbagai permasalahan seperti kehilangan data, kesulitan dalam pencarian barang, serta ketidakjelasan penanggung jawab aset. Sistem pencatatan konvensional yang kurang efektif dapat menghambat efisiensi kerja, meningkatkan risiko kesalahan dalam pengelolaan aset, serta memperlambat proses audit dan pelaporan. Untuk mengatasi permasalahan ini, penelitian ini merancang User Interface (UI) dan User Experience (UX) pada Website Inventaris Barang menggunakan metode Design Thinking. Metode ini diterapkan melalui lima tahapan, yaitu Empathize (memahami kebutuhan pengguna), Define (mengidentifikasi permasalahan utama), Ideate (mengembangkan solusi inovatif), Prototype (merancang model awal desain), dan Testing (mengujinya dengan pengguna). Prototipe website yang telah dikembangkan diuji menggunakan metode Usability Testing dengan Single Ease Question (SEQ) untuk mengukur kemudahan penggunaan sistem. Hasil pengujian menunjukkan bahwa skor usability berada dalam rentang 5-7, yang mengindikasikan bahwa desain UI/UX yang dibuat mudah digunakan dan dipahami oleh pengguna. Implementasi sistem ini diharapkan dapat meningkatkan efisiensi dalam pencatatan dan pelacakan barang inventaris, meminimalkan kehilangan aset, serta memberikan pengalaman pengguna yang lebih baik. Penelitian ini juga membuka peluang untuk pengembangan lebih lanjut dengan fitur tambahan seperti integrasi sistem QR Code, otomatisasi laporan inventaris, serta analisis data berbasis kecerdasan buatan untuk meningkatkan akurasi manajemen aset.

Pelatihan penggunaan software autocad (versi pelajar) sebagai pelengkap gambar kerja bagi staf teknis pada CV. Dwipayana Graha Bastam, Mukhlis Nahriri; Nurmeyliandari, Revianty; Panjaitan, Febriyanti; Pramadona, Adelia Putri
SELAPARANG: Jurnal Pengabdian Masyarakat Berkemajuan Vol 8, No 4 (2024): December
Publisher : Universitas Muhammadiyah Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31764/jpmb.v8i4.27012

Abstrak Pelatihan penggunaan software AutoCAD sebagai pelengkap gambar kerja bertujuan untuk meningkatkan pengetahuan dan keterampilan masyarakat dalam memanfaatkan AutoCAD sebagai alat desain dan konstruksi. Kegiatan pengabdian ini berhasil dilaksanakan dengan baik dan hasil prestest menunjukkan bahwa sebelum pelatihan, pengetahuan peserta dalam penggunaan AutoCAD berada pada tingkat 65%. Namun setelah mengikuti pelatihan, hasil posttest menunjukkan peningkatan menjadi 87%. Hal ini menunjukkan bahwa pelatihan AutoCAD berhasil meningkatkan pemahaman dan keterampilan peserta dalam menggunakan software tersebut. Selain itu, pelatihan ini juga memberikan manfaat berupa kemampuan peserta dalam menghasilkan gambar kerja yang lebih akurat dan efisien menggunakan AutoCAD. Kendala dalam instalasi software berhasil diatasi sehingga tidak menghambat keberhasilan pelatihan. Kegiatan pengabdian ini berhasil memberikan manfaat nyata kepada para peserta dengan meningkatkan pemahaman keterampilan dan efisiensi dalam menggunakan AutoCAD sebagai alat bantu desain dan konstruksi.. Kata kunci: autocad; pelatihan; pretest; postest. Abstract The training on the use of Autocad software as a complement to technical drawings aims to enhance the knowledge and skills of the community in utilizing Autocad as a tool for design and construction. This community engagement activity was successfully conducted, and the results of the pretest indicated that participants had a knowledge level of 65% prior to the training. However, after participating in the training, the posttest results showed a significant improvement, reaching 87%. This demonstrates the effectiveness of the Autocad training in enhancing participants' understanding and skills in using the software. Additionally, the training provided participants with the ability to produce more accurate and efficient technical drawings using Autocad. Despite the challenges faced during the software installation process, they were overcome, ensuring smooth progress of the training. Overall, this community engagement activity has delivered tangible benefits to the participants by enhancing their knowledge, skills, and efficiency in utilizing Autocad as a valuable tool for design and construction purposes Keywords: autocad; training; pretest; posttest

STUDI KOMPARATIF ALGORITMA MACHINE LEARNING PADA ANALISIS SENTIMEN MEDIA SOSIAL Panjaitan, Febriyanti; Ce, Win; Oktafiandy, Hery; Kanugrahan, Ghanim; Ramdhani, Yudi; Hafizh Cahaya Putra, Vito; Permai, Antika
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 2 (2025): JATI Vol. 9 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i2.13277

Analisis sentimen di Twitter telah menjadi salah satu topik utama dalam penelitian terkait opini publik di bidang ekonomi, politik, dan isu sosial. Penggunaan machine learning dalam analisis sentimen memungkinkan untuk memproses data teks secara efisien. Penelitian ini bertujuan untuk mengeksplorasi literatur terkait analisis sentimen menggunakan metode machine learning pada Twitter dalam konteks ekonomi, politik, dan isu sosial. Metode yang digunakan adalah Systematic Literature Review (SLR), dengan pengumpulan artikel dari tiga database utama: IEEE Xplore, Google Scholar, dan Scopus. Setelah menerapkan kriteria inklusi dan eksklusi, 45 artikel relevan terpilih untuk dianalisis. Hasil penelitian menunjukkan bahwa Support Vector Machine (SVM) memiliki performa terbaik dengan akurasi rata-rata 85.3%, diikuti oleh Random Forest (83.7%) dan Naïve Bayes (81.5%). KNN dan Decision Tree menunjukkan performa lebih rendah, kemungkinan karena sensitivitas terhadap data yang tidak seimbang. Tren penelitian mengindikasikan bahwa analisis sentimen di bidang ekonomi lebih banyak berkaitan dengan dampak kebijakan ekonomi, di bidang politik fokus pada opini publik terkait pemilu dan kebijakan pemerintah, sementara di bidang isu sosial berkaitan dengan gerakan sosial dan kebijakan kesehatan.

Evaluation of Machine Learning Models for Sentiment Analysis in the South Sumatra Governor Election Using Data Balancing Techniques Panjaitan, Febriyanti; Ce, Win; Oktafiandi, Hery; Kanugrahan, Ghanim; Ramdhani, Yudi; Putra, Vito Hafizh Cahaya
Journal of Information System and Informatics Vol 7 No 1 (2025): March
Publisher : Universitas Bina Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51519/journalisi.v7i1.1019

Sentiment analysis is crucial for understanding public opinion, especially in political contexts like the 2024 South Sumatra gubernatorial election. Social media platforms such as Twitter and YouTube provide key sources of public sentiment, which can be analyzed using machine learning to classify opinions as positive, neutral, or negative. However, challenges such as data imbalance and selecting the right model to improve classification accuracy remain significant. This study compares five machine learning algorithms (SVM, Naïve Bayes, KNN, Decision Tree, and Random Forest) and examines the impact of data balancing on their performance. Data was collected via Twitter crawling (140 entries) and YouTube scraping (384 entries), and text features were extracted using CountVectorizer. The models were then evaluated on imbalanced and balanced datasets using accuracy, precision, recall, and F1-score. The Decision Tree and Random Forest models achieved the highest accuracies of 79.22% and 75.32% on imbalanced data, respectively. However, they also exhibited overfitting, as indicated by their near-perfect training performance. Naïve Bayes, on the other hand, demonstrated the lowest accuracy at 54.55% despite achieving high precision, suggesting frequent misclassification, particularly for the minority class. SVM and KNN also struggled with imbalanced data, recording accuracies of 58.44% and 63.64%, respectively. Significant improvements were observed after applying data balancing techniques. The accuracy of SVM increased to 71.43%, and KNN improved to 66.23%, indicating that these models are more stable and effective when class distributions are even. These findings highlight the substantial impact of data balancing on model performance, particularly for methods sensitive to class distribution. While tree-based models achieved high accuracy on imbalanced data, their tendency to overfit underscores the importance of balancing techniques to enhance model generalization.

Pelatihan Dasar Artificial Intelligence : Membangun Chatbot dengan Python untuk Siswa SMA/SMK di Kota Palembang Panjaitan, Febriyanti; Oktafiandi, Hery; Permai, Antika
ABDIMASKU : JURNAL PENGABDIAN MASYARAKAT Vol 8, No 2 (2025): MEI 2025
Publisher : LPPM UNIVERSITAS DIAN NUSWANTORO

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62411/ja.v8i2.2957

Workshop AI untuk Pemula: Membangun Chatbot dengan Python bagi Siswa SMA/SMK di Kota Palembang diselenggarakan sebagai respons terhadap antusiasme siswa dalam program Jelajah Jurusan terkait kecerdasan buatan (Artificial Intelligence/AI). Kegiatan ini bertujuan untuk memberikan pemahaman dasar mengenai AI dan chatbot serta melatih keterampilan pemrograman Python menggunakan Google Colab. Workshop ini diikuti oleh 40 siswa dari SMKN 4 Palembang dan SMA Xaverius 2 Palembang yang dibagi ke dalam dua sesi. Hasil evaluasi melalui pretest dan post-test menunjukkan adanya peningkatan pemahaman siswa terhadap konsep AI dan chatbot. Rata-rata nilai pretest pada sesi pertama sebesar 68 meningkat menjadi 89 pada post-test, sedangkan sesi kedua meningkat dari 69 menjadi 90. Hal ini menunjukkan bahwa siswa mampu memahami dan mengimplementasikan chatbot dengan lebih baik setelah mengikuti workshop. Penggunaan Google Colab juga terbukti efektif dalam memfasilitasi pembelajaran tanpa kendala instalasi perangkat lunak. Workshop ini memberikan wawasan bagi siswa mengenai potensi AI dalam berbagai bidang serta mendorong minat mereka untuk mendalami teknologi ini lebih lanjut. Ke depannya, diharapkan pelatihan serupa dapat diperluas ke lebih banyak sekolah dan disertai dengan sesi lanjutan untuk memperdalam pemahaman serta implementasi teknologi AI dalam skala yang lebih luas

Peningkatan Kompetensi Tenaga Teknik melalui Pelatihan Manajemen Proyek Berbasis Software Primavera Revianty Nurmeyliandari; Bastam, Mukhlis Nahriri; Hamim, Sumi Amariena; Panjaitan, Febriyanti; Gumanti, Gita
Jurnal Abdimas Mandiri Vol. 9 No. 1
Publisher : UNIVERSITAS INDO GLOBAL MANDIRI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36982/jam.v9i1.5260

Kemampuan tenaga teknik dalam mengelola proyek secara efektif sangat diperlukan dan dibutuhkan untuk meningkatkan efisiensi dan keberhasilan dalam sebuah proyek yang dijalankan, akan tetapi, keterbatasan dalam pemahaman terkait manajemen proyek serta penggunaan perangkat lunak Software Primavera masih menjadi kendala dalam proses optimalisasi pengelolaan proyek. Oleh karena itu, kegiatan Pengabdian kepada Masyarakat (PkM) ini bertujuan untuk meningkatkan kompetensi tenaga teknik yang ada di PT. HAGEN AMERSA VETA melalui pelatihan manajemen proyek berbasis software Primavera. Pelatihan ini dilakukan dengan metode kombinasi teori dan juga dilakukan praktik secara langsung, termasuk juga demonstrasi penggunaan perangkat lunak serta simulasi berbasis studi kasus yang relevan. Evaluasi hasil dari pelatihan menunjukkan adanya peningkatan pemahaman peserta secara signifikan, di mana nilai rata-rata pretest sebesar 65,29% meningkat menjadi 86,82% pada posttest. Setelah pelatihan ini, para peserta mampu menyusun jadwal proyek dengan lebih sistematis, mengelola sumber daya secara optimal, serta mengambil keputusan yang lebih efektif dalam menghadapi tantangan proyek yang ada. Selain itu, pelatihan ini juga berkontribusi dalam meningkatkan kerja sama tim serta kemampuan analitis peserta. Dengan demikian, kegiatan Pengabdian kepada Masyarakat (PkM) ini diharapkan dapat memberikan dampak positif dalam pengelolaan proyek di PT. HAGEN AMERSA VETA, sehingga meningkatkan efisiensi dan juga meningkatkan produktivitas tenaga teknik dalam praktik kerja sehari-hari.

A review of the enzymes utilization in the feed for indigenous Indonesian fish : enzymes utilization in the feed for indigenous Indonesian fish Maser, Wahyu Haryati; Muhtadi, Ahmad; Ritonga, Ajuan; Almira, Della; Panjaitan, Febriyanti; Sari, Nurmala; Sinurat, Ries Ruth Rytond; Kembaren, Natasyha Pebrina Br Sembiring; Purba, Theresia Widi Astuti; Nababan, David; Andari, Ella; Harahap, Muhamad Haikal Firyaldi; Pasaribu, Rihan Addilah
AQUACOASTMARINE: Journal of Aquatic and Fisheries Sciences Vol. 4 No. 1 (2025): AQUACOSTMARINE: Journal of Aquatic and Fisheries Sciences
Publisher : Talenta Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32734/jafs.v4i1.20246

Enzymes play a vital role in improving nutrient absorption and digestion efficiency in fish feed, particularly for indigenous Indonesian fish species. This review aimed to comprehensively evaluate the current state of enzyme utilization in feed for native Indonesian fish, highlighting its benefits, challenges, and potential contributions to the advancement of sustainable aquaculture. It examined the role of endogenous enzymes and various exogenous enzymes, such as protease, lipase, phytase, Non-Starch Polysaccharides (NSP) enzymes, and multi-carbohydrase complexes, in enhancing feed efficiency and fish growth. The integration of these enzymes into feed formulations offers significant advantages in boosting growth performance, optimizing feed conversion efficiency, and promoting environmental sustainability. Additionally, this review discussed the potential benefits and challenges associated with enzyme application in fish feed. Looking ahead, the development of enzyme utilization in aquafeed holds great promise for enhancing the sustainability, efficiency, and productivity of the aquaculture sector. This review provides valuable insights into the potential of enzyme supplementation to maximize feed utilization for native Indonesian fish species, outlining both its advantages and challenges, while also exploring its future prospects in driving cost-effective and eco-friendly aquaculture practices.

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32734/jafs.v4i1.20246

SYSTEM USABILITY SCALE VS HEURISTIC EVALUATION: A REVIEW Ependi, Usman; Kurniawan, Tri Basuki; Panjaitan, Febriyanti
Simetris: Jurnal Teknik Mesin, Elektro dan Ilmu Komputer Vol 10, No 1 (2019): JURNAL SIMETRIS VOLUME 10 NO 1 TAHUN 2019
Publisher : Fakultas Teknik Universitas Muria Kudus

Usability merupakan salah satu bidang ilmu untuk menganalisa atau menguji tingkat kemudahan penggunaan perangkat lunak. Usability atau yang sering dikenal dengan kebergunaan adalah teknik pengujian atau pengukuran aplikasi perangkat lunak yang dilihat dari lima aspek yaitu learnability, efficiency, memorability, errors dan satisfaction. Untuk melakukan analisa atau pengujian usability dapat dilakukan dengan pendekatan heuristic evaluation (HE) dan system usability scale (SUS). Heuristic evaluation (HE) merupakan pengujian dengan cara melibatkan ahli dalam proses pengerjaannya dan system usability scale (SUS) merupakan pengujian dengan cara melibatkan pengguna akhir (end user) dalam proses pengerjaannya. Untuk itu dalam penelitian dilakukan pengkajian antara heuristic evaluation (HE) dan system usability scale (SUS). Dari hasil kajian didapat bahwa heuristic evaluation (HE) dapat dilakukan bersamaan dengan teknik pengujian lain namun membutuhkan biaya yang besar serta proses pengujian yang lebih mudah. Sedangkan system usability scale (SUS) proses pengujian dan perhitungan lebih rumit namun dapat dilakukan dengan jumlah sampel yang sedikit.

Sentiment Analysis on Coretax Data Using SVM and Random Forest with SMOTE and Tomek-Link Oktafiandi, Hery; Winarnie, Winarnie; Ramadhan, M. Fajar; Panjaitan, Febriyanti
Journal of Information System and Informatics Vol 7 No 3 (2025): September
Publisher : Universitas Bina Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51519/journalisi.v7i3.1279

This study is motivated by the increasing adoption of digital tax platforms in Indonesia, particularly Coretax, which enables online tax reporting and payment. Understanding user sentiment is crucial for evaluating system effectiveness and identifying areas for improvement. However, sentiment data is often imbalanced, making it challenging to detect the sentiments of the minority class. This research evaluates the performance of Support Vector Machine (SVM) and Random Forest (RF) in classifying sentiment from Coretax related reviews collected between March and September 2025 from Twitter, YouTube, and the DJP application. Lexicon-based labeling and preprocessing were applied, followed by class balancing using Tomek-Link, SMOTE, and SMOTE-Tomek techniques. On the original data, SVM achieved an accuracy of 98.56%, while Random Forest reached 98.43%, both performing strongly on the majority class. However, minority class detection was improved through SMOTE and SMOTE-Tomek, albeit with a slight decrease in overall accuracy due to the risk of overfitting. The novelty of this study lies in its focus on Coretax 2025 data and a comparative analysis of multiple resampling techniques, providing practical insights into improving sentiment analysis performance on imbalanced digital tax data.

Co-Authors Aan Restu Mukti Ade Putra Adha Oktarini Saputri, Nurul Ahmad Haidar Mirza Ahmad Muhtadi Ahmad Siddiq Ajuan Ritonga Aldrison Aprilo Almira, Della Amalia, Ghina Andari, Ella Andri Andri Andri, Andri Ari Muzakir Bangkit Seandi Taroreh Bastam, Mukhlis Nahriri Candra Buana Ce, Win Christin Evasari Nainggolan Darius Antoni Debby Sinta Devi Della Silvana Desi Efriyani Desi Kusmindari, Ch. Devi Wahyu Pratama, Sri Dian Purnamasari, Susan Dinda Mustika Ariani6 Dwiandari Rumanti Edi Supratman Evi Yuliangsih Evi Yulianingsih Fadilah, Amalia Fatmasari Fatmasari Fatmasari Fatmasari Febriandi, Yusuf Fikriliani, Cindy Fino Charli Firamon Syakti, Firamon Gumanti, Gita Hadi Syaputra Hafizh Cahaya Putra, Vito Haidar Mirza, Ahmad Hamim, Sumi Amariena Harahap, Muhamad Haikal Firyaldi Helda Yudiastuti Herikson Nainggolan Hery Oktafiandi Hutrianto Ilham Muammar Choiri Irwansyah Ibrahim Izman Herdiansyah, Muhammad Jemakmun, Jemakmun Kanugrahan, Ghanim Kembaren, Natasyha Pebrina Br Sembiring Kurniawan, Tri Basuki Leon Andretti Abdillah M. Iqbal Ramdhani Maria Ulfa Maria Ulfa Maser, Wahyu Haryati Mellan Fratama Muhammad Akbar Muhammad Andhika Pratama Muhammad Iqbal Ramdhani Muhammad Taufik Mukhlis Nahriri Bastam Mutia Mawardah Nababan, David Novita Sari Nurmala Sari Nurmeyliandari, Revianty Nurul Adha Nurul Huda Oktafiandy, Hery Oktaviani, Nia Pasaribu, Rihan Addilah Permai, Antika Pramadona, Adelia Putri Puji Agustini, Eka Puji Agustin Purba, Theresia Widi Astuti Putra, M. Soekarno Qoriani Widayati Raihan, Mohammad Ramadhan, M. Fajar Revianty Nurmeyliandari Revianty Nurmeyliandari Nurhendi Riduan, Achmad Rini Octavianti Rizki Amalia Rizky Amalia Rizqi Prasetyo Rolia Wahasusmia Rusmin Syafari, Rusmin Rusti Simatupang Saputra, Rahjan Satria, Femas Sauda, Siti Silfani Oktaviani Sinurat, Ries Ruth Rytond Siti Sauda Suryayusra, Suryayusra Susan Dian Purnamasari Susan Dian Purnamasari, Susan Dian Syahril Rizal Syahril Rizal, Syahril Syaputra, Hadi Tri Basuki Kurniawan Tri Noviana Triska Amalia Sari Usman Ependi Usman Ependi Wahyu Pranata Wahyu Wijaya Widya Cholil Wijaya, Satrio Wijaya, Wahyu Winarnie Windi Melisa Yomi Rosadi Yudi Ramdhani

Title

Found 75 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 75 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 75 Documents
Search