Article Per Year (5 Year)
p-Index From 2021 - 2026
10.472
P-Index
This Author published in this journals
All Journal Jurnal Informatika SMATIKA Jurnal Ilmiah KOMPUTASI Jurnal Pengabdian UntukMu NegeRI Journal of Information Technology and Computer Science Jurnal Obsesi: Jurnal Pendidikan Anak Usia Dini Journal of Information Technology and Computer Science (JOINTECS) Teknika: Engineering and Sains Journal Jurnal Sains dan Informatika Jurnal Ilmiah Soulmath : Jurnal Edukasi Pendidikan Matematika BAREKENG: Jurnal Ilmu Matematika dan Terapan JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) JOISIE (Journal Of Information Systems And Informatics Engineering) JSAI (Journal Scientific and Applied Informatics) Building of Informatics, Technology and Science Jurnal Mantik Jurnal Pengabdian Masyarakat IPTEKS Jurnal ABDINUS : Jurnal Pengabdian Nusantara JATI (Jurnal Mahasiswa Teknik Informatika) Jurnal Tekinkom (Teknik Informasi dan Komputer) Abdimas Galuh: Jurnal Pengabdian Kepada Masyarakat Journal of Computer System and Informatics (JoSYC) Indonesian Journal of Cultural and Community Development Indonesian Journal of Law and Economics Review Jurnal Penelitian Sekolah Tinggi Ilmu Kesehatan Nahdlatul Ulama Tuban Jurnal Teknik Informatika (JUTIF) Community Empowerment JPM: JURNAL PENGABDIAN MASYARAKAT KLIK: Kajian Ilmiah Informatika dan Komputer Proceedings Series on Physical & Formal Sciences Indonesian Journal of Innovation Studies PELS (Procedia of Engineering and Life Science) Procedia of Social Sciences and Humanities Jurnal Algoritma Indonesian Journal of Islamic Studies Publikasi Pengabdian Masyarakat Komputer dan Teknologi (PUNDIMASKOT) JOINCS (Journal of Informatics, Network, and Computer Science) Jurnal Penelitian Innovative Technologica: Methodical Research Journal PEDAMAS (Pengabdian Kepada Masyarakat) SAINTEK Physical Sciences, Life Science and Engineering Indonesian Journal of Applied Technology Journal of Internet and Software Engineering Prosiding Seminar Nasional Unimus Kesatria : Jurnal Penerapan Sistem Informasi (Komputer dan Manajemen) Advances in Cancer Science Journal of Electrical Engineering Manajemen Pelayanan Kesehatan semanTIK IJHCS Smatika Jurnal : STIKI Informatika Jurnal Academia Open
Uce Indahyanti
Informatika, Universitas Muhammadiyah Sidoarjo, Indonesia
Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Arts Humanities Astronomy Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering 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 Immunology & microbiology Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Medicine & Pharmacology Neuroscience Nursing Physics Public Health Social Sciences Transportation Veterinary Other

Published : 78 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 78 Documents
Search

 4   5   6   7   8 
Optimization of Stunting Prevention and Reduction through Early Detection Application, Sunting, based on Forward Chaining Inference Machine. : Optimalisasi Pencegahan dan Penurunan Stunting Melalui Aplikasi Deteksi Dini Sunting Berbasis Mesin Inferensi Forward Chaining Ika Ratna Indra Astutik; Uce Indahyanti; Evi Rinata
Academia Open Vol. 8 No. 2 (2023): December
Publisher : Universitas Muhammadiyah Sidoarjo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21070/acopen.8.2023.7267

Abstract

Stunting is a chronic malnutrition problem caused by a prolonged lack of sufficient nutrient intake, resulting in impaired growth and shorter stature (dwarfism) in children compared to age standards. In Indonesia, the prevalence of stunting remains high according to WHO standards, mainly due to the limited information available on stunting, particularly regarding preventive measures. In the era of Industry 4.0, rapid technological advancements, especially in the field of healthcare, have provided enhanced access to information and early disease diagnosis through expert system-based applications. The objective of this research is to design an application that assists the community in early detection of stunting in children, enabling timely intervention. The chosen approach involves forward chaining inference machine, testing input symptoms to draw conclusions based on the knowledge rules stored in the knowledge base. The outcome of this research is an application that facilitates parents and integrated service posts in preventing stunting disorders in children. Highlight: Intervensi Tepat Waktu: Aplikasi ini memungkinkan deteksi dini stunting, memungkinkan intervensi tepat waktu untuk mencegah gangguan pertumbuhan pada anak. Pendekatan Sistem Pakar: Memanfaatkan inferensi rantai maju, aplikasi menggunakan pengetahuan Integrasi Teknologi dan Layanan Kesehatan: Memanfaatkan kemajuan Industri 4.0, aplikasi ini menjembatani kesenjangan antara teknologi dan layanan kesehatan, memberdayakan masyarakat dan pos layanan terpadu untuk memerangi stunting secara efektif. Kata kunci: Stunting, Sistem pakar, Deteksi dini, Pelayanan kesehatan terpadu, Industri 4
Optimalisasi Pengelolahan Jaringan Dengan Pembatasan Bandwidth dan Blokir Akses Tertentu Pada PT Laxo Global Akses Dengan Menerapkan Metode NDLC Adiffanani Ramdansyah; Hamzah Setiawan; Uce Indahyanti; Ade Eviyanti
JSAI (Journal Scientific and Applied Informatics) Vol 8 No 2 (2025): Juni
Publisher : Fakultas Teknik Universitas Muhammadiyah Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36085/jsai.v8i2.8165

Abstract

This research focuses on optimizing network management at PT Laxo Global Akses by implementing bandwidth restrictions and restricting access to non-work related websites and applications. Internet usage in the company was previously unrestricted, resulting in decreased productivity and unstable network performance, especially during peak hours. To address these issues, this research applies the Network Development Life Cycle (NDLC) methodology and utilizes MikroTik devices for configuration. Key features such as Queue Tree for bandwidth distribution, Firewall Filtering for access control, and Hotspot User Management for user authentication were implemented. The redesigned network topology allows for more structured traffic management and real-time monitoring. The test results show that all test scenarios have succeeded as expected, so it can be concluded that the network configuration and policies implemented in the NDLC process were 100% successful at the implementation and testing stages.
Optimasi Penggunaan STB Bekas sebagai NAS Server dengan Casa OS mochammad zien rifqi zien; Azmuri Wahyu Azinar; Uce Indahyanti; Suhendro Busono
SemanTIK : Teknik Informasi Vol. 11 No. 1 (2025): Vol. 11 No. 1 (2025): SemanTIK Teknik Informasi
Publisher : Informatics Engineering Department of Halu Oleo University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55679/semantik.v11i1.83

Abstract

Penggunaan teknologi digital semakin meningkat, terutama dalam hiburan dan komunikasi. Set-Top Box (STB), yang awalnya digunakan untuk menonton televisi, kini dapat dioptimalkan sebagai server network-attached storage (NAS) dengan di bantu dengan sebuah operasi system casa os. Mengingat harga NAS yang mahal, penggunaan STB bekas sebagai solusi penyimpanan data menjadi alternatif yang lebih murah dan mudah diakses. Penelitian ini menggunakan metode System Development Life Cycle (SDLC) yang mencakup enam tahapan: perencanaan, analisis, desain, implementasi, pengujian, dan Pengelolaan, guna memastikan sistem dibangun secara komprehensif. Sistem NAS yang dihasilkan menawarkan layanan penyimpanan dan pertukaran data secara efisien dalam jaringan lokal. membangun NAS menggunakan Raspberry Pi, namun prosesnya dianggap kompleks. Oleh karena itu, diusulkan penggunaan STB bekas dengan sistem operasi Casa OS sebagai alternatif yang lebih mudah, hemat biaya, dan mengurangi kesulitan teknis dalam konfigurasi NAS server. Penelitian ini menghasilkan NAS berbasis set top box (STB) sebagai server Network Attached Storage (NAS) menggunakan Casa OS dapat membantu mempercepat proses kerja dan memfasilitasi berbagi data. NAS berbasis STB yang dibangun dengan Casa OS ini adalah solusi penyimpanan data yang terjangkau. The use of digital technology is increasing, particularly in entertainment and communication. Set-Top Boxes (STBs), initially used for watching television, can now be optimized as network-attached storage (NAS) servers with the help of the Casa OS operating system. Considering the high cost of NAS devices, repurposing used STBs as a data storage solution becomes a more affordable and accessible alternative. This research employs the System Development Life Cycle (SDLC) method, which includes six stages: planning, analysis, design, implementation, testing, and management, to ensure the system is developed comprehensively. The resulting NAS system offers efficient data storage and exchange services within a local network. While building a NAS using Raspberry Pi is a known solution, the process is often considered complex. Therefore, the use of a second-hand STB with Casa OS is proposed as an easier, cost-effective alternative that reduces technical difficulties in configuring a NAS server. This research produces an STB-based NAS server using Casa OS, which helps accelerate work processes and facilitates data sharing. The STB-based NAS built with Casa OS serves as an affordable data storage solution
Pengelompokkan Unit Kendaraan Sewa Pada Rental Mobil Permata Transindo Sidoarjo Menggunakan Algoritma K-Means Clustering Mahelda Asri Sudarsono; Yulian Findawati; Uce Indahyanti; Ika Ratna Indra Astutik
SemanTIK : Teknik Informasi Vol. 11 No. 1 (2025): Vol. 11 No. 1 (2025): SemanTIK Teknik Informasi
Publisher : Informatics Engineering Department of Halu Oleo University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55679/semantik.v11i1.122

Abstract

Abstrak Latar belakang penelitian ini adalah meningkatnya kebutuhan akan layanan transportasi yang efisien, di mana rental mobil menjadi solusi praktis bagi individu dan perusahaan. Namun, perusahaan menghadapi tantangan dalam mengelola armada dan menentukan keputusan pembelian kendaraan yang tepat. Oleh karena itu, penelitian ini bertujuan untuk menganalisis pengelompokkan unit kendaraan berdasarkan data penyewaan yang dikumpulkan. Metode yang digunakan adalah K-Means Clustering, yang memungkinkan pengelompokan data berdasarkan karakteristik serupa. Hasil penelitian menunjukkan bahwa empat cluster optimal berhasil diidentifikasi, dengan Davies-Bouldin Index (DBI) terendah sebesar 0,834135. Setiap cluster mewakili kategori unit berdasarkan lama sewa dan anggaran, memberikan wawasan berharga bagi perusahaan dalam manajemen pengelolaan armada kendaraan secara efektif dalam memberikan rekomendasi unit yang sesuai dengan kebutuhan pelanggan. Penelitian ini menekankan pentingnya penerapan metode K-Means sebagai alat bantu untuk perusahaan dalam menentukan jenis mobil yang banyak tersewa sehingga memudahkan dalam pengecekkan perawatan armada. Selain itu penerapan metode K-Means juga membantu dalam memberikan rekomendasi unit kepada pelanggan sesuai dengan anggaran yang diinginkan This research is motivated by the increasing need for efficient transportation services, where car rentals have become a practical solution for individuals and companies. However, companies face challenges in managing their fleet and making appropriate vehicle purchase decisions. Therefore, this study aims to analyze the grouping of vehicle units based on collected rental data. The method used is K-Means Clustering, which allows data grouping based on similar characteristics. The research results indicate that four optimal clusters were successfully identified, with the lowest Davies-Bouldin Index (DBI) of 0.834135. Each cluster represents a unit category based on rental duration and budget, providing valuable insights for companies in effectively managing their vehicle fleet and providing unit recommendations that suit customer needs. This study emphasizes the importance of applying the K-Means method as a tool for companies in determining the types of cars that are in high demand, making it easier to check fleet maintenance. In addition, the application of the K-Means method also helps in providing unit recommendations to customers according to their desired budget
Perbandingan Algoritma Machine Learning dalam Memprediksi Kelulusan Mahasiswa M Cholis Afandi; Uce Indahyanti; Hamzah Setiawan; Irwan A. Kautsar
SemanTIK : Teknik Informasi Vol. 11 No. 2 (2025): SemanTIK : Teknik Informasi
Publisher : Informatics Engineering Department of Halu Oleo University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55679/semantik.v11i2.154

Abstract

Penelitian ini bertujuan untuk memprediksi kelulusan mahasiswa Program Studi Informatika Universitas Muhammadiyah Sidoarjo menggunakan algoritma klasifikasi Machine Learning, yaitu Naïve Bayes, Decision Tree, dan Random Forest. Data yang digunakan merupakan data akademik mahasiswa angkatan 2020–2021, mencakup nilai IPS dan jumlah SKS dari semester 1 hingga 6. Proses analisis mengikuti tahapan CRISP-DM, mulai dari pemahaman bisnis hingga evaluasi model. Evaluasi dilakukan menggunakan confusion matrix serta pengukuran akurasi, presisi, recall, dan F1-score untuk membandingkan performa tiap algoritma. Hasil menunjukkan bahwa Random Forest memiliki akurasi tertinggi yaitu 97.50% pada skenario 80:20, disusul Decision Tree dengan 96.25%, dan Naïve Bayes sebesar 86.25%. Selain itu, Random Forest juga mencatatkan nilai presisi dan recall yang tinggi serta F1-score sebesar 97%, menunjukkan kestabilan dan keunggulan model dalam menangani data akademik. Berdasarkan temuan ini, Random Forest dinilai paling optimal dan direkomendasikan untuk digunakan sebagai sistem pendukung keputusan dalam memantau kelulusan mahasiswa secara prediktif dan akurat. This study aims to predict student graduation in the Informatics Study Program at Universitas Muhammadiyah Sidoarjo using Machine Learning classification algorithms, namely Naïve Bayes, Decision Tree, and Random Forest. The dataset consists of academic records from the 2020–2021 cohort, including GPA scores and the number of credits (SKS) taken from semesters 1 to 6. The data analysis process follows the CRISP-DM methodology, covering business understanding, data understanding, data preparation, modeling, evaluation, and deployment. Model evaluation is carried out using confusion matrices along with accuracy, precision, recall, and F1-score to compare the performance of each algorithm. The results show that Random Forest achieved the highest accuracy of 97.50% in the 80:20 scenario, followed by Decision Tree at 96.25%, and Naïve Bayes at 86.25%. In addition, Random Forest demonstrated high precision and recall values with an F1-score of 97%, confirming its stability and effectiveness in academic data classification. Based on these findings, Random Forest is considered the most optimal algorithm and is recommended as a decision support tool for accurately monitoring and predicting student graduation in higher education institutions.
RANCANG BANGUN WEBSITE DAPUR MAMA WIWIT MENGGUNAKAN METODE AGILE Veros Ariferdinand; Uce Indahyanti; Sumarno Sumarno; Nuril Lutvi Azizah
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 10 No. 1 (2026): JATI Vol. 10 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v10i1.16647

Abstract

Transformasi digital pada sektor UMKM menuntut pemanfaatan teknologi untuk meningkatkan efisiensi operasional dan kualitas layanan. Dapur Mama Wiwit sebagai UMKM kuliner masih mengelola proses pemesanan dan promosi secara manual, sehingga berpotensi menimbulkan ketidaktepatan pencatatan, keterlambatan pelayanan, dan terbatasnya jangkauan pemasaran. Permasalahan ini menegaskan kebutuhan akan sistem informasi yang mampu mengotomasi pemesanan, menyediakan manajemen menu terpusat, serta memfasilitasi interaksi pelanggan secara terstruktur. Penelitian ini bertujuan merancang dan mengembangkan website pemesanan makanan yang dapat mendukung digitalisasi proses bisnis UMKM. Metode Agile Scrum diterapkan agar pengembangan berlangsung iteratif dan adaptif terhadap kebutuhan pengguna. Sistem dibangun menggunakan framework Flask dan basis data SQLite dengan fitur utama berupa manajemen menu, pemesanan online, perhitungan total harga otomatis, dan layanan ulasan pelanggan. Pengujian dilakukan menggunakan Blackbox Testing terhadap delapan skenario inti. Hasil pengujian menunjukkan seluruh skenario berjalan sesuai spesifikasi, termasuk fungsi login admin, pengelolaan menu, proses pemesanan, serta penambahan ulasan. Temuan ini membuktikan bahwa website yang dikembangkan berfungsi dengan baik dan mampu meningkatkan efisiensi pemesanan, kualitas layanan, serta efektivitas promosi Dapur Mama Wiwit sebagai UMKM kuliner
PERANCANGAN APLIKASI LAYANAN OJEK DAN PENGANTARAN PRODUK UMKM KHUSUS MAHASISWA UMSIDA BERBASIS ANDROID Muhammad Sulthon Abiyyu; Uce Indahyanti; Sumarno Sumarno; Sukma Aji
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 10 No. 2 (2026): JATI Vol. 10 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v10i2.17513

Abstract

Dalam aktivitas sehari-hari di kampus, mahasiswa sering membutuhkan layanan transportasi dan pengantaran produk yang cepat, praktis dan sesuai dengan kondisi lingkungan kampus. Di lingkungan Universitas Muhammadiyah Sidoarjo (Umsida), layanan transportasi internal kampus serta pengantaran produk UMKM mahasiswa masih belum terintegrasi dalam satu platform digital yang aman dan terverifikasi. Kondisi ini menyebabkan mobilitas mahasiswa serta distribusi produk UMKM belum berjalan secara optimal. Penelitian ini bertujuan untuk merancang dan membangun aplikasi layanan ojek kampus dan pengantaran produk UMKM berbasis Android yang dikhususkan bagi mahasiswa Umsida melalui sistem verifikasi Nomor Induk Mahasiswa (NIM). Pengembangan aplikasi dilakukan menggunakan metode Agile agar proses pengembangan dapat berjalan secara bertahap dan menyesuaikan kebutuhan pengguna. Aplikasi dibangun menggunakan Flutter sebagai antarmuka pengguna dan Supabase sebagai backend. Fitur utama yang dikembangkan meliputi sistem triple role, penentuan lokasi antar di area kampus, pembatasan radius layanan, serta fitur keamanan anti-self order. Hasil pengujian menggunakan Black Box Testing menunjukkan bahwa seluruh fitur aplikasi berjalan sesuai dengan fungsi yang dirancang. Aplikasi ini diharapkan dapat mendukung mobilitas mahasiswa sekaligus memperkuat ekosistem UMKM di lingkungan kampus Umsida.
MODEL PREDIKSI PERSEPSI PENGGUNA DUOLINGO BERDASARKAN KOMENTAR DIGITAL Brigide Tirenia Loresta; Uce Indahyanti; Irwan Alnarus Alkautsar; Mochamad Alfan Rosid
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 10 No. 2 (2026): JATI Vol. 10 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v10i2.17829

Abstract

Duolingo merupakan aplikasi pembelajaran bahasa yang banyak digunakan dan memperoleh beragam ulasan pengguna di Google Play Store. Ulasan tersebut mencerminkan persepsi pengguna terhadap kualitas dan efektivitas aplikasi. Permasalahan yang muncul adalah banyaknya data teks tidak terstruktur serta ketidakseimbangan distribusi kelas sentimen, sehingga diperlukan metode klasifikasi yang mampu menghasilkan prediksi akurat dan seimbang. Penelitian ini bertujuan membangun model prediksi persepsi pengguna Duolingo serta membandingkan kinerja algoritma Support Vector Machine (SVM) dan Decision Tree dalam mengklasifikasikan sentimen positif dan negatif. Dataset yang digunakan berjumlah 10.000 ulasan  periode 2020–2025. Tahapan penelitian meliputi preprocessing, pelabelan semi-otomatis berbasis leksikon, ekstraksi fitur menggunakan TF-IDF, pembagian data 80:20 dan 70:30, serta penanganan imbalance menggunakan Random Oversampling (ROS). Evaluasi dilakukan dengan confusion matrix menggunakan metrik akurasi, presisi, recall, dan F1-score. Hasil penelitian menunjukkan bahwa SVM pada rasio 80:20 dengan kondisi imbalance memperoleh akurasi tertinggi sebesar 93,57%, sedangkan penerapan ROS meningkatkan recall kelas negatif menjadi 56,19%. Dengan mempertimbangkan keseimbangan kinerja, SVM dengan ROS dinilai sebagai model yang paling optimal.
Co-Authors Abidin, Husnul Ade Eviyanti Adiffanani Ramdansyah Aditya, M. Fahrul Rizki Afidah, Dewi Nur Agung Izulhaq Ahmad Angga Handoko Aisha Hanif Alfinda Ayu Hadikasari Alfitra Oktavian Anis Farihah Ariansyah, Achmad Arif Senja Fitrani Arif Senja Fitroni Aris Hendra Prayoga Awalludin, Krisna Azizah, Risma Nur Azmuri Wahyu Azinar Berlian Putri Pertiwi Brigide Tirenia Loresta Cecep Kusmana Cholifah, Cholifah Cholifah, Cholifah Cindy Cahyaning Astuti Dafit Setiawan Jaya Damasta, Ifanda Reza Deby Kurniawan Armananda Dewi Komala Sari Diah Krisnaningsih Edi Widodo, Edi Eko Agus Suprayitno Eriyanto, Sandi Eko Evi Rinata Fahmawati, Zaki Nur Fahmi, M. Yusril Fery Febbyanto Firdausi Usqi Salsabilah Firmansah, Noval Fitri Nur Latifah Fitroni, Arif Senja Hadikasari, Alfinda Ayu Hamzah Setiawan Ika Ratna Indra Astutik Indah Suci Purnamasari Irwan A. Kautsar Irwan Alnarus Alkautsar Irwan Alnarus Kautsar Khubro, Jamaluddin Jumadil Krisfianto, Moh Ifan Kurniawan, Wildan Lely Ika Mariyati Lily Puspa Dewi M Cholis Afandi Maghfiroh, Alfiah Mahelda Asri Sudarsono Malihatin S, Ulfah Metatia Intan Mauliana Moch. Aji Bagus Firmansyah Mochamad Alfan Rosid Mochamad Alfan Rosid Mochammad Donni Kurniawan Mochammad Septa Sandy mochammad zien rifqi zien Muhammad Arsyad Dhani Muhammad Sulthon Abiyyu Muhammad Syamsuddin Novia Ariyanti Nuril Lutvi Azizah Nuril Lutvi Azizah Pertiwi, Berlian Putri Prayugah, Indra Putra, Rolando Jordan Permana Rafiiqa, Tasya Ratih Puspitasari Rizka Hadiwiyanti Rohman Dijaya Rolando Jordan Permana Putra Saesar Joko Pramono Siti Nur Haliza Suhendro Busono Sukarjadi Sukarjadi Sukma Aji Sumadyo, Sasmito Bagus Sumarno Sumarno Sumarno Sumarno Suryani, Siti Dwi Suseno Ardiansyah Syahrul Ibnu Rafi Tasya Rafiiqa Taurusta, Cindy Tutut Anjarsari Umi Khoirun Nisak Usabili, Syaikhina Veros Ariferdinand Vevy Liansari via nabila banda Wahyu Santoso Yahya Anugerah Dwi Khurrota A'yunan Yoyok Supriyono Yulian Findawati Yulius Hari Yunianita Rahmawati Yuwanto, Mahmud Adi Zamorano, Ifan