Garuda - Garba Rujukan Digital

p-Index From 2021 - 2026

7.974

P-Index

This Author published in this journals

All Journal International Journal of Advances in Applied Sciences IJCCS (Indonesian Journal of Computing and Cybernetics Systems) Seminar Nasional Aplikasi Teknologi Informasi (SNATI) Jurnal Pendidikan Fisika Undiksha Jurnal Pendidikan Teknologi dan Kejuruan Prosiding Seminar Nasional MIPA Wahana Matematika dan Sains Jurnal Sains dan Teknologi Jurnal Simetris Jurnal Teknologi Informasi dan Ilmu Komputer Jurnal Sistem dan Informatika Mimbar Pendidikan: Jurnal Indonesia untuk Kajian Pendidikan KLIK (Kumpulan jurnaL Ilmu Komputer) (e-Journal) Sinkron : Jurnal dan Penelitian Teknik Informatika JUTIK : Jurnal Teknologi Informasi dan Komputer JITK (Jurnal Ilmu Pengetahuan dan Komputer) JOURNAL OF APPLIED INFORMATICS AND COMPUTING PROCESSOR Jurnal Ilmiah Sistem Informasi, Teknologi Informasi dan Sistem Komputer SINTECH (Science and Information Technology) Journal Jurnal Teknik Informatika UNIKA Santo Thomas Jurnal Serambi Engineering Jurnal RESISTOR (Rekayasa Sistem Komputer) International Journal of Community Service Learning Jurnal Nasional Pendidikan Teknik Informatika (JANAPATI) J-SAKTI (Jurnal Sains Komputer dan Informatika) Jurnal Riset Informatika Jurnal Ilmiah Sinus Jurnal Teknologi Informasi dan Pendidikan Jurnal Mantik Jurnal Teknologi Informasi dan Terapan (J-TIT) JURNAL ILMU KOMPUTER INDONESIA Jurnal Teknologi Informasi dan Multimedia Bali Medika Jurnal Indonesian Journal of Electrical Engineering and Computer Science INFOKUM Journal of Computer Networks, Architecture and High Performance Computing Jurnal Teknik Informatika (JUTIF) J-SAKTI (Jurnal Sains Komputer dan Informatika) Jurnal Info Sains : Informatika dan Sains Jurnal Teknik Informatika Unika Santo Thomas (JTIUST) Malcom: Indonesian Journal of Machine Learning and Computer Science INOVTEK Polbeng - Seri Informatika

I Gede Aris Gunadi

Universitas Pendidikan Ganesha

Author-ID : 270642

Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Materials Science & Nanotechnology Mathematics Nursing Physics Public Health Social Sciences Other

Published : 84 Documents Claim Missing Document

Claim Missing Document

Articles

5 6 7 8 9

Hyperparameter Optimization with MobileNet Architecture and VGG Architecture for Urban Traffic Density Classification Using Bali Camera Image Data Suputra, I Putu Arsana; I Gede Aris Gunadi; Sunarya, I Made Gede
Sinkron : jurnal dan penelitian teknik informatika Vol. 9 No. 3 (2025): Article Research July 2025
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/sinkron.v9i3.14971

Traffic congestion in urban areas is a critical issue, particularly in densely populated regions such as Bali. This study addresses the challenge by implementing a Convolutional Neural Network (CNN) method to classify traffic density levels based on images captured by road surveillance cameras. The primary focus of this research is hyperparameter optimization to enhance the model's performance in classifying traffic conditions. Various combinations of hyperparameters—such as the number of neurons in the dense layer, dropout rate, learning rate, batch size, and number of epochs—were tested on two popular CNN architectures: MobileNet and VGG16. MobileNet offers lightweight computing, while VGG16 provides strong feature extraction capabilities, albeit with higher computational resource demands. Quantitative results show that after hyperparameter tuning, the MobileNet architecture achieved an accuracy of 96.94% and an F1 score of 0.969, while the VGG16 architecture achieved an accuracy of 97.22% and an F1 score of 0.972 in traffic density classification. These findings confirm that hyperparameter optimization can significantly improve classification accuracy. The scientific contribution of this research lies in the structured approach to CNN hyperparameter optimization and the demonstration that this process directly impacts the enhancement of model performance in traffic image classification tasks. This study offers valuable insights for the development of intelligent traffic management systems, especially in urban areas with limited resources.

Application of Bagging Ensemble Learning on Naïve Bayes Algorithm to Predict Coronary Heart Disease Nugraha, I Gusti Agung Satria; Gunadi, I Gede Aris; Dewi, Luh Joni Erawati
Jurnal Teknologi Informasi dan Pendidikan Vol. 18 No. 2 (2025): Jurnal Teknologi Informasi dan Pendidikan
Publisher : Universitas Negeri Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24036/jtip.v18i2.981

Cardiovascular health is vital, with heart disease, particularly Coronary Heart Disease (CHD), being a significant health concern in Indonesia. The 2023 Indonesian Health Survey reported 877,531 cases of heart disease. Traditional CHD diagnosis is often costly and invasive. Therefore, machine learning-based classification has emerged as a promising alternative for enhancing the accuracy and efficiency of detection. This study aims to predict CHD using a hybrid approach combining the Naïve Bayes algorithm with the Bagging ensemble method. Naïve Bayes was selected for its computational efficiency and effectiveness with high-dimensional data, while Bagging was employed to mitigate its inherent weaknesses by reducing variance and increasing prediction stability. The CRISP-DM methodology was applied to a secondary dataset of 462 rows from Kaggle. The research process included data preprocessing, method implementation, and evaluation using a confusion matrix. Results show the Bagging method with n=2 estimators achieved optimal performance, with 76.34% accuracy, 65.00% precision, and an f1-score of 70.27%. This study demonstrates that ensemble techniques can effectively improve the accuracy and stability of CHD prediction models, offering a reliable and low-cost solution for initial screening.

EVALUASI LAYANAN PENGADUAN MASYARAKAT PRO DENPASAR SEBAGAI PLATFORM E-GOVERNMENT MENGGUNAKAN WEBQUAL 4.0, E-GOVQUAL DAN IMPORTANCE PERFORMANCE ANALYSIS Diatmika, I Ketut Agus Indra; Sunarya, I Made Gede; Gunadi, I Gede Aris
Jurnal Pendidikan Teknologi dan Kejuruan Vol. 22 No. 2 (2025): Edisi Juli 2025
Publisher : Universitas Pendidikan Ganesha

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23887/jptk-undiksha.v22i2.98212

Pemerintah Kota Denpasar telah menerapkan E-Government melalui Peraturan Walikota Nomor 28 Tahun 2021 dan Nomor 53 Tahun 2024 terkait pengelolaan pengaduan masyarakat berbasis elektronik melalui website PRO Denpasar (Pengaduan Rakyat Online). Hingga kini, layanan PRO Denpasar belum pernah dievaluasi terkait kepuasan pengguna terhadap kinerjanya. Evaluasi ini menggunakan dimensi WebQual 4.0 dan E-GovQual dengan metode Importance Performance Analysis untuk mengukur kesesuaian dan gap antara kinerja layanan dan kepentingan pengguna. Sebanyak 252 responden dilibatkan berdasarkan rumus Slovin, yaitu pengguna aktif yang pernah melakukan pengaduan selama tahun 2020–2024. Hasil analisis menunjukkan skor rata-rata kesesuaian sebesar 94% dengan tingkat kesesuaian tinggi, namun nilai gap -0,25 menandakan layanan belum sepenuhnya memenuhi harapan pengguna. Analisis kuadran menghasilkan satu atribut prioritas yang perlu segera ditingkatkan. Penelitian lanjutan disarankan melibatkan admin PRO Denpasar sebagai responden serta menggunakan pendekatan atau metode lain untuk memperkuat hasil evaluasi.

STUDI PERBANDINGAN ALGORITMA EUCLIDEAN, MANHATTAN DAN CHEBYSEV DISTANCE UNTUK OPTIMASI METODE K-MEANS CLUSTERING PADA PENGELOMPOKKAN DATA PENERIMAAN MAHASISWA BARU Matius Ivan Bimasena; I Gede Aris Gunadi; I Made Agus Wirawan
Jurnal Pendidikan Teknologi dan Kejuruan Vol. 22 No. 2 (2025): Edisi Juli 2025
Publisher : Universitas Pendidikan Ganesha

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23887/jptk-undiksha.v22i2.98863

Institut Teknologi dan Bisnis (ITB) STIKOM Bali adalah salah satu perguruan tinggi swasta di Bali yang telah berdiri sejak tahun 2002. Tim promosi kampus aktif melakukan promosi di berbagai daerah yang berpotensi mendatangkan calon mahasiswa. Namun dalam proses promosi masih adanya kekurangan dalam menentukan tujuan promosi kampus ke daerah yang berpotensial. Peneliti melakukan pengelompokkan data calon mahasiswa baru untuk tahun ajaran 2022 dan 2023 sebanyak 2.689 data, digunakan metode K-means Clustering dengan menentukan klaster terbaik menggunakan Metode Elbow. Dari hasil metode elbow terbentuk 3 klaster optimal. Setelah itu penulis membandingkan tiga metode perhitungan jarak, yaitu Euclidean, Manhattan, dan Chebyshev Distance dengan 3 klaster. Dari hasil evaluasi metode perhitungan jarak, terbukti bahwa Euclidean Distance mempunyai hasil evaluasi yang paling baik yaitu menunjukkan nilai DBI dan Average Within Centroid Distance dari perhitungan jarak terkecil dibandingkan Manhattan Distance dan Chebyshev Distance dengan nilai evaluasi Davies Bouldin Index 1.202 dan Average Within Centroid Distance 16.082. Setelah ditentukan metode jarak terbaik yaitu Euclidean Distance, penulis melakukan klastering dengan pengelompokkan data penerimaan mahasiswa baru berdasarkan program studi tinggi peminat, sedang peminat dan rendah peminat. Sehingga dari hasil klastering tersebut dapat mengetahui potensi mahasiswa pendaftar dan membantu tim marketing ITB STIKOM Bali dalam melakukan promosi di tahun selanjutnya.

ANALISIS SENTIMEN MASYARAKAT TERHADAP VIRUS CORONA BERDASARKAN OPINI DARI TWITTER MENGGUNAKAN METODE NAÏVE BAYES DAN K-NEAREST NEIGHBOR Ariyani, Putu Wendy; I Made Gede Sunarya; I Gede Aris Gunadi
Jurnal Pendidikan Teknologi dan Kejuruan Vol. 22 No. 2 (2025): Edisi Juli 2025
Publisher : Universitas Pendidikan Ganesha

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23887/jptk-undiksha.v22i2.103233

Sejak penyebaran Virus Corona, banyak masyarakat yang mengutarakan pendapatnya melalui media social Twitter dalam menanggapi penyebaran Virus Corona. Berbagai opini yang diutarakan masyarakat dapat menjadi sebuah acuan untuk mengetahui Sentimen Masyarakat terhadap Virus Corona. Diperlukan analisis sentiment untuk mengetahui sentiment opini yang muncul pada social media. Tujuan penelitian ini adalah untuk mengetahui implementasi dan tingkat akurasi dari metode Naïve Bayes dan K-Nearest Neighbor. Data yang digunakan diambil dari twitter mengenai Virus Corona. Jumlah data yang digunakan sebanyak 2000 data tweet. Dokumen dengan sentiment positif yaitu 1320 dan dokumen dengan sentiment negative yaitu 689. Data yang terkumpul akan dibagi untuk digunakan sebagai Data Latih dan Testing untuk proses klasifikasi. Implementasi Naïve Bayes dan KNN dalam analisis sentimen masyarakat terhadap virus corona, dimulai dari tahap preprocessing data yang terdiri Normalisasi data (menghilangkan URL dan username), Case Folding (mengubah semua huruf menjadi huruf kecil), Tokenizing (memilih menjadi beberapa kata), Stopword Removal (menghilang kata yang sering muncul), serta stemming (mengubah sebuah kata menjadi bentuk umumnya). Setelah melalui tahap preprocessing, kemudian dilakukan tahap pembobotan TF-IDF. Hasil dari pembobotan TF-IDF akan diklasifikasi menggunakan metode Naïve Bayes dan KNN, sehingga nanti akan mendapatkan hasil perbandingan klasifikasi dari kedua metode tersebut. Hasil klasifikasi menggunakan metode Naïve Bayes diperoleh akurasi sebesar 0.83 dan error rate sebesar 0.17. Sedangkan untuk hasil klasifikasi menggunakan metode KNN diperoleh akurasi sebesar 0.78 dan error rate sebesar 0.21. Perbandingan perfomansi metode Naïve Bayes dan KNN menunjukkan bahwa Naïve Bayes lebih baik dalam mengklasifikasikan data Covid-19. Kata kunci: Virus Corona, COVID-19, Twitter, Analisis Sentimen, Naïve Bayes, K-Nearest Neightbor

PERANCANGAN ARSITEKTUR ENTERPRISE SISTEM INFORMASI MENGGUNAKAN TOGAF ADM DI SMA NEGERI 1 SINGARAJA Adi Sista, Dewa Nyoman; Candiasa, I Made; Aris Gunadi, I Gede
JST (Jurnal Sains dan Teknologi) Vol. 10 No. 2 (2021)
Publisher : Universitas Pendidikan Ganesha

Penelitian ini bertujuan untuk mendefinisikan serta menguji efektivitas TOGAF ADM sebagai model arsitektur enterprise sistem informasi guna mendukung aktivitas bisnis di SMA Negeri 1 Singaraja. Secara garis besar data pada penelitian ini diambil dengan teknik wawancara dan observasi kemudian dianalisis menggunakan pemodelan TOGAF ADM. Adapun perangkat yang digunakan untuk memodelkan fase dalam TOGAF ADM adalah analisis SWOT, Value Chain, Bussiness Process Modeling and Notation, Unified Modelling Language, McFarland Strategic, dan Focus Group Discussion (FGD). Hasil penelitian ini berupa (1) rekomendasi pembuatan aplikasi, (2) rekomendasi topologi jaringan, (3) rekomendasi hardware dan software, (4) usulan urutan implementasi dan (5) roadmap implementasi dari rekomendasi-rekomendasi yang telah diberikan, serta (6) pengujian menggunakan teknik FGD. Dari hasil pengujian diperoleh hasil bahwa rekomendasi peneliti diterima dengan baik oleh peserta dan diharapkan dapat direalisasikan. Sedangkan hambatan yang akan ditemui ketika mengimplementasikan sistem informasi ini adalah pada proses mengubah kebiasaan para guru, pegawai dan siswa yang telah sekian lama mengandalkan pekerjaan secara manual. Serta faktor usia pada guru dan pegawai juga akan menjadi penghambat dalam proses penyesuaian tersebut.

PERBANDINGAN KONSTANTA ELASTISITAS VIRUS HIV-1 MATANG DAN HIV-1 BELUM MATANG Yasmini, Luh Putu Budi; Fauzi, Muhammad Rizki; Risha, Nurfa; Gunadi, I Gede Aris
JST (Jurnal Sains dan Teknologi) Vol. 11 No. 2 (2022)
Publisher : Universitas Pendidikan Ganesha

Virus pada aspek fisis masih sangat menarik untuk dikaji berdasarkan konsep Fisika. Salah satu ciri virus adalah kekakuan cangkang virus tersebut. Dalam tinjauan selanjutnya, cangkang virus dapat diasumsikan sebagai pegas. Tujuan dari penelitian ini adalah untuk menganalisis akurasi dan wawasan mengenai kekakuan cangkang virus secara teoretik dengan menggunakan selesaian persamaan Michell. Dalam artikel ini, dikaji nilai kekakuan cangkang virus secara teoretik melalui metode analitik dan simulasi dengan mengkaji berbagai sumber pustaka terkait. Metode analisis didasarkan pada teori plate & shell, serta dibahas mengenai suatu metode analitik lainnya, yakni dengan menggunakan persamaan Michell. Metode simulasi didasarkan pada metode finite element analysis (FEA). Dikaji konstanta elastisitas dua jenis virus, yakni virus HIV-1 (matang) dan HIV-1 (belum matang). Hasil penelitian menunjukkan bahwa virus HIV-1 (matang) memiliki konstanta elastisitas yang lebih kecil bila dibandingkan dengan konstanta elastisitas virus HIV-1 (belum matang). Hal tersebut sangat terkait dengan karakteristik virus tersebut, yakni ukuran, ketebalan, dan sifat instrinsik virus. Virus dengan ketebalan cangkang yang lebih kecil memiliki konstanta elastisitas yang lebih kecil, sehingga lebih efisien untuk menginfeksi sel inang dibandingkan dengan virus yang memiliki konstanta elastisitas yang lebih besar.

Deteksi Transaksi Fraud Kartu Kredit Menggunankan Oversampling ADASYN dan Seleksi Fitur SVM-RFECV Dharmana, I Wayan; Gunadi, I Gede Aris; Dewi, Luh Joni Erawati
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 11 No 1: Februari 2024
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.20241117640

Perkembangan kejahatan transaksi fraud kartu kredit memberikan dampak kerugian finansial bagi pemegang kartu. Pengembangan model deteksi transaksi fraud menggunakan machine learning telah dilakukan, namun memiliki beberapa tantangan meliputi ketidakseimbangan data serta dimensi dataset yang besar. Penelitian ini mengusulkan pendekatan pengembangan dengan seleksi fitur menggunakan SVM-RFECV dan metode oversampling dengan ADASYN. Pendekatan ini diharapkan mampu mengatasi permasalahan dimensi data serta ketidakseimbangan data yang terjadi. Seleksi fitur dengan SVM-RFECV menghasilkan variabel optimal pada rasio data latih 70% sejumlah 390 variabel, rasio data latih 80% sejumlah 400 variabel dan rasio data latih 90% sejumlah 390 variabel. Metode ADASYN telah memperbaiki ketidakseimbangan data dengan menghasilkan data sintetis berdasarkan rasio oversampling meliputi 100%, 50% dan 25%. Model yang menggunakan data hasil oversampling mengalami peningkatan kinerja AUC dan recall. Kinerja AUC tertinggi dihasilkan sejumlah 88,08% pada data latih 70%, oversampling 100% dan algoritma LGBM. Sedangkan, kinerja recall tertinggi sejumlah 83,08% dihasilkan saat menggunakan data latih 70%, oversampling 100% dengan algoritma AdaBoost. Berdasarkan pembahasan ini, maka dapat disimpulkan bahwa penggunaan oversampling dengan ADASYN dan seleksi fitur SVM-RFECV dapat dipertimbangkan untuk meningkatkan kinerja AUC dan recall.

SURICATA ACCURACY OPTIMIZATION BASED ON LIVE ANALYSIS USING ONE-CLASS SUPPORT VECTOR MACHINE METHOD AND STREAMLIT FRAMEWORK Agus Ariwanta, I Putu Yesha; Ernanda Aryanto, Kadek Yota; Gunadi, I Gede Aris
Jurnal Teknik Informatika (Jutif) Vol. 5 No. 2 (2024): JUTIF Volume 5, Number 2, April 2024
Publisher : Informatika, Universitas Jenderal Soedirman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jutif.2024.5.2.1822

Based on data from the Checkpoint website, there are more than 10 million cyber-attacks in a single day, and the top sequence of this cyber-attack is evident in educational institutions. The IT unit of Kartini Bali Health Polytechnic has not yet conducted testing for accuracy and speed to detect suspicious activities on the computer network. The implementation of network security systems that have not undergone testing will undoubtedly have a negative impact on system providers and users. The application of Live Analysis based on a website and the One-Class Support Vector Machine (SVM) is used to optimize the capabilities of the Suricata in detecting suspicious activities on computer networks and providing visual and real-time reports. This research utilizes the Suricata for optimizing the computer network security system, with the researcher using the Streamlit Framework for Live Analysis based on a website and the One-Class Support Vector Machine (SVM) for classifying log data and visual reporting. For testing the computer network security system, tools such as Nmap, Loic, and Brutus are used. The results of the research using the One-Class Support Vector Machine (SVM) in detecting three types of attacks Port Scanning, DDOS Attack, and Brute Force Attack, show an accuracy value of 96%, precision of 95%, recall of 96%, and F1-Score of 95%. In the performance and load testing of the live analysis system using the Streamlit framework, the results show that the developed system is responsive, with CPU usage at 38%, memory usage at 62.3%, and an average system load time of 5 milliseconds.

Expert System Using Certainty Factor Method For Adjustment Of Learning Styles With Students Sanjaya, I Putu Aris; Gunadi, I Gede Aris; Indrawan, Gede
Journal of Computer Networks, Architecture and High Performance Computing Vol. 5 No. 1 (2023): Article Research Volume 5 Issue 1, January 2023
Publisher : Information Technology and Science (ITScience)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/cnahpc.v5i1.2068

Alignment of students with learning styles greatly affects the quality of learning of students in educational units. With good learning quality, the passing rate of students in an educational unit will also increase and can produce quality graduates. So far, the learning process implemented in this school has been going well when viewed based on the number of students graduating with the number of students present, but so far no further research has been conducted regarding this suitability so that the effectiveness of student learning is still not optimal. Based on this, the research objective is to build an Expert System with the Certainty Factor method to adjust the learning styles of students at SMK PGRI 5 Denpasar. Based on the results that will be obtained through the system designed and built in this research, it is hoped that it will make it easier for educators to prepare learning models and strategies that will be given to students from the results of determining student learning styles. The research results obtained from the test results show 100% suitability in giving dominant results to students' learning styles. In this study the students who were used as the test sample had different learning style percentage accuracy so that it could be used to determine the right learning style for each student.

Co-Authors ., Ketut Suma ., Putu Sonia Virgawati Pratiwi Adi Sista, Dewa Nyoman Agus Ariwanta, I Putu Yesha Agus Gunawan Agus Harjoko Agus Harjoko Agus Harjoko Ahmad Asroni Ahmad Asroni, Ahmad Anandita, Ida Bagus Gede Andiny T T Arditaloka, I Wayan Angga Ariasa, Komang Ariyani, Putu Wendy Artama, Made Bella Eka Wahyuningtias Cipta, I Putu Agus Eka Yatna Cokorda Oka Birawidya David Juli Ariyadi Dewa Gede Hendra Divayana, Dewa Gede Hendra Dewi Oktofa Rachmawati Dharmana, I Wayan Diatmika, I Ketut Agus Indra Dinata, I Made Anom Mahartha Erlangga, Anak Agung Gde Wahyu Sukma Fauzi, Muhammad Rizki Galih Cahyaningsih, Agung Ukki Gede Indrawan Hajrin, M. Heryanto, I Wayan Agus I Ketut Paramarta I Made Candiasa I Made Gede Sunarya I Made Pradipta I Nyoman Sukajaya I Nyoman Wahyu Semeru Putra I Putu Agus Eka Yatna Cipta I Putu Aris Sanjaya I Putu Aris Sanjaya, I Putu Aris I Putu Dody Suarnatha I Putu Putra Damana I Wayan Agus Heryanto I Wayan Gede Suweca Antara I Wayan Pio Pratama I Wayan Rosiana I Wayan Sadia I Wayan Santyasa I Wayan Sukra Ida Ayu Mirah Cahya Dewi Jana Satvika, Gd. Aditya Kadek Yota Ernanda Aryanto Ketut Suma Ketut Suma . Ketut Suma . Komang Ariasa Komang Setemen Luh Joni Erawati Dewi Luh Putu Budi Yasmini Luh Rumni Oktaria M. Hajrin M.Cs S.Kom I Made Agus Wirawan . Made Artama Made Wahyu Aditya Arta Made Windu Antara Kesiman Made Windu Segara Mahendra, I Gusti Agung Putu Matius Ivan Bimasena Mimin Yeli Sholekah Moh. Heri Setiawan MS Prof. Dr. Ketut Suma . N Dinda Maharani Ni ketut Lisa Maheni Ni Komang Rai Mirayanti NI LUH PUTU MANIK WIDIYANTI Ni Made Yeni Dwi Rahayu Ni Putu Eka Apriyanthi Nugraha, I Gede Pradipta Adi Nugraha, I Gusti Agung Satria Oktaria, Luh Rumni Pathni, Ida Ayu Wisma Anggaritha pramana, i gede pramana ade saputra Prof. Dr. Ketut Suma, MS . Putra, I Kadek Nurcahyo Putra, I Made Arya Adinata Dwija Putra, I Nyoman Wahyu Semeru Putra, I Putu Arya Putu Eka Parianthana Putu Sonia Virgawati Pratiwi . Rai Sujanem Risha, Nurfa Sandhiyasa, I Made Subrata Saputri, Ni Kadek Tesya Ari Sariyasa Sariyasa Sariyasa Sariyasa Sawitri D U Segara, Made Windu Sidik, Purnama Sisilia Fhelly Djun Sonia Dewi Parna.T Sri Hartati Suputra, I Putu Arsana Suryawan, I Made Yuda Sutarno, Erwan Sutarno, Erwan Suweca Antara, I Wayan Gede T, Andiny T U, Sawitri D Wardana, I Komang Tri Edi Wayan Eka Ariawan Yogi Duwi Antara

Title

Found 84 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 84 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 84 Documents
Search