Garuda - Garba Rujukan Digital

p-Index From 2020 - 2025

3.283

P-Index

This Author published in this journals

All Journal PROSIDING SEMINAR NASIONAL JURNAL SISTEM INFORMASI BISNIS Jurnal Simetris POSITIF JTET (Jurnal Teknik Elektro Terapan) Jurnal Informatika Upgris Al-Jabar : Jurnal Pendidikan Matematika Jurnal Teknologi dan Sistem Komputer Jurnal Dinamika Ekonomi dan Bisnis JOURNAL OF APPLIED INFORMATICS AND COMPUTING Jurnal DISPROTEK ANARGYA: Jurnal Ilmiah Pendidikan Matematika INFOMATEK: Jurnal Informatika, Manajemen dan Teknologi Informatika Amalee: Indonesian Journal of Community Research & Engagement TIN: TERAPAN INFORMATIKA NUSANTARA SKANIKA: Sistem Komputer dan Teknik Informatika Bulletin of Information Technology (BIT) International Journal Software Engineering and Computer Science (IJSECS) Jurnal Minfo Polgan (JMP) Jurnal Informatika Teknologi dan Sains (Jinteks) Formosa Journal of Applied Sciences (FJAS) Nusantara Journal of Computers and its Applications

R Hadapiningradja Kusumodestoni

Universitas Islam Nahdlatul Ulama Jepara

Author-ID : 2728663

Aerospace Engineering Arts Humanities 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 Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Immunology & microbiology Industrial & Manufacturing Engineering Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Medicine & Pharmacology Neuroscience Nursing Physics Public Health Social Sciences Veterinary Other

Published : 38 Documents Claim Missing Document

Claim Missing Document

Articles

1 2 3 4

PREDIKSI FOREX MENGGUNAKAN MODEL NEURAL NETWORK R. Hadapiningradja Kusumodestoni; Suyatno Suyatno
Simetris: Jurnal Teknik Mesin, Elektro dan Ilmu Komputer Vol 6, No 2 (2015): JURNAL SIMETRIS VOLUME 6 NO 2 TAHUN 2015
Publisher : Universitas Muria Kudus

ABSTRAK Prediksi adalah salah satu teknik yang paling penting dalam menjalankan bisnis forex. Keputusan dalam memprediksi adalah sangatlah penting, karena dengan prediksi dapat membantu mengetahui nilai forex di waktu tertentu kedepan sehingga dapat mengurangi resiko kerugian. Tujuan dari penelitian ini dimaksudkan memprediksi bisnis fores menggunakan model neural network dengan data time series per 1 menit untuk mengetahui nilai akurasi prediksi sehingga dapat mengurangi resiko dalam menjalankan bisnis forex. Metode penelitian pada penelitian ini meliputi metode pengumpulan data kemudian dilanjutkan ke metode training, learning, testing menggunakan neural network. Setelah di evaluasi hasil penelitian ini menunjukan bahwa penerapan algoritma Neural Network mampu untuk memprediksi forex dengan tingkat akurasi prediksi 0.431 +/- 0.096 sehingga dengan prediksi ini dapat membantu mengurangi resiko dalam menjalankan bisnis forex. Kata kunci: prediksi, forex, neural network.

Penerapan Algoritma Backpropagation Pada Game Pengenalan Nahwu Di Mi Darul Falah Jepara R Hadapiningradja Kusumodestoni; Adi Sucipto; Sela Nur Ismiati; M Novailul Abid
POSITIF : Jurnal Sistem dan Teknologi Informasi Vol 5 No 2 (2019): Positif : Jurnal Sistem dan Teknologi Informasi
Publisher : P3M Politeknik Negeri Banjarmasin

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31961/positif.v5i2.831

Nahwu is a science that studies Arabic grammar. Nevertheless, the interest of students in learning nahwu is currently decreasing. It happens because the technological advancement vastly develops but the way of learning it is still conventional and tends to be boring. Based on the school data for the academic year of 2017/2018 at MI Darul Falah Sirahan Cluwak Pati, there were only 20 students able to undestand nahwu well out of 60 students who started learning nahwu in class IV. Technological development has brought many changes to things around us. One of the most developed at the meantime is game. Lately games have become something very fast developing. Using the game to be used as a secondary learning media for students in learning nahwu is considered quite effective. The method used in designing this game was Backpropagation meaning an algorithm based on artificial neural networks which is used to determine and take decision that is used to determine scores and levels in the Nahwu Introduction Game. The tools used in this game-making are construct 2, an HTML5-based game maker specifically for the 2d platform. The results of this study were an Android-based Nahwu Introduction Game.

KOMPARASI MODEL SUPPORT VECTOR MACHINES (SVM) DAN NEURAL NETWORK UNTUK MENGETAHUI TINGKAT AKURASI PREDIKSI TERTINGGI HARGA SAHAM R. Hadapiningradja Kusumodestoni; Sarwido Sarwido
Jurnal Informatika Upgris Vol 3, No 1: Juni (2017)
Publisher : Universitas PGRI Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26877/jiu.v3i1.1536

There are many types of investments to make money, one of which is in the form of shares. Shares is a trading company dealing with securities in the global capital markets. Stock Exchange or also called stock market is actually the activities of private companies in the form of buying and selling investments. To avoid losses in investing, we need a model of predictive analysis with high accuracy and supported by data - lots of data and accurately. The correct techniques in the analysis will be able to reduce the risk for investors in investing. There are many models used in the analysis of stock price movement prediction, in this study the researchers used models of neural networks (NN) and a model of support vector machine (SVM). Based on the background of the problems that have been mentioned in the previous description it can be formulated the problem as follows: need an algorithm that can predict stock prices, and need a high accuracy rate by adding a data set on the prediction, two algorithms will be investigated expected results last researchers can deduce where the algorithm accuracy rate predictions are the highest or accurate, then the purpose of this study was to mengkomparasi or compare between the two algorithms are algorithms Neural Network algorithm and Support Vector Machine which later on the end result has an accuracy rate forecast stock prices highest to see the error value RMSEnya. After doing research using the model of neural network and model of support vector machine (SVM) to predict the stock using the data value of the shares on the stock index hongkong dated July 20, 2016 at 16:26 pm until the date of 15 September 2016 at 17:40 pm as many as 729 data sets within an interval of 5 minute through a process of training, learning, and then continue the process of testing so the result is that by using a neural network model of the prediction accuracy of 0.503 +/- 0.009 (micro 503) while using the model of support vector machine (SVM) accuracy of the predictions for 0477 + / - 0.008 (micro: 0477) so that after a comparison can be concluded that the neural network models have trend prediction accuracy higher than the model of support vector machine (SVM).

Optimasi nilai k dan parameter lag algoritme k-nearest neighbor pada prediksi tingkat hunian hotel Agus Subhan Akbar; R. Hadapiningradja Kusumodestoni
Jurnal Teknologi dan Sistem Komputer Volume 8, Issue 3, Year 2020 (July 2020)
Publisher : Department of Computer Engineering, Engineering Faculty, Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.14710/jtsiskom.2020.13648

Hotel occupancy rates are the most important factor in hotel business management. Prediction of the rates for the next few months determines the manager's decision to arrange and provide all the needed facilities. This study performs the optimization of lag parameters and k values of the k-Nearest Neighbor algorithm on hotel occupancy history data. Historical data were arranged in the form of supervised training data, with the number of columns per row according to the lag parameter and the number of prediction targets. The kNN algorithm was applied using 10-fold cross-validation and k-value variations from 1-30. The optimal lag was obtained at intervals of 14-17 and the optimal k at intervals of 5-13 to predict occupancy rates of 1, 3, 6, 9, and 12 months later. The obtained k-value does not follow the rule at the square root of the number of sample data.

PENGEMBANGAN MODEL PREDIKSI HARGA SAHAM BERBASIS NEURAL NETWORK Akhmad Khanif Zyen; R. Hadapiningradja Kusumodestoni
Jurnal DISPROTEK Vol 7, No 1 (2016)
Publisher : Universitas Islam Nahdlatul Ulama Jepara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34001/jdpt.v7i1.362

The stock is one of the business areas of securities trading in the capital market. Capital markets or stock exchang is actually the activities of private companies in the form of investment. The main purpose is situated in the problem of financial capital for company that need to promote the business by selling the stock to the owners either of money or investors and business foundation. One model of prediction analyses in analysing a stock is neural network model. Thus, the statement of the problems are as followed: the need of olgaritma to predict stock price. Neural Network is a logaritma that has an ability to predict accurately the stock price. The purpose of the study is is to predict stock price by using neural network model as a process of training, learning, and testing. After the sequence of research process which starts from training, learning, to continue the testing process, the result is that by using one set of data 132, the trend of prediction accuracy 0.456 +/- 0,044 and using set data 256 the accuracy of prediction increase becomes 0481 +/- 0169, it can be concluded that by using one set of data and more then it can increase the accuracy of prediction of tend value and it can be evidenced by the first experiment to use the data 132 and secondly is trying to use the data 256 tren that increase 2,5%, it is 0,025 +/- 0,125. Keywords: stock, prediction, neural network Saham adalah salah satu bidang usaha perdagangan efek di pasar modal. Pasar modal atau bursa sebenarnya kegiatan perusahaan swasta dalam bentuk investasi. Tujuan utamanya terletak pada masalah kebutuhan modal bagi perusahaan yang ingin lebih mempromosikan bisnis dengan menjual sahamnya kepada pemilik baik uang atau kelompok investor dan lembaga-lembaga bisnis. Salah satu analisis model prediksi dalam menganalisis saham adalah model neural network. Berdasarkan masalah ini dapat dirumuskan sebagai isu-isu berikut: perlu algoritma yang dapat memprediksi harga saham. Neural Network sebagai suatu algoritma yang dapat secara akurat memprediksi diharapkan untuk memprediksi harga saham dan tujuan dari penelitian ini adalah untuk memprediksi harga saham dengan menggunakan model jaringan saraf sebagai proses pelatihan, pembelajaran, dan testingnya. Setelah serangkaian proses penelitian mulai dari pelatihan, belajar, untuk melanjutkan proses pengujian hasilnya adalah bahwa dengan menggunakan satu set data 132 hasil tren akurasi prediksi 0.456 +/- 0,044 dan menggunakan data set 256 akurasi prediksi meningkat menjadi 0481 +/- 0169, kita dapat menyimpulkan bahwa dengan menggunakan satu set data yang lebih maka dapat meningkatkan akurasi prediksi nilai trend yang dibuktikan dengan waktu percobaan pertama untuk menggunakan data sebanyak 132 dan pada kedua mencoba untuk menggunakan data sebanyak akurasi prediksi 256 tren meningkat 2,5% yaitu 0,025 +/- 0,125. Kata kunci: saham, prediksi, neural network

PREDIKSI KECEPATAN ANGIN BERBASIS MODEL SUPPORT VECTOR MACHINES (SVM) R. Hadapiningradja Kusumodestoni
Jurnal DISPROTEK Vol 8, No 1 (2017)
Publisher : Universitas Islam Nahdlatul Ulama Jepara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34001/jdpt.v8i1.480

ABSTRACT Wind is as a resource of electricity energy needs to be predicted to know an enormous of speed periodically. The decision to predict is crucial due to an amount of electricity energy by an amount of electricity needed and a good prediction is a prediction in research accurately. In application using algorithm of Support Vector Machine, it is used to predict a wind speed which uses the wind speed from Wonosari beach of Kidul Mountain, Yogyakarta, starts from 1 December 2014 at 01 o??clock until 11 December 2014 at 09 o?? clock. More than 297 data is compared. Based on previous research,it was only 154 data, which consists of star attribute, high, low, end. After the process of training, learning, and then it was continued by evaluation process. The result is an inclination of data collection tends to be 154 more or less of prediction accurateness for 0576 and 0112 using data from 297 of prediction. Accurateness, more or less 0,090 is for 0612, can be concluded that by using more data collectioncan develop an accurate prediction of trend score evidenced in the first experiment by using data of 154 and the second experiment as well. By using data of 297, an accurate prediction increases 3%, it is 0,036 +/- 0,022. Keywords: wind, prediction, Support Vector Machine. ABSTRAK Angin sebagai sumber energi listrik memerlukan prediksi untuk mengetahui seberapa besar kecepatan yang dihasilkan dalam jangka waktu tertentu. Keputusan untuk memprediksi sangat penting, karena prediksi dapat menghitung jumlah energi listrik yang dihasilkan oleh jumlah kebutuhan listrik dan prediksi yang baik merupakan prediksi dalam penelitian ini yang akurat. Dalam aplikasi menggunakan algoritma Support Vector Machine untuk memprediksi kecepatan angin dengan menggunakan data kecepatan angin di daerah pantai Wonosari Gunung Kidul, Yogyakarta mulai tanggal 1 Desember 2014 pukul 01.00 sampai dengan tanggal 11 Desember 2014 pukul 09.00. Sebanyak 297 lebih banyak data yang dibandingkan. Dengan penelitian sebelumnya hanya ada 154 data, berupa data yang terdiri dari atribut star, high, low, end. Setelah melalui proses pelatihan, pembelajaran, kemudian dilanjutkan proses pengujian hasilnya adalah bahwa kecenderungan kumpulan data 154 +/- ketepatan prediksi untuk 0576 dan 0112 menggunakan data dari 297 prediksi. Akurasi +/- 0,090 untuk 0612, maka dapat disimpulkan bahwa dengan menggunakan kumpulan data lebih banyak dapat meningkatkan akurasi prediksi nilai tren yang dibuktikan pada saat percobaan pertama menggunakan data sebanyak 154 dan pada percobaan kedua. Untuk menggunakan data sebanyak 297 kecenderungan akurasi prediksi meningkat sebesar 3%, yaitu 0,036 +/- 0,022. Kata kunci: angin, prediksi, Support Vector Machine

PREDIKSI KECEPATAN ANGIN MENGGUNAKAN MODEL NEURAL NETWORK UNTUK MENGHETAHUI BESAR DAYA LISTRIK YANG DIHASILKAN R. Hadapiningradja Kusumodestoni; Akhmad Khanif Zyen
Jurnal DISPROTEK Vol 6, No 1 (2015)
Publisher : Universitas Islam Nahdlatul Ulama Jepara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34001/jdpt.v6i1.197

ABSTRACT Prediction is one of the most important techniques in knowing the wind speed is generated. Decision in predicting is very important, because the predictions can calculate the amount of electrical energy generated by the amount of electricity needs and a good prediction is accurate predictions. The purpose of this study is intended to predict the magnitude of wind speed using neural network models to determine the large electric power generated. These results indicate that the application of Neural Network algorithm is able to predict the wind speed at the level of 0.378 +/- 0.200 prediction accuracy so that with this prediction may help to know a large electric power to be generated. Keywords: Prediction, Wind Velocity, Neural Network ABSTRAK Prediksi adalah salah satu teknik yang paling penting dalam mengetahui kecepatan angin yang dihasilkan. Keputusan dalam memprediksi adalah sangatlah penting, karena dengan prediksi dapat menghitung jumlah energi listrik yang dihasilkan dengan jumlah kebutuhan listrik dan prediksi yang baik adalah prediksi secara akurat. Tujuan dari penelitian ini dimaksudkan memprediksi besarnya kecepatan angin menggunakan model neural network untuk mengetahui besar daya listrik yang dihasilkan. Hasil penelitian ini menunjukan bahwa penerapan algoritma Neural Network mampu untuk memprediksi besar kecepatan angin dengan tingkat akurasi prediksi 0.378 +/- 0.200 sehingga dengan prediksi ini dapat membantu mengetahui besar daya listrik yang akan dihasilkan. Kata Kunci : Prediksi, Kecepatan Angin, Neural Network.

APLIKASI MULTIMEDIA PEMBELAJARAN TENTANG ALAT PERAGA EDUKATIF MENGGUNAKAN ADOBE FLASH R. Hadapiningradja Kusumodestoni; Akhmad Khanif Zyen; Zainul Arifin MA
Jurnal DISPROTEK Vol 6, No 2 (2015)
Publisher : Universitas Islam Nahdlatul Ulama Jepara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34001/jdpt.v6i2.268

Plaything is a kind of instrument playing functionalized and used by children to form the object of intelligence brain by playing, so it can provide fun, add information, and can form the object of all aspects of development. Educational Viewer Tool is a kind of plaything that is deliberately designed and created specifically to improve the knowledge and education interests. Educational Viewer tool for this is still traditional and formless learning media. With the multimedia-based learning media is expected to help children learn early childhood or kindergarten in the form of the introduction of objects or letters quickly through an attractive visual appearance. This research was conducted by identifying problems and observations. Applications were compiled by procedures in which consists problem identification, feasibility studies, system requirements analysis, concept design, system implementation and system testing. The results are it produced a multimedia application as a brilliant learning medium with educational material props as media recognition of object and letters to students of PAUD and kindergarten of banyu putih Kalinyamatan region. Based on the experiment, it can be concluded that the application of this study can help the learning process to the students so that not only facilitating the learning process but also enhancing students' motivation to learn. Keywords: Educational Viewer tool, APE, Learning, Multimedia. Alat permainan adalah jenis alat bermain yang difungsikan dan digunakan oleh anak-anak untuk membentuk objek kecerdasan otaknya dengan cara bermain, sehingga dapat memberikan kesenangan, menambah informasi, serta dapat membentuk objek seluruh aspek pengembangannya. Alat Peraga Edukatif adalah suatu jenis alat permainan yang sengaja dirancang dan dibuat secara khusus untuk meningkatkan pengetahuan dan kepentingan pendidikan. Alat Peraga Edukatif selama ini masih bersifat tradisional dan belum berbentuk media pembelajaran. Dengan adanya media pembelajaran berbasis multimedia ini diharapkan dapat membantu anak PAUD atau TK dalam belajar pengenalan bentuk objek atau huruf dengan cepat melalui tampilan visual yang menarik. Penelitian ini dilakukan dengan cara mengidentifikasi permasalahan dan observasi. Aplikasi disusun dengan prosedur yang mencangkup identifikasi masalah, studi kelayakan, analisis kebutuhan sistem, perancangan konsep, implementasi system, dan pengujian sistem. Berdasarkan penelitian yang telah dilakukan, maka dihasilkan sebuah aplikasi multimedia sebagai media pembelajaran yang menarik dengan materi alat peraga edukatif sebagai media pengenalan bentuk objek dan huruf pada siswa siswi PAUD dan TK desa banyu putih kecamatan kalinyamatan. Berdasarkan hasil uji coba dapat disimpulkan bahwa aplikasi pembelajaran ini dapat membantu proses pembelajaran pada siswa-siswi sehingga tidak hanya memudahkan proses pembelajaran tetapi juga meningkatkan motivasi siswa dalam belajar. Kata Kunci : Alat Peraga Edukatif, APE, Pembelajaran, Multimedia.

E-Marketing Produk NU Skin pada Rumah Cantik G&G Berbasis Android Gun Sudiryanto; R. Hadapiningradja Kusumodestoni; Teguh Tamrin; Lusi Meriyanti
Jurnal Dinamika Ekonomi & Bisnis Vol 16, No 2 (2019)
Publisher : Universitas Islam Nahdlatul Ulama Jepara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34001/jdeb.v16i2.1081

Nu Skin adalah salah satu produk kecantikan dan kesehatan, salah satunya terletak di Jepara, yaitu G&G Beauty House yang memiliki kantor di Jl. Diponegoro No. 121, Jobokuto, Distrik Jepara. Pemasaran produk masih menggunakan cara tradisional dan sederhana yaitu melalui media Instragram dan Whatsapp, setiap kali produk dibeli, konsumen harus datang ke toko untuk mengetahui persediaan produk yang tersedia. Dilihat dari masalah tersebut, maka perlu adanya suatu aplikasi berbasis android yang dapat membantu kegiatan penjualan mulai dari mempromosikan produk, mengetahui informasi produk dan stok produk sehingga data yang dihasilkan lebih efektif, maksimal, dan lebih akurat. Metode pengembangan sistem yang digunakan adalah RAD (Rapid Application Development) dengan pemodelan UML (Unified Modeling Language) dan menggunakan Kotlin sebagai bahasa pemrograman Android Studio. Hasil dari aplikasi ini dapat memudahkan konsumen dalam mengetahui informasi produk dan stok produk sehingga konsumen tidak perlu datang ke rumah cantik G&G. Setelah dilakukan pengujian di dapat hasil pengujian yang dilakukan oleh Ahli Media dengan persentase 100%, Kuesioner Responden Pemilik dengan persentase 80% dan Kuesioner Responden pelanggan dengan persentase 78,25%, dapat disimpulkan bahwa Aplikasi Rumah Canti G&G sangat layak untuk digunakan. Aplikasi ini juga dilengkapi pemberitahuan pesanan sehingga konsumen dapat lebih mudah mengetahui informasi produk yang dipesan di rumah cantik G&G.

Analysis of Mathematical Problem-Solving Skills and Student Process Skills in Problem-Based Learning Ahmat Wakit; R. Hadapiningradja Kusumodestoni
ANARGYA: Jurnal Ilmiah Pendidikan Matematika Vol 1, No 2 (2018)
Publisher : Universitas Muria Kudus

Penelitian ini bertujuan untuk (1) mengetahui karakteristik pembelajaran matematika dengan problem based learning pada kurikulum 2013, dan 2) mendeskripsikan kemampuan pemecahan masalah matematika dan keterampilan proses siswa pada pembelajaran dengan model problem based learning. Jenis penelitian ini adalah penelitian mixed method dengan concurrent embedded design yaitu penggabungan metode penelitian kualitatif dan kuantitatif yang dilakukan secara bersama-sama. Dalam penelitian ini, penelitian kualitatif sebagai metode primer sedangkan penelitian kuantitatif sebagai metode sekunder. Subjek penelitiannya adalah siswa kelas VII MTs PB Roudlotul Mubtadiin Balekambang Jepara sebanyak 37 siswa. Keterampilan proses siswa yang diamati meliputi mengamati, menanya, mengumpulkan informasi, mengasosiasikan, dan membentuk jejaring/ mengkomunikasikan. Hasil Penelitian ini menunjukkan (1) perangkat pembelajaran dengan model problem based learning pada kurikulum 2013 efektif karena memenuhi uji ketuntasan pada kelas eksperimen dan uji banding yaitu kemampuan pemecahan masalah matematika kelas eksperimen lebih baik dari pada kemampuan pemecahan masalah matematika kelas kontrol, (2) rata-rata kemampuan pemecahan masalah siswa kelas eksperimen meningkat setelah mengikuti pembelajaran dengan model problem based learning dan keterampilan proses siswa dalam mengikuti pembelajaran pada kurikulum 2013 mengalami peningkatan secara signifikan.

Co-Authors A.A. Ketut Agung Cahyawan W Adi Sucipto Adi Sucipto, Adi Agus Subhan Akbar Agus Subhan Akbar, Agus Subhan Ahmat Wakit Akhmad Khanif Zyen Akhmad Khanif Zyen Akhmad Khanif Zyen Akhmad Khanif Zyen, Akhmad Khanif Al Arif, Amirul Buang Budi Wahono Buang Budi Wahono Charles Firmansyah Darmanto Darmanto Desti Setiyowati Diah Ayu Chumaisaroh Dian Wahyuni, Sonya Faisti, Muhammad Jazum Gun Sudiryanto Husen, Muhamad Ismiati, Sela Nur Lusi Meriyanti M. Novailul Abid M. Sagaf Manzis, Akhmad Hossam Mulyo, Harminto Musyarraf, Fajrul Fahry Nanda, Meindita Andriano Noor Endah Wulansari Nor Laila, Azzah Nur Aeni Widiastuti Nur Aeni Widiastuti Prasetyo, Muhammad A'an Revalita Candraloka, Olyvia Sarwido Sarwido Sarwido Sarwido, Sarwido Sa’adah, Puji Sela Nur Ismiati Setiawan, Fendi Sisno Riyoko Solikhul Hidayat Suyatno Suyatno Suyatno Suyatno Syifauddin, Muhammad Rizal TEDDY SETIADY Teguh Tamrin Ulfa, Mariana Wibowo, Gentur Wahyu Nyipto Zainul Arifin MA

Title

Found 38 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 38 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 38 Documents
Search