Garuda - Garba Rujukan Digital

p-Index From 2020 - 2025

7.231

P-Index

This Author published in this journals

All Journal Information Technology and Telematics Dinamik Elkom: Jurnal Elektronika dan Komputer Jurnal Pekommas CESS (Journal of Computer Engineering, System and Science) Proceeding SENDI_U Jurnal Inspiration SemanTIK : Teknik Informasi Jurnal Abdimas BSI: Jurnal Pengabdian Kepada Masyarakat JURNAL TEKNIK INFORMATIKA DAN SISTEM INFORMASI Jurnal Sisfokom (Sistem Informasi dan Komputer) Jurnal Teknik Informatika UNIKA Santo Thomas IKRA-ITH ABDIMAS JURTEKSI Informatika : Jurnal Informatika, Manajemen dan Komputer Jurnal Tekno Kompak Progresif: Jurnal Ilmiah Komputer Dinamika Informatika: Jurnal Ilmiah Teknologi Informasi Jurasik (Jurnal Riset Sistem Informasi dan Teknik Informatika) Jurnal Teknik Informatika (JUTIF) Journal of Telecommunication, Electronics and Control Engineering (JTECE) Jurnal Teknik Informatika Unika Santo Thomas (JTIUST) Jurnal Pengabdian Masyarakat Intimas (Jurnal INTIMAS): Inovasi Teknologi Informasi Dan Komputer Untuk Masyarakat Jurnal Ilmu Multidisplin Eduvest - Journal of Universal Studies Jurnal Pengabdian Sosial Kesatria : Jurnal Penerapan Sistem Informasi (Komputer dan Manajemen)

Arief Jananto

Universitas Stikubank

Author-ID : 291276

Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Environmental Science Health Professions Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Neuroscience Public Health Social Sciences Other

Published : 72 Documents Claim Missing Document

Claim Missing Document

Articles

2 3 4 5 6

Sistem Informasi Publik Layanan Kesehatan menggunakan Metode Location Based Service di Kota Semarang Jefri Alfa Razaq; Arief Jananto
Dinamik Vol 19 No 1 (2014)
Publisher : Universitas Stikubank

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35315/dinamik.v19i1.4078

Penelitian ini merancang aplikasi sistem informasi berbagai lokasi penting bagi masyarakat yang membutuhkan petunjuk jalan lokasi pelayanan kesehatan. Hal ini didasarkan pada masih banyak masyarakat yang belum mengetahui lokasi terdekat layanan kesehatan di kota Semarang. Penelitian ini menggunakan model pengembangan sistem siklus hidup (SDLC). Model analisis sistem menggunakan Use Case Diagram, Activity Diagram, Class Diagram, Kamus data dan E-R Diagram. Manfaatnya dapat memberikan kemudahan, kecepatan, dan ketepatan dalam mengetahui posisi geografis lokasi layanan kesehatan terdekat di sekitar pengguna beserta informasi pendukung seperti visualisasi objek dalam bentuk maps melalui perangkat mobile Android disertai rute untuk menuju objek layanan kesehatan yang dipilih, pencarian objek, dan menu pendukung lainnya.

STANDAR OPERASIONAL DAN PROSEDUR PERANGKAT BANTU ELEKTRONIK KUMBUNG JAMUR Muji Sukur; Arief Jananto; Teguh Khristianto
Dinamik Vol 24 No 1 (2019)
Publisher : Universitas Stikubank

Pengelolaan jamur tiram memang masih memiliki komoditas andalan bagi peningkatan ekonomi masyarakat. Namun beragam kendala telah menghadapkan petani pembudidaya dengan berbagai upaya penerapan teknologi kekinian. Salah satunya adalah pengendalian dan pengelolaan area kumbung jamur dengan pengaturan teknologi elektronik. Perlunya penerapan standar operasional dan prosedur guna mendukung penerapan teknologi ini sebagai salah satu upaya pendekatan kondisi alamiah diharapkan akan memberikan dampak yang signifikan terhadap produktifitas budidaya yang berkelanjutan dan tidak mengenal musim. Beberapa standar yang diterapkan adalah penggunaan perangkat elektronik dengan merek “UNOUMI” telah terimplementasi dan mampu mendukung pembudiaya di berbagai lokasi seperti Pati, Malang, Semarang, Tegal dan Ambarawa.

Implementasi Data Mining Metode Asosiasi Algoritma FP-Growth Pada Perusahaan Ritel Alexander Radityo Wibowo; Arief Jananto
Inspiration: Jurnal Teknologi Informasi dan Komunikasi Vol 10, No 2 (2020): Jurnal Inspiration Volume 10 Issue 2
Publisher : STMIK AKBA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35585/inspir.v10i2.2585

ABSTRAKToko Gunung Agung Cabang Semarang adalah salah satu perusahaan ritel yang berada di Kota Semarang, menjual buku-buku, peralatan kantor dan sekolah. Setiap transaksi penjualannya selalu dicatat dan didokumentasikan. Pendokumentasian dan catatan-catatan itu membentuk data dan tersimpan di basis data. Data-data yang tersimpan tersebut akan terus bertambah. Sehingga jumlah data yang tersimpan dalam basis data dan semakin besar ini akan dimanfaatkan dengan menggunakan ilmu data mining. Metodologi yang digunakan untuk pemecahan masalah dalam penelitian ini adalah CRISP-DM (CRoss-Industry Standard Process for Data Mining). Dan menggunakan teknik data mining association. Dari penerapan teknik asosiasi tersebut akan menghasilkan aturan asosiasi atau hubungan antar produk. Dari pengetahuan berupa rule asosiasi yang ditemukan, selanjutnya dimanfaatkan untuk menentukan tata letak barang dagangan sebagai salah satu strategi penjualan.Dari hasil penelitian, perhitungan menggunakan algoritma FP-Growth dengan parameter minimum support 0.04 dan confidence 0.2 secara manual dan menggunakan tools Rstudio untuk 100 transaksi pertama telah menghasilkan rule asosiasi yang sama. Selanjutnya, untuk seluruh transaksi penjualan periode 1 tahun (1 September 2019 sampai 31 Agustus 2020) yaitu sebanyak 57.449 transaksi dengan 133.571 record dengan menggunakan Rstudio telah menghasilkan 6 rule. Sehingga untuk mengatur tata letak barang berdasarkan rule hasil perhitungan semua data tersebut, barang dengan kode kategori H (WRITING INSTRUMENT) harus diletakkan berdekatan dengan barang dengan kode kategori G (SCHOOL STATIONERY) dan barang dengan kategori F (OFFICE ESSENTIAL).

Public Service Information Based on Map-Mobile as A Guide Search Places Public Service in Semarang City (Informasi Layanan Publik Berbasis Peta Mobile Sebagai Panduan Pencarian Tempat Layanan Masyarakat di Kota Semarang) arief jananto; Heribertus Yuliaton
Jurnal Pekommas Vol 1, No 1 (2016): April 2016
Publisher : BBPSDMP KOMINFO MAKASSAR

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30818/jpkm.2016.2010107

This system aims to make public service information model-based mobile maps can be implemented and accessed by mobile devices based on Android by the community as an easy, inexpensive, fast, both internet connection and without an internet connection. The search method can be done by writing the search section by category and detailed information on a public layananan sought. The information presented has also done sorting alphabetically, place names were searched and sorting based on the distance of the location of the nearest public facilities around the search site with a maximum predetermined distance. Information searches can also be performed with the partition map information display area (the case study of Semarang). For information google maps (google maps), the Internet should be active, which shows the route search start position to the position of the locations searched, but if the internet connection is lost then the search position will be shifted to a position that has been determined in advance. The method used in this study is action research, ie the existing problems further modeling to provide real solutions. Application development begins with identifying the problems, development needs, build mobile applications, and testing applications whitebox and blackbox to deliver real results that can be utilized by users of the community smartphone community.Sistem ini bertujuan agar model informasi layanan publik berbasis peta mobile dapat diterapkan dan diakses dengan perangkat mobile berbasis android oleh masyarakat secara mudah, murah, cepat, baik secara koneksi internet maupun tanpa koneksi internet. Metode pencarian dapat dilakukan dengan menuliskan bagian pencarian sesuai kategori informasi maupun secara detail pada tempat layanan publik yang dicari. Informasi yang disajikan juga telah dilakukan pengurutan berdasarkan abjad, nama tempat yang dicari dan pengurutan berdasarkan jarak lokasi terdekat tempat layanan publik disekitar lokasi pencarian dengan maksimal jarak yang telah ditentukan. Informasi pencarian juga dapat dilakukan dengan tampilan informasi peta partisi wilayah (studi kasusnya Kota Semarang). Untuk informasi peta google (google maps), internet harus aktif, yang akan menunjukkan rute mulai posisi pencari hingga posisi lokasi yang dicari, namun apabila koneksi internet terputus maka posisi pencari akan dialihkan pada posisi tempat yang telah ditentukan terlebih dahulu. Metode yang digunakan dalam penelitian ini adalah action research, yaitu permasalahan yang ada selanjutnya dilakukan pemodelan untuk memberikan solusi nyata. Pengembangan aplikasi dimulai dengan melakukan identifikasi permasalahan, kebutuhan pengembangan, membangun aplikasi mobile, dan melakukan pengujian aplikasi secara whitebox dan blackbox untuk memberikan hasil nyata yang dapat dimanfaatkan oleh masyarakat pemakai smartphone.

Data Induk Mahasiswa sebagai Prediktor Ketepatan Waktu Lulus Menggunakan Algoritma CART Klasifikasi Data Mining Arief Jananto; Sulastri Sulastri; Eko Nur Wahyudi; Sunardi Sunardi
Jurnal Sisfokom (Sistem Informasi dan Komputer) Vol 10, No 1 (2021): MARCH
Publisher : ISB Atma Luhur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32736/sisfokom.v10i1.991

Fakultas Teknologi Informasi Universitas Stikubank (UNISBANK) as one of the faculties in higher education in implementing learning activities has produced a lot of stored data and has graduated many students. The level of timeliness of graduation is important for study programs as an assessment of success. This research tries to dig up the pile of student parent data and graduation data in order to get the pass rate and graduation prediction of active students. By implementing the classification data mining technique and the CART algorithm, it is hoped that a decision tree can be used to predict the class timeliness of graduating from active students. By using the graduation data and student parent data totaling 1018 records, a decision tree model was obtained with an accuracy rate of 63% from the data testing test. Determination of split nodes using the Gini Index which breaks the dataset based on its impurity value. Tests conducted in this study show that the order of the variables in the decision tree is gender, origin school status, parental education, age at entry, city of birth, parent's occupation. The prediction with the resulting model is that 71% of active S1 Information Systems students can graduate on time and 51% for S1 Informatics Engineering students.

Analisa Hasil Pengelompokan Wilayah Kejadian Non-Kebakaran Menggunakan Agglomerative Hierachical Clustering di Semarang Desy Exasanti; Arief Jananto
Jurnal Tekno Kompak Vol 15, No 2 (2021): Agustus
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/jtk.v15i2.1166

Abstrak−Klasterisasi merupakan metode pengelompokan dari data yang sudah diketahui label kelasnya untuk menemukan klaster baru dari hasil observasi. Dalam klasterisasi banyak metode yaitu metode terpusat, hirarki, kepadatan dan berbasis kisi, namun dalam penelitian yang dilakukan ini dipilih metode berbasis hirarki. Metode hirarki ini bekerja melakukan pengelompokan objek dengan membentuk hirarki klaster namun bukan berarti selalu digambarkan dengan hirarki dalam organsasi. Dipilihnya Agglomerative Hierarchical Clustering dimana merupakan jenis dari bawah ke atas atau biasa disebut (bottom-up) dalam metode ini objek yang akan diuji dianggap sebagai objek tunggal sebagai klaster dan lalu dilakukan iterasi untuk menemukan klaster-klaster yang lebih besar. Data yang akan digunakan adalah data non-kebakaran pada Dinas Pemadam Kebakaran Kota Semarang ynng mana akan dilakukan pengelompokan wilayah penanganan non-kebakaran. Dinas Pemadam Kebakaran melakukan penanganan bukan hanya kebakaran saja namun ada banyak hal yang sebenarnya dapat ditangani oleh petugas pemadam kebakaran, kejadian non-kebakaran ada beberapa seperti evakuasi reptil, evakuasi kucing, penyelamatan korban kecelakaan dan lain sebagainya. Dari data non-kebakaran dari 16 kecamatan di Kota Semarang pada tahun 2019 akan dilakukan uji menggunakan tiga algoritma yaitu Single Lingkage, Average Linkage dan Complete Linkage . Adapun dari algoritma Single Linkage dilakukan prosedur pemusatan dari jarak terkecil antar objek data, algoritma Average Linkage dilakukan prosedur dari jarak rata-rata objek data, sedangkan jika algoritma Complete Linkage dilakukan prosedur pemusatan dari jarak yang terbesar. Implementasi dan visualiasi dari data uji coba yang dilakukan di penilitian ini menggunakan tools WEKA 3.8.4, Wakaito Environment Analysis for Knowledge atau yang biasa dikenal dengan WEKA ini merupakan software yang menggunakan bahasa pemrograman java. Dari dataset 380 data diambil sampel 100 data untuk diuji mengunakan WEKA menggunakan metode perhtungan jarak Manhattan Distance dengan 3 cluster. Hasil dari data uji coba dapat divisualisasikan dengan visualisasi dendogram pada fitur visualize tree dan jika dilakukan visualisasi dalam bentuk grafik dapat dilakukan menggunakan fitur visualize clusters assignment.

PERBANDINGAN ALGORITMA C4.5 DAN ALGORITMA NAIVE BAYES UNTUK KLASIFIKASI PEKERJA MIGRAN INDONESIA Saufika Sukmawati; Sulastri Sulastri; Herny Februariyanti; Arief Jananto
I N F O R M A T I K A Vol 14, No 1 (2022): MEI 2022
Publisher : STMIK DUMAI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36723/juri.v14i1.280

Penempatan tenaga kerja Indonesia ke luar negeri merupakan salah satu upaya pemerintah dalam mewujudkan hak masyarakat untuk mendapatkan kesempatan bekerja serta meningkatkan perekonomian negara. Sebagai salah satu upaya pelindungan pekerja migran Indonesia maka dikembangkan sebuah sistem komputerisasi tenaga kerja luar negeri (SISKOTKLN) oleh Badan Nasional Penempatan dan Perlindungan TKI (BNP2TKI). Permasalahan yang menjadi kendala adalah adanya pekerja migran Indonesia (PMI) yang dipulangkan atau mendapat permasalahan ketenagakerjaan selama di luar negeri. Sehingga dibutuhkan sebuah interpretasi pada pola data penempatan PMI yang dapat digunakan sebagai prediksi negara tujuan penempatan para calon PMI yang ingin bekerja ke luar negeri.Penelitian ini akan membandingkan dua algoritma klasifikasi dalam data mining yaitu algoritma C 4.5 dan algoritma Naïve Bayes untuk mengetahui pola penempatan PMI dengan menggunakan data penempatan PMI pada wilayah BP3TKI Semarang. Percobaan dilakukan dengan data training sebanyak 1802 data dan data testing sebanyak 772 menghasilkan nilai akurasi paling tinggi bagi kedua algoritma. Algoritma C 4.5 mampu memprediksi lebih baik dengan tingkat akurasi sebesar 84.84% sedangkan pada Algoritma Naïve Bayes menghasilkan nilai akurasi sebesar 58.29%.

Perbandingan Analisis Cluster Algoritma K-Means Dan AHC Dalam Perencanaan Persediaan Barang Pada Perusahaan Manufaktur ellang putro priambodo; Arief Jananto
Progresif: Jurnal Ilmiah Komputer Vol 18, No 2: Agustus 2022
Publisher : STMIK Banjarbaru

Inventory control is very important for PT. Multi Lestari (goods production/sales company), so as not to incur maintenance costs for goods that are produced in excess, or cause losses if customer requests cannot be met. This study tested the K-Means algorithm and the Agglomerative Hierarchical Clustering (AHC) algorithm in classifying past sales data based on sales parameters. Inventory prediction for future sales is done by interpreting the results of the cluster formed by the clustering algorithm used. The cluster center that is formed based on the average number of sold parameters is used as a reference to determine the amount of inventory for each type of item that is included in the group members of a particular cluster. The test results show that both the K-Means algorithm and the AHC algorithm can classify the goods sold based on the similarity of the average number sold. However, both produce different amounts, so further studies are needed on which algorithm produces more accurate inventory predictions, based on real sales results that have been made in the past.Keywords: Data Mining; Grouping; Cluster Center; Inventory Prediction Abstrak. Pengendalian persediaan barang menjadi sangat penting bagi PT. Multi Lestari (perusahaan produksi/penjualan barang), agar tidak menimbulkan biaya pemeliharaan bagi barang yang diproduksi secara berlebihan, atau menimbulkan kerugian jika permintaan pelanggan tidak dapat dipenuhi. Penelitian ini menguji algoritma K-Means dan algoritma Aglomerative Hierarchical Clustering (AHC) dalam mengelompokkan data penjualan barang masa lalu berdasarkan parameter-parameter penjualan. Prediksi persediaan untuk penjualan masa mendatang dilakukan dengan menginterpretasikan hasil cluster yang terbentuk oleh algoritma clustering yang digunakan. Pusat cluster yang terbentuk berdasarkan parameter rerata jumlah terjual digunakan sebagai acuan untuk menentukan jumlah persediaan barang bagi setiap jenis barang yang termasuk dalam anggota kelompok sebuah cluster tertentu. Hasil uji menunjukkan algoritma K-Means maupun algoritma AHC keduany dapat mengelompokkan barang yang terjual berdasarkan kemiripan rerata jumlah terjual. Namun keduanya menghasilkan jumlah yang berbeda, sehingga perlu kajian lebih lanjut mengenai algoritma mana yang menghasilkan prediksi persediaan yang lebih akurat, dengan berpatokan pada Hasil penjualan riil yang telah dilakukan pada masa lalu.Kata kunci: Data Mining; Pengelompokan; Pusat Klaster; Prediksi Persediaan

Analisis Perbandingan Algoritma Apriori Dan FP-Growth Dalam Pembentukan Pola Asosiasi Keranjang Belanja Pelanggan Ifa Musdalifah; Arief Jananto
Progresif: Jurnal Ilmiah Komputer Vol 18, No 2: Agustus 2022
Publisher : STMIK Banjarbaru

To increase product sales, sales companies need to think of various strategies in achieving them, one of which is utilizing sales transaction data to support sales strategies in a better direction. This article examines and compares the performance of the Apriori and FP-Growth algorithms in forming customer shopping cart association patterns, to be used as a reference for company management in planning sales strategies. The CRIPS-DM method is used in the data mining process, following 5 main phases, including: Business Understanding, Data Understanding, Data Preparation, Modeling Model, and evaluation model. A total of 749 samples of sales transaction data were tested to understand the association pattern generated by each method. Based on the test results with minimum support = 0.06 and confidence = 0.02, the Apriori algorithm produces 9 rules (association rules) with a total rule strength of 0.72 (0.08 average per rule), while the Fp-growth algorithm produces 14 rules with a total rule strength of 2.32 (average 0.17 per rule). Thus, the FP-Growth algorithm can be stated to perform better in generating association rules when compared to the Apriori algorithm.Keywords: Data mining; Association rules; Sales strategy Abstrak. Untuk meningkatkan penjualan produk, perusahaan penjualan perlu memikirkan berbagai strategi dalam pencapaiannya, salah satu diantaranya memanfaatkan data transaksi penjualan untuk mendukung strategi penjualan ke arah yang lebih baik. Artikel ini mengnguji dan membandingkan kinerja algoritma Apriori dan FP-Growth dalam pembentukan pola asosiasi keranjang belanja pelanggan, untuk dapat menjadi acuan manajemen perusahaan dalam merencanakan strategi penjualan. Metode CRIPS-DM digunakan dalam proses data mining, dengan mengikuti 5 fase utama, meliputi: Business Understanding, Data Understanding, Data Preparation, Modelling Model, dan avaluation model. Sejumlah 749 sampel data transaksi penjualan diuji untuk memahami pola asosiasi yang dihasilkan masing-masing metode. Berdasarkan hasil pengujian dengan minimum support=0,06 dan confidence=0,02, algoritma Apriori menghasilkan 9 rules (aturan asosiasi) dengan total kekuatan rules sebesar 0,72 (rerata 0,08 setiap rule), sedangkan algorima Fp-growth menghasilkan 14 rules dengan total kekuatan rule sebesar 2,32 (rerata 0,17 setiap rule). Dengan demikian, algoritma FP-Growth dapat dinyatakan berkinerja lebih baik dalam menghasilkan aturan asosiasi jika dibandingkan dengan algoritma Apriori.Kata Kunci: Data mining; Aturan asosiasi; Strategi penjualan

Penyuluhan Dan Pendampingan Tata Kelola Manajemen Dan Pembuatan Laporan Keuangan Untuk UMKM Kabupaten Demak Novita Mariana; Agus Prasetyo Utomo; Rara Sriartati Redjeki; Arief Jananto
IKRA-ITH ABDIMAS Vol 4 No 3 (2021): IKRAITH-ABDIMAS No 3 Vol 4 November 2021
Publisher : Universitas Persada Indonesia YAI

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1078.337 KB)

Salah satu yang dipelajari dari ilmu ekonomi adalah mengenai akuntnasi. Akuntansi merupakan sebuah proses yang dimulai dari pencatatan, pengelompokkan, pengolahan dan penyajian sebuah data berdasarkan suatu transaksi yang dapat menghasilkan sebuah informasi dalam pengambilan keputusan. Salah satu pengguna yang membutuhkan pengelolaan keuangan adalah para pelaku UMKM. Adapun manfaat dari pembuatan akuntansi antara lain: dapat menghitung biaya yang dikeluarkan untuk membeli bahan baku, mengolah bahan baku jadi suatu produk hingga dapat menghitung harga jual dari produk tersebut. Ada permasalahan yang dialami oleh pelaku, saat pelaku mendapatkan keuntungan yang cukup banyak, belum dapat memilah keuntungan secara proporsional agar dapat dikelola untuk modal Kembali. Lebih sering keuntungan yang diperoleh dari hasil usaha digunakan untuk kepentingan pribadi bukan untuk tambahan modal usaha. Para pelaku harus mengetahui fungsi dari pengelolaan keuangan yang baik untuk bisnis. Adapun solusi permasalahan yang akan di berikanadalah memantau, mengarahkan dan perlunya pemahaman pengenalan strategi membaca kondisi usaha secara internal maupun eksternal masing-masing pelaku usaha dengan memberi pengetahuan mengenai fungsi dari perhitungan harga pokok penjualan.

Co-Authors - Yanuardi . Narwati Achmad Naufal Luqmanul Khakim ACHWAL, SAEFUL Afandi Afandi Afianti, Dwi Sekar Agus Prasetyo Utomo Alexander Radityo Wibowo Anjani, Nabila Antania Putri BEKRI MURDIANTO Budi Hartono Dalila, Nisa Aulia Desy Exasanti Dewi Handayani Untari Ningsih Dhimas Hernandi Diartonor, Dwi Agus Dwi Agus Diartono Eddy Nurraharjo Edy Winarno Ekasetya, Vada Annisa Eko Nur Wahyudi ellang putro priambodo Eri Zuliarso Fadhila Putri Utami Fadhilah, Annisa Nur Fatkhul Huda, Alfian Hadinata, Nova Oktaviani Hafizhannia Rahma Hardya Hekmatiar, Altida Heribertus Yuliaton Herny Februariyanti Herny Februariyanti Herny Februariyanti Huda, Alfian Fatkhul Ifa Musdalifah Jeffri Alfa Razaq Kharisma, Ema Titania Laila, Tsurayya Nur Lailil ‘ Izzah Maulidiya, Hita Mohammad Dwi Arianto Muji Sukur Muji Syukur MURDIANTO, BEKRI Nabila, Alicia Ayu Nanda Ayu Rahmalinda Novita Mariana Putra, Yuan Anggara R. Mochammad Armand Giri Seno Raka W, Arnandia Rara Sri Artati Redjeki Rieke Reza Andarista Rizky Robby Setiawan S.Pd. M Kes I Ketut Sudiana . Saufika Sukmawati Setiyorini, Akhdiyan Setyawan Wibisono Solechati, Riska Grahastika Sri Eniyati Sugiyamta Sugiyamta Sulastri Sulastri Sulastri Sunardi . Sunardi Sunardi Taufiq Dwi Cahyono Teguh Khristianto Widodo, Rizky Andaru Wijaya, Arnandia Raka Wijoyo, Agung Suko Wiwien Hadikurniawati Yahya, Noerzam Yohanes Suhari Yunus Anis, Yunus

Title

Found 72 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 72 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 72 Documents
Search