Garuda - Garba Rujukan Digital

p-Index From 2021 - 2026

6.084

P-Index

This Author published in this journals

All Journal MediaTor: Jurnal Komunikasi Jurnal Riset Statistika Pattimura Proceeding : Conference of Science and Technology Bandung Conference Series: Industrial Engineering Science Bandung Conference Series: Statistics Statistika Panoptikon Indonesian Journal of Statistics and Its Applications

Suliadi

Prodi Statistika, Fakultas Matematika Dan Ilmu Pengetahuan Alam, Universitas Islam Bandung, Indonesia

Author-ID : 3237910

Agriculture, Biological Sciences & Forestry Humanities Astronomy Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Energy Engineering Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Materials Science & Nanotechnology Mathematics Physics Social Sciences Other

Published : 48 Documents Claim Missing Document

Claim Missing Document

Articles

1 2 3 4 5

CITY RESIDENTS' EXPECTATION FOR PERSUASIVE DAKWAH (A Study in Cimahi City) Bambang Saiful Ma'arif; umar yusuf; Suliadi Suliadi; Parihat Parihat; Seviyenti Fikroh
MediaTor (Jurnal Komunikasi) Vol 14, No 2 (2021): (Accredited Sinta 2)
Publisher : Pusat Penerbitan Universitas (P2U) LPPM Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/mediator.v14i2.7147

This paper is the result of research on 'Mapping the Profile of Persuasive Da’wah Agenda in Cimahi City'. Cimahi is the smallest city in Indonesia with 3 sub-districts, known as a center for "creative animation." Cimahi residents have various livelihoods, such as laborers, traders, military and civil servants. Good da'wah is delivered based on reliable information, but until now no data has been obtained about the profile of persuasive da'wah in Cimahi City. This research is a survey conducted on 399 respondents with a multistage random sampling technique. The results of the research are as follows: 1) Da'wah actors need to consider the socio-demographic conditions of Cimahi City residents in designing their activities to achieve da'wah objectives optimally; 2) The average residents of Cimahi City has the habit of participating in intense religious activities, especially the Qur’an recitation; 3) Residents of Cimahi City respond positively to da'wah figures, da'wah themes, and da’wah media; and 4) Residents of Cimahi city have their expectation for da'wah beyond bil-lisan or oral speech, especially recitation, which is seen as being able to increase religious knowledge, religious appreciation and encourage congregational religious practice. They hope da’wah activities can expand to bil-hal (action) on matters such as health, entrepreneurship and community empowerment. Da'wah is persuasive if people like, accept and practice its message. The more preferred/accepted a da'wah, the more persuasive it is.

Faktor Koreksi Diagram Kendali Shewhart pada Situasi Unconditional ARL dan Penerapannya terhadap Data Brix (Kekentalan) Saus Riani Shifa Rahmadani; Suliadi
Jurnal Riset Statistika Volume 1, No. 1, Juli 2021, Jurnal Riset Statistika (JRS)
Publisher : UPT Publikasi Ilmiah Unisba

Abstract. Statistical Proses Control (SPC) is application of method in statistics on measurements and analysis variation in proses. Shewhart control chart is ussually used as a device in SPC. In practice, the parameters prosses are usually unknown. The parameters prosses is estimated using data often from the previous processes, ARL of the control chart with estimated parameters as called as unconditional ARL. Goedhart et al propose a new correction factor to improve unconditional ARL such data unconditional ARL close to the expected ARL. In this articel we apply the correction factor of Goedhart to brix’s data of PT. XXX. We offten the obtained the upper control limit is 39.51, the lower control limit is 36.87 with mean 38.19 applying this control limit to brix’s data results that the proses is under control. Abstrak. Statistical Proses Control (SPC) merupakan penerapan metode statistik dalam pengukuran dan analisis variasi proses. Alat yang sering digunakan dalam metode SPC yaitu diagram kendali Shewhart. Dalam praktiknya, parameter proses biasanya tidak diketahui. Parameter proses tersebut biasanya diestimasi melalui data yang diperoleh dari proses sebelumnya, ARL untuk diagram kendali dengan parameter yang diestimasi dinamakan ARL unconditional. Goedhart dkk mengusulkan faktor koreksi baru untuk meningkatkan ARL unconditional yang memiliki ekspetasi sebesar ARL yang diharapkan. Dalam artikel ini kami menerapkan faktor koreksi Goedhart terhadap data brix PT. XXX dan diperoleh batas kendali atas 39.51, batas kendali bawah 36.87 dengan rata-rata 38.19 Dari implementasi diagram kendali terhadap data kekentalan diperoleh bahwa proses terkendali.

Diagram Kendali Multivariat Poisson untuk Pengendalian Kualitas Proses Produksi di PT. X Siti Nurhayati; Suliadi
Jurnal Riset Statistika Volume 2, No. 1, Juli 2022, Jurnal Riset Statistika (JRS)
Publisher : UPT Publikasi Ilmiah Unisba

Abstract. In practice, quality control is often in the form of characteristics. The approach commonly used is the Poisson distribution approach. However, in practice there are often more than one quality characteristic also defined in a production process, where these characteristics have a correlation with each other. When there are conditions where the characteristics of the quality are more than two categories, the control chart that can be used is the Multivariate Poisson control chart. In this study, we will discuss the application of the Multivariate Poisson control chart to the thickener production defect data where the defect type consists of four quality characteristic variables obtained from PT. X in 2020. From this study it can be concluded that the thickener production defect data for the Multivariate Poisson Phase I control chart shows that the process is in control so that the control limits are reused to monitor the process on the Phase II control chart. The Poisson Phase II Multivariate control chart shows that all points are within the control limits so that the production process is in control. Abstrak. Dalam prakteknya, pengendalian kualitas seringkali dalam bentuk karakteristik. Pendekatan yang biasa digunakan adalah pendekatan distribusi Poisson. Akan tetapi dalam praktek sering terdapat lebih dari satu karakteristik kualitas juga ditetapkan dalam suatu proses produksi, dimana karakteristik tersebut memiliki korelasi satu sama lain. Ketika terdapat kondisi dimana karakteristik dari kualitas lebih dari dua kategori, maka diagram kendali yang dapat digunakan adalah diagram kendali Multivariat Poisson. Pada penelitian ini akan dibahas mengenai penerapan diagram kendali Multivariat Poisson pada data kecacatan produksi thickener yang dimana jenis cacatnya terdiri dari empat variabel karakteristik kualitas yang diperoleh dari PT. X pada tahun 2020. Dari penelitian ini dapat disimpulkan bahwa data kecacatan produksi thickener untuk diagram kendali Multivariat Poisson Fase I menunjukkan bahwa proses berada dalam keadaan terkendali sehingga batas kendali digunakan kembali untuk memonitoring proses pada diagram kendali Fase II. Diagram kendali Multivariat Poisson Fase II menunjukkan bahwa semua titik berada di dalam batas kendali sehingga proses produksi berada dalam keadaan yang terkendali.

EKSPLORASI SISA USIA BEARING MENGGUNAKAN DISTRIBUSI WEIBULL Sutawanir Darwis; Nusar Hajarisman; Suliadi Suliadi; Achmad Widodo
Pattimura Proceeding 2021: Prosiding KNM XX
Publisher : Pattimura University

Bearing merupakan komponen penting dalam suatu sistem mekanikal, berperansebagai elemen penghubung dua komponen mesin yang bergerak. Perawatan bearingmerupakan aspek utama dalam kelangsungan operasional sistem. Vibrasi yang dihasilkancacat pada bearing dimodelkan sebagai impulse, tingkat kerusakan dinyatakan oleh suatufungsi konstan. Sisa usia bearing merupakan merupakan suatu indikator degradasi padaanalisis survival bearing, didefinisikan sebagai ekspektasi residual diketahui survive hinggawaktu t. Sisa umur telah dijabarkan untuk beberapa distribusi antara lain: eksponensial,gamma, Weibull. Penelitian model sisa usia bearing dengan asumsi distribusi Weibullmerupakan masalah penelitian terbuka. Paper ini bertujuan meneliti pola sisa usia bearingsebagai fungsi dari parameter bentuk dan parameter skala. Parameter bentuk dan parameterskala ditaksir menggunakan data time to failure bearing menggunakan data real dan datasimulasi. Model simulasi bearing merupakan fungsi dari geometri, laju bearing dan distribusibeban. Dengan nilai taksiran parameter diperoleh kurva sisa usia bearing digunakansebagai prediksi sisa usia.

Pengujian Hipotesis untuk Dua Sampel Saling Bebas dengan Menggunakan Pendekatan Bayesian Fithri Amalia Rahma; Suliadi
Bandung Conference Series: Statistics Vol. 1 No. 1 (2021): Bandung Conference Series: Statistics
Publisher : UNISBA Press

Abstract. In this thesis, we will discuss hypothesis testing for two independent samples using the Bayesian approach. One of the alternative bayesian methods for classical hypothesis testing is the Bayesian factor. Wang & Liu (2015) proposed a two-sample testing method with a bayesian approach. Where the Bayes factor used is simple, and free from the Bartlett paradox and the information paradox. The data used for the application of this method is the Human Development Index (IPM) data based on the province of West Java and Central Java in 2020. The results of the two independent sample test using the Bayesian approach are that there is no difference in the average Student Development Index (IPM). between West Java and Central Java provinces in 2020. Abstrak. Dalam skripsi ini akan dibahas pengujian hipotesis untuk dua sampel saling bebas dengan menggunakan pendekatan bayesian. Salah satu metode alternatif bayesian untuk pengujian hipotesis klasik adalah faktor bayes. Wang & Liu (2015) mengajukan metode pengujian dua sampel dengan pendekatan bayesian. Dimana faktor bayes yang digunakan sederhana, serta terbebas dari paradoks Bartlett dan paradoks informasi. Data yang digunakan untuk penerapan metode ini adalah data Indeks Pembangunan Manusia (IPM) berdasarkan provinsi Jawa Barat dengan provinsi Jawa Tengah pada tahun 2020. Hasil dari uji dua sampel saling bebas menggunakan pendekatan bayesian adalah tidak ada perbedaaan rata-rata Indeks Pembangunan Mahasiswa (IPM) antara provinsi Jawa Barat dengan provinsi Jawa Tengah pada tahun 2020.

Metode Weighted Random Forest dalam Klasifikasi Prediksi Kelangsungan Hidup Pasien Gagal Jantung Laila Budianti; Suliadi
Bandung Conference Series: Statistics Vol. 2 No. 2 (2022): Bandung Conference Series: Statistics
Publisher : UNISBA Press

Abstract. Random forest classification is an analysis of a data class model in predicting the class of an unknown object through the majority vote. It has high performance in classifying object with balanced classes, but it does not so good in the case of imbalanced data, where the resulting predictions tend to be biased to the majority class. Recent approach for imbalanced data classification is Weighted Random Forest introduced by Chen and Breiman (2004). This method can solve the minority class prediction problem and improve accuracy by giving specific weight to each classes. This method can also be applied to medical data. In the survival of the heart failure patient belongs to the imbalanced data, where the data on heart failure patients that survived are much more than heart failure patients that died. In this research, we use Weighted Random Forest to classify heart failure patients in RSUP Dr. Wahidin sudirohusodo Makassar. The data used in this research are obtained from Nugraha (2017) the result showed that Weighted Random Forest classification methods are better than random forest because they can increase the accuracy by 1.61%, f-measure by 0.92%, and the AUC (area under the curve) by 0.89%. The result of the evaluation Weighted Random Forest classification for accuracy is 90.32%, precision is 93.22%, recall is 96.49%, f-measure is 94.82%, and AUC score is 0.5825. Abstrak. Klasifikasi random forest merupakan analisis untuk menemukan model kelas data dalam memprediksi kelas dari objek yang belum diketahui datanya melalui suara mayoritas. Metode ini memiliki kinerja yang baik dalam mengklasifikasikan data dengan kelas seimbang, tetapi tidak baik dalam kasus imbalanced data, di mana prediksi yang dihasilkan cenderung bias terhadap kelas mayoritas. Pendekatan terbaru untuk klasifikasi imbalanced data adalah Weighted Random Forest yang diperkenalkan oleh Chen dan Breiman (2004). Metode ini dapat menyelesaikan masalah prediksi kelas minoritas dan meningkatkan akurasi dengan memberikan bobot pada setiap kelas. Metode ini juga dapat diterapkan pada data medis. Dalam kelangsungan hidup pasien gagal jantung tergolong imbalanced data, dimana data pasien gagal jantung yang selamat jauh lebih banyak dibandingkan pasien gagal jantung yang meninggal. Dalam penelitian ini, kami menggunakan Weighted Random Forest untuk mengklasifikasikan pasien gagal jantung di RSUP Dr. Wahidin Sudirohusodo Makassar. Data yang digunakan dalam penelitian ini diperoleh dari Nugraha (2017) hasil penelitian menunjukkan bahwa metode klasifikasi Weighted Random Forest lebih baik daripada random forest karena dapat meningkatkan accuracy sebesar 1,61%, F-Measure sebesar 0,92%, dan nilai AUC (area under the curve) sebesar 0,89%. Hasil evaluasi untuk klasifikasi Weighted Random Forest untuk accuracy sebesar 90,32%, precision sebesar 93,22%, recall sebesar 96,49%, F-Measure sebesar 94,82%, dan nilai AUC sebesar 0,5825.

Pemodelan New Ridge Regression Estimator pada Tingkat Kemiskinan di Kabupaten/Kota Provinsi Jawa Barat Tahun 2020 Ridho Febriansyah Tambunan; Suliadi
Bandung Conference Series: Statistics Vol. 2 No. 2 (2022): Bandung Conference Series: Statistics
Publisher : UNISBA Press

Abstract. Linear regression is a statistical method used to predict value dependent variable or response with one or more independent variables. If there is more than one predictor variable, multiple linear regression analysis is used. Ridge regression estimator has been introduced as an alternative to the ordinary least squares estimator (OLS) in the presence of multicollinearity. Ridge regression minimizes the mean square residual by introducing a bias constant and produced biased but stable coefficients estimate. The aim of this research is to apply a method introducing by Al-hassan (2010) to obtaine the bias constant in ridge regression that produces smaller bias than method given by Hoerl & Kennad. We apply this method to model the poverty rate in districts/cities in West Java in 2020. The dependent variable (Y) is the proverty rate and the independet variables are (average length of school), (unemployment rate), (gross domestic regional product), (human development index), (number of labor force participation rate). The value of the ridge constant using the Al-hassan (2010) method is 1.377633. The ridge regression model for the standardized variables is with , & that significanly affect the reponse. The regression model based on the original variable is Abstrak. Analisis regresi linier adalah metode statistika yang digunakan untuk membentuk model hubungan antara variabel terikat (dependent atau respon ) dengan satu atau lebih variabel bebas (independent atau prediktor). Apabila variabel prediktor lebih dari satu maka digunakan analisis regresi linier berganda. Ada beberapa asumsi yang harus terpenuhi dalam regresi linier berganda diantaranya asumsi multikolinearitas. Salah satu metode untuk mengatasi masalah multikolinieritas adalah menggunakan metode regresi ridge. Regresi ridge meminimumkan residual dengan menambahkan tetapan bias (k). Namun metode ini masih memiliki kelemahan yaitu masih terdapat bias. Untuk memperbaiki kelemahan tersebut Al-hassan mengajukan metode baru. Metode ini bertujuan untuk memperkecil nilai bias dari suatu penduga dengan cara memodifikasi nilai k. Dalam skripsi ini kami menerapkan metode tersebut untuk memodelkan tingkat kemiskinan di Kabupaten/Kota di Jawa Barat Tahun 2020. Variabel responnya adalah Y (tingkat kemiskinan) dan variabel bebasnya (lama rata-rata sekolah), (tingkat pengangguran terbuka), (produk domestik regional bruto), (indeks pembangunan manusia), (jumlah angkatan kerja). Nilai konstanta ridge menggunakan metode Al-hassan (2010) sebesar Sehingga didapatkan model persamaan ridge yaitu : Dengan variabel baku , dan varibel baku yang signifikan terhadap variabel . Dan model berdasarkan variabel aslinya adalah

Variabilitas Multivariat dan Dependensi antar Variabel Penyusun Indeks Pembangunan Manusia di Indonesia Wilda Riani Hafsah Daulay; Suliadi
Bandung Conference Series: Statistics Vol. 2 No. 2 (2022): Bandung Conference Series: Statistics
Publisher : UNISBA Press

Abstract. The commonly used multivariate data description measures are Generalized Variance (GV) and correlation coefficient, of that describe the variability and strength of relationship among the variables. However, Generalized Variance is not able to detect changes in the covariance matrix, which shows an increase in variability in some aspects while showing a decrease in variability in other aspects, Meanwhile correlation coefficient can not be used to compare the dependency structure between data sets in data sets with different dimension. In this paper, we will discuss how to apply a good measure of multivariate variability and linear relationships between variables according to Pena & Rodriguez (2003), namely Effective variance and effective dependence. Data used is composing variables of Human Development Index in Indonesia in 2014, 2019 and 2021. It is found that the distribution of variables composing Human Development Index in Indonesia from 2014 to 2019 decreses, so does from 2019 to 2021. Meanwhile, the effective dependence among those variables are weak for all considered years. Abstrak. Ukuran deskripsi data multivariat yang biasa digunakan adalah Generalized Variance (GV) dan koefisien korelasi, yang masing-masing menggambarkan variabilitas dan kekuatan hubungan antar variabel. Akan tetapi Generalized Variance tidak mampu mendeteksi perubahan pada matriks kovarians, yang menunjukkan peningkatan variabilitas dalam beberapa aspek sementara menunjukkan penurunan variabilitas pada aspek lainnya. Sedangkan koefisien korelasi tidak tepat digunakan untuk membandingkan struktur ketergantungan antar kumpulan data pada data set dengan dimensi yang berbeda. Dalam sesi ini akan dibahas bagaimana penerapan ukuran variabilitas multivariat dan hubungan linier antar variabel yang baik menurut Pena & Rodriguez (2003), yaitu Effective variance dan effective dependence. Data yang digunakan adalah data variabel penyusun Indeks Pembangunan Manusia di Indonesia tahun 2014, 2019 dan tahun 2021. Diperoleh bahwa sebaran variabel penyusun Indeks Pembangunan Manusia di Indonesia dari tahun 2014 ke tahun 2019 menurun, demikian juga dari tahun 2019 ke tahun 2021. Sedangkan effective dependence di antara variabel-variabel untuk tahun-tahun tersebut adalah lemah.

Diagram Kendali X Exponentially Weighted Moving Average yang Meminimalkan Median Run Length pada Data Panjang Pewarna Plastik Shania Wilda Fitris; Suliadi
Bandung Conference Series: Statistics Vol. 3 No. 1 (2023): Bandung Conference Series: Statistics
Publisher : UNISBA Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/bcss.v3i1.5513

Abstract. The main purpose of statistical quality control is to quickly investigate whether special causes or process shifts has occurred so that an investigation of the process and corrective action can be taken. One of the tools for statistical quality control is the control chart. The tool that can be used to measure the performance of the control chart is the average run length (ARL). The disadvantage is that the run length distribution is skewed when the process is in control or slightly out of control, thus ARL’s interpretation of the performance of the control chart is less meaningful. You et al. (2016) introduced EWMA control chart based on the median run length (MRL), that is the Xbar EWMA control chart that minimizes the median run length (MRL) and expected median run length (EMRL). This method is more informative and reliable and is not affected by the slope of the run length distribution compared to ARL. In this study we applied the method to the the plastic colorant length data of Company X. From the research conducted, it was concluded that plastic colorant length data of Company X was statistically in control both in phase-I and phase-II data. Abstrak. Tujuan utama dari pengendalian kualitas statistik yaitu menyelidiki dengan cepat apakah terjadi penyebab khusus atau pergeseran proses sedemikian sehingga penyelidikan terhadap proses tersebut dan tindakan perbaikan dapat dilakukan. Salah satu alat untuk pengendalian kualitas statistik yaitu diagram kendali. Alat yang bisa digunakan untuk melihat kinerja diagram kendali adalah average run length (ARL). Kelemahannya adalah distribusi run length miring ketika proses in control atau sedikit out of control, sehingga interpretasi ARL mengenai kinerja dari diagram kendali kurang berarti. Maka You dkk. (2016) memperkenalkan alternatif dari penggunaan diagram kendali EWMA berdasarkan median run length (MRL), yaitu mengunakan diagram kendali Xbar EWMA yang meminimalkan median run length (MRL) dan expected median run length (EMRL), karena metode ini lebih informatif dan reliabel serta tidak dipengaruhi oleh kemiringan distribusi run length dibandingkan menggunakan ARL. Dalam penelitian ini kami menerapkan metode tersebut terhadap data panjang pewarna plastik Perusahaan X. Dari penelitian yang dilakukan disimpulkan bahwa data panjang pewarna plastik Perusahaan X terkendali secara statistik baik pada data fase-I maupun data fase-II.

Penerapan Metode Regresi Ridge Parsial untuk Mengatasi Masalah Multikolinearitas untuk Memodelkan Faktor-Faktor yang Mempengaruhi Kemiskinan di Jawa Tengah pada Tahun 2020 Saquila Beninurhadi Putri; Suliadi Suliadi
Bandung Conference Series: Statistics Vol. 3 No. 1 (2023): Bandung Conference Series: Statistics
Publisher : UNISBA Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/bcss.v3i1.5578

Abstract. In regression analysis, multicollinearity is a condition of strong collinearity between independent variables. If multicollinearity occurs, the estimated parameters will have a large and not stable variance. Ridge regression is one of the solutions to overcome multicollinearity by adding a parameter c as a bias setting to the variance-covariance matrix of the independent variables. However, in the usual ridge regression model has some drawbacks, such as the bias constant c is added to all independent variables, regardless of the high or low level of collinearity among the variables. Therefore, Chandrasekhar, et al. (2016) developed a new ridge regression method, namely partial ridge regression. This research discusses the partial ridge regression method and applies to the case of poverty in Central Java Province in 2020. The results showed multicollinearity in the data and a bias constant c which was only added to variables with low eigenvalues, namely on Eigen 4. The partial ridge regression is =0.5753 + 0.4977 -1.6661 -0.1679 and then returned to the original regression model as =85.1023+1.6967 +0.0010 -1.3272 -0.3430. Abstrak. Dalam analisis regresi, multikolinearitas adalah suatu kondisi kekolinieran yang kuat antar variabel independent. Apabila terjadi multikolinearitas maka taksiran parameter akan memiliki varians yang besar dan tidak stabil. Regresi ridge merupakan salah satu solusi untuk mengatasi multikolinearitas dengan cara menambahkan parameter c sebagai tetapan bias pada matriks varians -kovarians pada variabel independen. Namun model regresi ridge terdapat beberapa kekurangan diantaranya yaitu konstanta bias c ditambahkan ke semua variabel independent, tanpa melihat tinggi rendahnya tingkat kolinearitas diantara variabel-variabel. Oleh karena itu, Chandrasekhar, et al., (2016) mengembangkan suatu metode regresi rigde baru yaitu partial regression ridge atau regresi ridge parsial. Skripsi ini membahas tentang metode regresi ridge parsial yang diterapkan pada kasus kemiskinan di Jawa Tengah pada tahun 2020 . Hasil penelitian menunjukan adanya multikolinearitas pada data dan kontanta bias c yang hanya ditambahkan pada variabel yang berinilai eigen rendah yaitu pada eigen 4. Regresi ridge parsialnya adalah =0.57531 + 0.4977 -1.6661 -0.1679 lalu dikembalikan ke model regresi semula menjadi =85.1023+1.6967 +0.0010 -1.3272 -0.3430.

Co-Authors 10060116099, Laras Sintya Noorachmadan 10060119005, Shelly Tri Yuliyanti 10060119007, Khalda Farah Kamila 10060119010, Resty Utami Aprillia 10060119083, Dhea Hely Yulianti 10060119110, Azka Aulia Ariazetra 10060119131, Alvina Damayanti Fauzia 10060119138, Irsan Arisandi 10060120068, Nabilah Disya Arviani Achmad Widodo Achmad Widodo Achmad Widodo Ahmad Arif Nurrahman Aisha Kusuma Putri Anneke Iswani A. Arya Ramadhan, Iqbal Aulia Athhar Zakiyyan Aulia, Githa Bambang Saiful Ma’arif Bella Novia Syabandina Dea Yustia Diningrum Deri Dzikria Khofiyandi Dewi Shofi Mulyati Diahsty Marasabessy, Munira Fairuza Amanda Belia Fathin Husna Fadhilah Fatiha nurfauzan, Arsyi Fikroh, Seviyenti Firda Balqisa Ahmad Firman Aji Utama Fithri Amalia Rahma Fitriana Novitasari Ghea Putri Amalia P Herdian Syah Hudallah Indah Lestari Laila Budianti Nadya Yuliyani Nailil Mala Candra Nirwan Nusar Hajarisman Parihat, Parihat Rahmania Marwah Darmawan Rejeki Wulan Islamiyati Riani Shifa Rahmadani Ridho Febriansyah Tambunan Riyani Desriawati Saquila Beninurhadi Putri Selma Yulistiani Shafira Nur Fauziah Shania Wilda Fitris Silmi Nur Husnayaini Siti Nurhayati Sutawanir Darwis Sutawanir Darwis Tasyah Syarmilati Thania Indra Mutiara Trianto Syahbannu Prayoga Tridayanti Cahya Meiland Tridayanti Cahya Meiland Umar Yusuf Weni Nuryati Wilda Riani Hafsah Daulay

Title

Found 48 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 48 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 48 Documents
Search