Garuda - Garba Rujukan Digital

p-Index From 2021 - 2026

2.319

P-Index

This Author published in this journals

All Journal BIMASTER Jurnal Matematika Sains dan Teknologi ComTech: Computer, Mathematics and Engineering Applications JUDIKA (JURNAL PENDIDIKAN UNSIKA) Jurnal Matematika UNAND Jurnal Pengabdian kepada Masyarakat Nusantara Jurnal Forum Analisis Statistik Jurnal Siger Matematika Fraction: Jurnal Teori dan Terapan Matematika

Nurfitri Imro’ah

Universitas Tanjungpura

Author-ID : 3806449

Agriculture, Biological Sciences & Forestry Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Engineering Mathematics Social Sciences Other

Published : 32 Documents Claim Missing Document

Claim Missing Document

Articles

Title

1 2 3

PENERAPAN FUZZY TIME SERIES ALGORITMA NOVEL PADA HARGA TANDAN BUAH SEGAR KELAPA SAWIT Indah Noviyanti; Shantika Martha; Nurfitri Imro’ah
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 12, No 1 (2023): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v12i1.61976

Seiring dengan perkembangan waktu metode dalam menganalisis data runtun waktu, menyebabkan banyak pilihan metode, salah satunya yaitu metode fuzzy time series. Metode fuzzy time series memiliki kelebihan yaitu tidak memerlukan uji stasioneritas seperti pada analisis time series umumnya. Proses prediksi dilakukan untuk melihat suatu peristiwa yang akan terjadi dimasa mendatang dalam pengambilan keputusan. Tujuan penelitian adalah untuk memprediksi harga pada Tandan Buah Segar (TBS) kelapa sawit di Kalimantan Barat dengan metode yang digunakan yaitu fuzzy time series Algoritma Novel. Pada penelitian ini data menggunakan data harga TBS kelapa sawit periode pertama persetiap bulannya di Kalimantan Barat, pada bulan Januari 2018 hingga Maret 2022. Tahapan penelitian ini pertama yang dilakukan yaitu menentukan himpunan semesta pembicaraan, pembentukan interval menggunakan average based length, pembentukan himpunan fuzzy dengan fungsi keanggotaan, pembentukan fuzzifikasi dan Fuzzy Logical Relationship (FLR) serta dilakukan Fuzzy Logical Relationship Group (FLRG), selanjutnya menghitung nilai peramalan dengan fuzzy time series Algoritma Novel. Hasil peramalan dengan metode fuzzy time series Algoritma Novel diperoleh hasil prediksi pada bulan April 2022 yaitu Rp. 3.695,00. Metode tersebut memiliki tingkat keakuratan peramalan Mean Absolute Percentage Error (MAPE) sebesar 2,32%. Nilai MAPE yang didapatkan menunjukkan hasil prediksi data harga TBS kelapa sawit di Kalimantan Barat menggunakan fuzzy time series Algoritma Novel termasuk sangat baik. Kata Kunci: Fungsi keanggotaan, average based length, MAPE

PEMODELAN REGRESI NONPARAMETRIK BIRESPON SPLINE PADA PERSENTASE PENDUDUK MISKIN DAN INDEKS KEDALAMAN KEMISKINAN Maya Rosalina; Shantika Martha; Nurfitri Imro’ah
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 12, No 1 (2023): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v12i1.62849

Kemiskinan dapat diukur menggunakan indikator persentase penduduk miskin dan indeks kedalaman kemiskinan. Faktor yang memengaruhi kemiskinan bisa dianalisis dengan analisis regresi. Pada penelitian ini digunakan analisis regresi nonparametrik birespon spline. Kelebihan dari estimator spline yaitu mampu menangani pola data yang naik atau turun dengan tajam menggunakan titik knot dan kurva yang dihasilkan relatif lebih mulus. Penelitian ini bertujuan untuk menentukan model terbaik pada persentase penduduk miskin dan indeks kedalaman kemiskinan dengan regresi nonparametrik birespon spline. Data yang digunakan adalah data persentase penduduk miskin dan indeks kedalaman kemiskinan sebagai variabel respon. Sedangkan variabel prediktor yaitu tingkat pengangguran terbuka dan tingkat partisipasi angkatan kerja yang diambil dari website BPS Provinsi Jawa Timur tahun 2020. Langkah pertama pada pemodelan adalah menguji korelasi Pearson untuk mengetahui hubungan antara persentase penduduk miskin dengan indeks kedalaman kemiskinan. Kemudian menentukan pola data antara variabel prediktor dengan variabel respon menggunakan scatterplot. Selanjutnya menentukan matriks pembobot W menggunakan Weighted Least Square (WLS). Setelah itu menentukan banyaknya kombinasi orde dengan titik knot berdasarkan nilai GCV minimum yang melibatkan matriks pembobot W. Langkah terakhir memodelkan regresi nonparametrik birespon spline terbaik dan menghitung nilai dari koefisien determinasi (R2). Hasil dari pemodelan diperoleh bahwa model regresi nonparametrik birespon spline terbaik pada persentase penduduk miskin dan indeks kedalaman kemiskinan berorde dua dengan tiga titik knot. Kebaikan dari model diukur berdasarkan R2 yang diperoleh bahwa tingkat pengangguran terbuka dan tingkat partisipasi angkatan kerja memengaruhi persentase penduduk miskin dan indeks kedalaman kemiskinan sebesar 57,252% sedangkan untuk sisanya dipengaruhi variabel lain. Kata Kunci: kemiskinan, GCV, titik knot

HIERARCHICAL CLUSTERING MULTISCALE BOOTSTRAP PADA CAPAIAN DIMENSI IPM TAHUN 2020 YANG TERDAMPAK COVID-19 Anjeli Dwi Laksmi; Dadan Kusnandar; Nurfitri Imro’ah
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 12, No 2 (2023): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v12i2.65277

Analisis cluster hirarki adalah pengamatan yang dipakai guna melakukan pengelompokan data (objek) menurut kriterianya. Salah satu metode di analisis cluster yang dapat dipakai guna melakukan pengelompokan data pada berbagai aspek adalah metode average linkage. Penelitian ini menggunakan data dari variabel yang mempengaruhi capaian dimensi Indeks Pembangunan Manusia (IPM) ketika periode 2020 yang terdampak Covid-19, ialah dimensi umur panjang serta hidup sehat, dimensi pengetahuan, serta dimensi standar hidup layak. Pengkajian ini memiliki tujuan guna melakukan pengelompokan Kabupaten/Kota di Kalimantan Barat menurut data yang diperoleh dengan memakai metode hierarchical clustering multiscale bootstrap. Tahapan yang dilakukan dalam penelitian ini yaitu, metode hirarki menggunakan average linkage untuk membentuk cluster dilanjutkan dengan multiscale bootstrap untuk melihat validitas hasil cluster berdasarkan nilai approximately unbiased (AU) jika memiliki nilai ≥ 0,95 maka valid. Dengan metode average linkage terbentuk sebanyak empat cluster yaitu cluster pertama terdiri dari Kabupaten Sambas, Kabupaten Bengkayang, Kabupaten Mempawah, Kabupaten Kubu Raya, Kota Pontianak, dan Kota Singkawang. Cluster kedua terdiri dari Kabupaten Landak dan Kabupaten Kapuas Hulu. Cluster ketiga terdiri dari Kabupaten Sanggau, Kabupaten Ketapang, Kabupaten Sintang, Kabupaten Sekadau, dan Kabupaten Melawi. Kemudian yang terakhir cluster keempat terdiri dari Kabupaten Kayong Utara. Hasil cluster kemudian dilanjutkan dengan multiscale bootstrap dengan melihat nilai AU diperoleh hasilnya yaitu cluster pertama, cluster kedua, dan cluster ketiga valid sedangkan cluster keempat tidak valid. Kata Kunci: Average Linkage, Multiscale Bootstrap, IPM

PREDIKSI HARGA EMAS MENGGUNAKAN FUZZY TIME SERIES LEE Devi Eka Putri; Naomi Nessyana Debataraja; Nurfitri Imro’ah
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 12, No 2 (2023): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v12i2.65272

Emas ialah suatu investasi dimasa depan yang dapat membawa keuntungan. Keuntungan berinvestasi emas salah satunya ialah harganya yang tidak terpengaruh oleh inflasi. Walaupun harga emas cenderung normal, tetap ada risiko dalam berinvestasi emas. Oleh karena itu, diperlukan suatu model peramalan yang dapat digunakan untuk membuat keputusan dalam menentukan prediksi harga emas dimasa yang akan datang. Metode peramalan yang tepat ialah metode fuzzy time series Lee. Metode fuzzy time series Lee ialah bentuk suatu gabungan antara peramalan time series dan konsep logika fuzzy yang digunakan dalam menyelesaikan peramalan. Penelitian ini menjelaskan tentang prediksi harga emas yang diambil dari web London Bullion Market Association (LBMA) dari tangal 4 Januari 2021 – 31 Maret 2021. Tahapan pertama pada penelitian ini yang digunakan ialah melakukan analisis statistik deskriptif, kemudian membentuk himpunan semesta pembicara U. Setelah itu, membentuk panjang interval menggunakan average based, berikutnya pembentukan himpunan fuzzy dengan fungsi keanggotan, kemudian pembentukan fuzzifikasi data, Fuzzy Logical Relationship (FLR), Fuzzy Logical Relationship Group (FLRG), defuzzifikasi dan hasil pramalan. Langkah terakhir yaitu perhitungan ukuran ketetapan peramalan. Hasil pada penelitian ini diperoleh prediksi harga emas untuk 1 April 2021 sebesar USD 1.694 dan memiliki tingkat kesalahan residual berdasarkan nilai MAPE dengan hasil 0,387% yang termasuk dalam kriteria sangat bagus dalam meramalkan harga emas. Kata Kunci: Mean Absolute Percentage Erorr, Emas, Fuzzy time series Lee.

ESTIMASI INDEKS HARGA SAHAM GABUNGAN DENGAN MODEL GENERALIZED AUTOREGRESSIVE CONDITIONAL HETEROSKEDASTICITY BERDISTRIBUSI STUDENT-T Julianti Kastari; Shantika Martha; Nurfitri Imro’ah
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 12, No 2 (2023): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v12i2.65281

Indeks Harga Saham Gabungan adalah nilai untuk mengukur gabungan seluruh saham yang ada di Bursa Efek Indonesia (BEI). Data keuangan seperti data indeks saham pada umumnya memiliki volatilitas yang tinggi dan varian error yang tidak konstan (heteroskedastisitas). Volatilitas yang tinggi menyebabkan sulit untuk dilakukan estimasi pada data indeks harga saham. Estimasi indeks harga saham penting dilakukan agar investor dapat menaksir keuntungan yang didapat nantinya. Salah satu model yang dapat mengestimasi indeks harga saham yang mempunyai volatilitas tinggi dan varian error yang tidak stabil yaitu Generalized Autoregressive Conditional Heteroskedasticity (GARCH). Pada model GARCH yang berdistribusi normal tidak dapat mengakomodasi adanya sifat leptokurtic. Sifat leptokurtic ditandai dengan nilai kurtosis yang melebihi 3. Model yang dapat mengakomodasi adanya sifat leptokurtic adalah GARCH berdistribusi Student-t. Tujuan dari penelitian ini adalah mengestimasi nilai IHSG dengan model GARCH berdistribusi Student-t. Data yang digunakan yaitu data harian penutupan IHSG periode 2 Januari 2020 hingga 30 Desember 2020. Penelitian ini diawali dengan memilih model ARMA terbaik untuk data return. Selanjutnya, dilakukan uji heteroskedastisitas pada residual model ARMA. Jika terdapat heteroskedastisitas, maka pendugaan model menggunakan model GARCH. Sebelum dimodelkan kedalam model GARCH, residual diperiksa untuk melihat sifat leptokurtic. Jika terdapat leptokurtic, maka dilanjutkan dengan pendugaan model GARCH berdistribusi Student-t. Setelah didapat model GARCH berdistribusi Student-t, kemudian mengestimasi nilai IHSG. Berdasarkan analisis yang telah dilakukan, model terbaik untuk mengestimasi IHSG adalah GARCH (2,3) berdistribusi Student-t. Data hasil estimasi IHSG menunjukkan pergerakan yang mendekati data aktual. Nilai MAPE yang diperoleh pada penelitian ini sebesar 2,00%. Hal ini bermakna model GARCH (2,3) berdistribusi Student-t dapat digunakan untuk mengestimasi nilai IHSG.Kata Kunci: IHSG, leptokurtic, GARCH Student-t

ANALISIS REGRESI DENGAN METODE LEAST ABSOLUTE SHRINKAGE AND SELECTION OPERATOR (LASSO) DALAM MENGATASI MULTIKOLINEARITAS Imi Sartika; Naomi Nessyana Debataraja; Nurfitri Imro’ah
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 9, No 1 (2020): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Multikolinearitas merupakan salah satu uji asumsi klasik pada analisis regresi. Terjadinya multikolinearitas berarti antara variabel prediktor yang satu dengan yang lainnya saling berkorelasi. Apabila data penelitian mengandung multikolinearitas akan menimbulkan masalah, yaitu dapat mengakibatkan koefisien regresi yang dihasilkan tidak efisien. Salah satu solusi untuk mengatasi masalah tersebut dapat menggunakan metode least absolute shrinkage and selection operator (LASSO). Metode ini menyusutkan koefisien regresi dari variabel prediktor yang memiliki korelasi tinggi menjadi tepat pada nol atau mendekati nol. Koefisien LASSO dicari dengan menggunakan pemrograman kuadratik sehingga digunakan algoritma least absolute and regression (LARS) yang lebih efisien dalam komputasi LASSO. Data penelitian yang digunakan ialah banyaknya kasus pneumonia pada pada balita di 34 puskesmas di Kota Pontianak dan Kabupaten Mempawah. Pada data tersebut terdapat dua variabel prediktor yang mengalami masalah multikolinearitas, yaitu pemberian imunisasi DPT-Hb3-Hib3 (X2) dan pemberian imunisasi campak (X3), sehingga masalah tersebut akan diatasi menggunakan metode LASSO. Berdasarkan analisis yang telah dilakukan, diperoleh model regresi terbaik menggunakan LASSO pada tahap ketiga saat nilai Cp= 2,62. Hasil analisis tersebut menunjukkan bahwa adanya perubahan koefisien regresi yang mendekati nol dan tepat nol, yaitu pada variabel X2 dari 0,285 menjadi 0,192 dan X3 dari -0,024 menjadi 0. Hal ini menunjukkan bahwa multikolinearitas yang terdeteksi telah teratasi. Kata Kunci : multikolinearitas, LASSO, LARS, pneumonia.

BAGAN KENDALI NONPARAMETRIK DENGAN ESTIMASI FUNGSI KEPEKATAN KERNEL (Studi Kasus: Indeks Prestasi Mahasiswa Jurusan Matematika Angkatan 2014-2016 FMIPA Untan pada Semester Genap 2016/2017) Sani Sani; Setyo Wira Rizki; Nurfitri Imro’ah
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 8, No 1 (2019): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v8i1.30862

Indeks Prestasi (IP) merupakan salah satu tolok ukur prestasi belajar pada proses perkuliahan. Demi menjaga konsistensi dan kestabilan IP agar tetap baik, maka perlu dilakukan pengendalian kualitas. Pengendalian kualitas dapat dilakukan dengan bagan kendali. Bagan kendali yang digunakan adalah bagan kendali nonparametrik dengan pendekatan Kernel. Langkah yang dilakukan adalah menentukan fungsi Kernel yang digunakan. Setelah itu mengestimasi fungsi kepekatan dengan masing-masing fungsi Kernel tersebut. Berdasarkan fungsi estimasi kepekatan Kernel, selanjutnya dicari nilai bandwidth yang optimal dan ditentukan nilai-nilai batas kendali. Batas-batas kendali yang diperoleh digunakan untuk membentuk bagan kendali. Data yang digunakan adalah data IP mahasiswa Jurusan Matematika FMIPA Untan angkatan 2014-2016 semester genap 2016/2017. Hasil penelitian menunjukkan bahwa estimasi fungsi kepekatan Kernel Triangular adalah fungsi yang paling baik jika dibandingkan dengan fungsi Kernel Epanechnikov, Biweight, dan Gaussian pada kasus ini.Kata kunci: Bagan kendali, Kepekatan Kernel, Nonparametrik

PERAMALAN HARGA EMAS BATANGAN MENGGUNAKAN METODE GREY DOUBLE EXPONENTIAL SMOOTHING Ika Novira Zulianti; Shantika Martha; Nurfitri Imro’ah
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 9, No 4 (2020): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v9i4.42280

Grey Double Exponential Smoothing (GDES) merupakan gabungan dari metode grey dan double exponential smoothing yang digunakan untuk melakukan peramalan data deret waktu yang berpola trend dengan keacakan, ketidakteraturan dan keterbatasan informasi data yang ada. Grey accumulated generating operator (r-AGO) yang dapat memuluskan gangguan acak data dimasukkan ke dalam metode double exponential smoothing sehingga kecenderungan pola data dapat dilihat dengan jelas. Hasil peramalan metode GDES diperoleh dengan cara mentransformasikan balik data transformasi r-AGO menggunakan inverse accumulated generating operator (IAGO). Penelitian ini bertujuan meramalkan harga emas batangan pada bulan Januari sampai Juni tahun 2020 menggunakan metode GDES serta mengukur kesalahan peramalan yang dihasilkan metode tersebut. Keakuratan hasil peramalan yang digunakan adalah mean absolute precentage error (MAPE). Dataset yang digunakan pada penelitian ini adalah rata-rata harga emas batangan per gram dari bulan Januari 2016 sampai Desember 2019. Hasil peramalan harga emas yang diperoleh menggunakan metode GDES menunjukkan trend naik setiap bulannya dengan hasil peramalan terendah adalah Rp.755.340,39 pada bulan Januari 2020 dan hasil peramalan tertinggi adalah Rp.763.833,70 pada bulan Juni 2020. Nilai MAPE yang dihasilkan sebesar 1,53% yang berarti bahwa peramalan GDES untuk harga emas batangan termasuk dalam kategori peramalan yang sangat baik. Kata Kunci : peramalan, exponential smoothing, grey, r-AGO, IAGO, MAPE

PENERAPAN ANALISIS KOMPONEN UTAMA UNTUK MEREDUKSI VARIABEL DALAM PENGUKURAN DESAIN HELM Sri Jumiati; Shantika Martha; Nurfitri Imro’ah
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 7, No 3 (2018): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v7i3.26554

Analisis Komponen Utama (AKU) adalah salah satu metode yang dapat digunakan untuk mereduksi ukuran variabel dari yang berukuran besar dan saling berkorelasi menjadi ukuran yang lebih kecil dan tidak saling berkorelasi. Pada penelitian ini dilakukan analisis komponen utama pada data desain pembuatan helm american football. Berdasarkan analisis yang dilakukan, dapat disimpulkan bahwa komponen utama pertama memberikan kontribusi sebesar 47,81%, sebagai rata-rata tertimbang dari ke lima variabel. Komponen utama kedua memberikan kontribusi sebesar 23,47%, membentuk bobot negatif terhadap variabel dan bobot positif terhadap variabel dan sebagai perbandingan. komponen utama kedua membandingkan ukuran dari mata ke kepala bagian belakang ( dengan ukuran dari mata ke kepala bagian atas dan ukuran dari telinga ke kepala bagian atas . Dua komponen utama yang terbentuk dapat menjelaskan proporsi kumulatif sebesar 71,28%. Kata kunci: analisis komponen utama, matriks korelasi

PERAMALAN VOLATILITAS SAHAM MENGGUNAKAN MODEL THRESHOLD GENERALIZED AUTOREGRESSIVE CONDITIONAL HETEROSCEDASTICITY Ervina Ervina; Dadan Kusnandar; Nurfitri Imro’ah
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 9, No 1 (2020): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Model Threshold Generalized Autoregressive Conditional Heteroscedasticity (TGARCH) merupakan model yang digunakan untuk memodelkan volatilitas yang memiliki efek asimetris. Tujuan penelitian ini adalah memodelkan dan meramalkan volatilitas IHSG menggunakan model TGARCH untuk sepuluh periode ke depan. Data yang digunakan adalah data return IHSG penutupan mingguan dari tanggal 8 Februari 2009 sampai dengan 10 Februari 2019. Penelitian ini diawali dengan pembentukan model Box Jenkins. Residual model Box Jenkins terbaik digunakan untuk mendeteksi heteroskedastisitas menggunakan uji ARCH-LM. Data residual yang memiliki heteroskedastisitas dimodelkan ke dalam model GARCH. Residual model GARCH dan residual model Box Jenkins digunakan untuk memeriksa pengaruh asimetris, yaitu dengan melakukan korelasi silang pada kedua residual model tersebut. Berdasarkan hasil korelasi silang yang dilakukan didapatkan adanya pengaruh asimetris terhadap volatilitas, sehingga digunakan model TGARCH untuk mengatasinya. Model TGARCH terbaik dalam penelitian ini adalah TGARCH(1,1) berdasarkan nilai Akaike Information Criterion (AIC) dan Schwarz Criterion (SC) terkecil. Model TGARCH(1,1) digunakan untuk meramalkan volatilitas IHSG. Hasil peramalan volatilitas yang diperoleh untuk sepuluh periode ke depan mengalami peningkatan sebesar 0,000015 sampai dengan 0,000029.Kata Kunci: Asimetris, GARCH, TGARCH

Co-Authors Abang Yogi Pratama Alvin Octavianus Halim Anjeli Dwi Laksmi Astri Maulini Bagus Setiadi Canseria Yuli Ismayanti Deva Kurnia Aristi Devi Eka Putri Eka Lestari Ervin Ervin Ervina Ervina Evy Sulistianingsih Helmi Helmi Hendra Perdana Ika Novira Zulianti Imi Sartika Indah Noviyanti Julianti Kastari Laksono Trisnantoro Luh Putu Ratna Sundari Maria Regina Vindasari Marwalida Rachmadiar Maya Rosalina Naomi Nessyana Debataraja Naomi Nessyana Debataraja Neva Satyahadewi NUR’AINUL MIFTAHUL HUDA Riani Mahalalita Robiansyah Robiansyah Sani Sani Setyo Wir Rizki Setyo Wira Rizki Shantika Martha Siti Aprizkiyandari, Nurul Qomariyah, Shantika Martha, Siti Hardianti Sri Jumiati Syafitri Wulandari Tamtama, Ray Trinita Ariningsih Vina Annisa Nurdiani Aji Vita Virgianti Wirda Andani Yosi Yosi

Title Search

Found 23 Documents Search Journal : BIMASTER

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 23 Documents
Search
Journal : BIMASTER