Garuda - Garba Rujukan Digital

p-Index From 2021 - 2026

5.19

P-Index

This Author published in this journals

Nanik Suciati

Departemen Informatika Institut Teknologi Sepuluh Nopember

Author-ID : 387460

Arts Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Education Electrical & Electronics Engineering Engineering Environmental Science Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Mathematics Mechanical Engineering Public Health Social Sciences Other

Published : 91 Documents Claim Missing Document

Claim Missing Document

Articles

1 2 3 4 5

Segmentasi Variasi Pencahayaan Citra Tomat Menggunakan Marker Controlled Watershed dan Arimoto Entropy untuk Perbaikan Citra Riska, Suastika Yulia; Ginardi, R. V. Hari; Suciati, Nanik
Jurnal Buana Informatika Vol 6, No 3 (2015): Jurnal Buana Informatika Volume 6 Nomor 3 Juli 2015
Publisher : Universitas Atma Jaya Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (648.516 KB)

Abstract. Tomatoes image acquisition in outdoors condition results in an image that cannot be processed because of lighting variation on the glossy surface. Lighting variation is one of the problems in image processing because the resulting color values on tomatoes is lost from the affected area due to lighting variation. This research is meant to improve the image of tomatoes with lighting variations in the preprocessing stage. Segmentation methods proposed to detect and eliminate lighting variation is marker-controlled watershed with Arimoto entropy. After eliminating the detected area with lighting, tomatoes image are improved in three ways, namely by applying RGB average, searching the value of pixels with pixels index, and using a moving window with various kernel sizes. The error segmentation of the proposed method is by 36.67%, which better than the previous method. The best results tomato image enhancement is by using a moving window with a kernel size 15x15.Keywords: arimoto entropy, image enhancement, marker controlled watershed, preprocessing, segmentation. Â Abstrak. Pengambilan citra tomat di luar ruangan mengakibatkan citra tidak dapat langsung diproses karena memiliki variasi pencahayaan pada permukaannya yang glossy. Variasi pencahayaan merupakan salah satu masalah dalam pemrosesan citra tomat karena mengakibatkan hilangnya nilai warna yang dimiliki area yang terkena variasi pencahayaan. Tujuan penelitian ini adalah untuk memperbaiki citra tomat yang terdeteksi memiliki variasi pencahayaan pada tahap preprocessing. Metode segmetasi yang diusulkan pada penelitian ini untuk mendeteksi dan menghilangkan area variasi pencahayaan adalah marker controlled watershed dengan arimoto entropy. Setelah menghilangkan area yang terdeteksi memiliki pencahayaan, citra tomat diperbaiki dengan tiga cara, yaitu dengan rata-rata RGB tomat, pencarian nilai piksel dengan indeks piksel, dan menggunakan moving window dengan berbagai ukuran kernel. Eror segmentasi dari metode yang diusulkan sebesar 36,67%, yaitu lebih baik dari pada metode sebelumnya. Hasil perbaikan citra secara visual menunjukkan hasil yang paling baik dengan menerapkan perbaikan citra menggunakan moving window dengan ukuran kernel 15x15.Kata Kunci: arimoto entropy, marker controlled watershed, perbaikan citra, preprosesing, segmentasi.

Modifikasi Ant Colony Optimization Berdasarkan Gradient Untuk Deteksi Tepi Citra Liantoni, Febri; Suciati, Nanik; Fatichah, Chastine
Jurnal Buana Informatika Vol 6, No 3 (2015): Jurnal Buana Informatika Volume 6 Nomor 3 Juli 2015
Publisher : Universitas Atma Jaya Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (557.421 KB)

Abstract. Ant Colony Optimization (ACO) is an optimization algorithm which can be used for image edge detection. In traditional ACO, the initial ant are randomly distributed. This condition can cause an imbalance ants distribution. Based on this problem, a modified ant distribution in ACO is proposed to optimize the deployment of ant based gradient. Gradient value is used to determine the placement of the ants. Ants are not distributed randomly, but are placed in the highest gradient. This method is expected to be used to optimize the path discovery. Based on the test results, the use of the proposed ACO modification can obtain an average value of the Peak Signal to Noise Ratio (PSNR) of 12.724. Meanwhile, the use of the traditional ACO can obtain an average value of PSNR of 12.268. These results indicate that the ACO modification is capable of generating output image better than traditional ACO in which ants are initially distributed randomly.Keywords: Ant Colony Optimization, gradient, Edge Detection, Peak Signal to Noise RatioÂ Abstrak. Ant Colony Optimization (ACO) merupakan algoritma optimasi, yang dapat digunakan untuk deteksi tepi pada citra Pada ACO tradisional, semut awal disebarkan secara acak. Kondisi ini dapat menyebabkan ketidakseimbangan distribusi semut. Berdasarkan permasalahan tersebut, modifikasi distribusi semut pada ACO diusulkan untuk mengoptimalkan penempatan semut berdasarkan gradient. Nilai gradient digunakan untuk menentukan penempatan semut. Semut tidak disebar secara acak akan tetapi ditempatkan di gradient tertinggi. Cara ini diharapkan dapat digunakan untuk optimasi penemuan jalur. Berdasarkan hasil uji coba, dengan menggunakan ACO modifikasi yang diusulkan dapat diperoleh nilai rata-rata Peak Signal to Noise Ratio (PSNR) 12,724. Sedangkan, menggunakan ACO tradisional diperoleh nilai rata-rata PSNR 12,268. Hasil ini menunjukkan bahwa ACO modifikasi mampu menghasilkan citra keluaran yang lebih baik dibandingkan ACO tradisional yang sebaran semut awalnya dilakukan secara acak.Kata Kunci: Ant Colony Optimization, gradient, deteksi tepi, Peak Signal to Noise Ratio

Modifikasi Kombinasi Particle Swarm Optimization dan Genetic Algorithm untuk Permasalahan Fungsi Non-Linier Kurniawan, Muchamad; Suciati, Nanik
INTEGER: Journal of Information Technology Vol 2, No 2 (2017): September
Publisher : Fakultas Teknologi Informasi Institut Teknologi Adhi Tama Surabaya

Particle Swarm Optimization (PSO) is the population-based optimization algorithm and the generation of random values. The deficiency of the PSO algorithm is prematurely convergent, meaning it quickly finds solutions to local solutions. PSO tidak mampu untuk mencari ruang solusi lebih luas. PSO can not afford to search for wider solution space. In this study modification of the combination of PSO with Genetic Algortihm (GA) or we call M-PSOGA. The advantage of GA taken is to find a wider solution space. M-PSOGA is evaluated on non-linear function problem. The results obtained by M-PSOGA produce the best solution from its predecessor method, PSO and PSOGA. Better on the results of the solutions obtained and the convergent velocity on global solutions.Keywords: Particel Swarm Optimization, Genetic Algorithm, Non-Linier Function.

KLASIFIKASI CITRA BATIK MENGGUNAKAN METODE EKSTRAKSI CIRI YANG INVARIANT TERHADAP ROTASI Kurniawardhani, Arrie; Suciati, Nanik; Arieshanti, Isye
JUTI: Jurnal Ilmiah Teknologi Informasi Vol 12, No 2, Juli 2014
Publisher : Department of Informatics, Institut Teknologi Sepuluh Nopember

Untuk membantu proses pendokumentasian citra Batik, dibutuhkan sistem klasifikasi yang cukup handal dalam mengklasifikasi dan mengidentifikasi citra Batik. Salah satu kehandalan sistem klasifikasi yang dibutuhkan adalah invariant terhadap rotasi. Kehandalan tersebut dibutuhkan agar sistem dapat diaplikasikan untuk mengenali citra dari berbagai macam sumber, seperti internet. Kehandalan sistem klasifikasi tidak lepas dari kehandalan metode ekstraksi cirinya. Salah satu metode ekstraksi ciri yang invariant terhadap rotasi adalah LBPROT. Namun, LBPROT memiliki kekurangan yaitu mengabaikan karakteristik lokal dari kekontrasan atau nilai varian. Di lain pihak, Completed Local Binary Pattern (CLBP) dan Completed Robust Local Binary Pattern (CRLBP) memiliki ciri yang dapat merepresentasikan nilai varian lokal tanpa mengabaikan struktur spasial lokal, yaitu ciri magnitude-nya, CLBP_M dan CRLBP_M. Oleh karena itu, pada penelitian kali ini diusulkan metode klasifikasi yang invariant terhadap rotasi, dengan menggunakan metode ekstraksi ciri yang menggabungkan kelebihan metode LBPROT dan CLBP_M (rotCLBP_M), atau LBPROT dan CRLBP_M (rotCRLBP_M). Hasil ekstraksi ciri akan menjadi data masukan untuk sistem klasifikasi Probabilistic Neural Network (PNN). Kinerja sistem diukur menggunakan akurasi. Hasil uji coba menunjukkan bahwa sistem klasifikasi dengan metode ekstraksi ciri rotCRLBP_M, lebih unggul dibandingkan dengan metode rotCLBP_M. Sistem klasifikasi dapat mencapai akurasi maksimal sebesar 90.34% untuk dataset Batik. Sedangkan pada dataset Brodatz, sistem klasifikasi dapat mencapai akurasi sebesar 87,92%.

DOTTED-BOARD MODEL DAN EXTENDED LOCAL SEARCH UNTUK OPTIMALISASI TATA LETAK POLA BUSANA PADA BAHAN BERMOTIF DENGAN MEMPERTIMBANGKAN ATURAN KESERASIAN MOTIF Bimantoro, Fitri; Suciati, Nanik; Arieshanti, Isye
JUTI: Jurnal Ilmiah Teknologi Informasi Vol 13, No 1, Januari 2015
Publisher : Department of Informatics, Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j24068535.v13i1.a390

Permasalahan peletakkan pola busana penting dilakukan untuk memperoleh efisiensi dalam penggunaan bahan kain.Tidak hanya itu, waktu pemrosesan dengan memperhatikan keserasian motif juga masih menjadi masalah yang belum terselesaikan. Permasalahan ini dikenal dengan irregular strip packing problem (SPP). Penelitian irregular SPP menggunakan bahan bermotif pernah dilakukan sebelumnya, namun tidak memperhatikan keserasian isi motif. Penelitian ini diusulkan untuk menyelesaikan irregular SPP pada bahan bermotif dengan mempertimbangkan keserasian isi motif. Metode yang diusulkan adalah Dotted Board Model (DBM) yang dikombinasikan dengan Extended Local Search (ELS). Pada tahap awal pola busana dibagi menjadi dua kelompok. Kelompok pola busana yang memiliki aturan keserasian mo-tif, dan kelompok pola busana yang tidak memiliki aturan keserasian motif. Selanjutnya, inisialisasi tata letak awal dil-akukan pada kelompok pola busana yang memiliki aturan keserasian motif menggunakan DBM. Selebihnya, pola busana tanpa aturan keserasian motif akan dioptimalisasi dengan menggunakan ELS. Setiap aturan keserasian memiliki poin yang digunakan sebagai tolak ukur keserasian motif. Berdasarkan ujicoba, kombinasi terbaik ELS+DBM terdapat pada resolusi 3 piksel dengan iterasi local search ke 5. Nilai efisiensi dan waktu ELS+DBM adalah 57% dan 381 detik. Waktu komputasi ELS+DBM lebih cepat dengan selisih waktu komputasi 392,7detik dibandingkan tanpa DBM. Hal ini menun-jukkan bahwa metode ELS+DBM lebih unggul dibandingkan ELS tanpa DBM, karena metode ELS+DBM memiliki waktu yang lebih singkat untuk mencapai nilai efisiensi yang hampir sama.

Premise Parameter Optimization on Adaptive Network Based Fuzzy Inference System Using Modification Hybrid Particle Swarm Optimization and Genetic Algorithm Kurniawan, Muchamad; Suciati, Nanik
Jurnal IPTEK Vol 22, No 2 (2018): December
Publisher : LPPM Institut Teknologi Adhi Tama Surabaya (ITATS)

ANFIS is a combination of the Fuzzy Inference System (FIS) and Neural Network (NN), which has two training parameters, premise and consequent. In the traditional ANFIS, Least Square Estimator (LSE) and Gradient Descent (GD) are commonly used learning algorithms to train the two parameters. The combination of those two learning algorithms tends to produce the local optimal solution. Particle Swarm Optimization (PSO) can converge quickly but still allow for getting the local optimal solution because PSO is unable to find a new solution space. Meanwhile, Genetic Algorithm (GA) has been reported to be able to find a wider solution space. Hybrid PSOGA is expected to give a better solution. In this study, modification of hybrid PSOGA is used to train the premise parameter of ANFIS. In experiments, the accuracy of the proposed classification method, which is called ANFIS-PSOGA, is compared to ANFIS-GA and ANFIS-PSO on Iris flowers, Haberman, and Vertebral datasets. The experiment shows that ANFIS-PSOGA achieves the best result compared to the other methods, with an average of accuracy 99.85% on Iris flowers, 84.52% on Haberman, and 91.83% on Vertebral.

Javanese Document Image Recognition Using Multiclass Support Vector Machine Sugianela, Yuna; Suciati, Nanik
CommIT (Communication and Information Technology) Journal Vol 13, No 1 (2019): CommIT Vol. 13 No. 1 Tahun 2019
Publisher : Bina Nusantara University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21512/commit.v13i1.5330

Some ancient documents in Indonesia are written in the Javanese script. Those documents contain the knowledge of history and culture of Indonesia, especially about Java. However, only a few people understand the Javanese script. Thus, the automation system is needed to translate the document written in the Javanese script. In this study, the researchers use the classification method to recognize the Javanese script written in the document. The method used is the Multiclass Support Vector Machine (SVM) using One Against One (OAO) strategy. The researchers use seven variations of Javanese script from the different document for this study. There are 31 classes and 182 data for training and testing data. The result shows good performance in the evaluation. The recognition system successfully resolves the problem of color variation from the dataset. The accuracy of the study is 81.3%.

Apakah kombinasi power lbp dan fourier descriptor dapat digunakan untuk klasifikasi citra kerang? Devi, Putri Aisyiyah Rakhma; Suciati, Nanik; Khotimah, Wijayanti Nurul
Teknologi: Jurnal Ilmiah Sistem Informasi Vol 6, No 2 (2016): July
Publisher : Universitas Pesantren Tinggi Darul 'Ulum (Unipdu) Jombang

ABSTRAKPermasalahan pengklasifikasian secara manual biasanya terletak pada hasil akurasi dan waktu klasifikasi. Pengklasifikasi citra kerang pada umumnya dilakukan berdasarkan pada karakteristik bentuk dan tekstur cangkang kerang. Pengembangan perangkat lunak untuk pengklasifikasian secara otomatis diharapkan dapat meningkatkan hasil akurasi dan memperbaiki waktu klasifikasi. Pada penelitian ini bertujuan untuk mengkombinasikan fitur tekstur berbasis metode Power LBP dan fitur bentuk berbasis metode fourier descriptor yang digunakan untuk klasifikasi citra kerang.Citra input yang digunakan, sebelumnya telah melalui praproses danÂ segmentasi untuk memisahkan objek dengan background. Citra objek yang sudah terpisah ditransformasi menjadi citra biner dan citra grayscale untuk proses ekstraksi fitur. Hasil dari kedua fitur yang sudah diperoleh akan dilakukan kombinasi dengan mempertimbangkan bobot masing-masing fitur yang kemudian dilakukan normalisasi. Dengan mengkombinasikan fitur tekstur dan fitur bentuk diharapkan memperoleh fitur yang signifikan yang dapat meningkatkan akurasi sebuah klasifikasi.Uji coba dilakukan pada 3 jenis dataset kerang yakni kerang darah, kerang pasir dan kerang bulu dengan menggunakan SVM cross validation dengan k=2 . Hasil uji coba menunjukkan bahwa ada keterkaitan antara mengkombinasikan fitur tekstur dan fitur bentuk pada permasalahan klasifikasi citra kerang dapat diperbaiki dengan hasil akurasi klasifikasi yang diperoleh sebesar 99,39% dengan fitur tekstur lebih dominan daripada fitur yang lainnya.Â Kata Kunci: citra kerang, ekstraksi fitur, fourier descriptor, klasifikasi, power LBP.Â ABSTRACTShells image classification are generally conducted based on the characteristics of the shape and texture of the shells. The problems of classification usually occur results of accuracy and timing classification. The software development for classification is expected to increase the yield of accuracy result and optimize the time of classification. In this study, we combine extracting texture features based Power LBP method and extracting shape features based Fourier Descriptor method for shells image classification.Â Â The used input images had been conducted preprocessingÂ and segmentation to separate object and background using Otsu methods. The objects images that had been separated are transformed into a binary image and grayscale image for feature extraction process. Texture features are extracted using Power LBP (PLBP) method and grayscale image as input. Shape features are extracted using Fourier Descriptor (FD) method and binary image as input. The results of these two features will be combined by considering the weight of each feature and then normalized. Combines texture features and shape features, we expect to obtain significant features that can improve the accuracy of classification.Tests was performed on three types of shells dataset that is blood clams, mussels and scallops feather sand by using SVM cross validation with k = 2 fold. The results show that there is a link between features combine texture and shape features on the image classification problems that can be solved with the results obtained classification accuracy of 99.39% with a texture feature more dominant than the other features.Â Keywords: classification, feature extraction, Fourier Descriptor , Power LBP, Shellfish image.

Abstract. Tomatoes image acquisition in outdoors condition results in an image that cannot be processed because of lighting variation on the glossy surface. Lighting variation is one of the problems in image processing because the resulting color values on tomatoes is lost from the affected area due to lighting variation. This research is meant to improve the image of tomatoes with lighting variations in the preprocessing stage. Segmentation methods proposed to detect and eliminate lighting variation is marker-controlled watershed with Arimoto entropy. After eliminating the detected area with lighting, tomatoes image are improved in three ways, namely by applying RGB average, searching the value of pixels with pixels index, and using a moving window with various kernel sizes. The error segmentation of the proposed method is by 36.67%, which better than the previous method. The best results tomato image enhancement is by using a moving window with a kernel size 15x15.Keywords: arimoto entropy, image enhancement, marker controlled watershed, preprocessing, segmentation. Ã‚Â Abstrak. Pengambilan citra tomat di luar ruangan mengakibatkan citra tidak dapat langsung diproses karena memiliki variasi pencahayaan pada permukaannya yang glossy. Variasi pencahayaan merupakan salah satu masalah dalam pemrosesan citra tomat karena mengakibatkan hilangnya nilai warna yang dimiliki area yang terkena variasi pencahayaan. Tujuan penelitian ini adalah untuk memperbaiki citra tomat yang terdeteksi memiliki variasi pencahayaan pada tahap preprocessing. Metode segmetasi yang diusulkan pada penelitian ini untuk mendeteksi dan menghilangkan area variasi pencahayaan adalah marker controlled watershed dengan arimoto entropy. Setelah menghilangkan area yang terdeteksi memiliki pencahayaan, citra tomat diperbaiki dengan tiga cara, yaitu dengan rata-rata RGB tomat, pencarian nilai piksel dengan indeks piksel, dan menggunakan moving window dengan berbagai ukuran kernel. Eror segmentasi dari metode yang diusulkan sebesar 36,67%, yaitu lebih baik dari pada metode sebelumnya. Hasil perbaikan citra secara visual menunjukkan hasil yang paling baik dengan menerapkan perbaikan citra menggunakan moving window dengan ukuran kernel 15x15.Kata Kunci: arimoto entropy, marker controlled watershed, perbaikan citra, preprosesing, segmentasi.

MODIFIKASI ANT COLONY OPTIMIZATION BERDASARKAN GRADIENT UNTUK DETEKSI TEPI CITRA Liantoni, Febri; Suciati, Nanik; Fatichah, Chastine
Jurnal Buana Informatika Vol 6, No 3 (2015): Jurnal Buana Informatika Volume 6 Nomor 3 Juli 2015
Publisher : Universitas Atma Jaya Yogyakarta

Co-Authors Adhira Riyanti Amanda Adni Navastara, Dini Agus Eko Minarno Agus Priyono Agus Zainal Arifin Agus Zainal Arifin Ahmad Saikhu Ahmad Syauqi Ahmad Syauqi Akwila Feliciano Akwila Feliciano Akwila Feliciano Pradiptatmaka Alam Ar Raad Stone Aldinata Rizky Revanda Altriska Izzati Khairunnisa Hermawan Amelia Devi Putri Ariyanto Amirullah Andi Bramantya Andika Rahman Teja Anny Yuniarti Antonius Kevin Wiguna Ardian Yusuf Wicaksono Ari Wijayanti Aris Fanani Arrie Kurniawardhani Arsy Bilahi Tama Ary Mazharuddin Shiddiqi Arya Yudhi Wijaya Atika Faradina Randa Atikah, Luthfi Avin Maulana Awangditama, Bangun Rizki Ayu Kardina Sukmawati Ayu Septya Maulani Baso, Budiman Bryan Nandriawan Bui, Ngoc Dung Chastine Fatichah Chastine Fatichah Chilyatun Nisa' Damayanti, Putri Daniel Sugianto Darlis Herumurti Davin Masasih Diana Purwitasari Dimas Rahman Oetomo Dini Adni Navastara Dini Adni Navastara, Dini Adni Dion Devara Aryasatya Eko Prasetyo Eva Yulia Puspaningrum Evelyn Sierra Fairuuz Azmi Firas Faishal Azka Jellyanto Faizin, Muhammad 'Arif Fajar Astuti Hermawati Fandy Kuncoro Adianto Fandy Kuncoro Adianto Febri Liantoni, Febri Fiqey Indriati Eka Sari Fitri Bimantoro Ginardi, R.V. Hari Glenaya Gou Koutaki Gurat Adillion, Ilham Hafidz, Abdan Handayani Tjandrasa Handayani Tjandrasa Hani Ramadhan Haq, Arinal Hidayat, Ahmad Nur Hidayati, Shintami Chusnul Hilya Tsaniya Imagine Clara Arabella Imam Kuswardayan Imam Mustafa Kamal Irawan Rahardja, Agustinus Aldi Isye Arieshanti Isye Arieshanti Januar Adi Putra Januar Adi Putra Kautsar, Faiz Keiichi Uchimura Kevin Christian Hadinata Kevin Christian Hadinata M. Bahrul Subkhi Maulidan Bagus A.R Maulidiya, Erika Mawaddah, Saniyatul MIFTAHOL ARIFIN, MIFTAHOL Mochammad Zharif Asyam Marzuqi Muchamad Kurniawan Muchamad Kurniawan Muchamad Kurniawan, Muchamad Muhamad Nasir Muhammad 'Arif Faizin Muhammad Alif Satriadhi Muhammad Farih Muhammad Fikri Sunandar Mutmainnah Muchtar Nafa Zulfa Ni Luh Made ITS Novrindah Alvi Hasanah R Dimas Adityo R. Dimas Adityo Rachman, Rudy Rahma Fida Fadhilah Rangga Kusuma Dinata Rangga Kusuma Dinata Rayssa Ravelia Rizal A Saputra Rizal A Saputra, Rizal A Rohman Dijaya Romario Wijaya Safhira Maharani Safhira Maharani Salim Bin Usman Salim Bin Usman Salsabiil Hasanah Sarimuddin, Sarimuddin Septiana, Nuning Sherly Rosa Anggraeni Sherly Rosa Anggraeni Shintami Chusnul Hidayati Shofiya Syidada Sjahrunnisa, Anita Suastika Yulia Riska Sugianela, Yuna Surya Fadli Alamsyah Syavira Tiara Zulkarnain Tanzilal Mustaqim Tiara Anggita Tiara Anggita Tsaniya, Hilya Wahyu Saputra, Vriza Wan Sabrina Mayzura Wibowo, Della Aulia Wicaksono, Farhan Wijayanti Nurul Khotimah Yulia Niza Yulia Niza Yuna Sugianela Yuna Sugianela Yuslena Sari, Yuslena Yuwanda Purnamasari Pasrun Zakiya Azizah Cahyaningtyas Zakiya Azizah Cahyaningtyas

Title

Found 91 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 91 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 91 Documents
Search