Garuda - Garba Rujukan Digital

p-Index From 2021 - 2026

5.514

P-Index

This Author published in this journals

All Journal International Journal of Electrical and Computer Engineering International Journal of Power Electronics and Drive Systems (IJPEDS) Majalah Ilmiah Teknologi Elektro Rotasi Jurnal Pendidikan Teknologi dan Kejuruan Mechatronics, Electrical Power, and Vehicular Technology Semesta Teknika Jurnal Teknologi Elektro ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika EMITTER International Journal of Engineering Technology JURNAL NASIONAL TEKNIK ELEKTRO KLIK (Kumpulan jurnaL Ilmu Komputer) (e-Journal) Briliant: Jurnal Riset dan Konseptual JTT (Jurnal Teknologi Terpadu) INVOTEK: Jurnal Inovasi Vokasional dan Teknologi JURNAL INTEGRASI INOVTEK POLBENG Techne : Jurnal Ilmiah Elektroteknika Aviation Electronics, Information Technology, Telecommunications, Electricals, Controls (AVITEC) Jurnal Teknologi Elekterika Jurnal Teknik Elektro dan Komputasi (ELKOM) Jurnal INOVTEKSeri Elektro JAREE (Journal on Advanced Research in Electrical Engineering) Jurnal Nasional Teknik Elektro dan Teknologi Informasi J-Innovation Jurnal Ilmiah Teknik Elektro Jurnal Rekayasa elektrika Suara Teknik : Jurnal Ilmiah The Indonesian Journal of Computer Science Emitor: Jurnal Teknik Elektro Majalah Ilmiah Teknologi Elektro Indonesian Journal of Electronics, Electromedical Engineering, and Medical Informatics

Novie Ayub Windarko

Politeknik Elektronika Negeri Surabaya

Author-ID : 418481

Aerospace Engineering Automotive Engineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Energy Engineering Health Professions Industrial & Manufacturing Engineering Materials Science & Nanotechnology Mechanical Engineering Transportation Other

Published : 75 Documents Claim Missing Document

Claim Missing Document

Articles

1 2 3 4 5

Series Arc Fault Breaker in Low Voltage Using Microcontroller Based on Fast Fourier Transform Dimas Okky Anggriawan; Audya Elisa Rheinanda; Muhammad Khanif Khafidli; Eka Prasetyono; Novie Ayub Windarko
EMITTER International Journal of Engineering Technology Vol 9 No 2 (2021)
Publisher : Politeknik Elektronika Negeri Surabaya (PENS)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24003/emitter.v9i2.615

Series Arc Fault is one of the disturbances of arcing jump is caused by gas ionization between two ends of damaged conductors or broken wire forming a gap in the insulator. Series arc fault is the primary driver of electrical fire. However, lack of knowledge of the disturbance of series arc fault causes the problem of electrical fire not be mitigated. Magnitude current is not capable to detect of series arc fault. Therefore, this paper proposes fast fourier transform (FFT) to detect series AC arc fault in low voltage using microcontroller ARM STM32F7NGH in real time. A cheap and high speed of microcontroller ARM STM32F7NGH can be used for FFT computation to transform signal in time domain to frequency domain. Moreover, in this paper, protection of series AC arc fault is proposed in the real time mode. In this experimental process, some various experiments are tested to evaluate the reliability of FFT and protection with various load starts from 1 A, 2 A, 3 A, 4 A in resistive load. The result of this experiment shows that series AC arc fault protection with STM32F7 microcontroller and FFT algorithm can be utilized to ensure series AC arc fault properly.

Studi Komparasi Fungsi Keanggotaan Fuzzy sebagai Kontroler Bidirectional DC-DC Converter pada Sistem Penyimpan Energi Eka Prasetyono; Wima Ashary; Anang Tjahjono; Novie Ayub Windarko
JURNAL NASIONAL TEKNIK ELEKTRO Vol 4 No 2: September 2015
Publisher : Jurusan Teknik Elektro Universitas Andalas

Bidirectional DC-DC converter is needed in the energy storage system. The converter topology used in this paper was a non-isolated bidirectional DC-DC buck-boost converter. This converter worked in two ways, which the charging mode stored energy into battery when load current was less than nominal main DC current (set point) and discharging mode transferred energy from battery to the load when its current exceeded set point value. Both of these modes worked automatically according to the load current. The charging and discharging currents were controlled by fuzzy logic controller which was implemented on microcontroller ARM Cortex-M4F STM32F407VG. This paper compares two types of fuzzy membership function (triangular and sigmoid) in controlling bidirectional DC-DC converter. The results showed that fuzzy logic controller with triangle membership function and sigmoid as control bidirectional DC-DC converter had no significant different response, both had an average error for charging and discharging process under 4% with ripple current on the main DC bus around 0.5%. The computing time of program for fuzzy logic controller with triangular membership functions had 19.01% faster than sigmoid, and fuzzy logic computation time on a microcontroller with hardware floating point was 60% faster than software floating point. Keywords : Bidirectional DC-DC converter, Fuzzy logic controller and MikorkontrolerAbstrak—Bidirectional DC-DC converter merupakan converter yang diperlukan dalam sistem penyimpan energi. Topologi converter yang digunakan pada paper ini adalah non-isolated bidirectional DC-DC converter jenis buck–boost converter, converter ini dapat bekerja dua arah yaitu mode charging untuk menyimpan energi ke dalam baterai apabila arus beban kurang dari nilai nominal (set point) kemampuan main DC bus dan mode discharging untuk menyalurkan energi dari baterai ke beban bila arus beban melebihi nilai set point. Kedua mode tersebut bekerja secara otomatis sesuai dengan besarnya beban yang digunakan. Besarnya arus charging dan discharging dikontrol oleh kontrol logika fuzzy yang diimplemanetasikan pada mikrokontroler ARM Cortex-M4F STM32F407VG. Paper ini membandingkan dua jenis fungsi keanggotaan fuzzy (segitiga dan sigmoid) dalam mengontrol bidirectional DC-DC converter. Hasil yang diperoleh menunjukkan kontrol logika fuzzy dengan fungsi keanggotaan segi tiga dan sigmoid sebagai kontrol bidirectional DC-DC converter memiliki perbedaan respon yang tidak signifikan, keduanya memiliki rata-rata error untuk proses charging dan discharging dibawah 4% dengan ripple pada main DC bus 0.5%. Ditinjau dari waktu komputasi program, kontrol logika fuzzy dengan fungsi keanggotaan segitiga 19.01% lebih cepat komputasinya dibanding dengan sigmoid dan waktu komputasi logika fuzzy pada mikrokontroler dengan floating point hardware 60% cepat dibanding dengan floating point secara software.Kata Kunci : Bidirectional DC-DC converter, Fuzzy logic controller dan Mikorkontroler.

Pemodelan dan Prediksi Daya Output Photovoltaic secara Real Time Berbasis Mikrokontroler Eka Prasetyono; Ragil Wigas Wicaksana; Novie Ayub Windarko; Moh. Zaenal Efendi
JURNAL NASIONAL TEKNIK ELEKTRO Vol 4 No 2: September 2015
Publisher : Jurusan Teknik Elektro Universitas Andalas

The electrical energy generated by the photovoltaic (PV) as a renewable energy source highly affected by environmental conditions such as intensity of sunlight irradiance, temperature, geographic location and tilt angle of PV itself. How much power should be generated by the PV for every times and anywhere will be discussed in this paper. This paper are implemented models of clear sky solar irradiance, solar position and PV temperature to predict the power output should be generated by PV. The model is implemented on the ARM Cortex M4F microcontroller STM32F407 which is a 32bit microcontroller and equipped with DSP, so the prediction of PV power output can be done online and in real time. To be able to predict the PV power output online, at any time and wherever they are, in this study microcontroller equipped with temperature sensors and input geographical information (latitude-longitude) and also equipped with a memory card for data logger between the predictions and field measurement. Results have been obtained by field experiments, measurements test for PV is very close to predictions with an average error 4.72% and computation time for all models by microcontroller with DSP instruction 33.64% faster compare to without DSP instruction.Keywords : Photovoltaic, Real time power prediction and Microcontroller. Abstrak—Energi listrik yang dihasilkan oleh photovoltaic (PV) sebagai sumber energi terbarukan sangat terpengaruh oleh kondisi lingkungan seperti besar kecilnya intensitas iradiasi sinar matahari, suhu, letak geografis dan orientasi kemiringan dari PV itu sendiri. Berapa daya yang seharusnya dihasilkan oleh PV untuk setiap saat dan dimana saja akan dibahas pada makalah ini. Pada makalah ini mengimplementasi clear sky solar irradiance, solar position dan PV temperatur model untuk memprediksi daya output yang seharusnya dihasilkan oleh PV. Model tersebut diimplemantasikan pada mikrokontroller ARM Cortex M4F STM32F407 yang merupakan mikrokontroller 32bit dan dilengkapi dengan DSP, sehingga prediksi daya output PV dapat dilakukan secara online dan real time. Untuk dapat memprediksi daya output PV secara online, setiap saat dan dimana saja berada, maka pada makalah ini mikrokontroler dilengkapi dengan sensor suhu dan input informasi geografis berupa lintang-bujur dan dilengkapi juga dengan memory card untuk data logger antara daya hasil prediksi dan daya hasil pengukurang dilapangan. Hasil yang telah diperoleh dari percobaan lapangan menunjukkan bahwa daya hasil pengukuran PV terhadap prediksi daya melalui model sangat mendekati dengan rata-rata error 4.72% dan penggunaan instruksi DSP pada mikrokontroler untuk perhitungan model waktu komputasinya 33.64% lebih cepat dibandingkan tanpa instruksi DSPKata Kunci : Photovoltaic, Prediksi daya secara real time dan Mikrokontroler

FEED FORWARD NEURAL NETWORK SEBAGAI ALGORITMA ESTIMASI STATE OF CHARGE BATERAI LITHIUM POLYMER Mohammad Imron Dwi Prasetyo; Anang Tjahjono; Novie Ayub Windarko
KLIK- KUMPULAN JURNAL ILMU KOMPUTER Vol 7, No 1 (2020)
Publisher : Lambung Mangkurat University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20527/klik.v7i1.290

Estimasi State Of Charge (SOC) baterai merupakan parameter terpenting dalam Battery Management System (BMS), terlebih sebagai aplikasi dari mobil listrik dan smart grid. SOC tidak dapat dilakukan pengukuran secara langsung, sehingga diperlukan metode estimasi untuk mendapatkan nilai tersebut. Beberapa metode yang pernah diusulkan adalah coloumb counting dan open circuit voltage. Akan tetapi coloumb counting memiliki kelemahan dalam hal inisialisasi SOC awal dan memiliki ketergantungan terhadap sensor arus. Sedangkan metode open circuit voltage hanya dapat digunakan pada baterai dalam kondisi idel. Pada penelitian ini diusulkan metode algoritma Feed Forward Neural Network (FFNN) untuk estimasi SOC baterai lithium polymer. Algoritma ini dapat menyelesaikan sistem nonlinier seperti yang dimiliki oleh baterai lithium polymer. Arsitektur FFNN dibangun dua kali (dual neural) untuk estimasi OCV dan SOC. FFNN pertama dengan input tegangan, arus, dan waktu charging maupun discharging untuk estimasi OCV. OCV hasil training neural pertama digunakan sebagai input FFNN kedua untuk estimasi SOC. Hasil dari estimasi ini didapatkan dengan nilai hidden neuron 11 pada neural pertama dan hidden neuron 4 pada neural kedua.Keywords: SOC, BMS, Coloumb Counting, OCV, FFNNEstimasi State Of Charge (SOC) baterai merupakan parameter terpenting dalam Battery Management System (BMS), terlebih sebagai aplikasi dari mobil listrik dan smart grid. SOC tidak dapat dilakukan pengukuran secara langsung, sehingga diperlukan metode estimasi untuk mendapatkan nilai tersebut. Beberapa metode yang pernah diusulkan adalah coloumb counting dan open circuit voltage. Akan tetapi coloumb counting memiliki kelemahan dalam hal inisialisasi SOC awal dan memiliki ketergantungan terhadap sensor arus. Sedangkan metode open circuit voltage hanya dapat digunakan pada baterai dalam kondisi idel. Pada penelitian ini diusulkan metode algoritma Feed Forward Neural Network (FFNN) untuk estimasi SOC baterai lithium polymer. Algoritma ini dapat menyelesaikan sistem nonlinier seperti yang dimiliki oleh baterai lithium polymer. Arsitektur FFNN dibangun dua kali (dual neural) untuk estimasi OCV dan SOC. FFNN pertama dengan input tegangan, arus, dan waktu charging maupun discharging untuk estimasi OCV. OCV hasil training neural pertama digunakan sebagai input FFNN kedua untuk estimasi SOC. Hasil dari estimasi ini didapatkan dengan nilai hidden neuron 11 pada neural pertama dan hidden neuron 4 pada neural kedua.Kata kunci: SOC, BMS, Coloumb Counting, OCV, FFNN

Battery Management System (BMS) Dengan State Of Charge (SOC) Metode Modified Coulomb Counting Puspita Ningrum; Novie Ayub Windarko; Suhariningsih Suhariningsih
INOVTEK - Seri Elektro Vol 1, No 1 (2019): INOVTEK Seri Elektro
Publisher : Politeknik Negeri Bengkalis

Baterai merupakan media penyimpanan energi listrik dalam bentuk energi kimia yang dapat dikonversikan menjadi daya. Dalam kasus yang ditemukan baterai mudah mengalami kerusakan dan memiliki life time yang pendek. Kerusakan pada baterai disebabkan karena penggunaan yang tidak ideal dan baterai tidak dilengkapi sistem proteksi dan monitoring, sehingga baterai tetap beroperasi meskipun dalam kondisi over-voltage, over-current dan over-heat saat charging dan ditambah mengalami under-voltage pada saat discharging. Pada jurnal ini disampaikan perancangan sistem BMS (Battery Management System) untuk 2 jenis baterai yaitu Lead Acid 12V 7Ah dan Li-ion 12V 4Ah. BMS memiliki tiga fungsi, yaitu computation , monitoring ,dan protection. Sensor tegangan, sensor arus ACS 712 dan sensor suhu DHT22 digunakan untuk mengirimkan informasi mengenai kondisi baterai ke mikrokontroler Arduino Mega 2560 sebagai pusat kendali. Akurasi pengukuran State Of Charge (SOC) mempunyai aspek yang penting dalam perancangan Battery Management System. Pengukuran SOC secara tepat dapat menghindarkan baterai dari kondisi overcharge dan undercharge. Dari hasil pengujian diharapkan bahwa BMS mampu membaca nilai tegangan, arus, suhu, SOC, AH, dan WH. Hasil pembacaan parameter dapat tersimpan pada SD Card. Sistem proteksi pada BMS akan aktif ketika baterai dalam kondisi tidak ideal sehingga baterai tidak mudah rusak dan dapat menekan penurunan life time.

Estimasi State of Charge (SOC) Pada Baterai Lithium – Ion Menggunakan Feed-Forward Backpropagation Neural Network Dua Tingkat S Aisyah; Muhammad Nizar Habibi; Mohammad Imron Dwi Prasetyo; Novie Ayub Windarko; Diah Septi Yanaratri
Jurnal Teknologi Terpadu Vol 8, No 2 (2020): JTT (Jurnal Teknologi Terpadu)
Publisher : Pusat Penelitian dan Pengabdian Kepada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32487/jtt.v8i2.846

Pada perkembangan teknologi zaman ini, baterai memainkan peran penting dalam memenuhi kebutuhan energi. Faktor yang mempengaruhi kinerja baterai adalah keadaan muatan dan energi yang disimpan baterai terbatas. Hal ini menyebabkan kerusakan baterai karena pengisian dan pengosongan baterai yang berulang kali dan dapat over-charge atau over-discharging. Oleh karena itu, dibutuhkan alat pengukuran kapasitas baterai untuk menjaga agar baterai tidak cepat rusak. State of charge baterai adalah status yang menunjukkan kapasitas baterai. Pada penelitian ini, akan dilakukan estimasi state of charge baterai Lithium Ion 12 volt 4 ah menggunakan metode Feed-Forward Backpropagation karena metode FF-BPNN dapat menyesuaikan dengan karakteristik non-linear dari baterai Dalam metode ini, ada dua tingkat proses training data (dua neural) untuk mendapatkan estimasi nilai OCV dan SOC. Tingkat pertama dengan parameter input yaitu tegangan, arus, dan waktu charge atau discharge untuk estimasi OCV. OCV dari hasil tingkat pertama, digunakan sebagai input dari proses tingkat kedua untuk estimasi SOC. Hasil estimasi SOC yang didapat yaitu jumlah nilai hidden neuron 11 pada kondisi charging dan nilai hidden neuron 10 pada kondisi discharge, karena hal itu menunjukkan bahwa estimasi baterai lithium-ion SOC dengan pembacaan aktualnya menunjukkan error yang kecil.

SISTEM PENDINGINAN AIR UNTUK PANEL SURYA DENGAN METODE FUZZY LOGIC Maruto Swatara Loegimin; Bambang Sumantri; Mochamad Ari Bagus Nugroho; Hasnira Hasnira; Novie Ayub Windarko
JURNAL INTEGRASI Vol 12 No 1 (2020): Jurnal Integrasi - April 2020
Publisher : Politeknik Negeri Batam

Sun light is one form of energy from natural resources. These solar natural resources have been widely used to supply electrical power in communication satellites through solar cells. This solar cell can produce unlimited amounts of electrical energy directly taken from the sun. The solar panel itself has the maximum body temperature which influences the output of the solar panel. Solar cell panels have a decreased ability to generate electricity if it overheats or goes through the limits of effectiveness. Therefore, a cooling tower system is developed using the Fuzzy Logic method through this study with the aim of maximizing the efficiency of solar cell panels in generating electricity and analyzing Solar Panel systems( Photovoltaic). The data analyzed are: 1) The method of cooling solar panels using the cooling tower system with fuzzy logic methods, 2) Efficiency of Solar Cell Panels in generating electricity, 3) Electric power produced by solar cell panels. The results of this study explain that the use of fuzzy logic can regulate the speed of water for cooling on panels so that it can be said that the cooling system for solar panels is suitable for use in the tropics, because sunlight is very abundant and is in the equatorial area.

System Design of Three Phases Six Legs DC/DC Converter for Solar Cell Muhammad Prihadi Eko Wahyudi; Qoriatul Fitriyah; Novie Ayub Windarko
JURNAL INTEGRASI Vol 13 No 2 (2021): Jurnal Integrasi - Oktober 2021
Publisher : Politeknik Negeri Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30871/ji.v13i2.2024

this paper describes the design of full bridge DC to DC converter 3 phase six legs for solar PV. The prototype is built with 5 kHz transformers, 2 lead-acid batteries with each energy storage of 12V, 7.2Ah and 20WP solar PV. Three phase switching is provided by analog op-amp comparator circuit with variable frequency 1 kHz-20 kHz. The controller of the converter use adjustable DC power supply as voltage reference for analog op-amp comparator, works varies from 0-11VDC (0%-50% duty cycle) and controlled manually

EFFICIENT MAXIMUM POWER POINT ESTIMATION MONITORING OF PHOTOVOLTAIC USING FEED FORWARD NEURAL NETWORK Hasnira Hasnira; Novie Ayub Windarko; Anang Tjahjono; Mochammad Ari Bagus Nugroho; Mentari Putri Jati
JURNAL INTEGRASI Vol 12 No 2 (2020): Jurnal Integrasi - Oktober 2020
Publisher : Politeknik Negeri Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30871/ji.v12i2.2161

The development of the utilization of solar panels in the future will continue to increase. One characteristic form of solar panels is the I-V curve which can be used to analyze the amount of solar panel output power. By knowing the I-V curve, we can get Maximum Power Point Estimation (MPPE) value that can be supported by solar panels. Information about the estimated value of the maximum solar panel power is an important part in determining the loading capacity, while maintaining the life of the equipment used. Feed Forward Neural Network with Back Propagation Algorithm (FFBP) has proven to be able to provide MPPE value information on solar panel output. The input values in ANN are the voltage and current of the solar panel, while the output of ANN is in the form of an estimated power value. MPPE simulation results obtained an average error of 0.04 points between actual power (MPP) and estimated power (MPPE).

ESTIMASI STATE OF CHARGE BATERAI LITHIUM POLYMER MENGGUNAKAN BACK PROPAGATION NEURAL NETWORK Mohammad Imron Dwi Prasetyo; Hasnira Hasnira; Novie Ayub Windarko; Anang Tjahjono
JURNAL INTEGRASI Vol 12 No 2 (2020): Jurnal Integrasi - Oktober 2020
Publisher : Politeknik Negeri Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30871/ji.v12i2.2163

The battery is an important component in the context of implementing renewable energy. The type of battery that has a density in energy storage is lithium polymer. The parameter in the battery that must be considered is the State of Charge (SOC) estimation. In general, the SOC battery estimation uses the coloumb counting method because the difficulty level is low. However, there are weaknesses in the dependence on the utility of the current sensor which is used as an accumulation of the integral of the incoming and outgoing currents over time. In this study presents Back Propagation Neural Network (BPNN) as an algorithm for estimating SOC based on OCV-SOC characteristic curves. The OCV-SOC characteristic curve of the battery is obtained from the battery pulse test. Battery voltage, current and discharging time are used as the first BPNN input layer for the estimation of Open Circuit Voltage (OCV). OCV will be learned as the second BPNN input layer for estimating battery SOC. The results of SOC estimation simulations obtained an average error of 0.479% against the real SOC based on the characteristic curve of OCV - SOC.

Co-Authors - Sutedjo Abdilla, M. Rafi Damas Abdilla, Moch Rafi Damas Abdul Rizal Abdul Rizal, Abdul Abdurrahman, Rizqy Abdussalam, Muhammad Zayyana ACHMAD AFANDI Achmad Afandi, Achmad Ahmad Firyal Adila Akhmad Puryanto Aldi Erzanuari Aldi Erzanuari, Aldi ALDIANTAMA, GIGIH HERNAIN NANDA Alvin Noer Ramadhan Alwi Daffa` Rosydi Amran, Osamah Abdullah Yahya Amrullah, Haniifan Patra Anang Tjahjono, Anang Anggara Trisna Nugraha Ardhia Wishnuprakasa Arief Rahmadani Arini, Nu Rhahida Armanto, Ony Ashary, Wima Audya Elisa Rheinanda Bambang Sumantri Bambang Sumantri Bambang Sumantri Bima Dwi Priya Setiawan Diah Septi Yanaratri Dimas Nur Prakoso Dimas Okky Anggriawan Ebrahimi, Faizulddin Efendi, M. Zaenal Eka Prasetyono, Eka Endro Wahjono Epyk Sunarno Era Purwanto Evi Nafiatus Sholikhah Fahmi Ahyar Izzaqi Fakhruddin, Hanif Hasyier Ferdiansyah, Indra Firmansyah Nur Budiman, Firmansyah Nur Fuad, Muchamad Chaninul Gede Patrianaya Margayasa Wirsuyana Gunawan, Agus Indra Habibi, Muhammad Nizar Hasnira Hasnira Hazlie Mokhlis Husien.R, Alwi Azis Husnu Zain, Habibi Mushthofa Irianto Irianto iwan Syarif Kadek Reda Setiawan Suda Kuswadi, Son Lestyanto, Dicky Satria Nanda Loegimin, Maruto Swatara Lucky Pradigta Setiya Raharja Lucky Pradigta Setiya Raharja Luki Septya Mahendra Luluk Badriyah Mas Sulung Wisnu Jati Mentari Putri Jati Miftahul Arrijal MOCHAMAD ARI BAGUS NUGROHO Mochammad Ari Bagus Nugroho Moh Rifqi Faqih Moh. Faisal Amir Moh. Faisal Amir Moh. Zaenal Efendi Mohammad Imron Dwi Prasetyo Mohammad Imron Dwi Prasetyo Mohammad Zaenal Efendi Muchamad Chaninul Fuad Muchammad Ruben Imawan Muhammad Abdul Haq Muhammad Farizky Alvianandy Muhammad Khanif Khafidli Muhammad Prihadi Eko Wahyudi Muhammad Wildan Alim Muhtar, Muhdalifah Naafilah Widya Mulya Nugraha, Syechu Dwitya Ony Asrarul Q. Prakoso, Rifqi Noviantono Prasetya, Farhan Dwi Puspita Ningrum Q., Ony Asrarul Qoriatul Fitriyah Qudsi, Ony Asrarul Rachma Prilian Eviningsih Rachma Prilian Eviningsih Rachma Prilian Eviningsih, Rachma Prilian Ragil Wigas Wicaksana Renny Rakhmawati, Safira Nur Hanifah, Renny Rakhmawati, Rizal Nurdiansyah Rizqy Abdurrahman Romadloniyah, Nur Shinta S Aisyah Salsabila, Regina Setiawardhana Setiawardhana, Setiawardhana Sony Junianto Suhariningsih Suhariningsih Suryono . Suryono Suryono Suryono Suryono Sutedjo Sutedjo Ummah, Karunia Vio Nita Rusyatul Wicaksana, Ragil Wigas Wima Ashary Wirsuyana, Gede Patrianaya Margayasa Wishnuprakasa, Ardhia Yusvida, Rizka Zainal Arief Zainal Arief

Title

Found 75 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 75 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 75 Documents
Search