Garuda - Garba Rujukan Digital

p-Index From 2020 - 2025

15.521

P-Index

This Author published in this journals

All Journal IAES International Journal of Artificial Intelligence (IJ-AI) Jurnal Ilmiah Teknik Elektro Komputer dan Informatika (JITEKI) Jurnal Teknologi Informasi dan Ilmu Komputer Jurnal POINTER Sinkron : Jurnal dan Penelitian Teknik Informatika Journal of Information Technology and Computer Science Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Jurnal Informatika dan Multimedia JAST : Jurnal Aplikasi Sains dan Teknologi TIN: TERAPAN INFORMATIKA NUSANTARA Jurnal Sistem Informasi, Teknologi Informasi, dan Edukasi Sistem Informasi (JUST-SI) DEDIKASI PKM Jurnal Informatika dan Multimedia Enrichment: Journal of Multidisciplinary Research and Development Majority Science Journal

Dian Eka Ratnawati

Brawijaya University, Malang

Author-ID : 440613

Aerospace Engineering Agriculture, Biological Sciences & Forestry Arts Humanities Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Immunology & microbiology Industrial & Manufacturing Engineering Law, Crime, Criminology & Criminal Justice Materials Science & Nanotechnology Mathematics Mechanical Engineering Medicine & Pharmacology Neuroscience Nursing Physics Social Sciences Veterinary Other

Published : 190 Documents Claim Missing Document

Claim Missing Document

Articles

1 2 3 4 5

Pengembangan Metode Klasifikasi Berdasarkan K-Means Dan LVQ Eka Ratnawati, Dian; ., Marji; Muflikhah, Lailil
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 1, No 1 (2014)
Publisher : Fakultas Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (646.659 KB)

AbstrakPada penelitian ini dikembangkan metode klasifikasi berdasarkan pengelompokan K-Means dan LVQ. Metode-metode klasifikasi yang telah ada jika ada data dengan frekuensi kecil cenderung tidak digunakan dalam pengujian kelas, padahal dimungkinkan data tersebut sangat bermanfaat. Langkah untuk melakukan pengelompokan adalah: melakukan pengelompokkan dengan K-Means. Pengelompokan terus dilakukan sampai mencapai threshold (batasan tertentu). Jika threshold sudah dicapai dan pada satu cluster masih terdapat kelas yang berbeda maka dilakukan pembelajaran dengan menggunakan LVQ. Akurasi gabungan K-Means dan LVQ lebih baik daripada dengan K-Means murni. UntukÂ akurasi rata-rata tertinggi K-Means dan LVQ didapatkan 92%, sedang untuk K-Means murni 82%.Kata kunci: klasifikasi, pengelompokan, K-Means, LVQAbstractThis research will develop methods of classification based on K-Means clustering. Grouping method used is a combination of K-Means and LVQ. Classification methods that have been there if there is a small frequency data tend to be used in the test class, but it is possible they are very useful. Steps to perform grouping is doing the K-Means clustering. Grouping is continues until it reaches the threshold. If the threshold has been reached and there are cluster of different classes then performed using LVQ learning. Accuracy combined K-Means and LVQ is better than with pure K-Means. For the highest average accuracy of K-Means and LVQ gained 92%, while for the K-Means only 82%.Keywords: classification, grouping, K-Means, LVQ

Klustering Dengan K-Means Berbasis LVQ Dan K-Means Berbasis OWA Ratnawati, Dian Eka; ., Indriati
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 2, No 1 (2015)
Publisher : Fakultas Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (873.466 KB)

Abstrak Pada penelitian ini dilakukan pembandingan hasil klustering pada data car evaluation dengan menggunakan K-Means berbasis LVQ (Learning Vector Quantization) dan K-Means berbasis OWA (Ordered Weighted Averaging). Pada kedua metode ini sama-sama mempergunakan K-Means tetapi yang sudah mengalami modifikasi. Hasil dari penelitian sebelumnya secara terpisah yang membandingkan metode K-Means modifikasi tersebut dengan K-Means konvensional menunjukkan bahwa kedua metode modifikasi tersebut sama-sama lebih baik daripada K-Means konvensional. Tetapi belum pernah ada penelitian yang membandingkan akurasi hasil klustering kedua metode modifikasi tersebut. Sehingga pada penelitian ini dilakukan klustering dengan menggunakan kedua metode tersebut untuk data car evaluation, karena dari penelitian sebelumnya kedua metode tersebut cukup handal dalam melakukan klustering.Â Hasil dari ujicoba menunjukkan rata-rata hasil akurasi dimulai yang tertinggi adalah K-Means berbasis LVQ(86.50%), K-Means berbasis OWA(86,16%) kemudian K-Means konvensional (56,50%). Tetapi dengan urutan atribut yang benar dan pemilihan nilai alpha yang tepat yakni 0.8, K-Means berbasis OWA bisa menghasilkan akurasi yang lebih tinggi yakni 93.33%. Â Kata kunci: K-Means berbasis LVQ, K-Means, K-Means berbasis OWA, bobot Abstract In this paper do a comparison with the results of klustering using K-Means based LVQ (Learning Vector Quantization) and K-Means based OWA (Ordered Weighted Averaging). In both of these methods used K-Means but which has been modified. Results from previous studies have shown that both methods are better than conventional K-Means. But there has never been a study comparing the accuracy of klustering results of the two methods. So in this study conducted klustering using both methods for data car evaluation, because of previous studies both methods are reliable enough to perform klustering In the researchs before it, both method are prefer than conventionalK-Means, but there are no researchs which compare them. So, in the research , we will compare it by using same data that isÂ car evaluation. In order to know what it is method is the best. The result of research are that in the average , K-Means LVQ(86.50%) is more accuracy than K-Means â OWA(86,16%) and conventional K-Means(56,50). But if the order of selection attributes and alpha values is correct ââ, K Means based OWA can generate higher accuracy that is 93.33 % using the alpha value of 0.8 Keywords: K-Means based LVQ, K-Means, K-Means based OWA, weight

Diagnosa Penyakit dengan Gejala Demam Menggunakan Learning Vector Quantization (LVQ) Marji, Marji; Ratnawati, Dian Eka
Jurnal Informatika dan Multimedia Vol 9 No 2 (2017): Jurnal Volume 9, No.2 (2017)
Publisher : Teknik Informatika Politeknik Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar

Terdapat beberapa penyakit dengan gejala demam yang sulit untuk dibedakan yaitu Demam tifoid (tifus), Demam berdarah dengue (DBD), dan Malaria. Kesulitan dalam mendeteksi lebih awal ketiga penyakit ini karena memiliki gejala klinis yang hampir sama. Pada penelitian ini menggunakan metode Learning Vector Quantization (LVQ)  dalam melakukan klasifikasi terhadap ketiga penyakit tersebut. Hal ini karena kehandalan metode ini dalam melakukan klasifikasi. Hasil dari ujicoba terhadap data pada suatu rumah sakit menunjukkan bahwa metode ini mampu melakukan prediksi terhadap penyakit dengan gejala demam ingga mencapai akurasi 100%.

Teknik Kompresi Citra Menggunakan Dekomposisi Nilai Singulir Berbasis Blok Dewi Yanti Liliana; Dian Eka Ratnawati; Marji -
Jurnal POINTER Vol 2, No 2 (2011): Jurnal Pointer - Ilmu Komputer
Publisher : Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar

ABSTRAK Kompresi citra merupakan teknik yang sangat penting pada pengolahan citra digital baik untuk penyimpanan maupun untuk transmisi. Citra yang tidak dikompresi memerlukan kapasitas penyimpanan yang besar, sedangkan pengiriman file citra berukuran besar dapat memperlambat laju transmisi data. Penelitian ini mengkompresi citra menggunakan teknik komputasi numerik yaitu dengan mendekomposisi matriks citra menjadi tiga buah matriks; sebuah matriks diagonal dan dua buah matriks ortogonal yang dikenal dengan teknik dekomposisi nilai singulir (DNS). Selanjutnya kompresi akan dilakukan terhadap matriks singulir dari citra dengan cara mereduksi dimensi matriks secara bertahap sampai mencapai nilai rank maksimal. Selain itu citra juga akan dibagi menjadi blok-blok citra dan DNS diterapkan terhadap masing-masing blok dengan tujuan untuk memperbesar rasio kompresi citra. Pengujian kinerja teknik kompresi dilakukan melalui perhitungan rasio kompresi, MSE dan PSNR. Berdasarkan pengujian diperoleh hasil bahwa penggunaan nilai singulir yang semakin sedikit akan menaikkan rasio kompresi. Sedangkan penggunaan blok juga dapat meningkatkan rasio kompresi, namun jumlah blok tidak berpengaruh terhadap hasil kompresi. Kata kunci : kompresi, citra digital, dekomposisi nilai singulir ABSTRACT Image compression is a very important technique in digital image processing either for storage or for transmission. Uncompressed image requires large storage capacity, while the delivery of large image files can slow the rate of data transmission. This research make use of image compression techniques of numerical computation by decomposing the image matrix into three matrices which are a diagonal matrix and two orthogonal matrices technique known as single value decomposition (SVD). Further compression is performed on a singulir matrix by reducing gradually the dimensional of matrix until reaching the maximum rank value. In addition, the image will be divided into blocks of image and SVD is applied to each block in order to enlarge the image compression ratio. Testing the performance of compression techniques is done through calculation of compression ratio, MSE and PSNR. Based on the testing showed that the use of less singular value will raise the compression ratio. While the use of block can also increase the compression ratio, but the number of blocks did not affect the compression results. Keywords : compression, digital image, singular value decomposition

Optimasi Kompresi File Dengan Menggunakan Gabungan Metode Run-Length-Encoding (RLE), Shannon- Fano Dan Lempel-Ziv-Welch(LZW) Dian Eka Ratnawati; Marji -; Dewi Yanti Liliana
Jurnal POINTER Vol 2, No 1 (2011): Jurnal Pointer - Ilmu Komputer
Publisher : Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar

ABSTRAK Permasalahan yang penting dalam dunia teknologi informasi adalah bagaimana cara mengolah data dari informasi-infomasi yang semakin besar dan kompleks, sehingga lebih cepat, mudah, aman, dan efisien baik dalam proses penyimpanannya maupun transfer data. Salah satu cara agar transfer data bisa cepat adalah dengan melakukan kompresi data. Penyimpanan data kedalam blok bertujuan untuk peningkatan kecepatan dan penghematan tempat penyimpanan[4]. Pada penelitian ini akan dilakukan kompresi terhadap setiap blok dengan menggunakan metode Run-Length-Encoding (RLE), Shannon- Fano dan Lempel-Ziv-Welch(LZW). Rasio kompresi metode gabungan paling baik dibandingkan dengan ke-3 metode kompresi yang lain. Dari hasil penelitian, rasio kompresi metode Gabungan paling baik ada pada file access dilanjutkan dengan .bmp ,.txt, dan disusul .doc Kata kunci: blok, Run-Length-Encoding (RLE) ,Shannon- Fano dan Lempel-Ziv-Welch(LZW) ABSTRACT Issues that are important in the information technology is how to process data from informations that increasingly large and complex, making it fast, easy, secure, and efficient both in storage and data transfer process. One way for fast data transfer is to compress data. Storage of data into blocks aims to increase the speed and storage efficiency [4]. In this research, the compression of each block by using the Run-Length-Encoding (RLE), Shannon-Fano and Lempel-Ziv-Welch (LZW). The stages of research to be conducted in general is to perform design system, making software, carried out tests on the software, and the latter is to conduct an analysis of trial results. Compression ratio combination method is the best compared with others compression methods. From the results of the study, the compression ratio is the best combination method on file access, followed by. bmp ,txt, and followed. doc Keywords: blok, Run-Length-Encoding (RLE) ,Shannon-Fano dan Lempel-Ziv-Welch(LZW)

Pemanfaatan Teknologi Firebase dalam Pengembangan Aplikasi Pengelolaan Stok Barang Berbasis Mobile pada Rumah Makan Nakamse Malang Ryan Leonardo; Issa Arwani; Dian Eka Ratnawati
Jurnal Sistem Informasi, Teknologi Informasi, dan Edukasi Sistem Informasi Vol 1 No 1 (2020): Agustus
Publisher : Fakultas Ilmu Komputer Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/justsi.v1i1.1

Nakamse merupakan salah satu rumah makan yang menawarkan konsep unik dan menarik kepada konsumennya. Oleh sebab itu, Nakamse menjadi salah satu usaha kuliner yang kini sedang tumbuh sangat pesat di kota Malang. Hal tersebut dapat dilihat dari bertambahnya jumlah store yang dimiliki dalam kurun waktu dua tahun terakhir. Seperti halnya rumah makan lain, setiap store Nakamse membutuhkan pasokan bahan makanan dari gudang utama yang mereka miliki. Namun dalam proses pendistribusian barang tersebut sering kali terjadi duplikasi data dan kesalahan pencatatan barang, hal tersebut terjadi diakibatkan manajemen gudang yang masih dilakukan dengan cara manual. Oleh karena itu, diperlukan sebuah perangkat lunak yang dapat melakukan pengelolaan terhadap stok barang yang ada di gudang. Perangkat lunak ini dikembangkan dengan menggunakan metode waterfall dan memanfaatkan Firebase realtime database sebagai tempat penyimpanan data. Dari hasil observasi dan wawancara, didapatkan beberapa kebutuhannfungsional yang kemudianndimodelkan dalam bentuk diagram UML. Kemudian dilanjutkan dengan melakukan implementasi kode programnmenggunakan bahasa pemrograman Java. Setelah tahap perancangan dan implementasi selesai dilakukan maka selanjutnya dilakukan pengujian dengan menggunakan metode blackbox dan usability testing. Pada pengujian blackbox mendapatkan hasil 100% valid pada setiap fungsionalnya. Sedangkan pada pengujian usability yang dilakukan dengan metode system usability scale mendapatkan skor sebesar 78,5. Skor tersebut mencerminkan bahwa aplikasi pengelolaan stok barang masuk dalam predikat C (Good) dan rentang penerimaan berada pada kategori accaptable.Kata Kunci: Pengelolaan stok barang, metode waterfall, Firebase reat

Pengembangan Data Warehouse dan Online Analytical Processing (OLAP) untuk Data Artikel pada Jurnal Teknologi Informasi dan Ilmu Komputer (JTIIK) Bella Krisanda Easterita; Issa Arwani; Dian Eka Ratnawati
Jurnal Sistem Informasi, Teknologi Informasi, dan Edukasi Sistem Informasi Vol 1 No 1 (2020): Agustus
Publisher : Fakultas Ilmu Komputer Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/justsi.v1i1.2

Saat ini, Jurnal Teknologi Informasi dan Ilmu Komputer (JTIIK) telah terakreditasi dengan peringkat 2. Dengan JTIIK yang telah terakreditasi, maka peminat peneliti untuk mengirimkan artikel ke JTIIK semakin tinggi. Namun, proses untuk menerbitkan suatu artikel memerlukan waktu lebih dari satu tahun. Agar proses penerbitan tidak memerlukan waktu yang terlalu lama, mulai pada tahun 2018 JTIIK menerbitkan jurnal sebanyak enam kali dimana penerbitan mengalami peningkatan dari tahun sebelumnya. Dari peningkatan penerbitan ini, data yang disimpan juga akan semakin bertambah. Sebuah sistem diperlukan untuk mengelola data yang besar dari beberapa sumber dan melakukan analisis yang dapat menjadi bahan pertimbangan dalam pengambilan keputusan. Pada penelitian ini dilakukan pengembangan data warehouse dan Online Analytical Processing (OLAP) sebagai langkah penyelesaian untuk masalah dalam mengelola dan menganalisis banyaknya data dari beberapa sumber. Dalam penelitian ini dilakukan analisis sebagai tahapan pertama. Berdasarkan hasil analisis didapatkan 2 information package yaitu information package data artikel dan information package data penulis. Penelitian dilanjutkan dengan perancangan data warehouse dengan menggunakan snowflake schema yang menghasilkan 2 tabel fakta dan 4 tabel dimensi. Selanjutnya dilakukan implementasi ETL dan OLAP. Kemudian dilakukan 2 jenis pengujian. Hasil pengujian pertama yaitu validasi kebutuhan menunjukkan bahwa data warehouse yang dibangun telah sesuai dengan kebutuhan yang dirancang. Hasil pengujian kedua yaitu performansi proses ETL dari segi waktu menunjukkan bahwa hasil rata-rata waktu yang dibutuhkan untuk eksekusi proses ETL adalah 14,5 detik.

Pelatihan Pelaporan Keuangan Berbasis Aplikasi Di Lingkup Antar RT Dalam RW Kelurahan Kauman Kecamatan Klojen Malang Sutrisno Sutrisno; Imam Cholissodin; Arief Andy Soebroto; Dian Eka Ratnawati; Lailil Muflikhah
JAST : Jurnal Aplikasi Sains dan Teknologi Vol 4, No 1 (2020): EDISI JUNI 2020
Publisher : Universitas Tribhuwana Tunggadewi Malang

The use of information and communication technology for online-based financial applications has been widely developed, including in the fields of banking, finance, transportation, buying and selling, health, and so on. Likewise, mobile device-based applications such as cell phones, computers, laptops and others are also common and are widely used by the public. In accordance with these conditions, a community service activity was carried out in several RTs in one RW in Kauman Sub-District, Klojen District, Malang City (specifically RT-02 and RT-03 in RW-03) to use a financial application. The developed application is expected to facilitate financial management at the RT level, so that it becomes more effective, efficient, accurate and transparent. The stages of community service activities began with observations and surveys, especially in RT-02 and RT-03 in RW-03 Kauman Sub-District, Klojen District, Malang. The results of this survey formed the basis for implementing the financial application that was developed. After that, socialization and training on the use of applications that had been successfully developed from selected references were performed, so that the people were more accustomed to using the financial service system. With this application, it is hoped that the management of financial services will become easier and application users will also be facilitated by the features provided. The results of this activity are that RT Financial Management System (SIPUT) can be accessed in various platforms both desktop PC and web devices, and this system uses a user friendly display so that RT-02 and RT-03 Staffs in RW-03 Kauman Sub-District can easily conduct financial management quickly and accurately that improves their performance. Therefore, SIPUT is very suitable with the needs of the object of community service. RT staffs can carry out a variety of management of several activities such as making financial management, mail management, and citizen activity management.ABSTRAKPemanfaatan teknologi informasi dan komunikasi untuk aplikasi keuangan berbasis online telah banyak dikembangkan, diantaranya di bidang perbankan, keuangan, transportasi, jual beli, kesehatan, dan sebagainya. Demikian juga aplikasi berbasis perangkat bergerak seperti telepon seluler, komputer, laptop maupun lainnya juga sudah lazim dan banyak digunakan oleh masyarakat. Berdasarkan kondisi tersebut, maka dilaksanakan kegiatan pengabdian masyarakat antar RT dalam satu RW di wilayah Kelurahan Kauman Kecamatan Klojen Kota Malang (khususnya RT-02 dan RT-03 di RW-03) untuk menggunakan aplikasi keuangan. Aplikasi yang dikembangkan diharapkan dapat mempermudah dalam melakukan pengelolaan keuangan di tingkat RT, sehingga lebih efektif, efisien, akurat dan transparan. Tahapan kegiatan pengabdian kepada masyarakat ini diawali dengan melakukan observasi dan survei khususnya RT-02 dan RT-03 di RW-03 Kelurahan Kauman Kecamatan Klojen Kota Malang. Hasil survei ini dijadikan dasar implementasi aplikasi keuangan yang dikembangkan. Selanjutnya dilakukan sosialisasi dan pelatihan penggunaan aplikasi yang telah berhasil dikembangkan dari referensi terpilih, agar masyarakat lebih terbiasa dalam menggunakan sistem layanan keuangan tersebut. Dengan adanya aplikasi ini, diharapkan pengelolaan layanan keuangan menjadi lebih mudah dan pengguna aplikasi juga dimudahkan dengan adanya fitur-fitur yang telah disediakan. Hasil dari kegiatan ini yaitu, Sistem Pengelola Keuangan RT (SIPUT) dapat diakses dalam berbagai platform baik perangkat PC desktop maupun web, lalu sistem ini menggunakan tampilan yang user friendly sehingga Staff RT-02 dan RT-03 RW-03 Kelurahan Kauman dapat dengan mudah melakukan manajemen pengelolaan keuangan dengan cepat dan akurat, sehingga kinerja mereka menjadi lebih baik. Jadi SIPUT ini sangat sesuai dengan kebutuhan objek pengabdian masyarakat. Staff RT dapat melakukan berbagai pengelolan beberapa kegiatan seperti membuat manajemen keuangan, manajemen surat, dan manajemen kegiatan warga.Kata kunci : sistem; pengelola keuangan; Kauman; teknologi web; dekstop

Cancer Classification Based on the Features of Itemset Sequence Pattern of TP53 Protein Code Using Deep Miden - KNN Marji Marji; Imam Cholissodin; Dian Eka Ratnawati; Edy Santoso; Nurul Hidayat
Journal of Information Technology and Computer Science Vol. 7 No. 1: April 2022
Publisher : Faculty of Computer Science (FILKOM) Brawijaya University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jitecs.202271401

Cancer is a disease that is still difficult to identify up to today. One of the causes of cancer is genetic modification that because of mutations in p53 gene. Healthy cells have a p53 wild type protein (normal) that is able to manage DNA separation. If DNA mutates, it will be difficult to detect cancer because the composition of the protein has changed. Bioinformatics is a combination of biology and information engineering (TI) that is utilized to manage data. One of the applications of data mining in bioinformatics is the development of pharmaceutical and medical industries. Data mining classification can use variety of methods including K-Nearest Neighbor (KNN), C45, ID3, and several other methods. One of the most reliable data classification methods is KNN. In this study, the development used two algorithms. The first was with the modification of the k-fold method, which divided two data into training data and test data, in which test-1 data and test-2 data were made into slices. The second was by a method for selecting an itemset sequence pattern that had the largest Gain Information, either 2 itemsets, 3 itemsets, and so on (Deep Miden). The best accuracy result of 96.00% was obtained through the process of computation testing in the server based on variations in terms of the number of patterns of Deep Miden itemset sequences and several k values on KNN classification method.

Diagnosa Penyakit dengan Gejala Demam Menggunakan Learning Vector Quantization (LVQ) Dian Eka Ratnawati; Marji Marji
Jurnal Informatika dan Multimedia Vol. 9 No. 2 (2017): Jurnal Informatika dan Multimedia
Publisher : Politeknik Negeri Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jim.v9i2.599

Co-Authors Abdurrahman Airlangga, Aria Abhiram, Muhammad Tegar Achmad Arwan Achmad Ridok Achmad, Riza Putra Adhitya, I Made Yoga Adrian Firmansah, Dani Afif Ridhwan Afrida Djulya Ika Pratiwi Agus Wahyu Widodo Agustin Kartikasari Ahmad Afif Supianto Akbar, Rozaq Aldy Satria Alfa Fadlilah Alifah, Syafira Almira Syawli, Almira Alvian Akmal Nabhan Amonito, Kurnia Ana Mariyam Puspitasari Anak Agung Bagus Arisetiawan Anam, Syaiful Ardhiansyah, Muhammad Hanif Arief Andy Soebroto Arif Pratama Asmoro, Priandhita Sukowidyanti Asroru Maula Romadlon Audia Refanda Permatasari Ayu Dwi Lestari, Cynthia Ayulianita A. Boestari Azizul Hanifah Hadi Bayu Rahayudi Bayu Satriawan, Eka Bayu Septyo Adi Bella Krisanda Easterita Bening Herwijayanti Berton, Freddy Toranggi Buce Trias Hanggara Buce Trias Hanggara Buchori Anantya Firdaus Budi Darma Setiawan Cahyo Gusti Indrayanto Candra Dewi Dany Primanita Kartikasari Darma Setiawan, Budi Darmawan, Riski Davia Werdiastu Denny Manuel Yeremia Sinurat Deny Tisna Amijaya, Fidia Devi Nazhifa Nur Husnina Dewi Yanti Liliana Dhiva Mustikananda Dimas Diandra Audiansyah Dimas Fachrurrozi Azam diniyah, zubaidah Diva, Zahra Djoko Pramono Dwi Ari Suryaningrum Dwi Febry Indarwati Dwi Purwono, Prayoga Dwija Wisnu Brata Dyva Pandhu Adwandha Dzulkarnain, Tsania Dzulkarnain, Tsania - Easterita, Bella Krisanda Edgar Maulana Thoriq Edy Santoso Elfa Fatimah Ema Agasta Entra Betlin Ladauw Eva Agustina Ompusunggu Fadila, Putri Nur Faiz Anggiananta Winantoro Fanka Angelina Larasati Fathin Al Ghifari Fatthul Iman Fauzan Dwi Kurniawan, Fauzan Dwi Fauzidan Iqbal Ghiffari Figgy Rosaliana Firdaus, Muhammad Fariz Fitra Abdurrachman Bachtiar Fitri Dwi Astuti Fitria Yesisca Fitria, Tharessa Ghani Fikri Baihaqi glenando Gusti Ngurah Wisnu Paramartha Hadi Wijoyo, Satrio Hamas, radityo Hana Chyntia Morama Hanggara, Buce Trias Hanifa Maulani Ramadhan Haris Haris, Haris Harris Imam Fathoni Hasibuan, Herida Hafni Hasibuan, Raka Ardiansyah Heru Nurwasito Hilal, Khaliffman Rahmat Hilmy Ramadhan, Achmad Zhafran Huda Minhajur Rosyidin I Dewa Gede Ngurah Bramasta Darmawan Ibnu Aqli Ibnu Aqli, Ibnu Ibrahim Kusuma Ilyas, Muhaimin Imam Cholissodin Imam Cholissodin Imam Cholissodin Immanuel Tri Putra Sihaloho Indriati ., Indriati Indriati Indriati Ismiarta Aknuranda Issa Arwani Issa Arwani Isti Marlisa Fitriani Izza, Aisyah Nurul Jesika Silviana Situmorang Jibril Averroes, Muhammad Juan Michel Hesekiel Kartika, Annisa Wuri Kelvin Anggatanata Kevin Renjiro Khairi Ubaidah Khoba, Ahmad Faiz Khofifatunnabilah, Khofifatunnabilah Krishna Febianda Kusuma, Salsabila Azzahra' Zulfa Lailil Muflikhah Leonardo, Ryan Luqman Rizky Dharmawan M. Ali Fauzi Madjid, Marchenda Fayza Maghfiroh, Sofita Hidayatul Mahendra Data Mahendra Data Mala Nurhidayati Maliha Athiya Rahmani Marji . Marji Marji Marji Marji Marji Marji Maulana Syahril Ramadhan Hardiono Michael Eggi Bastian Mochammad Iskandar Ardiyansyah Rochman Moh Fadel Asikin Muh. Arif Rahman MUHAJIR Muhammad Iqbal Mustofa Muhammad Kevin Sandryan Muhammad Reza Utama Pulungan Muhammad Tanzil Furqon Muhyidin Ubaiddillah Muslimah, Fakhriyyatum Muthia Maharani Nabilah Iftah Nella Naily Zakiyatil Ilahiyah Nanang Yudi Setiawan Nanang Yudi Setiawan Nanda Alifiya Santoso Putri Nanda Petty Wahyuningtyas Nilna Fadhila Ganies Norma Desitasari Novirra Dwi Asri Nugraha Perdana, Aditya Nugraheni, Miftakhul Fitria Nur Adli Ari Darmawand Nur Khilmiyatul Ilmiyah Nuraini Anitasari Nuralam, Inggang Perwangsa Nurul Hidayat Nyimas Ayu Widi Indriana Oceandra Audrey Pandu Adikara, Putra Pangestu Ari Wijaya Panjaitan, RE. Miracle Prahesti, Suherni Prakoso, Ricky Pratomo Adinegoro Priyono, Mochammad Fajri Rahmatullah Rendra Puji Indah Lestari Purnomo, Welly Putra Pandu Adikara Putra, Alland Rifqy Rachmad, Zikfikri Yulfiandi Raden Rizky Widdie Tigusti Rahma, Dzakiyyah Afifah Rahmah, Yusriyah Raisha, Serefika Raja Farhan Ramadha Pohan Rama Humam Syarokha Randy Cahya Wihandika Rani Metivianis Ratih Diah Puspitasari RE. Miracle Panjaitan Rekyan Regasari Mardi Putri, Rekyan Regasari Mardi Retno Indah Rokhmawati, Retno Indah Revi Anistia Masykuroh Rifqi Irfansyah, Nandana Rizal Setya Perdana Rizal Setya Perdana Robiata Tsania Salsabila Aditya Putri Rodiah Rodiah Ryan Leonardo Salsabillah, Dinar Fairus Saparila Worokinasih Saputro, Dimas Satriawan, Eka Bayu Satrio Agung Wicaksono Satrio Hadi Wijoyo Sema Yuni Fraticasari Setiawan, Alexander Christo Setya Perdana, Rizal Setyowati, Andri Shafira Margaretta Sherly Witanto Sherryl Sugiono Sindarto Sigit Pangestu Silvia Ikmalia Fernanda Siregar, Fauziah Syifa R. Siti Fatimah Al Uswah Sobakhul Munir Siroj Sormin, Hartati Penta Angelina Sri Indrayani, Sri Suhhy Ramzini Sukmawati, A'inun Sutrisno Sutrisno Sutrisno, Sutrisno Syaiful Anam Syifa Namira Neztigaty Thifal Fadiyah Basar Titis Sari Kusuma Ulfa Lina Wulandari Utomo, Yoga Cahyo Vina Adelina Welly Purnomo Wibowo, Shinta Dewi Putri Widhy Hayuhardhika Nugraha Putra Wijanarko, Rizqi Winda Fitri Astiti Winurputra, Raihan Wiratama Paramasatya Yahya, Faiz Yolanda Nailil Ula Yudi Setiawan, Nanang Yuita Arum Sari Yunita Dwi Alfiyanti Yure Firdaus Arifin Zahra, Wardah

Title

Found 190 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 190 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 190 Documents
Search