Garuda - Garba Rujukan Digital

KOMPARASI METODE SES DAN WMA PADA PREDIKSI BAHAN BAKU TOP FRESH CHICKEN Raihan Ramadhan; Rizky Fauziah; Febby Madonna Yuma
J-Com (Journal of Computer) Vol 3, No 3 (2023): November 2023
Publisher : LPPM STMIK Royal Kisaran

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33330/j-com.v3i3.2886

Abstract: Top Fresh Chicken is one of the UKM that produces food made from chicken. The problem faced by Top Fresh Chicken is the excess supply of raw materials which results in high inventory holding costs and hampered capital allocation. In this study, historical data on stock of chicken raw materials will be used to test forecasting using the SES and WMA methods. The SES method is a simple forecasting method and relies on exponential smoothing to forecast the value of raw material inventories in the future. Meanwhile, the WMA method uses certain weights to calculate moving averages from historical data, where the highest weight is given to the most recent data. In the method comparison process, several evaluation factors will be used, including the level of accuracy, level of stability, and ease of implementation. By comparing the performance of the two methods, this study aims to determine the most accurate and appropriate method for forecasting chicken raw material stocks. The results of this study are expected to provide clear recommendations regarding the most suitable forecasting method used by Top Fresh Chicken. By using accurate and effective forecasting methods, companies can optimize the use of resources, reduce inventory costs, increase production efficiency, and avoid excess or shortage of raw material inventories. Keywords: comparison of methods; single exponential smoothing; weighted moving average; raw materials; top fresh chicken.Abstrak: Top Fresh Chicken merupakan salah satu UKM yang memproduksi makanan yang berbahan baku ayam. Permasalahan yang dihadapi oleh Top Fresh Chicken adalah kelebihan persediaan bahan baku yang mengakibatkan biaya simpan persediaan yang tinggi dan alokasi modal yang terhambat.Dalam penelitian ini, data historis persediaan bahan baku ayam akan digunakan untuk menguji peramalan menggunakan metode SES dan WMA. Metode SES merupakan metode peramalan yang sederhana dan mengandalkan eksponensial smoothing untuk meramalkan nilai persediaan bahan baku di masa depan. Sedangkan metode WMA menggunakan bobot tertentu untuk menghitung rata-rata bergerak dari data historis, di mana bobot tertinggi diberikan pada data terbaru.Dalam proses komparasi metode, beberapa faktor evaluasi akan digunakan, termasuk tingkat akurasi, tingkat kestabilan, dan kemudahan implementasi. Dengan membandingkan kinerja kedua metode, penelitian ini bertujuan untuk menentukan metode yang paling akurat dan tepat untuk meramalkan persediaan bahan baku ayam.Hasil dari penelitian ini diharapkan dapat memberikan rekomendasi yang jelas tentang metode peramalan yang paling cocok digunakan oleh Top Fresh Chicken. Dengan menggunakan metode peramalan yang akurat dan efektif, perusahaan dapat mengoptimalkan penggunaan sumber daya, mengurangi biaya persediaan, meningkatkan efisiensi produksi, dan menghindari terjadinya kelebihan atau kekurangan persediaan bahan baku.Kata kunci : komparasi metode; single exponential smoothing; weighted moving average; bahan baku; top fresh chicken.

ANALISIS SENTIMEN ULASAN PENGGUNA PADA GAME ROBLOX DENGAN METODE SUPPORT VECTOR MACHINE DAN NAIVE BAYES Alkindi, Aditia Fikri; Nasution, Nurliana
J-Com (Journal of Computer) Vol 4, No 2 (2024): JULI 2024
Publisher : LPPM STMIK Royal Kisaran

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33330/j-com.v4i2.3319

Tujuan penelitian ini adalah untuk mengetahui cara menganalisis sentimen dari ulasan pengguna pada game Roblox dan untuk mengetahui hasil perbandingan performa klasifikasi dengan menggunakan metode Support Vector Machine Dan Naive Bayes dalam menganalisis sentimen ulasan pengguna pada game Roblox. Data yang digunakan pada penelitian ini berjumlah sebanyak 10000 record data ulasan yang di ambil pada tanggal 15 Juni 2024. Hasil yang di peroleh dalam menganalisis sentimen data ulasan pada aplikasi Roblox cenderung mendapatkan sentimen positif dengan persentase 65,06% sedangkan untuk sentimen negatif dengan persentase 34,94%. Support Vector Machine merupakan algoritma terbaik dalam menganalisis sentimen data ulasan pada aplikasi Roblox dengan tingkat akurasi yang paling tinggi pada perbandingan data 90:10 yaitu 90 %, untuk precision, recall, dan f1-score yang dihasilkan pada sentimen positif yaitu 88%, 85%, dan 86%, sedangkan pada sentimen negatif adalah 91%, 93%, dan 92%. Algoritma Naïve Bayes mendapatkan tingkat akurasi yang paling tinggi pada perbandingan data 90:10 yaitu 72,4%, untuk precision, recall, dan f1-score yang dihasilkan pada sentimen positif yaitu 88%, 34%, dan 49%, sedangkan pada sentimen negatif adalah 70%, 97%, dan 81%.

Analisis Sentimen Terhadap Kebijakan Pemerintah Tentang Ditutupnya Fitur Belanja Pada Tiktok Dengan Menggunakan Naïve Bayes Classifier Dan Random Forest Classifier serly marlis tiana
J-Com (Journal of Computer) Vol 4, No 1 (2024): Maret 2024
Publisher : LPPM STMIK Royal Kisaran

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33330/j-com.v4i1.3140

Pemerintah Indonesia menghadapi sejumlah problematika dalam bidang perekonomian, memerlukan solusi tepat untuk meningkatkan kondisi ekonomi. Keterlibatan langsung pemerintah dalam merespon dan memecahkan masalah tersebut memerlukan pemahaman mendalam terhadap problematika yang dihadapi masyarakat. Pasar, sebagai pusat ekonomi, mengalami transformasi signifikan dengan adanya platform online seperti TikTok, yang sebelumnya menyediakan fitur belanja yang populer. Dalam menghadapi dampak positif dan negatif dari fitur belanja TikTok, pemerintah memutuskan untuk menutup fitur tersebut. Penelitian ini bertujuan untuk menganalisis sentimen masyarakat terhadap kebijakan tersebut menggunakan Lexicon Based sebagai metode pelabelan, serta Naïve Bayes dan Random Forest sebagai model klasifikasi. Dengan menggunakan teknik crawling data, penelitian ini akan menyajikan analisis sentimen untuk memahami pandangan masyarakat terkait penutupan fitur belanja TikTok dan implikasinya terhadap perekonomian Indonesia.

ANALISIS KEAKURATAN METODE DES DALAM MEMPREDIKSI PERMINTAAN KERAMIK DI FITRI KERAMIK Fachri Nur Ramadhan; Havid Syafwan; Chitra Latiffani
J-Com (Journal of Computer) Vol 4, No 1 (2024): Maret 2024
Publisher : LPPM STMIK Royal Kisaran

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33330/j-com.v4i1.2913

Abstract: Fitri Keramik Shop sells various types of ceramics. In this research, the researcher created a system that can make it easier to predict demand for ceramics in the following month based on the categories in Fitri Keramik by explaining the correct method for forecasting, one of the methods that can be used is Double Exponential Smoothing (DES) which is a forecasting method using uses a number of new actual demand data to generate forecast values for future demand by finding the average value as a forecast for the future period. The results of predicting demand for ceramics using an alpha value of 0.3 and having the lowest error rate are May 2023, Terraso: 176; Mosaic : 169; Standard Ceramic Floor: 163; Squared : 117. Keywords: Analysis, Double Exponential Smoothing, Predicting Demand. Abstrak: Toko Fitri Keramik melakukan penjualan berbagai jenis keramik. Pada penelitian ini, peneliti membuat sistem yang dapat memudahkan dalam meramalkan permintaan keramik pada bulan berikutnya berdasarkan kategori yang ada pada Fitri Keramik dengan memaparkan metode yang tepat dalam peramalan, salah satu metode yang dapat digunakan yaitu Double Exponential Smoothing (DES) yang merupakan metode peramalan dengan menggunakan sejumlah data aktual permintaan yang baru untuk membangkitkan nilai ramalan untuk permintaan dimasa yang akan datang dengan mencari nilai rata-rata tersebut sebagai ramalan untuk periode yang akan datang. Hasilnya dari memprediksi permintaan keramik dengan menggunakan nilai alpa 0,3 dan memiliki nilai tingkat error terendah yaitu Mei 2023, Teraso : 176; Mozaik : 169; Keramik Lantai Standart: 163; Kuadrat : 117. Kata kunci: Analisis, Double Exponential Smoothing, Memprediksi Permintaan.

PENGGUNAAN METODE FUZZY PADA PENGISIAN TANDON AIR OTOMATIS DENGAN MICROCONTROLLER Suherman Suherman; Risnawati Risnawati; Ricki Ananda
J-Com (Journal of Computer) Vol 3, No 3 (2023): November 2023
Publisher : LPPM STMIK Royal Kisaran

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33330/j-com.v3i3.2845

Abstract : A mosque is a building used by Muslims to get closer to the creator by worshiping and observing Islamic law. Efficient water management in mosques is essential to support the sustainability and efficiency of natural resources. This study proposes an automatic water reservoir filling system in mosques using microcontroller technology. The fuzzy method is useful in filling automatic water reservoirs with microcontroller technology as an optimization and regulating the water filling process automatically. This system is to automate the process of filling water reservoirs by utilizing intelligent water level sensors and microcontrollers. In this research, I created a system that is able to detect the water level in the reservoir and regulate the filling process automatically. The use of a water level sensor allows accurate measurement of the water level, while the microcontroller controls the water pump according to the detected needs. The test results show that the implementation of microcontroller technology in filling automatic water reservoirs in mosques can increase water use efficiency and reduce waste. The system provides an effective and environmentally friendly solution for managing the mosque's water needs, contributing significantly to water conservation and maintenance of natural resources. Keywords : water reservoir; mosque; microcontroller; fuzzy method; water level sensor Abstrak : Masjid adalah sebuah bangunan yang digunakan umat muslim untuk mendekatkan diri kepada sang pencipta dengan beribadah dan menjalankan syariat agama Islam. Pengelohan air yang efisien di masjid sangat penting untuk mendukung keberlanjutan dan efisiensi sumber daya alam. Penelitian ini mengusulkan sebuah sistem pengisian tandon air otomatis di masjid menggunakan teknologi microcontroller. Metode fuzzy berguna dalam pengisian tandon air otomatis dengan teknologi microcontroller sebagai pengoptimalkan dan mengatur proses pengisian air dengan secara otomatis. Sistem ini untuk mengotomatiskan proses pengisian tandon air dengan memanfaatkan sensor water level dan microcontroller yang cerdas. Dalam penelitian ini, dibuat sistem yang mampu mendeteksi tingkat air dalam tandon dan mengatur proses pengisian secara otomatis. Penggunaan sensor water level memungkinkan pengukuran yang akurat terhadap tingkat air, sementara microcontroller mengontrol pompa air sesuai dengan kebutuhan yang terdeteksi. Hasil pengujian menunjukkan bahwa implementasi teknologi microcontroller dalam pengisian tandon air otomatis di masjid dapat meningkatkan efisiensi penggunaan air dan mengurangi pemborosan. Sistem ini memberikan solusi yang efektif dan ramah lingkungan untuk mengelola kebutuhan air masjid, memberikan kontribusi signifikan terhadap konservasi air dan pemeliharaan sumber daya alam. Kata kunci: tandon air; masjid; microcontroller; metode fuzzy; sensor water level

OPTIMALISASI PENILAIAN AFDELING UNGGULAN PADA PT. PADASA ENAM UTAMA DALAM SISTEM PENDUKUNG KEPUTUSAN BERBASIS VIKOR Ningrum, Mawar Puspitha; Nurwati, Nurwati; Kifti, Wan Mariatul
J-Com (Journal of Computer) Vol 4, No 2 (2024): JULI 2024
Publisher : LPPM STMIK Royal Kisaran

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33330/j-com.v4i2.3210

PT. Padasa Enam Utama adalah perusahaan perkebunan kelapa sawit yang memiliki program evaluasi afdeling disetiap tahunnya dengan cara memberikan penilaian kepada setiap afdeling. Afdeling adalah satuan yang menjadi ujung tombak dalam pengelolaan perusahaan perkebunan kelapa sawit, sehingga peran pimpinan dan seluruh karyawan afdeling tersebut sangat diperlukan. Proses penilaian afdeling unggulan pada PT. Padasa Enam Utama saat ini masih terbatas pada penggunaan aplikasi Microsoft Excel tanpa sistem aplikasi khusus. Hal ini menyebabkan proses penilaian kurang efektif, tidak transparan, dan memakan waktu yang cukup lama dalam proses penilaian afdeling unggulan. Penelitian ini bertujuan untuk mengembangkan sistem pendukung keputusan berbasis metode VIKOR untuk penilaian afdeling unggulan. Metode kuantitatif digunakan sebagai metode pengumpulan data melalui observasi langsung dan wawancara dengan narasumber langsung. Penelitian ini menunjukkan bahwa penerapan metode VIKOR memberikan hasil penilaian terbaik dengan proses perhitungan yang lebih efisien. Dengan adanya sistem pendukung keputusan ini dapat meningkatkan kinerja perusahaan dalam penilaian afdeling unggulan, serta membuat proses pengambilan keputusan menjadi lebih cepat, efektif, dan efisien.

ANALISIS STOK BAHAN SEMBAKO DI TOKO MEKAR JAYA MENGGUNAKAN METODE K-MEANS CLUSTERING novi santika; Nurul Hidayah; Salsabilah Ramadhani Sinambela
J-Com (Journal of Computer) Vol 4, No 1 (2024): Maret 2024
Publisher : LPPM STMIK Royal Kisaran

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33330/j-com.v4i1.3032

Abstract: Mekar Jaya Store is a shop that operates in the field of selling basic necessities. At the Mekar Jaya Store, there are several problems that often arise. When making sales, customers often feel disappointed because the stock that the customer should want to buy is often empty. Due to this disappointment the number of customers decreased. The process carried out is still manual so that errors often occur in recording existing data, causing a lack of efficiency in the time used. The available data is not used properly so that sales data is not utilized as well as possible to design business strategies to improve products. To solve this problem, you can use a data mining application, namely by utilizing existing data to identify the best-selling sales, to sales that are less popular with customers using the K-Means method. Where the data used is 101 sales data transactions. This research aims to group transaction data that is used to meet customer needs appropriately and overcome shortages and excess stock of goods which result in investment in sales capital. The results of this research were that the highest sales were 23 items, medium sales were 32 items, and the lowest sales were 46 items. Keywords: grocery stock; K-Means; stock managementAbstrak: Toko Mekar Jaya merupakan sebuah toko yang bergerak dalam bidang penjualan sembako. Pada Toko Mekar Jaya terdapat beberapa permasalahan yang kerap muncul. Dalam melakukan penjualan sering pelanggan merasa kecewa karena seringnya stok yang seharusnya ingin dibeli oleh pelanggan kosong. Karena kekecewaan tersebut jumlah pelanggan menurun. Adapun proses yang dilakukan masih manual sehingga masih sering terjadi kesalahan dalam pencatatan data yang ada sehingga menyebabkan kurangnya efiensi waktu yang digunakan. Ketersediaan data yang ada tidak digunakan dengan baik sehingga data penjualan tidak dimanfaatkan dengan sebaik mungkin yang dapat merancang strategi bisnis dalam meningkatkan produk. Untuk menyelesaikan masalah tersebut dapat menggunakan aplikasi data mining, yaitu dengan memanfaatkan data yang ada untuk mengidentifikasi penjualan yang paling laris, hingga penjualan yang kurang diminati oleh pelanggan menggunakan metode K-Means. Dimana data yang digunakan sebanyak 101 transaksi data penjualan. Penelitian ini bertujuan untuk mengelompokkan data transaksi yang digunakan untuk memenuhi kebutuhan pelanggan dengan tepat dan mengatasi kekurangan dan kelebihan stok barang yang mengakibatkan tertanamnya modal penjualan. Hasil dari penelitian ini dimana penjualan tertinggi terdapat 23 item, penjualan sedang terdapat 32 item, dan penjualan terendah terdapat 46 item. Kata kunci: Data Mining, K-Means, Penjualan Sembako.Abstract: Mekar Jaya Store is a shop that operates in the field of selling basic necessities. At the Mekar Jaya Store, there are several problems that often arise. When making sales, customers often feel disappointed because the stock that the customer should want to buy is often empty. Due to this disappointment the number of customers decreased. The process carried out is still manual so that errors often occur in recording existing data, causing a lack of efficiency in the time used. The available data is not used properly so that sales data is not utilized as well as possible to design business strategies to improve products. To solve this problem, you can use a data mining application, namely by utilizing existing data to identify the best-selling sales, to sales that are less popular with customers using the K-Means method. Where the data used is 101 sales data transactions. This research aims to group transaction data that is used to meet customer needs appropriately and overcome shortages and excess stock of goods which result in investment in sales capital. The results of this research were that the highest sales were 23 items, medium sales were 32 items, and the lowest sales were 46 items. Keywords:grocery stock; K-Means; stock management Abstrak: Toko Mekar Jaya merupakan sebuah toko yang bergerak dalam bidang penjualan sembako. Pada Toko Mekar Jaya terdapat beberapa permasalahan yang kerap muncul. Dalam melakukan penjualan sering pelanggan merasa kecewa karena seringnya stok yang seharusnya ingin dibeli oleh pelanggan kosong. Karena kekecewaan tersebut jumlah pelanggan menurun. Adapun proses yang dilakukan masih manual sehingga masih sering terjadi kesalahan dalam pencatatan data yang ada sehingga menyebabkan kurangnya efiensi waktu yang digunakan. Ketersediaan data yang ada tidak digunakan dengan baik sehingga data penjualan tidak dimanfaatkan dengan sebaik mungkin yang dapat merancang strategi bisnis dalam meningkatkan produk. Untuk menyelesaikan masalah tersebut dapat menggunakan aplikasi data mining, yaitu dengan memanfaatkan data yang ada untuk mengidentifikasi penjualan yang paling laris, hingga penjualan yang kurang diminati oleh pelanggan menggunakan metode K-Means. Dimana data yang digunakan sebanyak 101 transaksi data penjualan. Penelitian ini bertujuan untuk mengelompokkan data transaksi yang digunakan untuk memenuhi kebutuhan pelanggan dengan tepat dan mengatasi kekurangan dan kelebihan stok barang yang mengakibatkan tertanamnya modal penjualan. Hasil dari penelitian ini dimana penjualan tertinggi terdapat 23 item, penjualan sedang terdapat 32 item, dan penjualan terendah terdapat 46 item. Kata kunci: Data Mining, K-Means, Penjualan Sembako.

EFEKTIFITAS PENGGUNAAN APLIKASI GUDANG ONLINE DALAM PERSEDIAAN MATERIAL DI PLN ULP KISARAN Rida Fahari Suhada; Rizky Yustanto; Achmad Puariesthaufani
J-Com (Journal of Computer) Vol 3, No 3 (2023): November 2023
Publisher : LPPM STMIK Royal Kisaran

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33330/j-com.v3i3.2899

Abstract: State Electricity Company (PLN) is an Indonesian state-owned company operating in the electricity sector which is required to adapt to the times, one of which is the use of information technology. PLN's Kisaran Customer Service Unit (ULP) currently uses various applications to support various information activities, one of which is the Online Warehouse Application (AGO). This AGO information system is used for material management such as requesting, using, receiving and returning materials. However, the effectiveness of using the material is still unknown. This research aims to see the effectiveness of AGO in supporting material supplies using qualitative methods, through literature review, observation and participatory interviews of AGO users. This aims to find out the extent of AGO users' understanding and perception of the application. From the questionnaire results, it can be seen that 85.7% answered that AGO was effective in meeting material requests. Keywords: effectiveness of online warehouse application; information systems; material inventory Abstrak: PT Perusahaan Listrik Negara (PLN) adalah sebuah badan usaha milik negara Indonesia yang bergerak di bidang ketenagalistrikan yang dituntut agar menyesuaikan zaman, dimana salah satunya adalah penggunaan teknologi informasi. PLN Unit Layanan Pelanggan (ULP) Kisaran saat ini banyak menggunakan berbagai aplikasi untuk menunjang berbagai aktivitas informasi, dimana salah satunya adalah Aplikasi Gudang Online (AGO). Sistem yang informasi AGO ini digunakan untuk pengelolaan material seperti permintaan, pemakaian, penerimaan, dan pengembalian material. Namun keefektifan penggunaan material masih belum dapat diketahui. Penelitian ini bertujuan untuk melihat efektfvitas AGO dalam menunjang persediaan material dengan menggunakan metode kualitatif, melalui kajian literature, observasi dan wawancara partipatif pengguna AGO. Ini bertujuan untuk mengetahu sejauh mana pemahaman dan presepsi pengguna AGO tentang aplikasi. Hasil kuesioner dapat dilihat bahwa 85,7% menjawab bahwa AGO sudah efektif dalam memenuhi permintaan material. Kata kunci: efektifitas aplikasi gudang online; sistem informasi; persediaan material

ANALISIS DATA MINING UNTUK PREDIKSI PERSEDIAAN OBAT DI RUMAH SAKIT PMC Dirgantara, Surga; Asril, Elvira
J-Com (Journal of Computer) Vol 4, No 2 (2024): JULI 2024
Publisher : LPPM STMIK Royal Kisaran

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33330/j-com.v4i2.3339

Prediksi persediaan obat di Apotik Rumah Sakit Pekanbaru Medical Center dilakukan dengan cara memperkirakan berdasarkan stok. Apabila terjadinya kekurangan persediaan saat adanya permintaan maka itu akan menjadi kendala, sehingga mempengaruhi penjualan obat. Untuk itu dibutuhkan perhitungan persediaan obat dengan menerapkan data mining. Metode yang digunakan adalah decision tree, dengan data set yang diolah menjadi informasi yang terstruktur dengan pola terbaik. Dalam melakukan prediksi persediaan di apotik RS.PMC menggunakan algoritma c45 didapatkan hasil nilai gain ratio tertinggi iyalah atribut stok awal dengan nilai 0,229865388 dan akurasi delapan puluh dua koma tiga puluh emapat persen (82,34%). Berdasarkan penggunan algoritma c4.5 pada penelitian ini dapat disimpulkan sangat efektif.

IMPLEMENTASI KOMBINASI METODE SAW DAN TOPSIS PEMBERIAN REWARD UNTUK KARYAWAN HOTEL SINGAPORE LAND Veronika, Devina; Yusda, Riki Andri; Rohminatin, Rohminatin
J-Com (Journal of Computer) Vol 4, No 2 (2024): JULI 2024
Publisher : LPPM STMIK Royal Kisaran

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33330/j-com.v4i2.3178

Penelitian ini bertujuan untuk mengimplementasikan kombinasi metode Simple Additive Weighting (SAW) dan Technique for Order Preference by Similarity to Ideal Solution (TOPSIS) dalam pemberian reward kepada karyawan Hotel Singapore Land. Dalam industri perhotelan yang kompetitif, pemilihan karyawan yang tepat sangat penting untuk meningkatkan kualitas layanan. Metode tradisional seperti wawancara dan tes tertulis seringkali tidak efektif dan memakan waktu. Dibutuhkan sistem pendukung keputusan yang dapat membantu proses pemilihan karyawan secara objektif dan efisien. Penelitian ini mencoba mengatasi masalah tersebut dengan mengkombinasikan metode SAW untuk penilaian terhadap kriteria-kriteria tertentu seperti presensi, masa kerja, kedisiplinan, tanggung jawab, dan kerjasama, serta metode TOPSIS untuk menentukan alternatif terbaik berdasarkan solusi ideal positif dan negatif. Diharapkan hasil penelitian ini dapat membantu manajemen Hotel Singapore Land dalam memberikan reward kepada karyawan yang layak secara cepat, akurat, sistematis, dan transparan, sehingga dapat meningkatkan kinerja dan semangat karyawan serta memberikan pelayanan terbaik kepada tamu-tamu hotel

Home Page

OAI Link

Editorial Team

Contact

Reviewer

Google Scholar

Contact Name
Andy Sapta

Contact Email
saptaandy@gmail.com

Phone
+628126416133

Journal Mail Official
jcom@royal.ac.id

Editorial Address
Jl. H.M. Yamin No 173 Kisaran, kab. Asahan, Prov. Sumatera Utara

Location
Kab. asahan,

Sumatera utara

INDONESIA

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Home Page

OAI Link

Editorial Team

Contact

Reviewer

Google Scholar

Contact Name Andy Sapta

Contact Email saptaandy@gmail.com

Phone +628126416133

Journal Mail Official jcom@royal.ac.id

Editorial Address Jl. H.M. Yamin No 173 Kisaran, kab. Asahan, Prov. Sumatera Utara

Location Kab. asahan, Sumatera utara INDONESIA

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Contact Name
Andy Sapta

Contact Email
saptaandy@gmail.com

Phone
+628126416133

Journal Mail Official
jcom@royal.ac.id

Editorial Address
Jl. H.M. Yamin No 173 Kisaran, kab. Asahan, Prov. Sumatera Utara

Location
Kab. asahan,

Sumatera utara

INDONESIA