Garuda - Garba Rujukan Digital

Article Per Year (5 Year)

All

Journal of Informatics and Computer Science (JINACS)

jinacs
Website

Published by Universitas Negeri Surabaya

ISSN : - EISSN : 26862220 DOI : https://doi.org/10.26740/jinacs.v3n02

Core Subject : Science,

Computer Science & IT

JINACS (Journal of Informatics and Computer Science) diterbitkan oleh Program Studi S1 Teknik Informatika Universitas Negeri Surabaya dalam empat kali setahun dengan No ISSN Online : 2686-2220 JINACS merupakan jurnal ilmiah dalam bidang Teknik Informatika dan Computer Science. Jurnal ini mencakup bidang ilmu Rekayasa Perangkat Lunak, Jaringan dan Arsitektur Komputer, Komputasi Bergerak, Sistem Temu Kembali Informasi, Kecerdasan Buatan, Pengolahan Citra Digital, Data Mining dll. JINACS terbit 4 (empat) nomor dalam setahun, yaitu bulan September, Desember, Maret dan Juni. Artikel yang telah dinyatakan diterima akan diterbitkan dalam nomor In-Press sebelum nomor regular terbit.

Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)

Articles 10 Documents

Search results for , issue "Vol 2 No 03 (2021)" : 10 Documents clear

Rancang Bangun Game Arcade Covid War Berbasis Android Menggunakan Construct-2 Trisna Windi Kusuma Astuti; Dodik Arwin Dermawan
Journal of Informatics and Computer Science (JINACS) Vol 2 No 03 (2021)
Publisher : Universitas Negeri Surabaya

Abstrak - Penyakit pada manusia maupun hewan yang disebabkan oleh sebuah virus dengan nama covid-19 telah menyerang penduduk di segala penjuru dunia, dengan penemuan kasus pertama kali di kota Wuhan, China. Virus ini semakin mewabah ke seluruh penjuru dunia termasuk Indonesia. Semakin mewabahnya virus ini juga dilandasi dengan kurangnya kesadaran masyarakat akan bagaimana bahaya dari virus covid-19 dan apa saja cara pencegahannya. Untuk itu perlu adanya kesadaran diri dengan mengetahui informasi terkait virus covid-19. Adapun tujuan dari penelitian ini yaitu untuk merancang sebuah game android yang bernama “Covid War”. Metode penelitian yang digunakan yaitu menggunakan metode game development of cycle yang meliputi tahap perencanaan dengan mulai merancang elemen-elemen dari game, serta tahap pembuatan yaitu yaitu dengan mengumpulkan data dari studi literatur dan pustaka, tahap perancangan mulainya proses pembuatan game itu sendiri. Game “Covid War” ini dapat mengedukasi pengguna bahwa virus covid-19 merupakan virus yang berbahaya dan harus dimusnahkan. Penelitian tentang virus tersebut mempuat peneliti membuat sebuah game yang nantinya bisa dimainkan di android. Kata Kunci -- Game, game engine, construct 2, virus, covid

Predictive Maintenance untuk Kendaraan Bermotor dengan Menggunakan Support Vector Machine (SVM) Sindy Caesar Rusnanda Himatul Haliza; Anita Qoiriah
Journal of Informatics and Computer Science (JINACS) Vol 2 No 03 (2021)
Publisher : Universitas Negeri Surabaya

Abstrak— Seiring dengan bertambahnya kebutuhan hidup masyarakat, kebutuhan transportasi juga semakin bertambah. Kendaraan bermotor adalah salah satu dari sekian banyak alat transportasi yang digunakan untuk memindahkan manusia dan barang, kendaraan bermotor saat ini banyak digunakan dan menunjang kehidupan masyarakat masa kini. Selama penggunaan, kendaraan bermotor dapat mengalami kerusakan sehingga perlu diadakan pemeliharaan dan perbaikan. Dalam hal ini proses pemeliharaan merupakan peranan penting dari kendaraan bermotor. Pemeliharaan (maintenance) dilakukan untuk mencegah terjadinya kegagalan pada sistem dan juga untuk membuat sistem berfungsi kembali apabila kegagalan telah terjadi. Proses maintenance bertujuan untuk menjaga keandalan mesin (reliability) sehingga mesin akan berfungsi dengan normal. Maintenance adalah sebuah kegiatan wajib dan rutin yang dilakukan untuk kendaraan bermotor. Pada peneliltian ini akan dilakukan predictive maintenance untuk kendaraan dinas roda-4 dari DPU Bina Marga Jatim menggunakan algoritma support vector machine (SVM) yang menggunakan metode one-against-all dan metode one-against-one. Kesimpulan yang didapat dari penelitian ini adalah pengujian dari penelitian ini mendapatkan hasil akurasi yang tinggi, predictive maintenance untuk kendaraan bermotor ini menghasilkan nilai akurasi yang mencapai 92.92% dengan menggunakan algoritma support vector machine baik yang menggunakan metode one-against-all maupun yang menggunakan metode one-against-one. Kernel polynomial dan kernel radial basis function sama-sama menghasilkan akurasi tertinggi 92.92%, akan tetapi kernel polynomial menghasilkan akurasi tertinggi lebih banyak dibandingkan dengan kernel radial basis function dalam beberapa percobaan.

Implementasi Algoritma Jaro-Winkler Distance dan N-Gram untuk Deteksi dan Prediksi Perbaikan Kesalahan Penulisan Kata Bahasa Indonesia pada Karya Tulis Ilmiah Mahasiswa Nuzhul Citrasari Dewi; Anita Qoiriah
Journal of Informatics and Computer Science (JINACS) Vol 2 No 03 (2021)
Publisher : Universitas Negeri Surabaya

Karya tulis ilmiah merupakan sebuah tulisan yang berisi suatu permasalahan yang ditulis dan disajikan berdasarkan fakta dan data hasil penelitian. Kesalahan berbahasa yang sering terjadi pada karya tulis ilmiah mahasiswa adalah kesalahan penulisan kata. Untuk menghasilkan karya tulis ilmiah tanpa ada kesalahan penulisan kata, diperlukannya teknik tertentu untuk memperbaikinya. Penelitian ini membuat sebuah sistem deteksi dan prediksi perbaikan kesalahan penulisan kata. Algoritma Jaro-Winkler Distance merupakan algoritma yang digunakan untuk mengukur kemiripan antara 2 string. Algoritma Jaro-Winkler Distance pada sistem ini digunakan untuk daftar saran kandidat perbaikan kata. Saran kandidat perbaikan kata tersebut akan dicari yang sesuai dengan kalimat dengan menggunakan metode N-Gram. Metode N-Gram pada sistem ini digunakan untuk mencari saran perbaikan terbaik dari daftar kandidat yang dihasilkan oleh Algoritma Jaro-Winkler Distance. Hasil terbaik yang diberikan oleh sistem ini adalah sebesar 85.7% dan hasil terkecil sebesar 45%. Hasil tersebut dipengaruhi oleh kuantitas korpus yang digunakan untuk deteksi maupun prediksi perbaikan kata. Semakin baik kuantitas korpus/kamus yang digunakan pada sistem, maka sistem dapat memberikan prediksi perbaikan kata yang sesuai dengan perbaikan kata salah dalam kalimat.

Analisis Kualitas Suara Stego Audio Penyisipan Informasi Tersembunyi dengan Metode Least Significant Bit Agitiya Dwi Hendrata; Agus Prihanto
Journal of Informatics and Computer Science (JINACS) Vol 2 No 03 (2021)
Publisher : Universitas Negeri Surabaya

Abstrak—Keamanan data telah menjadi kebutuhan dalam komunikasi pada era yang sudah serba digital. Teknik mengamankan data dapat dilakukan pada lintasan komunikasi data maupun dari data yang dikirimkan. Saat ini telah banyak berkembang teknik yang dapat digunakan untuk mengamankan data yang dikirimkan, salah satunya adalah teknik steganografi. Steganografi merupakan teknik mengamankan data dengan cara menyisipkan pesan utama kedalam sebuah media. Sehingga, pengirim dan penerima akan tampak seperti berkirim file biasa. Kelebihan teknik steganografi dibandingkan dengan teknik mengamankan data lainnya, seperti enkripsi dan watermarking adalah, pihak selain pengirim dan penerima kemungkinan besar tidak menyadari bahwa terdapat pesan rahasia di dalam suatu file yang dikirimkan. Teknik steganografi dapat dilakukan pada semua jenis media pembawa (audio, video, dan audio video) dengan berbagai jenis pesan rahasia (text, audio, video, dan audio video). Teknik steganografi yang diterapkan pada media pembawa berupa audio dinilai lebih sulit karena Human Auditory System dianggap sebagai indera yang paling peka pada manusia. Sehingga pada penerapannya, dibutuhkan algoritma yang dapat menghasilkan perbedaan paling kecil pada file hasil steganografi. Algoritma Least Significant Bit (LSB) dianggap sebagai algoritma yang paling sederhana dan mudah dalam penerapannya. Steganografi dengan LSB ini dilakukan dengan mengganti bit paling kanan (20) dari media pembawa dengan bit pesan rahasia. Perubahan pada bit yang dinilai kurang signifikan akan membuat hasil steganografi tidak jauh berbeda dengan file asli. Pada penelitian ini, dibangun sebuah sistem yang menerapkan algoritma LSB untuk menyisipkan pesan rahasia bertipe txt kedalam file audio WAV. Melalui pengamatan nilai PSNR dan MSE setelah menyisipkan pesan berukuran 50% dari kapasitas maksimal menghasilkan audio dengan rata-rata nilai PSNR sebesar 56.3571 dB dan rata-rata nilai MSE sebesar 0.15044, sedangkan rata-rata nilai PSNR setelah penyisipan pesan dengan ukuran maksimal adalah 53.2277 dB dan rata-rata nilai MSE sebesar 0.3092. Penyisipan pesan kedalam audio tidak banyak mempengaruhi kualitas signal audio, dibuktikan dengan perbandingan grafik signal audio asli dengan grafik signal audio hasil stego-audio yang hamir serupa. Kata Kunci — Steganografi, Audio, WAV, LSB, PSNR, MSE

Sistem Deteksi Kesalahan Tanda Baca dan Huruf Kapital pada Karya Tulis Ilmiah Berbahasa Indonesia Menggunakan Algoritma Boyer-Moore Mazidhatul Ilmiyah; Anita Qoiriah
Journal of Informatics and Computer Science (JINACS) Vol 2 No 03 (2021)
Publisher : Universitas Negeri Surabaya

Abstrak—Karya tulis ilmiah adalah karangan yang dipublikasikan atau dipaparkan dari hasil pemantauan, pengamatan, serta peninjauan dalam bidang dan menggunakan metode tertentu serta sistematika penulisan yang baik. Serta apa saja yang dipaparkan bisa dipertanggungjawabkan keilmiahannya. Karya tulis ilmiah yang baik adalah karya tulis yang menggunakan bahasa Indonesia dengan baik dan sesuai aturan, entah itu dari segi tata bahasa atau dalam penulisannya. Karena hal tersebut harus sesuai dengan bidangnya, yaitu ragam keilmuan. Dalam penulisan karya tulis ilmiah perlu memperhatikan dalam penggunaan tanda baca, pilihan kata, dan kesesuaian dengan Pedoman Umum Ejaan Bahasa Indonesia (PUEBI). PUEBI berisi tentang aturan penggunaan Bahasa Indonesia yang baik dan benar. Kesalahan penulisan Bahasa Indonesia yang banyak ditemukan adalah kesalahan dalam penggunaan tanda baca dan penulisan huruf kapital yang benar. Maka dari itu perlu untuk melakukan penelitian guna menentukan solusi permasalahan dalam mendeteksi kesalahan penulisan huruf kapital dan penggunaan tanda baca dalam suatu dokumen. Pada penelitian ini, penulis menggunakan algoritma Boyer-Moore yang terbukti efisien sebagai algoritma untuk aplikasi pencarian kata atau string. Algoritma ini banyak diimplementasikan sebagai fitur “search”. Penelitian ini menghasilkan bukti bahwa algoritma Boyer-Moore bisa mendeteksi kesalahan dengan nilai rata-rata presisi sebesar 0,969, untuk nilai rata-rata recall sebesar 0,976, dan untuk nilai rata-rata akurasi sebesar 0,917.

Rancang Bangun Aplikasi Chatbot Rekomendasi Jadwal Penggunaan Ruangan Berbasis Graph Coloring menggunakan Dialogflow dan Neo4j Diaz Ardian Alvianto; Ricky Eka Putra
Journal of Informatics and Computer Science (JINACS) Vol 2 No 03 (2021)
Publisher : Universitas Negeri Surabaya

Peningkatan jumlah mahasiswa Universitas Negeri Surabaya pada Program Studi Teknik Informatika merupakan hal yang tidak bisa dihindari. Hal itu berpengaruh pada banyaknya jadwal perkuliahan yang harus diatur dengan baik. Salah satu variabel penting dalam menyusun penjadwalan yaitu ketersediaan ruangan perkuliahan. Sehingga dibutuhkan suatu sistem yang dapat membantu manajemen ruang untuk mengatur antara jadwal kuliah dengan ruangan yang tersedia. Sistem yang dirancang berupa aplikasi chatbot rekomendasi jadwal penggunaan ruangan berbasis Graph Coloring menggunakan Dialogflow dan Neo4j. Penelitian ini mengaplikasikan graph coloring algoritma welch-powell untuk membuat rekomendasi penggunaan ruang kelas yang efektif. Hasil penjadwalan ruangan yang diperoleh nantinya akan dimasukkan kedalam Neo4j sebagai database aplikasi. Chatbot digunakan untuk mengimplementasikan hasil dari penjadwalan ruangan, sehingga akan menampilkan output rekomendasi ruangan tersedia dalam aplikasi chatbot. Algoritma yang diterapkan mampu menghasilkan ketepatan hasil untuk pemesanan ruang kelas pengganti dan ruang sidang dari chatbot, yaitu pada pengujian menggunakan algoritma genetika untuk membuat jadwal perkuliahan menghasilkan tidak ada bentrok antar kelas dan dosen dari best fitness dengan besar probabilitas crossover 0,75, probabilitas mutasi: 0,50, dan kromosom/ populasi 100. Sedangkan pada pengujian graph coloring menggunakan fitur K-1 Coloring Algorithm pada Neo4j mengasilkan pemetaan node dan edges untuk rekomendasi penggunaan ruang kelas. Pada fitur pemesanan ruang kelas pengganti dilakukan 20 kali percobaan melihat rekomendasi kelas dari chatbot dan menghasilkan balasan yang sudah sesuai dengan aspek menurut hari, ketersediaan dosen dan kelas. Hal tersebut menunjukkan bahwa aplikasi chatbot yang telah dibuat telah berhasil dan layak diterapkan untuk rekomendasi jadwal penggunaan ruangan. Kata Kunci — Penjadwalan, Chatbot, Graph Coloring, DialogFlow, Neo4j

Penerapan Algoritma Gustafson-Kessel untuk Clustering Tweets Mention Akun Go-jek dan Grab Indonesia Firda Ariani Alim Putri; Naim Rochmawati
Journal of Informatics and Computer Science (JINACS) Vol 2 No 03 (2021)
Publisher : Universitas Negeri Surabaya

Kepopuleran Twitter yang tinggi bisa digunakan untuk berbagai keperluan dalam banyak aspek, seperti untuk kampanye politik, alat pembelajaran, maupun sebagai media komunikasi darurat. Selain itu, tidak sedikit perusahaan yang memanfaatkan Twitter sebagai alat adversiting, menyebarkan informasi dan promosi. Salah satunya adalah Go-Jek dan Grab Indonesia. Sebagai pelaku bisnis yang memiliki banyak pengikut (followers), dituntut untuk memahami jenis konten yang mendapat respon positif dari followers agar dapat menentukan strategi pemasaran yang tepat. Selain itu perlu memahami keluhan yang sering dibicarakan para pengikut (followers) dalam sebuah tweet, sehingga dapat memperbaiki sistem menjadi lebih baik lagi. Clustering data tweet mention akun @gojekindonesia dan @GrabID menggunakan algoritma Fuzzy Gustafson-Kessel dan indeks validitas Xie-Beni menghasilkan masing-masing 2 cluster optimum. Wordcloud cluster data tweets mention akun @gojekindonesia berisikan keluhan pengguna Go-Jek, sedangkan wordcloud cluster data tweets mention akun @GrabID berisikan ajakan belanja dan promo. Hasil pengujian metode Fuzzy Gustafson-Kessel pada data tweets @gojekindonesia menghasilkan accuracy sebesar 89%, precision sebesar 87%, recall sebesar 92%, dan F-Measure sebesar 89%. Kemudian pada data tweets @GrabID menghasilkan accuracy sebesar 73%, precision sebesar 65%, recall sebesar 76%, dan F-Measure sebesar 70%. Kata Kunci— Fuzzy Gustafson Kessel, Index Xie Beni, Clustering, Twitter, Gojek, Grab.

Penerapan NBC dan SVM Terhadap Klasifikasi Opini Sistem Pendidikan Menggunakan Data Twitter Nadya Hidayatun Najah; Naim Rochmawati
Journal of Informatics and Computer Science (JINACS) Vol 2 No 03 (2021)
Publisher : Universitas Negeri Surabaya

Penyebaran berita saat ini dapat diakses dengan mudah melalui media sosial. Twitter merupakan salah satu media sosial yang sangat populer di kalangan pengguna internet. Di sini pengguna dapat dengan bebas berkomentar dan menulis mengenai berita apapun. Salah satu berita yang banyak dibicarakan adalah mengenai sistem pendidikan yang dibuat oleh pemerintah khususnya kurikulum pendidikan. Dari media sosial tersebut, mengizinkan penggunanya untuk dapat mengetahui reaksi pengguna lain terhadap berita yang sedang dibicarakan. Untuk mengklasifikasikan bentuk sentimen yang diberikan apakah itu sentimen positif, negatif, atau netral dapat menggunakan text mining, yaitu proses menggali informasi dalam sekumpulan dokumen besar secara otomatis. Kurikulum pendidikan dipilih untuk dilakukan klasifikasi sentimen karena pembahasan kurikulum pendidikan sangat sensitif terhadap opini-opini masyarakat. Dalam mengklasifikasikannya penulis menggunakan algoritma Naïve Bayes Classifier (NBC) dan Support Vector Machine (SVM). Dari proses pengklasifikasian dengan Naïve Bayes Classifier menghasilkan accuracy 64%, precision 100%, recall 54%, dan F-Measure 70%, sedangkan dengan Support Vector Machine menghasilkan accuracy 96%, precision 96%, recall 100%, dan F-Measure 98%. Hal ini menunjukkan bahwa metode SVM mampu mengklasifikasikan data komentar lebih baik daripada menggunakan metode NBC. Kata Kunci— Naïve Bayes Classifier, Supportc Vector Machine, Klasifikasi, Twitter, Kurikulum Pendidikan

Pengelompokan Kategori Buku Berdasarkan Judul Menggunakan Algoritma Agglomerative Hierarchical Clustering dan K-Medoids Muhammad Ainur Rofiq; Anita Qoiriah
Journal of Informatics and Computer Science (JINACS) Vol 2 No 03 (2021)
Publisher : Universitas Negeri Surabaya

Perpustakaan merupakan tempat yang menyediakan berbagai bahan pustaka yang dibutuhkan semua orang khususnya pelajar. Namun koleksi buku dalam jumlah banyak juga akan menyulitkan pustakawan untuk melakukan pengelolaan letak buku sehingga ada buku yang tidak terbaca dan jarang dipinjam. Untuk penyelesaian masalah tersebut akan digunakan teknik clustering untuk melakukan pengelompokkan buku berdasarkan kategorinya. Ada beberapa algoritma clustering salah satunya K-Medoids. Selain menggunakan algortima K-Medoids, pada penelitian ini juga menggunakan algoritma Agglomerative Hierarchical Clustering (AHC). Teknik clustering akan mengelompokkan judul buku sesuai kategorinya, dan judul buku yang ada dalam satu cluster akan digunakan sebagai bahan untuk analisis dalam mempermudah pustakawan untuk pengambilan keputusan dan melakukan pengelolalan penataan buku yang diminati dan merancang strategi untuk meningkatkan minat baca khususnya pada pelajar. Kata Kunci— Perpustakaan, clustering, K-Medoids, Agglomerartive Hierarchical Clustering.

Implementasi Enkripsi dan Dekripsi File Dokumen menggunakan Metode Modifikasi Algoritma Tiny Encryption Algorithm Ellsa Wahyu Candra Pujiarwoko; Aditya Prapanca
Journal of Informatics and Computer Science (JINACS) Vol 2 No 03 (2021)
Publisher : Universitas Negeri Surabaya

Keamanan data menjadi hal yang paling dibutuhkan bagi semua pengguna komunikasi modern. Pada era digitalisasi ini terdapat banyak celah yang dapat digunakan untuk melanggar kebijakan terkait keamanan data. Untuk itu, perkembangan teknik pengamanan data juga telah dilakukan untuk mengatasi celah tersebut. Banyak penelitian telah dilakukan untuk menciptakan teknik pengamanan data untuk dapat mencegah adanya pelanggaran hak terhadap data yang dikirimkan melalui sistem komunikasi modern. Kriptografi merupakan salah satu teknik pengamanan data yang sering digunakan karena dapat diterapkan pada semua tipe data. Dalam penerapan kriptografi dibutuhkan teknik tertentu untuk melakukan rekonstruksi pada data asli. Tiny Encryption Algorithm merupakan salah satu algoritma yang digunakan dalam enkripsi data. Algortima TEA bekerja dengan konsep simetris enkripsi dengan kecepatan pemrosesan yang maksimal namun dengan konsumsi memori yang sedikit. Algoritma TEA bekerja menggunakan struktur feissel network yang membagi bit-input menjadi dua bagian sama besar dalam 64 round. Pada penelitian ini dilakukan observasi terhadap hasil modifikasi algortima TEA jumlah bit-input yang diproses dan jumlah round yang dilakukan dalam proses enkripsi dan dekripsi. Modifikasi dilakukan untuk mengetahui pengaruh jumlah bit input dan round terhadap waktu pemrosesan yang dibutuhkan dan ukuran dokumen hasil dari enkripsi maupun dekripsi. Hasilnya, modifikasi pada jumlah bit-input maupun putaran yang terjadi pada proses enkripsi maupun dekripsi dokumen berpengaruh pada hasil pemrosesan, yaitu dari sisi waktu dan ukuran dokumen hasil pemrosesan.

Page 1 of 1 | Total Record : 10

Filter by Year

2021 2021

Filter By Issues

All Issue Vol. 7 No. 01 (2025) Vol. 6 No. 04 (2025) Vol. 6 No. 03 (2025) Article In Press(1) Vol. 6 No. 02 (2024) Vol. 6 No. 01 (2024) Vol. 5 No. 04 (2024) Vol. 5 No. 03 (2024) Vol. 5 No. 02 (2023) Vol. 5 No. 01 (2023) Vol 4 No 04 (2023) Vol 4 No 03 (2023) Vol 4 No 02 (2022) Vol 4 No 01 (2022) Vol 3 No 04 (2022) Vol 3 No 03 (2022) Vol 3 No 02 (2021) Vol 3 No 01 (2021) Vol 2 No 04 (2021) Vol 2 No 03 (2021) Vol 2 No 02 (2020) Vol 2 No 01 (2020) Vol 1 No 04 (2020) Vol 1 No 03 (2020) Vol 1 No 02 (2019) Vol 1 No 01 (2019) More Issue

Home Page

OAI Link

Editorial Team

Contact

Reviewer

Google Scholar

Contact Name
Martini Dwi Endah Susanti

Contact Email
jinacs@unesa.ac.id

Phone
-

Journal Mail Official
jinacs@unesa.ac.id

Editorial Address
Gedung A10 Teknik Informatika, Kampus Unesa Ketintang Surabaya, Jawa Timur 60231

Location
Kota surabaya,

Jawa timur

INDONESIA

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Home Page

OAI Link

Editorial Team

Contact

Reviewer

Google Scholar

Contact Name Martini Dwi Endah Susanti

Contact Email jinacs@unesa.ac.id

Phone -

Journal Mail Official jinacs@unesa.ac.id

Editorial Address Gedung A10 Teknik Informatika, Kampus Unesa Ketintang Surabaya, Jawa Timur 60231

Location Kota surabaya, Jawa timur INDONESIA

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Contact Name
Martini Dwi Endah Susanti

Contact Email
jinacs@unesa.ac.id

Phone
-

Journal Mail Official
jinacs@unesa.ac.id

Editorial Address
Gedung A10 Teknik Informatika, Kampus Unesa Ketintang Surabaya, Jawa Timur 60231

Location
Kota surabaya,

Jawa timur

INDONESIA