Garuda - Garba Rujukan Digital

Article Per Year (5 Year)

All

Jurnal Statistika Universitas Muhammadiyah Semarang

statistik
Website

Published by Universitas Muhammadiyah Semarang

ISSN : 23383216 EISSN : 25281070 DOI : -

Core Subject : Science,

Decision Sciences, Operations Research & Management

Focus and Scope a. Statistika Teori, Statistika Komputasi, Statistika terapan b. Matematika Teori dan Aplikasi c. Design of Experiment

Arjuna Subject : Matematika - Pemodelan dan Simulasi

Articles 200 Documents

6 7 8 9 10

PEMODELAN FUNGSI TRANSFER UNTUK MERAMALKAN CURAH HUJAN DI KOTA SEMARANG Andayani Nurfaizah; Rochdi Wasono; Siti Hajar Rahmawati
Jurnal Statistika Universitas Muhammadiyah Semarang Vol 1, No 2 (2013): Jurnal Statistika Universitas Muhammadiyah Semarang
Publisher : Department Statistics, Faculty Mathematics and Natural Science, UNIMUS

Informasi tentang curah hujan merupakan perihal penting yang berpengaruh terhadap berbagai macam aktifitas misalnya dalam bidang pertanian. Curah hujan (y) dan kondisi udara yang mempengaruhi seperti suhu udara (x1) dan kelembapan udara (x) memiliki pola yang teratur yang disebabkan oleh fenomena iklim yang membentuk suatu deret berkala. Kota semarang memiliki luas wilayah 373,70 Km 2t 2, dari luas wilayah yang ada 10,59% merupakan tanah sawah. Dari luas tanah sawah, 53.12% merupakan sawah tadah hujan. Metode peramalan curah hujan di Kota Semarang yang digunakan dalam penelitian ini adalah pemodelan fungsi transfer. Model fungsi transfer yang terbentuk untuk meramalkan curah hujan, menunjukan bahwa kondisi udara yang signifikan berpengaruh dalam peramalan curah hujan adalah kelembapan udara. Model fungsi transfernya sebagai berikut: dari model yang diperoleh dapat diketahui bahwa curah hujan dipengaruhi tingkat curah hujan selama 12 bulan sebelumnya dan dipengaruhi langsung oleh kelembapan udara sampai dengan 18 bulan sebelumnya serta nilai sisan pada bulan yang sama dan nilai residual pada bulan tersebut. Peramalan curah hujan dengan menggunakan data curah hujan, kelembaban udara dari tahun 2003 -2012 dengan menggunakan metode fungsi transfer single input menghasikan ramalan curah hujan untuk 12 bulan kedepan yaitu bulan Januari sampai dengan Desember 2013, curah huajn yang terjadi sebesar 7 mm – 352 mm Kata Kunci : Curah Hujan, Peramalan, Fungsi Transfer.

PENERAPAN METODE FUZZY WEIGHTED PRODUCT (WP) DENGAN PEMBOBOTAN ENTROPY Dwi Ispriyanti; Azizah Mulia Mawarni; Alan Prahutama; Tarno Tarno
Jurnal Statistika Universitas Muhammadiyah Semarang Vol 8, No 1 (2020): Jurnal Statistika Universitas Muhammadiyah Semarang
Publisher : Department Statistics, Faculty Mathematics and Natural Science, UNIMUS

The government, through the Directorate General of Higher Education, Ministry of National Education seeks to allocate funds to provide scholarships to students who are economically unable to finance their education, and provide scholarships to students who have achievements. The provision of learning assistance in the form of scholarships was given to students in various universities including Diponegoro University. Scholarships awarded include Academic Achievement Achievement scholarships (PPAs) awarded to outstanding students and scholarships Student Learning Assistance (BBM) given to underprivileged students. In recruiting prospective PPA scholarship recipients, the selection committee applies several assessment criteria. The required assessment criteria are the GPA value, the parent's income, the championship achievement, the semester, the number of dependents, and the electric power. The PPA scholarship selection system has not been effective even though it has been with the help of a computer. So there is a need for decision-making methods in assisting selection. The method applied in selecting scholarship recipients is WP, with Entropy weighting method. Previously, the criteria value was changed to fuzzy numbers. Fuzzy Weighted Product (WP) method successfully selected PPA scholarship recipients with optimal results to help screening committee.

SMALL AREA ESTIMATION UNTUK PENDUGAAN JUMLAH PENDUDUK MISKIN DI KOTA SEMARANG DENGAN PENDEKATAN KERNEL-BOOTSTRAP Ujang Maulana; Moh Yamin Darsyah; Tiani Wahyu Utami
Jurnal Statistika Universitas Muhammadiyah Semarang Vol 2, No 2 (2014): Jurnal Statistika Universitas Muhammadiyah Semarang
Publisher : Department Statistics, Faculty Mathematics and Natural Science, UNIMUS

Pendugaan area kecil dengan teknik pendugaan tak langsung memerlukan asumsi adanya hubungan linier antara rataan area kecil dengan variabel penyerta. Jika tidak ada hubungan linier antara rataan area kecil dan variabel penyerta maka tidak tepat ‘meminjam kekuatan’ dari area lain dengan menggunakan model linier dalam pendugaan tak langsung. Untuk mengatasi hal tersebut dikembangkan pendekatan nonparametrik. Salah satu pendekatan nonparametrik yang digunakan adalah pendekatan Kernel-Bootsrap. Pendugaan tak langsung dengan pendekatan SAE Kernel-Bootsrap digunakan untuk menduga angka jumlah penduduk miskin pada level kecamatan di Kota Semarang. Variabel yang digunakan dalam penelitian ini terdiri atas dua bagian , yakni Jumlah Penduduk Miskin (Y) sebagai variabel dependen, serta sebagai variabel penyerta: Penduduk Usia 65 Tahun keatas (X). Evaluasi hasil pendugaan dilakukan dengan melihat nilai MSE (Mean Square Error) penduga SAE Kernel-Bootsrap. Hasil pendugaan SAE Kernel-Bootstrap terbaik menggunakan replikasi B= 100.

PEMODELAN KUALITAS AIR DI KAWASAN PEGUNUNGAN KENDENG DENGAN PENDEKATAN ORDINARY KRIGING DAN GEOGRAPHIC INFORMATION SYSTEM (GIS) Juwita Rahayu; Tiani Wahyu Utami; Rochdi Wasono
Jurnal Statistika Universitas Muhammadiyah Semarang Vol 4, No 2 (2016): Jurnal Statistika Universitas Muhammadiyah Semarang
Publisher : Department Statistics, Faculty Mathematics and Natural Science, UNIMUS

Saat ini terjadi adanya kecendrungan penurunan kualitas air di beberapa daerah, terlebih pada daerah kawasan karst yang memiliki sistem permeabilitas tinggi yang sangat rentan terhadap pencemaran air akibat aktifitas manusia maupun perubahan alam.Tujuan penelitian adalah memetakan dan menduga kualitas air tanah dengan parameter keberadaan pencemar unsur Nitrit menggunakan metode geostatistik yang merupakananalisis statistik spasial untuk menduga data dengan prediksi dan interpolasi melalui semivariogram dan ordinary kriging pada kadar NO. Selanjutnya membandingkan model prediksi dan interpolasi yang berbeda, memetakan sebaran kadar NO 2 padasumber mata air yang menjadi kajian menggunakan Geographic Information System (GIS). Berdasarkan hasil perhitungan menggunakan metode Ordinary Kriging dengan Gaussian isotropic model diperoleh nilai RSS 2.21 dan C 0 = 0.198, C+C = 2.56, A = 9335.75. Menduga pada daerah Sumber Seribu (titik ke- 6) dengan nilai dugaan sebesar 0.89571 yang masih dikategorikan memiliki kadar nitrit yang tinggi. Kemudian modelGeographically Informasi System dengan menggunakan metode Ordinary Kriging dengan Variogram Modelling, mempunyai kriteria baik untuk menggambarkan sebaran spasial parameter kualitas air. Dengan luaran peta kontur sebaran kadar nitrit dengan daerah bitingan yang paling tinggi kadar nitritnya Studi kasus dilakukan di Kawasan Pegunungan Kendeng, Kabupaten Rembang, Provinsi Jawa Tengah.Kata Kunci : Karst, Nitrite NO 2, Ordinary Kriging, GIS.

ANALISIS KLASTER PADA DOKUMEN TEKS OPINI PENGGUNA TWITTER TERHADAP KASUS MIRAS OPLOSAN MENGGUNAKAN METODE K-MEANS Jaka Aulia Pratama; Neneng Sunengsih; Maman Suherman
Jurnal Statistika Universitas Muhammadiyah Semarang Vol 6, No 1 (2018): Jurnal Statistika Universitas Muhammadiyah Semarang
Publisher : Department Statistics, Faculty Mathematics and Natural Science, UNIMUS

Teknologi komunikasi dan informasi merupakan sektor yang paling pesat berkembang di era digital saat ini. Hal tersebut tidak lepas dari kebutuhan mendasar manusia sebagai makhluk sosial, dimana akses terhadap informasi dan keragaman bentuk dalam berkomunikasi menjadi lahan basah bagi para penyedia layanan, salah satunya Twitter.Layanan jejaring sosial Twitter menjadi wadah dalam menyampaikan berbagai macam opini, termasuk kasus miras oplosan yang viral disampaikan para penggunanya selama bulan April 2018. Penelitian ini bertujuan untuk menganalisi opini pengguna Twitter terhadap kasus mira oplosan di bulan April 2018 tersebut menggunakan metode Kmeans.Hasil dari penelitian ini menunjukan klaster paling optimum terbentuk sebanyak tiga klaster berdasarkan nilai dunn index sebesar 0.8312. Dari ketiga klaster tersebut, dapat diasumsikan opini pengguna Twitter dari tanggal 1 April 2018 hingga 23 April 2018 terhadap kasus miras oplosanmasih terpusat pada sosok pengedar miras oplosan, pihak berwenang, dan korban. Kata kunci : Text Mining, Klaster, K-means,Twitter

PERAMALAN INDEKS HARGA SAHAM GABUNGAN (IHSG) GUNA DETEKSI DINI STABILITAS EKONOMI MENGGUNAKAN METODE REGRESI TIME SERIES Puspita Kartikasari
Jurnal Statistika Universitas Muhammadiyah Semarang Vol 7, No 2 (2019): Jurnal Statistika Universitas Muhammadiyah Semarang
Publisher : Department Statistics, Faculty Mathematics and Natural Science, UNIMUS

Penelitian mengenai korelasi antara kegiatan ekonomi suatu negara dengan pasar modal telah banyak dikaji, akan tetapi antara hasil penelitian satu dengan lainnya masih saling bertolak belakang. Oleh sebab itu, penelitian ini bertujuan membangun suatu model peramalan yang feksibel dan robust untuk mengetahui pola hubungan antara IndeksHarga Saham Gabungan (IHSG) dengan nilai kurs dan Tingkat Suku Bunga (SBI). Model peramalan yang dibangun dapat digunakan untuk bahan pertimbangan para investor pada saat melakukan sebuah investasi. Selain itu, juga dapat dijadikan dasar oleh pemerintah dalam menentukan kebijakan fiscal dan kebijakan moneter dalam menjaga kestabilan sistem keuangan sebagai antisipasi dini stabilitas ekonomi.Penelitian ini menggunakan metode regresi time series deterministik dengan menggunakan variabel dummy, karena model yang dibangun dari metode ini lebih feksibel, tepat, akurat dan dapat memberikan informasi yang luas tetang pasar modal.Metode ini membagi sampel ke dalam tiga jangka waktu, yaitu saat belum terjadi krisis global, saat krisis global terjadi, dan setelah krisis global yaitu tahun (2000-2005), (2006-2010) dan (2011-2017) dengan tujuan untuk mendapatkan informasi mengenai keadaan perekonomian terhadap pasar modal yang diakibatkan adanya tiga keadaan berbeda. Hasil yang didapatkan menunjukkan SBI tidak berpengaruuh secara signifikan pada tahun 2000-2017 atau periode jangka panjang terhadap IHSG. Namun jika dibagi atas tiga periode kondisi ekonomi atau periode jangka pendek maka kedua variabel makro ekonomi baik kurs maupun SBI berpengaruh secara signifikan terhadap IHSG.Hasil peramalan dari model ini, juga memiliki kesalahan sebesar 0.02 untuk periode 2000-2017 dan 0,03 untuk masing-masing periode dengan model ARIMA ([1,2],0,0).Kata Kunci : IHSG, Regresi Time Series, Stabilitas Ekonomi

PERFORMANSI PERUSAHAAN FINANSIAL DISTRESS DENGAN METODE SUPPORT VECTOR MACHINE - Pristiyani; Moh. Yamin Darsyah; Indah Manfaati Nur
Jurnal Statistika Universitas Muhammadiyah Semarang Vol 4, No 1 (2016): Jurnal Statistika Universitas Muhammadiyah Semarang
Publisher : Department Statistics, Faculty Mathematics and Natural Science, UNIMUS

Pasar modal merupakan bagian dari industry keuangan yang mempunyai peranan penting untuk pengembangan pangsa pasar industry keuangan. Investor membutuhkan informasi yang akurat mengenai performansi sebuah perusahaan yang dilihat dari laporan keuangan yang diterbitkan oleh perusahaan . Laporan keuangan dapat menggambarkan kondisi keuangan perusahaan sebelum mengalami kebangkrutan,hal ini sering disebut dengan kondisi finansial distress. Penelitian ini dilakukan unttuk mengklasifikasikan perusahaan finansial distress pada sektor manufaktur di Bursa Efek Indonesia (BEI) menggunakan dua metode, yaitu discriminant analisys (DA) dan support vector machine (SVM) dengan fungsi kernel radial basic function (RBF). Pengklasifikasian menggunakan DA dengan variabel predikor original maupun distandarkan menghasilkan nilai akurasi sebesar 63,07%. Pengklasifikasian menggunakan SVM untuk data original menghasilkan nilai akurasi sebesar 97,44%. Pengklasifikasian menggunakan SVM untuk data terstandarisasi menghasilkan nilai akurasi sebesar 100%. Rasio keuangan yang berpengaruh terhadap pengklasifikasian perusahaan finansial distress adalah rasio keuanganTotal Asset Turnover (TAT), Earning Per Share (EPS), Net Profit Margin (NPM) dan Inventory Turnover. Kata kunci : Discriminan Analysis, Finansial distress, SVM, Rasio Keuangan

APLIKASI REGRESI NONPARAMETRIK DERET FOURIER PADA DATA HIGH WATER LEVEL (HWL) KOTA SEMARANG Tiani Wahyu Utami; Indah Manfaati Nur
Jurnal Statistika Universitas Muhammadiyah Semarang Vol 5, No 2 (2017): Jurnal Statistika Universitas Muhammadiyah Semarang
Publisher : Department Statistics, Faculty Mathematics and Natural Science, UNIMUS

Salah satu pendekatan regresi nonparametrik adalah dengan pendekatan DeretFourier. Pola data yang sesuai dengan pendekatan Deret Fourier adalah pola databerulang (fluktuatif), yaitu pengulangan nilai variabel dependen untuk variabelindependen yang berbeda-beda. Data pasang air laut menunjukkan pola sebaran data yang periodik atau fluktuatif. Oleh karena itu aplikasi regresi nonparametrik Deret Fourier dapat diterapkan pada data pasang air laut (High Water Level). Di Kota Semarang bagian utara sering terjadi banjir Rob akibat dari pasang air laut. Dampak dari banjir rob salah satunya adalah dapat mengganggu aktifitas perekonomian di kota Semarang, khususnya di kawasan industri. Penerapan data HWL dengan pendekatan deret fourier, terlebih dahulu dilakukan penentukan nilai K optimal, berdasakan hasil penentuan K optimal dengan metode GCV diperoleh K=276. Hasil aplikasi pada data HWL Kota Semarang dengan pendekatan regresi Nonparametrik Deret Fourier didapatkan R2 sebesar 94% dan MSE=10,31. Hasil maksimum data HWL atau dapatdikatakan mengalami pasang maksimal terjadi pada tanggal 21 November 2016. Kata kunci: Deret Fourier, GCV, HWL

ANALISIS KLASIFIKASI KEMISKINAN DI KOTA SEMARANG MENGGUNAKAN ALGORITMA QUEST Dwi Ispriyanti; Alan Prahutama; Mustafid Mustafid
Jurnal Statistika Universitas Muhammadiyah Semarang Vol 7, No 1 (2019): Jurnal Statistika Universitas Muhammadiyah Semarang
Publisher : Department Statistics, Faculty Mathematics and Natural Science, UNIMUS

Kemiskinan menjadi suatu permasalahan bagi negara-negara berkembang termasuk Indonesia. Kemiskinan merupakan keadaan kondisi perekonomian suatu orang atau sekelompok orang yang tidak bisa memenuhi kebutuhan dasar seperti pendidikan, kesehatan, pangan, perumahan dan lainnya. Analisis klasifikasi kemiskinan merupaka bagian dari analisis kemiskinan yang yang mengkategorikan rumah tangga atau kelompok kedalam kategori miskin dan tidak miskin. Pengkategorian tersebut didasarkan pada pengeluaran perkapita yang dibandingkan dengan nilai garis kemiskinan. Metode klasifikasi didalam statistika salah satunya pohon klasifikasi, yang meliputi antara lain Algoritma CART, QUEST, ID3, C45 dan lainnya. Algoritma QUEST merupakan pohon klasifikasi biner dengan prosedur pemilihan variabel penyekat/pemisah, penentuan titik sekat/pemisah serta proses pemberhentian. Pada penelitian ini hasil klasifikasi menggunakan algoritma QUEST dengan semua variabel prediktor diasumsikan skala rasio maka hasil klasifikasi yang didapat mempunyai akurasi 94.9%. Variabel prediktor yang mempengaruhi antara lain penerimaan beras miskin, jenis bahan bakar utama untuk emasak, jenin dinding rumah tinggal yang digunakan dan sumber utama air minum. Sedangkan hasil klasifikasi menggunakan algoritma QUEST dengan variabel prediktornya diasumsikan skala nominal juga menghasilkan akurasi 94.9%. Variabel prediktor yang mempengaruhi antara lain penerimaan beras miskin, jenis bahan bakar utama yang digunakan untuk memasak, bahan utaam dinding rumah serta jumlah angota rumah tangga.

ANALISIS IPM DI PULAU JAWA MENGGUNAKAN ANALISIS REGRESI KUANTIL Vendy Eka Wahyudi; Ismaini Zain
Jurnal Statistika Universitas Muhammadiyah Semarang Vol 2, No 1 (2014): Jurnal Statistika Universitas Muhammadiyah Semarang
Publisher : Department Statistics, Faculty Mathematics and Natural Science, UNIMUS

Analisis regresi merupakan metode statistika untuk mengetahui hubungan antara variabel respon dengan variabel prediktor. Dalam analisis regresi, salah satu metode estimasi yang sering digunakan adalah OLS (Ordinary Least Square). Namun metode ini sangat rentan dipengaruhi oleh adanya pencilan. Pencilan dapat menyebabkan hasil estimasi parameter menjadi tidak stabil. Metode OLS dianggap kurang tepat untuk menganalisis sejumlah data yang tidak simetris karena nilai mean sebagai penduga bagi nilai tengah data menjadi sangat peka dengan adanya data pencilan. Selanjutnya dikembangkan metode regresi kuantil (Quantile Regression). Penduga parameter regresi kuantil diperoleh dengan meminimumkan jumlah nilai mutlak dari error. Secara umum ada beberapa kelebihan dari regresi kuantil, salah satunya adalah dapat meminimumkan pengaruh dari pencilan. Penelitian dan pengaplikasian tentang regresi kuantil banyak dilakukan diberbagai bidang oleh negara-negara di dunia. Dari ide itulah maka penelitian ini membahas tentang model regresi kuantil pada kasus IPM (Indek Pembangunan Manusia).

Page 8 of 20 | Total Record : 200

6 7 8 9 10

Filter by Year

2013 2025

Filter By Issues

All Issue Vol 13, No 1 (2025): Jurnal Statistika Universitas Muhammadiyah Semarang Vol 12, No 2 (2024): Jurnal Statistika Universitas Muhammadiyah Semarang Vol 12, No 1 (2024): Jurnal Statistika Universitass Muhammadiyah Semarang Vol 11, No 2 (2023): Jurnal Statistika Universitas Muhammadiyah Semarang Vol 11, No 1 (2023): Jurnal Statistika Universitas Muhammadiyah Semarang Vol 10, No 2 (2022): Jurnal Statistika Universitas Muhammadiyah Semarang Vol 10, No 1 (2022): Jurnal Statistika Universitas Muhammadiyah Semarang Vol 9, No 2 (2021): Jurnal Statistika Vol 9, No 2 (2021): Jurnal Statistika Universitas Muhammadiyah Semarang Vol 9, No 1 (2021): Jurnal Statistika Vol 9, No 1 (2021): Jurnal Statistika Universitas Muhammadiyah Semarang Vol 8, No 2 (2020): Jurnal Statistika Universitas Muhammadiyah Semarang Vol 8, No 2 (2020): Jurnal Statistika Vol 8, No 1 (2020): Jurnal Statistika Universitas Muhammadiyah Semarang Vol 8, No 1 (2020): Jurnal Statistika Vol 7, No 2 (2019): Jurnal Statistika Universitas Muhammadiyah Semarang Vol 7, No 2 (2019): Jurnal Statistika Vol 7, No 1 (2019): Jurnal Statistika Universitas Muhammadiyah Semarang Vol 7, No 1 (2019): Jurnal Statistika Vol 6, No 2 (2018): Jurnal Statistika Universitas Muhammadiyah Semarang Vol 6, No 2 (2018): Jurnal Statistika Vol 6, No 1 (2018): Jurnal Statistika Vol 6, No 1 (2018): Jurnal Statistika Universitas Muhammadiyah Semarang Vol 5, No 2 (2017): Jurnal Statistika Universitas Muhammadiyah Semarang Vol 5, No 2 (2017): Jurnal Statistika Vol 5, No 1 (2017): Jurnal Statistika Universitas Muhammadiyah Semarang Vol 4, No 2 (2016): Jurnal Statistika Vol 4, No 2 (2016): Jurnal Statistika Universitas Muhammadiyah Semarang Vol 4, No 1 (2016): Jurnal Statistika Universitas Muhammadiyah Semarang Vol 4, No 1 (2016): Jurnal Statistika Vol 3, No 2 (2015): Jurnal Statistika Universitas Muhammadiyah Semarang Vol 3, No 2 (2015): Jurnal Statistika Vol 3, No 1 (2015): Jurnal Statistika Vol 3, No 1 (2015): Jurnal Statistika Universitas Muhammadiyah Semarang Vol 2, No 2 (2014): Jurnal Statistika Universitas Muhammadiyah Semarang Vol 2, No 2 (2014): Jurnal Statistika Vol 2, No 1 (2014): Jurnal Statistika Universitas Muhammadiyah Semarang Vol 2, No 1 (2014): Jurnal Statistika Vol 1, No 2 (2013): Jurnal Statistika Universitas Muhammadiyah Semarang Vol 1, No 2 (2013): Jurnal Statistika Vol 1, No 1 (2013): Jurnal Statistika Universitas Muhammadiyah Semarang Vol 1, No 1 (2013): Jurnal Statistika More Issue

Home Page

OAI Link

Editorial Team

Contact

Reviewer

Google Scholar

Contact Name
Tiani Wahyu Utami

Contact Email
jurnalstatistik@unimus.ac.id

Phone
+6285235004282

Journal Mail Official
jurnalstatistik@unimus.ac.id

Editorial Address
Sekretariat Jurnal Statistika Universitas Muhammadiyah Semarang Program Studi Statistika FMIPA Universitas Muhammadiyah Semarang

Location
Kota semarang,

Jawa tengah

INDONESIA

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Home Page

OAI Link

Editorial Team

Contact

Reviewer

Google Scholar

Contact Name Tiani Wahyu Utami

Contact Email jurnalstatistik@unimus.ac.id

Phone +6285235004282

Journal Mail Official jurnalstatistik@unimus.ac.id

Editorial Address Sekretariat Jurnal Statistika Universitas Muhammadiyah Semarang Program Studi Statistika FMIPA Universitas Muhammadiyah Semarang

Location Kota semarang, Jawa tengah INDONESIA

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Contact Name
Tiani Wahyu Utami

Contact Email
jurnalstatistik@unimus.ac.id

Phone
+6285235004282

Journal Mail Official
jurnalstatistik@unimus.ac.id

Editorial Address
Sekretariat Jurnal Statistika Universitas Muhammadiyah Semarang Program Studi Statistika FMIPA Universitas Muhammadiyah Semarang

Location
Kota semarang,

Jawa tengah

INDONESIA