Garuda - Garba Rujukan Digital

Article Per Year (5 Year)

All

Jurnal Fourier

FOURIER
Website

Published by Universitas Islam Negeri Sunan Kalijaga Yogyakarta

ISSN : - EISSN : - DOI : -

Core Subject : Economy, Science, Education,

Computer Science & IT Economics, Econometrics & Finance Education Mathematics

FOURIER adalah Jurnal Ilmiah bidang yang memadukan dan mengembangkan ilmu Matematika dan pembelajarannya yang diintegrasikan dan interkoneksikan dengan nilai-nilai keislaman terbit sejak tahun 2012 dengan frekuensi terbit 2 kali dalam setahun yang dengan bahasa utama (Bahasa Indonesia dan Bahasa Inggris) yang proses reviewernya sesuai dengan disiplin ilmunya (Analisis, Aljabar, Matematika Terapan, Statistika, dan Pendidikan Matematika).

Arjuna Subject : -

Articles 188 Documents

10 11 12 13 14

The Analisis Sentimen Sosial Media Twitter Dengan Algoritma Machine Learning Menggunakan Software R Jaka Aulia Pratama; Yadi Suprijadi; Zulhanif Zulhanif
Jurnal Fourier Vol. 6 No. 2 (2017)
Publisher : Program Studi Matematika Fakultas Sains dan Teknologi UIN Sunan Kalijaga Yogyakarta

Media sosial adalah wadah untuk mengungkapkan opini terhadap suatu topik tertentu. Ketersediaan informasi dan opini dari para pengguna media sosial merupakan kumpulan dokumen data berupa teks yang amat sangat besar dan berguna untuk kepentingan penelitian maupun membuat suatu keputusan bagi pihak â€“ pihak tertentu. Text Mining bisa didefinisikan sebagai proses penggalian informasi di mana pengguna berinteraksi dengan kumpulan dokumen dari waktu ke waktu dengan menggunakan suatu alat analisis. Analisis sentimen atau Opinion Mining adalah salah satu studi di bidang komputasi yang berhubungan dengan kasus publik mengenai opini, penilaian, sikap, dan emosi. Penelitian ini akan menggunakan metode Machine Learning pada analisis sentimen pengguna layanan jejaring sosial Twitter terhadap Donald Trump dan Barack Obama dalam 20000 tweets. Nilai akurasi metode Machine Learning yang diperoleh cukup tinggi yaitu 87.52% untuk Data Training dan 87.4% untuk Data Testing.

Optimasi Multi Objektif Pada Pemilihan Portofolio Saham Syariah Menggunakan Compromise Programming (CP) dan Nadir Compromise Programming (NCP) Tri Anton Saputro; Mohammad Farhan Qudratullah
Jurnal Fourier Vol. 6 No. 2 (2017)
Publisher : Program Studi Matematika Fakultas Sains dan Teknologi UIN Sunan Kalijaga Yogyakarta

Portofolio saham merupakan sekumpulan aset invetasi berupa saham yang dibentuk oleh para investor. Tujuan investor membentuk portofolio antara lain untuk mendapatkan pengembalian atau return yang tinggi dengan risiko yang rendah. Untuk mendapatkan portofolio yang optimal maka dilakukan optimasi pada beberapa faktor investasi yaitu mengoptimalkan risiko, memaksimalkan expected return dan meminimalkan modal investasi. Dalam penelitian ini dilakukan pembentukan portofolio menggunakan metode Compromise Programming (CP) dan Nadir Compromise Programming (NCP).Model CP dibentuk berdasarkan dari kemungkinan solusi terbaik, sedangkan model NCP dibentuk berdasarkan dari kemungkinan solusi terburuk.Hasil dari penelitian ini menunjukkan bahwa metode NCP lebih baik dibandingkan dengan metode CP karena risiko yang optimal dapat diperoleh pada metode NCP.

Model Grey (1,1) dan Grey-Markov pada Peramalan Realisasi Penerimaan Negara Atina Ahdika
Jurnal Fourier Vol. 7 No. 1 (2018)
Publisher : Program Studi Matematika Fakultas Sains dan Teknologi UIN Sunan Kalijaga Yogyakarta

Setiap Negara memerlukan sumber penerimaan untuk mewujudkan pembangunan nasional dan membiayai segala keperluannya. Di Indonesia, terdapat tiga sumber utama penerimaan Negara; penerimaan pajak, penerimaan bukan pajak, serta penerimaan hibah baik dari dalam maupun luar negeri. Untuk mengantisipasi berbagai keperluan serta mengoptimalkan penggunaan penerimaan Negara, maka perlu adanya proyeksi realisasi penerimaan Negara dari ketiga sumber tersebut. Proyeksi tersebut dapat dilakukan dengan menggunakan model deret waktu klasik baik model deterministik maupun model stokastik. Namun demikian, pada model deret waktu klasik terdapat beberapa asumsi yang harus dipenuhi seperti pola data atau jumlah minimal data. Sebagai alternatif, pada penelitian ini akan dilakukan peramalan dengan menggunakan model Grey (1,1) dan Grey-Markov; perpaduan antara model Grey dengan analisis Rantai Markov. Model ini memiliki keunggulan dibandingkan model deret waktu klasik, yaitu tidak perlu adanya asumsi mengenai pola data serta peramalan dapat dilakukan meskipun data yang dimiliki cukup kecil (minimal 4 data). Hasil analisis menunjukkan bahwa model Grey-Markov secara umum memberikan akurasi peramalan yang lebih baik dibandingkan dengan model Grey (1,1). [Every state requires a source of revenue to realize its national development and fund its needs. In Indonesia, there are three main sources of state revenues; tax, non-tax, and grant revenues both from within and outside the country. To anticipate various purposes and optimize the use of state revenues, it is necessary to project the realization of the revenues from these three sources. The projection can be done using a classical time series model in both deterministic and stochastic models. However, in the classical time series model there are several assumptions that must be met such as data patterns or minimal amount of data. Alternatively, in this study the data will be forecasted using Grey (1,1) model and Grey-Markov model; a combination of the Grey model with Markov Chain analysis. This models have advantages over the classical time series models, ie no need for assumption about data pattern and forecasting can be done even though there are small size data (at least 4 data). The results of the analysis show that generally Grey-Markov model provides better forecasting accuracy compared with Grey (1,1) model.]

Interior Subgrup Fuzzy Saman Abdurrahman
Jurnal Fourier Vol. 7 No. 1 (2018)
Publisher : Program Studi Matematika Fakultas Sains dan Teknologi UIN Sunan Kalijaga Yogyakarta

Tujuan dari penelitian ini adalah memperkenalkan konsep interior fuzzy subgrup (interior subgroup) dalam grup dan menyelidiki beberapa sifat yang terkait. [The aim of this paper is to introduce the notion of fuzzy interior subgroup (interior subgroup) in a group and investigate some related properties.]

Zero Inflated Negative Binomial (ZINB) untuk Pemodelan Frekuensi Bepergian Penduduk Kabupaten Tapanuli Selatan Tahun 2016 Eko Yulian
Jurnal Fourier Vol. 7 No. 1 (2018)
Publisher : Program Studi Matematika Fakultas Sains dan Teknologi UIN Sunan Kalijaga Yogyakarta

Sektor pariwisata memiliki peran penting dalam pembangunan ekonomi wilayah karena dianggap mampu meningkatkan penerimaan daerah, terciptanya lapangan kerja dan peluang usaha serta pembangunan infrastruktur. Sumatera Utara menjadi tujuan wisata utama di pulau Sumatera bila dilihat dari besarnya persentase penerimaan dari wisatawan domestik. Salah satu kabupaten yang memiliki potensi lokasi wisata di Sumatera Utara adalah Kabupaten Tapanuli Selatan. Pemodelan aktivitas perjalanan wisata penduduk Kabupaten Tapanuli Selatan menggunakan Zero Inflated Binomial Negative (ZINB) karena mayoritas penduduk banyak yang tidak melakukan perjalanan (excess zero) dan terjadi underdispersi jika dilakukan pemodelan dengan Zero Inflated Poisson (ZIP). Pada ZINB bagian regresi Binomial Negatif (log-link) variabel yang berpengaruh signifikan terhadap frekuensi bepergian adalah variabel usia dan jenis kelamin, sedangkan pada zero inflation (logistic-link) part variabel yang berpengaruh adalah variabel tingkat pendidikan. [Tourism Sectors has an important role in regional economic formation. It’s affected on increasing regional income, job creations and business opportunities, and infrastructure development. Sumatera Utara is a primary tourism destination in Sumatera Island. It can be seen in the income share of GDRP domestic tourism sector. One of region that has a lot of tourism sites is Tapanuli Selatan Regency. Tourism trip of Tapanuli Selatan people can be analyzed in Zero Inflated Binomial Negative (ZINB) because most of people didn’t do any trip (excess zero) in a periode of time is really possible and this case may drive the data to under or overdispersion. ZINB outcomes is consists two parts, Negative Binomial part and zero inflation part. The significant variable in Negative Binomial part (log-link) are age and sex. In zero inflation (logistic-link) part, education is significant variable.]

Model Matriks Leslie dengan Strategi Pemanenan pada Kelompok Umur Termuda pada Angka Kesuburan dan Harapan Hidup Populasi Domba Betina Dewi Anggreini
Jurnal Fourier Vol. 7 No. 1 (2018)
Publisher : Program Studi Matematika Fakultas Sains dan Teknologi UIN Sunan Kalijaga Yogyakarta

Penelitian ini bertujuan untuk Menentukan nilai eigen positif dan vektor eigen pada matriks Leslie dengan pemanenan pada kelompok umur termuda (Harvesting the youngest class) dan Mengetahui kebijaksanaan pemanenan dari masing-masing kelompok umur populasi domba betina saat pemanenan tiap tahun. Metode riset yang digunakan pada Tahap pertama adalah menentukan subjek penelitian dan Tahap Kedua adalah (1) mengumpulkan data penelitian (2) analisis data menggunakan apliaksi MAPLE dan terakhir menarik kesimpulan. Data penelitian ini diperoleh dari sekunder yaitu pertumbuhan populasi domba betina dalam periode 1 tahun yang populasinya dibagi menjadi 12 interval umur berdasarkan angka kesuburan dan harapan hidup. Parameter yang digunakan adalah nilai eigen dan vektor eigen matriks Leslie dengan pemanenan pada kelompok umur termuda. Hasil peneltian menunjukkan bahwa Nilai eigen positif pada matriks Leslie dengan pemanenan berdasarkan perhitungan aplikasi MAPLE adalah sebesar = 1,177., Diperoleh Vektor eigen matriks Leslie dengan pemanenan pada kelompok umur termuda pada masing-masing interval umur. Kebijaksanaan pemanenan dari masing-masing kelompok umur populasi domba betina saat pemanenan tiap tahun adalah sebesar 17,9%. Jadi, kebijaksanaan pemanenan kelompok umur yang termuda adalah sebesar 17,9% yaitu 179 ekor setiap tahun dari 1000 populasi domba betina. [This study aims to determine the positive eigenvalues ??and eigenvectors of Leslie matrix by harvesting in the youngest age group (Harvesting the youngest class) and know the harvesting policy of each age group of sheep population at harvest each year. The research method used in the first phase is to determine the subject of research and Phase Two is (1) to collect research data (2) data analysis using MAPLE application and last draw conclusion. The data of this study were obtained from the secondary growth of female sheep population in a period of 1 year whose population was divided into 12 age intervals based on fertility rate and life expectancy. The parameters used were eigenvalues ??and eigenvectors of Leslie matrix with harvesting in the youngest age group. The result of the research shows that the positive eigenvalue of Leslie matrix by harvesting based on MAPLE application calculation is equal to = 1,177, obtained by Leslie matrix eigenvector by harvesting in the youngest age group at each age interval. The harvesting policy of each age group of female sheep population at harvesting each year is 17.9%. Thus, the policy of harvesting the youngest age group is 17.9% of 179 tails per year from 1000 female sheep populations.]

Aplikasi Algoritma Tabu Search dan Safety Stock Pada Penentuan Rute Distribusi Air Mineral di Daerah Istimewa Yogyakarta Anita Nurul Firdaus; Pipit Pratiwi Rahayu
Jurnal Fourier Vol. 7 No. 1 (2018)
Publisher : Program Studi Matematika Fakultas Sains dan Teknologi UIN Sunan Kalijaga Yogyakarta

Pendistribusian produk berperan penting dalam dunia industri. Salah satu usaha yang dapat dilakukan perusahaan untuk mengoptimalkan pendistribusian produk adalah meminimalkan biaya tranportasi melalui penentuan rute optimal kendaraan yang disebut dengan VRP (Vehicle Routing Problem). Tujuan dari VRP adalah menentukan rute optimal yaitu rute dengan jarak minimum untuk mendistribusikan produk kepada konsumen. Salah satu variasi VRP adalah Capacitated Vehicle Routing Problem (CVRP), yaitu VRP dengan kendala kapasitas kendaraan. Kasus CVRP tersebut dapat diselesaikan dengan menggunakan Algoritma Tabu Search. Cara kerja Algoritma Tabu Search dimulai dengan penentuan initial solution menggunakan Nearest Neighbor, evaluasi move menggunakan Exchange, 2-Opt, Relocated, dan Cross Exchange, update Tabu List, kemudian apabila kriteria pemberhentian terpenuhi maka proses Algoritma Tabu Search berhenti jika tidak, maka kembali pada evaluasi move. Proses perhitungan Algoritma Tabu Search dilakukan secara manual pada PT IAP. Setiap perusahaan distributor atau pun jasa selalu mengadakan persediaan, salah satunya adalah Safety Stock. Perhitungan sederhana Safety Stock dapat membantu menyelesaikan persediaan pengaman yang harus dipersiapkan perusahaan untuk mengurangi tingkat kerugian. Berdasarkan proses perhitungan manual diperoleh solusi pendekatan optimal yaitu rute dengan total jarak terpendek sebesar 138,834 km dan nilai untuk Safety Stock adalah ± 9 karton. [Distribution of the product play an important role in the industry field. The effort done by the companies to optimize the distribution is minimize transportation fee by deciding the shortest route of the vehicle, known as Vehicle Routing Problem (VRP). The purpose of VRP is to determine the optimal route of the route with a minimum distance to distribute product to the consumer. One of the varieties of VRP is Capacitated Vehicle Routing Problem (CVRP), which is VRP with vehicle capacity problems. CVRP case can be solved by using Tabu Search Algorithm. How it works Tabu Search Algorithm starts with the determination of the initial solution using the Nearest Neighbor, evaluating the move using Exchange, 2-Opt, Relocated, and Cross Exchange, updates Tabu List, then when the criteria for termination are met then the Tabu Search algorithm stop if not, then go back to the evaluation of the move. Tabu Search Algorithm calculation process is done manually PT IAP. Every distributor or service company always hold inventory, one of them is Safety Stock. The simple calculation of Safety Stock can help solve the safety availability that should be prepared by the companies and reduce the level of losses. Based on the manual calculation process obtained optimal solution approach that is route with the shortest route to the optimal total distance of 138,834 km and the value of safety stock is ± 9 cartons.]

Penerapan Metode GARCH-Vine Copula untuk Estimasi Value at Risk (VaR) pada Portofolio Herida Okta Pintari; Retno Subekti
Jurnal Fourier Vol. 7 No. 2 (2018)
Publisher : Program Studi Matematika Fakultas Sains dan Teknologi UIN Sunan Kalijaga Yogyakarta

Salah satu alat ukur yang digunakan untuk menghitung risiko portofolio adalah Value at Risk (VaR). Beberapa metode pengukuran VaR mengasumsikan return berdistribusi normal dan ukuran dependensi antar saham menggunakan korelasi linear. Faktanya, asumsi normalitas pada data finansial jarang terpenuhi dan terdapat indikasi adanya heteroskedastisitas. Selain itu, kebergantungan antar saham yang non-linear tidak sesuai apabila diukur dengan korelasi linear. Penyimpangan ini menyebabkan tidak validnya estimasi VaR. Tujuan dari penelitian ini adalah untuk mengetahui penerapan metode GARCH-Vine Copula untuk estimasi VaR pada portofolio. Vine Copula adalah fungsi distribusi multivariat yang menggabungkan distribusi marginal return univariat dalam portofolio, dan dapat menggambarkan struktur kebergantungan non-linearnya. Vine Copula dapat dilakukan dengan menentukan dekomposisi Vine Copula dan fungsi keluarga copulanya. Dekomposisi Vine Copula dilakukan dengan menggunakan C-Vine dan D-Vine Copula. Kemudian dengan menggunakan fungsi copula keluarga Archimedean, yaitu Clayton, Gumbel, dan Frank dapat ditentukan distribusi bersamanya. Pembentukan distribusi marginal menggunakan model GARCH berdistribusi Student-t digunakan untuk mengatasi adanya heteroskedastisitas. Hasil penerapan dari tiga saham perbankan, yaitu BBNI, BBRI, dan BMRI periode 26 Agustus 2013 hingga 20 November 2017 diperoleh model D-Vine Copula dengan fungsi copula Frank adalah model terbaik untuk memodelkan data, dengan nilai VaR sebesar 1,86%, 2,56%, dan 4,49% dari dana investasi pada tingkat kepercayaan 90%, 95%, dan 99%. [One of the measurement instrument that are used to calculate the risk of portfolio is Value at Risk (VaR). Several methods of measuring VaR assumes normal and the size of dependencies return between the stock using a linear correlation. Basically, the assumption normal in financial data is violated and the possibility of heteroscedasticity is indicated. In addition, dependences non-linear is not appropriate when measured with a linear correlation. This deviation causes invalidity VaR estimation. The purpose of this research is to know the application of GARCH-Vine Copula method for estimation of VaR on portfolio. Vine Copula is a multivariate distribution function that combines the univariate marginal distribution of return in portfolio, and it can describe the structure of dependencies non-linear. Vine Copula can be done by determining the decomposition of Vine Copula and its copula family function. Vine Copula decomposition is using C-Vine and D-Vine Copula. Then by using the copula function of the Archimedean family, namely Clayton, Gumbel, and Frank can be determined the joint distribution. The facts, the formation of the marginal distribution of GARCH model using the student-t distribution used to overcome the presence of heteroscedasticity. The result of the application of these stocks namely BBNI, BBRI, and BMRI from 26 August 2013 to 20 November 2017 has shown model D-Vine Copula copula functions with Frank is the best one to model the data. So, the VaR estimation at 90%, 95%, and 99% confidence levels are 1,86%, 2,56%, and 4,49% respectively of the invested funds.]

Penerapan Persamaan Diferensial Verhulst dalam Menentukan Proyeksi Penduduk di Kabupaten Tulungagung Dewi Anggreini
Jurnal Fourier Vol. 7 No. 2 (2018)
Publisher : Program Studi Matematika Fakultas Sains dan Teknologi UIN Sunan Kalijaga Yogyakarta

Penelitian ini bertujuan menentukan proyeksi pertumbuhan penduduk di Kabupaten Tulungagung provinsi Jawa Timur dengan model persamaan diferensial Verhulst berdasarkan laju pertumbuhan dan daya tampung (carrying capacity). Target khusus dari hasil penelitian ini adalah model pertumbuhan logistik bisa digunakan sebagai alat untuk mengetahui proyeksi pertumbuhan penduduk berdasarkan laju pertumbuhan dan daya tampung dibeberapa daerah di Indonesia. Metode riset yang digunakan pada tahap pertama adalah menentukan subjek penelitian dan tahap Kedua adalah (1) mengumpulkan data penelitian (2) analisis data dan terakhir menarik kesimpulan. Data penelitian ini diperoleh dari BPS Kabupaten Tulungagung yaitu jumlah penduduk dari tahun 2010-2016. Hasil Penelitian menunjukkan bahwa: 1) Besarnya nilai carrying capacity yang membatasi penduduk di Kabupaten Tulungagung adalah sebesar 1.089.103,3. 2) Laju pertumbuhan intrinsik penduduk di kabupaten Tulungagung dengan menggunakan Model pertumbuhan logistik adalah sebesar r = 0,07480. 3) Jumlah penduduk di Kabupaten Tulungagung pada tahun 2025 dari hasil estimasi menggunakan model pertumbuhan logistik adalah sebesar 1.055.578 jiwa. 4) Proyeksi jumlah penduduk di Kabupaten Tulungagung lebih tepat menggunakan model logistik I dengan persamaannya . Penelitian ini diharapkan dapat bermanfaat bagi semua pihak khususnya pada bidang matematika terapan serta metode dalam menghitung pertumbuhan populasi di suatu daerah pada periode yang akan datang. [This study aims to determine the projected population growth in Tulungagung Regency of East Java province with a model of Verhulst differential equations based on growth rate and carrying capacity. The specific target of this research is logistic growth model can be used as a tool to know the projection of population growth based on growth rate and capacity in some regions in Indonesia. Research methods used in the first stage is to determine the subject of research and the second stage is (1) collect research data (2) data analysis and last draw conclusions. The data of this research is obtained from BPS of Tulungagung Regency that is population from 2010-2016. The results showed that: 1) The amount of carrying capacity that limits the population in Tulungagung Regency is equal 1.089.103,3. 2) The intrinsic growth rate of the population in Tulungagung district using the logistic growth model is r = 0,07480 3) The population in Tulungagung District in 2025 from the estimation using the logistic growth model is 1.055.578 soul, 4) The projection of population in Tulungagung is more appropriate using the logistic model I with the equation . This study is expected to be useful for all parties, especially in the field of applied mathematics and methods in calculating population growth in an area in the period to come.]

Pengklasteran Kabupaten/Kota di Jawa Tengah berdasarkan Tenaga Kesehatan dengan Menggunakan Metode Ward dan K-Means Sri Puji Lestari; Epha Diana Supandi; Pipit Pratiwi Rahayu
Jurnal Fourier Vol. 7 No. 2 (2018)
Publisher : Program Studi Matematika Fakultas Sains dan Teknologi UIN Sunan Kalijaga Yogyakarta

Analisis klaster merupakan suatu metode yang digunakan untuk mengelompokkan objek (kasus) ke dalam klaster (kelompok) yang relatif sama. Tujuan penelitian ini untuk mengklasterkan Kabupaten/Kota di Provinsi Jawa Tengah berdasarkan tenaga kesehatan tahun 2015 seperti tenaga medis, tenaga keperawatan, tenaga kebidanan, tenaga kefarmasian dan tenaga kesehatan lainnya dengan menggunakan metode Ward dan K-Means. Hasil penelitian menunjukkan ada tiga klaster terbentuk dimana metode Ward menghasilkan nilai rasio simpangan baku sebesar 0,3019% lebih besar jika dibandingkan dengan nilai rasio simpangan baku pada metode K-Means yaitu 0,2974%. Pada kasus ini, metode K-Means merupakan metode yang lebih baik dibandingkan metode Ward. [Cluster analysis is a method used to group objects (cases) into clusters (groups) that are relatively the same. The purpose of this study is to classify districts/cities in Central Java Province based on health worker in 2015 such as medical personnel, nursing staff, midwifery staff, pharmacy personnel and health workers using the Ward and K-Means methods. The results show that there are three clusters formed where the Ward method produce a standard deviation ratio of 0.3019% greater than the standard deviation ratio in the K-Means method, which is 0.2974%. In this case, the K-Means method is a better method than the Ward method.]

Page 12 of 19 | Total Record : 188

10 11 12 13 14

Filter by Year

2012 2025

Filter By Issues

All Issue Vol. 14 No. 2 (2025) Vol. 14 No. 1 (2025) Vol. 13 No. 2 (2024) Vol. 13 No. 1 (2024) Vol. 12 No. 2 (2023) Vol. 12 No. 1 (2023) Vol. 11 No. 2 (2022) Vol. 11 No. 1 (2022) Vol. 10 No. 2 (2021) Vol. 10 No. 1 (2021) Vol. 9 No. 2 (2020) Vol 9 No 1 (2020) Vol. 9 No. 1 (2020) Vol. 8 No. 2 (2019) Vol. 8 No. 1 (2019) Vol. 7 No. 2 (2018) Vol. 7 No. 1 (2018) Vol. 6 No. 2 (2017) Vol. 6 No. 1 (2017) Vol. 5 No. 2 (2016) Vol. 5 No. 1 (2016) Vol. 4 No. 2 (2015) Vol 4, No 2 (2015) Vol. 4 No. 1 (2015) Vol 4, No 1 (2015) Vol 3, No 2 (2014) Vol. 3 No. 2 (2014) Vol 3, No 1 (2014) Vol. 3 No. 1 (2014) Vol 2, No 2 (2013) Vol. 2 No. 2 (2013) Vol 2, No 1 (2013) Vol. 2 No. 1 (2013) Vol. 1 No. 2 (2012) Vol 1, No 2 (2012) Vol. 1 No. 1 (2012) Vol 1, No 1 (2012) More Issue

Home Page

OAI Link

Editorial Team

Contact

Reviewer

Google Scholar

Contact Name
-

Contact Email
-

Phone
-

Journal Mail Official
-

Editorial Address
-

Location
Kab. sleman,

Daerah istimewa yogyakarta

INDONESIA

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Home Page

OAI Link

Editorial Team

Contact

Reviewer

Google Scholar

Contact Name -

Contact Email -

Phone -

Journal Mail Official -

Editorial Address -

Location Kab. sleman, Daerah istimewa yogyakarta INDONESIA

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Contact Name
-

Contact Email
-

Phone
-

Journal Mail Official
-

Editorial Address
-

Location
Kab. sleman,

Daerah istimewa yogyakarta

INDONESIA