Garuda - Garba Rujukan Digital

Penilaian Faktor Penerimaan Teknologi Blended learning di PTIIK Universitas Brawijaya dengan Metode Unified Theory of Acceptance and Use of Technology (UTAUT) Pradana, Fajar; Rachmadi, Aditya; Bachtiar, Fitra A.
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 2, No 1 (2015)
Publisher : Fakultas Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (805.774 KB)

AbstrakBlended learning adalah kolaborasi atau kombinasi antara pembelajaran tradisional (pembelajaran dengan tatap muka secara langsung) dan pembelajaran menggunakan teknologi atau e-learning. Universitas Brawijaya sebagai penyelenggara pendidikan tinggi juga telah memfasilitasi penggunaan teknologi untuk blended learning. Namun pada penerapan blended learning masih terdapat beberapa permasalahan Pada penelitian ini digunakan Unified Theory of Acceptance and Use of Technology (UTAUT) sehingga mampu menutupi kekurangan dari penelitian sebelumnya. Faktor-faktor yang dapat diidentifikasi dengan UTAUT diwakili 2 faktor yaitu perilaku penggunaan (Use Behavior) serta perilaku keinginan dalam menggunakan sistem (Behavioral Intention). Masing-masing dari kedua faktor ini dipengaruhi oleh 4 faktor yaitu harapan kinerja sistem (performance expectancy), harapan usaha yang dikeluarkan untuk mengoperasikan sistem (Effort Expectancy), pengaruh sosial (Social Influence) serta kondisi fasilitas yang mendukung operasional sistem (Facilitating Conditions). Sedang 4 faktor ini ditentukan oleh gender, umur, pengalaman dalam menggunakan sistem kesukarelaan penggunaan sistem dari pengguna. DenganÂ menggunakanÂ UTAUT ternyataÂ didapatkanÂ hasilÂ evaluasi bahwa faktor-faktor yang memiliki pengaruh terhadap penggunaan sistem blended learningÂ di PTIIK adalah H1 : Variabel-variabel PU, JF, RF, EA dan OE tidak berpengaruh terhadap variabel AT, H2 : Variabel-variabel PeoU berkontribusi terhadap variabel AT, H3 : SN, SF dan I tidak berkontribusi terhadap variabel AT, H4 : Variabel-variabel PBC/PB berkontribusi terhadap variabel IM, dan H5 : Variable AT mempengaruhi IM.Kata kunci: Blended Learning,UTAUT, Universitas BrawijayaAbstractBlended learning is a collaboration or a combination of traditional learning (learning by direct face to face) and learning to use the technology or e-learning. UB as a provider of higher education has also facilitated the use of technology for blended learning. However, on the application of blended learning there are still some problems in this research used the Unified Theory of Acceptance and Use of Technology (UTAUT) so as to cover the lack of previous studies. Factors that can be identified by UTAUT represented by two factors, namely the usage behavior (Behavior Use) as well as the desire to use the system behavior (Behavioral Intention). Each of these two factors is influenced by four factors: the expectations of system performance (performance expectancy), the hope of effort expended to operate the system (Effort Expectancy), social influence (Social Influence) and the condition of the facilities that support the operation of the system (Facilitating Conditions). 4 of these factors being determined by gender, age, experience in using the voluntary system of use of the system from the user. By using UTAUT it was found on the evaluation that the factors that have an influence on the use of a system of blended learning in PTIIK is H1: Variables PU, JF, RF, EA and OE does not affect the variable AT, H2: Variables PEOU contribute to AT variables, H3: SN, SF and I do not contribute to the variable AT, H4: Variables PBC / PB contribute to variable IM, and H5: Variable AT affect IMKeywords: Blended Learning,UTAUT, Brawijaya University

Kakas Bantu Perhitungan Nilai Kopling Menggunakan Metrik Cognitive Weighted Coupling Between Object Pradana, Fajar; Priyambadha, Bayu; Ubaidillah, Muhammad
Kinetik: Game Technology, Information System, Computer Network, Computing, Electronics, and Control Vol 2, No 1, February-2017
Publisher : Universitas Muhammadiyah Malang

Konsep Object Oriented Programming (OOP) merupakan pemrograman yang dibangun dengan berpusat pada beberapa objek. Dengan konsep OOP dapat dilakukan pengukuran kualitas perangkat lunak dengan melalui kemungkinan hubungan antar beberapa objek atau kopling. Perangkat lunak yang baik adalah perangkat lunak yang memiliki desain yang baik, salah satu ciri-cirinya adalah memiliki nilai kopling yang rendah. Nilai kopling yang tinggi dapat menyebabkan desain perangkat lunak yang semakin kompleks dan buruk, sehingga akan mengakibatkan sulit untuk dipahami, terutama saat maintenance. Untuk meningkatkan kualitas perangkat lunak perlu mengontrol nilai kopling agar dapat meminimalkan kompleksitas perangkat lunak. Namun perhitungan nilai kopling secara manual pada jumlah perangkat lunak yang banyak akan membutuhkan waktu dan sumber daya yang besar. Oleh karena itu dibuatlah kakas bantu perhitungan nilai kopling menggunakan metrik Cognitive Weighted Coupling Between Object (CWCBO). Metrik CWCBO merupakan metrik kopling yang didasarkan pada bobot pemahaman untuk menghitung perbedaan jenis kopling dari berbagai peneliti. Kakas bantu tersebut dibangun dengan bahasa pemrograman utama Java, library Spoon untuk menganalisis source code, dan library JFreeChart untuk menampilkan grafik. Dari hasil pengujian akurasi sistem pada 5 program inputan berbahasa Java didapatkan akurasi sebesar 100%. Pengujian akurasi dilakukan dengan membandingkan perhitungan secara manual dan dengan sistem.

Kakas bantu perhitungan nilai kopling menggunakan conceptual coupling metrics Aulia, Laras Husna; Pradana, Fajar; Priyambadha, Bayu
Teknologi: Jurnal Ilmiah Sistem Informasi Vol 6, No 2 (2016): July
Publisher : Universitas Pesantren Tinggi Darul 'Ulum (Unipdu) Jombang

ABSTRAKKualitas perangkat lunak dapat diukur dengan nilai kopling pada fase perancangan. Tingkat kopling pada perancangan mengindikasikan seberapa besar hubungan antar komponen dalam sebuah sistem. Untuk menentukan nilai kopling dapat menggunakan empat parameter metrik kopling konseptual antara lain Conceptual Similarity be-tween Methods (CSM), Conceptual Similarity between a Method and a Class (CSMC), Conceptual Similarity between two Classes (CSBC) dan Conceptual Coupling of Class (CoCC). Perhitungan nilai kopling dapat dilakukan dengan cara mengambil method-method pada klas kemudian dihitung nilai kecocokan antar dokumen kode sumber dengan menggunakan Latent Semantic Indexing (LSI). Metode LSI digunakan untuk menghitung kecocokan antar dokumen kode sumber berdasarkan kesamaan kata maupun kesamaan makna kata, kemudian nilai tersebut digunakan untuk menghitung nilai metrik kopling konseptual. Pengujian akurasi pada kakas bantu ini dilakukan dengan membandingkan dengan kakas bantu lain sebagai pembanding. Pengujian dikelompokan ke dalam 3 (tiga) nilai toleransi yang berbeda yaitu 0,05; 0,1 dan 0,20. Penggunaan nilai toleransi yang berbeda disebabkan karena terdapat selisih antara kakas bantu yang dikembangan dengan kakasÂ bantu pembanding. Hasil pengujian akurasi dengan nilai toleransi sebesar 0,05; didapatkan nilai akurasi sistem sebesar 24,83%. Jika nilai toleransi sebesar 0,1 maka nilai akurasi sistem sebesar 43,41%. Sedangkan, jika nilai toleransi sebesar 0,20 maka nilai akurasi yang diperoleh diatas 50% yaitu 69,78%.Kata kunci: Â kopling, kualitas, Latent Semantic Indexing (LSI), metrik kopling konseptual parsing method, perangkat lunak.Â ABSTRACTÂ Â Coupling is one of the parameter of quality of software. Coupling is a paramater for measuring how much the relationship between components of a system. To determine the value of coupling can use four of the parameters of conceptual coupling metrics among other Conceptual Similarity between Methods (CSM), Conceptual Similarity be-tween a Method and a Class (CSMC), Conceptual Similarity between two Classes (CSBC) and Conceptual Coupling of Class (CoCC). Before counting the value of the coupling, parsing method carried out using spoon library and com-putation macth between source code documents to be done by using a method of information retrieval that is Latent Semantic Indexing (LSI). The use of LSI method because this research requires the calculation of a match between the document's source code based on common words or similarity of meaning of the word. After that, the LSI value is used to calculate the Conceptual Coupling Metric Testing accuracy of these tools is done by comparing with other systems as a comparison.. Testing is classified into 3(three) different tolerance values are 0.05, 0.1 and 0.20. The use tolerance values differ, because there is a difference between systems developed and the comparator system.Â If tolerance value is 0.05 then the accuracy value is 24,83%. If tolerance value is 0.1 then the accuracy value is 43,41%. Meanwhile, If tolerance value is 0.2 then the accuracy value is up to 50%, it is 69,78%.Keywords: Conceptual coupling metrics, coupling, Latent Semantic Indexing, LSI, parsing method.

Pengembangan sistem otomatisasi pembangkitan kasus uji dengan algoritma genetika dan test case generation method Setyawan, Moh Arsyad Mubarak; Pradana, Fajar; Priyambadha, Bayu
Teknologi: Jurnal Ilmiah Sistem Informasi Vol 10, No 1 (2020): January
Publisher : Universitas Pesantren Tinggi Darul 'Ulum (Unipdu) Jombang

Pengujian perangkat lunak merupakan salah satu bagian penting dari pembuatan perangkat lunak. Pada pengujian perangkat lunak terdapat pengujian unit. Pengujian unit merupakan proses pengujian komponen yang berfokus untuk memverifikasi unit terkecil pada perancangan perangkat lunak. Pada tahap pengujian unit terdapat proses pembangkitan kasus uji. Selama ini, pembangkitan kasus uji dari suatu kode program dilakukan secara manual se-hingga membutuhkan waktu yang lama. Hal ini dikarenakan banyaknya kemungkinan jalur pada kode sumber yang akan diuji.Â Dalam penelitian ini dibangun suatu sistem otomatis untuk membangkitkan kasus uji. Alur kerja sistem dimulai dari analisa kode sumber dengan Spoon Library, selanjutnya dibentuk CFG (Control Flow Graph) dan DDG (Dynamic Directed Graph). Dari DDG tersebut akan dibangkitkan jalur layak yang terdapat pada DDG, dengan menggunakan algoritma genetika diharapkan dapat mengoptimalkan penentuan jalur independen. Dari masing-masing jalur independen akan dibangkitkan kasus ujinya dengan metode test case generation. Pengujian akurasi sistem pada sistem otomatisasi pembangkit kasus uji dengan jumlah populasi 5, 10 dan 15 serta jumlah maksimum generasi 50, 100, 200 dan 250 dihasilkan jumlah populasi paling optimal yaitu 10 dan maksimum generasi optimal yaitu 200 dengan akurasi 93,33%. Pada jumlah populasi dan maksimum generasi sesudahnya tidak terjadi peningkatan akurasi yang signifikan. Tiap peningkatan jumlah populasi dan maksimum generasi dapat meningkatkan akurasi sistem.Â Â Software testing is one of the most important part of making software. On the software testing there are unit testing. Unit Testing is a process for verifying component, focusing on the smallest unit of software design. In the unit testing phase contained test case generation process. During this time, the generation of test cases of a program code is done manually. In this study, constructed an automated system to generate test cases. The workflow system starts from the analysis of the source code with the library spoon and then create CFG (Control Flow Graph) and DDG (Dynamic Directed graph). From the DDG will be raised feasible path using a genetic algorithm. Furthermore, from fea-sible path sought independenth path which is a path base d on the level of uniqueness of the path to the other path. From each independenth path raised the test case with a test case generation method. Testing accuracy of the system on the automation system generating test cases with populations of 5,10 and 15 as well as the maximum number of generations 50, 100, 200 and 250 produced the most optimal population number is 15 and the most optimal maximum generation is 200 with accuracy 93.33%. Each increase in the number of population and maximum generation can improve the accuracy of the system. Level accuracy with population number over 10 and maximum generation over 200 has no increace accuracy significant.

Pengembangan sistem otomatisasi pembangkitan kasus uji dengan algoritma genetika dan test case generation method Setyawan, Moh Arsyad Mubarak; Pradana, Fajar; Priyambadha, Bayu
TEKNOLOGI: Jurnal Ilmiah Sistem Informasi Vol 10, No 1 (2020): January
Publisher : Universitas Pesantren Tinggi Darul 'Ulum (Unipdu) Jombang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26594/teknologi.v10i1.1912

Pengujian perangkat lunak merupakan salah satu bagian penting dari pembuatan perangkat lunak. Pada pengujian perangkat lunak terdapat pengujian unit. Pengujian unit merupakan proses pengujian komponen yang berfokus untuk memverifikasi unit terkecil pada perancangan perangkat lunak. Pada tahap pengujian unit terdapat proses pembangkitan kasus uji. Selama ini, pembangkitan kasus uji dari suatu kode program dilakukan secara manual se-hingga membutuhkan waktu yang lama. Hal ini dikarenakan banyaknya kemungkinan jalur pada kode sumber yang akan diuji. Dalam penelitian ini dibangun suatu sistem otomatis untuk membangkitkan kasus uji. Alur kerja sistem dimulai dari analisa kode sumber dengan Spoon Library, selanjutnya dibentuk CFG (Control Flow Graph) dan DDG (Dynamic Directed Graph). Dari DDG tersebut akan dibangkitkan jalur layak yang terdapat pada DDG, dengan menggunakan algoritma genetika diharapkan dapat mengoptimalkan penentuan jalur independen. Dari masing-masing jalur independen akan dibangkitkan kasus ujinya dengan metode test case generation. Pengujian akurasi sistem pada sistem otomatisasi pembangkit kasus uji dengan jumlah populasi 5, 10 dan 15 serta jumlah maksimum generasi 50, 100, 200 dan 250 dihasilkan jumlah populasi paling optimal yaitu 10 dan maksimum generasi optimal yaitu 200 dengan akurasi 93,33%. Pada jumlah populasi dan maksimum generasi sesudahnya tidak terjadi peningkatan akurasi yang signifikan. Tiap peningkatan jumlah populasi dan maksimum generasi dapat meningkatkan akurasi sistem. Software testing is one of the most important part of making software. On the software testing there are unit testing. Unit Testing is a process for verifying component, focusing on the smallest unit of software design. In the unit testing phase contained test case generation process. During this time, the generation of test cases of a program code is done manually. In this study, constructed an automated system to generate test cases. The workflow system starts from the analysis of the source code with the library spoon and then create CFG (Control Flow Graph) and DDG (Dynamic Directed graph). From the DDG will be raised feasible path using a genetic algorithm. Furthermore, from fea-sible path sought independenth path which is a path base d on the level of uniqueness of the path to the other path. From each independenth path raised the test case with a test case generation method. Testing accuracy of the system on the automation system generating test cases with populations of 5,10 and 15 as well as the maximum number of generations 50, 100, 200 and 250 produced the most optimal population number is 15 and the most optimal maximum generation is 200 with accuracy 93.33%. Each increase in the number of population and maximum generation can improve the accuracy of the system. Level accuracy with population number over 10 and maximum generation over 200 has no increace accuracy significant.

Kakas bantu perhitungan nilai kopling menggunakan conceptual coupling metrics Aulia, Laras Husna; Pradana, Fajar; Priyambadha, Bayu
TEKNOLOGI: Jurnal Ilmiah Sistem Informasi Vol 6, No 2 (2016): July
Publisher : Universitas Pesantren Tinggi Darul 'Ulum (Unipdu) Jombang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26594/teknologi.v6i2.598

ABSTRAKKualitas perangkat lunak dapat diukur dengan nilai kopling pada fase perancangan. Tingkat kopling pada perancangan mengindikasikan seberapa besar hubungan antar komponen dalam sebuah sistem. Untuk menentukan nilai kopling dapat menggunakan empat parameter metrik kopling konseptual antara lain Conceptual Similarity be-tween Methods (CSM), Conceptual Similarity between a Method and a Class (CSMC), Conceptual Similarity between two Classes (CSBC) dan Conceptual Coupling of Class (CoCC). Perhitungan nilai kopling dapat dilakukan dengan cara mengambil method-method pada klas kemudian dihitung nilai kecocokan antar dokumen kode sumber dengan menggunakan Latent Semantic Indexing (LSI). Metode LSI digunakan untuk menghitung kecocokan antar dokumen kode sumber berdasarkan kesamaan kata maupun kesamaan makna kata, kemudian nilai tersebut digunakan untuk menghitung nilai metrik kopling konseptual. Pengujian akurasi pada kakas bantu ini dilakukan dengan membandingkan dengan kakas bantu lain sebagai pembanding. Pengujian dikelompokan ke dalam 3 (tiga) nilai toleransi yang berbeda yaitu 0,05; 0,1 dan 0,20. Penggunaan nilai toleransi yang berbeda disebabkan karena terdapat selisih antara kakas bantu yang dikembangan dengan kakas bantu pembanding. Hasil pengujian akurasi dengan nilai toleransi sebesar 0,05; didapatkan nilai akurasi sistem sebesar 24,83%. Jika nilai toleransi sebesar 0,1 maka nilai akurasi sistem sebesar 43,41%. Sedangkan, jika nilai toleransi sebesar 0,20 maka nilai akurasi yang diperoleh diatas 50% yaitu 69,78%.Kata kunci: kopling, kualitas, Latent Semantic Indexing (LSI), metrik kopling konseptual parsing method, perangkat lunak. ABSTRACT Coupling is one of the parameter of quality of software. Coupling is a paramater for measuring how much the relationship between components of a system. To determine the value of coupling can use four of the parameters of conceptual coupling metrics among other Conceptual Similarity between Methods (CSM), Conceptual Similarity be-tween a Method and a Class (CSMC), Conceptual Similarity between two Classes (CSBC) and Conceptual Coupling of Class (CoCC). Before counting the value of the coupling, parsing method carried out using spoon library and com-putation macth between source code documents to be done by using a method of information retrieval that is Latent Semantic Indexing (LSI). The use of LSI method because this research requires the calculation of a match between the document's source code based on common words or similarity of meaning of the word. After that, the LSI value is used to calculate the Conceptual Coupling Metric Testing accuracy of these tools is done by comparing with other systems as a comparison.. Testing is classified into 3(three) different tolerance values are 0.05, 0.1 and 0.20. The use tolerance values differ, because there is a difference between systems developed and the comparator system. If tolerance value is 0.05 then the accuracy value is 24,83%. If tolerance value is 0.1 then the accuracy value is 43,41%. Meanwhile, If tolerance value is 0.2 then the accuracy value is up to 50%, it is 69,78%.Keywords: Conceptual coupling metrics, coupling, Latent Semantic Indexing, LSI, parsing method.

Identifying Thresholds for Distance Design-based Direct Class Cohesion (D3C2) Metrics Denny Sagita; Fajar Pradana; Bayu Priyambadha
International Journal of Electrical and Computer Engineering (IJECE) Vol 8, No 6: December 2018
Publisher : Institute of Advanced Engineering and Science

In the several phases of activity in developing a software system, there is design phase. This phase has a purpose to determine and ensure that a software requirement can be realized in accordance with customer needs. The quality of design must be a guarantee at this phase. One of an indicator of quality design is cohesion. Cohesion is the level of relatedness between elements in one component. A Higher value of cohesion can indicate that a component are more modular, has own resources, and less dependent on another component. More independent, components are easy to maintenance. There are many metrics to count how many values of cohesion in a component. One of metric is The Distance Design-Based Direct Class Cohesion (D3C2). But, many practitioners are unable to apply them. Because there is no threshold that can categories the value of cohesion. This study aims to determine the threshold of cohesion metric based on the class diagram. The result showed that the threshold of D3C2 metric is 0.41. 0.41 is the value that has the highest level of agreement with the design expert.

Identifying Thresholds for Similarity-Based Class Cohesion (SCC) Metrics Fajar Pradana; Bayu Priyambadha; Denny Sagita Rusdianto
Journal of Information Technology and Computer Science Vol. 1 No. 2: November 2016
Publisher : Faculty of Computer Science (FILKOM) Brawijaya University

Abstract. The object-oriented design (OOD) concept can be used to implement a quality measurement program is based on the possibility of inter-relationship between attributes and methods in the class diagram and interaction between objects on a communication diagram. The process of calculating the value of cohesion on the design of object-oriented software using Similarity-Based Class Cohesion metrics can be done by identifying the relationship between the three types of possible interaction between those methods, method-attribute, and interaction attribute-attribute. But the existence of such measurements theory is rarely used in the software development industry. This is due to there is no threshold value that is used as the limit of good or bad design. This study aims to determine the threshold of cohesion metric based on the class diagram. The result showed that the threshold of SCC metric is 0.45. 0.45 is the value that has the highest level of agreement with the design expert

Software Project Management Systems Using Kanban Method in the CV. Primavisi Globalindo Muhammad Aliyya Ilmi; Fajar Pradana; Widhy Hayuhardhika Nugraha Putra
INTENSIF: Jurnal Ilmiah Penelitian dan Penerapan Teknologi Sistem Informasi Vol 4 No 2 (2020): August 2020
Publisher : Universitas Nusantara PGRI Kediri

Reducing the risk of failure in working on software projects is one of the successes for the company. It can be done by implementing project planning management properly. One important aspect of project management planning is scheduling. Scheduling includes recording human resources and tasks in the project. The Kanban method is one of the methods used to overcome problems in controlling project schedules. This study aims to develop a project scheduling system that applies the Kanban method. In this research, project management and scheduling system will be developed using the Kanban method. This system expected to be able to assist companies in handling projects. Kanban was chosen because it can easily respond to project changes, easily implemented, and company needs. In this study, unit testing was performed on the system's three main features and tested the validity of the system's 49 functional requirements. The usability test produces a value of 76. Based on the validation and usability test results, it can be concluded that the system is included in the acceptable category.

Kuantifikasi Pengaruh Understandability dan Maintainability pada Evolusi Perangkat Lunak Mochammad Adhy; Bayu Priyambadha; Fajar Pradana
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 6, No 3: Juni 2019
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Understandability dipercaya sebagai salah satu faktor yang mempengaruhi proses maintenance. Hal ini dikarenakan dalam praktiknya tidak selalu tim pengembang yang sama yang melakukan perbaikan kesalahan pada perangkat lunak. Jika pengembang sebelumnya tidak ada maka pengembang yang baru atau staff maintenance perlu untuk memahami sistemnya terlebih dahulu. Sebagai contoh, dalam sebuah percobaan mengenai inspeksi kode, 60% dari isu yang dilaporakan oleh reviewer profesional pada maintenance terkait dengan understandability. Berdasarkan realita tersebut munculah motivasi untuk melakukan penelitian mengukur seberapa besar keterkaitan understandability dengan maintainability pada evolusi perangkat lunak. Penelitian ini menggunakan pendekatan statistika yaitu spearman’s rank correlation untuk menganalisis tingkat keterkaitan antara understandability dengan maintainability. Berdasarkan percobaan yang dilakukan pada tiga macam perangkat lunak, ditemukan bahwa nilai rata-rata keterkaitan understandability terhadap maintainability pada proses evolusi perangkat lunak sebesar 0,95 yang menjelaskan bahwa korelasi kedua variabel tersebut sangatlah kuat.AbstractUnderstandability is believed to be one of the factors that affect maintenance process. This is because in practice it is not always the same development team is tasked to makes improvements to the software. If the previous developer does not exist then a new developer or maintenance staff needs to learn the system first. For example, in the experiment about code inspection, 60% of the issues reported by professional reviewers on maintenance related to understandability. Based on these realities, emerged a motivation to conduct a research related to the measurement of correlation between understandability and maintenance on software evolution. This research uses a statistical approach that is spearman’s rank correlation to analyze the level of linkage between understandability and maintainability. From the conducted experiment on three types of software in software evolution process shows that spearman’s rank correlation of 0,95 which means understandability has a very strong correlation with maintainability.

Title

Found 18 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 18 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 18 Documents
Search