Article Per Year (5 Year)
p-Index From 2019 - 2024
2.258
P-Index
This Author published in this journals
All Journal Techno.Com: Jurnal Teknologi Informasi Telematika : Jurnal Informatika dan Teknologi Informasi Jurnal CoreIT Seminar Nasional Teknologi Informasi Komunikasi dan Industri Malikussaleh Journal of Mathematics Learning (MJML) Jurnal Nasional Komputasi dan Teknologi Informasi Jurnal Teknologi Komputer dan Sistem Informasi JUKI : Jurnal Komputer dan Informatika KLIK: Kajian Ilmiah Informatika dan Komputer
Reski Mai Candra
Universitas Islam Negeri Sultan Syarif Kasim Riau
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Mathematics Social Sciences

Published : 17 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 17 Documents
Search

 1   2 
Sistem Pakar Untuk Mendiagnosa Gangguan Anxietas Dengan Menggunakan Teorema Bayes Reski Mai Candra; Bambang Mirwanto
Jurnal CoreIT: Jurnal Hasil Penelitian Ilmu Komputer dan Teknologi Informasi Vol 4, No 2 (2018): Desember 2018
Publisher : Fakultas Sains dan Teknologi, Universitas Islam Negeri Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (572.605 KB) | DOI: 10.24014/coreit.v4i2.5211

Abstract

Gangguan Anxietas atau gangguan kecemasan merupakan salah satu penyakit yang sering dijumpai didalam ilmu kejiwaan. Gangguan anxietas ini dimiliki oleh semua orang, baik dari bayi hingga orang yang sudah tua sekalipun. Beberapa orang masih banyak yang mengabaikan gangguan anxietas ini dikarenakan kurangnya informasi mengenai gangguan anxietas yang apabila dibiarkan secara terus-menerus akan berdampak negatif pada kehidupan mereka, seperti rutinitas hidup jadi terganggu, menurunkan prestasi akademik dan juga berdampak pada kualitas hidup serta kondisi psikologi orang tersebut. Sistem pakar ini akan mendiagnosa gangguan anxietas dengan cara menghitung jumlah nilai-nilai dari gejala yang dialami. Sistem pakar ini menggunakan Teorema Bayes untuk melakukan Implementasi dan pembuatan sistem menggunakan bahasa pemrograman PHP dan database MySQL. Pada pengujian Black Box tidak ditemukannya error didalam sistem dan telah sesuai dengan output. Sedangkan pada pengujian User Acceptence Test (UAT) terhadap 10 responden sistem berhasil menambah wawasan serta informasi kepada user. Perhitungan manual Teorema Bayes dan beberapa pertanyaan yang diberikan kepada pakar menunjukkan hasil yang sama terhadap sistem. Oleh karena itu, dapat disimpulkan bahwa sistem pakar untuk mendiagnosa gangguan anxietas ini layak untuk digunakan.
Hybrid Learning in Mathematics Learning: Experimental Study in SMA Negeri 1 Pekanbaru Mas`ud Zein; Zulkifli M. Nuh; Dardiri Dardiri; Jasril Jasril; Reski Mai Candra; Imam Hanafi; Musa Thahir
Malikussaleh Journal of Mathematics Learning (MJML) Vol 2, No 2 (2019): October
Publisher : Universitas Malikussaleh, Aceh Utara, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29103/mjml.v2i2.2009

Abstract

The Indonesian government is trying to implement a learning process based on information and communication technology. However, there are still weaknesses in the use of the internet in the learning process among students. Therefore, this article aims to describe the activities of students during the implementation of hybrid learning in mathematics learning and find out the results of student learning in mathematics through the application of Hybrid Learning. The research method used in this article is a true experimental design with a research sample of SMA Negeri 1 Pekanbaru students, whose schools have easy internet access. To obtain primary data from the field, tests are used to measure student mathematics learning outcomes. After each data is collected and tabulated, the data will be analyzed using statistical parametric analysis with the t test using the help of SPSS Version 18.00. The results showed that there were differences in student learning outcomes between those studying with the Hybrid Cooperative Learning method and students learning with conventional methods in SMA Negeri 1 Pekanbaru. The difference is confirmed again by the mean value of the experimental class 34.55 while the mean control class is 31.35. The results of this calculation indicate that the ability of the experimental class students is better than the control class students. This means that the value of the experimental class is better.
Analisa dan Desain kembali UI/UX Aplikasi Marketplace UMKM Digidesa Menggunakan Metode Design Thinking Reski Mai Candra; Novriyanto Novriyanto; Fatimah Almira Firdausi
Seminar Nasional Teknologi Informasi Komunikasi dan Industri 2021: SNTIKI 13
Publisher : UIN Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Aplikasi Digidesa merupakan aplikasi layanan digital bagi desa yang bertujuan untuk mengelola administrasi, layanan, dan pasar digital di desa. Pada aplikasi ini terdapat 2 proses bisnis, yaitu surat-menyurat dan pasar digital. Marketplace pada aplikasi memberikan fasilitas bagi UMKM dan usaha-usaha pribadi yang ada di desa untuk dapat memasarkan barang-barang potensi desa keluar desa. Berdasarkan fungsinya, aplikasi ini ditujukan untuk mempermudah warga dalam berjualan, serta memudahkan pembeli dalam mencari produk-produk asli dari desa. Namun dalam penggunaan nya masih terdapat beberapa permasalahan. Penelitian ini berfokus kepada pengembangan rekomendasi aplikasi dengan cara analisa dan mendesain kembali UI dan UX Aplikasi Digidesa menggunakan metode Design Thinking. Metode ini dikenal sebagai suatu proses berpikir komprehensif yang berkonsentrasi untuk menciptakan solusi yang diawali dengan proses empati terhadap suatu kebutuhan tertentu yang berpusat pada manusia. Tahapan dalam metode ini ada 5, yaitu Empathize, Define, Ideate, Prototype, dan Testing. Rekomendasi aplikasi dibangun dalam bentuk prototype menggunakan aplikasi Figma. Prototype yang dibangun berhasil diuji kepada 9 orang responden dengan menggunakan pengujian System Usability Scale (SUS) dan prototype aplikasi berilai 80,71.
Klasifikasi Kepribadian Big Five Pengguna Twitter dengan Metode Naïve Bayes Yusra Yusra; Muhammad Fikry; Rinaldi Syarfianto; Reski Mai Candra; Elvia Budianita
Seminar Nasional Teknologi Informasi Komunikasi dan Industri 2018: SNTIKI 10
Publisher : UIN Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (258.681 KB)

Abstract

Untuk dapat memahami kepribadian seseorang, postingannya di media sosial dapat digunakan sebagai sumber informasi. Pada penelitian ini, metode Naïve Bayes digunakan untuk mengklasifikasikan kepribadian pengguna Twitter ke dalam salah satu dari lima kelas, yaitu Openness, Conscientiousness, Extraversion, Agreeableness, dan Neuroticism. Tweet diunduh dari 15 akun Twitter dengan menggunakan Twitter API, dengan total keseluruhan sebanyak 1.500 tweet. Setiap akun ditetapkan sifat kepribadian dominannya berdasarkan hasil kuesioner kepribadian yang diinterpretasikan oleh seorang pakar psikologi. Setiap tweet dipraproses menjadi huruf kecil, dibersihkan, ditokenisasi menjadi kata, ditemukan kata dasarnya, kemudian dihilangkan kata-kata yang tidak penting. Setiap kata dibobot berdasarkan frekuensinya. Dataset dibagi menjadi data latih dan uji dengan perbandingan 60:40, 70:30, 80:20 dan 90:10. Setelah dilakukan pengujian, diperoleh akurasi tertinggi pada perbandingan data latih dan uji 70:30 sebesar 86,66%
Penerapan Data Mining Dalam Mencari Pola Asosiasi Data Tracer Study Menggunakan Equivalence Class Transformation (ECLAT) Khairul Amri; Alwis Nazir; Elin Haerani; Muhammad Affandes; Reski Mai Candra; Amany Akhyar
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 5, No 3 (2022): Juni 2022
Publisher : Program Studi Teknik Informatika, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v5i3.4408

Abstract

Abstrak - Tracer study adalah sebuah pendekatan yang diterapkan universitas untuk memperoleh informasi tentang kemungkinan kelemahan dalam proses pendidikan dan proses pembelajaran yang menjadi dasar perencanaan aktivitas untuk penyempurnaan di masa mendatang. Pada Universitas Islam Negeri Sultan Syarif Kasim Riau belum pernah ada tracer study yang komprehensif dan terstruktur dalam ruang lingkup universitas. Tracer study yang dilakukan hanya dalam lingkup program studi dan hanya dilaksanakan menjelang proses akreditasi prodi. Tidak ada tracer study yang rutin dilakukan di tingkat program studi dan universitas setiap tahunnya. Pada penelitian ini akan berfokus kepada penerapan data mining untuk mencari pola asosiasi pada data tracer study menggunakan Equivalence Class Transformation (ECLAT). Dari hasil penelitian terdapat 4 pola yang memenuhi support 13% dan confidence 80% dengan pengujian lift rasio 1. Pola tersebut diantaranya Jika ipk antara 3 – 3,5 dan gaji pertama dibawah 3 juta dan laki-laki maka status kelulusan tidak tepat waktu dan “masa tunggu mendapatkan pekerjaan pertama kurang dari 6 bulan” dengan support 17% dan confidence 84%. Jika ipk antara 3 – 3,5 dan perempuan maka “masa tunggu mendapatkan pekerjaan pertama kurang dari 6 bulan” dan hubungan pekerjaan dengan jurusan sesuai dengan support 14 % dan confidence 100%.Kata kunci: Tracer Study, Data Mining, Asosiasi, Equivalence Class Transformation, Eclat Abstract - Tracer study is an approach applied by universities to obtain important information in the education and learning process which is the basis for planning activities for future improvement. At UIN SUSKA University there has never been a comprehensive and structured tracer study within the scope of the university. There is no routine tracer study conducted at the study program and university level every year. This research will focus on the application of data mining to find association rules in tracer study data using ECLAT. From the research results, there are 4 patterns that meet the support of 13% and 80% confidence with a lift ratio test 1. The patterns include If the ipk is between 3 - 3.5 and the first salary is below 3 million and male then the graduation status is not on time and the waiting period to get the first job is less than 6 months with 17% support and 84% confidence. If the ipk is between 3 - 3.5 and female, then the waiting period to get the first job is less than 6 months and the job relationship with the major is in accordance with the support of 14% and confidence 100%.Keywords: Tracer Study, Data Mining, Asosiasi, Equivalence Class Transformation, Eclat
Penerapan Learning Vector Quantization 3 Dalam Menentukan Bakat Anak Agung Syaiful Rahman; Elvia Budianita; Reski Mai Candra; Fadhilah Syafria
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 5, No 3 (2022): Juni 2022
Publisher : Program Studi Teknik Informatika, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v5i3.4398

Abstract

Abstrak - Banyaknya bakat anak yang tidak diketahui oleh sebagian besar Orang tua di Indonesia dikarenakan sedikitnya ahli anak sebagai tempat untuk konsultasi yang menjadi faktor utama dalam perMasalahan ini. Tujuan dari penelitian ini ialah agar para Orang tua dapat mempermudah dalam menggali potensi dalam diri anak mereka masing-masing, yakni dengan menggunakan jaringan saraf tiruan. Ada beberapa metode dalam jaringan saraf tiruan,  learning vector quantization 3 merupakan saah satu dari bagian tersebut. Bakat anak yang diambil merupakan bakat anak yang berdasarkan standar United State of Education America. Anak yang diteliti merupakan murid dari Sekolah Dasar Negeri 011 Titian Resak dengan rentang usia 10-12 tahun. Penelitian ini menunjukkan bahwa learning vector quantization 3 membutuhkan sedikitnya 5 kriteria dengan 30 variabel bakat anak sebagai dasar dari penelitian ini. Berdasarkan hasil yang didapatkan, sistem ini berhasil mengidentifikasi bakat anak dengan rentang pembagian 90% data latih dan 10% data uji dan parameter window (0.1,0.2,0.3), epsilon (0.1,0.2,0.3), alpha (0.1) sebesar 81.82%.Kata kunci : Bakat Anak, Learning Vector Quantization 3, Jaringan Saraf Tiruan Abstract - The number of children's taents that are not known by most parents in Indonesia is due to the lack of child experts as a place for consultation which is the main factor in this problem. The purpose of this research is that parents can make it easier to explore the potentia in their respective children, namely by using artificia neura networks. There are severa methods in artificia neura networks, learning vector quantization 3 is one of them. The taent of the child taken is the child's taent based on the standards of the United State of Education America. The children studied were students from the 011 Titian Resak State Elementary School with an age range of 10-12 years. This study shows that learning vector quantization 3 requires at least 5 criteria with 30 variables of children's taents as the basis of this research. Based on the results obtained, this system succeeded in identifying children's taents with a distribution range of 90% of training data and 10% of test data and parameters window (0.1.0.2.0.3), epsilon (0.1.0.2.0.3), apha (0.1) of 81.82% .Keyword : Child Talent, Learning Vector Quantization 3, Artificia Neura Network
Klasifikasi Sentimen Masyarakat Terhadap Pemerintah Terkait Penerapan Kebijakan New Normal Menggunakan Metode K-Nearest Neighbor Fuji Astuti; Reski Mai Candra; Surya Agustian; Siti Ramadhani
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 5, No 3 (2022): Juni 2022
Publisher : Program Studi Teknik Informatika, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v5i3.4455

Abstract

Abstrak - Instagram memiliki berbagai macam pengguna tanpa terkecuali pemerintah, akun instagram pemerintah sendiri memiliki fungsi sebagai salah satu media informasi bagi masyarakat untuk mengetahui berita terbaru. Pemerintah telah melakukan berbagai upaya untuk mengurangi dan memutus rantai penyebaran virus covid-19, salah satu langkah yang diambil pemerintah dalam menghadapi covid-19 dengan menerapkan kebijakan New Normal. Tujuan penulis dari penelitian ini adalah untuk menghitung akurasi metode K-Nearest Neighbor pada klasifikasikan sentimen dari opini masyarakat terkait penerapan kebijakan new normal. Penelitian ini dilakukan melalui beberapa tahapan yaitu pengumpulan data dari akun yang dikelola pemerintah. Setelah itudata tersebut dilakukan proses preprocessing. Lalu membuat model dengan menggunakan word embedding FastText. Selanjutnya menggunakan feature engineering dalam melakukan improve untuk menghasilkan fitur terbaik. Dataset dalam penelitian ini berjumlah 4717 data yang terbagi dari 1456 data kelas pro, 1662 data kelas netral,  1599 data kelas kontra. Pengujian yang dilakukan menggunakan confusion matrix dengan cara menguji data latih dan data uji sebanyak 3 kali dengan perbandingan data 90:10 yaitu nilai akurasi sebesar 60,169% dan pada k-40 dengan perbandingan 80:20 yaitu nilai akurasi 60,16%, sedangkan akurasi terendah terdapat pada perbandingan data 70:30 yaitu 58,12%.Kata kunci: New Normal, Instagram, Klasifikasi, Sentimen, K-Nearest Neighbor Abstract - Instagram has various kinds of users without the exception of the government, the government's own Instagram account has a function as a medium of information for the public to find out the latest news. The government has made various efforts to reduce and break the chain of the spread of the COVID-19 virus, one of the steps taken by the government in dealing with COVID-19 by implementing the New Normal policy. The author's aim of this study is to calculate the accuracy of the K-Nearest Neighbor method in classifying sentiments from public opinion regarding the implementation of the new normal policy. This research was conducted through several stages, namely collecting data from accounts managed by the government. After that, the data is preprocessed. Then create a model using word embedding FastText. Then use feature engineering to improve to produce the best features. The dataset in this study amounted to 4717 data which was divided into 1456 pro class data, 1662 neutral class data, 1599 contra class data. The test was carried out using a confusion matrix by testing training data and test data 3 times with a data comparison of 90:10, namely the accuracy value of 60.169% and at k-40 with a ratio of 80:20, namely the accuracy value of 60.16%, while the lowest accuracy there is a comparison of 70:30 data that is 58.12%.Keywords: New Normal, Instagram, Classification, Sentiment, K-Nearest Neighbor 
Analisa Pola Makan Mahasiswa Penderita Gastritis (Maag) Dengan Menerapkan Metode Frequent Pattern-Growth (FP-Growth) Fitri Astuti; Elvia Budianita; Alwis Nazir; Reski Mai Candra
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 5, No 3 (2022): Juni 2022
Publisher : Program Studi Teknik Informatika, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v5i3.4447

Abstract

Abstract— Gastritis is an inflammation that occurs in the walls of the stomach. Young and mature age belongs to the category of productive age, where the productive age is more at risk of developing gastritis. This study aims to find the diet of students of Sultan Syarif Kasim Riau Islamic University by applying the fp-growth algorithm. This study used 502 records of data obtained from interviews with several students of the Sultan Syarif Kasim Riau Islamic University. The attributes used are faculty, semester, gender, place to live, busy college schedule solutions, the habit of consuming staple foods, snacks, instant noodles, fast food, spicy food, coffee, soft drinks, and snacks. Based on the results of the implementation of the application that was built and tested using the RapidMiner tools with a minimum support of 6%, and a minimum confidence of 100%, 4 patterns were found with a lift ratio of 1.88. From the 4 association patterns produced, it can be concluded that students with gastritis who have the habit of consuming staple food 2 x / day, spicy food and fast food 2-3 x / week or 4-5 x / week, consume coffee sometimes or 1 x / week, and endure hunger as a solution to a busy college schedule, the student is a student who lives in a boarding house / rented.Keywords : Data Mining, Pattern Association, FP-Growth, Gastritis Disease Abstrak— Gastritis adalah peradangan yang terjadi pada dinding lambung. Usia muda dan dewasa termasuk dalam kategori usia produktif, dimana usia produktif lebih berisiko terkena gastritis. Penelitian ini bertujuan untuk menemukan pola makan mahasiswa Universitas Islam Sultan Syarif Kasim Riau dengan menerapkan algoritma fp-growth. Penelitian ini menggunakan 502 records data yang diperoleh dari hasil wawancara terhadap beberapa mahasiswa Universitas Islam Sultan Syarif Kasim Riau. Atribut yang digunakan adalah fakultas, semester, jenis kelamin, tempat tinggal,  solusi jadwal kuliah padat, kebiasaan mengkonsumsi makanan pokok, makanan ringan, mie instan, fast food, makanan pedas, kopi, minuman bersoda, dan jajanan. Berdasarkan hasil implementasi aplikasi yang dibangun dan pengujian menggunakan tools RapidMiner dengan minimum support 6% dan minimun confidence 100% ditemukan 4 pola dengan lift ratio 1,88. Berdasarkan 4 pola asosiasi yang dihasilkan dapat disimpulkan bahwa bahwa Mahasiswa penderita gastritis yang memiliki kebiasaan mengkonsumsi makanan pokok 2 x/hari, makanan pedas dan fast food  2-3 x/minggu atau 4-5 x/minggu, mengkonsumsi kopi kadang – kadang atau 1 x/minggu, serta menahan lapar sebagai solusi jadwal kuliah yang padat maka mahasiswa tersebut merupakan mahasiswa yang tinggal di kos/kontrakanKata kunci : Data Mining, Pola Asosiasi, FP-Growth, Penyakit Gastritis
User Interface untuk Tampilan Website Berita Mobile bagi Penyandang Rabun Dekat Windy Tania; Reski Mai Candra; Nazruddin Safaat; Muhammad Affandes
Techno.Com Vol 22, No 1 (2023): Februari 2023
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33633/tc.v22i1.7226

Abstract

Saat ini banyak website yang disajikan dalam bentuk mobile , yang menyediakan berbagai informasi kepada pengguna, termasuk diantaranya website berita mobile . Namun, bagi pengguna yang mengalami rabun dekat kesulitan merasa dalam membaca. Peneliti sudah melakukan wawancara terhadap 3 orang yang mengalami rabun dekat dengan rentang usia 30-60 tahun dengan jarak 25-30 cm, dari hasil wawancara menyatakan bahwa orang yang mengalami rabun dekat kesulitan dalam membaca karena font nya, ukurannya, tidak sesuai sehingga tidak terbaca dengan jelas dan informasi tidak di dapat oleh pengguna. Penelitian ini menggunakan metode UCD ( User Centered Design), yang mana metode UCD dapat menempatkan pengguna sebagai pusat pengembangan desain . Metode ini dapat digunakan untuk mengetahui seperti apa karakter dan kebutuhan dari pengguna. Untuk mengetahaui tingkat usability design yang sudah dibuat, dilakukan pengujian dengan penyebaran kueisioner dalam bentuk google form dengan hasil pengujian yang pertama sebesar 79,81 masuk ke dalam kriteria (B) Baik. Kemudian dilakukan pengujian kedua mendapatkan hasil 85,27 dengan iterasi sebanyak dua kali setelah melalui proses UCD. Berdasarkan hasil tersebut, desain website berita mobile bagi penyandang rabun dekat termasuk ke dalam kriteria (SB) Sangat Baik
Clustering Vaksinasi Penyakit Mulut dan Kuku Di Provinsi Riau Menggunakan Algoritma K-Medoids Riska Yuliana; Alwis Nazir; Reski Mai Candra; Suwanto Sanjaya; Fadhilah Syafria
JUKI : Jurnal Komputer dan Informatika Vol. 5 No. 1 (2023): JUKI : Jurnal Komputer dan Informatika, Edisi Mei 2023
Publisher : Yayasan Kita Menulis

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Foot and Mouth Disease (FMD) atau biasa pula disebut penyakit mulut dan kuku (PMK) merupakan penyakit infeksi akut yang menularkan ke hewan lain karena disebabkan oleh virus yang masuk dalam genus Apthovirus dan famili Picornaviridae. PMK perlu ditangani karena menyebabkan kerugian finansial terutama disebabkan oleh penurunan produksi hewan ternak seperti susu maupun daging, produktivitas tenaga kerja serta keterbatasan pangan. Salah satu penanganan dan pengendalian PMK pada hewan ternak sapi yaitu ,melakukan program vaksinasi. Penelitian ini menggunakan data dari Dinas Peternakan dan Kesehatan Provinsi Riau. Penelitian ini menggunakan teknik data mining dalam pengolahan datanya menggunakan metode k-medoids clustering. Proses K-Medoids merupakan proses agregasi yang membagi data menjadi beberapa kelompok, dan hasil dari proses clustering ini tidak bergantung pada urutan record yang dimasukkan. maka metode ini juga dapat mengatasi kelemahan dari k-means. Metode k-medoids dapat diterapkan pada data vaksinasi penyakit mulut dan kuku di Provinsi Riau, dan dapat diidentifikasi kelompok kekebalan hewan berdasarkan data tersebut. . Hasil cluster terbaik setelah dilakukan pengujian yaitu 2 cluster. Cluster terendah berada pada cluster 1 sebanyak 21894 ekor dan cluster 2 sebanyak 48042 ekor. Dimana dalam proses pengujian dilakukan menggunakan Davies Bouldien Index (DBI) mendapatkan nilai -0.482. Diharapkan penelitian ini dapat memberikan perhatian lebih untuk vaksinasi terhadap PMK karena kekebalan hewan yang masih rendah sehingga memudahkan terinfeksinya PMK.
Co-Authors Agung Syaiful Rahman Alwis Nazir Amany Akhyar Bambang Mirwanto Dardiri Dardiri Elin Haerani Elvia Budianita Fadhilah Syafria Fatimah Almira Firdausi Fitri Astuti Fuji Astuti Imam Hanafi Iwan Iskandar Iwan Iskandar Jasril Jasril Khairul Amri M. Fahrizal Mahdhan Ragil S MAS`UD ZEIN Muhammad Affandes Muhammad Fikry Muhammad Irsyad Musa Thahir Nazruddin Safaat Nazruddin Safaat Harahap Novriyanto Novriyanto Rendi Aulia Rahman Rinaldi Syarfianto Riska Yuliana Siti Ramadhani Surya Agustian Suwanto Sanjaya Windy Tania Yusra, Yusra Zulkifli M. Nuh