Garuda - Garba Rujukan Digital

p-Index From 2019 - 2024

1.152

P-Index

This Author published in this journals

All Journal Jurnal Teknologi Informasi dan Ilmu Komputer Jurnal Edukasi dan Penelitian Informatika (JEPIN) KLIK (Kumpulan jurnaL Ilmu Komputer) (e-Journal) InfoTekJar (Jurnal Nasional Informatika dan Teknologi Jaringan) Jurnal Teknologi dan Sistem Komputer Jurnal RESISTOR (Rekayasa Sistem Komputer) Jurasik (Jurnal Riset Sistem Informasi dan Teknik Informatika) KOMIK (Konferensi Nasional Teknologi Informasi dan Komputer) Jurnal Mantik Jurasik (Jurnal Riset Sistem Informasi dan Teknik Informatika) DEVICE

Solikhun Solikhun

AMIK Tunas Bangsa Pematangsiantar

Author-ID : 2843046

Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Languange, Linguistic, Communication & Media Mechanical Engineering

Published : 23 Documents Claim Missing Document

Claim Missing Document

Articles

1 2 3

Implementasi JST pada Prediksi Total Laba Rugi Komprehensif Bank Umum dan Konvensional dengan Backpropagation Agus Perdana Windarto; Muhammad Ridwan Lubis; Solikhun Solikhun
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 5 No 4: Agustus 2018
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Total laba rugi komprehensif merupakan hasil yang digunakan untuk mengukur keberhasilan kinerja perusahaan selama periode tertentu yang tidak dipengaruhi oleh operasi normal perusahaan. Informasi total lapa rugi komprehensif sangat penting bagi beberapa pengguna laporan keuangan seperti investor, kreditor dan manajemen dalam memprediksi dimana posisi angka total laba rugi komprehensif untuk menentukan arah investasi masyarakat ke depan, begitu juga bagi pihak bank berguna untuk menentukan kebijakan strategi pemasaran dalam meninggkatkan total laba komprehensif tersebut. Penelitian ini bertujuan untuk membuat prediksi dengan menggunakan Artificial Intelligence dengan algortima backpropagation. Data yang digunakan bersumber dari Otoritas Jasa Keuangan (OJK) pada PT. Bank Mandiri (Persero) Tbk (Januari-Oktober 2016). Untuk melakukan prediksi dengan algortima backpropagation. Proses dilakukan dengan membagi data pelatihan dan pengujian untuk memperoleh model arsitektur terbaik. model arsitektur pelatihan dan pengujian yang digunakan untuk melakukan prediksi Total laba rugi komprehensif yakni: 4-25-1; 4-50-1; 4-50-75-1 dan 4-100-1. Dari serangkaian uji coba didapat pola terbaik dari arsitektur backpropagation adalah 4-50-1 dengan Means Square Error 0,0009978666, epoch 1977 dan akurasi 80% yang selanjutnya akan digunakan untuk melakukan prediksi. Abstract Total comprehensive income is the result used to measure the success of a company's performance over a certain period that is not affected by the company's normal operations. Total information on comprehensive loss is very important for some financial report users such as investors, creditors and management in predicting where the position of the total comprehensive income statement is to determine the direction of public investment going forward, as well as for banks to determine marketing strategy in increasing total profit comprehensive. This study aims to make predictions using Artificial Intelligence with backpropagation algorithms. The data used is sourced from the Financial Services Authority (OJK) at PT. Bank Mandiri (Persero) Tbk (January-October 2016). To predict with backpropagation algorithm. The process is carried out by dividing training and testing data to obtain the best architectural model. the training and testing architectural model used to predict the total comprehensive income: 4-25-1; 4-50-1; 4-50-75-1 and 4-100-1. From a series of trials obtained the best pattern of backpropagation architecture is 4-50-1 with Means Square Error 0,0009978666, epoch 1977 and accuracy 80% which will then be used to make predictions.

JARINGAN SARAF TIRUAN DALAM MEMPREDIKSI SUKUK NEGARA RITEL BERDASARKAN KELOMPOK PROFESI DENGAN BACKPROPOGATION DALAM MENDORONG LAJU PERTUMBUHAN EKONOMI Agus Perdana Windarto; Solikhun Solikhun; Handrizal Handrizal; M Fauzan
KLIK- KUMPULAN JURNAL ILMU KOMPUTER Vol 4, No 2 (2017)
Publisher : Lambung Mangkurat University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20527/klik.v4i2.90

State Retail Sukuk is a Sharia Securities issued and its sale is regulated by the State, namely the Ministry of Finance (Depkeu). Where the government will choose the seller agent and consulting retail sukuk law. Selling agents must be obliged to have a commitment to the government in the development of the sukuk market and experience in selling Islamic financial products. The publication of this instrument is likened to a "mutualist symbiosis" between the Government and Society, both of which benefit equally. The government as the publisher benefits from the use of funds from the community, while the community benefits from investments made. This research contributes to the government and the Bank to be able to promote maximally for the next sukuk issuer. The data used is data from kemenkeu through website www.djppr.kemenkeu.go.id. The data are sukuk sales data with series 001 - 007 which are grouped into several categories namely geography, profession and age category. Algorithm used in this research is Artificial Neural Network with Backpropogation method. The input variables used are PNS (X1), Private Officer (X2), IRT (X3), Entrepreneur (X4), TNI / Polri (X5) and Others (X6) with architectural model of training and testing of 6 architectures 6-2-1, 6-5-1, 6-2-5-1 and 6-5-2-1. The output (output) generated is the best pattern of the ANN architecture. The best architectural model is 6-5-2-1 with epoch 37535, MSE 0.0009997295 and 100% accuracy rate. From this model will be conducted sensitivity analysis to see the variable that has the best performance and obtained variable Private Employees (X2) with a score of 0.3268. So obtained the results of the most investors predicted on the purchase of sukuk for the next 008 series based on the profession category is Private Employees. Keywords: Sukuk, JST, Backpropogation, Sensitivity Analysis and PredictionSukuk Ritel Negara adalah Surat berharga Syariah yang diterbitkan dan penjualannya diatur oleh Negara, yaitu Departemen Keuangan (depkeu). Dimana pemerintah akan memilih agen penjual dan konsultasi hukum sukuk ritel. Agen penjual haruslah wajib memiliki komitmen terhadap pemerintah dalam pengembangan pasar sukuk dan berpengalaman dalam menjual produk keuangan syariah. Penerbitan instrumen ini diibaratkan sebuah “simbiosis mutualis” antara Pemerintah dan Masyarakat, dimana keduanya sama-sama memperoleh keuntungan. Pemerintah selaku penerbit memperoleh keuntungan berupa penggunaan dana dari masyarakat, sedangkan masyarakat memperoleh keuntungan dari investasi yang dilakukan. Penelitian ini memberikan kontribusi bagi pemerintah dan Bank untuk dapat melakukan promosi secara maksimal untuk penerbitat sukuk berikutnya. Data yang digunakan adalah data dari kemenkeu melalui website www.djppr.kemenkeu.go.id. Data tersebut adalah data penjualan sukuk dengan seri 001 – 007 yang dikelompokkan dalam beberapa kategori yakni geografis, profesi dan kategori umur. Algoritma yang digunakan pada penelitian ini adalah Jaringan Saraf Tiruan dengan metode Backpropogation. Variabel masukan (input) yang digunakan adalah PNS (X1), Pegawai Swasta (X2), IRT (X3), Wiraswasta (X4), TNI/Polri (X5) dan Lainnya (X6) dengan model arsitektur pelatihan dan pengujian sebanyak 6 arsitektur yakni 6-2-1, 6-5-1, 6-2-5-1 dan 6-5-2-1. Keluaran (output) yang dihasilkan adalah pola terbaik dari arsitektur JST. Model arsitektur terbaik adalah 6-5-2-1 dengan epoch 37535, MSE 0,0009997295 dan tingkat akurasi 100%. Dari model ini akan dilakukan analisis sensivitas untuk melihat variabel yang memiliki performa terbaik dan diperoleh variabel Pegawai Swasta (X2) dengan skor 0,3268. Sehingga didapat hasil prediksi investor terbanyak pada pembelian sukuk untuk seri 008 berikutnya berdasarkan kategori profesi adalah Pegawai Swasta.Kata Kunci: Sukuk, JST, Backpropogation, Analisis Sensivitas dan Prediksi

PERBANDINGAN METODE WEIGHTED PRODUCT DAN WEIGHTED SUM MODEL DALAM PEMILIHAN PERGURUAN SWASTA TERBAIK JURUSAN KOMPUTER Solikhun Solikhun
KLIK- KUMPULAN JURNAL ILMU KOMPUTER Vol 4, No 1 (2017)
Publisher : Lambung Mangkurat University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20527/klik.v4i1.75

Sistem Pendukung Keputusan (SPK) merupakan suatu sistem yang dapat membantu seseorang dalam mengambil keputusan yang dengan lebih efektif dan efisien. Dengan adanya sistem ini, permasalahan yang di hadapi dapat di selesaikan, seperti penentuan perguruan tinggi swasta terbaik. Ada beberpa metode yang dapat di gunakan dalam membangun suatu SPK seperti Metode Weighted Product dan Weighted Sum Model. Metode Weighted Product (WP) menggunakan perkalian untuk menghubungkan rating atribut, dimana rating setiap harus di pangkatkan dulu dengan bobot atribut yang bersangkutan. Metode Weighted Sum Model (WSM) merupakan penjumlahan dari perkalian rating atribut dengan bobot atribut. WP dan WSM merupakan metode yang sederhana, dimana penggunaannya mudah untuk di pahami, seperti dalam SPK penentuan perguruan tinggi swasta terbaik di kota pematangsiantar. Penelitian ini menggunakan metode WP dan WSM. Dalam penentuan kualitas perguruan tinggi, ada beberapa kriteria yang menjadi dasar pengambilan keputusan antara lain jumlah jurusan komputer, biaya kuliah, lingkungan kampus, jumlah program beasiswa, dan akreditasi BAN PT. Adapun hasil dalam penelitian ini adalah hasil pilihan pengguna sistem dengan nilai kriteria yang di tentukan sendiri oleh pengguna, dan hasilnya akan diurutkan dari nilai yang tertinggi hingga terendah, sehingga pengguna lebih mudah mengambil keputusan dengan melihat hasil tersebut.Kata kunci : Sistem Pendukung Keputusan, Weighted Product, Weighted Sum Model, Perguruan Tinggi.

MODEL ARSITEKTUR NEURAL NETWORK DENGAN BACKPROPOGATION PADA PREDIKSI TOTAL LABA RUGI KOMPREHENSIF BANK UMUM KONVENSIONAL Agus Perdana Windarto; Muhammad Ridwan Lubis; Solikhun Solikhun
KLIK- KUMPULAN JURNAL ILMU KOMPUTER Vol 5, No 2 (2018)
Publisher : Lambung Mangkurat University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20527/klik.v5i2.148

determine the marketing strategy in increasing the total comprehensive income. This study aims to create the best architectural model using Backpropogation where this model can later be made to make predictions of total comprehensive income. The variable used in this study is the total comprehensive income statement data of PT. Bank Mandiri, Tbk (January - November 2016). Data sourced from the Financial Services Authority (www.ojk.go.id). From a series of trials conducted with 4 architectural models tested, namely 4-25-1; 4-50-1; 4-100-1 and 4-50-75-1, obtained the best architectural model 4-50-1 with Epoch training = 1977, Mean Square Error (MSE) of 0,000997867 with the correctness of testing accuracy reaching 80%.Keywords: Artificial Neural Network, Back-propagation, Comprehensive Income, Prediction, Economy, Architecture Prediksi total laba rugi komprehensif sangatlah penting untuk memprediksi dimana posisi angka total laba rugi komprehensif pada suatu bank. Informasi tersebut berguna bagi masayarkat dalam menentukan arah investasi masyarakat ke depan, begitu juga bagi pihak bank berguna untuk menentukan kebijakan strategi pemasaran dalam meninggkatkan total laba komprehensif tersebut. Penelitian ini bertujuan untuk membuat model arsitektur terbaik dengan menggunakan Backpropogation dimana model ini nantinya dapat dilakukan untuk membuat prediksi terhadap total laba rugi komprehensif. Variabel yang digunakan pada penelitian ini adalah data total laba rugi komprehensif PT. Bank Mandiri,Tbk (Januari – November 2016). Data bersumber dari Otoritas Jasa Keuangan (www.ojk.go.id). Dari serangkaian uji coba yang dilakukan dengan 4 model arsitektur yang diuji yakni 4-25-1; 4-50-1; 4-100-1 dan 4-50-75-1, diperoleh model arsitektur terbaik 4-50-1 dengan Epoch training = 1977, Mean Square Error (MSE) sebesar 0,000997867 dengan tingkat akurasi pengujian mencapai kebenaran 80%. Kata kunci: Jaringan saraf tiruan, Back-propagation, Laba Rugi Komprehensif, Prediksi, Ekonomi, Arsitektur

SISTEM PAKAR DIAGNOSA GEJALA AWAL PENYAKIT AKIBAT VIRUS PADA ANAK BERBASIS MOBILE DENGAN FORWARD CHAINING Mhd Ridhon Ritonga; Solikhun Solikhun; Muhammad Ridwan Lubis; Agus Perdana Windarto
InfoTekJar : Jurnal Nasional Informatika dan Teknologi Jaringan Vol 2, No 2 (2018): InfoTekJar Maret
Publisher : Universitas Islam Sumatera Utara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30743/infotekjar.v2i2.298

Sistem pakar adalah sistem berbasis komputer yang menggunakan knowledge, fakta dan penalaran untuk memecahkan masalah yang hanya dapat dipecahkan oleh seorang pakar. Virus adalah salah satu penyakit yang rentan dialamin anak-anak karena sistem kekebalan pada tubuh belum terbangun secara sempurna. Sebahagian besar orangtua tidak mengenali gejala penyakit pada tubuh anak yang timbul diakibatkan infeksi virus. Sistem pakar dibuat untuk mendiagnosa gejala awal penyakit akibat virus anak yang disebabkan oleh infeksi virus. Proses diagnosa dimulai dengan cara user menjawab pertanyaan-pertanyaan berupa gejala yang diderita oleh pengguna. Alasan penelitian ini dilakukan karena keterbatasan dokter dan banyaknya pasien anak-anak yang butuh penanganan dini terhadapat gejala penyakit awal yang disebabkan oleh virus. Alat bantu berupa sistem pakar ini merupakan solusi dimana sistem mampu bertindak sebagaimana layaknya seorang pakar. Sistem pakar ini berbasis mobile sehingga dapat diakses kapanpun dan di manapun oleh pengguna selama mereka terhubung dengan internet dan handphone. Hasil dari penelitian dapat memberikan pertolongan kepada orangtua terhadat anak-anaknya untuk mendiagnosis gejala awal yang dialamin oleh penderita sebelum ditanganin oleh ahlinya, sehingga orang tua dapat melakukan tindakan yang tepat.

Sistem Pendukung Keputusan untuk Rekomendasi Kelulusan Sidang Skripsi Menggunakan Metode AHP-TOPSIS Desi Ratna Sari; Agus Perdana Windarto; Dedy Hartama; Solikhun Solikhun
Jurnal Teknologi dan Sistem Komputer Volume 6, Issue 1, Year 2018 (January 2018)
Publisher : Department of Computer Engineering, Engineering Faculty, Universitas Diponegoro

This research proposes a decision support system in determining thesis exam graduation using AHP and TOPSIS method. The AHP method weighted the criteria to generate values for each criterion, in which the value of each criterion was used to obtain a ranking of some alternatives with TOPSIS. The criteria used for the assessment are 5 chapters (C1), neatness (C2), manners (C3), material delivery (C4) and material mastery (C5). Merging the AHP and TOPSIS methods can optimize the weighting of criteria values that affect the more objective alternative ranking results. The resulting Hamming distance is 96.2% and the Euclidean distance is 0.8096 for 95 students.

Implementasi Filtering Firewall Dan Hardening Web Server Untuk Mencegah Serangan Http Dos Pada Dinas Lingkungan Hidup Pematangsiantar rizki josua tampubolon; Poningsih Poningsih; Solikhun Solikhun; Indra Gunawan; Zulaini Masruro Nasution
Device Vol 11 No 2 (2021): November
Publisher : Fakultas Teknik dan Ilmu Komputer (FASTIKOM) UNSIQ

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32699/device.v11i2.2091

Denial of Service (DoS) merupakan masalah keamanan jaringan yang saat ini sedang berkembang. Semakin tinggi kapasitas komputasi suatu komputer penyerang, serangan DoS yang dapat dihasilkan juga semakin berbahaya. Serangan ini dapat menyebabkan ketidakberdayaan server untuk melayani service request yang sah, karena itu serangan DoS sangat merugikan dan perlu diberikan antisipasi yang efektif agar keamanan web server aman dari serangan Denial of Service (DoS). Terkadang internet disalahgunakan dengan adanya waktu luang setelah kegiatan maupun saat kegiatan berlangsung seperti mengakses browser, media sosial serta mengakses youtube. Tanpa disadari kemungkinan adanya sebuah serangan muncul yang dapat mengakibatkan lambatnya internet sehingga terjadinya kegagalan akses pada internet. Maka diperlukan adanya penerapan filtering firewall serta hardening web server dengan menggunakan mikrotik router untuk memblokir akses internet untuk menunjang kegiatan pekerjaan pegawai Dinas Lingkungan Hidup Pematangsiantar lebih baik dan nyaman.

PENERAPAN ALGORITMA C4.5 UNTUK KLASIFIKASI PREDIKAT KEBERHASILAN MAHASISWA DI AMIK TUNAS BANGSA Yuni Sara Luvia; Agus Perdana Windarto; Solikhun Solikhun; Dedy Hartama
Jurasik (Jurnal Riset Sistem Informasi dan Teknik Informatika) Vol 1 (2016): Edisi Juli
Publisher : STIKOM Tunas Bangsa Pematangsiantar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30645/jurasik.v1i1.12

Predikat keberhasilan Mahasiswa di perguruan tinggi merupakan hal utama yang menjadi acuan bagi seorang mahasiswa selama menjalani study. Data mahasiswa yang terus meningkat dari tahun ke tahun adalah bukti untuk mengembangkan Data Mining. Banyaknya jumlah Mahasiswa akan diproses Untuk mengetahui berdasarkan kriteria apa saja Mahasiswa layak mendapatkan predikat keberhasilannya dengan beberapa atribut seperti, jenis kelamin, kehadiran, sesi perkuliahan, rerata NEM dan Asal sekolah. Dalam hal ini, peneliti melakukan analisis di Amik Tunas Bangsa Jl. Sudirman no. 1,2,3 Pematangsiantar. Analisis yang digunakan adalah menggunakan Data Mining dengan metode C4.5 dan diproses menggunakan software Rapidminer untuk membuat pohon keputusan. Metode ini diharapkan dapat mempermudah pihak instansi mengklasifikasi dan memprediksi predikat keberhasilan Mahasiswa sehingga data-data yang menumpuk bisa bermanfaat untuk keperluan data mining dalam mengambil keputusan yang baik. Analisis ini diharapkan sebagai salah satu motivasi terhadap mahasiswa untuk meningkatkan IPK.

KOMPARASI KINERJA ALGORITMA FUZZY C-MEANS DAN K-MEANS DALAM PENGELOMPOKAN DATA SISWA BERDASARKAN PRESTASI NILAI AKADEMIK SISWA Nelson Butarbutar; Agus Perdana Windarto; Dedy Hartama; Solikhun Solikhun
Jurasik (Jurnal Riset Sistem Informasi dan Teknik Informatika) Vol 1 (2016): Edisi Juli
Publisher : STIKOM Tunas Bangsa Pematangsiantar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30645/jurasik.v1i1.8

Berbagai upaya telah dilakukan oleh pihak sekolah untuk meningkatkan prestasi akademik siswa sebagai upaya untuk mencapai standar pendidikan nasional. Salah satunya adalah dengan melakukan bimbingan belajar pada masing-masing siswa, namun hasilnya belum begitu memuaskan. Hal ini disebabkan karena pihak sekolah khususnya bagian pendidikan tidak memahami sepenuhnya kemampuan masing-masing siswa dalam menguasai suatu mata pelajaran khususnya mata pelajaran inti UN. Untuk mengatasi hal ini dengan memanfaatkan teknik clustering akan dilakukan pengelompokan data siswa berdasarkan prestasi nilai akademik yang sumber datanya diperoleh langsung dari bagian pendidikan. Dengan menggunakan teknik clustering, bagian pendidikan akan lebih mudah mendata siswanya berdasarkan kemampuannya masing-masing sesuai dengan prestasi nilai akademiknya. Teknik clustering yang digunakan dalam penelitian ini adalah algoritma Fuzzy C-Means dan K-Means. Berdasarkan hasil penelitian yang dilakukan dapat disimpulkan bahwa teknik clustering yang paling tepat digunakan dalam melakukan pengelompokan data siswa adalah algoritma K-Means dengan jumlah interasi sebanyak 11 untuk mendapatkan cluster data siswa sedangkan algoritma Fuzzy C-Means membutuhkan proses interasi yang panjang sebanyak 35 interasi dan proses perhitungan yang rumit serta hasil cluster data siswa kurang akurat dibandingkan menggunakan algoritma K-Means.

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN GURU TERBAIK PADA SMK MARIA GORETTI PEMATANGSIANTAR MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) Rotua Sihombing Hutasoit; Agus Perdana Windarto; Dedy Hartama; Solikhun Solikhun
Jurasik (Jurnal Riset Sistem Informasi dan Teknik Informatika) Vol 1 (2016): Edisi Juli
Publisher : STIKOM Tunas Bangsa Pematangsiantar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30645/jurasik.v1i1.9

Memiliki guru, staf tenaga pengajar yang profesional merupakan sebuah keharusan bagi sekolah dalam melaksanakan proses pendidikan yang bermutu, demikian halnya dengan SMK Maria Goretti Pematangsiantar. Untuk itu, sekolah selalu mendorong peningkatan profesionalitas guru dengan cara memantau kerja guru dalam mengimplementasikan tugasnya sehingga dapat mencapai standar kompetensi yang telah ditentukan. Sistem pendukung keputusan secara umum didefenisikan sebagai sebuah sistem yang mampu menghasilkan pemecahan maupun penanganan masalah. Sistem pendukung keputusan tidak dimaksudkan untuk menggantikan peran pengambil keputusan, tapi untuk membantu dan mendukung pengambil keputusan. Dalam peranan sistem pendukung keputusan dalam konteks keseluruhan sistem informasi ditujukan untuk memperbaiki kinerja melalui aplikasi teknologi informasi serta menentukan pendekatan yang digunakan dalam proses pengambilan keputusan, sampai mengevaluasi pemilihan interaktif. Salah satu metode yang sering digunakan dalam sistem pendukung keputusan adalah metode Simple Additive Weighting (SAW). Metode Simple Additive Weighting (SAW) ini dipilih karena dapat menentukan nilai bobot untuk setiap atribut, kemudian dilanjutkan dengan proses perankingan yang akan menyeleksi alternatif terbaik dari sejumlah alternatif yang ada. Dalam hal ini alternatif yang dimaksud adalah penentuan guru terbaik pada SMK Maria Goretti Pematangsiantar menggunakan metode SAW (simple additive weighting). Dengan metode perangkingan tersebut diharapkan penilaian akan lebih tepat karena didasarkan pada nilai kriteria dan bobot yang sudah ditentukan sehingga akan mendapatkan hasil yang lebih maksimal.

Co-Authors Abdullah Ahmad Agus Perdana Windarto Ambariyanto Ambariyanto Bintang Bestari Dedy Hartama Desi Ratna Sari Enjelica Rumapea Freshtiya Beby Larasati Handrizal Handrizal Indra Gunawan Joose Andar Laidin Manurung Kiki Fatmawati Lise Pujiastuti M Fauzan Mhd Ridhon Ritonga Mochamad Wahyudi Nelson Butarbutar Pipit Mutiara Putri Poningsih Poningsih rizki josua tampubolon Rotua Sihombing Hutasoit Siti Hawani Tania Dian Tri Utami Verdi Yasin Winanda Alifah Yuni Sara Luvia Zulaini Masruro Nasution

Title

Found 23 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 23 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 23 Documents
Search