Garuda - Garba Rujukan Digital

p-Index From 2019 - 2024

1.037

P-Index

This Author published in this journals

All Journal International Journal of Electrical and Computer Engineering International Journal of Informatics and Communication Technology (IJ-ICT) Jurnal Ilmu Komputer dan Informasi Lontar Komputer: Jurnal Ilmiah Teknologi Informasi Jurnal Ilmu Komputer Agrikultura Jurnal Teknik ITS IPTEK Journal of Proceedings Series TEKNOLOGI: Jurnal Ilmiah Sistem Informasi Jurnal Buana Informatika Perfecting a Video Game with Game Metrics JUTI: Jurnal Ilmiah Teknologi Informasi Jurnal Ilmiah Kursor SCAN Proceeding International Conference on Information Technology and Business Seminar Nasional Informatika (SEMNASIF) Dental Journal (Majalah Kedokteran Gigi) Jurnal Ilmiah Pertanian JURNAL TEKNIK INFORMATIKA DAN SISTEM INFORMASI Jurnal Nasional Pendidikan Teknik Informatika (JANAPATI) Indonesian Journal of Electrical Engineering and Computer Science Makara Journal of Technology

Anny Yuniarti

Institut Teknologi Sepuluh Nopember

Author-ID : 425621

Agriculture, Biological Sciences & Forestry Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Decision Sciences, Operations Research & Management Dentistry Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Languange, Linguistic, Communication & Media Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering

Published : 36 Documents Claim Missing Document

Claim Missing Document

Articles

1 2 3 4

APLIKASI KOMPRESI CITRA BERBASIS ROUGH FUZZY SET Anny Yuniarti; Nadya Anisa Syafa; Handayani Tjandrasa
Seminar Nasional Informatika (SEMNASIF) Vol 1, No 1 (2010): Computatinal
Publisher : Jurusan Teknik Informatika

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

Perkembangan teknologi informasi yang pesat telah memberi peran yang sangat penting untuk menjalin pertukaran informasi yang cepat. Kecepatan pengiriman informasi akan menjadi bagian utama dalam pertukaran informasi masa mendatang. Salah satu cara untuk mempersingkat waktu dan memperkecil biaya pengiriman adalah dengan melakukan pemampatan data teks, suara dan citra sebelum ditransmisikan. Dalam makalah ini, diperkenalkan suatu metode kompresi citra baru berbasis rough fuzzy set yang menggunakan metode kuantisasi vektor. Metode ini dinamakan Rough Fuzzy Vector Quantization (RFVQ). Dengan menggunakan RFVQ diperoleh hasil kompresi yang baik karena citra yang dihasilkan serupa dengan citra aslinya. Metode ini disusun dari tiga fase yaitu perancangan codebook, fase coding, dan fase decoding. Uji coba dilakukan pada citra abu–abu 8 bit per piksel berukuran 256 x 256. Hasil ujicoba ditunjukkan dengan nilai Peak Signal to Noise Ratio (PSNR) dengan blok dimensi dan tingkat kompresi tertentu. Tingkat kompresi yang bagus untuk menghasilkan citra kompresi dengan metode ini adalah tingkat kompresi 0.25.

PENDEKATAN POSITIONAL TEXT GRAPH UNTUK PEMILIHAN KALIMAT REPRESENTATIF CLUSTER PADA PERINGKASAN MULTI-DOKUMEN I Putu Gede Hendra Suputra; Agus Zainal Arifin; Anny Yuniarti
Jurnal Ilmu Komputer Vol 6 No 2: September 2013
Publisher : Informatics Department, Faculty of Mathematics and Natural Sciences, Udayana University

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (643.965 KB)

Coverage and saliency are major problems in Automatic Text Summarization. Sentence clusteringapproaches are methods able to provide good coverage on all topics, but the point to be considered is theselection of important sentence that can represent the cluster’s topic. The salient sentences selected asconstituent to the final summary should have information density so that can convey important informationcontained in the cluster. Information density from the sentence can be mined by extracting the sentenceinformation density (SID) feature that built from positional text graph approach of every sentence in the cluster.This paper proposed a cluster representative sentence selection strategy that used the positional text graphapproach in multi-document summarization. There are three concepts that used in this paper: (1) sentenceclustering based on similarity based histogram clustering, (2) cluster ordering based on cluster importance and(3) representative sentence selection based on sentence information density feature score. The candidatesummary sentence is a sentence that has greatest sentence information density feature score of a cluster. Trialsconducted on task 2 DUC 2004 dataset. ROUGE-1 measurement was used as performance metric to comparethe use of SID feature with other method namely Local Importance and Global Importance (LIGI). Test resultshowed that the use of SID feature was successfully outperform LIGI method based on ROUGE-1 values wherethe greatest average value of ROUGE-1 that achieved by SID features is 0.3915.

Ekstraksi Fitur Berdasarkan Deskriptor Bentuk dan Titik Salien Untuk Klasifikasi Citra Ikan Tuna Ratri Enggar Pawening; Agus Zainal Arifin; Anny Yuniarti
Jurnal Buana Informatika Vol. 7 No. 3 (2016): Jurnal Buana Informatika Volume 7 Nomor 3 Juli 2016
Publisher : Universitas Atma Jaya Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24002/jbi.v7i3.660

Abstract. The manual classification of fish causes problems on accuracy and execution time. In the image of tuna, beside the shape feature, local features is also necessary to differentiate the types of fish especially which have a similar shape. The purpose of this study is to develop a new feature extraction system which integrates point of saline and the shape of descriptor to classify the image of tuna. The input image is then transformed into HSV format. Hue channel is selected for the segmentation process. Shape descriptors are extracted by using Fourier Descriptor (FD) and the saline points are extracted using Speeded Up Robust Features (SURF). The results of local features are performed by Bag of Feature (BOF). Feature integration combines shape descriptor and saline features with appropriate weight. Experimental results show that by integrating features, the classification problems of fish with similar shape can be resolved with an accuracy of classification acquired by 83.33%.Keywords: feature extraction, fourier descriptor, surf, classification, tuna fish imageAbstrak. Klasifikasi secara manual yang dilakukan berdasarkan bentuk, tekstur, dan bagian tubuh ikan dapat menimbulkan permasalahan pada akurasi dan waktu klasifikasi. Pada citra ikan tuna, selain diperlukan fitur bentuk juga diperlukan fitur lokal untuk membedakan jenis ikan terutama yang memiliki bentuk secara visual mirip. Tujuan penelitian ini adalah mengembangkan sistem ekstraksi fitur baru yang mengintegrasikan deskriptor bentuk dan titik salien untuk klasifikasi citra ikan tuna. Segmentasi diawali dengan mengambil kanal Hue pada citra HSV. Deskriptor bentuk diekstrak menggunakan Fourier Descriptor dan titik salien diekstrak menggunakan Speeded Up Robust Features. Untuk menyamakan dimensi dilakukan pemrosesan menggunakan Bag of Feature. Kedua jenis fitur yang sudah diperoleh dilakukan integrasi dengan mempertimbangkan bobot masing-masing fitur. Uji coba dilakukan pada dataset tiga jenis ikan tuna dengan 10-fold cross validation. Hasil uji coba menunjukkan dengan mengintegrasikan deskriptor bentuk dan titik salien permasalahan klasifikasi ikan tuna dengan bentuk yang mirip dapat diselesaikan dengan akurasi klasifikasi sebesar 83,33%.Kata Kunci: ekstraksi fitur, deskriptor fourier, surf, klasifikasi, citra ikan tuna

PEMISAHAN GIGI PADA DENTAL PANORAMIC RADIOGRAPH DENGAN MENGGUNAKAN INTEGRAL PROJECTION YANG DIMODIFIKASI Bilqis Amaliah; Anny Yuniarti; Anindita Sigit Nugroho; Agus Zainal Arifin
Jurnal Ilmiah Kursor Vol 6 No 2 (2011)
Publisher : Universitas Trunojoyo Madura

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

Tidak mudah untuk mengetahui identitas seorang korban, jika sebagian besar tubuhnya sudah tak berbentuk lagi. Terdapat banyak cara untuk mengidentifikasi korban yang meninggal dunia, antara lain dengan DNA, sidik jari dan citra gigi. Gigi merupakan bagian dari tubuh yang biasanya masih utuh, karena struktur gigi yang padat. Sehingga peneliti mengajukan penelitian tentang identifikasi korban dengan menggunakan citra gigi. Terdapat beberapa tahap untuk identifikasi korban menggunakan citra gigi. Tahapan awal dan sangat menentukan adalah tahap pemisahan citra gigi. Dengan semakin akuratnya hasil dari pemisahan citra gigi, maka akan semakin akurat pula hasil identifikasi korban menggunakan citra gigi. Pemisahan citra gigi yang dilakukan adalah menggunakan metode Integral Projection yang dimodifikasi. Metode Integral Projection yang dimodifikasi ini digunakan untuk memberi garis pemisah antara satu gigi dengan gigi lainnya. Citra gigi yang digunakan adalah dental panoramic radiograph. Keberhasilan Integral Projection biasa dalam memisahkan antara gigi adalah 88,23 %, sedangkan dengan menggunakan Integral Projection yang dimodifikasi meningkat menjadi 93,47 %. Kata Kunci: Dental Panoramic Radiograph, Segmentasi, Integral Projection. Abstract It’s not easy to find out the identity of a victim, if most of his body was not shaped anymore. There are some ways to identify a victims, for example are using DNA matching, fingerprints and dental image. Teeth are part of the body that usually remains intact, because the solid tooth structure. Because of that, identify victim using dental image are purposed. There are several stages for victim identification using dental images. The first stage and the important one is teeth separation. The more accurate the results of the teeth separation, the more accurate the identification victim using dental images. Teeth separation is using modified integral projection method. The modified integral projection method is to make a line between the teeth so that the result is more accurate than the ordinary integral projection. In this research, dental panoramic radiographs are used. Accuration of ordinary integral projection is 88,23 %, and modified projection integral is 93,47 %.

ADAPTIVE DATA CLUSTERING METHOD BASED ON ARTIFICIAL BEE COLONY AND K-HARMONIC MEANS I Made Widiartha; Agus Zainal Arifin; Anny Yuniarti
Jurnal Ilmiah Kursor Vol 6 No 3 (2012)
Publisher : Universitas Trunojoyo Madura

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

ADAPTIVE DATA CLUSTERING METHOD BASED ON ARTIFICIAL BEE COLONY AND K-HARMONIC MEANS a I Made Widiartha, b Agus Zainal Arifin, c Anny Yuniarti a Jurusan Ilmu Komputer, FMIPA, Universitas Udayana Kampus Bukit, Gedung BJ Lt.I, Jimbaran Bali, b,c Informatics Department, Faculty of Information Technology Institute of Technology Sepuluh Nopember E-Mail: a imdewidiartha@cs.unud.ac.id Abstrak Berbagai metode telah dibuat untuk dapat melakukan klasterisasi data. Salah satu metode tersebut adalah K-Harmonic Means Clustering (KHM). KHM merupakan metode klasterisasi data yang menyempurnakan K-Means Clustering (KM). Metode KHM telah mampu mengurangi permasalahan KM dalam hal sensitifitas pada inisialisasi titik pusat awal, meskipun demikian dalam KHM masih terdapat kemungkinan solusi yang dihasilkan merupakan suatu lokal optimal. Permasalahan lokal optimal ini dapat diatasi dengan memanfaatkan suatu metode yang memiliki karakteristik pencarian solusi global ke dalam metode KHM. Artificial Bee Colony (ABC) merupakan suatu metode swarm yang berbasis pada perilaku mencari makan dari koloni lebah madu yang memiliki karakteristik untuk menghindari kemungkinan konvergensi terhadap lokal optimal. Dalam penelitian ini diusulkan sebuah metode baru untuk klasterisasi data yang berbasis pada metode ABC dan KHM (ABC-KHM). Kinerja metode ABC-KHM ini telah dibandingkan dengan metode KHM dan ABC dengan memanfaatkan lima dataset. Dari hasil penelitian didapatkan hasil dimana metode ABC-KHM ini telah berhasil mengoptimalkan posisi titik pusat klaster KHM yang mengarahkan hasil klaster menuju suatu solusi global. Kata kunci: K-Means Clustering, K-Harmonic Means Clustering, Artificial Bee Colony, ABC-KHM. Abstract Various methods have been made to cluster the data. One such method is K-Harmonic Means Clustering (KHM). KHM is a clustering method that improves K-Means Clustering (KM). KHM method was able to reduce the problem of KM in terms of sensitivity to the initialization of the initial center point nevertheless there is still a possibility that the result of KHM is a local optimum. The local optimal problem can be solved by utilizing a method that has characteristic of a global search into KHM method. Artificial Bee Colony (ABC) is a swarm method based on foraging behavior of honey bee colony that has characteristics to avoid the possibility of local optimum convergence. In this research, a new method for data clustering based on ABC and KHM (ABC-KHM) is proposed. The performance ABC-KHM method has been compared with ABC and KHM by using five datasets. The results show that ABCKHM method is able to optimize the position of the cluster center and directs the center to a global solution. Key words: K-Means Clustering, K-Harmonic Means Clustering, Artificial Bee Colony, ABC-KHM.

THE OVERTAKING CAR SIMULATION USING THE TECHNOLOGY OF VIRTUAL REALITY Darlis Heru Mukti; Ridho Rahman Hariadi; Anny Yuniarti; Imam Kuswardayan; Wijayanti Nurul Khotimah
Jurnal Ilmiah Kursor Vol 9 No 3 (2018)
Publisher : Universitas Trunojoyo Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.28961/kursor.v9i3.116

Currently, motor vehicles are very widely used in everyday life. In Indonesia the growth of motor vehicle is very rapid, even reaching 10 percent per year. With the high value of the development of this motor vehicle, the number of accidents also increases. The cause of the accident is not only from the error engine but also it can be caused by the driver fault. The driver should be given more attention and information about the rule and how to ride the motor vehicles well. Sometimes the experience is needed to learn how to act in the different condition when the driver drives the motor vehicle. This paper implements the technology of Virtual Reality for the simulation of overtaking. There are two additional devices used in this research. There are the Steering Wheel and the Oculus Rift. This research aims to explore the VR technology and explore the implementation of the Steering Wheel and the Oculus Rift in overtaking simulation game.

IMPRESSION DETERMINATION OF BATIK IMAGE CLOTH BY MULTILABEL ENSEMBLE CLASSIFICATION USING COLOR DIFFERENCE HISTOGRAM FEATURE EXTRACTION Hani Ramadhan; Isye Arieshanti; Anny Yuniarti; Nanik Suciati
Jurnal Ilmiah Kursor Vol 7 No 4 (2014)
Publisher : Universitas Trunojoyo Madura

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

IMPRESSION DETERMINATION OF BATIK IMAGE CLOTH BY MULTILABEL ENSEMBLE CLASSIFICATION USING COLOR DIFFERENCE HISTOGRAM FEATURE EXTRACTION aHani Ramadhan, b Isye Arieshanti, cAnny Yuniarti, d Nanik Suciati a,b,c,d Informatics Engineering, Faculty of Information Technology, Institut Teknologi Sepuluh Nopember (ITS) E-Mail: hani.its.042@gmail.com Abstrak Hampir setiap orang akan memperhatikan impresi busana yang dipakai, termasuk busana dengan motif batik. Namun, perpaduan berbagai motif dan warna batik memberikan impresi yang beragam. Sehingga, penentuan impresi dari satu kain batik menjadi sulit. Untuk membantu seseorang dalam menentukan impresi dari busana batik yang dipilih, dibutuhkan sistem yang mampu mengklasifikasikan impresi citra kain batik secara otomatis. Akan tetapi, pembuatan sistem klasifikasi label jamak merupakan memiliki tantangan tersendiri. Penelitian sebelumnya membuktikan bahwa metode klasifikasi ansambel label jamak dengan pencarian threshold mampu menjawab tantangan tersebut dengan kehandalannya dalam menangani himpunan data label jamak. Studi ini bertujuan untuk mengembangkan sistem yang menerapkan metode klasifikasi ansambel label jamak untuk menentukan impresi citra kain batik. Sistem ini memanfaatkan fitur tekstur dan warna yang dihasilkan dari Histogram Perbedaan Warna. Hasil uji coba metode ini memberikan performa yang baik dalam evaluasi label jamak. Nilai evaluasi tersebut antara lain Hamming Loss sebesar 0,173 dan Average Precision 0,866. Kata kunci: Histogram Perbedaan Warna, Impresi Citra Kain Batik, Klasifikasi Label Jamak Abstract Many people will consider the fashion products’ impression that will be worn, including the one with batik motif. Unfortunately, diverse impressions could be produced from combinations of the motif and color from a single batik cloth. Therefore, impression determination becomes a difficult case. To overcome this difficulty, an automatic batik cloth multi-impression classification system should be necessary to aid in choosing certain batik cloth. Nevertheless, this system implementation has its own intriguing challenge. Previous researches implied that multilabel ensemble classification method could deal with the problem against the highly imbalanced dataset. Thus, the aim of this study is to develop the multilabel classification system, which features come from the color and texture feature by Color Difference Histogram. From the test, this method demonstrated good performance by several multilabel evaluations, which are 0.173 by Hamming Loss and 0.866 by Average Precision. Keywords: Color Difference Histogram, Batik Cloth Image Impression, Multi-Label Classification.

TERM WEIGHTING BERBASIS INDEKS BUKU DAN KELAS UNTUK PERANGKINGAN DOKUMEN BERBAHASA ARAB M. Ali Fauzi; Agus Arifin; Anny Yuniarti
Lontar Komputer : Jurnal Ilmiah Teknologi Informasi Vol. 5, No. 2 Agustus 2014
Publisher : Institute for Research and Community Services, Udayana University

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (271.832 KB)

Information Retrieval berdasarkan query tertentu sudah jamak ditemukan pada sistem komputer saat ini. Salah satu metode yang populer digunakan adalah perangkingan dokumen menggunakan space vector model berbasis pada nilai term weighting TF.IDF. Pada penelitian ini, terdapat beberapa buku berbahasa Arab yang memiliki puluhan bahkan ratusan halaman. Masing-masing halaman dari buku tersebut adalah sebuah dokumen yang akan diranking berdasarkan query dari pengguna. TF.IDF hanya melakukan pembobotan berbasis pada dokumen tanpa memperhatikan indeks buku dan kelas yang merupakan induk dokumen tersebut sehingga kinerjanya kurang maksimal jika diimplementasikan pada kasus ini. Oleh karena itu, diusulkan metode baru term weighting yang berbasis pada indeks buku dan kelas. Metode ini memperhatikan frekuensi kemunculan term pada keseluruhan buku dan kelas. Metode yang disebut inverse class frequency (ICF) dan inverse book frequency (IBF) ini digabungkan dengan metode sebelumnya sehingga menjadi TF.IDF.ICF.IBF. Pengujian metode ini menggunakan dataset dari beberapa e-book berbahasa arab. Hasil penelitian menunjukkan bahwa metode yang diajukan terbukti dapat diaplikasikan pada perangkingan dokumen berbahasa arab dan memiliki performa yang lebih bagus dibanding metode sebelumnya dengan nilai F-Measure 75%, precision 76%, dan recall mencapai 74%.

Butterfly Image Classification Using Color Quantization Method on HSV Color Space and Local Binary Pattern Dhian Satria Yudha Kartika; Darlis Herumurti; Anny Yuniarti
IPTEK Journal of Proceedings Series No 1 (2018): 3rd International Seminar on Science and Technology (ISST) 2017
Publisher : Institut Teknologi Sepuluh Nopember

A lot of methods are used to develop on image research. Image detection to relay back new information, widely used in various research field, such as health, agriculture or other field research. Various methods are used and developed to get better results. A combination of several methods is performed for testing as part of the research contribution. In this study will perform the combination results of the process color feature extraction with texture features. In color feature extraction using HSV color space method that gets 72 feature extraction and on texture feature extraction using local binary pattern that gets 256 feature extraction. The process of merging the two extracted results gets 328 new feature extractions. The result of combining color feature extraction and texture feature extraction is further classified. Results from image classification of butterflies get an accuracy score of 72%. The results obtained will be tested performance. The results obtained from performance testing get precision value, recall and f-measure respectively 76%, 72% and 74%

Computer-aided diagnosis for osteoporosis based on trabecular bone analysis using panoramic radiographs Agus Zainal Arifin; Anny Yuniarti; Lutfiani Ratna Dewi; Akira Asano; Akira Taguchi; Takashi Nakamoto; Arifzan Razak; Hudan Studiawan
Dental Journal (Majalah Kedokteran Gigi) Vol. 43 No. 3 (2010): September 2010
Publisher : Faculty of Dental Medicine, Universitas Airlangga https://fkg.unair.ac.id/en

Background: Mandibular bone on panoramic radiographs has been proven to be useful for identifying postmenopausal women with low skeletal bone mineral density. One of the important parts of mandibular bone is trabecular bone. Trabecular bone architecture is one of the factors that governs bone strength and may be categorized as a contributor to bone quality. Purpose: The purposes of this study were to develop a computer-aided system for measuring trabecular bone line strength on panoramic radiographs in identifying postmenopausal women with osteoporosis and to clarify the diagnostic efficacy of the system. Methods: Reduction and expansion of trabecular bone sample images using a two level Gaussian pyramid for removing noises and small segments were first introduced. Then, line strength at each pixel was calculated based on its existence on the trabecular bone with emphasizes line segment which has similar orientation with the root of tooth. The density was measured with respect to line strength of segment structure which has similar orientation with the root of tooth, either on the left and the right in the mandibular bone. Number of pixels in the line segment area was compared with a threshold value to determine whether normal or osteoporosis. Results: From experiment on 100 data, the accuracy of 88%, sensitivity of 92%, and specificity of 86.7% were achieved. Conclusion: The computer-aided system of trabecular bone analysis may be useful for detecting osteoporosis using panoramic radiographs.Latar belakang: Tulang mandibula pada panoramik radiografi telah banyak diteliti dan terbukti mampu digunakan untuk mengidentifikasi wanita pasca menopause dengan menggunakan bone mineral density rendah. Salah satu bagian tulang mandibula yang penting adalah tulang trabekula. Arsitektur tulang trabekula merupakan salah satu dari faktor-faktor yang mempengaruhi kekuatan tulang dan dapat digolongkan sebagai kontributor bagi kualitas tulang. Tujuan: Penelitian ini bertujuan untuk membangun sebuah sistem dengan bantuan komputer untuk mengukur kekuatan garis pada tulang trabekula dan menggunakannya untuk mendeteksi osteoporosis pada wanita postmenopause. Metode: Dilakukan sampling pada sebagian tulang mandibular yang menghasilkan sebuah sampel citra. Sampel citra ini selanjutnya diperbaiki dari derau (noise) dengan menggunakan piramida Gaussian dua level. Kekuatan garis pada tiap piksel dihitung berdasarkan orientasi segmen garis tulang trabekula yang sejajar dengan akar gigi. Setelah dilakukan binerisasi, luasan segmen yang dihasilkan dihitung dan dibandingkan dengan sebuah nilai ambang. Bila luasan melebihi nilai threshold maka dikategorikan sebagai normal. Sebaliknya bila luasan dibawah nilai threshold, dikategorikan sebagai osteoporosis. Hasil: Berdasarkan eksperimen terhadap 100 data, sistem mampu mencapai akurasi identifikasi sebesar 88%, sensitivitas 92%, dan spesifisitas 86,7%. Kesimpulan: Sistem analisa trabecular bone dengan bantuan komputer ini dapat digunakan oleh para dokter gigi untuk mendeteksi osteoporosis menggunakan panoramik radiografi.

Co-Authors Agus Arifin Agus Arifin, Agus Agus Z. Arifin, Agus Z. Agus Zainal Arifin Agus Zainal Arifin Ahmad Mustofa Hadi Ahmad Mustofa Hadi Akira Asano Akira Taguchi Andi Baso Kaswar Andi Baso Kaswar Anindhita Sigit Nugroho Anindita Sigit Nugroho Arif Fathur Mahmuda Arifzan Razak Aris Fanani Aris Tjahyanto Arya Yudhi Wijaya Betty Natalie Fitriatin Bilqis Amaliah Budi Nugroho Chastine Fatichah Darlis Heru Mukti Darlis Herumurti Devira Wiena Pramintya Dhian Satria Yudha Kartika Dini Adni Navastara, Dini Adni Eva Yulia Puspaningrum Eva Yulia Puspaningrum Feni Siti Fauziah2 Fetty Tri A. Fiandra Fatharany Gulpi Qorik Oktagalu Pratamasunu Handayani Tjandrasa Hani Ramadhan Hidiyah Ayu Ratna Ma’rufah Hudan Studiawan I Made Satria Bimantara I Made Widiartha I Putu Gede Hendra Suputra Imam Kuswardayan Ishardan Ishardan Isye Arieshanti Lutfiani Ratna Dewi M. Ali Fauzi M. Ali Fauzi Maulana, Hendra Mohamad Dion Tiara Muhammad I. Rosadi, Muhammad I. Nadya Anisa Syafa Nanik Suciati Nur Nafi'iyah Oviyanti Mulyani Pasnur Pasnur Ratri Enggar Pawening Reginawanti Hindersah Ridho Rahman Hariadi Riduwan, Muhammad Sahmanbanta Sinulingga Saiful Bahri Musa Saprina Mamase Saputra, Wahyu Syaifullah Jauharis Takashi Nakamoto Wahyu Syaifullah Jauharis Saputra Wijayanti Nurul K Wijayanti Nurul Khotimah

Title

Found 36 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 36 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 36 Documents
Search