Garuda - Garba Rujukan Digital

All

Jurnal Statistika dan Komputasi (STATKOM)

statkom
Website

Published by Universitas Nahdlatul Ulama Sunan Giri Bojonegoro

ISSN : 2963038X EISSN : 29630398 DOI : https://doi.org/10.32665/statkom

Core Subject : Economy, Science, Social, Engineering,

Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Industrial & Manufacturing Engineering Social Sciences

Jurnal Statistika dan Komputasi (STATKOM) publishes the article based on research or equivalent to research results in applied statistics and computation on various scopes related to Computational Statistics and Data Analysis. Manuscripts for STATKOM should fall within one of the following categories: 1) Statistical Simulation Methods, Resampling Methods, Machine Learning, Neural Networks, Data Mining, Big Data Analytics, Numerical and Optimization Methods, Operations Research, and Decision Support Systems. 2) Regression Modeling, Bayesian Modeling, Time-Series Modeling, Spatial Modeling, Structural Equation Modeling, Longitudinal Data Analysis, Categorical Data Analysis, Experimental Design and Analysis, Statistical Process Control, Multivariate Statistics, Nonparametric Statistics, and Econometrics.

Arjuna Subject : Matematika - Statistik dan Probabilitas

Articles 15 Documents

1 2

Analisis Kepuasan Pengguna Jasa Petugas Parkir Dinas Perhubungan Bojonegoro Menggunakan Regresi Logistik Ordinal M Teguh Deddy Winarko; Alif Yuanita Kartini
Jurnal Statistika dan Komputasi Vol. 1 No. 1 (2022): Jurnal Statistika dan Komputasi
Publisher : Universitas Nahdlatul Ulama Sunan Giri

Latar Belakang: Tidak semua petugas parkir Dinas Perhubungan Kabupaten Bojonegoro melaksanakan kerjanya baik dan sesuai dengan standard operational procedure (SOP). Bentuk pembekalan dan sosialisasi oleh dinas terkait sudah diberikan, namun pengguna layanan jasa parkir merasa kurang puas. Untuk menganalisis masalah ini, diterapkan pemodelan regresi logistik ordinal untuk menilai kepuasan pelanggan. Tujuan: Mengetahui tingkat kepuasan dan faktor-faktor yang secara signifikan berpengaruh terhadap tingkat kepuasan pengguna jasa petugas parkir Dinas Perhubungan Kabupaten Bojonegoro. Metode: Metode Penelitian yang digunakan adalah metode kuantitatif berupa analisis regresi logistik ordinal. Digunakan accidental sampling dengan mengambil sampel dari responden yang kebetulan memakai jasa parkir petugas Dinas Perhubungan Kabupaten Bojonegoro. Variabel dependen adalah tingkat kepuasan pengguna jasa petugas parkir yang berskala ordinal dan variabel-variabel independen meliputi tangibles, reliability, responsiveness, emphaty dan assurance. Hasil: Kepuasan pengguna terhadap pelayanan petugas parkir terbesar adalah 35% cukup puas dan terbesar kedua 29% kurang puas. Dari hasil odds ratio, semakin besar tangibles, responsiveness, dan emphaty petugas parkir masing-masing memiliki peluang 2,0719; 5,9793; dan 9,0802 kali lebih besar daripada variabel lainnya terhadap tingkat kepuasaan pengguna petugas parkir. Kesimpulan: Mayoritas pengguna pelayanan petugas parkir kurang puas dan cukup puas. Penerapan regresi logistik ordinal memberikan pengetahuan bahwa tangibles, responsiveness, dan emphaty petugas parkir mempengaruhi kepuasan pengguna.

Studi Perbandingan Clustering Kecamatan di Kabupaten Bojonegoro Berdasarkan Keaktifan Penduduk Dalam Kepemilikan Dokumen Kependudukan Nisa Arofatus Sholikhah
Jurnal Statistika dan Komputasi Vol. 1 No. 1 (2022): Jurnal Statistika dan Komputasi
Publisher : Universitas Nahdlatul Ulama Sunan Giri

Latar Belakang: Dokumen kependudukan di Kabupaten Bojonegoro memiliki tingkat kepentingan yang tinggi sehingga pemerintah menyediakan aplikasi Sistem Informasi Manajemen Kependudukan (SIMDUK), namun dalam prakteknya aplikasi ini kurang efektif karena rendahnya kesadaran masyarakat dalam melengkapi dokumen kependudukan. Untuk mengatasi permasalahan ini, diperlukan adanya pengelompokan Kecamatan di Kabupaten Bojonegoro berdasarkan kelengkapan kepemilikan dokumen kependudukan. Tujuan: Melakukan perbandingan metode-metode clustering dalam rangka mendapatkan metode terbaik sehingga bisa digunakan untuk pengelompokan Kecamatan di Kabupaten Bojonegoro. Metode: Menerapkan metode kuantitatif berupa metode clustering yaitu K-Means, K-Medoid, X-Means, dan DBSCAN. Metode clustering terbaik dipilih berdasarkan ukuran performance vector terkecil. Sumber data berasal dari data sekunder dari Dinas Kependudukan dan Catatan Sipil Kabupaten Bojonegoro tahun 2020. Hasil: Diperoleh metode clustering terbaik yaitu metode K-Means dengan performance vector sebesar -0,697 dalam membentuk 5 cluster yaitu cluster 1 dengan klasifikasi sangat aktif yang beranggotakan 4 kecamatan, cluster 3 dengan klasifikasi aktif beranggotakan 5 kecamatan, cluster 4 dengan klasifikasi cukup aktif beranggotakan 7 kecamatan, cluster 0 dengan klasifikasi kurang aktif beranggotakan 8 kecamatan, dan cluster 2 dengan klasifikasi tidak aktif yang beranggotakan 4 kecamatan. Kesimpulan: Metode clustering terbaik yaitu metode K-Means yang berhasil mengelompokkan Kecamatan di Kabupaten Bojonegoro berdasarkan kelengkapan kepemilikan dokumen kependudukan, serta menginformasikan banyaknya kecamatan yang kurang aktif.

Penerapan Model Geographically Weighted Poisson Regression untuk Demam Berdarah Dengue Di Kabupaten Bojonegoro Khoirin Nisa
Jurnal Statistika dan Komputasi Vol. 1 No. 1 (2022): Jurnal Statistika dan Komputasi
Publisher : Universitas Nahdlatul Ulama Sunan Giri

Latar Belakang: Kasus Demam Berdarah Dengue (DBD) di Kabupaten Bojonegoro meningkat dari tahun 2017 sampai tahun 2019. Hal ini menjadi sulit karena wilayah geografis yang sangat luas di setiap Kecamatan. Untuk menganalisis masalah ini, perlu diberikan pemodelan regresi spasial yang memperhitungkan perbedaan wilayah. Tujuan: Menganalisis pengaruh variabel-variabel prediktor terhadap banyaknya kasus DBD per Kecamatan di Kabupaten Bojonegoro dengan model Geographically Weighted Poisson Regression (GWPR). Metode: Menerapkan metode kuantitatif berupa pemodelan GWPR dengan perbandingan kernel yaitu kernel fixed Gaussian, fixed bi-square, adaptive bi-square, dan adaptive Gaussian. Sumber data yang digunakan adalah data sekunder diperoleh dari laporan Badan Pusat Statistik (BPS) dan Dinas Kesehatan Bojonegoro pada tahun 2017-2019 per Kecamatan di Kabupaten Bojonegoro. Hasil: Diperoleh model GWPR terbaik untuk kernel fixed bi-square dengan nilai deviance sebesar 610,5541 dan AIC sebesar 647,6348. Dari 28 Kecamatan di Kabupaten Bojonegoro, kepadatan penduduk memiliki pengaruh signifikan positif pada 1 Kecamatan dan negatif 10 Kecamatan, fasilitas kesehatan mempunyai pengaruh signifikan positif pada 19 Kecamatan dan negatif 1 Kecamatan, dan tenaga kerja kesehatan memiliki pengaruh signifikan positif pada 11 Kecamatan dan negatif 3 Kecamatan. Kesimpulan: Pemodelan GWPR memberikan masukan pengetahuan bahwa kepadatan penduduk, fasilitas kesehatan, dan tenaga kerja kesehatan secara spasial signifikan mempengaruhi kasus DBD di Kabupaten Bojonegoro.

Pemodelan Regresi Data Panel Untuk Memprediksi Ketersediaan Beras Di Kabupaten Bojonegoro Ummi Agustin Yuliana
Jurnal Statistika dan Komputasi Vol. 1 No. 1 (2022): Jurnal Statistika dan Komputasi
Publisher : Universitas Nahdlatul Ulama Sunan Giri

Latar Belakang: Ketersediaan beras menjadi komponen utama penyebab inflasi dan kurangnya beras mengganggu ketahanan pangan nasional. Kabupaten Bojonegoro menjadi produksi padi menempati urutan ketiga di Provinsi Jawa timur, namun permasalahan yang dihadapi adalah penurunan ketersediaan beras dari tahun ke tahun. Untuk menganalisis permasalahan ini diperlukan adanya pemodelan pola hubungan ketersediaan beras dengan variabel-variabel prediktornya. Tujuan: Mengetahui variabel-variabel prediktor yang berpengaruh terhadap Ketersediaan Beras di Kabupaten Bojonegoro pada tahun 2016 sampai 2020 dengan menggunakan analisis regresi data panel. Metode: Menerapkan metode kuantitatif berupa pemodelan regresi data panel dengan perbandingan hasil common effect model, fixed effect model, dan random effect model. Sumber data digunakan data sekunder berupa data ketersediaan beras, luas panen, dan jumlah penduduk yang berasal dari Kabupaten Bojonegoro pada tahun 2016 sampai 2020. Hasil: Diperoleh model regresi data panel terbaik adalah fixed effect model dengan nilai R-squared sebesar 74,77% dan AIC sebesar 20,6921. Terdapat pengaruh signifikan positif luas panen dan jumlah penduduk terhadap ketersediaan beras. Setiap peningkatan Luas Panen 1 Ha dan Jumlah Penduduk 1 jiwa masing-masing akan menyebabkan peningkatan Ketersediaan Beras sebesar 0,9908 ton dan 0,4265 ton. Kesimpulan: Penerapan model regresi data panel memberikan pengetahuan bahwa luas panen dan jumlah penduduk secara positif mempengaruhi ketersediaan beras di Kabupaten Bojonegoro.

Peramalan Banyaknya Pasien Rawat Jalan dengan Menggunakan Metode Brown's Double Exponential Smoothing Nuraini Khoiriyah; Nita Cahyani
Jurnal Statistika dan Komputasi Vol. 1 No. 1 (2022): Jurnal Statistika dan Komputasi
Publisher : Universitas Nahdlatul Ulama Sunan Giri

Latar Belakang: Peramalan memainkan peran penting dalam kegiatan pengambilan keputusan dalam manajemen organisasi. Kebutuhan akan peramalan yang andal semakin meningkat seiring upaya manajemen untuk mengurangi ketergantungannya pada peluang dan menjadi lebih ilmiah dalam menangani masalah-masalahnya. Terutama masalah yang terjadi pada kasus peramalan banyaknya pasien rawat jalan di Dr. R. Sosodoro Djatikoesoemo Bojonegoro. Peningkatan banyaknya pasien rawat jalan dapat diperkirakan sehingga menjadi antisipasi manajer rumah sakit dalam persediaan obat-obatan, fasilitas kesehatan, dan tenaga kesehatan. Tujuan: Meramalkan banyaknya kunjungan pasien rawat jalan di RSUD Dr. R. Sosodoro Djatikoesoemo Bojonegoro dengan model Brown's double exponential smoothing. Metode: Digunakan metode kuantitatif berupa peramalan deret waktu dengan menggunakan model Brown's double exponential smoothing dengan satu parameter yaitu ?. Model peramalan diperoleh melalui pemilihan ? terbaik berdasarkan kriteria model terbaik yaitu mean absolute percentage error (MAPE). Hasil: Diperoleh model terbaik dengan ? sebesar 0,2 dan MAPE sebesar 18. Hasil peramalan model untuk 5 bulan ke depan adalah 12.643 pada bulan Agustus, 12.895 bulan September, 13.147 bulan Oktober, 13.399 bulan November, dan 13.651 bulan Desember. Kesimpulan: Hasil peramalan pasien rawat jalan di RSUD Dr. R. Sosodoro Djatikoesoemo untuk 5 bulan menjadi masukan pengetahuan dugaan ke depan bagi manajemen rumah sakit dalam mengatasi banyaknya pasien rawat jalan.

Implementasi Metode K-Modes Untuk Pengelompokkan Angkutan Sungai Dan Penyeberangan Di Kabupaten Bojonegoro Abdolloh Faqih
Jurnal Statistika dan Komputasi Vol. 1 No. 2 (2022): Jurnal Statistika dan Komputasi
Publisher : Universitas Nahdlatul Ulama Sunan Giri

Latar Belakang: Kabupaten Bojonegoro merupakan salah satu kabupaten yang dilewati oleh sungai Bengawan Solo, serta menjadikan aliran sungai sebagai sarana transportasi warga. Transportasi ini lebih cepat daripada transportasi darat, tapi faktor keamanan dan keselamatan masih menjadi masalah utama dalam transportasi tersebut. Tujuan: Menerapkan K-Modes Clustering untuk menentukan Cluster pos penyeberangan mana yang masih kekurangan fasilitas atau perlengkapan keselamatan, sehingga memudahkan Dinas Perhubungan untuk mengevaluasi dan mengambil kebijakan. Metode: Digunakan metode yaitu K-Modes Clustering dan Algoritma Elbow untuk pengelompokkan data kategorik dengan bantuan software R. Penelitian ini dilakukan di Kabupaten Bojonegoro dengan menggunakan data dari Dinas Perhubungan Kabupaten Bojonegoro dengan kriteria data adalah papan himbauan, papan penunjuk arah, rambu sungai, PJU, shelter, trap tambangan, bantuan life jacket, dan ring buoy. Hasil: Diperoleh hasil tiga centroid dengan karakteristik berbeda yaitu Cluster 1 rata-rata masih minim pada fasilitas papan himbauan, trap tambangan, serta life jaket dan ring buoy sehingga masuk karakteristik fasilitas rendah, Cluster 2 minim pada papan penunjuk arah, rambu sungai, PJU, Life jaket dan ring buoy sehingga tergolong karateristik fasilitas tinggi, dan Cluster 3 rata-rata hanya minim pada papan himbauan, papan penunjuk arah, serta life jaket dan ring buoy sehingga digolongkan karateristik fasilitas sedang. Kesimpulan: Angkutan Sungai dan Penyeberangan di Kabupaten Bojonegoro dikelompokkan menjadi 3 Clusters yaitu Cluster rendah, Cluster sedang, dan Cluster tinggi.

Pemodelan Regresi Logistik Ordinal Pada Indeks Pembangunan Manusia (IPM) Di Jawa Timur Tahun 2020 Muhammad Arif Budiman; Nita Cahyani
Jurnal Statistika dan Komputasi Vol. 1 No. 2 (2022): Jurnal Statistika dan Komputasi
Publisher : Universitas Nahdlatul Ulama Sunan Giri

Latar Belakang: Pemerintah terus menerus melakukan pembangunan di segala aspek yaitu aspek pendidikan, kesehatan, dan kehidupan yang layak. Untuk mengukur keberhasilan pembangunan, salah satunya digunakan indikator yaitu Indeks Pembangunan Manusia (IPM). Untuk menganalisis IPM, perlu digunakan pemodelan statistik yang bisa memberikan analisis faktor-faktor penyebab yang mempengaruhi IPM. Tujuan: Menganalisis faktor-faktor yang mempengaruhi IPM di Jawa Timur pada tahun 2020 dengan pemodelan Regresi Logistik Ordinal. Metode: Digunakan metode penelitian kuantitatif dengan menngunakan metode Regresi logistik dengan menggunakan bantuan software SPSS. Data yang digunakan berasal dari BPS provinsi Jawa Timur berupa data IPM yang berskala ordinal. Faktor-faktor berpengaruh yang diamati yaitu Jumlah Tenaga Pendidik, Jumlah Tenaga Kesehatan, Persentase Rumah Tangga yang Mempunyai Fasilitas Buang Air Besar, Laju Pertumbuhan Penduduk, PDRB per Kapita, dan Tingkat Partisipasi Angkatan Kerja yang berskala rasio. Hasil: Diperoleh nilai ketepatan klasifikasi relatif pada pemodelan IPM di Jawa Timur dengan model Regresi Logistik Ordinal sebesar 76,3%. Diperoleh faktor-faktor yang signifikan mempengaruhi IPM di Jawa Timur pada tahun 2020 adalah Persentase Rumah Tangga yang Mempunyai Fasilitas Buang Air Besar dan Tingkat Partisipasi Angkatan Kerja. Kesimpulan: Persentase Rumah Tangga yang Mempunyai Fasilitas Buang Air Besar dan Tingkat Partisipasi Angkatan Kerja mempengaruhi Indeks Pembangunan Manusia (IPM) di Jawa Timur tahun 2020. Model regresi logistil ordinal juga memiliki keakuratan yang baik dalam klasifikasi IPM.

Penerapan Metode Regresi Linier Berganda Pada Kasus Balita Gizi Buruk Di Kabupaten Bojonegoro Miftahul Janah; Alif Yuanita Kartini
Jurnal Statistika dan Komputasi Vol. 1 No. 2 (2022): Jurnal Statistika dan Komputasi
Publisher : Universitas Nahdlatul Ulama Sunan Giri

Latar Belakang: Balita merupakan kelompok paling rentan terhadap masalah gizi apabila ditinjau dari sudut masalah kesehatan dan gizi, dimana balita mengalami siklus pertumbuhan dan perkembangan yang relatif pesat. Salah satu metode untuk menentukan faktor-faktor yang signifikan berpengaruh terhadap terjadinya kasus gizi buruk adalah metode Regresi Linear Berganda. Tujuan: Mendapatkan statistik deskriptif untuk kasus balita gizi buruk beserta variabel prediktornya di kabupaten Bojonegoro tahun 2020, dan mengetahui variabel apa saja yang dianggap signifikan mempengaruhi terjadinya kasus gizi buruk di kabupaten Bojonegoro menggunakan metode Regresi Linier Berganda. Metode: Diberikan metode kuantitatif dengan statistik deskriptif, pen gujian asumsi klasik, dan pengujian parameter Regresi Linear Berganda untuk Persentase Kejadian Balita yang mengalami gizi buruk di kabupaten Bojonegoro. Hasil: Karakteristik kejadian balita gizi buruk di kabupaten Bojonegoro untuk persentase kejadian balita gizi buruk per kecamatan terrendah sebesar 1,03% dan tertinggi 7,22%. Diperoleh variable-variabel yang signifikan memberikan pengaruh negative terhadap Persentase Kejadian Balita yang mengalami gizi buruk Per Kecamatan, yaitu Persentase Balita Ditimbang Empat Kali atau Lebih dalam Enam Bulan Terakhir sebesar -2,117, dan Persentase Balita Kurus Mendapatkan Makanan Tambahan sebesar -0,438. Akurasi model regresi diperoleh R-Square sebesar 74,3%. Kesimpulan: Variabel yang berpengaruh signifikan terhadap kejadian balita yang mengalami gizi buruk adalah Persentase Balita Ditimbang Empat Kali atau Lebih dalam Enam Bulan Terakhir, dan Persentase Balita Kurus Mendapatkan Makanan Tambahan.

Model Double Exponential Smoothing Dalam Peramalan Penerimaan Pajak Pemerintah Pusat Indonesia Muhammad Azis Suprayogi
Jurnal Statistika dan Komputasi Vol. 1 No. 2 (2022): Jurnal Statistika dan Komputasi
Publisher : Universitas Nahdlatul Ulama Sunan Giri

Latar Belakang: Peramalan sebagai salah satu cara memprediksi suatu peristiwa atau nilai tertentu di masa depan dengan cara mempertimbangkan data di masa lalu. Peramalan dibutuhkan untuk memprediksi nilai total penerimaan pajak di masa depan pada tingkat pemerintah pusat dengan tujuan untuk merencanakan keuangan khususnya perencanaan nilai pembiayaan negara untuk kebutuhan belanja pemerintah pusat pada tahun berikutnya. Tujuan: Meramal nilai penerimaan pajak pada Anggaran Pendapatan dan Belanja Negara (APBN) Pemerintah Pusat di Indonesia menggunakan model double exponential smoothing (DES) dari Holt dan model double exponential smoothing (DES) dari Brown. Metode: Menggunakan metode kuantitatif yaitu melakukan peramalan berdasarkan data deret waktu menggunakan model DES dua parameter dari Holt dan model DES satu parameter dari Brown. Membandingkan kedua model berdasarkan nilai Mean Absolute Percentage Error (MAPE) yang paling kecil. Hasil: Peramalan terbaik model DES dari Brown pada nilai parameter α=0,4 dengan nilai MAPE=4,529%. Peramalan terbaik model DES dari Holt pada nilai parameter α=0,8 dan β=0,6 dengan nilai MAPE=6,966%. Kesimpulan: Model DES dari Brown dan model DES dari Holt dapat digunakan untuk peramalan penerimaan pajak pada APBN Pemerintah Pusat dengan kriteria MAPE sangat baik yaitu < 10%. Adapun model terbaik dari dua metode tersebut adalah model DES satu parameter dari Brown dengan nilai MAPE terkecil sebesar 4,529%.

Simulasi Monte Carlo Untuk Prediksi Jumlah Klaim Asuransi Di BPJS Ketenagakerjaan Cabang Bojonegoro Putrye Aufia Indah Lestari
Jurnal Statistika dan Komputasi Vol. 1 No. 2 (2022): Jurnal Statistika dan Komputasi
Publisher : Universitas Nahdlatul Ulama Sunan Giri

Latar Belakang: Simulasi adalah salah satu cara yang digunakan untuk memprediksi jumlah klaim di masa depan berdasarkan jumlah klaim bulanan pada periode sebelumnya. Simulasi data ini dapat dilakukan dengan simulasi Monte carlo, Tujuan: Untuk mengetahui deskriptif jumlah klaim program asuransi dari Jaminan Pensiun (JP), Jaminan Hari Tua (JHT), Jaminan Kecelakaan Kerja (JKK), Jaminan Kematian (JKM), dan Jaminan Kehilangan Pekerjaan (JKP), serta mendapatkan hasil prediksi jumlah klaim asuransi tersebut dengan metode simulasi Monte Carlo. Metode: Digunakan metode kuantitaif dengan pendekatan perhitungan manual untuk simulasi Monte Carlo. Data yang digunakan adalah data sekunder yang diperoleh dari BPJS ketenagakerjaan Cabang Bojonegoro berupa Jumlah Klaim Tahun 2021. Hasil: Dari hasil simulasi Metode Monte Carlo didapatkan prediksi untuk 1 tahun ke depan dengan mean ekspektasi jumlah klaim program JKK adalah 54 perbulan, mean ekspektasi program JKM adalah 67 per bulan, mean ekspektasi jumlah klaim JHT adalah 525 per bulan dan mean ekspektasi program JP adalah 275 perbulan. Prediksi ini merupakan perkiraan untuk 12 bulan ke depan. Standar deviasi klaim JKK sebesar 1.54, standar deviasi klaim JKM sebesar 2.43, standar deviasi klaim JHT sebesar 33.71, dan standar deviasi klaim JP sebesar 9.10. Kesimpulan: Diperoleh prediksi jumlah klaim untuk masing-masing program asuransi yaitu JKK, JKM, JHT dan JP dengan kategori sesuai dengan mean ekspektasi.

Page 1 of 2 | Total Record : 15

1 2

Filter by Year

2022 2023

Filter By Issues

All Issue Vol. 2 No. 1 (2023): Jurnal Statistika dan Komputasi Vol. 1 No. 2 (2022): Jurnal Statistika dan Komputasi Vol. 1 No. 1 (2022): Jurnal Statistika dan Komputasi

Home Page

OAI Link

Editorial Team

Contact

Reviewer

Google Scholar

Contact Name
Denny Nurdiansyah

Contact Email
denny.nur@unugiri.ac.id

Phone
+6281336633121

Journal Mail Official
denny.nur@unugiri.ac.id

Editorial Address
Jln. Jendral Ahmad Yani No.10, Jambean, Sukorejo, Kec. Bojonegoro, Kabupaten Bojonegoro, Jawa Timur 62115

Location
Kab. bojonegoro,

Jawa timur

INDONESIA

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Home Page

OAI Link

Editorial Team

Contact

Reviewer

Google Scholar

Contact Name Denny Nurdiansyah

Contact Email denny.nur@unugiri.ac.id

Phone +6281336633121

Journal Mail Official denny.nur@unugiri.ac.id

Editorial Address Jln. Jendral Ahmad Yani No.10, Jambean, Sukorejo, Kec. Bojonegoro, Kabupaten Bojonegoro, Jawa Timur 62115

Location Kab. bojonegoro, Jawa timur INDONESIA

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Contact Name
Denny Nurdiansyah

Contact Email
denny.nur@unugiri.ac.id

Phone
+6281336633121

Journal Mail Official
denny.nur@unugiri.ac.id

Editorial Address
Jln. Jendral Ahmad Yani No.10, Jambean, Sukorejo, Kec. Bojonegoro, Kabupaten Bojonegoro, Jawa Timur 62115

Location
Kab. bojonegoro,

Jawa timur

INDONESIA