Coding Jurnal Komputer dan Aplikasi
Coding adalah Jurnal ilmiah elektronik yang mempublikasikan hasil-hasil penelitian di bidang komputer dan sistem informasi. Jurnal Coding memiliki karakteristik khas karena memadukan berbagai cabang dalam bidang Ilmu Komputer, sehingga memiliki artikel yang komprehensif. Jurnal Coding terbit 3 nomor dalam setahuan, yakni di Bulan April, September, dan Desember. Jurnal Coding telah terindeks oleh Google Scholar dan Garuda, dan akan terus diperbaharui untuk mengikuti perkembangan.
Articles
15 Documents
Search results for
, issue
"Vol 11, No 1 (2023): Edisi April 2023"
:
15 Documents
clear
<![CDATA[IMPLEMENTASI METODE DEMPSTER SHAFER PADA SISTEM PAKAR UNTUK MENDIAGNOSA HAMA DAN PENYAKIT TANAMAN KARET BERBASIS WEBSITE (STUDI KASUS PT. LANDAK BHAKTI PALMA KECAMATAN NANGA MAHAP) ]]>
<![CDATA[Jaka Jaka]]>;
<![CDATA[Rahmi Hidayati]]>;
<![CDATA[Uray Ristian]]>
<![CDATA[ Coding Jurnal Komputer dan Aplikasi Vol 11, No 1 (2023): Edisi April 2023 ]]>
Publisher : <![CDATA[Universitas Tanjungpura ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.26418/coding.v11i1.57946
<![CDATA[Karet (Hevea brasiliensis) termasuk dalam Genus Hevea dari familia Euphorbiaceae, merupakan pohon kayu tropis penghasil lateks. Tanaman karet merupakan salah satu komoditi unggulan tanaman perkebunan yang ada di Indonesia. Prioritas utama pengelolaan tanaman karet adalah bagaimana mengelola batang tanaman ini secara efisien agar menghasilkan lateks dengan kualitas terbaik. Tanaman karet memiliki hama dan penyakit yang dapat menganggu pertumbuhannya sehingga menyebabkan kualitas lateks yang dihasilkan tidak bagus. Untuk mengatasi masalah tersebut diperlukan pengetahuan lebih mengenai gejala hama atau penyakit serta cara mengatasi masalah dari para ahli atau pakar. Metode Dempster Shafer merupakan metode ketidakpastian yang mengakuisi nilai kepercayaan para pakar berdasarkan pengetahuan yang dimilikinya, untuk menghasilkan diagnosis yang cepat, tepat dan akurat. Pada proses diagnosa hama dan penyakit tanaman karet, pengguna memberikan masukan berupa data gejala kemudian sistem akan memberikan keluaran berupa nama kerusakan, nilai densitas, penyebab kerusakan dan solusi. Data yang digunakan adalah 12 jenis data penyakit dan 5 jenis data hama. Berdasarkan hasil pengujian yang dilakukan sebanyak 56 data uji diperoleh tingkat akurasi keberhasilan sistem sebesar 92.85%.]]>
<![CDATA[PENERAPAN ALGORITMA ADVANCED ENCRYPTION STANDARD (AES)-128 BIT PADA KEAMANAN DATABASE APLIKASI KEPELANGGANAN (STUDI KASUS: PERUMDA AIR MINUM TIRTA KHATULISTIWA) ]]>
<![CDATA[Hemma Linda]]>;
<![CDATA[Sampe Hotlan Sitorus]]>;
<![CDATA[Uray Ristian]]>
<![CDATA[ Coding Jurnal Komputer dan Aplikasi Vol 11, No 1 (2023): Edisi April 2023 ]]>
Publisher : <![CDATA[Universitas Tanjungpura ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.26418/coding.v11i1.58122
<![CDATA[Data salah satu aspek penting menjadi aset perusahaan sehingga perlu dilakukan teknik keamanan untuk mencegah adanya pemanipulasian serta penyebarluasan informasi yang bersifat rahasia. Dalam hal ini dilakukan pada data kepelangganan di PERUMDA Air Minum Tirta Khatulistiwa yang berwewenang melakukan pelayanan air minum yang dimanfaatkan oleh pelanggan. Saat ini berbagai sistem pengelolaan data telah dilakukan secara terkomputerisasi. Namun, pada media penyimpanan data masih ditampilkan dalam bentuk informasi yang dapat diketahui langsung oleh penggunanya. Hal ini dapat menjadi celah bagi orang yang tidak berhak untuk melakukan penyadapan data demi kepentingan tertentu yang dapat menyebabkan kerugian. Untuk mengantisipasi masalah tersebut, dilakukan penelitian dengan membuat sebuah aplikasi kepelangganan berbasis website yang dapat merahasiakan data-data kepelangganan dengan menerapkan algoritma kriptografi Advanced Encryption Standard (AES)-128 Bit sebagai sistem perlindungan data. Kriptografi AES merupakan salah satu cipherblok tetap dan kunci simetris. Data yang disimpan merupakan hasil dari proses enkripsi sedangkan data yang ditampilkan merupakan hasil dari proses dekripsi. Berdasarkan hasil pengujian yang dilakukan, seluruh data dienkripsi dengan baik dan memiliki tingkat linieritas jumlah karakter hasil enkripsi terhadap karakter asli dengan persentase 70,3%, artinya data yang ditampilkan telah terenkripsi sesuai dengan algoritma yang diterapkan.]]>
<![CDATA[SISTEM INFORMASI GEOGRAFIS PEMETAAN LAHAN PERTANIAN DAN KOMODITI HASIL PANEN BERBASIS WEBSITE (Studi Kasus : Dinas Pertanian Kabupaten Sanggau) ]]>
<![CDATA[Arif Rahman]]>;
<![CDATA[Renny Puspita Sari]]>;
<![CDATA[Dian Prawira]]>
<![CDATA[ Coding Jurnal Komputer dan Aplikasi Vol 11, No 1 (2023): Edisi April 2023 ]]>
Publisher : <![CDATA[Universitas Tanjungpura ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.26418/coding.v11i1.54912
<![CDATA[Pemetaan merupakan suatu aktifitas dimana seseorang melakukan penggambaran suatu wilayah yang dapat memabntu dalam menunjukkan sautu wilayah kedalam bentuk gambar. Namun seringkali pemetaan masih tidak akurat dalam hal ini pemetaan lahan pertanian dan komoditi hasil panen serta melakukan perhitungan nilai hasil produksi pada komoditi panen. Hal ini terjadi pada dinas pertanian kabupaten sanggau. Dimana pemetaan yang dilakukan masih bersfitat manual dalam bentuk gambar diatas kertas sehingga resiko untuk terjadinya kesalahan yaitu berupa ketidak akuratan wilayah pertanian yang tersebar di kabupaten Sanggau dan perhitungan yang dilakukan dalam menentukan jumlah produksi panen masih dilakukan secara manual dengan cara menggunakan kalkulator sehingga memerlukan waktu lama dalam melakukan perhitungan nilai hasil produksi panen pada suatu wilayah pertanian. Penelitian ini bertujuan untuk membangun Sistem Informasi Geografis untuk pemetaan digital dengan menerapkan perhitungan nilai hasil produksi. Perhitungan nilai hasil produksi untuk mengukur besaran jumlah panen komiditi di setiap kecamatan. Hasil dari perhitungan tersebut disajikan dalam bentuk peta digital dan grafik. Sistem sudah dilakukan pegujian dengan black box testing serta uji fungsionalitas dan antarmuka sistem dan memperoleh persentase 88,29% sehingga masuk dalam kategori baik sekali.]]>
<![CDATA[PENERAPAN METODE RECURRENT NEURAL NETWORK MODEL GATED RECURRENT UNIT UNTUK PREDIKSI HARGA CRYPTOCURRENCY ]]>
<![CDATA[Ahmad Yunizar]]>;
<![CDATA[Tedy Rismawan]]>;
<![CDATA[Dwi Marisa Midyanti]]>
<![CDATA[ Coding Jurnal Komputer dan Aplikasi Vol 11, No 1 (2023): Edisi April 2023 ]]>
Publisher : <![CDATA[Universitas Tanjungpura ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.26418/coding.v11i1.58073
<![CDATA[Cryptocurrency merupakan mata uang digital yang dapat digunakan untuk transaksi atau investasi. Investasi aset cryptocurrency saat ini semakin banyak diminati oleh masyarakat. Investasi ini memiliki resiko yang tinggi dikarenakan harganya dapat turun ataupun naik dalam waktu yang singkat. Karena keadaan naik turunnya harga cryptocurrency yang begitu drastis inilah membuat para investor yang berharap ingin mendapatkan keuntungan justru mengalami kerugian. Oleh karena itu, diperlukan sebuah sistem prediksi yang dapat membantu memberikan pertimbangan kepada investor dalam pembelian aset cryptocurrency. Pada penelitian ini menggunakan metode GRU untuk memprediksi harga cryptocurrency, yaitu bitcoin dan ethereum dari tahun 2018 sampai 2021. Data dilakukan pelatihan menggunakan varian nilai window size untuk mendapatkan model dengan window size yang optimal dari nilai error terkecil dengan perhitungan Mean Absolute Percentage Error (MAPE). Berdasarkan hasil pengujian, dengan menggunakan nilai window size sebanyak 2, sistem mendapatkan hasil error yang paling kecil. Perhitungan akurasi prediksi untuk 1, 6, dan 12 bulan berikutnya pada data uji bitcoin masing-masing sebesar 90.26%, 77.74%, dan 75.98%, sedangkan pada data uji ethereum masing-masing sebesar 90.15%, 76,88%, dan 66.09%. Dapat dikategorikan sistem prediksi harga cryptocurrency ini tergolong sangat baik untuk memprediksi 1 bulan berikutnya dan dikategorikan cukup untuk memprediksi 6 dan 12 bulan berikutnya.]]>
<![CDATA[PREDIKSI JUMLAH PRODUKSI KEBUTUHAN AIR PADA PERUMDA AIR MINUM TIRTA KHATULISTIWA PONTIANAK MENGGUNAKAN METODE EXTREME LEARNING MACHINE (ELM) ]]>
<![CDATA[Mira Karmila]]>;
<![CDATA[Irma Nirmala]]>
<![CDATA[ Coding Jurnal Komputer dan Aplikasi Vol 11, No 1 (2023): Edisi April 2023 ]]>
Publisher : <![CDATA[Universitas Tanjungpura ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.26418/coding.v11i1.58052
<![CDATA[Perumda Air Minum Tirta Khatulistiwa merupakan Badan Usaha Milik Daerah yang bergerak di bidang produksi air yang disalurkan ke masyarakat. Produksi air dilakukan pada beberapa Instalasi Pengolahan Air (IPA) yaitu IPA Iman Bonjol, IPA Selat Panjang, IPA Sungai Jawi Luar, dan IPA Parit Mayor. Air yang diproduksi biasanya tidak stabil, masih banyak pelanggan yang mendapatkan air kurang dari kebutuhan air minimal. Oleh karena itu, dibangun aplikasi yang mampu memprediksi jumlah produksi kebutuhan air untuk sebulan kedepan. Metode yang digunakan dalam prediksi jumlah produksi kebutuhan air adalah metode Extreme Learning Machine (ELM). Metode ELM menguji kinerja Mean Absolute Percentage Error (MAPE) berdasarkan jumlah neuron yang digunakan. Data yang digunakan sebanyak 56 data periode Mei 2016 – Desember 2020 dengan parameter masukkan yaitu jumlah produksi air Iman Bonjol, jumlah produksi air Selat Panjang, jumlah produksi air Sungai Jawi Luar, dan jumlah produksi air Parit Mayor. Data keluaran sistem adalah jumlah produksi kebutuhan air untuk sebulan kedepan. Pada pengujian 100 neuron diperoleh MAPE terkecil yaitu sebesar 0.0037499% pada pelatihan data neuron ke 65, sehingga hasil prediksi yang diperoleh pada bulan Juni 2016 berdasarkan bobot keluaran MAPE terkecil dengan masukkan data pada bulan Mei 2016 sebesar 4.622.658 m3.]]>
<![CDATA[PENERAPAN METODE C4.5 UNTUK KLASIFIKASI POTENSI AKADEMIK SISWA (Studi kasus: SMP DDI Sultan Syarif Abdurachman Pontianak) ]]>
<![CDATA[Nurul Fajri 'Aini Firdaus]]>;
<![CDATA[Dwi Marisa Midyanti]]>;
<![CDATA[Rahmi Hidayati]]>
<![CDATA[ Coding Jurnal Komputer dan Aplikasi Vol 11, No 1 (2023): Edisi April 2023 ]]>
Publisher : <![CDATA[Universitas Tanjungpura ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.26418/coding.v11i1.54266
<![CDATA[Potensi akademik siswa adalah salah satu pengaruh yang sangat penting untuk meningkatkan mutu pendidikan, meningkatkan persentase nilai sekolah, serta mempermudah siswa untuk melanjutkan kejenjang pendidikan selanjutnya dengan nilai yang dapat bersaing. Beberapa faktor kemungkinan penyebab turunnya potensi akademik siswa antara lain kurangnya daya serap siswa pada saat kegiatan belajar mengajar, siswa pasif bertanya dan lain-lain yang menyebabkan nilai akademik siswa tersebut tidak mencapai standar kriteria ketuntasan belajar yang telah ditetapkan oleh satuan pendidikan. Untuk meningkatkan potensi akademik pada SMP DDI Sultan Syarif Abdurachman Pontianak diperlukan bimbingan terhadap siswa yang mempunyai potensi akademik kurang atau dibawah dari kriteria ketuntasan belajar. Agar peningkatan potensi akademik siswa dapat berjalan dengan baik, maka dibutuhkan cara klasifikasi untuk menentukan siswa yang perlu atau tidak mendapatkan bimbingan. Klasifikasi yang digunakan yaitu metode C4.5. Metode ini digunakan untuk mendapatkan pohon akar yang hasil klasifikasinya dapat menentukan siswa tersebut perlu mendapat bimbingan. Target yang digunakan terdiri dari menengah atas, menengah bawah dan wajib konseling. Mata pelajaran yang digunakan sebanyak 10 mata pelajaran dan menggunakan data uji sebanyak 240 data. Penggunaan metode C4.5 untuk klasifikasi potensi akademik siswa mendapatkan rata-rata akurasi sebesar 93,332%.]]>
<![CDATA[Implementasi Metode Multi Atribute Utility Theory (MAUT) Dalam Penentuan Karyawan Pemanen Kelapa Sawit Terbaik (Studi Kasus: PT. Perkebunan Nusantara XIII Ngabang) ]]>
<![CDATA[Ita Permata Sari]]>;
<![CDATA[Rahmi Hidayati]]>;
<![CDATA[Uray Ristian]]>
<![CDATA[ Coding Jurnal Komputer dan Aplikasi Vol 11, No 1 (2023): Edisi April 2023 ]]>
Publisher : <![CDATA[Universitas Tanjungpura ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.26418/coding.v11i1.58687
<![CDATA[PT. Perkebunan Nusantara (PTPN) XIII Ngabang merupakan perusahaan penghasil kelapa sawit berlokasi di Provinsi Kalimantan Barat. PT.Perkebunan Nusantara XIII Ngabang adalah merupakan perusahaan BUMN perkebunan di wilayah Kalimantan Barat. Perkebunan PTPN menentukan pemilihan karyawan pemanen terbaik dikarenakan kontribusi pemanen yang besar untuk menentukan hasil dari perkebunan. Dalam menentukan karyawan panen terbaik ini banyak permasalahan yang belum objektif. Dari permasalahan tersebut perusahaan membutuhkan sistem yang membantu untuk memberikan rekomendasi karyawan pemanen terbaik. Banyaknya jumlah data karyawan mengakibatkan belum maksimalnya cara penentuan karyawan pemanen terbaik sehingga dibutuhkan sistem penentuan karyawan terbaik menggunakan metode Multi Attribute Utility Theory (MAUT) yang dapat menentukan karyawan pemanen terbaik yang lebih terstruktur. Metode MAUT merupakan suatu metode yang perbandingan kuantitatifnya mengkombinasikan perhitungan dengan hasil resiko dan keuntungan yang tidak sama digunakan untuk merubah dari beberapa ke nilai dengan skala 0-1 dimana 0 mewakili nilai terburuk dan 1 dengan nilai terbaik. Hasil akhir dari penelitian ini dipengaruhi oleh kriteria dan bobot. Hasil dari pengujian yang dilakukan menggunakan beberapa kriteria seperti kehadiran, jumlah buah, jumlah brondolan dan jumlah penol dimana data pegawai sebanyak 21 karyawan. Pada hasil penelitian yang memiliki nilai tertinggi yaitu alternatif kp4 dengan nilai 96,67.]]>
<![CDATA[PENERAPAN COSINE SIMILARITY DAN PEMBOBOTAN TF-IDF UNTUK KLASIFIKASI PENGADUAN MASYARAKAT BERBASIS WEB (Studi Kasus : BAGWASSIDIK DITRESKRIMUM POLDA KALBAR) ]]>
<![CDATA[Rizki Ranu Anugrah]]>
<![CDATA[ Coding Jurnal Komputer dan Aplikasi Vol 11, No 1 (2023): Edisi April 2023 ]]>
Publisher : <![CDATA[Universitas Tanjungpura ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.26418/coding.v11i1.55598
<![CDATA[Pada sistem pengaduan masyarakat penanganan laporan berita acara pemeriksaan (BAP) dari pihak kepolisian bergantung pada administrator untuk membaca setiap laporan yang masuk secara manual. Hal ini dapat menyebabkan kesalahan dalam penanganan pengaduan sehingga dokumen pengaduan masyarakat yang tidak terorganisir secara baik. Hal ini menyebabkan proses pengklasifikasian tersebut memakan waktu sehingga mengakibatkan informasi tersebut sulit untuk dikelompokkan. Kerahasiaan dokumen pengaduan masyarakat diperlukan agar informasi yang dikumpulkan dapat diolah sebagai informasi yang layak. Klasifikasi dokumen dilakukan dengan cara mengelompokkan atau memisahkan dokumen berdasarkan kategori atau karakteristik tertentu. Jumlah dokumen yang banyak dalam proses klasifikasi tidak dapat dilakukan secara manual, karena membutuhkan banyak waktu dan tenaga. Penelitian ini membangun sebuah sistem klasifikasi otomatis dokumen pengaduan masyarakat dengan menggunakan algoritma Cosine Similarity dan metode pembobotan TF-IDF dalam proses clustering. Penelitian ini membangun sebuah sistem klasifikasi otomatis dokumen pengaduan masyarakat dengan menggunakan algoritma Cosine Similarity dan metode pembobotan TF-IDF dalam proses clustering. Proses dokumen pengaduan masyarakat akan diklasifikasikan ke dalam beberapa kategori agar sistem yang dibuat pada penelitian ini memudahkan dalam pengarsipan dokumen. Hasil klasifikasi yang diperoleh dengan metode Cosine Similarity dan pembobotan TF-IDF tergolong tinggi, dengan akurasi sebesar 84%.]]>
<![CDATA[SISTEM KEAMANAN KOTAK AMAL BERBASIS INTERNET OF THINGS (IOT) ]]>
<![CDATA[Fauzi Yasharsujud]]>;
<![CDATA[Ikhwan Ruslianto]]>;
<![CDATA[Suhardi .]]>
<![CDATA[ Coding Jurnal Komputer dan Aplikasi Vol 11, No 1 (2023): Edisi April 2023 ]]>
Publisher : <![CDATA[Universitas Tanjungpura ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.26418/coding.v11i1.58035
<![CDATA[Kotak amal adalah suatu wadah prasarana infaq, sadaqah maupun sebagai wadah penyaluran aktivitas pembangunan tempat ibadah Masjid, tidak seperti dulu kotak amal hanya dapat dijumpai di tempat ibadah, saat ini kotak amal dapat dengan mudah dijumpai pada ruang-ruang publik namun kurangnya faktor pengawasan dan keamanan terhadap kotak amal, membuat terjadinya kejahatan pada kotak amal meliputi pencurian dan pembukaan paksa. Kemudian dengan memanfaatkan sistem berbasis Internet of Things yang dapat pemantauan dan mengendalian dari jarak jauh, diharapkan dapat mengurangi kejahatan terhadap kotak amal. NodeMCU ESP32 digunakan sebagai kendali keseluruhan komponen perangkat keras dan perangkat lunak, Modul GPS untuk mengolah data lokasi, sensor getar sebagai tanda notifikasi apabila ada getaran dari kotak amal, Sensor buzzer sebagai tanda notifikasi dalam bentuk bunyi, dan RFID Sebagai keylook kotak amal menggunakan kartu. Pengujian dilakukan sebanyak 3x pengujian, pengujian pertama didapatkan keefektifan 90% dan nilai error sebesar 10%, dalam pembacaan lokasi, pengujian kedua respon time notifikasi didapatkan keefektifan akurasi 95% dan error sebesar 5%, pengujian terakhir respon time RFID didapatkan keefektifan akurasi 95% dan error 5%, Hasil pengujian sistem yang diterapkan langsung pada kotak amal menunjukkan dapat memudahkan user dalam pemantauan dibandingkan yang dilakukan secara manual.]]>
<![CDATA[IMPLEMENTASI METODE COMPOSITE PERFORMANCE INDEX (CPI) DALAM PENENTUAN CALON PENERIMA BANTUAN PANGAN NON TUNAI (BPNT) (STUDI KASUS: KELURAHAN TAMBELAN SAMPIT) ]]>
<![CDATA[Syarifah Fatimah Azzahra]]>;
<![CDATA[Syamsul Bahri]]>;
<![CDATA[Uray Ristian]]>
<![CDATA[ Coding Jurnal Komputer dan Aplikasi Vol 11, No 1 (2023): Edisi April 2023 ]]>
Publisher : <![CDATA[Universitas Tanjungpura ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.26418/coding.v11i1.57847
<![CDATA[Bantuan sosial pangan yang diberikan oleh pemerintah Indonesia disebut juga sebagai Bantuan Pangan Non Tunai (BPNT) kepada Keluarga Penerima Manfaat (KPM) pada setiap bulan dengan mekanisme perbankan. Untuk mendapatkan BPNT, masyarakat diusulkan oleh ketua RT setempat kepada Kelurahan dengan cara mengisi kuesioner sehingga menjadi calon peserta KPM yang dikelola oleh Dinas Sosial di Kota Pontianak. Guna membantu Kelurahan dalam proses seleksi kelayakan penerima BPNT, diperlukan adanya sistem yang dapat mempermudah dan mempercepat proses penentuan rekomendasi calon penerima bantuan di Kelurahan Tambelan Sampit, Kota Pontianak. Sistem penentuan calon penerima BPNT dapat diselesaikan menggunakan salah satu metode dengan sistem Multiple Criteria Decision Making (MCDM) yang dapat menyelesaikan masalah dengan kriteria yang banyak dan tidak seragam, salah satunya metode Composite Performance Index (CPI). Metode CPI ialah metode yang dapat diaplikasikan dalam penentuan peringkat dari banyak alternatif berdasarkan beberapa kriteria yang tidak seragam dan akan dibedakan menjadi dua jenis kriteria yaitu kriteria tren positif dan negatif. Penentuan peringkat menggunakan metode CPI dilakukan dengan mengurutkan nilai tertinggi hingga nilai terendah, dengan nilai tertinggi sebagai alternatif terbaik. Hasil akhir dari penelitian juga akan dipengaruhi oleh kriteria, tren dan bobot. Hasil penelitian ini merupakan sistem pendukung keputusan dalam penentuan calon penerima BPNT dengan mengimplementasikan metode CPI yang dibangun berbasis website guna mendukung proses seleksi yang lebih efektif dan efisien. Berdasarkan 30 data calon penerima BPNT dan 14 kriteria yang digunakan didapat rekomendasi penentuan calon penerima BPNT dengan ranking pertama A26 dengan nilai indeks alternatif 8400.]]>
