Garuda - Garba Rujukan Digital

Sistem pendukung keputusan pemilihan tenaga kesehatan teladan menggunakan metode Multi-Attribute Utility Theory Ramadiani, Ramadiani; Rahmah, Auliana
Register: Jurnal Ilmiah Teknologi Sistem Informasi Vol 5, No 1 (2019): January-June (In progress: 1/7)
Publisher : Prodi Sistem Informasi - Universitas Pesantren Tinggi Darul Ulum

Pemilihan tenaga kesehatan teladan merupakan kegiatan rutin setiap tahun oleh Dinas kesehatan yang bertujuan untuk memberi penghargaan kepada mereka yang sudah mengabdikan diri di Puskesmas. Penilaian yang masih manual dianggap kurang produktif, subjektif, dan kurang efisien. Sistem Pendukung Keputusan (SPK) diperlukan untuk memudahkan pekerjaan tim juri dalam memutuskan petugas kesehatan teladan secara objektif, profesional dan transparan. Sistem yang dibangun ini berbasis stand-alone, dan dapat dijadikan alternatif terbaik untuk daerah yang akses internetnya belum cukup memadai. Penelitian ini dilakukan melalui literature review dan wawancara langsung pada tim penilai tenaga kesehatan. Model yang digunakan adalah metode Multi Attribute Utility Theory (MAUT). Hasil metode MAUT dipilih karena tidak memiliki nilai cost dan benefit dalam menentukan keputusan. Penelitian ini telah menghasilkan rekomendasi untuk pemilihan tenaga kesehatan teladan dengan hasil akurasi sebesar 86,67%.Â Â Â The selection of exemplary medical personnel is an annual event held by the Public Health office which aims to reward those who have already served in the community health centers. Manual evaluation method is considered to be less productive, subjective and less efficient. Decision Support System (DSS) is needed to facilitate the work of the jury team in determining exemplary health personnel to be more objective, professional and transparent. The system was built stand alone made as the best alternative for regions where internet access is not sufficient. This research was carried out through literature review and direct interviews with the health personnel assessment team. The model that was used in this research is Multi Attribute Utility Theory method. MAUT was used because it did not have the value of cost and benefit in determining decisions. This study has produced recommendations for the selection of exemplary health personnel with an accuracy of 86.67%.

Deteksi Bot Spammer Twitter Berbasis Time Interval Entropy dan Global Vectors for Word Representations Tweetâ€™s Hashtag Priyatno, Arif Mudi; Muttaqi, Muhammad Mirza; Syuhada, Fahmi; Arifin, Agus Zainal
Register: Jurnal Ilmiah Teknologi Sistem Informasi Vol 5, No 1 (2019): January-June
Publisher : Information Systems - Universitas Pesantren Tinggi Darul Ulum

Bot spammer merupakan penyalahgunaan user dalam menggunakan Twitter untuk menyebarkan pesan spam sesuai dengan keinginan user. Tujuan spam mencapai trending topik yang ingin dibuatnya. Penelitian ini mengusulkan deteksi bot spammer pada Twitter berbasis Time Interval Entropy dan global vectors for word representations (Glove). Time Interval Entropy digunakan untuk mengklasifikasi akun bot berdasarkan deret waktu pembuatan tweet. Glove digunakan untuk melihat co-occurrence kata tweet yang disertai Hashtag untuk proses klasifikasi menggunakan Convolutional Neural Network (CNN). Penelitian ini menggunakan data API Twitter dari 18 akun bot dan 14 akun legitimasi dengan 1.000 tweet per akunnya. Hasil terbaik recall, precision, dan f-measure yang didapatkan yaitu 100%; 100%, dan 100%. Hal ini membuktikan bahwa Glove dan Time Interval Entropy sukses mendeteksi bot spammer dengan sangat baik. Hashtag memiliki pengaruh untuk meningkatkan deteksi bot spammer. Spam spammers are users' misuse of using Twitter to spread spam messages in accordance with user wishes. The purpose of spam is to reach the required trending topic. This study proposes detection of bot spammers on Twitter based on Time Interval Entropy and global vectors for word representations (Glove). Time Interval Entropy is used to classify bot accounts based on the tweet's time series, while glove views the co-occurrence of tweet words with Hashtags for classification processes using the Convolutional Neural Network (CNN). This study uses Twitter API data from 18 bot accounts and 14 legitimacy accounts with 1000 tweets per account. The best results of recall, precision, and f-measure were 100%respectively. This proves that Glove and Time Interval Entropy successfully detects spams, with Hash tags able to increase the detection of bot spammers.

Query Expansion menggunakan Word Embedding dan Pseudo Relevance Feedback Tanuwijaya, Evan; Adam, Safri; Anggris, Mohammad Fatoni; Arifin, Agus Zainal
Register: Jurnal Ilmiah Teknologi Sistem Informasi Vol 5, No 1 (2019): January-June
Publisher : Information Systems - Universitas Pesantren Tinggi Darul Ulum

Kata kunci merupakan hal terpenting dalam mencari sebuah informasi. Penggunaan kata kunci yang tepat menghasilkan informasi yang relevan. Saat penggunaannya sebagai query, pengguna menggunakan bahasa yang alami, sehingga terdapat kata di luar dokumen jawaban yang telah disiapkan oleh sistem. Sistem tidak dapat memproses bahasa alami secara langsung yang dimasukkan oleh pengguna, sehingga diperlukan proses untuk mengolah kata-kata tersebut dengan mengekspansi setiap kata yang dimasukkan pengguna yang dikenal dengan Query Expansion (QE). Metode QE pada penelitian ini menggunakan Word Embedding karena hasil dari Word Embedding dapat memberikan kata-kata yang sering muncul bersama dengan kata-kata dalam query. Hasil dari word embedding dipakai sebagai masukan pada pseudo relevance feedback untuk diperkaya berdasarkan dokumen jawaban yang telah ada. Metode QE diterapkan dan diuji coba pada aplikasi chatbot. Hasil dari uji coba metode QE yang diterapkan pada chatbot didapatkan nilai recall, precision, dan F-measure masing-masing 100%; 70% dan 82,35 %. Hasil tersebut meningkat 1,49% daripada chatbot tanpa menggunakan QE yang pernah dilakukan sebelumnya yang hanya meraih akurasi sebesar 68,51%. Berdasarkan hasil pengukuran tersebut, QE menggunakan word embedding dan pseudo relevance feedback pada chatbot dapat mengatasi query masukan dari pengguna yang ambigu dan alami, sehingga dapat memberikan jawaban yang relevan kepada pengguna. Keywords are the most important words and phrases used to obtain relevant information on content. Although users make use of natural languages, keywords are processed as queries by the system due to its inability to process. The language directly entered by the user is known as query expansion (QE). The proposed QE in this research uses word embedding owing to its ability to provide words that often appear along with those in the query. The results are used as inputs to the pseudo relevance feedback to be enriched based on the existing documents. This method is also applied to the chatbot application and precision, and F-measure values of the results obtained were 100%, 70%, 82.35% respectively. The results are 1.49% better than chatbot without using QE with 68.51% accuracy. Based on the results of these measurements, QE using word embedding and pseudo which gave relevance feedback in chatbots can resolve ambiguous and natural user?s input queries thereby enabling the system retrieve relevant answers.

Ambiguitas Machine Translation pada Cross Language Chatbot Bea Cukai Al Haromainy, Muhammad Muharrom; Setyawan, Dimas Ari; Waluya, Onny Kartika; Arifin, Agus Zainal
Register: Jurnal Ilmiah Teknologi Sistem Informasi Vol 5, No 1 (2019): January-June
Publisher : Information Systems - Universitas Pesantren Tinggi Darul Ulum

Sistem Information Retrieval (IR) maupun chatbot semakin banyak dikembangkan. Salah satu bagian yang banyak diteliti adalah cross language. Masalah pada pengembangan cross language yaitu terjadinya kesalahan pada hasil terjemahan mesin translasi yang memberikan arti tidak sesuai dengan bahasa natural, sehingga pengguna tidak mendapatkan jawaban yang semestinya, bahkan tidak jarang pula pengguna tidak menemukan jawaban. Penelitian ini mengusulkan skema baru mesin translasi yang bertujuan meningkatkan performa dalam masalah ambiguitas. Mesin translasi bekerja dengan cek kebenaran kata kunci, kemudian melakukan Part-of-Speech (POS) Tagging pada kata benda (noun). Kemudian, setiap kata benda yang terdeteksi akan dicari sinonimnya. Lalu, sinonim yang didapatkan akan ditambahkan dan menjadi alternatif kueri baru. Kueri yang mempunyai nilai confident tertinggi diasumsikan sebagai kueri yang paling sesuai. Pada hasil yang didapatkan setelah dilakukan uji coba, melalui penambahan metode yang kami usulkan pada machine translation, dapat meningkatkan akurasi chatbot dibandingkan tanpa menggunakan skema yang diusulkan. Hasil akurasi bertambah 5%, dari yang semula 73% menjadi 77%. Information retrieval and chatbot systems are increasingly being developed with its language part mostly studied. However, the problem associated with its development is the occurrence of errors in the translation machine resulting in inaccurate answers not in accordance with the natural language, thereby providing users with wrong answers. This study proposes a new translation machine scheme that aims to improve performance while translating ambiguous terms. Translation machines functions by checking the correctness of keywords, and carrying out Part-of-Speech (POS) Tagging on nouns (noun). The synonyms of any detected noun are searched for and obtained added to become alternative new queries. Those with the highest confident value are assumed to be the most appropriate. The results obtained after testing, through the addition of the method proposed in machine translation, can improve the accuracy of the chatbot compared to not using the proposed scheme. The results of the accuracy increased from the original 73% to 77%.

Evaluasi tingkat kebergunaan aplikasi Administrasi Penduduk menggunakan teknik System Usability Scale Ependi, Usman; Putra, Ade; Panjaitan, Febriyanti
Register: Jurnal Ilmiah Teknologi Sistem Informasi Vol 5, No 1 (2019): January-June
Publisher : Information Systems - Universitas Pesantren Tinggi Darul Ulum

Kebergunaan (usability) adalah salah satu faktor penting dalam sebuah aplikasi. Saat ini, Dinas Pemberdayaan Masyarakat Desa (PMD) Kabupaten Ogan Ilir telah menyediakan aplikasi administrasi penduduk desa sebagai usaha untuk mencapai tertib administrasi, terutama berkaitan dengan data penduduk. Untuk itu, penelitian ini mengusulkan evaluasi tingkat kebergunaan aplikasi dengan teknik System Usability Scale untuk melihat kelayakan aplikasi yang disediakan untuk digunakan. System usability scale memiliki sepuluh pernyataan sebagai instrumen evaluasi dan tiga indikator penilaian, yaitu acceptability, grade scale, dan adjective rating. Masing-masing pernyataan menjadi indikator untuk melihat tingkat kebergunaan aplikasi. Hasil evaluasi menunjukkan bahwa mayoritas responden dapat memanfaatkan aplikasi dengan baik yang dibuktikan dari nilai rerata setiap pernyataan > 3. Selain itu, aplikasi administrasi penduduk desa juga dapat dikategorikan sebagai excellent serta berada pada grade B dengan nilai akhir 88,5. Usability is one of the most important factors of an application. Currently, the PMD Office of Ogan Ilir District has provided villages with administrative applications as an effort to achieve administration order and boost its effectiveness while analyzing population data. This research evaluates the usability and feasibility levels of applications using the scale system technique. This consists of ten statements as an evaluation instrument with acceptability, grade scale, and adjective rating used as test indicators. The evaluation results shows, that majority of respondents argue that the application is easily proven from the mean score of each statement > 3. In addition, the village administration application is in very good category and it is in grade B with a final score of 88.5.

Penerapan metode Promethee dalam evaluasi kinerja penyuluh pertanian pada Unit Pelaksana Teknis Balai Penyuluh Pertanian Suranti, Dewi
Register: Jurnal Ilmiah Teknologi Sistem Informasi Vol 5, No 1 (2019): January-June
Publisher : Information Systems - Universitas Pesantren Tinggi Darul Ulum

Unit Pelaksana Teknis Balai Penyuluhan Pertanian (UPT BPP) Sukaraja berupaya untuk meningkatkan kinerja penyuluh pertanian guna meningkatkan kualitas penyuluh, sebab kinerja yang negatif akan membawa perubahan tidak baik terhadap peningkatan hasil pertanian di wilayah binaan UPT BPP Sukaraja. Evaluasi kinerja penyuluh di UPT BPP Sukaraja dilaksanakan setiap tiga bulan dan enam bulan sekali. Selama ini, evaluasi dilakukan secara manual, sehingga kegiatan evaluasi tidak dapat dilaksanakan dengan tepat waktu karena terkendala tenaga kerja yang tidak memadai. Model yang digunakan dalam kajian evaluasi kinerja penyuluh pertanian ini menggunakan motede Promethee (Preference Ranking Organizational Method for Enrichment Evaluation). Metode Promethee dilakukan pertama kali dengan menentukan bobot kualitatif alternatif dari setiap kriteria, menentukan tipe fungsi preferensi, menghitung nilai preferensi antar alternatif, menghitung index preferensi, kemudian menghitung nilai leaving flow, entering flow, dan net flow. Hasil penerapan metode ini menghasilkan komposisi rangking atau peringkat penyuluh pertanian yang baik, yaitu penyuluh dengan inisial Sd dengan nilai net flow 1,31106 dan yang membutuhkan pembinaan adalah penyuluh dengan inisial Sj dan Dm dengan nilai net flow -0,81665 dan -0,51111. Technical Implementation Unit of the Agricultural Extension Center (UPT BPP) Sukaraja supports to improve the performance of extension agents in order to improve the quality of extension agents, because negative performance will bring changes in bad changes to the increase in agricultural yields in the target areas of UPT BPP Sukaraja. The performance evaluation of instructors at UPT BPP Sukaraja is conducted every three months and every six months. So far, evaluations have been carried out manually, so that evaluation activities cannot be carried out in a timely manner because of constraints on inadequate labor. In order to evaluate instructor's performance, a model namely Promethe (Preference Ranking Organizational Method for Enrichment Evaluation) was used. It was started with identifying certain alternatives and types of preferences function, followed by determining preferences value between alternatives. Afterwards, preferences index, leaving and entering value, and net flows should be calculated. The method produces good ranks of agricultural instructors, with initials Sd and a net flow value of 1.31106. Furthermore, it produces extension agents on initials Sj and Dm with Net flow values of -0.81665 and -0.51111.

Faktor-faktor kematangan implementasi e-government yang berorientasi kepada masyarakat Wulansari, Anita; Inayati, Immah
Register: Jurnal Ilmiah Teknologi Sistem Informasi Vol 5, No 1 (2019): January-June
Publisher : Information Systems - Universitas Pesantren Tinggi Darul Ulum

Masyarakat merupakan pemegang kepentingan utama dalam penyelenggaraan e-government. Namun demikian, dalam konteks penelitian e-government, orientasi terhadap masyarakat masih belum banyak dieksploitasi karena sebagian besar proyek e-government hanya mentransformasi layanan dan informasi yang semula masih tradisional menjadi menggunakan teknologi. Model-model penilaian kematangan e-government yang sudah ada pun sebagian besar hanya mengukur kemampuan teknologi e-government. Oleh karena itu, perlu dikembangkan penilaian kematangan e-government yang menempatkan masyarakat sebagai fokus utamanya. Faktor-faktor kematangan didapatkan melalui pendekatan penelitian kualitatif grounded theory. Objek penelitian adalah layanan e-health dan Surabaya Single Window (SSW). Hasil penelitian menunjukkan ada tiga faktor yang diukur dalam penentuan kematangan e-government yang berorientasi kepada masyarakat, yaitu lembaga, interaksi, dan layanan online. Model ini diharapkan dapat digunakan sebagai alternatif alat penilaian implementasi e-government yang lebih komprehensif karena mengukur dari tiga sisi, yaitu lembaga pemerintah, interaksi pegawai pemerintah dengan masyarakat, dan layanan e-government yang disediakan. Society is responsible for implementing e-government. Nevertheless, the context of research on e-government, orientation to society has not been exploited due to numerous projects which are only transformed service and information from previous traditional users to technology. Most of existing models of e-government was only used to determine the ability of the government. Therefore, it is necessary to develop maturity assessment of e-government placing society as major focus. Its factors are derivable from qualitative research approach of ground theory. The objects of research were e-health and Surabaya Single Window (SSW) services. The results of the study indicate that there were three factors measured in determining maturity of e-government oriented to society; the factors are institution, interaction and online services. This model could be used as more comprehensive alternative to assessment tool of e-government implementation because it measured three aspects, namely, institution, interaction of employees and provided e-government services.

Query Expansion menggunakan Word Embedding dan Pseudo Relevance Feedback Tanuwijaya, Evan; Adam, Safri; Anggris, Mohammad Fatoni; Arifin, Agus Zainal
Register: Jurnal Ilmiah Teknologi Sistem Informasi Vol 5, No 1 (2019): January
Publisher : Information Systems - Universitas Pesantren Tinggi Darul Ulum

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26594/register.v5i1.1385

Kata kunci merupakan hal terpenting dalam mencari sebuah informasi. Penggunaan kata kunci yang tepat menghasilkan informasi yang relevan. Saat penggunaannya sebagai query, pengguna menggunakan bahasa yang alami, sehingga terdapat kata di luar dokumen jawaban yang telah disiapkan oleh sistem. Sistem tidak dapat memproses bahasa alami secara langsung yang dimasukkan oleh pengguna, sehingga diperlukan proses untuk mengolah kata-kata tersebut dengan mengekspansi setiap kata yang dimasukkan pengguna yang dikenal dengan Query Expansion (QE). Metode QE pada penelitian ini menggunakan Word Embedding karena hasil dari Word Embedding dapat memberikan kata-kata yang sering muncul bersama dengan kata-kata dalam query. Hasil dari word embedding dipakai sebagai masukan pada pseudo relevance feedback untuk diperkaya berdasarkan dokumen jawaban yang telah ada. Metode QE diterapkan dan diuji coba pada aplikasi chatbot. Hasil dari uji coba metode QE yang diterapkan pada chatbot didapatkan nilai recall, precision, dan F-measure masing-masing 100%; 70% dan 82,35 %. Hasil tersebut meningkat 1,49% daripada chatbot tanpa menggunakan QE yang pernah dilakukan sebelumnya yang hanya meraih akurasi sebesar 68,51%. Berdasarkan hasil pengukuran tersebut, QE menggunakan word embedding dan pseudo relevance feedback pada chatbot dapat mengatasi query masukan dari pengguna yang ambigu dan alami, sehingga dapat memberikan jawaban yang relevan kepada pengguna.Â Â Keywords are the most important words and phrases used to obtain relevant information on content. Although users make use of natural languages, keywords are processed as queries by the system due to its inability to process. The language directly entered by the user is known as query expansion (QE). The proposed QE in this research uses word embedding owing to its ability to provide words that often appear along with those in the query. The results are used as inputs to the pseudo relevance feedback to be enriched based on the existing documents. This method is also applied to the chatbot application and precision, and F-measure values of the results obtained were 100%, 70%, 82.35% respectively. The results are 1.49% better than chatbot without using QE with 68.51% accuracy. Based on the results of these measurements, QE using word embedding and pseudo which gave relevance feedback in chatbots can resolve ambiguous and natural userâ€™s input queries thereby enabling the system retrieve relevant answers.

Sistem pendukung keputusan pemilihan tenaga kesehatan teladan menggunakan metode Multi-Attribute Utility Theory Ramadiani, Ramadiani; Rahmah, Auliana
Register: Jurnal Ilmiah Teknologi Sistem Informasi Vol 5, No 1 (2019): January
Publisher : Information Systems - Universitas Pesantren Tinggi Darul Ulum

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26594/register.v5i1.1273

Pemilihan tenaga kesehatan teladan merupakan kegiatan rutin setiap tahun oleh Dinas kesehatan yang bertujuan untuk memberi penghargaan kepada mereka yang sudah mengabdikan diri di Puskesmas. Penilaian yang masih manual dianggap kurang produktif, subjektif, dan kurang efisien. Sistem Pendukung Keputusan (SPK) diperlukan untuk memudahkan pekerjaan tim juri dalam memutuskan petugas kesehatan teladan secara objektif, profesional dan transparan. Sistem yang dibangun ini berbasis stand-alone, dan dapat dijadikan alternatif terbaik untuk daerah yang akses internetnya belum cukup memadai. Penelitian ini dilakukan melalui literature review dan wawancara langsung pada tim penilai tenaga kesehatan. Model yang digunakan adalah metode Multi Attribute Utility Theory (MAUT). Hasil metode MAUT dipilih karena tidak memiliki nilai cost dan benefit dalam menentukan keputusan. Penelitian ini telah menghasilkan rekomendasi untuk pemilihan tenaga kesehatan teladan dengan hasil akurasi sebesar 86,67%.Â Â Â The selection of exemplary medical personnel is an annual event held by the Public Health office which aims to reward those who have already served in the community health centers. Manual evaluation method is considered to be less productive, subjective and less efficient. Decision Support System (DSS) is needed to facilitate the work of the jury team in determining exemplary health personnel to be more objective, professional and transparent. The system was built stand alone made as the best alternative for regions where internet access is not sufficient. This research was carried out through literature review and direct interviews with the health personnel assessment team. The model that was used in this research is Multi Attribute Utility Theory method. MAUT was used because it did not have the value of cost and benefit in determining decisions. This study has produced recommendations for the selection of exemplary health personnel with an accuracy of 86.67%.

Ambiguitas Machine Translation pada Cross Language Chatbot Bea Cukai Al Haromainy, Muhammad Muharrom; Setyawan, Dimas Ari; Waluya, Onny Kartika; Arifin, Agus Zainal
Register: Jurnal Ilmiah Teknologi Sistem Informasi Vol 5, No 1 (2019): January
Publisher : Information Systems - Universitas Pesantren Tinggi Darul Ulum

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26594/register.v5i1.1387

Sistem Information Retrieval (IR) maupun chatbot semakin banyak dikembangkan. Salah satu bagian yang banyak diteliti adalah cross language. Masalah pada pengembangan cross language yaitu terjadinya kesalahan pada hasil terjemahan mesin translasi yang memberikan arti tidak sesuai dengan bahasa natural, sehingga pengguna tidak mendapatkan jawaban yang semestinya, bahkan tidak jarang pula pengguna tidak menemukan jawaban. Penelitian ini mengusulkan skema baru mesin translasi yang bertujuan meningkatkan performa dalam masalah ambiguitas. Mesin translasi bekerja dengan cek kebenaran kata kunci, kemudian melakukan Part-of-Speech (POS) Tagging pada kata benda (noun). Kemudian, setiap kata benda yang terdeteksi akan dicari sinonimnya. Lalu, sinonim yang didapatkan akan ditambahkan dan menjadi alternatif kueri baru. Kueri yang mempunyai nilai confident tertinggi diasumsikan sebagai kueri yang paling sesuai. Pada hasil yang didapatkan setelah dilakukan uji coba, melalui penambahan metode yang kami usulkan pada machine translation, dapat meningkatkan akurasi chatbot dibandingkan tanpa menggunakan skema yang diusulkan. Hasil akurasi bertambah 5%, dari yang semula 73% menjadi 77%.Â Â Information retrieval and chatbot systems are increasingly being developed with its language part mostly studied. However, the problem associated with its development is the occurrence of errors in the translation machine resulting in inaccurate answers not in accordance with the natural language, thereby providing users with wrong answers. This study proposes a new translation machine scheme that aims to improve performance while translating ambiguous terms. Translation machines functions by checking the correctness of keywords, and carrying out Part-of-Speech (POS) Tagging on nouns (noun). The synonyms of any detected noun are searched for and obtained added to become alternative new queries. Those with the highest confident value are assumed to be the most appropriate. The results obtained after testing, through the addition of the method proposed in machine translation, can improve the accuracy of the chatbot compared to not using the proposed scheme. The results of the accuracy increased from the original 73% to 77%.

Home Page

OAI Link

Editorial Team

Contact

Reviewer

Google Scholar

Contact Name
-

Contact Email
-

Phone
-

Journal Mail Official
-

Editorial Address
-

Location
Kab. jombang,

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 -

Contact Email -

Phone -

Journal Mail Official -

Editorial Address -

Location Kab. jombang, Jawa timur INDONESIA

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Contact Name
-

Contact Email
-

Phone
-

Journal Mail Official
-

Editorial Address
-

Location
Kab. jombang,

Jawa timur

INDONESIA