BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA 2.1.

Jaringan Saraf Tiruan Jaringan saraf tiruan didefinisikan sebagai suatu sistem pemrosesan

informasi

yang

mempunyai

karakteristik

menyerupai

jaringan

saraf

manusia(Hermawan, 2006). Hal tersebut tercipta sebagai suatu generalisasi model matematis dari human cognition yang didasari oleh asumsi sebagai berikut: 1. Neuron adalah tempat pemrosesan informasi 2. Isyarat mengalir di antara sel saraf melalui suatu sambungan penghubung 3. Setiap penghubung sel saraf memiliki bobot yang bersesuaian di mana bobot tersebut digunakan untuk mengalikan/menggandakan isyarat yang lewat. 4. Setiap sel saraf akan menerapkan fungsi aktivasi terhadap isyarat hasil penjumlahan berbobot yang masuk kepadanya untuk menentukan isyarat keluarannya (Pandjaitan, 2007) memaparkan di bukunya bahwa selama tahun 1940, para peneliti yang ingin melakukan penelitian dengan konsep menduplikasikan otak manusia, telah mengembangkan model neuron biologis dan sistem interaksinya dalam perangkat keras sederhana. Pada tahun 1950 sampai dengan tahun 1960, sekelompok peneliti mengkombinasikan sifat biologis dan psikologis untuk menghasilkan Jaringan Saraf Tiruan (JST) pertama kalinya. Jaringan saraf tiruan tersebut dapat didefinisikan sebagai berikut: 1. JST adalah suatu teknik pemrosesan informasi berbasis komputer yang mensimulasikan dan memodelkan sistem saraf biologis 2. JST merupakan suatu model matematik yang mengandung sejumlah besar element pemroses yang diorganisasikan dalam lapisan-lapisan 3. JST merupakan suatu sistem komputasi yang dibuat dari sejumlah elemen pemroses yang sederhana dan saling diinterkoneksikan untuk memproses informasi melalui masukan dari luar dan mampu menanggapi keadaan yang dinamis 1

2

4. JST adalah suatu teknologi komputasi yang berbasis hanya pada model saraf biologis dan mencoba mensimulasikan tingkah laku dan kerja model saraf terhadap berbagai macam masukan Didalam jaringan saraf tiruan, sinyal aktivasi ditentukan oleh fungsi aktivasi (Kusumadewi, 2002) di antaranya: 1. Fungsi Identitas Fungsi ini biasanya digunakan pada jaringan lapis tunggal. Fungsi ini akan menghasilkan nilai yang sama dengan nilai masukannya, grafik akan membentuk garis lurus atau linier dan fungsinya dapat dituliskan sebagai berikut: 𝑓 𝑥 = 𝑥 ⇒ ∀𝑥 ......................................................................................... (1) 𝑓′ 𝑥 = 𝑘 .................................................................................................. (2) keterangan: 𝑓 𝑥

=

fungsi yang memetakan variabel x atau input

𝑓′ 𝑥

=

turunan fungsi 𝑓 𝑥

x

=

input

∀𝑥

=

kontra dari variabel x

k

=

konstanta

2. Fungsi Tangga Biner Fungsi ini merupakan fungsi identitas dengan pembulatan yang bergantung pada parameter pembulatan θ. Fungsi ini akan menghasilkan nilai 0 atau 1 dan fungsinya dapat dituliskan sebagai berikut: 1, 𝑗𝑖𝑘𝑎 𝑥 ≥ 0 ............................................................................. (3) 0, 𝑗𝑖𝑘𝑎 𝑥 < 0

𝑓 𝑥 =

𝑓′ 𝑥 = 0 .................................................................................................. (4) keterangan: 𝑓 𝑥

=


𝑓′ 𝑥

=


x

=

input

3. Fungsi Sigmoid Biner Fungsi ini ini tergantung pada stsepness parameter (σ). Agar fungsi ini menghasilkan nilai yang dibatasi oleh bilangan biner (0 sampai 1) maka σ = 1 dan akan menghasilkan grafik kontinu yang tidak linier. Fungsinya dapat dituliskan sebagai berikut:

3 1

𝑓 𝑥 = 1+𝑒 −𝜎𝑥 ........................................................................................... (5) 𝑓′ 𝑥 = 𝑓 𝑥 (1 − 𝑓 𝑥 ).......................................................................... (6) keterangan: 𝑓 𝑥

=


𝑓′ 𝑥

=


x

=

input

𝜎

=

parameter kecuraman fungsi

𝑒

=

fungsi eksponen

4. Fungsi Sigmoid Bipolar Sama halnya dengan fungsi sigmoid biner, fungsi ini juga tergantung pada steepness parameter (σ). Fungsi sigmoid bipolar merupakan fungsi sigmoid biner yang diperluas hingga mencapai nilai negatif melalui sumbu x. Dengan demikian, untuk σ = 1, fungsi ini akan menghasilkan nilai keluaran antara -1 sampai dengan +1 dan fungsinya dapat dituliskan sebagai berikut 1−𝑒 −𝜎𝑥

𝑔 𝑥 = 1+𝑒 −𝜎𝑥 .................................................................................... (7) 1

𝑔′ 𝑥 = 2 (1 + 𝑔 𝑥 )(1 − 𝑔 𝑥 ) ...................................................... (8) keterangan:

2.2.

𝑔 𝑥

=


𝑔′ 𝑥

=

turunan fungsi 𝑔 𝑥

x

=

input

𝜎

=

parameter kecuraman fungsi

𝑒

=

fungsi eksponen

Backpropagation Backpropogation merupakan algoritma pembelajaran yang terawasi dan biasanya

digunakan oleh perceptron dengan banyak lapisan untuk mengubah bobot-bobot yang terhubung dengan neuron-neuron yang ada pada bagian tersembunyi (Mayadewiro, 2005). Pada backpropagtion, setiap unit yang beada di input layer terhubung dengan setiap unit yang ada di

4

hideen layer. Hal serupa berlaku pula pada hidden layer, setiap unit pada hidden layer terhubung dengan setiap unit yang ada pada output layer. Berikut merupakan lapisan ( multilayer neural network ) yang ada pada bacpropagation : a.Input layer (1 buah). Input layer terdiri dari neuron-neuron atau unit-unit input, mulai dari input 1 sampai input n. b. Hidden Layer (minimal 1 buah). Hidden layer terdiri dari unit-unit tersembunyi mulai dari unit tersembunyi 1 sampai unit tersembunyi p. c. Output layer (1 buah). Output layer terdiri dari unit-unit keluaran mulai dari unit keluaran 1 sampai unit keluaran m. Arsitektur bacpropagation dengan n buah input (ditambah sebuah bias), sebuah layar tersembunyi yang terdiri dari p unit (ditambah sebuah bias), dan m buah unit keluaran ditunjukkan pada gambar di bawah vjimerupakan bobot garis dari unit=unit input xi ke unit layar tersembunyi zj. wkj mrupakan bobot dari unit layar tersembunyi zjke unit keluaran yk.

Gambar 2.1. Arsitektur Backpropagation (Sumber :Dhaneswara dan Moertini, 2004) Keterangan : X = Masukan (input)

Y = Keluaran hasil (output)

Z = Hidden Layer

v = Bobot pada Hidden Layer

w = Bobot pada Output Layer

i = Iputan ke-i

j = hiden layer ke-j

k = output layer ke-k

n = Jumlah input maksimum

h = jumlah neuron hidden layer maksimum

5

m = jumlah output maksimum Pelatihan backpropagation meliputi 3 fase sebagai berikut. 1. Fase 1, yaitu propagasi maju. Pola masukan dihitung maju mulai dari layar masukan hingga layar keluaran menggunakan fungsi aktivasi yang ditentukan. 2. Fase 2, yaitu propagasi mundur. Selisih antara keluaran jaringan dengan target yang diinginkan merupakan kesalahan yang terjadi. Kesalahan yang terjadi itu dipropagasi mundur.Dimulai dari garis yang berhubungan langsung dengan unit-unit di layar keluaran.

3. Fase 3, yaitu perubahan bobot. Modifikasi bobot untuk menurunkan kesalahan yang terjadi.Ketiga fase tersebut diulangulang terus hingga kondisi penghentian dipenuhi.

Algoritma pelatihan untuk jaringan Backpropagationdengan satu layar tersembunyi (dengan fungsi aktivasi sigmoid biner) adalah sebagai berikut. 1. Inisialisasi semua bobot dengan bilangan acak kecil. 2. Jika kondisi penghentian belum dipenuhi, lakukan langkah 3-8. 3. Untuk setiap pasang data pelatihan, lakukan langkah 4-9. 4. (langkah 4-5 merupakan fase 1) Tiap unit masukan menerima sinyal dan meneruskannya ke unit tersembunyi diatasnya. 5. Hitung semua keluaran di unit tersembunyi zj 𝑛 𝑖=1 𝑥𝑖 𝑣𝑖𝑗 ........................................................................... (1)

𝑧_𝑖𝑛𝑗 = 𝑣𝑗 0 +

𝑧𝑗 = 𝑓(𝑧_𝑖𝑛𝑗 ) =

1 1+𝑒

−𝑧_𝑖𝑛 𝑗

.......................................................................... (2)

keterangan: x

=

unit input

v

=

bobot sebelum hidden layer

6

z

=

output hidden layer

z_in

=

sinyal inputmenuju hidden layer

n

=

banyaknya inputdari unit input

i

=

unit input ke-i

j

=

unit hidden layer ke-j

f (z_inj) =

fungsi yang memetakan z_inj

6. Hitung semua keluaran jaringan di unit keluaran yk 𝑦_𝑖𝑛𝑘 = 𝑤𝑘0 +

𝑝 𝑗 =1 𝑧𝑗 𝑤𝑗𝑘

....................................................................... (3)

1

𝑦𝑘 = 𝑓(𝑦_𝑖𝑛𝑘 ) = 1+𝑒 −𝑦 _𝑛𝑒𝑡 𝑘 ...................................................................... (4) keterangan: z

=

output hidden layer

w

=

bobot setelah hidden layer

y

=

output

y_in

=

sinyal inputmenuju output layer

p

=

banyaknya hidden layer

j

=


k

=

unit output layer ke-k

f (y_ink)

=

fungsi yang memetakan y_ink

7. (langkah 7-8 merupakan fase 2) Hitung faktor δunit keluaran berdasarkan kesalahan di setiap unit keluaran yk 𝛿𝑘 = 𝑡𝑘 − 𝑦𝑘 𝑓 ′ 𝑦_𝑖𝑛𝑘 = (𝑡𝑘 − 𝑦𝑘 )𝑦𝑘 (1 − 𝑦𝑘 ) .................................. (5) keterangan t

=

target

y

=

output sistem

𝛿

=

unit kesalahan

k

=


j

=


7 f’(y_ink) =

fungsi turunan dari yang memetakan f (y_ink)

Keluaranδkmerupakan unit kesalahan yang akan dipakai dalam perubahan bobot layer dibawahnya. Hitung perubahan bobot wjkdengan laju pemahaman α. ∆𝑤𝑗𝑘 = 𝛼𝛿𝑘 𝑧𝑗 ............................................................................................ (6)

keterangan w

=

bobot setelah hidden layer

∆w

=

perubahan bobot setelah hidden layer

z

=

output hidden layer

=

unit kesalahan

k

=


j

=


α

=

laju pemahaman

8. Hitung faktor δunit tersembunyi berdasarkan kesalahan di setiap unit tersembunyi zj, 𝛿_𝑖𝑛𝑗 =

𝑚 𝑘=1 𝛿𝑘 𝑤𝑘𝑗

................................................................................. (7)

Faktor δunit tersembunyi. 𝛿𝑗 = 𝛿_𝑖𝑛𝑗 𝑓 ′ 𝑧_𝑖𝑛𝑗 = 𝛿_𝑖𝑛𝑗 𝑧_𝑖𝑛𝑗 (1 − 𝑧_𝑖𝑛𝑗 ) ....................................... (8)

Hitung perubahan bobot vij.

∆𝑣𝑗𝑖 = 𝛼𝛿𝑗 𝑥𝑖 ................................................................................................. (9)

keterangan: δ_inj

=

keluaran hidden layer ang digunakan untuk

8 menghitung δ δ

=

unit kesalahan

∆v

=

perubahan bobot antara iput layer dan hidden layer

t

=

target

x

=

unit input

j

=


i

=

unit input layer ke-i

9. (fase 3) Hitung semua perubahan bobot. Perubahan bobot garis yang menuju ke unit keluaran, yaitu: 𝑤𝑗𝑘 𝑏𝑎𝑟𝑢 = 𝑤𝑗𝑘 𝑙𝑎𝑚𝑎 + ∆𝑤𝑗𝑘 .......................................................... (10)

keterangan: w

=

bobot antara hidden layer dan output layer

∆w

=

perubahan bobot antara hidden layer dengan output layer

j

=


k

=

unit outpt ke-k

Perubahan bobot garis yang menuju ke unit tersembunyi, yaitu: 𝑣𝑖𝑗 𝑏𝑎𝑟𝑢 = 𝑣𝑖𝑗 𝑙𝑎𝑚𝑎 + ∆𝑣𝑖𝑗 ............................................................. (11)

keterangan: v

=

bobot sebelum hidden layer

∆v

=

perubahan bobot antara input layer dengan hidden layer

j

=

unit hidden layer ke-k

i

=

unit input ke-i

9 Parameter αmerupakan laju pemahaman yang menentukan kecepatan iterasi. Nilai αterletak antara 0 dan 1 (0 ≤α≤1). Analoginya αadalah langkah iterasi. Semakin besar harga αmaka semakin besar perubahan nilai bobot pada saat pelatihan sedangkan jika αbernilai kecil, maka perubahan nilai bobot akan semakin kecil sehingga proses pelatihan semakin lama untuk mencapai bobot optimal (konvergen). Satu siklus pelatihan yang melibatkan semua data pelatihan disebut epoch. Pemilihan bobot awal sangat mempengaruhi jaringan syaraf tiruan dalam mencapai minimum global (atau mungkin lokal saja) terhadap nilai error (kesalahan) dan cepat tidaknya proses pelatihan menuju kekonvergenan. Apabila bobot awal terlalu besar maka input (masukan) ke setiap lapisan tersembunyi atau lapisan output (keluaran) akan jatuh pada daerah dimana turunan fungsi sigmoidnya akan sangat kecil. Apabila bobot awal terlalu kecil, maka input (masukan) ke setiap lapisan tersembunyi atau lapisan output (keluaran) akan sangat kecil. Hal ini akan menyebabkan proses pelatihan berjalan sangat lambat. Biasanya bobot awal diinisialisasi secara random dengan nilai antara -0.5 sampai 0.5 (atau -1 sampai 1 atau interval yang lainnya). Setelah pelatihan selesai dilakukan, jaringan dapat dipakai untuk pengenalan pola. Dalam hal ini, hanya propagasi maju (langkah 5 dan 6) saja yang dipakai untuk menentukan keluaran jaringan. 2.3.

Cuaca dan Iklim Cuaca adalah keadaan udara pada saat tertentu dan di wilayah tertentu yang relatif sempit

dan pada jangka waktu yang singkat. Cuaca itu terbentuk dari gabungan unsur cuaca dan jangka waktu cuaca bisa hanya beberapa jam saja. Misalnya: pagi hari, siang hari atau sore hari, dan keadaannya bisa berbedabeda untuk setiap tempat serta setiap jamnya. Di Indonesia keadaan cuaca selalu diumumkan untuk jangka waktu sekitar 24 jam melalui prakiraan cuaca hasil analisis Badan Meteorologi dan Geofisika (BMG), Departemen Perhubungan. Untuk negara negara yang sudah maju perubahan cuaca sudah diumumkan setiap jam dan sangat akurat (tepat). Iklim adalah keadaan cuaca rata-rata dalam waktu satu tahun yang penyelidikannya dilakukan dalam waktu yang lama (minimal 30 tahun) dan meliputi wilayah yang luas.Matahari adalah kendali iklim yang sangat penting dan sumber energi di bumi yang menimbulkan gerak udara dan arus laut. Kendali iklim yang lain, misalnya distribusi darat dan air, tekanan tinggi dan rendah, massa udara, pegunungan, arus laut dan badai.

10 2.3.1. Unsur – Unsur Cuaca dan Iklim Adapun unsur-unsur cuaca dan iklim adalah sebagai berikut : 1. Suhu atau temperatur udara Suhu atau temperatur udara ditentukan oleh beberapa faktor yaitu : a. Sudut datangnya sinar mathari Sudut datangnya sinar matahari sangat menentukan panasnya sinar suhi dipermukaan bumi. Jika sinar matahari tegak lurus dengan dengan permukaan bumi maka suhu udara dipermukaan bumi akan mendapatkan pemanasan yang maksimal. Sedangkan jika arah datangnya matahari itu condong maka pemanasan permukaan bumi akan tidak maksimal. b. Lamanya penyinaran c. Lamanya penyinaran permukaan bumi juga mempengaruhi suhu dipermukaan bumi. Lama penyinaran itu juga tergantung pada letak suatu wilayah. Contoh : Lama

Lintang

penyinaran

maksimal

o°

12 jam

17°

13 jam

41°

15 jam

49°

16 jam

63°

20 jam

66,5°

24 jam

67,5°

1 bulan

90°(kutub)

waktu

6

bulan

d. Ketinggian tempat Faktor ini juga sangat mempengaruhi suhu udara. Karna semakin tinggi di atas permukaan laut semakin rendah suhu udaranya. Penurunan suhu udara setiap 100 meter yaitu berkurang 0,5°-0,6°c. sedangkan suhu udara diatas permukaan laut 26°c.

11

e. Jarak suatu tempat ke laut Wilayah laut lebih cenderung untuk menerima panas sedangan lebih sulit untuk melepaskan panas.Dengan demikian suatu daerah yang lebih dekat dengan lautan maka suhu udaranya lebih panas dibanding dengan daerah yang jauh dari lautan. f. Banyak sedikitnya awan g. Semakin banyak awan maka semakin sedikit panas yang diterima oleh bumi.Pemanasan permukaan bumi adayang secara langsung ada juga pemanasan permukaan bumi secara tidak langsung. Pemanasan bumi secara tidak langsung yaitu : 

Konduksi Konduksi adalah pemanasan yang dilakukan dengan peroses perpindahan panas antara dua benda yang bersentuhan.



Konveksi Konveksi adalah perpindahan panas secara gerak vertikal ke atas kebawah.



Adveksi Adveksi adalah proses pemnindahan secara mendatar/horizontal.



Turbelensi Turbelensi adalah gerakan angin yang berputar-putar akibat ada tekana rendah di tengah-tengah tekanan udara yang tinggi.

2. Tekanan udara Tekanan udara adalah suatu gaya yang timbul akibat adanya berat dari lapisanudara. Udara yang menyelubungi bumi ini adalah dan mempunyai massa. Alat yang digunakan untuk mengukur tekanan udara adalah barometer sedangkan alat yang bias mencatat sendiri disebut barograph. Rumus yang dapat digunakan untuk menghitung tekanan adalah p₂ = p₁ - h/8 x 1mb. p₁ = 1013 mb. 3. Angin Angin adalah udara yang bergerak dari dari tekann tinggi ketekanan rendah, kecepatan angin dapat dihitung dengan ada beberapa factor, antara lain : a. Kecepatan angin b. Kekuatan angin

12

c. Arah angin Macam-macam angin : a. Angin tetap Angin tetep adalah angin yang arah tiupanya selalu sama sepanjang tahun.Contohnya : 

Angin pasat



Angin anti pasat



Angin barat



Angin timur

b. Angin periodic Angin periodik dibagi menjadi dua : 

Angin periodik setengah harian, meliputi : angin darat, angin laut, angin lembah, dan angin gunung.



Angin periodic setengah tahunan/angin muson.

c. Angin local Angin local adalah angin yang bertiup didaerah tertentu saja, antara lain : 

Angin terjun (fohn)



Angin siklon dan angin anti siklon

4. Kelembaban udara Kelembaban udara adalah banyaknya uap air yang terkandung dalam udara. Kelembaban udara dibedakan atas : a.

Kelembaban spesifik yaitu banyaknya uap air yang dikandung dalam 1 kilogram udara.

b.

Kelembaban absolute yaitu densitas uap airsebanyak 12 gram.

c.

Kelembaban relative/nisbi yaitu perbandingan antara jumlah uap air yang ada secara nyata dengan jumlah uapair maksimum yang mampu dikan dung oleh setiap unit volume udara dalam suhu yang sama.

13

5. Hujan Hujan adalah peristiwa jauhnya titik-titik air dari udara yang sudah terlalu berat kandungan airnya. Berdasarkan besar kecilnya dan banyak sedikitnya titik air hujan dibedakan menjadi: a. Hujan halus, yaitu hujan yang titik-titik airnya sangat halus. b. Hujan rintik-rintik, yaitu hujan yang titik-titiknya haul dan dalam jumlah banyak. c. Hujan sebenarnya, yaitu hujan yang titik-titik airnya berjari-jari 0,3-3mm dan jatuh dengan kecepatan 3m/detik. d. Hujan lebat, yaitu hujan yang turun sangat kuat, dan titik-titik airnya berdiameter ± 7 mm. Berdasarkan proses terjadinya hujan dapat dibedakan menjadi : a. Hujan zenithalterjadi saat matahari pada titik zenith, terjadi di daerah khatulistiwa b. Hujan orografishujan yang terjadi karena angin yang membawa uap air ke arah puncak gunung sehingga suhu udara turun dan terjadi proses kondensasi. c. Hujan frontal terjadi akibat pertemuan antara pertemuan antara pertemuan masa udara panas yang membawa uap air dengan masa udara yang dingin. d. Hujan siklon terjadi karena udara panas yang naik mengikuti perputaran angin siklon, temperaturnya menjadi dingin, udara menjadi jenuh. e. Hujan muson terjadi karena diperngaruhi oleh tiupan angin muson. 2.3.2. Gejala Serta Peran Cuaca dan Iklim 1. Gejala-gejala cuaca Gejala cuaca adalah serangkaian gejala alam yang terbentuk karena temperature, kelembaban dan tekanan udara.gejala-gejala cuaca yaitu: a. Kilat, Guntur dan petir Kilat adalah aliran listrik dalam bentuk sinar atau cahaya yang muncul secara tibatiba dari antara dua awan yang berbeda muatan listrik. b. Kabut Kabut adalah udara lembab yang berisikan jutaan butir air kecil halus yang letaknya dekat diatas permukaan tanah.Macam-macam kabut : 

Kabut slokan / kabut sawak

14 

Kabut pemancaran



Kabut adveksi



Kabut yang terjadi dikota industry

c. Awan Awan adalah kumpulan titik air atau Kristal-kristal es yang halus diatmosfir. Berdasarkan bentuknya awan dibedakan : 

Awan cumulus, berbentuk bergumpal-gumpal seperti bulu domba



Awan stratus, berbentuk berlapis-lapis



Awan cirrus, bentuk halus seperti kapas



Awan nimbus, warna kelabu merupakan sumber hujan

Berdasarkan ketinggiannya, awan dibedakan ; 

Awan tinggi, ketinggian lebih 6000 m.



Awan sedang, terletak antara 2000-6000 m.



Awan rendah, terletak antara 0-2000 m.



Awan yang berkembang vertical, yaitu awan yang ketinggian 500 m.

Peran cuaca dan iklim dalam kehidupan manusia : a. Peran cuaca dalam pertanian Cuaca sangat berperan dalam pertanian karena air berperan untuk membawa unsure hara yang baik untuk pertumbuhan tanaman pertanian. b. Peran cuaca dalam bidang perhubungan Cuaca sangat berperan penting dalam transportasi barang atau yang lainnya. Karna jika cuaca buruk maka taransportasi barang dan lain-lainnya akan tergangu. c. Peran cuaca dalam komunikasi Cuaca juga berpera penting dalam komuniasi karna di aimosfir kita ada lapisan yang sangat berguna bagi jaringan komunikasi kita. 2.4.

Metode Prototipe Prototipe sering disebut Rapid Application Design (RAD), karena pembuatan aplikasi

dengan menggunakan metode ini menyederhanakan dan mempercepat desain perancangan

15

sistem (Sudharyana, 2012). Menurut Ian Sommerville (1995), prinsip yang digunakan adalah untuk membantu pengguna dan pengembang mengerti kebutuhan sistem. Berikut adalah beberapa keuntungan menggunakan prototipe antara lain: 1. Pengembang menjadi lebih memahami kebutuhan pengguna. 2. Kekurangan fitur – fitur dapat terdeteksi. 3. Sistem kerja tersedia lebih awal. 4. Fitur – fitur yang membingungkan dapat didiskusikan. Dalam penelitiannya, Sudharyana, P (2012) menyatakan dalam pengembangan software, prototipe adalah proses untuk membuat versi awal untuk dievaluasi, sebelum menginvestasikan sumber daya lain.

BAB II TINJAUAN PUSTAKA

Recommend Documents