Journal of Electrical Electronic Control and Automotive Engineering (JEECAE) Sistem Kontrol Filterisasi Otomatis Pada Kualitas Air Minum Industri Menggunakan Metode Fuzzy Logic Alivia Novita Andari Elta Sonalitha Subairi Program Studi Teknik Elektro Universitas Merdeka Malang,UMM Malang,Indonesia alivianvt@gmail.
Program Studi Teknik Elektro Universitas Merdeka Malang,UMM Malang,Indonesia sonalitha@unmer.
Program Studi Teknik Elektro Universitas Merdeka Malang,UMM Malang,Indonesia subairi@unmer.
AbstrakAi Air yang layak untuk diminum harus sesuai beberapa persyaratan biologis,kimia dan radioaktif.
Mayoritas masyarakat kurang mengerti mengenai kualitas air minum, mereka hanya mengerti tentang air bersih dan air kotor saja.
Hal ini dikarenakan zat yang terkandung dalam air minum merupakan mikroskopis.
Penelitian ini ditujukan untuk melakukan pengontrolan filterisasi air minum yang disesuaikan dengan beberapa parameter kualitas air minum berupa Ph .
,5 Ae 8,.
Kekeruhan (<5 NTU) suhu .
EE 27 EE) serta TDS (<500 pp.
dengan menggunakan sensor suhu, sensor pH, sensor kekeruhan dan sensor TDS dan nyala lampu ultraviolet sebagai penghambat pertumbuhan bakteri.
Data yang dihasilkan diproses oleh NodeMCU 8266 dan diproses melalui IoT untuk ditampilkan ke aplikasi secara otomatis.
Hasil pembacaan keseluruhan memiliki tingkat keakurasian sebesar 95,16%.
Dan hasil penerapan fuzzy logic sebagai sistem kontrol sebesar Ou 75%.
Air hasil filtrasi alat filter air dapat dikategorikan layak untuk diminum sesuai dengan standar air minum dalam keputusan Menteri kesehatan No.
492 tahun 2010.
time dan mampu menyimpan hasil pembacaan sensor kualitas air sehingga pengguna dapat melihat kualitas air minum.
Logika Fuzzy Sugeno merupakan salah satu metode dalam logika fuzzy dimana pada sistem tersebut dapat memperbaiki kelemahan yang dimiliki oleh sistem fuzzy murni.
Metode fuzzy sugeno digunakan dikarenakan dapat memprediksi output sistem yang lebih baik dengan tingkat akurasi sebesar Ou 70% dibandingkan metode mamdani yakni sebesar 32%.
II.
Metodologi Perancangan System Perancangan dari keseluruhan system untuk pengujian air yang layak minum dengan cara melakukan pengontrolan suhu,pH,kekeruhan dan TDS secara otomatis.
Kata KunciAiAir Minum hasil filterisasi.
Sensor.
Fuzzy logic.
Pendahuluan Air merupakan kebutuhan utama bagi makhluk hidup dan seluruh lini kehidupan.
Kebutuhan air untuk tubuh manusia sebanyak 2 liter setiap hari.
Berdasarkan Keputusan Menteri Kesehatan No.
492 Tahun 2010.
Air yang layak untuk diminum harus sesuai dengan persyaratan biologis, kimia dan Mayoritas masyarakat hanya mengetahui tentang air bersih dan air kotor.
Terkait banyaknya zat yg terlarut didalam air yang mikroskopis maka untuk mengetahui kualitas air minum susah diketahui oleh masyarakat.
Beberapa parameter seperti suhu pada rentang 22oc-27oc, pH pada rentang 6,5 Ae 8,5, kekeruhan kurang dari 5 NTU dan banyaknya zat yang terlarut kurang dari 500 ppm , apabila terdapat parameter yang tidak kurang memenuhi standar maka hal ini berpengaruh terhadap kualitas air minum.
Dengan berkembangnya teknologi, pengolahan air bersih memiliki banyak cara salah satunya menggunakan filterisasi Saat ini banyak metode untuk filterisasi air minum salah satunya dengan 4 tahap filter.
Air minum sendiri merupakan hal yang sangat dibutuhkan bagi tubuh manusia.
Aplikasi yang digunakan dapat membaca hasil percobaan secara real Gambar 1.
Diagram blok sistem secara keseluruhan Pada saat perancangan alat memiliki proses awal untuk pembuatan blok diagram agar mempermudah implementasi NodeMCU 8266 digunakan untuk mikrokontroller dari sistem yang mendapatkan input dari sensor suhu,pH,keruhan dan TDS.
Data yg dihasilkan disimpan ke web server.
Hasil dari web server dapat diketahui melalui aplikasi android Variabel Fuzzy Variabel Input Pada penelitian ini variabel terdiri dari empat input yaitu suhu, pH, kekeruhan dan tds dengan nilai variabel didapat dari pengujian alat yang digunakan sehingga didapatkan nilai yg lebih akurat.
JEECAE Vol.
No.
November 2021 Journal of Electrical Electronic Control and Automotive Engineering (JEECAE) Tabel 1.
Variabel linguistik input Suhu Batasan Masukan Tegas Variabel Fuzzy Tabel 2 menjelaskan bahwa terdapat tiga input linguistik pH yang teridiri dari rendah dengan input pH 0 Normal dengan input pH 6 hingga 8,5.
Tinggi dengan input pH 8,1 hingga 20.
Grafik fungsi keanggotaan pH dapat dilihat pada gambar 3.
Tabel 1 menjelaskan bahwa terdapat tiga input linguistik suhu yang teridiri dari rendah dengan input suhu 0oC hingga 18 oC.
Normal dengan input suhu 15oC hingga 32 oC.
Dan tinggi dengan input suhu 30oC hingga 50 oC.
Grafik fungsi keanggotaan daapat dilihat pada gambar 2.
Gambar 3.
Grafik fungsi keanggotaan pH Fungsi keanggotaan pH kondisi rendah memiliki nilai antara 0 hingga 6, untuk derajat keanggotaan normal memiliki nilai antara 6,5 hingga 8,5 dan untuk derajat keanggotaan tinggi dengan nilai antara 8 hingga 20.
Perhitungan nilai fungsi keanggotaan pH ditunjukkan pada persamaan .
< 0 < ycu O 3 Gambar 2.
Grafik keanggotaan suhu Fungsi keanggotaan suhu kondisi rendah dengan nilai antara 0oC hingga 18oC, untuk derajat keanggotaan normal nilai antara 15oC hingga 32oC dan untuk derajat keanggotaan tinggi dengan nilai antara 30oC hingga 40oC.
Perhitungan nilai fungsi keanggotaan suhu ditunjukkan pada persamaan .
, dan .
< 0 < ycu O 15 .
Oeyc.
AAycIyceycuyccycaEa .
cu ] {.
Oe.
15 < ycu O .
AAycAycuycycoycayco .
Oe.
Oeyc.
Oe.
cuOe.
AAycNycnycuyciyciycn .
cu ] ycu O 6 5 < ycu O 6 .
Oe.
AAycAycuycycoycayco .
cu ] .
Oeyc.
6 < ycu O 10 .
Oe.
{ 0.
ycu O 5 , ycu Ou 10 } .
cuOe.
Oe.
Oeyc.
Oe.
20 < ycu O 25 6 < ycu O 10 10 < ycu O 14 { 0.
ycu O 6 , ycu Ou 14 } .
25 < ycu O 30 Input variabel linguistik kekeruhan ditunjukkan pada Tabel 3.
variabel linguistik input kekeruhan .
25 < ycu O 30 30 < ycu O 35 Batasan Masukan Tegas Variabel Fuzzy { 0.
ycu O 25 , ycu Ou 35 } 3,9 - 9
9,1 - 20
Oe.
cuOe.
AAycNycnycuyciyciycn .
{ 0.
ycu O 20 , ycu Ou 30 } .
Oe.
Oeyc.
AAycIyceycuyccycaEa .
Oe.
3 < ycu O .
ycu O 25 .
cuOe.
Oeyc.
Input variabel linguistik pH ditunjukkan pada 2.
Tabel 2.
variabel linguistik input pH Batasan Masukan Tegas Variabel Fuzzy 6,5-8,5 8,1 - 20 Tabel 3 menjelaskan bahwa terdapat tiga input linguistik kekeruhan yang teridiri dari rendah dengan input kekeruhan 0 hingga 4.
Normal dengan input kekeruhan 3,9 Dan tinggi dengan input kekeruhan 9,1 hingga 20.
Grafik fungsi keanggotaan kekeruhan daapat dilihat pada JEECAE Vol.
No.
November 2021 Journal of Electrical Electronic Control and Automotive Engineering (JEECAE) Gambar 4.
grafik fungsi keanggotaan kekeruhan Gambar 5.
grafik variabel linguistik input tds Berdasarkan gambar 4 keanggotaan kekeruhan kondisi rendah menggunakan kurva segitiga berwarna hitam dengan nilai antara 0 hingga 4,untuk derajat keanggotaan normal menggunakan kurva segitiga berwarna hitam dengan nilai antara 4,1 hingga 8,5 dan untuk derajat keanggotaan tinggi menggunakan kurva segitiga berwarna hitam dengan nilai antara 8,6 hingga 20.
Perhitungan nilai fungsi keanggotaan kekeruhan ditunjukkan pada persamaan .
Fungsi keanggotaan tds kondisi rendah menggunakan kurva segitiga berwarna hitam dengan nilai antara 0 hingga 400, untuk derajat keanggotaan normal menggunakan kurva segitiga berwarna hitam dengan nilai antara 300 hingga 500 dan untuk derajat keanggotaan tinggi memiliki nilai antara 490 hingga 1000.
Perhitungan nilai fungsi keanggotaan tds ditunjukkan pada persamaan .
< 0 < ycu O 150 < 0 < ycu O 2 .
Oeyc.
Oeyc.
AAycIyceycuyccycaEa .
cu ] {.
Oe.
2 < ycu O .
AAycIyceycuyccycaEa .
cu ] {.
Oe.
150 < ycu O .
ycu O 350 ycu O 4 cuOe.
AAycAycuycycoycayco .
Oe.
Oeyc.
cuOe.
4 < ycu O 7 7 < ycu O 9 .
Oe.
AAycNycnycuyciyciycn .
cu ] .
Oe.
Oeyc.
Oe.
9 < ycu O 15 .
Oe.
Oe.
0Oeyc.
AAycNycnycuyciyciycn .
cu ] .
0Oe.
Input variabel linguistik input tds ditunjukkan pada Tabel 4.
variabel linguistik input tds 250 < ycu O 500 cuOe.
7 < ycu O 9
Batasan Masukan Tegas 300 - 500
501 - 1000
200 < ycu O 250 { 0.
ycu O 200 , ycu Ou 500 } { 0.
ycu O 7 , ycu Ou 15 } .
Oe.
Oeyc.
AAycAycuycycoycayco .
{ 0.
ycu O 4 , ycu Ou 9 } .
cuOe.
Variabel Fuzzy Tabel 4 menjelaskan bahwa terdapat tiga input linguistik tds yang teridiri dari rendah dengan input tds 0 Normal dengan input tds 300 hingga 500.
Tinggi dengan input tds 501 hingga 1000.
Berdasarkan gambar 5 besarnya nilai merupakan skala 1:100.
Grafik fungsi keanggotaan tds dapat dilihat pada gambar 5.
250 < ycu O 500 500 < ycu O 1500 ycu O 500 , ycu Ou 1500 Variabel output Terdiri dari 2 bagian yaitu pompa air kembali ke atas dan pompa air ke samping berdasarkan nilai dari pengujian dan kalibrasi alat dapat dilihat hadil output dalam Tabel 5.
Tabel 5 menunjukkan fungsi variabel dari output pompa air kembali ke atas.
Tabel 5.
fungsi keanggotaan output pompa 1 batasan masukan variabel fuzzy Buruk Baik Tabel 5 menjelaskan bahwa terdapat dua input linguistik pompa air kembali ke atas yaitu buruk dengan nilai batasan tegas 0,5 dan baik dengan nilai batasan tegas 1.
Gambar 6 menunjukkan grafik fungsi keanggotaan output pompa air air kembali ke atas.
JEECAE Vol.
No.
November 2021 Journal of Electrical Electronic Control and Automotive Engineering (JEECAE) Perhitungan nilai fungsi keanggotaan output nyala pompa air kembali ke samping ditunjukkan pada persamaan .
, dan .
1 O 25
AAycaycycycyco .
cu ) = { 0 O ycu < 25 ycaycycayc ycu > 25
1 O 50
AAycaycaycnyco .
cu ) = { 0 O ycu < 50 ycaycycayc ycu > 50 Gambar 6.
grafik fungsi keanggotaan pompa air air kembali ke atas Perhitungan nilai fungsi keanggotaan output nyala pompa air kembali ke atas ditunjukkan pada persamaan .
1 O 25
AAycaycycycyco.
cu ) = { .
0 O ycu < 25 ycaycycayc ycu > 25
1 O 50
AAycaycaycnyco .
cu ) = { .
0 O ycu < 50 ycaycycayc ycu > 50 A Rule fuzzy If .
uhu is renda.
H is renda.
ekeruhan is renda.
ds is renda.
utput 1 is k1bawa.
utput 2 is k-2 bawa.
If .
uhu is renda.
H is norma.
ekeruhan is renda.
ds is renda.
utput 1 is k1bawa.
utput 2 is k-2 bawa.
If .
uhu is renda.
H is tingg.
ekeruhan is renda.
ds is renda.
utput 1 is k-1 ata.
utput 2 is k-2 bawa.
If .
uhu is norma.
H is renda.
ekeruhan is renda.
ds is renda.
utput 1 is k-1 bawa.
utput 2 is k-2 bawa.
If .
uhu is renda.
H is renda.
ekeruhan is norma.
ds is tingg.
utput 1 is k-1 bawa.
utput 2 is k-2 ata.
Tabel 6 menunjukkan fungsi keanggotaan output pompa air ke samping.
Tabel 6.
fungsi keanggotaan output pompa ke 2 batasan masukan variabel fuzzy Buruk Baik .
A Rule fuzzy If .
uhu is renda.
H is renda.
ekeruhan is renda.
ds is renda.
utput 1 is k-1 bawa.
utput 2 is k-2 bawa.
If .
uhu is renda.
H is norma.
ekeruhan is renda.
ds is renda.
utput 1 is k-1 bawa.
utput 2 is k-2 bawa.
If .
uhu is renda.
H is tingg.
ekeruhan is renda.
ds is renda.
utput 1 is k-1 ata.
utput 2 is k-2 bawa.
If .
uhu is norma.
H is renda.
ekeruhan is renda.
ds is renda.
utput 1 is k-1 bawa.
utput 2 is k-2 bawa.
If .
uhu is renda.
H is renda.
ekeruhan is norma.
ds is tingg.
utput1 is k1bawa.
utput2 is k-2ata.
Perhitungan Fuzzy Berdasarkan ketentuan diatas, maka dilakukan ketentaun untuk proses implikasi pada data system yang telah dibuat.
Penulis memberikan contoh input suhu sebesar 25AC, pH sebesar 7, kekeruhan sebesar 4 NTU dan banyaknya zat terlarut sebesar 400 ppm.
Menentukan Himpunan Fuzzy Berdasarkan data derajat variabel suhu, ketika suhu 25AC berada diantara kategori normal.
Sedangkan pH sebesar 7 merupakan kategori normal.
Nilai kekeruhan sebesar 5 NTU merupakan kategori normal.
Sedangkan nilain tds sebesar 450 berada pada derajat keanggotaan rendah dan normal.
Berdasarkan grafik nilai 25 dalam kategori normal, sehingga perhitungan nilai keanggotaan suhu adalah .
Tabel 6 menjelaskan bahwa terdapat dua input linguistik pompa air buruk dengan nilai batasan tegas 0,5 dan baik dengan nilai batasan tegas 1.
Gambar 7 menunjukkan grafik fungsi keanggotaan output pompa air.
Gambar 8.
Grafik variabel suhu Variabel yg ditunjukkan pada gambar 8 menjelaskan bahwa suhu 0AC hingga 20AC ditandai dengan huruf Suhu 15AC hingga 32AC ditandai dengan huruf tormal dan suhu 30AC hingga 50AC ditandai dengan huruf tinggi.
Berdasarkan gambar tersebut maka didapatkan hasil sebagai berikut.
XNORMAL=1
Gambar 7.
grafik fungsi keanggotaan output pompa air kedua JEECAE Vol.
No.
November 2021 Journal of Electrical Electronic Control and Automotive Engineering (JEECAE) Sedangkan untuk nilai pH sebesar 7 berada diantara normal, maka nilai variabel pH ditunjukkan pada Gambar 9 .
Variabel yg ditunjukkan pada gambar 11 merupakan dalam skala 1: 100.
Pada gambar 11 menjelaskan bahwa nilai tds 0 hingga 5 ditandai dengan huruf Rendah.
Nilai tds 5 hingga 9 ditandai dengan huruf Normal dan nilai tds 9,5 hingga 30 ditandai dengan huruf Tinggi.
Berdasarkan gambar tersebut maka didapatkan hasil sebagai berikut .
10Oe5 Xlow = 10Oe4,5 = 5,5 = 0,9 Xmed = Gambar 9.
Grafik variabel pH Variabel yg ditunjukkan pada gambar 9 menjelaskan bahwa pH 0 hingga 6 ditandai dengan huruf Rendah, pH 7 hingga 8,5 ditandai dengan huruf Normal dan pH 8 hingga 30 ditandai dengan huruf Tinggi.
Berdasarkan gambar tersebut maka didapatkan hasil sebagai berikut .
XNORMAL=1
Sedangkan untuk nilai kekeruhan sebesar 5 NTU berada diantara normal, maka nilai variabel kekeruhan dapat dilihat sebagai berikut .
Gambar 10.
Grafik variabel kekeruhan Variabel yg ditunjukkan pada gambar 10 menjelaskan bahwa kekeruhan 0 NTU hingga 5 NTU ditandai dengan huruf Rendah.
Kekeruhan 4,5 NTU hingga 9 NTU ditandai dengan huruf Normal.
Dan kekeruhan 9,5 NTU hingga 30 NTU ditandai dengan huruf Tinggi.
Berdasarkan gambar tersebut maka didapatkan hasil sebagai berikut .
10Oe5 Xlow = 10Oe4,5 = 5,5 = 0,9 5 Oe4,5 5 Oe4,5 10Oe4,5 Sedangkan untuk nilai tds sebesar 450 ppm dalam kategori normal dan rendah,dapat dilihat pada Gambar Gambar 11.
Grafik variabel tds
= 0,09
Komposisi Aturan Beberapa mendapatkan daerah solusi fuzzy, nilai variabel yang memiliki kategori tinggi dari fungsi implikasi dan gabungan kesimpulan dari masing-masing aturan.
Berikut aturan yang didapat pada pengujian fuzzy.
Aturan ke-1 .
If .
uhu is norma.
H is renda.
ekeruhan is renda.
ds is renda.
utput 1 is k-1 bawa.
utput 2 is k-2 bawa.
Nilai x,predikat adalah .
x = min ( 1 : 0 : 0,9 : 0,9 ) = 0 z = 0,5 Aturan ke-2 .
If .
uhu is norma.
H is norma.
ekeruhan is renda.
ds is renda.
utput 1 is k-1 bawa.
utput 2 is k-2 bawa.
x = min ( 1 : 1 : 0,9 :0,9 ) = 0,9 z = 0,5 Defuzzifikasi Merupakan perubahan himpunan fuzzy menjadi bilangan real dengan penegasan dan memiliki hasil sebesar Z=0.
Hasil dan Analisa Pengujian Seluruh System Tanpa Fuzzy .
Hasil pengujian dapat dilihat pada Tabel 7.
Tabel 7.
Pengujian Seluruh System Tanpa Lampu UV
Waktu Suhu
C) Kekeruhan (NTU) TDS
(PPM)
13:00
13:15
13:30
13:45
14:00
16:00
16:15
16:30
16:45
17:00
Xmed = 10Oe4,5 = 5,5 = 0,09 Berdasarkan Tabel 7 dapat dilihat bahwa terdapat data yg diambil saat pengujian system tanpa menggunakan lampu UV.
JEECAE Vol.
No.
November 2021 Journal of Electrical Electronic Control and Automotive Engineering (JEECAE) akurasi dan eror yang dihasilkan menggunakan metode fuzzy yang digunakan dan melihat kelayakan air minum yang Dibawah ini merupakan perhitungan tersebut .
ycNycE ycNycA yaycaycaycycycaycayc = ycu100 ycNycuycycayco yaycaycyca = 10 ycu100 .
Pengujian Seluruh System Dengan Lampu UV Hasil pengujian dapat dilihat pada Tabel Tabel 8.
pengujian dengan menggunakan lampu UV
Waktu Suhu
C) Kekeruhan (NTU) TDS
(PPM)
13:00
13:15
13:30
13:45
14:00
16:00
16:15
16:30
16:45
17:00
= 80%
yaycE yaycA
ycNycuycycayco yaycaycyca
= 20%
ycAycnycycycaycoycaycycycnyceycnycaycaycycnycuycu ycycaycyce = Berdasarkan Tabel 8 merupakan data yg diambil saat pengujian system dengan menggunakan lampu UV.
Pengujian System Keseluruhan Berdasarkan tabel 9 berikut merupakan perancangan dan output yang diharapkan dari perancangan fuzzy dan output yang dihasilkan.
Tabel 9.
Tabel pengujian fuzzy pada system
Rule
Suhu
C) Kekeruhan (NTU) TDS
(PPM)
Rendah Rendah Rendah Rendah Rendah Rendah Rendah Normal Rendah Rendah Rendah Tinggi Normal Normal Rendah Normal Normal Normal Rendah Tinggi Normal Normal Normal Rendah Tinggi Tinggi Rendah Tinggi Tinggi Tinggi Normal Rendah Tinggi Tinggi Normal Normal Tinggi Normal Rendah Rendah Kenyataan Ket Kembali Kembali ke ke tandon Kembali Kembali ke ke tandon Kembali Kembali ke ke tandon Tandon Tandon Kembali Tetap di ke tandon Tandon Tandon Kembali Kembali ke ke tandon Kembali Kembali ke ke tandon Kembali Kembali ke ke tandon Tandon Tandon Keterangan :
FP : kasus dimana aliran air menuju tandon 1 atau 3, dan aliran air pada sistem menunjukkan tetap di tandon 3.
TN : kasus dimana aliran air menuju tandon 1 atau 3, dan aliran air pada sistem menunjukkan menuju tendon Berdasarkan hasil perhitungan dapat dilihat bahwa filterisasi air minum menggunakan metode fuzzy sugeno yang diterapkan dalam sistem dengan kualitas air, memiliki tingkat akurasi sebesar 80 % dan nilai error sebesar 20%.
Sehingga dapat dikatakan bahwa alat sistem kontrol otomatis filterisasi air minum berbasis IoT dengan fuzzy sugeno layak, karena setiap sensor memiliki kekauratan pembacaan data diatas 75%, dan memiliki tingkat akurasi seesar 25% dalam menentukan kelayakan air untuk IV.
Kesimpulan Berdasarkan pengujian dan analisis data maka dapat ditarik kesimpulan antara lain :
Sensor pH memiliki tingkat keakurasian sebesar 98,36%.
Sensor suhu memiliki tingkat keakurasian sebesar 96,062%.
Sensor kekeruhan memiliki tingkat keakurasian hingga 91 %.
Sensor Total Dissolve System memiliki tingkat keakurasian hingga 96,19%.
Penerapan fuzzy logic sebagai sistem kontrol dalam filterisasi air minum memiliki keakuratan pembacaan data hingga 75% .
Ucapan Terimakasih Berdasarkan data dari Tabel 4.
9 dapat dihitung nilai akurasi dan eror yang dihasilkan menggunakan metode Confusion Matrix.
Perhitungan dilakukan untuk mengetahui Sembah sujud serta puji dan syukurku pada-Mu Allah SWT.
Tuhan semesta alam yang menciptakanku dengan bekal yang begitu teramat sempurna.
Taburan cinta, kasih sayang, rahmat dan hidayat-Mu telah memberikan ku kekuatan, kesehatan, semangat pantang menyerah dalam menempuh ilmu.
Atas karunia serta kemudahan yang Engkau berikan akhirnya Tugas Akhir ini dapat terselesaikan.
Sholawat dan salam selalu ku limpahkan kepada Rasulullah Muhammad SAW.
Persembahan Tugas Akhir ini untuk orang tercinta dan tersayang atas kasihanya yang berlimpah.
JEECAE Vol.
No.
November 2021 Journal of Electrical Electronic Control and Automotive Engineering (JEECAE) A A A A Terimakasih untuk diri saya sendiri karena sudah melewati semuanya sendirian Terimakasih untuk ayah dan ibu yang selalu mendukung keputusan saya dengan segala doAoa , kasih sayang dan materi Teman Ae teman Telekomunikasi 2015 atas segala bantuannya Dan terimakasih untuk semua teman teman yang telah mendukung penulis dalam keadaan suka dan duka.
Daftar Pustaka