Jurnal CyberTech Vol.
No .
Maret 2020, pp P-ISSN :x-x E-ISSN :x-x A Sistem Pendukung Keputusan Untuk Menentukan Kepuasan pelanggan terhadap pelayanan Pada Cafe HOKA KUPHI Menggunakan Metode Fuzzy Assosiatif Memory Seri Wahyuni*.
Beni Andika.
Kom.
Kom**.
Azlan.
KOm.
Kom** *Sistem Informasi.
STMIK Triguna Dharma **Sistem Informasi.
STMIK Triguna Dharma Article Info Article history:
Keyword:
Sistem Pendukung Keputusan.
Metode Fuzzy Assosiatuf Memory.
Hoka Kuphi ABSTRACT Cafe HOKA KUPHI adalah sebuah Cafe yang baru berdiri dan baru berkembang.
Cafe ini berdiri di sekitar kampus STMIK Triguna Dharma.
Oleh karena itu Cafe HOKA KUPHI sebagai satu dari beberapa Cafe yang ada disekitar lingkungan kampus STMIK Triguna Dharma berusaha untuk memberikan nilai lebih terhadap pelanggannya dengan tujuan untuk mengalahkan pesaing-pesaing Cafe tersebut dan mendapatkan profit yang maksimal, maka dari itu pihak pengelola Cafe HOKA KUPHI harus tahu kepuasan dari pelanggan Aepelanggan yang pernah berkunjung di Cafe tersebut, agar pihak Cafe HOKA KUPHI dapat melakukan koreksi ataupun evaluasi terhadap pelayanan yang telah dilakukan.
Sehingga dikemudian hari pihak Cafe dapat meningkatkan pelayanannya sesuai dengan apa yang dibutuhkan pelanggan.
Akan tetapi untuk mengetahui kepuasan dari pelayanan yang dilakukan pihak Cafe tidaklah mudah, sehingga dibutuhkan sebuah sistem yang mampu mempermudah dalam menentukan kepuasan dari pelanggan yang telah berkunjung ke Cafe HOKA KUPHI.
Salah satu sistem yang dapat membantu dalam menangani hal tersebut adalah Sistem Pendukung Keputusan dimana sistem pendukung keputusan dapat digunakan dalam menentukan kepuasan terhadap pelayanan.
Hasil penelitian merupakan terciptanya sebuah aplikasi Sistem pendukung keputusan yang dapat digunakan untuk menentukan kepuasan pelanggan terhadap pelayanan Hoka KuphiS.
Copyright A 2020 STMIK Triguna Dharma.
All rights reserved.
First Author Nama : Seri Wahyuni Program Studi : Sistem Informasi STMIK Triguna Dharma E-Mail : shasibuhan16@gmail.
PENDAHULUAN
Bisnis cafe yang saat ini sangat berkembang pesat di kota-kota besar salah satunya di kota Medan, banyak berdiri bermacam-macam Cafe.
Hal ini tentu dapat menimbulkan persaingan yang sangat kuat dalam memenuhi berbagai macam hal yang dibutuhkan pelanggan mulai dari kenyamanan, menu makanan dan minuman sampai dengan keunikan yang dimiliki sebuah Cafe .
Karena itu tindakan pemasar adalah berupaya menciptakan kekhasan dan keunggulan dari berbagai faktor yang dapat menarik konsumen untuk membeli produk-produknya.
Faktor-faktor tersebut misalnya fasilitas pelayanan, harga maupun produk dengan ragam dan kualitas yang lebih unggul dibanding para pesaingnya.
Cafe HOKA KUPHI adalah sebuah Cafe yang baru berdiri dan baru berkembang.
Cafe ini berdiri di sekitar kampus STMIK Triguna Dharma.
Oleh karena itu Cafe HOKA KUPHI sebagai satu dari beberapa Cafe yang ada disekitar lingkungan kampus STMIK Triguna Dharma berusaha untuk memberikan nilai lebih terhadap pelanggannya dengan tujuan untuk mengalahkan pesaing-pesaing Cafe tersebut dan mendapatkan profit yang maksimal, maka dari itu pihak pengelola Cafe HOKA KUPHI harus tahu kepuasan dari pelanggan Ae pelanggan yang pernah berkunjung di Cafe tersebut, agar pihak Cafe HOKA KUPHI dapat melakukan Journal homepage: https://ojs.
Jurnal CyberTech ISSN : x-x koreksi ataupun evaluasi terhadap pelayanan yang telah dilakukan.
Sehingga dikemudian hari pihak Cafe dapat meningkatkan pelayanannya sesuai Kajian Pustaka 1 Sistem Pendukung Keputusan Sistem Pendukung Keputusna sebagai suatu informasi berbasis komputer yang menghasilkan berbagai alternatif keputusan untuk membantu manajemen dalam menangani berbagai permasalahan yang terstruktur maupun tidak terstruktur dengan menggunakan data dan model Konsep Sistem Pendukung Keputusan (SPK) pertama kali diungkapkan pada tahun 1971 oleh Michael Scoot Morton dengan istilah Management Decision System.
Kemudian sejumlah perusahaan, lembaga penelitian dan perguruan tinggi mulai melakukan penelitian dan membangun sistem pendukung keputusan, sehingga dari produksi yang dihasilkan dapat disimpulkan bahwa sistem ini merupakan suatu sistem yang berbasis komputer yang ditujukan untuk membantu pengambilan keputusan dalam memanfaatkan data dan model tertentu untuk memecahkan berbagai persoalan yang tidak terstrukturAo DSS merupakan system yang memberikan fasilitas yang menyediakan informasi, pemodelan, dan pemanipulasian data.
Sistem itu digunakan untuk membantu pengambilan keputusan dalam situasi yang semi tersetruktur dan situasi yang tidak tersetruktur, dimana tak seorangpun tahu secara pasti bagaimana keputusan seharusnya dibuat Keputusan merupakan kegiatan memilih suatu strategi atau tindakan dalam pemecahan masalah Tindakan memilih strategi atau aksi yang diyakini manajer akan memberikan solusi terbaik atas sesuatu disebut pengambilan keputusan Suatu keputusan yang diambil untuk menyelesaikan suatu masalah dilihat dari keterstrukturannya yang bisa dibagi menjadi bermacam macam klasifikasi dalam sistem pendukung keputusan guna untuk mempermudah penerapan ilmu sistem pendukung keputusan dalam berbagai aspek permasalahan.
Jenis-jenis keputusan juga bisa membantu dalam menganalisis sebuah permasalahan yang akan di selesaikan dengan sistem, berikut adalah jenis-jenis keputusan:
Keputusan terstruktur .
tructure decisio.
Keputusan terstruktur adalah keputusan yang dilakukan secara berulang-ulang dan bersikap rutin.
Misalnya, keputusan pemesanan barang dan keputusan penagihan piutang.
Keputusan semiterstruktur .
emistructured decisio.
Keputusan semiterstruktur adalah keputusan yang memiliki dua sifat.
Sebagian keputusan bisa ditangani oleh computer dan yang lain tetap harus dilakukan oleh pengambil keputusan.
Contoh keputusan jenis ini adalah pengevaluasian kredit, penjadwalan produksi, dan pengendalian sediaan.
Keputusan tak terstruktur .
nstructured decisio.
Keputusan tak terstruktur adalah keputusan yang penanganannya rumit karena tidak terjadi berulangulang atau tidak selalu Tujuan Sistem Pendukung Keputusan (SPK) yaitu .
Membantu manajer membuat keputusan untuk memecahkan masalah semi terstruktur.
Mendukung penilaian manajer bukan mencoba untuk menggantikannya.
Meningkatkan efektifitas pengambilan keputusan manajer daripada efisiensinya.
Kecepatan komputasi.
Komputer memungkinkan para pengambil keputusan untuk melakukan banyak komputasi secara cepat dengan biaya yang rendah.
Peningkatan produktivitas.
Membangun satu kelompok pengambil keputusan, terutama para pakar, bisa sangat mahal.
Pendukung terkomputerisasu bisa mengurangi ukuran kelompok dan memungkinkan para anggotanya untuk berada di berbagai lokasi yang berbeda-beda .
enghemat biaya perjalana.
Selain itu, produktivitas staf pendukung .
isalnya analis keuangan dan huku.
bisa ditingkatkan menggunakan peralatan optimalisasi yang menentukan cara terbaik untuk menjalankan sebuah bisnis.
Dukungan kualitas.
Komputer bisa meningkatkan kualitas keputusan yang dibuat.
Sebagai contoh, semakin banyak data yang diakses, makin banyak juga alternatif yang bisa evaluasi.
Berdaya saing.
Manajemen dan pemberdayaan sumber daya perusahaan.
Tekanan persaingan menyebabkan tugas pengambilankeputusan menjadi sulit.
Journal homepage: https://ojs.
Jurnal CyberTech ISSN : x-x Mengatasi keterbatasan kognitif dalam pemprosesan dan penyimpanan 2 Logika Fuzzy Menurut Sri Kusuma Dewi .
Logika Fuzzy yang pertama kali diperkenalkan oleh Lotfi A.
Zadeh, memiliki derajat keanggotaan dalam rentang 0 .
hingga 1 .
, berbeda dengan logika digital yang hanya memiliki dua nilai yaitu 1.
Logika Fuzzy digunakan untuk menerjemahkan suatu besaran yang diekspresikan menggunakan bahasa .
, misalkan besaran kecepatan laju kendaraan yang diekspesikan dengan pelan, agak acar, cepat dan sangat cepat .
Secara umum dalam sistem logikan fuzzy terdapat empat buah elemen dasar, yaitu:
Basis kaidah .
ule bas.
, yang berisi aturan- aturan secara linguistik yang bersumber dari para pakar.
Suatu mekanisme pengambilan keputusan .
nference engin.
, yang memperagakan bagaimana para pakar mengambil suatu kepuutusan dengan menerapkan pengetahuan .
Proses fuzzyfikasi .
, yang mengubah besaran tegas .
ke besaran fuzzy.
Proses defuzzifikasi .
, yang mengubah besaran fuzzy hasil dari inference engine, menjadi besaran tegas .
Pada himpunan tegas, nilai keanggotaan suatu item x dalam himpunan A, yang sering ditulis dengan AA A .
memiliki dua kemungkinan yaitu:
Satu .
, yang berarti bahwa suatu item menjadi anggota dalam himpunan, atau Nol .
, yang berarti bahwa suatu item tidak menjadi anggota dalam suatu himpunan.
Contoh :
Jika diketahui :
S = .
,2,3,4,5,.
adalah semesta pembicaraan A = .
,2,.
B = .
,4,.
Bisa dikatakan bahwa:
Nilai keanggotaan 2 pada himpunan A, a .
=1, karena 2 C A Nilai keanggotaan 3 pada himpunan A, a .
=1, karena 3 C A Nilai keanggotaan 4 pada himpunan A, a .
=0, karena 4 C Nilai keanggotaan 2 pada himpunan B, a .
=0, karena 2 Nilai keanggotaan 3 pada himpunan B, a .
=1, karena 3 C A Himpunan fuzzy memiliki 2 atribut, yaitu:
Linguistik, yaitu penamaan suatu grup yang mewakili suatu keadaan atau kondisi tertentu dengan menggunakan bahasa alami, seperti : MUDA.
PAROBAYA.
TUA Numeris, yaitu suatu nilai .
yang menunjukkan ukuran dari suatu variabel seperti : 40, 25, 50 dsb 3 Fuzzy Inference System dengan Fuzzy Assosiative Memory Fuzzy Associative Memory (FAM) pertama kali dipublikasikan oleh Bart Kosko.
FAM adalah sebuah sistem yang memetakan antara satu himpunan fuzzy ke himpunan fuzzy yang lain .
Secara umum, arsitektur dari sebuah sistem FAM adalah seperti pada gambar berikut:
Journal homepage: https://ojs.
Jurnal CyberTech ISSN : x-x Gambar 2.
1 Arsitektur FAM .
Algoritma FAM adalah:
Mengkodekan input dan output ke dalam FAM matrix {(Ai,B.
| 0 <= i < .
dimana m adalah jumlah Menghitung autoassociative fuzzy Hebbian FAM Matriks dengan salah satu dari dua aturan pembelajaran, yaitu dengan correlation-minimum encoding atau dengan correlationproduct encoding.
Apabila nilai M sudah didapat, nilai B bisa dicari dengan melakukan relasi komposisi dari A dan M.
Kita juga bisa mencari nilai A dengan melakukan relasi komposisi dari B dan M.
Relasi komposisi bisa dilakukan dengan max-min composition atau dengan max-product composition.
Melakukan proses defuzzy dengan menggunakan aturan winner take all atau dengan menggunakan weighted average.
Algoritma Sistem Algoritma Sistem adalah sebuah prosedur yang melakukan proses pembuatan keputusan dalam menentukan penilaian kepuasan pelayanan Hoka Kuphi Menggunakan Metode Fuzzy Asosiative Memory(FAM)Ay.
Adapun algoritma sistem dalam permasalahan ini menggunakan metode FAM, berikut ini adalah langkah-langkah penyelesaian metode FAM:
Menentukan Kriteria.
Membentuk Fungsi Keanggotaan.
Pengujian.
Menentukan keputusam dari hasil perhitungan FAM.
Berikut ini adalah Flowchart metode Metode Fuzzy Asosiative Memory(FAM) Journal homepage: https://ojs.
Jurnal CyberTech ISSN : x-x Gambar 1 Flowchart Metode Fuzzy Asosiative Memory(FAM) 1 Penyelesaian Ada beberapa langkah dalam penyelesaian masalah tersebut antara lain:
Menentukan Nilai Kriteria Adapun kriteria dalam menentukan kepuasan pelanggan terhadap pelayanan adalah sebagai berikut:
Tabel 3.
1 Nilai Kriteria Kelayakan Nama Kriteria Kode Bukti Langsung (Tangible.
Kehandalan (Reliabilit.
Ketanggapan (Responsivenes.
Keterangan Kebersihan Makanan dan Minuman yang disediakan di Hoka kuphi Pegawai ataupun Pelayan yang cepat tanggap.
Kecepatan Pelayanan meliputi makanan dan minuman yang datang tepat Pembentukan Fungsi Keanggotaan Dalam pembentukan fungsi keanggotaan terlebih dahulu ditentukan apa yang menjadi variabel input dari fungsi keanggotaan tersebut, dalam penelitian ini ditentukan beberapa variabel input.
Ukuran kepuasan pendengar dapat diukur dari kriteria berikut :
Journal homepage: https://ojs.
Jurnal CyberTech ISSN : x-x Tabel 3.
1 Pemberian Skor Angka Variabel Bukti Langsung (Tangible.
Bukti Langsung (Tangible.
Interval Skor Angka Buruk 0Ae40 Baik Sangat Baik Berikut ini adalah Pemberian Skor Angka Variabel Kehandalan (Reliabilit.
yang akan membantu dalam menyelesaikan permasalahan penilaian kepuasan:
Tabel 3.
2 Pemberian Skor Angka Variabel Kehandalan (Reliabilit.
Kehandalan (Reliabilit.
Buruk Interval Skor Angka 0Ae40 Baik Sangat Baik Berikut ini adalah Pemberian Skor Angka Variabel Ketanggapan (Responsivenes.
yang akan membantu dalam menyelesaikan permasalahan penilaian kepuasan:
Tabel 3.
3 Pemberian Skor Angka Variabel Ketanggapan (Responsivenes.
Ketanggapan (Responsivenes.
Interval Skor Angka Buruk 0Ae40 Baik Sangat Baik Berikut ini Penilaian Kepuasan Pelanggan yang akan membantu dalam menyelesaikan permasalahan penilaian kepuasan:
Tabel 3.
4 Data Penilaian Kepuasan Pelanggan Bukti Langsung (Tangible.
(A) Kehandalan (Reliabilit.
(B) Ketanggapan (Responsivenes.
(C) Penilaian Bagus Bagus Penilaian 1
Nama Pelanggan: Rendy B= 0
0,25
0,75
0,25
0,75
1,75
1,75
Penilaian 2
Nama Pelanggan: Ananda Sipayung
B=0
5 1,5 1,5
Penilaian 3
Nama Pelanggan: Rika Andira
0,25
0,25
1,25
0,75
0,75
1,75
1,25
1,25
2,25
1,75
1,75
2,75
Journal homepage: https://ojs.
Jurnal CyberTech
ISSN : x-x
B= 0
0,75
1,25 1.
0,75
0,75 1.
Penilaian 4
Nama Pelanggan: Eko Prasetyo
B= 0
Penilaian 5
Nama Pelanggan: Sulistyo
B = 2,5
1,25
2,25
1,75
0,25
1,25
0,75
Defuzzyfikasi Pada pengujian Radio 1 elemen terbesar dari vektor B adalah elemen ke-27 (= 2,.
, dengan menggunakan metode defuzzy winner take all diperoleh nilai y yang merupakan output, yaitu Bagus.
Tabel 3.
6 Hasil Perhitungan Data Kepuasan pelanggan terhadap pelayanan Nama Pelanggan Rendy Elemen Nilai 2,75 Hasil Puas Ananda Sipayung Cukup Puas Rika Andira Cukup Puas Eko Prasetyo Cukup Puas Sulistyo Kurang Puas IMPLEMENTASI DAN PENGUJIAN Implementasi sistem adalah tahapan dimana sistem atau aplikasi siap untuk dioperasikan pada keadaan yang sebenarnya sesuai dari hasil analisis dan perancangan yang dilakukan, sehingga akan diketahui apakah sistem atau aplikasi yang dirancang benar-benar dapat menghasilkan tujuan yang dicapai.
Aplikasi Sistem Pendukung Keputusan ini dilengkapi dengan tampilan yang bertujuan untuk memudahkan penggunanya.
Fungsi dari antaramuka ini adalah untuk memberikan input dan menampilkan output dari aplikasi.
Pada aplikasi ini memiliki interface yang terdiri dari Form Login.
Form Menu Utama.
Form Variabel.
Form Alternatif.
Form Penilaian.
Form ProsesFAM.
Form Laporan.
Form Login Form Login digunakan untuk mengamankan sistem dari user-user yang tidak bertanggung jawab sebelum masuk ke Menu Utama.
Berikut adalah tampilan Form Login :
Gambar 5.
1 Form Login Journal homepage: https://ojs.
Jurnal CyberTech ISSN : x-x Berikut keterangan pada gambar 5.
1 Form Login :
Tombol Login digunakan untuk mem-validasikan username dan password yang telah kita isi pada kotak teks yang disediakan.
Tombol Cancel digunakan untuk menunda untuk login atau menutup form login.
Form Menu Utama Form Menu Utama digunakan sebagai penghubung untuk Form Variabel.
Form Pelanggan.
Form Penilaian.
Form ProsesFAM.
Form Laporan.
Berikut ini adalah tampilan dari form menu utama.
Gambar 5.
2 Form Menu Utama Form Variabel Form Variabel adalah Form yang digunakan dalam melihat variabel penentu yang berkaitan dengan Metode FAM yang ada pada Sistem.
Berikut adalah tampilan form Variabel:
Gambar 5.
3 Form Variabel Berikut keterangan pada gambar 5.
3 form Variabel:
Tombol Simpan digunakan untuk menyimpan Variabel.
Tombol Ubah digunakan untuk mengubah Variabel yang telah ada sebelumnya.
Tombol Bersih digunakan untuk membersihkan isi textbox.
Tombol Hapus digunakan untuk menghapus Variabel yang telah ada sebelumnya.
Tombol Batal digunakan untuk mengembalikan data Variabel yang telah dihapus sebelumnya.
Tombol Keluar digunakan untuk menutup form.
Form Pelanggan Form Pelanggan adalah Form yang digunakan dalam mengelola data Pelanggan yang ada pada Sistem.
Berikut adalah tampilan form Pelanggan:
Journal homepage: https://ojs.
Jurnal CyberTech ISSN : x-x Gambar 5.
4 Form Pelanggan Berikut keterangan pada gambar 5.
4 form Pelanggan:
Tombol Simpan digunakan untuk menyimpan Pelanggan.
Tombol Ubah digunakan untuk mengubah Pelanggan yang telah ada sebelumnya.
Tombol Bersih digunakan untuk membersihkan isi textbox.
Tombol Hapus digunakan untuk menghapus Pelanggan yang telah ada sebelumnya.
Tombol Keluar digunakan untuk menutup form.
Form Penilaian Form Penilaian adalah Form yang digunakan dalam mengelola data Penilaian yang ada pada Sistem.
Berikut adalah tampilan form Penilaian:
Gambar 5.
5 Form Penilaian Berikut keterangan pada gambar 5.
5 form Penilaian:
Tombol Simpan digunakan untuk menyimpan Penilaian.
Tombol Ubah digunakan untuk mengubah Penilaian yang telah ada sebelumnya.
Tombol Bersih digunakan untuk membersihkan isi textbox.
Tombol Hapus digunakan untuk menghapus Penilaian yang telah ada sebelumnya.
Tombol Keluar digunakan untuk menutup form Form Proses FAM Form Proses FAM adalah Form yang digunakan untuk memproses data penilaian dengan menggunakan metode FAM untuk dicari tingkat kepuasannya.
Berikut adalah tampilan form Proses FAM:
Gambar 5.
6 Form Proses FAM Journal homepage: https://ojs.
Jurnal CyberTech
A10
ISSN : x-x Berikut keterangan pada gambar 5.
6 form Proses FAM:
Tombol ProsesFAM digunakan untuk menghitung data barang gadai yang telah diinputkan sebelumnya dan kemudian diolah dengan algoritma FAM.
Tombol Simpan digunakan untuk melakukan penympanan hasil proses FAM dan kemudian dilanjutkan dengan pencetakan hasil laporan Tombol Keluar digunakan untuk menutup form.
Form Laporan Form Laporan adalah form yang digunakan untuk menampilkan hasil dari algoritma FAM yang mengolah tentang data pengajuan kredit.
Berikut ini adalah tampilan dari form Laporan:
Gambar 5.
6 Form Laporan KESIMPULAN Berdasarkan analisa pada permasalahan yang terjadi dalam kasus yang diangkat tentang penentuan tingkat kepuasan pelanggan terhadap pelayanan di Cafe HOKA KUPHI maka dapat ditarik kesimpulan sebagai Berdasarkan hasil penelitian yang telah dilakukan sebelumnya, dalam menentukan menentukan tingkat kepuasan pelanggan Cafe HOKA KUPHI terhadap pelayanan yang diberikan pihak Cafe HOKA KUPHI dilakukan dengan penyebaran angket, kemudian hasil dari angket tersebut akan diolah dengan menggunakan metode Fuzzy Associative Memory (FAM).
Dalam merancang dan membangun sebuah sistem pendukung keputusan menggunakan metode Fuzzy Associative Memory (FAM) untuk menyelesaikan permasalahan didalam menentukan tingkat kepuasan pelanggan terhadap pelayanan di Cafe HOKA KUPHI, diawali dari perancangan kemudian melakukan pengkodean untuk membangun sebuah aplikasi.
Dalam menimplementasikan metode Fuzzy Associative Memory (FAM) ini didalam menentukan tingkat kepuasan pelanggan terhadap pelayanan di Cafe HOKA KUPHI, dibangunlah sistem yang mampu mengambil keputusan berdasarkan alternatif yang telah diinputkan dan diberi nilai Journal homepage: https://ojs.
Jurnal CyberTech
A11
ISSN : x-x
DAFTAR PUSTAKA
Novianti.
Fitri Astuti and D.
Khairina, "Sistem Pendukung Keputusan Berbasis Web Untuk Pemilihan Cafy Menggunakan Metode Smart (Simple Multi-Attribute Rating Techniqu.
(Studi Kasus : Kota Samarind.
," Prosiding Seminar Sains dan Teknologi FMIPA Unmul, vol.
1, no.
3, pp.
461465, 2016.
Wahyuningsih, "Sistem Pendukung Keputusan Untuk Penilaian Kinerja Pegawai Menggunakan Metode Analytical Hierarchy Process (Ah.
Pada RSUD Serang," Jurnal Sistem Informasi, vol.
1, no.
1, 2014.
Murti.
Abdillah and M.
Sobri, "SISTEM PENUNJANG KEPUTUSAN KELAYAKAN PEMBERIAN PINJAMAN DENGAN METODE FUZZY TSUKAMOTO".
Khoiruddin, "SISTEM PENDUKUNG KEPUTUSAN PENENTUAN KELAYAKAN CALON RINTISAN SEKOLAH BERTARAF INTERNASIONAL DENGAN METODE FUZZY ASSOCIATIVE MEMORY," Seminar Nasional Aplikasi Teknologi Informasi, pp.
1907-5022, 2008.
Marsono, "J-SISKO TECH Jurnal Teknologi Sistem Informasi dan Sistem Komputer TGD Sistem Pendukung Keputusan Menentukan Barang NG (Not Goo.
di PT.
Sagami Indonesia Dengan Menggunakan Metode Fuzzy Assosiative Memory (FAM)," A, vol.
71, no.
2, pp.
71-80, 2019.
UCAPAN TERIMA KASIH