Muhammad Yudin Ritonga

Volume : III, Nomor : 1, Mei 2014 Majalah Ilmiah
Informasi dan Teknologi Ilmiah (INTI)

ISSN : 2339-210X

SistemPendukungKeputusanPenentuanProduksiMakananMenggunakanLogikaFuzzyDengan
18
SISTEM PENDUKUNG KEPUTUSAN PENENTUAN PRODUKSI
MAKANAN MENGGUNAKAN LOGIKA FUZZY DENGAN
METODE TSUKAMOTO
(STUDI KASUS : PT. INDOFOOD CBP SUKSES MAKMUR MEDAN)

Muhammad Yudin Ritonga (0911555)

Mahasiswa Program Studi Teknik Informatika STMIK Budi Darma Medan
J l. Sisingamangaraja No.338 Simpang Limun Medan
http://www.inti-budidarma.com // Email: mhd_yuddin@gmail.com

Abstrak

Seiring dengan perkembangan ilmu dan teknologi, pemanfaatan komputer di segala bidang sudah
merupakan suatu keharusan. Disamping itu kemajuan teknologi diberbagai bidang tersebut, seakan tidak pernah
ada matinya untuk mempelajarinya. PT. Indofood CBP Sukses Makmur Cabang Medan yang bergerak dalam
bidang produksi barang, yang bergantung kepada permintaan dari penjual secara individu, hal ini akan
menyulitkan untuk menentukan jumlah produksi tiap bulannya. Untuk menyelesaikan masalah tersebut, pihak
perusahaan, dalam hal ini manajer, hendaknya dapat membuat suatu keputusan yang tepat untuk memilih berapa
banyak jumlah produk yang diproduksi untuk mengoptimalkan keuntungan suatu perusahaan, maka dibutuhkan
suatu sistem pendukung keputusan.
Untuk mempermudah pekerjaan, dalam hal ini dengan berdasarkan logika fuzzy metode Tsukamoto
akan dihasilkan suatu model dari suatu sistem yang mampu memperkirakan jumlah produksi yang diterapkan
dalam suatu sistem pendukung keputusan. Sehingga pembuat keputusan cukup menginputkan data-data yang
diperlukan oleh SPK (Sistem Pendukung Keputusan). Data-data tersebut merupakan faktor-faktor yang
mempengaruhi dan akan menjadi variabel input yang akan diolah dengan metode Tsukamoto untuk menjadi
keluaran (output) berupa penentuan jumlah barang yang akan diproduksi.

Kata kunci: SPK, Tsukamoto, Produksi, Fuzzy

1.Pendahuluan
1.1 Latar Belakang
Salah satu tujuan dari perusahaan adalah
mencari keuntungan atau laba yang semaksimal
mungkin, untuk dapat mencapai tujuan tersebut
perusahaan harus dapat mengikuti perkembangan
dunia perindustrian baik dalam bidang teknologi
informasi maupun dalam bidang manajemen. Seiring
dengan perkembangan ilmu dan teknologi,
pemanfaatan komputer di segala bidang sudah
merupakan suatu keharusan. Computer Based
Information System (Sistem Informasi Berbasis
Komputer) yang salah satunya adalah Sistem
Pendukung Keputusan (Decission Support System)
adalah suatu sistem informasi komputer yang
interaktif dan dapat memberikan alternatif solusi bagi
pembuat keputusan.
PT. Indofood CBP Sukses Makmur Cabang
Medan yang bergerak dalam bidang produksi barang,
yang bergantung kepada permintaan dari penjual
secara individu, hal ini akan menyulitkan untuk
menentukan jumlah produksi tiap bulannya. Untuk
menyelesaikan masalah tersebut, pihak perusahaan,
dalam hal ini manajer, hendaknya dapat membuat
suatu keputusan yang tepat untuk memilih berapa
banyak jumlah produk yang diproduksi untuk
mengoptimalkan keuntungan suatu perusahaan, maka
dibutuhkan suatu sistem pendukung keputusan.
Logika fuzzy (logika samar) itu sendiri merupakan
logika yang berhadapan dengan konsep kebenaran
sebagian, dimana logika klasik menyatakan bahwa
segala hal dapat diekspresikan dalam istilah binary
(0 atau 1), sedangkan logika fuzzy memungkinkan
nilai keanggotaan antara 0 dan 1.
Berbagai teori didalam perkembangan logika
fuzzy menunjukkan bahwa pada dasarnya logika
fuzzy dapat digunakan untuk memodelkan berbagai
sistem. Logika fuzzy terdiri dari suatu Fuzzy
Inference System atau sistem penalaran fuzzy. Salah
satu Fuzzy inference system adalah penalaran
dengan metode Tsukamoto. Pada metode
Tsukamoto. Data-data tersebut merupakan faktor-
faktor yang mempengaruhi dan akan menjadi
variabel input yang akan diolah dengan metode
Tsukamoto untuk menjadi keluaran (output) berupa
penentuan jumlah barang yang akan diproduksi.

1.2 Rumusan Masalah
Berdasarkan uraian pada latar belakang, maka
yang menjadi perumusan masalah adalah sebagai
berikut:
1. Bagaimana mendapatkan data jumlah produksi
makanan yang akan diolah.
2. Bagaimana menerapkan logika fuzzy dengan
metode Tsukamoto dalam merancang sistem
MetodeTsukamoto.Oleh:MuhammadYudinRitonga
ISSN : 2339-210X

19
pendukung keputusan penentuan jumlah produksi
makanan.
3. Bagaimana merancang sistem pendukung
keputusan pada produksi makanan.

1.3 Batasan Masalah
Pembatasan permasalahan dalam membuat
perangkat lunak Sistem Pendukung Keputusan
Penentuan Jumlah Produksi Barang Menggunakan
Logika Fuzzy Dengan Metode Tsukamoto adalah
sebagai berikut:
1. Produk makanan yang diteliti adalah mie instan.
2. Sistem pendukung keputusan digunakan dalam
menentukan jumlah produksi yang optimal
untuk tiap bulan menggunakan menggunakan 6
himpunan fuzzy dan 4 aturan fuzzy dengan
metode Tsukamoto berdasarkan jumlah
permintaan dan data jumlah persediaan
3. Tidak membahas mengenai biaya produksi, stok
bahan baku, jadwal produksi dan tenaga kerja.
4. Program aplikasi Sistem Pendukung Keputusan
Penentuan J umlah Produksi Makanan
Menggunakan Logika Fuzzy Dengan Metode
Tsukamoto dengan Microsoft Visual Basic.Net
2008.

1.4 Tujuan
Adapun tujuan dari penelitian ini adalah:
1. Untuk menerapkan metode Tsukamoto dalam
menentukan jumlah produksi makanan
menggunakan logika fuzzy pada sistem
pendukung keputusan
2. Untuk membangun aplikasi Sistem Pendukung
Keputusan Penentuan J umlah Produksi Makanan
Menggunakan Logika Fuzzy Metode
Tsukamoto.
Sedangkan manfaat dari penyusunan skripsi ini
adalah:
1. Mempermudah dalam melakukan suatu
penentuan produksi dengan lebih cepat dan
efisien.
2. Sebagai masukan atau informasi yang
bermanfaat bagi perusahaan dalam menentukan
atau mempertimbangkan jumlah produksi.

2. Landasan Teori
2.1 Sistem
Sistem merupakan kumpulan elemen yang saling
berkaitan yang bertanggung jawab memproses
masukan (input) sehingga menghasilkan keluaran
(output) (sumber: Kusrini, Konsep dan Aplikasi
Sistem Pendukung Keputusan, 2007). Sistem juga
merupakan kesatuan bagian-bagian yang saling
berhubungan yang berada dalam suatu wilayah serta
memiliki item-item penggerak, contoh umum
misalnya seperti negara. Negara merupakan suatu
kumpulan dari beberapa elemen kesatuan lain seperti
provinsi yang saling berhubungan sehingga
membentuk suatu negara dimana yang berperan
sebagai penggeraknya yaitu rakyat yang berada
dinegara tersebut.

2.2 Keputusan dan Pengambilan Keputusan
Pengambilan keputusan (Decision Making)
adalah melakukan penilaian dan menjatuhkan
pilihan. Keputusan ini diambil setelah melalui
beberapa perhitungan dan pertimbangan alternatif.

2.3 Sistem Pendukung Keputusan
Decision support system atau sistem pendukung
keputusan secara umum didefinisikan sebagai sebuah
sistem yang mampu memberikan kemampuan baik
kemampuan pemecahan masalah maupun
kemampuan pengkomunikasian untuk masalah semi
terstruktur. Secara khusus, Sistem pendukung
keputusan didefinisikan sebagai sebuah sistem yang
mendukung kerja seorang manager maupun
sekelompok manager dalam memecahkan masalah
semi terstruktur dengan cara memberikan informasi
ataupun usulan menuju pada keputusan tertentu (
Sistem penunjang keputusan, Hermawan, 2005:136).

3. Analisa Dan Perancangan
3.1. Analisa
Perancangan Sistem Pendukung Keputusan lebih
ditekankan pada perancangan aplikasi pintar (smart
application), dimana sistem pendukung keputusan ini
nantinya akan digunakan untuk membantu user
dalam menentukan hasil atau pemecahan dari
masalah yang dihadapi. Permasalahan dihadapi
adalah bagaimana menentukan jumlah produksi
barang pada masa mendatang berdasarkan data
permintaan dan persediaan.
Berdasarkan logika fuzzy metode Tsukamoto
akan dihasilkan suatu model dari suatu sistem yang
mampu memperkirakan jumlah produksi yang
diterapkan dalam suatu sistem pendukung keputusan.

Contoh kasus I:
PT. Indofood CBP Sukses Makmur Medan adalah
suatu perusahaan penghasil makanan akan
memproduksi mie instan. Dari data 1 tahun terakhir,
permintaan terbesar mencapai 1215 dus per bulan,
dan permintaan terkecil mencapai 267 dus per bulan.
Persediaan di gudang terbanyak mencapai 647 dus
per bulan, dan terkecil mencapai 138 dus perbulan.
Saat ini, perusahaan baru mampu memproduksi Mie
Instan maksimum 918 dus per bulan, untuk efisiensi
mesin dan SDM tiap bulan diharapkan perusahaan
memproduksi paling tidak 506 dus.

Tabel 1: Data Permintaan, Persediaan dan Produksi
ISSN : 2339-210X

20

Solusi :
Ada 3 variabel fuzzy yang akan dimodelkan, yaitu :
Permintaan, terdiri atas 2 himpunan fuzzy, yaitu
NAIK dan TURUN.

Gambar 1 : Fungsi Keanggotaan Permintaan

918
918 506
506
,
, 0
412
918
, 1
Pr
] [
=
z
z
z
z
NG BrgBERKURA
z

max
max min
min
,
, 1
min max
min
, 0
Pr
] [
z z
z z z
z z
z z
z z
AH BrgBERTAMB
z
=

918
918 506
506
,
, 1
412
506
, 0
Pr
] [
=
z
z
z
z
AH BrgBERTAMB
z

Sekarang mencari nilai z untuk setiap aturan dengan
menggunakan fungsi MIN pada aplikasi fungsi
implikasinya :
[R1] IF Permintaan TURUN And Persediaan
B
A
N
Y
A
K THEN Produksi Mie Instan
BERKURANG
1
pred

Lihat himpunan Produksi Mie Instan
BERKURANG
(918-z)/412 =0,25
1
z =815
[R2] IF Permintaan TURUN And Persediaan
SEDIKIT THEN Produksi Mie Instan
BERKURANG
2
pred

25 , 0
) 0,62475442 ; 25 , 0 min(
)) 329 ( ), 978 ( min(
=
=
=
=
PsdSEDIKIT PmtTURUN
PsdSEDIKIT PmtTURUN

BERKURANG
(918-z)/412 =0,25
2
z =815
[R3] IF Permintaan NAIK And Persediaan
BANYAK THEN Produksi Mie Instan
BERTAMBAH
3
pred

0,37524558
) 0,37524558 ; 75 , 0 min(
)) 329 ( ), 978 ( min(
=
=
=
=
PsdBANYAK PmtNAIK
PsdBANYAK PmtNAIK

BERTAMBAH
(z-506)/412 =0,37524558
3
z =660,601179
[R4] IF Permintaan NAIK And Persediaan
SEDIKIT THEN Produksi Mie Instan
BERTAMBAH

4
pred
0,62475442
) 0,62475442 ; 75 , 0 min(
)) 329 ( ), 978 ( min(
=
=
=
=
PsdSEDIKIT PmtNAIK
PsdSEDIKIT PmtNAIK


BERTAMBAH
(z-506)/412 =0,62475442
4
z =763,398821

Nilai z dapat dicari dengan cara sebagai berikut
:
4 3 2 1
4 4 3 3 2 2 1 1
* * * *
pred pred pred pred
z pred z pred z pred z pred
z

+ + +
+ + +
=

883 , 754 5 754.882973
5 , 1
3244602 , 1132
1 0,5
8244602 , 724 5 , 407
1
8244602 , 724
0,62475442 0,37524558
763,398821 * 0,62475442 660,601179 * 0,37524558
5 , 0
5 , 407
0,25 0,25
815 * 25 , 0 815 * 25 , 0
= = =
+
+
=
=
+
+
=
=
+
+
=
+ =
z
z
z
z
z
z
z z z
b
b
a
a
b a

25 , 0
) 0,37524558 ; 25 , 0 min(
)) 329 ( ), 978 ( min(
=
=
=
=
PsdBANYAK PmtTURUN
PsdBANYAK PmtTURUN

J adi jumlah mie instan yang harus di produksi

sebanyak 755 dus/bulan.

3.2. Perancangan Aplikasi SPK
Pada bagian perancangan SPK (Sistem
Pendukung Keputusan), diharapkan aplikasi dapat
menghasilkan keputusan yang sangat membantu.
Selain itu juga menampilkan info data-data
pendukung keputusan, sehingga database dapat ter-
ISSN : 2339-210X

21
update setiap kali menemukan data-data pendukung
baru.
Perancangan aplikasi ini menggunakan software
VB.Net 2008 dan database MySQL. File tersebut
dikonfersi menjadi sebuah komponen atau unit baru,
sehingga dapat digunakan untuk membangun
aplikasi Sistem Pendukung Keputusan.

4. ALGORITMA DAN IMPLEMENTASI
4.1 Algoritma
Adapun bentuk dari algoritma program pada
perancangan perangkat lunak ini adalah sebagai
berikut:
a. Tampilan Login
Mulai
Tampilkan form login
Input User ID dan Password
Input pilihan tombol
J ika tombol =login maka
J ika User ID =true dan Password =true maka
Buka form menu utama
Tutup Form login
Selainnya J ika User ID =false dan Password =True
maka Msgbox =User ID salah
Selainnya J ika User ID =true dan Password =false
maka Msgbox =Password salah
Selainnya Msgbox =user id dan password salah
Selesai J ika
Selesai J ika tombol =Tutup maka
Selesai
Selesai J ika
Selesai
b. Tampilan Menu Utama
Input pilihan menu
J ika menu =File maka
Pilih sub menu
J ika sub menu =Input Data maka
Pilih sub menu input data
J ika Input Data =Input Permintaan maka
Tampilkan form input permintaan

Selainnya J ika Input Data =Input Persediaan
maka
Tampilkan form input persediaan
Selainnya J ika Input Data =Input Produksi
maka Tampilkan form input produksi Selesai

J ika sub menu =Password Login maka Pilih
sub menu password login

J ika password login = User Baru maka
Tampilkan form user baru

J ika password login =Ubah Password maka
Tampilkan form ubah password Selainnya

J ika password login = Daftar User maka
Tampilkan form daftar user Selesai jika
J ika sub menu =Close Window maka Tutup
semua form yang tampil, kecuali menu utama
Selainnya J ika sub menu =Log Off maka
Tutup form utama
Tampilkan form login
Selesai
J ika menu =Laporan maka
Pilih sub menu laporan
J ika Laporan =Laporan Permintaan maka
Tampilkan laporan permintaan
J ika laporan = Laporan Persediaan maka
Tampilkan laporan persediaan
J ika laporan = Laporan Produksi maka
Tampilkan laporan produksi
J ika laporan =Laporan Proses Produksi maka
Tampilkan form parameter laporan proses
produksi
Selesai
J ika menu =Analisa Data maka
Pilih sub menu analisa data
J ika analisa =Hitung Produksi maka
Tampilkan form hitung produksi
Selesai
J ika menu =Help maka
Pilih sub menu help
J ika help =Tentang Aplikasi maka
Tampilkan form tentang aplikasi
J ika help =Bantuan maka
Tampilkan form bantuan
J ika help =Tentang Programmer maka
Tampilkan form tentang programmer
Selesai

J ika menu =Keluar maka
Selesai
Selesai

4.2 Implementasi
Berikut hasil implementasi Sistem Pendukung
Keputusan penentuan jumlah produksi makanan.
1. Form Login
Form Login adalah form pertama kali ditampilkan
untuk menampilkan pilihan pengguna pada sistem
pendukung keputusan. Form ini berisikan User ID
dan Password. Adapun tampilan dari form login
adalah seperti terlihat pada Gambar 2 berikut:

Gambar 22 : Form Login

2. Form Utama
Form utama adalah form kedua yang
ditampilkan untuk menampilkan menu-menu pilihan
pada sistem pendukung keputusan. Form ini
berisikan Menu File, Menu Laporan, Menu Analisis
Data, Menu Help, dan Menu Keluar. Adapun
tampilan dari form utama adalah Menu File, Menu
ISSN : 2339-210X

22
Laporan, Menu Analisis Data, Menu Help, dan Menu
Keluar seperti terlihat pada Gambar 3 berikut:

Gambar 3: Form Utama

3. Form Data Permintaan
Form Data Permintaan adalah tampilan untuk
menginputkan data-data permintaan yang terjadi dan
ingin disimpan kedalam database. Adapun tampilan
dari form data permintaan adalah seperti terlihat pada
Gambar 4 berikut:

Gambar 4 : Form Data Permintaan

4. Form Data Persediaan

Form Data Persediaan adalah Form untuk
menginputkan data persediaan yang ada dan akan
disimpan ke database. Adapun tampilan dari form
input data persediaan adalah seperti terlihat pada
Gambar 5 berikut:

Gambar 5: Form Persediaan

5. Form Data Produksi

Form Data Produksi adalah sebuah form unuk
menampilkan data-data produksi pada setiap bulan
dan akan disimpan ke database. Adapun tampilan
form produksi adalah seperti terlihat pada Gambar 6
berikut:

Gambar 6 : Form Produksi

6. Form Hitung Produksi

Form Hitung Produksi adalah sebuah form
untuk memproses jumlah produksi makanan yang
akan diproduksi. Adapun tampilan form hitung
produksi adalah seperti terlihat pada Gambar 7
berikut:

Gambar 7 : Form Hitung Produksi

7. Form Add User

Form Add User adalah sebuah form unuk
menginputkan data-data user baru yang ingin
mengakses sistem pendukung keputusan, hal ini
dapat dilakukan oleh administrator. Adapun tampilan
form add user adalah seperti terlihat pada Gambar 8
berikut :

Gambar 8 : Form Add User

8. Form Update Password

Form Update Password adalah sebuah form
unuk mengubah password pengguna yang sudah
terdaftar. Hal ini hanya dapat dilakukan oleh
ISSN : 2339-210X

23
administrator, tapi hanya sebatas perubahan terhadap
password user tersebut. Adapun tampilan Form
Update Password adalah seperti terlihat pada
Gambar 9 berikut:

Gambar 9 : Form Update Password

9. Form Daftar User

Form Daftar User adalah sebuah form untuk
melihat seluruh user yang terdaftar pada aplikasi
ini.Adapun tampilan form daftar user adalah seperti
terlihat pada Gambar 10 berikut:

Gambar 10 : Form Daftar User
10. Laporan Data Permintaan

Laporan data permintaan adalah sebuah
laporan yang digunakan untuk melihat data
permintaan yang diterima. Kolom jumlah permintaan
pada laporan ini merupakan jumlah permintaan
makanan dari customer. Adapun tampilan laporan
data permintaan adalah seperti terlihat pada Gambar
11 berikut:

Gambar 11: Laporan Data Permintaan

11. Laporan Data Persediaan

Laporan data persediaan adalah sebuah
laporan yang digunakan untuk melihat data
persediaan yang ada. Kolom jumlah persediaan pada
laporan ini merupakan jumlah persediaan makanan
yang terdata. Adapun tampilan laporan data
persediaan adalah seperti terlihat pada Gambar 12
berikut:

Gambar 12: Laporan Data Persediaan

12. Laporan Data Produksi

Laporan data produksi adalah sebuah laporan
yang digunakan untuk melihat data produksi yang
pernah terjadi. Kolom jumlah produksi pada laporan
ini merupakan jumlah produksi makanan yang
terdata dan pernah diproduksi. Adapun tampilan
laporan data produksi adalah seperti terlihat pada
Gambar 13 berikut:

Gambar 13 : Laporan Data Produksi

13. Laporan Proses Produksi

Laporan proses produksi adalah sebuah
laporan yang digunakan untuk melihat proses
produksi yang dihasilkan pada proses hitung
produksi. Kolom produksi pada laporan ini
merupakan jumlah perkiraan produksi. Adapun
tampilan laporan proses produksi adalah seperti
terlihat pada Gambar 14 berikut:

Gambar 14 : Laporan Proses Produksi

ISSN : 2339-210X

24
5. Kesimpulan Dan Saran
5.1. Kesimpulan
Berdasarkan uraian hasil dan pembahasan
mengenai Sistem Pendukung Keputusan Penentuan
J umlah Produksi Makanan Menggunakan
Menggunakan Logika Fuzzy Dengan Metode
Tsukamoto (Studi Kasus : PT.Indofood CBP Sukses
Makmur Medan), maka dapat diambil kesimpulan
bahwa:
4. PT. Indofood CBP Sukses Makmur Medan
melakukan produksi makanan (mie instan)
dilakukan dari pengolahan data bahan baku
(persediaan), data permintaan dan data produksi
sebelumnya yang digunakan untuk dapat
memperkirakan data produksi yang akan datang.
5. Pada penerapan metode Tsukamoto dalam sistem
pendukung keputusan untuk menentukan jumlah
produksi menggunakan komponen SPK yang
diantaranya adalah Data, Model base, Database,
dan User Interface (Dialog).
6. Sistem yang dirancang dalam Pendukung
Keputusan Penentuan J umlah Produksi Makanan
Menggunakan Program Microsoft Visual
Basic.Net 2008 dan database MySQL.

5.2. Saran
Pada para pengembang berikutnya, penulis
memberikan beberapa saran sebagai berikut:
1. Menambahkan faktor input lainnya yang
mempengaruhi dalam penentuan jumlah makanan
yang akan diproduksi, misalnya jumlah pekerja
dan biaya produksi
2. Menambahkan aturan fuzzy pada inferensinya,
sehingga hasil produksi yang diperoleh semakin
akurat.
3. Menerapkan dan mencoba dalam metode
inference atau penalaran lainnya seperti metode
mamdani.
4. Menerapkan dalam bahasa pemograman lainnya
misalnya web, java, dan lain-lain.

6. Daftar Pustaka

[1] A.S Rosa dan Salahuddin M, Modul
Pembelajaran Rekayasa Perangkat Lunak
(Terstruktur dan Berorientasi Objek),
Modula, Bandung, 2011.
[2] Hasan, M. Iqbal, Pokok-Pokok Materi Teori
Pengambilan Keputusan, Ghalia, J akarta,
2004.
[3] J ogiyanto, Hartono, Analisis & Desain
Sistem Informasi Pendekatan Terstruktur
Teori dan Praktek Aplikasi Bisnis, Andi,
Yogyakarta, 2005.
[4] Kusrini, Strategi Perancangan dan
Pengelolaan Basis Data, Andi, Yogyakarta,
2007.
[5] Kusumadewi, Sri dkk, Fuzzy Multi-Attribute
Decision Making (Fuzzy MADM), Graha
Ilmu, Yogyakarta, 2006.
[6] Tata, Sutabri, Analisa Sistem Informasi,
Andi, Yogyakarta, 2005.
[7] Turban dkk. Decision Support System and
Intelligent System (Sistem Pendukung
Keputusan dan Sistem Cerdas, Andi,
Yogyakarta, 2005.
[8] sumber:http://pribadisigit.web.ugm.ac.id/
data/myta.pdf tanggal akses 20 J anuari 2014


Muhammad Yudin Ritonga

Diunggah oleh

Informasi Dokumen

Deskripsi Asli:

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Muhammad Yudin Ritonga

Diunggah oleh

Hak Cipta:

Format Tersedia

Volume : III, Nomor : 1, Mei 2014 Majalah Ilmiah

Informasi dan Teknologi Ilmiah (INTI)

Lihat himpunan Produksi Mie Instan

J adi jumlah mie instan yang harus di produksi

Anda mungkin juga menyukai