PROPOSAL PENELITIAN

PERANCANGAN SISTEM SEARCH ENGINE

MENGGUNAKANAN DATABASE
ELASTICSEARCH PADA APLIKASI PODCAST
PT. INSPIGO INOVASI INDONESIA.

Oleh:

MUHAMMAD HAFIZH ABDILLAH - 2201861080

MUHAMMAD HARUN - 2201862562

NOVI ARIJANTO - 2201861616

Untuk Pengajuan Skripsi

Program Strata-1

Jurusan Teknik Informatika

Fakultas Teknik

Universitas Bina Nusantara

Jakarta

2020
 DAFTAR ISI

HALAMAN SAMPUL ………………………………………………………… i

DAFTAR ISI .………………………………………………………... ii
BAB 1 PENDAHULUAN
1.1 Latar Belakang ...………………………………………………………. 1
1.2 Rumusan Masalah ….……………………………………………………. 2
1.3 Ruang Lingkup ….…………………………………………………….. 2
1.4 Tujuan dan Manfaat ……………………………………………………….. 2
1.5 Metode Penulisan ……………………………………………………… 3
BAB 2 TINJAUAN PUSTAKA
2.1 Big Data ……………………………………………………….. 4
2.2 Information Retrieval ………………………………………………………... 5
2.3 Elasticsearch ………………………………………………………... 5
2.4 RESTful ……………………………………………………....... 7
2.5 Node JS ……………………………………………………....... 7
BAB 3 METODE PENELITIAN
3.1 Pengambilan Data ……....……………………………………………....... 8
3.1.1 Kuisioner ……………………………………………………....... 8
3.1.2 Wawancara ……………………………………………………....... 8
3.2 Metode Perancangan Aplikasi ………………………………………………. 8
3.2.1 Requirement (Requirement Analysis and Definition) ……………....... 9
3.2.2 Design (System and software Design) ……………………………....... 9
3.2.3 Implementation (Implementation and Construction) ………………… 9
3.2.4 Verification (Implementation) ……………………………………....... 9
3.2.5 Maintenance (Operation and Maintenance) ……………………….. 10
3.3 Metode Evaluasi ……………………………………………………...... 10
3.4 Pengembangan Aplikasi ……………………………………………………...... 10
3.4.1 Database ……………………………………………………...... 10
3.4.2 Lingkungan ……………………………………………………...... 10

2
SISTEMATIKA PENULISAN ……………………………………………………....... 11
PROFIL PERUSAHAAN ……………………………………………………....... 12
DAFTAR PUSTAKA ……………………………………………………....... 13
LAMPIRAN ……………………………………………………....... 14
 BAB 1
PENDAHULUAN

1.1 Latar Belakang

Kemajuan teknologi dewasa ini membuat kita dapat dengan mudahnya untuk
mempelajari suatu hal yang baru, salah satunya melalui media audio digital berupa Podcast.
Berbagai cerita inspirasi kini mudah didapat hanya dengan sebuah aplikasi smartphone. PT
Inspigo Inovasi Indonesia atau Inspiration On the Go merupakan sebuah media berbentuk
aplikasi yang menyediakan konten audio podcast. Konten yang disajikan oleh Inspigo ini ada
berbagai topik seputar skills dan knowledge yang bisa menginspirasi pendengarnya. Inspigo
menghadirkan beragam topik yang bisa didengarkan dan disesuaikan dengan skills yang
dibutuhkan para pekerja milenial. Berbagai kategori seperti Leadership, Self Improvement,
Career Development, Lifestyle, Health & Fitness, Entrepreneurship, hingga Music Interview
dapat ditemukan di Inspigo. Konten Inspigo dikemas dalam bentuk talkshow antara host
(Inspihost) dan narasumber (Inspiguest). Inspigo juga mengkurasi para pembicara yang terdiri
dari public figure, kalangan profesional, artis, atlet, penulis buku, entrepreneur, dan narasumber
lain yang inspiratif serta mempunyai kredibilitas mumpuni.
Banyaknya konten yang ada pada aplikasi Inspigo membuat para penggunanya
mengalami kebingungan dalam menentukan konten mana yang mereka perlukan untuk
didengarkan. Mayoritas dari pencarian itu akan terjadi melalui search engine atau mesin pencari.
Sayangnya, sistem pencarian pada aplikasi Inspigo saat ini hanya dapat menampilkan pencarian
berdasarkan judul dan nama artis. Fitur pada search engine pada Inspigo masih belum optimal
dan tidak menampilkan konten terkait. Informasi yang tidak sesuai dengan yang diinginkan akan
berpengaruh pada pengambilan keputusan yang dilakukan oleh pengguna.
Fitur pencarian yang kurang akan informasi kepada para pengguna aplikasi inspigo,
membuat hilangnya daya ketertarikan para pengguna untuk menggunakan aplikasi ini secara
jangka panjang. Dengan berkembangnya teknologi basis data, kemampuan untuk memproses
data dengan cepat banyak dikembangkan, Elasticsearch adalah salah satunya. Elasticsearch
merupakan sebuah mesin pencari berbasis text yang real time dan analisis untuk semua jenis

1
data. Pada Elasticsearch terjadi suatu proses yang dinamakan Data Ingestion. Pada proses ini
data mentah diolah melalui tahapan penguraian, normalisasi, dan diperkaya dengan data
tambahan sebelum dilakukan proses indexing. Indexing inilah yang menjadi kunci keberhasilan
Elasticsearch dalam melakukan pencarian data dengan cepat. Selain itu, Elasticsearch bersifat
scalable, yang berarti dapat dilakukan penyesuaian tergantung dari kebutuhan sistem. Dengan
demikian, PT Inspigo Inovasi Indonesia dapat menggunakan Elasticsearch sebagai search
engine yang kaya akan fitur dan dapat menampilkan konten yang sesuai dengan keinginan
pengguna untuk memberikan user experience yang lebih baik.

1.2 Rumusan Masalah

Berikut adalah rumusan masalah yang menjadi landasan penyusunan skripsi ini.
1. Bagaimana sistem pencarian pada aplikasi podcast inspigo ?
2. Bagaimana user experience dalam menggunakan sistem pencarian di aplikasi podcast
inspigo ?
3. Bagaimana mengoptimalisasikan fitur search pada aplikasi podcast inspigo ?

1.3 Ruang Lingkup

Berikut adalah ruang lingkup yang akan dibahas dalam penyusunan skripsi ini.
1. Perancangan sistem pencarian / search engine menggunakan elasticsearch pada aplikasi
podcast inspigo.
2. Prototype dari sistem pencarian / search engine untuk aplikasi podcast inspigo.
3. Sistem ini diperuntukan untuk memberikan user experience yang lebih baik kepada
pengguna aplikasi podcast inspigo.

1.4 Tujuan dan Manfaat

1. Tujuan Penelitian
Berikut adalah tujuan penelitian yang dilakukan
a. Melakukan penelitian penggunaan database elasticsearch sebagai fitur search engine
pada aplikasi podcast inspigo.
 b. Membuat prototype aplikasi pencarian / search engine menggunakan elasticsearch
pada aplikasi podcast inspigo.

2. Manfaat Penelitian
Berikut adalah manfaat penelitian yang dilakukan
a. PT Inspigo inovasi indonesia akan memiliki fitur search yang lebih optimal
dibandingkan yang sudah ada. Tidak hanya berdasarkan judul dan nama artis untuk
mendapatkan sebuah konten, tapi juga dapat berdasarkan deskripsi konten, jenis
kategori konten, dan juga tags yang dimiliki konten tersebut.
b. Aplikasi podcast inspigo (PT Inspigo Inovasi Indonesia) akan mendapatkan user
experience yang lebih baik karena hasil data pencarian akan lebih dinamis.

1.5 Sistematika Penulisan

Sistematika dalam penulisan penelitian ini adalah sebagai berikut.

1. BAB I: PENDAHULUAN
Bab ini berisi tentang latar belakang, masalah, ruang lingkup, tujuan dan manfaat, metode
penelitian serta sistematika penulisan dalam penelitian yang dilakukan.
2. BAB II: TINJAUAN PUSTAKA
Bab ini berisi mengenai teori-teori penunjang penelitian. Terdiri dari teori basis data dan
bahasa pemrograman yang digunakan dalam penelitian ini
3. BAB III: METODOLOGI
Bab ini berisi tentang uraian alat dan bahan yang digunakan dalam penelitian. Selain itu
juga menjelaskan mengenai detail langkah-langkah yang harus dilalui untuk mencapai
tujuan dan kesimpulan akhir penelitian.
4. BAB IV: HASIL DAN PEMBAHASAN
Bab ini berisi menjelaskan tentang bagaimana perancangan sistem dibuat, dimulai dari
perancangan basis data sampai implementasi pada prototype sistem.
5. BAB V: SIMPULAN DAN SARAN
Bab ini merupakan bab penutup yang berisi kesimpulan berdasarkan hasil perancangan
aplikasi yang telah dilakukan dan saran untuk perusahaan.
 BAB 2
TINJAUN PUSTAKA

2.1 Big Data.

Big Data menjadi salah satu tren teknologi paling penting yang berpotensi mengubah cara
organisasi menggunakan informasi untuk meningkatkan pengalaman pelanggan bahkan
mengubah model bisnis mereka. Big Data adalah kombinasi teknologi manajemen data yang
telah berkembang dari waktu ke waktu yang memungkinkan organisasi untuk menyimpan,
mengolah, dan memanipulasi sejumlah besar data dengan kecepatan yang tepat dan pada waktu
yang tepat untuk mendapatkan wawasan yang tepat. Cara untuk memahami data yang besar
adalah bahwa data harus dikelola dengan baik sehingga dapat memberikan solusi terhadap
kebutuhan bisnis yang dijalankan. Sebagian besar perusahaan berada pada tahap awal dengan
perjalanan data besar mereka.
Asniar (2015) dalam makalahnya mengusulkan penggunaan Big Data Analytic di
Perguruan Tinggi, yakni meliputi Learning Analytic, Academic Analytic, dan Process Mining.
Learning Analytic adalah melakukan analisis data pembelajaran secara real time sehingga dapat
digunakan untuk memprediksi mahasiswa sukses dan mahasiswa yang beresiko akademik.
Dengan academic analytic dapat dilakukan analisis secara real time terhadap data-data yang
merupakan variabel pengukuran kinerja akademisi sehingga dapat diketahui staf-staf akademisi
yang berprestasi maupun staf-staf akademisi yang kinerjanya sangat kurang dibandingkan
dengan staf-staf akademisi lainnya. Sedangkan untuk Process Mining, data-data yang digunakan
dapat diperoleh dari data log atau data aktivitas dari mahasiswa, dosen, dan unit-unit terkait
dengan proses-proses dan aktivitas yang terjadi di Perguruan Tinggi untuk kemudian dilakukan
process analytic dengan menggunakan process mining untuk menemukan model proses bisnis
baru. Namun proses analytic tidak terbatas pada proses penemuan proses bisnis tapi juga
memungkinkan untuk memeriksa kesesuaian, mendeteksi penyimpangan, memprediksi
penundaan, mendukung pengambilan keputusan, dan merekomendasikan desain ulang proses.
Tahapan yang dilalui dalam penelitian, pembangunan konsep, atau penyelesaian kasus,
dituliskan pada bagian metodologi. Pada usulan Asniar (2015) tersebut memerlukan repositori
data yang bersumber dari banyak data di lingkungan akademik. Sistem yang dibangun ini
mengumpulkan data-data tersebut melalui proses pengindeksan yang dilakukan oleh
Elasticsearch. Pengindeksan juga akan mengkonversi data dari SQL menjadi NoSQL
menggunakan platform tunggal dan terpadu. Hal ini akan menjadi inisiasi sebuah ekosistem Big
Data pada PNM yang dapat dianalisis lebih lanjut di kemudian hari (Big Data Analytic).
2.2 Information Retrieval.
Gerard Salton, pelopor dalam pencarian informasi dan salah satu tokoh terkemuka dari
tahun 1960-an hingga 1990-an, mengusulkan sebuah definisi Information Retrieval dalam buku
klasiknya 1968, yakni bidang yang berkaitan dengan struktur, analisis, organisasi, penyimpanan,
pencarian, dan pengambilan informasi. Meskipun dunia mengalami kemajuan besar dalam
pemahaman dan teknologi pencarian dalam 40 tahun terakhir ini, definisi tersebut masih tepat
dan akurat. Arsitektur Information Retrieval dapat digambarkan pada Gambar 1 di bawah ini.

Gambar 1. Arsitektur Information Retrieval.

2.3 Elasticsearch.
Elasticsearch adalah sebuah database yang berorientasikan objek, yang berjalan pada
apache lucene. Apache lucene adalah open-source engine software library, yang dibuat oleh
Doug Cutting diatas bahasa pemrograman java. Dalam beberapa tahun terakhir ElasticSearch
sangat populer dalam penyimpanan data bertipe JSON-Based, dengan performa yang sangat
baik. Elasticsearch memberikan banyak fitur queries yang sangat optimal, termasuk pencarian
berupa text secara menyeluruh, dan juga pencarian fuzzy. Dengan menggunakan Elasticsearch
dapat juga menjalankan queries aggregation, filters, dan numeric comparison sehingga dapat
memberikan hasil pencarian yang optimal dalam proses pengambilan data. Elasticsearch
memiliki query yang lebih mudah untuk digunakan karena berbasis RESTful. Elasticsearch
memiliki konsep yang cukup unik. Dimana kita dapat mengasumsikan indeks sebagai
"database", types sebagai "tabel" dan dokumen sebagai record atau row. Sedangkan mapping
dapat diasumsikan sebagai "skema tabel". Di Elasticsearch tidak ada transaction dan dapat
membuat struktur indeks tergantung dengan kebutuhan. Selain itu dapat diatur untuk menjadi
sebuah sistem terdistribusi terhadap sejumlah server.

2.3.1 Fitur Utama Elasticsearch.

Elasticsearch memiliki fitur fitur utama yang sudah dikembangkan sehingga penggunaan engine
lucene dapat bekerja lebih optimal, dengan menggunakan menggunakan RESTful dengan respons
berupa JSON membuat pertukaran data menjadi lebih mudah, selain itu berikut merupakan fitur
utama dari Elasticsearch :
1. Terdistribusi.
Pendistribusian data pada Elasticsearch membuat aplikasi pencarian ini dapat di scale
secara horizontal, dengan cukup menggunakan satu komputer, dan menciptakan
beberapa cluster yang didalamnya terdapat beberapa node, tanpa perlu perlu
mengkhawatirkan kompleksitas internal dan penyimpanan data pencarian.
2. Ketersediaan Tinggi.
Replikasi data pada tiap cluster, membuat penggunanya dapat memiliki data yang sama
sehingga ketersedian tiap data dalam pemrosesan akan selalu tinggi.
3. REST Based.
Dengan metode REST ini pengguna dapat memanipulasi data pada Elasticsearch. Bukan
hanya dalam memanipulasi, pengguna juga dapat memonitor kondisi / Health checker
dari Elasticsearch itu sendiri.
 4. Query DSL.
Dengan menggunakan query DSL (Domain Specific Language), membuat Elasticsearch
bekerja menggunakan lucene secara optimal dalam proses penulisan ataupun
pengambilan data nya.
5. Schemaless.
Schemaless / tanpa schema, kita dapat dengan mudah melakukan indexing pada data yang
ingin kita simpan pada Elasticsearch.
2.4 RESTful.
REST (REpresentational State Transfer) merupakan standar arsitektur komunikasi
berbasis web yang sering diterapkan dalam pengembangan layanan berbasis web. Umumnya
menggunakan HTTP (Hypertext Transfer Protocol) sebagai protokol untuk komunikasi data.
REST pertama kali diperkenalkan oleh Roy Fielding pada tahun 2000. Pada arsitektur REST,
REST server menyediakan resources (sumber daya/data) dan REST client mengakses dan
menampilkan resource tersebut untuk penggunaan selanjutnya. Setiap resource diidentifikasi
oleh URIs (Universal Resource Identifiers) atau global ID. Resource tersebut direpresentasikan
dalam bentuk format teks, JSON atau XML. Pada umumnya formatnya menggunakan JSON dan
XML.
2.5 Node JS.
Node.js adalah perangkat lunak yang didesain untuk mengembangkan aplikasi berbasis
web dan ditulis dalam sintaks bahasa pemrograman JavaScript. Bila selama ini kita mengenal
JavaScript sebagai bahasa pemrograman yang berjalan disisi client / browser saja, maka Node.js
ada untuk melengkapi peran JavaScript sehingga bisa juga berlaku sebagai bahasa pemrograman
yang berjalan disisi server, seperti halnya PHP, Ruby, Perl, dan sebagainya. Node.js dapat
berjalan di sistem operasi Windows, Mac OS X dan Linux tanpa perlu ada perubahan kode
program. Node.js memiliki pustaka server HTTP sendiri sehingga memungkinkan untuk
menjalankan server web tanpa menggunakan program server web seperti Apache atau Nginx.
Untuk mengeksekusi Javascript sebagai bahasa server diperlukan engine yang cepat dan
mempunyai performansi yang bagus. Engine Javascript dari Google bernama V-8 engine yang
dipakai oleh Node.js yang juga merupakan engine yang dipakai oleh browser Google Chrome.
Keunggulan dari Node.js sendiri dapat bekerja secara asynchronous, non-blocking process,
clustering dan load balance merupakan fitur inti Node.js.
 BAB 3
METODE PENELITIAN

3.1. Pengambilan Data

Dalam pembuatan search engine pada podcast app, kita membutuhkan data-data yang
valid agar mengetahui apa saja pencarian konten yang diminati di dalam podcast app itu sendiri.
Metode analisis yang digunakan menggunakan entry data. Berikut langkah-langkah yang
digunakan saat pengumpulan data.
3.1.1. Kuisioner
Metode pertama dalam pengumpulan pertama adalah memberikan kuesioner untuk 20
sampai 30 responden. Demi mendapatkan pencarian konten yang diminati dengan ke
valid-an yang tinggi, kita memberikan kuesioner pada penggemar podcast.
3.1.2. Wawancara
Metode kedua ini kita lakukan untuk mendapatkan data dari pemilik podcast. Kita
memberikan wawancara untuk mengetahui kebutuhan apa saja yang biasanya diinginkan
oleh para pengguna aplikasi podcast dan tentunya terkait dengan search engine yang
akan kita bangun.
Dari metode entry data yang kita lakukan diatas dan juga ruang lingkup yang kita perkecil akan
tetapi tidak mengurangi ke valid-an data tersebut diharapkan memiliki tingkat efisiensi yang
tinggi demi menunjang pembuatan search engine pada podcast app tersebut.
3.2 Metode Perancangan Aplikasi
Metode yang digunakan dalam pembuatan aplikasi ini adalah metode Waterfall oleh Ian
Sommerville (tahun 2015). Penggunaan metode Waterfall ini cukup umum dalam pembuatan
suatu sistem dikarenakan dalam metodenya sangat terstruktur dan dapat mengurangi
kemungkinan error dalam pembuatannya. Inti dari metode yang akan kita gunakan ini sangat
berurutan dan jika sistem menjalankan satu tahap saja dan terjadi masalah maka sistem akan
mengulang dari awal, sehingga setiap tahap harus sangat dipikirkan dan dikerjakan sangat teliti
agar semua sistem dapat berjalan satu per satu. Metode Waterfall meliputi :
 Gambar 2. Waterfall method, Ian Sommervile (2015)
3.2.1. Requirement (Requirement Analysis and Definition)
Pada tahap pertama ini adalah requirement maksudnya adalah dimana kita
mengumpulkan informasi-informasi yang dibutuhkan dalam pembuatan search engine ini
seperti, survey dan juga interview tatap muka. Sehingga kita dapat mengetahui inti dari
permasalahan yang akan diselesaikan, spesifikasi apa yang digunakan, dan konten apa
saja yang akan disediakan di search engine podcast app tersebut.
3.2.2. Design (System and software Design)
Setelah kita melewati tahap pertama kita dapat mengetahui apa saja yang dibutuhkan dan
dapat melakukan efisiensi dalam pembuatannya. Di tahap ini kita melakukan pembuatan
sistem apa yang digunakan, perancangan database, dll.
3.2.3. Implementation (Implementation and Construction)
Di tahap ini kita telah melewati tahapan perancangan setelah itu kita dapat melakukan
implementasi apa yang dapat aplikasikan pada search engine kita.
3.2.4. Verification (Implementation)
Di tahap selanjutnya ini berguna untuk melakukan testing terhadap sistem, fitur, dan
tampilan yang sudah dibangun. Apakah semua aspek-aspek dalam pembuatan search
engine app sudah terintegrasikan dengan sangat baik dan sesuai dengan yang kita
inginkan. Pada tahap ini kita harus melakukannya berulang-ulang kali sampai tidak
menemukan bug.
 3.2.5. Maintenance (Operation and Maintenance)
Pada tahap terakhir metode Waterfall ini merupakan tahap penyempurnaan, maksudnya
adalah di tahap ini semua sistem, fitur, dan tampilan sudah berjalan dengan baik.
Sehingga kita hanya perlu melakukan pemeliharan podcast tersebut dan juga melakukan
perbaikan jika ternyata terdapat masalah yang tidak ditemukan pada tahap-tahap
sebelumnya.
3.3 Metode Evaluasi
Metode evaluasi yang akan digunakan dalam penelitian ini adalah CIPP ( Context Input
Process Product ). Jenis metode evaluasi ini dipilih karena aspek yang ditinjau dalam model
penelitian ini dianggap lebih komprehensif dibandingkan dengan model evaluasi lainnya.
Terdapat empat aspek pada metode evaluasi CIPP, yang pertama adalah evaluasi context yang
meliputi latar belakang penggunaan sistem pencarian pada aplikasi podcast inspigo, evaluasi
input meliputi hal hal yang dapat pengguna cari dalam penggunaan fitur search tersebut, evaluasi
process meliputi perbedaan kompleksitas data yang dapat dicari sebelum dan sesudah
menggunakan fitur Elasticsearch dan terakhir adalah evaluasi product, meliputi bagaimana
akhirnya data dapat ditampilkan pada aplikasi.
3.4 Pengembangan Aplikasi
Dalam Proses Pengembangan aplikasi akan dijalankan di server node js dengan
framework restify js. Peneliti akan membuat data mock / replika dari data yang ada pada aplikasi
inspigo.
3.4.1 Database
Database yang akan digunakan merupakan database nosql yaitu ElasticSearch.
3.4.2 Lingkungan
Lingkungan pengembangan aplikasi akan berjalan pada sisi server dengan bahasa
pemrograman Javascript.
Profil Perusahaan.

PT. Inspigo Inovasi Indonesia (https://inspigo.id) adalah perusahaan rintisan (startup)

bergerak dibidang digital yang beralamat di Jalan Cilandak Tengah 3 No. 20, Jakarta Selatan,
DKI Jakarta. PT. Inspigo Inovasi Indonesia menggunakan platform media podcast yang
menyajikan informasi berkualitas tinggi dan cara belajar baru. Dengan visi adalah untuk
memperkaya & memberdayakan kehidupan orang-orang dengan membawakan mereka
pembicaraan inspirasional, pengetahuan bermanfaat, dan hiburan-kapan saja dimana saja. PT.
Inspigo Inovasi Indonesia berdiri sejak oktober 2017 dengan para pendirinya adalah Tyo
Guritno, Yoris Sebastian dan Eva Ditasari.
 Daftar Pustaka
1. Admaja, A. P., & Yulianto, S. V. (2018). Jurnal Nasional Teknologi dan Sistem
Informasi. Pemanfaatan Elasticsearch untuk Temu Kembali Informasi Tugas Akhir.
2. Arslan, M. (2016, December 23). Pengenalan Singkat Elasticsearch. Retrieved from
Code Politan: https://www.codepolitan.com/pengenalan-singkat-elasticsearch
3. Dixit, B., Kuc, R., Rogozinski, M., & Chhajed, S. (2017). Elasticsearch. A Complete
Guide. Packt Publishing Ltd.
4. Feridi. (2019). Mengenal Restful Web Services. Codepolitan.
5. Lutfi, F. (2017, January 19). Retrieved from Mengenal Node.js:
https://www.codepolitan.com/mengenal-nodejs-5880234fe9ae3
6. Novitasari, R. (2015). Temu Kembali Informasi Menggunakan Elasticsearch Pada
Unstructured Data Text Multi Dimensi.
7. Parsons, R. (2010). Domain Specific Languages by Martin Flower.
8. Rusdi, F. (2019). Podcast Sebagai Industri Kreatif. SNIT 2012.
9. wikipedia. (2020, April 16). Apache Lucene. Retrieved from wikipedia:
https://en.wikipedia.org/wiki/Apache_Lucene
10. Wilson, J. (2018). Node. js 8 The Right Way. Practical, Server-side Javascript that
Scales. Pragmatic Bookshelf.
BIODATA PENELITI:

Ketua:

Nim 2201861080

Nama Mahasiswa : Muhammad Hafizh Abdillah AR

Bidang Peminatan : Teknik Informatika

Anggota:

Nim 2201862562

Nama Mahasiswa : Muhammad Harun

Bidang Peminatan : Teknik Informatika

Nim 2201861616

Nama Mahasiswa : Novi Arijanto

Bidang Peminatan : Teknik Informatika