SISTEM PEMROSESAN SINYAL PTE 419 PTE 420 TEUMSept
- Slides: 89
SISTEM PEMROSESAN SINYAL PTE 419 + PTE 420 TEUM@Sept. 2012
Informasi Umum • Pengajar: Dr. Hakkun Elmunsyah, M. T. • Jadual: – Rabu: Jam ke 1 – 4 (R. G 4 -111 / 108) • Prasyarat: – MTE 414, MTE 412 • Bobot: 2 + 1 SKS 2
Komunikasi • E-mail: hakkun@um. ac. id, elmunsyah@yahoo. com • Telp. : 08125206426 • Ruangan: H 5. 201 3
Penilaian • Ujian Tengah Semester (20%) • Ujian Akhir Semester (25%) • Tugas kelompok dengan anggota maksimal 2 orang (25%) Matlab / Labview. • Tugas individu (25%). • Persentase kehadiran (5%) 4
Tujuan • Memberikan pengetahuan dan keterampilan kepada mahasiswa berkenaan konsep dan aplikasi komunikasi data serta jaringan komputer. • Isu penting: – Perkembangan komunikasi data dan jaringan komputer. – Sistem keamanan data dan evaluasi jaringan komputer. 5
Materi Sistem Pemrosesan sinyal 1. Konsep dasar sinyal, sistem dan pemrosesan sinyal 1. Meliputi : Pengertian sinyal, sistem dan pemrosesan sinyal, klasifikasi sinyal, konsep frekuensi dalam sinyal, teori sampling, kuantisasi, pengkodean, konversi digital to analog 2. Sinyal dan sistem waktu diskrit 1. Meliputi : Klasifikasi sinyal waktu diskrit, sistem waktu diskrit, analisa sistem LTI waktu diskrit (analisa sistem linier, respon sistem LTI dan konvolusi) 3. Transformasi Z 1. Meliputi : Transformasi Z dan inversnya, sifat-sifat Transformasi Z
Materi Sistem Pemrosesan sinyal 1. Analisa transformasi sistem LTI Ø Meliputi : Respons frekuensi sistem LTI, persamaan beda 2. Flow graph / Diagram Blok Ø Meliputi : Bentuk langsung, bentuk kaskade, bentuk paralel 3. Filter Digital Ø Meliputi : Design filter IIR dan FIR 4. Transformasi Fourier Diskrit (DFT) Ø Meliputi : Deret Fourier waktu kontinyu dan waktu diskrit, sifat DFT, Komputasi pada DFT 5. Fast Fourier transform (FFT) Ø Algoritma FFT, implementasi algoritma FFT
References • Kuc, Introduction to Digital Signal Processing, Mc Graw Hill, 1982. • Alan V. Oppenheim & R. W. Schafer, Discrete-Time signal Processing, PHI, 1975. • Lonnie C. Ludeman, Fundamentals of Digital Signal Processing, Harper & Row, Publishers, Inc. 1986 • John G. Proakis & Dimitris G. M, Digital Signal Processing third Edition, PHI, 1995. • John G. Proakis & Dimitris G. M, Pemrosesan Sinyal Digital – edisi bahasa Indonesia, PT Prenhalindo, Jakarta, 1997.
SEJARAH PERKEMBANGAN Ø Kemajuan-kemajuan pesat di bidang : § Teknologi komputer digital § Pabrikasi rangkaian terintegrasi Ø Komputer digital + perangkat kerasnya (30 tahun yang lalu) § Besar dan mahal § Aplikasi bisnis § General purpose scientific computation Ø Teknologi rangkaian terintegrasi : § Medium-scale integration (MSI) § Large-scale integration (LSI) § Very-large-scale integration (VLSI)
Ø Komputer digital + perangkat kerasnya (sekarang) § Lebih kecil, lebih cepat dan lebih murah § Special purpose scientific computation Ø Kelebihan pemrosesan sinyal digital § Lebih presisi § Lebih fleksibel dalam perancangan sistem § Perangkat lunak dapat mengendalikan perangkat keras § Operasi-operasi terprogram (algoritma) Ø Kekurangan pemrosesan sinyal digital § Untuk sinyal dengan bandwidth sangat lebar § Real-time processing (Analog) § Optical signal processing § Terjadi distorsi § Proses pencuplikan (sampling) § Proses kuantisasi (quantization)
SINYAL, SISTEM DAN PEMROSESAN SINYAL Ø Sinyal § Besaran-besaran yang tergantung pada waktu dan ruang § Besaran fisis/non fisis (variabel tak bebas) § Waktu dan ruang (variabel bebas) Sinyal-sinyal dengan hubungan matematis yang jelas
§ Suara pembicaraan (speech signals) Sinyal –sinyal dengan hubungan matematis yang tidak jelas
§ Suatu segmen dari suara pembicaraan dapat direpresentasikan sebagai : § Sejumlah sinyal sinusoidal dengan amplituda, frekuensi dan fasa yang berbeda § Informasi yang terkandung di dalam suatu sinyal ditentukan dengan mengukur : § Amplituda(A) § Frekuensi(F) § Fasa( )
§ Sinyal electrocardiogram (ECG) § Sinyal elektronik yang berasal dari aktivitas jantung § Informasi mengenai kondisi dari jantung pasien § Sinyal electroencephalogram (EEG) § Sinyal elektronik yang berasal dar aktivitas otak § Sinyal-sinyal , , dan § Sinyal-sinyal dengan satu variabel bebas (waktu) § Suara pembicaraan, ECG dan EEG § Sinyal dengan dua variabel bebas (ruang) § Gambar (image signal)
Ø Sistem § Alat fisik yang melakukan suatu operasi pada suatu sinyal § Filter § Mereduksi (mengurangi) derau (noise) § Alat non fisik § Software (perangkat lunak) § Melakukan sejumlah operasi-operasi matematik § Algoritma Ø Pemrosesan sinyal (Signal processing) § Operasi-operasi yang dilakukan pada suatu sinyal
ELEMEN-ELEMEN DASAR DARI Pemrosesan Sinyal Ø Sistem pemrosesan sinyal analog Sinyal input analog Pemroses sinyal analog Sinyal output analog Ø Sistem pemrosesan sinyal digital Sinyal input analog A/D Converter Sinyal input digital Pemroses sinyal digital D/A Converter Sinyal output analog Sinyal output digital
KLASIFIKASI SINYAL Ø Single-channel signal § Hanya terdiri dari satu sinyal (variabel tak bebas) § Nilainya bisa real atau kompleks Ø Multi-channel signal § Lebih dari satu sinyal (variabel tak bebas) § Gelombang gempa (3 channels) § ECG (3 channels/12 channels)
Gelombang gempa : § Primary wave (Longitudinal) § Secondary wave (Transversal) § Surface wave (Permukaan) Vektor
Ø Sinyal satu dimensi § Hanya fungsi dari satu variabel bebas Ø Multi-dimensional signal § Fungsi lebih dari satu variabel bebas Sinyal dua dimensi
Ø Sinyal tiga dimensi § Gambar televisi hitam-putih Ø Multichannel multidimensional signal § Gambar televisi berwarna
Ø Sinyal waktu kontinu § Speech signal Ø Sinyal waktu diskrit § Hanya ada pada waktu-waktu tertentu saja 0, 8 0, 64
Ø Sinyal berharga kontinu (Continuous-valued signal) § Dapat berharga berapa saja Sinyal berharga kontinu dan waktu diskrit
Ø Sinyal berharga diskrit (Discrete-valued signal) § Berharga pada beberapa kemungkinan saja Ø Sinyal digital § Waktu diskrit § Harga diskrit
Ø Sinyal deterministik § Harganya dapat diprediksi Ø Sinyal acak (random signal) § Harganya tidak dapat diprediksi
MATERI SPS tgl 14 Sept 2012
KONSEP FREKUENSI Ø Sinyal sinusoidal waktu kontinu t = waktu A = amplituda W = frekuensi sudut[radian/detik] = fasa [radian] F = frekuensi [siklus/detik, hertz (Hz)]
§ Untuk setiap frekuensi F xa(t) periodik § Sinyal-sinyal sinusoidal waktu kontinu dengan frekuensi berbeda dapat dibedakan § Frekuensi diperbesar Untuk suatu waktu tertentu jumlah perioda bertambah
Ø Sinyal sinusoidal waktu diskrit n = bilangan bulat (integer) A = amplituda = frekuensi [radian/sampel] = fasa [radian] f = frekuensi [siklus/sampel]
§ x (n) periodik hanya bila frekuensi f merupakan bilangan rasional Harga terkecil dari N disebut perioda dasar
§ Sinyal-sinyal sinusoidal waktu diskrit dengan frekuensi yang berbeda sebanyak 2 k adalah identik (tidak dapat dibedakan) § Frekuensi diperbesar harga maksimum f = 1/2
2 adalah alias dari 1
ANALOG TO DIGITAL CONVERSION Ø Sampling (pencuplikan) Ø Quantization (kuantisasi) Ø Coding (pengkodean) Xa(t) Sampler X(n) Quantizer Digital signal Xq(n) Coder Analog signal Discrete-time signal Quantized signal 01011
Ø Sampling (pencuplikan) § Sinyal waktu kontinu sinyal waktu diskrit § T = sampling interval § Fs = sampling rate (sampel/detik)
TRANSFORMASI VARIABEL BEBAS PADA PEMROSESAN SINYAL • Pergeseran Ø x(t-t 0) → x(t) yg digeser sebesar t 0 Ø t 0 > 0 → sinyal didelay sebesar t 0 Ø t 0 < 0 → sinyal diforward sebesar t 0 • Pencerminan v x(-t) → sinyal x(t) yang direfleksikan thdp t=0 • Gabungan Pergeseran&Pencerminan – X(3 -t) = x(-t+3)=x(-(t-3)) • X(t) direfleksikan thd t=0 kemudian digeser kekanan 3 satuan. – X(-t-3) = x(-(t+3)) • X(t) direfleksikan thd t=0 kemudian digeser kekiri 3 satuan • Penskalaan Waktu → x( ) – | | > 1 → x( t) menyatakan x(t) yg disusutkn interval waktunya – | | < 1 → x( t) menyatakan x(t) yg dikembangkn interval waktunya
Time Shifting &Time Scaling Pergeseran Penskalaan waktu
Sinyal-Sinyal Elementer (Dasar) • Sinyal w. Aktu Kontinyu Elementer – Fungsi Unit Step, u(t)=1 utk t>0, u(t) = 0 utk t<0 – Fungsi Ramp Satuan, r(t)=0 utk t<0, r(t)=t utk t>0 – Fungsi Impulse Satuan, (t)=1 utk t=0, (t)=0 utk t lain • Sinyal Waktu Diskrit Elementer – Fungsi Unit Step dan Impulse • u[n]=1 utk n>0, u[n] = 0 utk n<0 • [n]=1 utk n=0, [n]=0 utk n lain – Sekuen Eksponensial x[n]=C. e(j. o. n), x[n]=x(n+N) • o. N = m. 2∏ → o/2∏ = m/N – X[n] akan periodik hanya jika o/2∏ berupa bil rasional
Sinyal Waktu Kontinyu Elementer Sinyal Unit Step Sinyal Ramp Satuan Sinyal Impulse Kembali
Sinyal Waktu Diskrit Elementer Sinyal Impulse Sinyal Unit Step Kembali
Latihan Olah Sinyal
Penguatan dan Pelemahan Sinyal
Manipulasi Sinyal Diskrit n = -10: 10; x = [zeros(1, 10) 1 4 -2 0 -1 2 zeros(1, 5)]; title('Sinyal x(n)'); stem(n, x)
Manipulasi Sinyal Pergeseran %x(n) yang digeser satu kekiri n = -10: 10; n 1 = n+1; n 2 = -n+1; x = [zeros(1, 10) 1 4 -2 0 -1 2 zeros(1, 5)]; subplot (2, 1, 1); stem(n, x); axis([-10 10 -2 4]); title('Sinyal x(n)'); subplot (2, 1, 2); stem(n 1, x); axis([-10 10 -2 4]); title('Sinyal x(n-1)');
Pencerminan Sinyal dan Pergeseran %Penceminan x(n) dan digeser satu kekiri n = -10: 10; n 1 = n+1; n 2 = -n+1; x = [zeros(1, 10) 1 4 -2 0 -1 2 zeros(1, 5)]; subplot (2, 1, 1); stem(n, x); axis([-10 10 -2 4]); title('Sinyal x(n)'); subplot (2, 1, 2); stem(n 2, x); axis([-10 10 -2 4]); title('Sinyal x(-n+1)');
Tugas kelompok di kumpulkan hari ini via elmunsyah@gmail. com 12 September 2012 1. Jelaskan perbedaan sinyal analog dan sinyal digital. Beri contoh pada bidang komunikasi data komputer 2. Buat script matlab dan gambarnya, manipulasi sinyal sebagai berikut: Sinyal = -8 -7 -6 -5 -4 -3 -2 - 1 0 1 2 3 4 5 6 7 8 Selanjutnya cerminkan sinyal tersebut, kemudian geser 3 step kekanan
Materi 19 September 2012 1. Aritmatika Sinyal (Penguatan, Pelemahan, Penjumlahan, Pengurangan dan perkalian) 2. Aplikasi Pengolahan Sinyal
Aritmatika Sinyal
Pengolahan Sinyal
Penguatan dan Pelemahan Sinyal
Listing Penjumlahan Sinyal 1. 2.
Listing Perkalian Sinyal 1. 2.
Buatlah Simulasi Aplikasi Pengolahan Sinyal Rangkaian-1 Berikut Vo V 4 V 3 Catatan: 1. Perhatikan nilai Resistor 2. Tampilkan Sinyal Analog: V 4, V 3, Vo dan Vo Diskrit
Buatlah Simulasi Aplikasi Pengolahan Sinyal Rangkaian-2 Berikut Vo 2 K Catatan: 1. Perhatikan nilai Resistor 2. Tampilkan Sinyal Analog: V 4, V 3, Vo dan Vo Diskrit
Tugas Perorangan di kumpulkan hari ini via elmunsyah@gmail. com 1. Kembangkan script matlab latihan penjumlahan dan perkalian, dengan menambah tampilan sinyal diskrit y 3 pada tampilan matrik gambar 4 x 4. (2 Blok Gambar) 2. Jawablah pertanyaan pada masing-masing point 1 diatas. (fa=4&/8; pha 2=0, 25*pi dan 1, 5*pi). (4 Blok Gambar) 3. Buat script matlab dan gambarnya, simulasi aplikasi pengolahan sinyal pada rangkaian pertama dan kedua. (2 Blok Gambar)
Materi 3 Oktober 2012 Evaluasi tugas yang terkirim Operasi Konvolusi pada Pengolahan Sinyal
KONSEP FREKUENSI Ø Sinyal sinusoidal waktu kontinu t = waktu A = amplituda W = frekuensi sudut[radian/detik] = fasa [radian] F = frekuensi [siklus/detik, hertz (Hz)]
§ Untuk setiap frekuensi F xa(t) periodik § Sinyal-sinyal sinusoidal waktu kontinu dengan frekuensi berbeda dapat dibedakan § Frekuensi diperbesar Untuk suatu waktu tertentu jumlah perioda bertambah
Ø Sinyal sinusoidal waktu diskrit n = bilangan bulat (integer) A = amplituda = frekuensi [radian/sampel] = fasa [radian] f = frekuensi [siklus/sampel]
§ x (n) periodik hanya bila frekuensi f merupakan bilangan rasional Harga terkecil dari N disebut perioda dasar
§ Sinyal-sinyal sinusoidal waktu diskrit dengan frekuensi yang berbeda sebanyak 2 k adalah identik (tidak dapat dibedakan) § Frekuensi diperbesar harga maksimum f = 1/2
Penjumlahan
Output Penjumlahan
f 2 diganti 4 dan 8 dengan pha 2 tetap
Output f 2 diganti 4 dan 8 dg pha 2 tetap
Perkalian
Output Perkalian
f 2 diganti 4 dan 8 dg pha 2 tetap
Output f 2 diganti 4 dan 8 dg pha 2 tetap
Perkalian dg fa tetap dan pha berubah
Output Perkalian dg fa tetap & pha berubah
Adder Opamp
Sinyal Output Adder Opamp
Rangkaian Opamp ke 2
Sinyal Keluaran Opamp ke 2
Operasi Konvolusi pada Pengolahan Sinyal Secara umum konvolusi didefinisikan sebagai cara untuk mengkombinasikan dua buah deret angka yang menghasilkan deret angka yang ketiga. Secara matematis, konvolusi adalah integral yang mencerminkan jumlah lingkupan dari sebuah fungsi a yang digeser atas fungsi b sehingga menghasilkan fungsi c. Konvolusi dilambangkan dengan asterisk ( *). Sehingga, a*b = c berarti fungsi a dikonvolusikan dengan fungsi b menghasilkan fungsi c. Fungsi Konvolusi adalah untuk menentukan hasil dari suatu sinyal masukan ke sistem dapat menggunakan teknik konvolusi.
Persamaan Operasi Konvolusi
Contoh dalam Aplikasi Matlab
Dari hasil product and sum tersebut hasilnya dapat kita lihat dalam bentuk deret sebagai berikut: 2 5 11 9 9
Script Matlab: Pada gambar disamping ini, menunjukkan sinyal x[n], bagian kedua menunjukkan sinyal v[n], sedangkan bagian ketiga atau yang paling bawah merupakan hasil konvolusi.
Experiment Olah Sinyal 1. Tentukan konvolusi dari 2 fungsi sinyal sebagai berikut secara manual dan Matlab: a = [1 3 2] b = [3 2 1] 2. Buktikan bahwa secara manual dan Matlab conv (a, b) dan conv (b, a) dari sinyal berikut adalah sama: a=[1 3 2] b=[3 2 1]
Dari hasil product and sum tersebut hasilnya dapat kita lihat dalam bentuk deret sebagai berikut: 3 11 13 10 13 13 7 2 Jawaban Exp-1
Jawaban Exp-2 a=[1 3 2]; b=[3 2 1]; y 1=conv(a, b); y 2=conv(b, a); subplot (2, 1, 1); stem (y 1); %title (‘Hasil y 1’); subplot (2, 1, 2); stem (y 2); %title (‘Hasil y 2’);
Scrip Experiment a = [1 3 2]; b = [3 2 1]; y=conv(a, b) stem (y) a=[1 3 2]; b=[3 2 1]; Y 1=conv(a, b) Y 2=conv(b, a) Subplot (2, 1, 1); Stem (y 1); Title (‘Hasil y 1’) Subplot (2, 1, 2); Stem (y 2); Title (‘Hasil y 2’)
Pertemuan ke 7 Rabu, 10 Oktober 2012 Praktik pengolahan sinyal akustik, penguatan dan pelemahan Konsep dasar sinyal; Sistem dan pemrosesan sinyal; Sinyal kontinyu dan diskrit; Arithmatika sinyal; Operasi konvolusi.
Sinyal Akustik Bunyi atau suara dapat dibagi menjadi 4, yaitu: 1. Infrasound yaitu suara pada rentang frekuensi 0 Hz-20 Hz. 2. Audiosound yaitu suara pada rentang frekuensi 20 Hz-20 k. Hz. 3. Ultrasound yaitu suara pada rentang frekuensi 20 k. Hz-1 GHz. 4. Hypersound yaitu suara pada rentang frekuensi 1 GHz-10 THz. Bunyi dapat terdengar oleh manusia apabila gelombang tersebut mencapai telinga manusia dengan frekuensi 20 Hz – 20 k. Hz , suara ini disebut dengan audiosonic atau dikenal dengan audio, gelombang suara pada batas frekuensi tersebut disebut dengan sinyal akustik. Sumber: Yulid dan Fazmah (2006)
Pengolahan Sinyal Akustik Berikut cara untuk merekam dan menganalisa sinyal suara dengan software Matlab, antara lain dengan perintah wavrecord dan audiorecorder. Teknik tersebut mensyaratkan adanya souncard yang telah terpasang, baik internal maupun eksternal. Dalam domain waktu, sinyal digambarkan dengan bentuk waveform dimana sumbu-x menunjukkan time dan sumbu-y menunjukkan besarnya amplitude tiap waktu.
Pengolahan Sinyal Akustik 1. Buat file script matlab sesuai dengan saudara, selanjutnya Amati perubahan pada figure, suara melalui sound. Recorder %Script pengolahan sinyal akustik %Nama ……. , NIM ……. Fs=8192; % deklarasi frekuensi sampling y=wavrecord(5. 0*Fs, Fs); % merekam suara selama lima detik figure(1); subplot (2, 1, 1); plot(y); % menampilkan gelombang sinyal kontinyu subplot (2, 1, 2); Stem(y); % menampilkan gelombang sinyal diskrit wavwrite(y, Fs, 'Hakkun 8192. wav') % menyimpan file. wav 2. Beri identitas hasil subplot dg title, xlabel dan ylabel 3. Ubah sampling sebesar 1 K, beri file nama 1 K. wav. 4. Amati perubahan pd figure, suara dg sound. Recorder, Bandingkan.
5. Ubah sampling sebesar 16 K, beri file nama 16 K. wav. 6. Amati perubahan pd figure, suara dg sound. Recorder, Bandingkan dg suara yang tersampling 8 k dan 1 k. 7. Ubah y=wavrecord(5. 0*Fs, Fs); dg y=wavread(‘hakkun 8192’); beri diawal script terakhir dengan tanda % tambahkan perintah seperti berikut ini: y 1=wavread(‘hakkun 8192’); penguat=2. 0; y 2=penguat*y 1 subplot (2, 1, 3); plot(y 2); % menampilkan gelombang sinyal yg dikuatkan wavwrite(y 2, Fs, 'Hakkun 8192 x 2. wav') % menyimpan file. wav 8. Amati perubahan pd figure, suara dg sound. Recorder, Bandingkan dg suara yang tersampling 8 k. 9. Untuk lebih mengamati, rubah nilai penguat dg 0, 1 selanjutnya amati sebagaimana langkah 8 diatas.
Mengubah Waveform Menjadi Spectrum Transformasi yang mampu mengubah waveform menjadi spectrum untuk mengetahui besarnya magnitude tiap waktu, dapat menggunakan FFT atau Fast Fourier Transform. Berikut cara mengubah waveform dari sinyal y hasil perekaman menjadi spectrum sebagaimana script berikut: fs=1024*8 z=wavread('Hakkun 8192. wav'); Y=fft(z); f=fs*(0: length(Y)-1)/length(Y); figure(2); plot(f, abs(Y)); title(’Kandungan frekuensi sinyal y (gambar 2 sisi)’) xlabel(’frekuensi (Hz)’); ylabel(‘Magnitude’)
- Perbedaan sinyal waktu kontinyu dan sinyal waktu diskrit
- Tps sistem informasi adalah
- Sistem pemrosesan data
- Facility database
- Cis 20
- Upenn cis 519
- Cis 419 upenn
- Upenn machine learning
- Cis 419 upenn
- Teori pemrosesan informasi howard
- Alur pemrosesan data di komputer
- Konsep dasar unit pemrosesan dan dasar datapath
- Dasar dasar pemrosesan komputer
- Data path adalah
- Contoh pengendalian detektif
- Teknologi pemrosesan data multimedia
- Pemrosesan awal data
- Contoh skema dalam kognisi sosial
- Pendekatan dasar jaringan pada pemrosesan
- Qqcentral
- Hedgehog sinyal yolağı
- Wnt sinyal yolu
- Kuadrat fungsi sinusoidal
- Suatu cara untuk menjalarkan/ mempropagasikan data disebut
- Sinyal
- Inhibitr
- Contoh soal sinyal kontinyu
- Satuan sinyal
- Periodic analog signals
- Pengertian transformasi z
- Sinyal
- Sebutkan dan jelaskan dua bagian utama dari cpu
- Contoh soal sinyal periodik dan aperiodik
- Sinyal
- Contoh pengkondisian sinyal
- Diagram siklus instruksi
- Hippo sinyal yolağı
- Kelebihan elektronika analog ialah
- Contoh sinyal acak
- Contoh soal sinyal periodik dan aperiodik
- Pengolahan sinyal digital
- 420 production
- 420 pst
- Article 420
- 420 internet marketing
- Envee 420
- Amg420
- 420 разделить на 60
- Enve 420
- Drift time 420
- Thursday420
- Doe order 420
- How to write a number as a product of its prime factors
- Cps 420
- 420 position
- Enve420
- Enve 420
- S-420 class
- 420 m = _____cm
- The expanded form of ms word is
- Cpsc 420
- 420 marketing campaigns
- Electivemed
- Enve420
- Pulley system in biomechanics
- Zebra rw 420
- Notice of confidential info rule 2-420
- Enve420
- 420 ka matlab
- Artigo 420 do codigo civil
- Whats a prime factor
- Fas-420-tm
- 420 ucas points
- Whats conditional relative frequency
- Mis 420
- Rosenberger hvs420
- Csci 420
- Geo
- Resolucion 420/2011
- Dme #7 steel
- Major minor patch build
- What is fixed vector
- Unix file name
- Rangkaian elektronika
- Sistem pakar dalam sistem informasi manajemen
- Subsistem perguruan tinggi
- Transport system in organisms
- Rak sortir dipersiapkan untuk ... rak. *
- Nombor kod binari 0 hingga 512
- Jelaskan bagan alir prosedur order produksi