SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN TEMPAT USAHA
MENJAHIT DI MEDAN MENGGUNAKAN METODE MULTI
OBJECTIVE OPTIMIZATION ON THE BASIS
OF RATIO ANALYSIS (MOORA)
Satria Ahmadi
Mahasiswa Teknik Informatika STMIK Budi Darma Jl. Sisingamangaraja No. 338 Simpang Limun, Medan
ABSRAK
Sebelum seorang pengusaha memulai operasi produksinya, pengusaha harus menentukan terlebih dahulu dimana letak lokasi usaha tersebut penentuan lokasi yang tepat akan meminimumkan biaya investasi dan operasional jangka pendek maupun jangka panjang. Penelitian ini bertujuan untuk membangun sebuah sistem Pendukung Keputusan (SPK) yang berfungsi sebagai alat bantu bagi usaha dalam pengambilan keputusan pada proses pemilihan lokasi usaha. Penentuan lokasi usaha menjahit dilakukan dengan memperhatikan aspek-aspek daya saing yang merupakan strategi penting yang harus dilakukan secara kritis. Identifikasi Kriteria-Kriteria penting yang menjadi pertimbangan dalam penentuan lokasi mutlak dibutuhkan. Aspek-aspek terkait permintaan, persaingan, dan instansi-instansi pendukung perlu diidentifikasi untuk mengetahui seberapa besar pengaruh aspek-aspek tersebut terhadap usaha serta diketahui performasi dan potensi lokasi-lokasi alternatif, sehingga didapat lokasi terbaik untuk mendirikan usaha menjahit tersebut. Metode Moora adalah salah satu Multi-Kriteria pengambilan keputusan (MCDM) metode yang menggunakan prosedur statistik untuk pemilihan alternatif terbaik yang diberikan. Metode ini menghasilkan alternatif yang paling cocok dengan mempertimbangkan baik menguntungkan (maksimalisasi) dan non-menguntungkan (minimisasi).
Kata Kunci : lokasi, menjahit, SPK, Metode Moora.
I. PENDAHULUAN
Penentuan lokasi usaha dilakukan dengan memperhatikan aspek-aspek daya saing yang merupakan strategi penting yang harus dilakukan secara kritis. Identifikasi kriteria-kriteria penting yang menjadi pertimbangan dalam penentuan lokasi mutlak dibutuhkan. Aspek-aspek terkait permintaan, persaingan, dan instansi-instansi pendukung perlu diidentifikasi untuk mengetahui seberapa besar pengaruh aspek-aspek tersebut terhadap usaha serta diketahui performasi dan potensi lokasi-lokasi alternatif, sehingga didapat lokasi terbaik untuk mendirikan usaha tailor tersebut[1].
Sistem Pendukung Keputusan (SPK) digunakan sebagai alat bantu bagi para pengambil keputusan untuk memperluas kapabilitas para pengambil keputusan, namun tidak untuk menggantikan penilaian para pengambil keputusan. Dengan adanya sistem pendukung keputusan pemilihan lokasi usaha tailor ini akan dapat membantu seseorang dalam melakukan proses pemilihan lokasi usaha menjahit, serta mampu memberikan rekomendasi keputusan lokasi usaha terpilih secara lebih objektif. Dengan adanya sistem tersebut diharapkan lokasi usaha menjahit yang terpilih benar-benar sesuai dengan yang diinginkan[2].
Pemilihan lokasi yang akan melibatkan lebih dari satu kriteria (multi criteria) memerlukan sebuah sistem pendukung keputusan dan metode yang cocok untuk dapat menentukan lokasi yang cocok untuk dijadikan tempat usaha menjahit di kota Medan. Ada beberapa metode pengambilan keputusan yang dapat membantu permasalahan ini. metode yang digunakan diantaranya adalah Fuzzy, Simple Additive Weighting (SAW), Internal Rate of Return (IRR), Analytical
Hierarchy Process (AHP), Simple MultiAttribute Rating Technique Exploiting Ranks (SMARTER), Preference Ranking Organization Methods for Enrichment Evaluations (PROMETHEE), Multi-Objective Optimization on the basis of Ratio Analysis (MOORA Methods) dan lain-lain. Metode yang dipakai dalam pengambilan keputusan pemilihan tempat usaha menjahit ini adalah Multi-Objective Optimization on the basis of Ratio Analysis (MOORA Methods) metode ini dipilih karena Metode MOORA merupakan suatu bentuk model pendukung keputusan yang digunakan untuk pengambilan keputusan dengan kriteria beragam. Metode Moora yang merupakan suatu metode pengambilan keputusan untuk menyelesaikan masalah penentuan pilihan yang sifatnya multi Kriteria.
Metode Moora merupakan salah satu Multi-Kriteria pengambilan keputusan (MCDM) metode yang menggunakan prosedur statistik untuk pemilihan alternatif terbaik yang diberikan. Metode ini menghasilkan alternatif yang paling cocok dengan mempertimbangkan baik menguntungkan (maksimalisasi) dan non-menguntungkan (minimisasi)[3].
II. TEORITIS
A. Pendukung keputusan
Sistem pendukung keputusan (SPK) adalah bagian dari sistem informasi berbasis komputer termasuk sistem berbasis pengetahuan atau manajemen pengetahuan yang dipakai untuk mendukung pengambilan keputusan dalam suatu organisasi atau perusahaan. Dapat juga dikatakan sebagai sistem komputer yang mengolah data menjadi informasi untuk mengambil keputusan dari masalah semi terstruktur yang spesifik.
Sistem Pendukung Keputuan pertama kali diperkenalkan pada awal tahun 1970-an oleh Michael S.Scott Morton dengan istilah Management Decision System. Menurut Gorry dan Morton (1971) yang mendefinisikan DSS sebagai “Sistem berbasis komputer interaktif, yang membantupara pengambil keputusan untuk menggunakan data dan berbagai model untuk memecahkan masalah-masalah yang tidak terstruktur”[6].
B. Pemilihan Lokasi Usaha Menjahit
Pemilihan lokasi usaha merupakan salah satu keputusan bisnis yang harus di buat secara hati-hati. Penelitian-penelitian terdahulu menemukan bahwa lokasi usaha berhubungan dengan kesuksesan usaha tersebut. Pemilihan Lokasi usaha juga harus mempertimbangkan besarnya biaya transportasi dan biaya lainnya.
Lokasi usaha adalah pemacu biaya yang begitu signifikan, lokasi usaha sepenuhnya memiliki kekuatan untuk membuat (menghancurkan) strategi bisnis sebuah usaha. Disaat pemilik usaha telah memutuskan lokasi usahanya dan beroperasi di satu lokasi tertentu, banyaknya biaya akan menjadi tetap dan sulit untuk di kurangi. Pemilihan lokasi usaha mempertimbangkan antara strategi pemasaran, kedekatan dengan masyarakat akan memungkinkan sebuah usaha tersebut memberikan pelayanan yang terbaik. Pelayanan yang baik dan hasil yang memuaskan akan mempengaruhi sebuah usaha tersebut berhasil.
Usaha Menjahit adalah usaha yang biasanya mengerjakan busana pria khususnya stelan jas. Penjahit dapat pula mengerjakan jas wanita. Struktur organisasi usaha Menjahit tergantung dengan kapasitas usaha dan dengan sistem produksi yang make to order (memproduksi karena ada atau berdasarkan pada pesanan). Usaha Menjahit termasuk usaha perseorangan dilihat dari sisi pembuatan busananya itu busana dibuat dan diselesaikan secara utuh setiap satu busana (pieces) sebelum membuat busana yang lain.
C. Metode Multi-Objective Optimization on the basis of Ration Analysis (MOORA)
Metode Multi-Objective Optimization on the basis of Ratio Analysis (MOORA) adalah metode yang diperkenalkan oleh Brauers dan Zavadkas. Metode yang relatif baru ini pertama kali digunakan oleh Brauers dalam suatu pengambilan dengan multi-kriteria. Metode MOORA memiliki tingkat fleksibilitas dan kemudahan untuk dipahami dalam memisahkan bagian subjektif dari suatu proses evaluasi kedalam kriteria bobot keputusan dengan beberapa atribut pengambilan keputusan. Metode ini memiliki tingkat selektifitas yang baik karena dapat menentukan tujuan dari kriteria yang bertentangan. Dimana kriteria dapat bernilai menguntungkan (benefit) atau yang tidak menguntungkan (cost).
Metode MOORA banyak diaplikasikan dalam beberapa bidang seperti bidang manajemen, bangunan, kontraktor, desain jalan, dan ekonomi. Metode ini memiliki tingkat selektifitas yang sangat baik dalam menentukan suatu alternatif. Pendekatan yang
dilakukan MOORA didefinisikan sebagai suatu proses secara bersamaan guna mengoptimalkan dua atau lebih yang saling bertentangan pada beberapa kendala.
Langkah-langkah penyelesaian metode MOORA (Multi Objective Optimization on the basis of Ratio Analysis) terdiri dari 5 langkah, sebagai berikut: 1. untuk menentukan tujuan, dan untuk
mengidentifikasi atribut evaluasi yang bersangkutan.
2. untuk mewakili semua informasi yang tersedia untuk atribut dalam bentuk matriks keputusan. Data yang diberikan oleh persamaan. Direpresentasikan sebagai matriks Xmxn. Dimana Xij adalah ukuran
kinerja ith alternatif di jth atribut, m adalah jumlah
alternatif, dan n adalah jumlah atribut. Maka sistem rasio dikembangkan di mana setiap kinerja alternatif pada atribut dibandingkan dengan penyebut yang merupakan representatif untuk semua alternatif mengenai atribut itu.
3. Brauers et al menyimpulkan bahwa untuk penyebut ini, pilihan terbaik adalah akar kuadrat dari jumlah kuadrat dari setiap alternatif per atribut. Rasio ini dapat dinyatakan sebagai berikut:
4. Untuk optimalisasi multi objective, ini pertunjukan dinormalisasi ditambahkan dalam kasus maksimisasi (untuk atribut menguntungkan) dan dikurangi dalam kasus minimisasi (untuk atribut non menguntungkan). Maka masalah optimasi menjadi: yi=∑𝑔𝑗=1𝑥*
ij-∑𝑛𝑗=𝑔+1𝑥*ij...…...(2.3)
Di mana g adalah jumlah atribut yang akan dimaksimalkan, (n-g) adalah jumlah atribut harus diminimalkan, dan yi adalah nilai penilaian
dinormalisasi dari ith alternatif terhadap semua
atribut. Dalam beberapa kasus, sering mengamati bahwa beberapa atribut yang lebih penting dari yang lain. Dalam rangka untuk memberikan lebih penting untuk atribut, itu bisa dikalikan dengan bobot (koefisien signifikansi) yang sesuai Brauers et al. Ketika bobot atribut ini dipertimbangkan.
Persamaan 3 menjadi sebagai berikut:
yi=∑𝑔𝑗=1𝑤𝑗𝑥*ij-∑𝑛𝑗=𝑔+1𝑤𝑗𝑥*ij...(2.4)
Di mana wj adalah bobot jth atribut, yang dapat
ditentukan menerapkan proses hirarki analitik (AHP) atau metode entropi.
5. Nilai yi bisa positif atau negatif tergantung dari
jumlah maximal nya (atribut menguntungkan) dan minima (atribut tidak menguntungkan) dalam matriks keputusan. Ranking ordinal dari yi
menunjukkan preferensi final. Dengan demikian, alternatif terbaik memiliki nilai yi tertinggi,
sedangkan alternatif terburuk memiliki nilai Yi
terendah[7].
III. Analisa
Langkah-langkah penyelesaian metode MOORA (Multi Objective Optimization on the basis of Ratio Analysis) terdiri dari 5 langkah, sebagai berikut: 1. untuk menentukan tujuan, dan untuk
mengidentifikasi atribut evaluasi yang bersangkutan.
2. untuk mewakili semua informasi yang tersedia untuk atribut dalam bentuk matriks keputusan. Data
yang diberikan oleh persamaan. Direpresentasikan sebagai matriks Xmxn. Dimana Xij adalah ukuran
kinerja ith alternatif di jth atribut, m adalah jumlah
alternatif, dan n adalah jumlah atribut. Maka sistem rasio dikembangkan di mana setiap kinerja alternatif pada atribut dibandingkan dengan penyebut yang merupakan representatif untuk semua alternatif mengenai atribut itu.
3. Brauers et al menyimpulkan bahwa untuk penyebut ini, pilihan terbaik adalah akar kuadrat dari jumlah kuadrat dari setiap alternatif per atribut. Rasio ini dapat dinyatakan sebagai berikut:
4. Untuk optimalisasi multi objective, ini pertunjukan dinormalisasi ditambahkan dalam kasus maksimisasi (untuk atribut menguntungkan) dan dikurangi dalam kasus minimisasi (untuk atribut non menguntungkan). Maka masalah optimasi menjadi:
yi=∑𝑔𝑗=1𝑥*
ij-∑𝑛𝑗=𝑔+1𝑥*ij...…...(2.3)
Di mana g adalah jumlah atribut yang akan dimaksimalkan, (n-g) adalah jumlah atribut harus diminimalkan, dan yi adalah nilai penilaian
dinormalisasi dari ith alternatif terhadap semua
atribut. Dalam beberapa kasus, sering mengamati bahwa beberapa atribut yang lebih penting dari yang lain. Dalam rangka untuk memberikan lebih penting untuk atribut, itu bisa dikalikan dengan bobot (koefisien signifikansi) yang sesuai Brauers et al. Ketika bobot atribut ini dipertimbangkan.
Persamaan 3 menjadi sebagai berikut:
yi=∑𝑔𝑗=1𝑤𝑗𝑥*ij-∑𝑛𝑗=𝑔+1𝑤𝑗𝑥*ij...(2.4)
Di mana wj adalah bobot jth atribut, yang dapat
ditentukan menerapkan proses hirarki analitik (AHP) atau metode entropi.
5. Nilai yi bisa positif atau negatif tergantung dari
jumlah maximal nya (atribut menguntungkan) dan minima (atribut tidak menguntungkan) dalam matriks keputusan. Ranking ordinal dari yi
menunjukkan preferensi final. Dengan demikian, alternatif terbaik memiliki nilai yi tertinggi,
sedangkan alternatif terburuk memiliki nilai Yi
terendah
Dalam proses perhitungan dengan menggunakan metode Multi-Objective Optimization on the basis of Ratio Analysis (MOORA), dibutuhkan data-data seperti Data Alternatif, Data Kriteria dan Data Bobot. Data-data tersebut sangat diperlukan dalam proses ini agar mempermudah dalam proses perhitungan.
Langkah-langkah dalam penyelesaian dengan metode Multi Objective Optimazation on the basis of Ratio Analysis (MOORA) adalah sebagai berikut: 1. Langkah pertama adalah untuk menentukan tujuan,
dan untuk mengidentifikasi atribut evaluasi yang bersangkutan.
Tabel 1 Alternatif untuk Kriteria Alternatif Keterangan
A1 Jalan Merak Jingga A2 Jalan Petisah A3 Jalan Bromo A4 Jalan Iskandar Muda A5 Jalan Gatot Subroto
A6 Jalan Pandu Baru
Berikut tabel rating kecocokan dari setiap alternatif pada kriteria yang sudah ditentukan.
Tabel 2 Rating Kecocokan dari setiap alternatif pada setiap kriteria
Alternatif Kriteria C1 C2 C3 C4 C5 A1 70 60 70 75 80 A2 30 60 70 75 90 A3 60 45 65 45 40 A4 75 45 80 70 65 A5 68 80 80 70 75 A6 60 68 70 80 40
2. Langkah 2 merubah nilai kriteria menjadi matriks keputusan. 𝒳 = [ 70 60 70 75 80 30 60 70 75 90 60 45 65 45 40 75 45 80 70 65 68 80 80 70 75 60 68 70 80 40]
3. Langkah 3 Normalisasi Matriks. 𝑋*ij = 𝑋𝑖𝑗
√[∑𝑚 𝑥2𝑖𝑗
𝑖=1 ]
Keterangan :
Xij = Matriks alternative j pada kriteria i i = Nomor urutan atribut atau kriteria j = Nomor urutan alternatif
m = Jumlah alternatif X∗
ij= Matriksnormalisasi alternatif j pada kriteria i
𝑋*11 = 70 √[702+ 302+602+752+682+602] = 70 √23249 = 70 152.4762 = 0.4590 𝑋*12 = 30 √[702+ 302+602+752+682+602] = 30 √23249 = 30 152.4762 = 0.1967
Lakukan dengan cara yang sama seperti diatas sampai X*56
4. Langkah empat mengurangi nilai maksimum dengan nilai minimum.
Tabel 3 Hasil Normalisasi
A1 0.4590 0.4020 0.3930 0.4368 0.4819 A2 0.1967 0.4020 0.3930 0.4368 0.5422 A3 0.3935 0.3015 0.3649 0.2621 0.2409 A4 0.4918 0.3015 0.4491 0.4077 0.3916 A5 0.4459 0.5360 0.4491 0.4077 0.4518 A6 0.3935 0.4556 0.3930 0.4659 0.2409
Optimum Max Max Max Max Min 𝑦∗
j = ∑𝑖=𝑔𝑖=1𝑥*ij- ∑𝑖=𝑛𝑖=𝑔+1𝑥*ij
Keterangan :
i= 1,2, ..., g- Kriteria/atribut dengan status maximized
i= g+1, ..., n- Kriteria/atribut dengan status minimized
y*
j = Matriks normalisasi max-min
Y1 = (0.4590 + 0.4020 + 0.3930 + 0.4368) - (0.4819) = (1.6908) - (0.4819) =1.2089 Y2 = (0.1967 + 0.4020 + 0.3930 + 0.4368) - (0.5422) = (1.4285) - (0.5422) =0.8863
Lakukan dengan cara yang sama seperti di atas sampai Y6
Tabel 4 Hasil Nilai Y
Lokasi X1 X2 X3 X4 X5 Yi Rank A1 0.4590 0.4020 0.3930 0.4368 0.4819 1.2089 4 A2 0.1967 0.4020 0.3930 0.4368 0.5422 0.8863 6 A3 0.3935 0.3015 0.3649 0.2621 0.2409 1.0811 5 A4 0.4918 0.3015 0.4491 0.4077 0.3916 1.2585 3 A5 0.4459 0.5360 0.4491 0.4077 0.4518 1.3869 2 A6 0.3935 0.4556 0.3930 0.4659 0.2409 1.4671 1
Dari tabel diatas dapat diketahui bahwa alternatif A6 adalah yang paling terbaik, karena nilai MOORA dari alternatif A6 adalah merupakan yang tertinggi dari semua alternatif yang ada.
IV. IMPLEMENTASI
Implementasi sistem program ini mencakup spesifikasi kebutuhan perangkat keras (hardware) dan spesifikasi perangkat lunak (software). Tampilan program terdiri dari print screen dari tampilan input, output, dan proses yang dirancangan. Adapun tampilan program yang dirancang adalah sebagai berikut:
1. Tampilan Menu Login
Menu Login dapat di katakan sebagai antar muka (user interface) antara user dengan program. Menu Login adalah menu awal untuk masuk ke dalam menu utama. Gambar untuk tampilan menu utama dapat dilihat pada gambar 1
Gambar 1 Tampilan Form Login 2. Tampilan Menu Utama
Menu utama adalah menu yang di dalam nya terdiri dari 2 menu yyang setiap menunya memiliki form-form yang bertugas dalam mengeksekusi perhitungan dan hasil. didalam menu file terdiri dari form alternatif, form kriteria dan juga menu keluar. didalam menu proses terdiri dari form data alternatif dan kriteria dan form hasil. untuk lebih jelasnya lihat gambar 2
Gambar 2 Tampilan Menu Utama 3. Tampilan Menu Alternatif
Menu Alternatif adalah menu dimana data-data lokasi untuk melakukan perhitungan pemilihan lokasi usaha menjahit. hasil dta dapat di lihat pada gambar 3
Gambar 3 Tampilan Menu Alternatif 4. Tampilan Menu Kriteria
Menu Kriteria berfungsi untuk menampilkan data-data alternatif dari pemilihan lokasi usaha terbaik yang akan digunakan. Untuk dapat mempermudah proses pemilihan lokasi usaha terbaik. Adapun tampilan menu Kriteria dapat dilihat pada gambar 4
Gambar 4 Tampilan Menu Kriteria 5. Tampilan Menu Alternatif dan Kriteria
Menu alternatif dan kriteria ini berfungsi untuk mencocokkan hasil pemilihan lokasi usaha yang terbaik dengan mencocokkan hasil dari alternatif dan kriteria tersebut. Adapun tampilan sub menu dapat dilihat pada gambar 5
Gambar 5 Tampilan Menu Alternatif dan Kriteria Menu Keputusan ini berfungsi untuk menghasilkan lokasi terbaik dengan melakukan proses-proses dari form-form sebelumnya. Hasil tersebut adalah keputusan terbaik dari pemilihan lokasi usaha tersebut. Adapun tampilan sub menu dapat dilihat pada gambar 4.6 berikut:
Gambar 6 Tampilan Menu Keputusan dan Hasil V. KESIMPULAN
Adapun kesimpulan yang penulis peroleh adalah sebagai berikut :
1. Proses pemilihan lokasi usaha menjahit lebih mudah karena menggunakan metode Multi-Objective Optimization on the basis of Ratio Analysis (MOORA).
2. Program aplikasi ini dirancang dengan tampilan menu utama untuk tampilan menu alternatif , menu kriteria, dan menu hasil, Menu Alternatif digunakan untuk memilih lokasi usaha, Menu kriteria digunakan untuk alternatif pendukung seperti keamanan, fasilitas umum, tingkat keramaian, luas bangunan, harga sewa untuk memudahkan dalam proses pemilihan lokasi usaha menjahit.
3. Aplikasi pemilihan lokasi usaha menjahit yang dirancang merupakan aplikasi menggunakan microsoft visual basic Net 2008. Aplikasi pemilihan lokasi usaha menjahit menggunakan database MySQL.
REFERENCES
[1] Noviana Eka P, Sari Widya Sihwi, Rini Anggraningsih, "Sistem Penunjang Keputusan untuk Menentukan Lokasi Usaha dengan Metode Simple Additive Weighting (SAW)", Jurnal ITSMAR, Vol 3, 1 juni 2014, ISSN: 2301-7201.
[2] Dwi Citra Hartini, Endang Lestari Ruska, Ali Ibrahim, "Sistem Pendukung Keputusan Pemilihan Hotel di Kota Palembang dengan Metode Simple Additive Weighting (SAW)", Jurnal Sistem Informasi (JSI), Vol 5, 1 April 2013.
[3] Mustofa, "Analisis dan Perancangan Sistem Informasi E-Education Berbasis Web di SMA Pembangunan Mranggen", A11.2006.03130.
[4] Wulandari, "Penerapan Metode System Development Life Cycle pada Pembuatan Sistem Informasi Penjualan Produk Batik Kurowo Jakart", Jurnal Khatulistiwa Informatika, Vol 3, 2 Desember 2015.
[5] Liza Yulianti, Herlina Latipa Sari, Herawan Hayadi, "Sistem Pendukung Keputusan Program KB Teladan di BKKBN Bengkulu Menggunakan Programan Visual Basic 6.0", Jurnal Media Informatik, Vol 8, 2 September 2012.
[6] Murti, Dyah, Ayu, "Sistem Pendukung Keputusan Pemilihan Siswa atau Siswi Terbaik di SMA Masehi I PSAK Semarang dengan Metode Analitycal Hierarchy Process (AHP)". [7] Rizky Erdianto, Eneng Tita Tosida, Aries Maesya, "Penentuan
Jenis Bibit Ayam Broiler Menggunakan Metode Multi Objective Optimization on the basis of Ratio Analysis (MOORA)".
[8] Drs. Lamhot Sitorus, M.Kom, "Algoritma dan Pemograman", 2015.
[9] Suryasari, Astrid Callista, Juwita Sari, "Perancangan Aplikasi Customer Service pada PT. Lancar Makmur Bersama". Jurnal Sistem Informasi (JSI), Vol 4, 2 Oktober 2012.
[10] Herry Raditya Wibowo, "Belajar Visual Basic 2008", Jakarta, Indonesia, PT. Elex Media Komputindo, 2012.
[11] Meita Riestiana, Sukadi, "Sistem Pendukung Informasi Penggajian Karyawan pada Commenditaire Vennontschap (CV) RGL Bordir dan Konveksi Pacitan", Journal Speed, Vol 6, 2014.
[12] Henry Februari Yanti, Eri Zuliarso, "Rancang Bangun Sistem Perpustakaan untuk Jurnal Elektronik", Jurnal Teknologi Informasi DINAMIK, Vol 17, juli 2012.
[13] Haris Saputro, "Modul Pembelajaran Praktek Basis Data (MySQL), Jakarta, Indonesia, PT. Elex Media Komputindo, 2013.
