• Tidak ada hasil yang ditemukan

Natawigena, H Pengendalian Hama Terpadu. Bandung.

N/A
N/A
Protected

Academic year: 2021

Membagikan "Natawigena, H Pengendalian Hama Terpadu. Bandung."

Copied!
22
0
0

Teks penuh

(1)

32

6. DAFTAR PUSTAKA

Argasasmita, T.U. 2008. Karakteristik Sifat Fisikokimia dan Indeks Glikemik Varietas Beras Beramilosa Rendah dan Tinggi. Bogor.

Azmi, U. dan S.M. Retnaningsih. 2012. Pengontrolan Kualitas Statistika pada Proses Produksi Woven Polypropylene (WP) Menggunakan Metode Diagram Kontrol Improved Generalized Variance. Surabaya.

Budijanto, S., dan A. B.Sitanggang. 2011. Produktivitas dan Proses Penggilingan Padi Terkait dengan Pengendalian Faktor Mutu Berasnya. Bogor.

Brown S., R. Denell, R. Beeman, and R. Gibbs. 2006. Rationale to Sequence The Genome of The Red Flour Beetle, Tribolium castaneum In: Achmadun. 2007. Performa Tribolium castaneum Sebagai Hewan Model Genetika Pada Media Tumbuh Berbeda. Bogor.

Christensen,C.M. and D. B. Sauer. 1982. Microflora. In: Stockli, D.M.T and J.R. Pedersen. Effect of Rice Storage Condition on the Quality of Milled Rice. Department of Grain Science and Industry, Kansas State University, Manhattan, USA.

Danti, R.W. 2010. Kajian Karakteristik Fisikokimia dan Sensori Beras Organik Mentik Susu dan IR 64; Pecah Kulit dan Giling Selama Penyimpanan. Surakarta.

Fardiaz S. 1992. Mikrobiologi Pangan 1. PT. Gramedia Pustaka Utama. Jakarta.

Martoredjo, T. 2009. Ilmu Penyakit Pasca Panen. Bumi Aksara. Jakarta.

Muangkaeo R., S. Srichuwong and S. Vearasilp. 2005. Influence of Packaging Materials and Storage Time on Seed Viability and Chemical Component of Rice Seed. Stuttgart-Hohenheim.

Muchtadi, T. R. 1992. Ilmu Pengetahuan Bahan Pangan. IPB Press. Bogor In: Danti, R.W. 2010. Kajian Karakteristik Fisikokimia dan Sensori Beras Organik Mentik Susu dan IR 64; Pecah Kulit dan Giling Selama Penyimpanan. Surakarta.

(2)

Nugraha S. 2009. Evaluasi Mutu Beras di Propinsi Jawa Barat, Jawa Tengah, dan Jawa Timur Hasil Panen Musim Kemarau 2007. Balai Besar Litbang Pascapanen Pertanian. Buletin Teknologi Pascapanen Pertanian Vol. 5 2009

Pertiwi, T. U. W. 2011.. Kualitas Sensoris dan Penghambatan Kontaminasi Insekta Beras Organik Mentik Wangi dengan Berbagai Jenis Pengemas Selama Penyimpanan. Surakarta.

Prabowo, S. 2006. Pengolahan dan Pengaruhnya Terhadap Sifat Fisik dan Kimia serta Kualitas Beras.

Salunkhe D.K and S.S. Deshpande. 1991. FOODS OF PLANT ORIGIN - Production, Technology, and Human Nutrition. Van Nostrand Reinhold. New York.

Samson R. A., S. H. E llen, C. F. Jens and F. Ole. 1995. Introduction to Food-Borne Fungi, Ponsen & Looyen. Netherlands.

Setyawan, B.H dan F Doddy. 2000. Pengaruh Penyimpanan Terhadap Kualitas Beras : Perubahan Sifat Fisik Selama Penyimpanan. Semarang.

SNI 01-0024. 1987. Gabah, Standar mutu. http://sisni.bsn.go.id [diunduh 26 Juli 2012]

SNI 6128. 2008. Beras. http://sisni.bsn.go.id [diunduh 25 Juli 2012]

Stockli, D.M and J. R. Pedersen. 1992. Effect of Rice Storage Conditions on The Quality of Milled Rice. Kansas. USA.

Sudirman. 2011. Studi Eksperimental Pengontrolan Air Conditioning System dengan Fuzzy Logic Control. Denpasar.

Suparyono dan S. Agus. 1997. Mengatasi Permasalahan Budidaya Padi. PT. Penebar Swadaya. Jakarta.

Tice, P. 2003. Packaging Materials-Polyethylene for Food Packaging Applications. ILSI Europe. Belgium.

Tulyathan V. and B. Leeharatanaluk, 2006. Changes in Quality of Rice (Oryza Sativa L.) CV. Khao Dawk Mali 105 During Storage. Chulalongkorn University, Bangkok, Thailand.

(3)

34

Vergara, B.S. and S.K. De Datta. 1996. Oryza sativa L. p:106-115, In: Mursid, M.C. 2006. Uji Adaptasi Galur Harapan Padi Sawah Tipe Baru (Oryza sativa L.) di Kabupaten Madiun, Jawa Timur dan Kabupaten Maros, Sulawesi Selatan. Bogor.

Yuliar. 2008. Skrining Bioantagonistik Bakteri untuk Agen Biokontrol Rhizoctonia solani dan Kemampuannya dalam Menghasilkan Surfaktin. Cibinong. Bogor.

Zeleny L. 1954. Chemical, Physical, and Nutritive Changes During Storage. In: Stockli, D.M.T and J.R. Pedersen. Effect of Rice Storage Condition on the Quality of Milled Rice. Department of Grain Science and Industry, Kansas State University, Manhattan, USA.

(4)

35

LAMPIRAN 1. SNI Beras No. 6128 th. 2008 dan Hasil Grading Sampel Beras Lampiran 1.1 Spesifikasi persyaratan mutu beras giling

No Komponen mutu Satuan Mutu I Mutu II Mutu III Mutu IV Mutu V 1 Derajat sosoh (min) % 100 100 95 95 85

2 Kadar air (maks) % 14 14 14 14 15

3 Butir kepala (min) % 95 89 78 73 60

4 Butir patah (maks) % 5 10 20 25 35

5 Butir menir (maks) % 0 1 2 2 5

6 Butir merah (maks) % 0 1 2 3 3

7 Butir kuning/rusak (maks) % 0 1 2 3 5

8 Butir mengapur (maks) % 0 1 2 3 5

9 Benda asing (maks) % 0 0.02 0.02 0.05 0.2 10 Butir gabah (maks) (butir/100g) 0 1 1 2 3

Lampiran 1.2. Hasil penelitian pendahuluan pada sampel beras giling C4 Super No Komponen Mutu Satuan Hasil

1. 2. 3. 4. 5. 6. 7. 8. 9. Kadar air Butir kepala Butir patah Butir menir Butir merah Butir kuning/rusak Butir mengapur Benda asing Butir gabah % % % % % % % % (butir/100g) 10,72 81,1 16,06 1,05 0 0 0 0,006 0

(5)

36

LAMPIRAN 2. Hasil Analisa Statistik dengan SPSS 2.1.Analisa Kadar Air

2.1.1.Perbandingan antar minggu

2.1.1.1.Pengemas polyethylene (PE) pada suhu AC Duncan

minggu N Subset for alpha = 0.05

1 2 3 4 5 7 5 9.48 6 5 9.60 4 5 10.30 8 5 10.66 0 5 10.72 10.72 1 5 10.96 10.96 10.96 3 5 10.98 10.98 10.98 2 5 11.04 11.04 5 5 11.14 Sig. .465 1.00 .079 .079 .321

2.1.1.2.Pengemas polyethylene (PE) pada suhu ruang Duncan

minggu N Subset for alpha = 0.05

1 2 3 4 5 6 7 5 9.72 6 5 10.44 0 5 10.72 5 5 10.78 8 5 10.88 10.88 3 5 11.14 11.14 1 5 11.20 11.20 2 5 11.36 11.36 4 5 11.44 Sig. 1.000 1.000 .269 0.061 0.130 0.099

(6)

2.1.1.3.Pengemas woven polypropylene (WP) pada suhu AC Duncan

minggu N Subset for alpha = 0.05

1 2 3 4 5 6 6 5 10.36 7 5 10.58 10.58 0 5 10.72 10.72 4 5 10.90 10.90 10.90 1 5 11.00 11.00 11.00 8 5 11.08 11.08 5 5 11.22 11.22 2 5 11.26 3 5 13.18 Sig. .178 .066 .106 .074 .146 1.000

2.1.1.4.Pengemas woven polypropylene (WP) pada suhu ruang Duncan

minggu N Subset for alpha = 0.05

1 2 3 4 0 5 10.72 6 5 13.08 3 5 13.18 7 5 13.32 1 5 13.32 2 5 13.38 5 5 13.78 8 5 13.86 4 5 14.34 Sig. 1.000 .129 .646 1.000

2.1.2. Perbandingan antar perlakuan 2.1.2.1.Minggu ke-0

perlakuan N Subset for alpha = 0.05 1 PE-AC 5 10.720 PE-Ruang 5 10.720 WP-AC 5 10.720 WP-Ruang 5 10.720 Sig. 1.000

(7)

38

2.1.2.2.Minggu ke-1 Duncan

perlakuan N Subset for alpha = 0.05

1 2 PE-AC 5 10.960 WP-AC 5 11.000 PE-Ruang 5 11.200 WP-Ruang 5 13.320 Sig. .104 1.000 2.1.2.3.Minggu ke-2 Duncan

perlakuan N Subset for alpha = 0.05

1 2 3 PE_AC 5 11.040 WP_AC 5 11.260 PE_ruang 5 11.360 WP_ruang 5 13.380 Sig. 1.000 0.335 1.00 2.1.2.4.Minggu ke-3 Duncan

Perlakuan N Subset for alpha = 0.05

1 2 PE-AC 5 10.980 PE-Ruang 5 11.140 WP-AC 5 13.180 WP-Ruang 5 13.180 Sig. .091 1.000 2.1.2.5.Minggu ke-4 Duncan

Perlakuan N Subset for alpha = 0.05

1 2 3 4 PE_AC 5 10.300 WP_AC 5 10.900 PE_ruang 5 11.440 WP_ruang 5 14.340 Sig. 1.000 1.000 1.000 1.000

(8)

2.1.2.6.Minggu ke-5 Duncan

perlakuan N Subset for alpha = 0.05

1 2 3 PE_ruang 5 10.780 PE_AC 5 11.140 WP_AC 5 11.220 WP_ruang 5 13.780 Sig. 1.000 .332 1.000 2.1.2.7.Minggu ke-6 Duncan

perlakuan N Subset for alpha = 0.05

1 2 3 PE_AC 5 9.600 WP_AC 5 10.360 PE_ruang 5 10.440 WP_ruang 5 13.080 Sig. 1.000 .604 1.000 2.1.2.8.Minggu ke-7 Duncan

perlakuan N Subset for alpha = 0.05

1 2 3 PE_AC 5 9.480 PE_ruang 5 9.720 WP_AC 5 10.580 WP_ruang 5 13.320 Sig. .155 1.000 1.000 2.1.2.9.Minggu ke-8 Duncan

perlakuan N Subset for alpha = 0.05

1 2 3 PE_AC 5 10.660 PE_ruang 5 10.880 WP_AC 5 11.080 WP_ruang 5 13.860 Sig. 1.000 .051 1.000

(9)

40

2.2.Analisa Warna 2.2.1. Lightness

2.2.1.1.Perbandingan antar minggu

2.2.1.1.1. Pengemas polyethylene (PE) pada suhu AC Duncan

minggu N Subset for alpha = 0.05

1 2 3 4 8 5 75.38 4 5 76.24 5 5 76.36 6 5 76.52 76.52 3 5 76.60 76.60 7 5 76.62 76.62 2 5 76.64 76.64 1 5 77.38 77.38 0 5 77.56 Sig. 1 .392 .063 .658

2.2.1.1.2. Pengemas polyethylene (PE) pada suhu ruang Duncan

Minggu N Subset for alpha = 0.05

1 2 3 8 5 75.14 7 5 75.68 75.68 5 5 75.94 75.94 6 5 75.94 75.94 4 5 76.00 76.00 3 5 76.40 2 5 76.52 1 5 77.32 0 5 77.56 Sig. .055 .065 .543

(10)

2.2.1.1.3. Pengemas woven polypropylene (WP) pada suhu AC Duncan

minggu N Subset for alpha = 0.05

1 2 3 4 5 8 5 74.94 5 5 75.56 75.56 7 5 75.92 75.92 4 5 76.14 76.14 76.14 6 5 76.14 76.14 76.14 2 5 76.52 76.52 3 5 76.60 76.60 1 5 76.92 76.92 0 5 77.56 Sig. .086 .140 .091 .053 .077

2.2.1.1.4. Pengemas woven polypropylene (WP) pada suhu ruang Duncan

Minggu N Subset for alpha = 0.05

1 2 3 4 8 5 75.04 5 5 75.12 6 5 75.12 7 5 75.14 4 5 75.60 3 5 75.92 75.92 1 5 76.58 76.58 2 5 77.02 0 5 77.56 Sig. .067 .118 .293 .199

2.2.1.2.Perbandingan antar perlakuan 2.2.1.2.1. Minggu ke-0

Duncan

perlakuan N Subset for alpha = 0.05 1 PE-AC 5 77.56 PE-Ruang 5 77.56 WP-AC 5 77.56 WP-Ruang 5 77.56 Sig. 1.000

(11)

42

2.2.1.2.2. Minggu ke-1 Duncan

perlakuan N Subset for alpha = 0.05

1 2 WP-Ruang 5 76.580 WP-AC 5 76.920 76.920 PE-Ruang 5 77.320 PE-AC 5 77.380 Sig. .185 .094 2.2.1.2.3. Minggu ke-2 Duncan perlakuan N

Subset for alpha = 0.05 1 PE_ruang 5 76.52 WP_AC 5 76.52 PE_AC 5 76.64 WP_ruang 5 77.02 Sig. .285 2.2.1.2.4. Minggu ke-3 Duncan perlakuan N

Subset for alpha = 0.05 1 WP-Ruang 5 75.920 PE-Ruang 5 76.400 PE-AC 5 76.600 WP-AC 5 76.600 Sig. .143 2.2.1.2.5. Minggu ke-4 Duncan

perlakuan N Subset for alpha = 0.05 1 WP_ruang 5 75.600 PE_ruang 5 76.000 WP_AC 5 76.140 PE_AC 5 76.240 Sig. .057

(12)

2.2.1.2.6. Minggu ke-5 Duncan

perlakuan N Subset for alpha = 0.05

1 2 3 WP_ruang 5 75.120 WP_AC 5 75.560 75.560 PE_ruang 5 75.940 75.940 PE_AC 5 76.360 Sig. .116 .170 .132 2.2.1.2.7. Minggu ke-6 Duncan

perlakuan N Subset for alpha = 0.05

1 2 WP_ruang 5 75.120 PE_ruang 5 75.940 WP_AC 5 76.140 PE_AC 5 76.520 Sig. 1.000 .114 2.2.1.2.8. Minggu ke-7 Duncan

perlakuan N Subset for alpha = 0.05

1 2 3 PE_ruang 5 75.140 PE_ruang 5 75.680 75.680 WP_AC 5 75.920 PE_AC 5 76.620 Sig. .057 .376 1.000 2.2.1.2.9. Minggu ke-8 Duncan perlakuan N

Subset for alpha = 0.05 1 WP_AC 5 74.940 WP_ruang 5 75.040 PE_ruang 5 75.140 PE_AC 5 75.380 Sig. .505

(13)

44

2.2.2. Nilai a*

2.2.2.1.Perbandingan antar minggu

2.2.2.1.1.Pengemas polyethylene (PE) pada suhu AC Duncan

Minggu N Subset for alpha = 0.05

1 2 3 6 5 .012 7 5 .014 5 5 .016 3 5 .036 .036 0 5 .048 .048 1 5 .096 4 5 .098 2 5 .104 8 5 .264 Sig. .379 .097 1.000

2.2.2.1.2.Pengemas polyethylene (PE) pada suhu ruang Duncan

Minggu N Subset for alpha = 0.05

1 2 3 7 5 .012 5 5 .024 3 5 .026 6 5 .044 .044 0 5 .048 .048 8 5 .054 .054 4 5 .102 .102 1 5 .16 2 5 .408 Sig. 0.187 0.081 1.000

(14)

2.2.2.1.3.Pengemas woven polypropylene (WP) pada suhu AC Duncan

Minggu N Subset for alpha = 0.05

1 2 5 5 .008 6 5 .014 7 5 .028 0 5 .048 .048 1 5 .064 .064 3 5 .064 .064 8 5 .084 .084 4 5 .088 .088 2 5 .136 Sig. .083 .051

2.2.2.1.4.Pengemas woven polypropylene (WP) pada suhu ruang Duncan

Minggu N Subset for alpha = 0.05

1 2 3 5 5 .004 6 5 .022 0 5 .048 .048 3 5 .058 .058 7 5 .078 .078 4 5 .092 .092 1 5 .130 .130 2 5 .212 Sig. .085 .103 .071

2.2.2.2.Perbandingan antar perlakuan 2.2.2.2.1. Minggu ke-0

Duncan

perlakuan N

Subset for alpha = 0.05 1 PE-AC 5 .048 PE-Ruang 5 .048 WP-AC 5 .048 WP-Ruang 5 .048 Sig. 1.000

(15)

46

2.2.2.2.2. Minggu ke-1 Duncan

perlakuan N

Subset for alpha = 0.05

1 WP-AC 5 .064 PE-AC 5 .096 WP-Ruang 5 .130 PE-Ruang 5 .160 Sig. .120 2.2.2.2.3. Minggu ke-2 Duncan

perlakuan N Subset for alpha = 0.05

1 2 PE_AC 5 .104 WP_AC 5 .136 WP_ruang 5 .212 PE_ruang 5 .408 Sig. .276 1.000 2.2.2.2.4. Minggu ke-3 Duncan perlakuan N

Subset for alpha = 0.05 1 PE-Ruang 5 .026 PE-AC 5 .036 WP-Ruang 5 .058 WP-AC 5 .064 Sig. .332

(16)

2.2.2.2.5. Minggu ke-4 Duncan

perlakuan N Subset for alpha = 0.05

1 WP_AC 5 .088 WP_ruang 5 .092 PE_AC 5 .098 PE_ruang 5 .102 Sig. .794 2.2.2.2.6. Minggu ke-5 Duncan perlakuan N

Subset for alpha = 0.05 1 WP_ruang 5 .004 WP_AC 5 .008 PE_AC 5 .016 PE_ruang 5 .024 Sig. .159 2.2.2.2.7. Minggu ke-6 Duncan

perlakuan N Subset for alpha = 0.05 1 PE_AC 5 .012 WP_AC 5 .014 WP_ruang 5 .022 PE_ruang 5 .044 Sig. .186

(17)

48

2.2.2.2.8. Minggu ke-7 Duncan

perlakuan N Subset for alpha = 0.05

1 2 PE_ruang 5 .012 PE_AC 5 .014 WP_AC 5 .028 WP_ruang 5 .078 Sig. .508 1 2.2.2.2.9. Minggu ke-8 Duncan

perlakuan N Subset for alpha = 0.05

1 2 3 PE_ruang 5 .054 WP_AC 5 .084 .084 WP_ruang 5 .148 PE_AC 5 .264 Sig. .468 .133 1.000 2.2.3. Nilai b*

2.2.3.1.Perbandingan antar minggu

2.2.3.1.1. Pengemas polyethylene (PE) pada suhu AC Duncan

minggu N Subset for alpha = 0.05

1 2 3 4 6 5 7.906 3 5 8.206 8.206 7 5 8.350 8.350 4 5 8.462 5 5 8.670 8 5 9.336 1 5 9.662 9.662 0 5 9.804 9.804 2 5 10.068 Sig. .063 .060 .050 .089

(18)

2.2.3.1.2. Pengemas polyethylene (PE) pada suhu ruang Duncan

Minggu N Subset for alpha = 0.05

1 2 3 4 5 6 5 8.050 3 5 8.190 7 5 8.232 4 5 8.516 8.516 5 5 8.776 8.776 2 5 9.068 9.068 1 5 9.310 9.310 8 5 9.442 9.442 0 5 9.804 Sig. .096 .305 .251 .166 .069

2.2.3.1.3. Pengemas woven polypropylene (WP) pada suhu AC Duncan

Minggu N Subset for alpha = 0.05

1 2 3 6 5 8.006 3 5 8.118 7 5 8.242 4 5 8.308 5 5 8.758 2 5 9.370 8 5 9.644 1 5 9.688 0 5 9.804 Sig. 0.172 1.000 0.051

(19)

50

2.2.3.1.4. Pengemas woven polypropylene (WP) pada suhu ruang Duncan

minggu N Subset for alpha = 0.05

1 2 3 4 7 5 8.102 4 5 8.200 8.200 7 5 8.232 8.232 3 5 8.274 8.274 5 5 8.702 8.702 2 5 9.068 1 5 9.726 0 5 9.804 8 5 9.856 Sig. .522 .063 .138 .616

2.2.3.2.Perbandingan antar perlakuan 2.2.3.2.1. Minggu ke-0

Duncan

perlakuan N

Subset for alpha = 0.05 1 PE-AC 5 9.804 PE-Ruang 5 9.804 WP-AC 5 9.804 WP-Ruang 5 9.804 Sig. 1.000 2.2.3.2.2. Minggu ke-1 Duncan perlakuan N

Subset for alpha = 0.05 1 PE-Ruang 5 9.310 PE-AC 5 9.662 WP-AC 5 9.688 WP-Ruang 5 9.726 Sig. .105

(20)

2.2.3.2.3. Minggu ke-2 Duncan

perlakuan N Subset for alpha = 0.05

1 2 PE_ruang 5 9.068 WP_ruang 5 9.068 WP_AC 5 9.370 PE_AC 5 10.068 Sig. 0.362 1.000 2.2.3.2.4. Minggu ke-3 2.2.3.2.5. Minggu ke-4 Duncan

Perlakuan N Subset for alpha = 0.05

1 WP_ruang 5 8.200 WP_AC 5 8.308 PE_AC 5 8.462 PE_ruang 5 8.516 Sig. .180 2.2.3.2.6. Minggu ke-5 Duncan

perlakuan N Subset for alpha = 0.05 1 PE_AC 5 8.670 WP_ruang 5 8.702 WP_AC 5 8.758 PE_ruang 5 8.776 Sig. .648 Duncan perlakuan N

Subset for alpha = 0.05 1 WP-AC 5 8.118 PE-Ruang 5 8.190 PE-AC 5 8.206 WP-Ruang 5 8.274 Sig. .550

(21)

52

2.2.3.2.7. Minggu ke-6 Duncan

perlakuan N

Subset for alpha = 0.05 1 PE_AC 5 7.906 WP_AC 5 8.006 PE_ruang 5 8.050 WP_ruang 5 8.102 Sig. .412 2.2.3.2.8. Minggu ke-7 Duncan

perlakuan N Subset for alpha = 0.05 1 WP_ruang 5 8.232 PE_ruang 5 8.232 WP_AC 5 8.242 PE_AC 5 8.350 Sig. .625 2.2.3.2.9. Minggu ke-8 Duncan perlakuan N

Subset for alpha = 0.05 1 PE_AC 5 9.336 PE_ruang 5 9.442 WP_AC 5 9.644 WP_ruang 5 9.856 Sig. .065

(22)

53 LAMPIRAN 3. Korelasi Spearman

Correlations

Kadar air Lightness Jamur Nilai b* Spearman Kadar_air Corr. Coefficient 1.000 -.167* .399** .059

Sig. (2-tailed) . .025 .000 .435

N 180 180 180 180

Lightness Corr. Coefficient -.167* 1.000 -.429** -.308** Sig. (2-tailed) .025 . .000 .000

N 180 180 180 180

Jamur Corr. Coefficient .399** -.429** 1.000 .184* Sig. (2-tailed) .000 .000 . .013

N 180 180 180 180

nilai_b Corr. Coefficient 0.059 -.308** .184* 1.000 Sig. (2-tailed) 0.435 .000 .013 .

N 180 180 180 180

Referensi

Dokumen terkait

Bukan itu sahaja, masyarakat juga perlu membuka mata bahawa pelajar kurang upaya juga adalah sebahagian daripada mereka dan mempunyai hak untuk

Berdasarkan latar belakang masalah di atas, dalam penelitian ini peneliti lebih memfokuskan pada keefektifan model pembelajaran kooperatif tipe jigsaw II dengan

Dalam hal pembiayaan Hipertensi, Diabetes Melitus dan Gangguan Jiwa, Kota Depok mampu untuk melaksanakan SPM bidang kesehatan khusus jenis pelayanan dasar Hipertensi,

Bakteri Gram negatif terbanyak yang ditemukan adalah Escherica coli (72%), hal ini disebabkan karena kurangnya perilaku higienis ibu hamil, disebabkan karena tingkat sosial

Langkah politik ini sangat tepat untuk meredam efek keratakan sosial yang ditimbulkan oleh berbagai manuver orang-orang yahudi dan orang- orang munafik (hipokrif) yang

‡ Para petani merasakan jika produksi kopi mulai menurun karena para pengusaha kopi lokal juga mulai minim permintaan terhadap biji-biji kopi yang akan di olah..

Pada tahap ini akan dirancang model optimasi dengan menggunakan Goal Programming. Mulai dari menentukan variabel keputusan apa saja yang digunakan. Mengidentifikasi

Barang perhiasan dan bagiannya, dari logam mulia atau dari logam yang dipalut dengan logam mulia merupakan komoditas yang mengalami penurunan ekspor paling tajam pada bulan Maret