KP 8.16 RANCANGAN SAMPEL.pptx

8/18/2019 KP 8.16 RANCANGAN SAMPEL.pptx

1/51

RANCANGAN SAMPELHARVINA SAWITRI, SKM, MKM


2/51

METODE PENGAMBILANSAMPEL


3/51

üMenjamin sampel menggambarkan populasinya

üMenjamin sampel mempunyai akurasi yang terukur

üMenjamin sampling dapat dilaksanakan dengan efisie

üMenjamin sampel menggambarkan populasinya

üMenjamin sampel mempunyai akurasi yang terukur

üMenjamin sampling dapat dilaksanakan dengan efisien

Metode samplingyang baik

MENGAPA PERLUSAMPEL?

MENGAPA PERLUSAMPEL?

•Populasi tidak t!"atas, su#"!da$a t!"atas%#&'(#at t&a'a, da&a, )aktu*• Tidak #u&'ki& ditliti s#ua %)aktu da& !ua&'*

•Populasi tidak t!"atas, su#"!da$a t!"atas%#&'(#at t&a'a, da&a, )aktu*• Tidak #u&'ki& ditliti s#ua %)aktu da& !ua&'*


4/51

PENGERTIAN

• Populasi ta!'t

• Kumpulan dari satuan/unit yang ingin kita buat inferensi atau gene penelitian

• Populasi studi

• Kumpulan dari satuan/unit (N) di mana kita akan memilih sampel

• K!a&'ka sa#pl+Sampling frame

• Daftar satuan/unit/anggota populasi yang berisi identitas: ( Nomor,

Alamat )

• Sa#pl

• Kumpulan dari satuan/unit yang kita ambil dari populasi studi di m pengukuran dilakukan (n)

• &it a&alisis

• agian dari sampel dimana kita akan melakukan analisis (misalnyatangga, atau ibu hamil, balita, !"S, & lansia)


5/51

sampelsampelP O P U L A S I

S T U D I

P O P U L A S I

T A R G E T B I A

S P O T E N S

I A L =

K e s a l a h a n

d l m g e n e r

a l i s a s i

k a r e n a

a d a n y a u n i t d i

P o p u l a s i T

A R E T y g

t i d a k

i k u t d a

l a m P o p u l a s i

S T ! "

sampelsampel

sampelsampel

sampelsampelsampelsampel

BIAS DALAM PEMILIHAN SAMPEL

samsamsampelsampel


6/51

METODESAMPLINGMETODE

SAMPLING

•Sampel pertimbangan

(Purposive/judgmental)

•Sampel berjatah (Quota)

•Sampel seadanya

(Incidental/Convenience)

•1. Simple random sampling ( aca sederhana )

•2. Systematic random sampling ( aca sistemati )

•3. Stratified random sampling ( aca bertingat!"

Sederhana # Simple stratified random)

Pr$p$rsi$nal # Proportional stratified random)

•. Cluster random sampling ( aca berel$mp$ )

•%. !ultistages random sampling ( aca bertahap )

A. Non Random

B. Random (probability) sampling

Sk

Ska

Stdi kantitati! Stdi kantitati!


7/51

Sa#pl Ra&do# -s No& !a&do

Random"P#obability Sampling

• S#ua l#& di populasi memiliki p!o"a"ilitas $a&' sa#t!pili( s"a'ai sa#pl

• Dapat #!p!s&tasika& populasi da& (asil&$a dapat di'populasi

Non Random"Non P#obability Sampling

• El#& di populasi tidak memiliki p!o"a"ilitas $a&' sa#as"a'ai sa#pl

• Tidak #!p!s&tasika& populasi da& (asil&$a tidak dapatdi'&!alisasi k populasi


8/51

METODE SAMPLING .ENIS

Apaka( a!a $a&'

aka& disu!-$!lati/ k0il1

Apaka$ ke#angkasampel te#sedia?

S$st#sa

Bsa!populasi

dikta(ui1

TidakYa

Tidak

Ya

Tidak

Ya

Clust

Simp

sa

St!ati2

Popu(o#o'

#asi&


9/51

METODE SAMPLING APLIKASI

S$st#ati0 !a&do#sa#pli&'

Clust! sa#pli&'

Simple random

sampling

St!ati2d sa#pli&'

Pada populasi kecil dan tersedia ke

Populasi kecil, tersedia kerangka same$ek kelipatan %siklus&

Populasi "sa! da& tidak t!sdsa#pl

Populasi tidak (o#o'& 4 i&'i&'&!alisasi pada su"5pop


10/51

RAN%ANGAN SRS

%Simple/Systemati# $andom Sampli

SIMPLE RANDOM SAMPLING

67 T&tuka& populasi studi

37 Buat sampling frame %N*

87 T&tuka& "sa! sa#pl

97 Pili( sa#pl s:u#la( & s0a!a!a&do# %D&'a& Ta"l5!a&do# atauMsE;0l*

SYSTEMATIC RANDOM SAM


37 Buat sampling frame


97 T&tuka& i&t!-al %i7 Pili( sa#pl "!ikut&$a &d&'a& i&t!-al < N+&

Digunakan jika tersedia kerangka sampel

pada tingkat individu


11/51

STRATI'IED RANDOM SAMPLING

STRATI'I(ASI SEDER)ANA *Alokasisama+&


37 Klo#pokka& populasi "!dasa!ka&-a!ia"l St!ata


97 Bsa! sa#pl di"a'i !ata #&u!utst!ata

=7 Buat sampling frame %N* ditiap st!ata

>7 Di tiap st!ata, pili( sa#pl s0a!a

!a&do#

STRATI'I(ASI PROPORSIO

67 T&tuka& populasi stu

37 Klo#pokka& populas-a!ia"l St!ata

87 T&tuka& "sa! sa#p

97 Bsa! sa#pl di"a'i p#&u!ut st!ata

=7 Buat sampling frame

>7 Di tiap st!ata, pili( sa#!a&do#

(Antar strata heterogen, dalam strata homogen)

Digunakan jika populasi tidak homogen, dan ingmembuat generalisasi untuk sub-populasi


12/51

%LUSTER RANDOM SAMPLIN

67 T&tuka& populasi studi %N*

37 Klo#pokka& populasi "!dasa!ka& 0lust!

%Go'!a2s+a!a+)ila$a( ad#i&ist!asi+"lok+u&it*

87 T&tuka& :u#la( sa#pl %&* da& :u#la( 0lust! %&k* :u#la( sa#pl di tiap 0lu

97 Pili( 0lust! s0a!a a0ak p!opo!sio&al %PPS*

=7 Pada 0lust! t!pili(? a#"il s#ua u&it %65ta(ap* atau pili( s0a!a !a&do# dsa#a %35ta(ap*

(Antar cluster homogen, dalam cluster heterogen)

Digunakan jika sampling frame tidak tersedia atau populasi beradageografis yang luas dan sulit dijangkau


13/51

Mlti,stages Random Sam

%onto$ tingkat P#opinsi&

67 T&tuka& populasi studi %N* da& sa#pl %&*

37 Ba'i populasi #&u!ut )ila$a(+St!ata %Ka"+Kota* Pili( )ila$a(+st!ata s0a!a a0ak

87 Di stiap st!ata t!pili(, klo#poka& populasi "!dasa!ka& 0lust!ata %!"a&+Ru!al* Pili( 0lust!+st!ata s0a!a a0ak

97 T&tuka& "sa! sa#pl di tiap St!ata 4 klast!

=7 Di klast!+st!ata t!pili(, a#"il sa#pl s0a!a a0ak

Digunakan jika populasi sangat besar dan wilayah geogradan sulit dijangkau


14/51

LangPENGAM

SAM

LangkPENGAM

SAMP

&.Menent'an p$p'lasipenelitian

• Populasi target, Populasi studi

(.Menent'an met$de pengambilansampel

%.Menghit'ng besarsampel

).Memilih sampel * meng'mp'ldata

1.Menent'an t'j'anst'di

.

/

0

1

2

+.Menent'an ,erangaSampel

Metode pengambilan sampel sering kurang mendapat p

dibandingkan menghitung besar sampel


15/51

PER)ITUNGAN -ESARSAMPEL


16/51

-ESAR SAMPEL Te#gantng Pad

67 .&is p&litia&

• Eksplo!asi a)al 6 sa#pl #u&'ki& 0ukup

• G&!alisasi (a!us !p!s&tati-

37 Skala5uku! -a!ia"l dp&d&

• No#i&al+o!di&al %Kat'o!ik* P!opo!si

• I&t!-al+!atio %Nu#!ik* Ma& da& SD

87 D!a:at ktpata& p!ki!aa& $a&' dii&'i&ka& %p!sisi*

S#aki& ti&''i p!sisi @ s#aki& "sa! sa#pl

97 Tu:ua& P&litia&

• Esti#asi

• :i Hipotsis

=7 I&t!-al kp!0a$aa& da& Kkuata& :i

>7 Tk&ik p&'a#"ila& sa#pl %SRS atau "uka& SRS*


17/51

Dasa# U4i )ipotesis

• Penetapan Hipotesis nol“Tidak ada perbedaan antara kedua parameter populasi”

• Penetapan Hipotesis alternatif “Ada perbedaan antara kedua parameter populasi”

• Uji Hipotesis“ika !ipotesis nol benar, berapa probabilitas untuk memperoleseperti pada sampel atau lebi! ekstrim” “p"#alue”


18/51

Ta"l P!o"a"ilitas T!:adi&$a Ksala(Dala# :i Statistik

Kesimpulan

uji statistik

Keadaan sebenarnya di populasi

! benar ! salah

"agal tolak ! #$α β

$esala!an tipe %%

Tolak H& α

$esala!an tipe %

'"β

$ekuatan uji


19/51

Pa'

α ( α)* u&tuk &ilai α t!t&tu

α α76

7=

73=

76

673

67>=

67>

3788


20/51

Pa'

β u&tuk &ilai β t!t&tu

β

65 βF 7=

7=

79

78

73

76=76

7=

73=

76

7=

7=

7>

7

7

7=7

7=

7=

7


21/51

Po5e# *(ekatan U4i+

• +eta probabilitas men-atakan tdk ada perbedaan, pada!al sebetuln-a ada .Ho -ang sala!/

• $ekuatan uji .'" β/Probabiltas studi untuk menolak !ipotesis nol .men-atakan adan-a perbedaanol di populasi memang sala! .perbedaan tsb tidak ada/

• Po0er !arus di!itung dan diicantumkan dalam laporan !asil penelitian, teruta

gagal ditolak .disimpulkan tidak ada perbedaan/

• 1agal dalam menolak H& .disimpulkan tidak ada perbedaan/ sangat mungkin ole! po0er -ang renda! dibandingkan dengan kemungkinan ba!0a H& benartidak ada perbedaan di populasi/


22/51

67 .u#la( sa#pl utk ESTIMASI PROPORTujuan penelitian2 3engeta!ui pre#alensi diare pada balita di $ota +ogor

Untuk meng!itung jumla! sampel, peneliti perlu ta!u sbb2

'4 P Perkiraan pre#alence .dari penelitian terda!ulu atau pilot studi/

*4 d Presisi2 $etepatan dari perkiraan pre#alen 56 de#iasi)simpangan -ang masi! dapat dkeperca-aan tertentu/

74 8% %nter#al keperca-aan .biasan-a 9:;/

'ontoh(

• Peneliti memperkirakan pre#alensi diare di +ogor sama dengan abar ':; p &4':

• Peneliti 9:; -akin ba!0a pre#alensi diare di +ogor berkisar antara '&


23/51

6a7 .u#la( Sa#pl u&tuk Esti#asi P!opo!si

• Ru#us?

• p


24/51

6"7 .u#la( Sa#pl u&tuk Esti#asi P!opo!si

• Tu:ua&? M&'ta(ui p!-al&si dia! pada "alita di Bo'o!?

• Dikta(ui?

• P!ki!aa& p!opo!si 6= %p "alita$a&' dipili( s0a!a SRS da!i sa#pli&' /!a# populasi

#!*.!

)#*.!#(#*.!'.#%

%

=−

=n


25/51

3a7 Bsa! Sa#pl u&tuk Esti#asi Rata5!ata

• &tuk #&'(itu&' "sa! sa#pl p&liti p!lu #&'ta(ui?

• P!ki!aa& Va!ia&s %Kuad!at da!i Std7D-iasi*

• P!sisi• D!a:at kp!0a$aa&

• Ru#us?

• σ3

< p!ki!aa& -a!ia&s• d < p!sisi

• < &ilai pada i&t!-al kp!0a$aa& 65α+3

• Catata&?

• Ru#us di atas (a&$a u&tuk sti#asi !ata5!ata

• Ru#us di atas (a&$a u&tuk sa#pl a0ak sd!(a&a

%

%%

% '

d

z n

σ α −=


26/51

• So!a&' p&liti i&'i& #&'ta(ui !ata5!ata Kada! HB I"u (a#il di Dp

t!da(ulu, dikta(ui !ata5!ata HB Bu#il 637= '+dl d&'a& sta&da! d-ia"sa! sa#pl $a&' dip!luka& :ika p&liti #&'i&'i&ka& d!a:at kpda& si#pa&'a& #aksi#u# da!i !ata5!ata HB s"sa! 67 '+dl1

• B!dasa!ka& i&/o!#asi di atas, σ33 J d


27/51

T!#i&olo'i pada P!(itu&'a& BsaSa#pl utk :i Hipotsis

P1 = Estimasi proporsi pada kelp.1

P = Estimasi proporsi pada kelp.

!" = !onfiden#e "nterval $1-alpha%

Power = &ekuatan 'ji $1-beta%

P!(itu&'a& Bsa! Sa#pl ut


28/51

P!(itu&'a& Bsa! Sa#pl ut:i Hipotsis


29/51

Bsa! sa#pl u:i (ipotsis "da p!opo!s

•&tuk "da p!opo!si 3 klo#pok

•P6 da& P3 "!'a&tu&' pada dsai&

•N


30/51

P6 da& P3 pada ksp!i#&, ko(o!t 4 0!oss5s0

• P6 < a+%a"*

• P3 < 0+%0d*

P2 d P. d k k


31/51

P2 dan P. pada kass,kont#

• P6 < a+%a0*

• P3 < "+%"d*


32/51

%onto$ P2 dan P.

• Hu"u&'a& a&ta!a a&#ia d&'a& BBLR

• Dsai& ko(o!t+0!oss s0tio&al• P6? P!oposi BBL R pada i"u a&#ia

• P3? P!oposi BBLR pada i"u tidak a&#ia

• Dsai& kasus5ko&t!ol• P6? P!opo!si i"u a&#ia pada BBLR

• P3? P!opo!si i"u a&#ia pada &o& BBLR

• Kesalahan penetapan *+ dan * sering teradi pada desakasus-kontrol


33/51

%onto$ (o$o#t

• Suatu p&litia& dilakuka& u&tuk #&'ta(ui (u"u&'a& a&#ia pada i"u (a#il d&'a& BBLR d&'a& dsai& ko(

• Asu#si u&tuk "sa! sa#pl?• P!opo!si BBLR pada i"u a&#ia? 8

• P!opo!si BBLR pada i"u &o& a&#ia? 6

P&liti #&'a&''ap ada p!"daa& p!opo!si BBLR s"sa! 3a&#ia -s i"u &o& a&#ia

• D!a:at k#ak&aa&? =• Kkuata& u:i?

• Maka P


34/51

%onto$ (o$o#t

• Pada 0o&to( i&i P2,P. 6 .78

• Bda #i&i#al p!opo!si BBLR $a&' dia&''ap "!#ak&a a&ta!a i"u a&#a&#ia s"sa! 3

• .ika &a&ti&$a %stla( data t!ku#pul*, "da BBLR s"sa! 3 atau l"i( padadia#"il :i statistik signi9kan

• .ika &a&ti&$a %stla( data t!ku#pul*, "da BBLR ku!a&' da!i 3 pada & sa#p :i statistik tidak signi9kan

• Si'&i2ka& u:i statistik di!a&0a&' "!dasa!ka& p&'!tia& t&ta&' su"

• INGAT?P!"daa& "!apapu& dapat di!a&0a&' u&tuk si'&i2ka& s0a!a statistsa#pl t!p&u(i


35/51

%onto$ (o$o#t

• B!a!ti sa#pl $a&' di"utu(ka& adala( >3 i"u a&#ia da& >3

a&#ia, Total 639 i"u (a#il

( kelompok n

n

&%

)#,!+,!(#(#,!)+,!#(+,!-,!)%,!#(%,!'%,#

%

=

−

+−+−=


36/51

%onto$ (ass,(ont#ol

• Suatu p&litia& dilakuka& u&tuk #&'ta(ui (u"u&'a& a&ta!a a&#pada i"u (a#il d&'a& BBLR d&'a& dsai& kasus ko&t!ol

• Asu#si u&tuk "sa! sa#pl?

• P!opo!si a&#ia pada BBLR?

• P!opo!si a&#ia pada &o& BBLR? >

• P&liti #&'a&''ap "da #i&i#al p!opo!si i"u a&#ia 3 a&"a$i BBLR -s &o& BBLR

• D!a:at k#ak&aa&? =

• Kkuata& u:i?

• Maka P*+3 < ,


37/51

%onto$ (ass (ont#ol

• B!a!ti sa#pl $a&' di"utu(ka& adala( 3 "a$i BBLR da& 3 "a$i & Total 6>9 "a$i

(

kelompok n

n

&%

),!,!(#(,!),!#(,!-,!).,!#(.,!'%,#

%

=

−

−+−+−=

-esa# Sampel (ass (ont#ol


38/51

-esa# Sampel (ass (ont#ol*pe#bandingan k kont#ol pe# kass+

[ ) P - P (

(1 P ( + ) P -(1 P z + P)-1/k)P(1+(1 z =n

2

21

2111- /21- β α

( )

)#(

%#

k

kP P

P +

+=

-esa# sampel ntk


39/51

p%ASE,%ONTROL stdi

• &tuk #&'(itu&' "sa! sa#pl p&liti p!lu #&'ta(ui?

• P < P!opo!si klo#pok KONTROL $a&' %dip!ki!aka&* t!kpos

%Bisa dip!ki!aka& da!i a&'ka pada populasi u#u#*

• P6 < P!opo!si klo#pok KASS $a&' t!kpos

• OR < Odds Ratio

• ! < Rasio a&ta!a :u#la( KONTROL d&'a& :u#la( KASS

• α < D!a:at k#ak&aa&

• 65β < Po)!

[ ) P - P (

-(1 P ( + ) P -(1 P z + P)-1/k)P(1+(1 z =n

2

21

211-1 /2-1 β α

%

#!

%

)(

#(')(%''%

#

P P

P z z

r

r n−

−++=

β α

[ ])#('#'

!

!#

−+

=

OR P

OR P P

#

)'( !

+

+=

r

P r P

-esa# sampel ntk


40/51

%ASE,%ONTROL stdi

• 8onto!2 Seorang peneliti ingin meli!at !ubungan antara %U? dan ke!amilan ektopik4 Pemenunjukkan ba!0a :; dari kelompok $@TB@C menggunakan %U?4 $ASUS adala! datang ke BS dengan ke!amilan ektopik4

• Peneliti tsb ingin mendeteksi risiko pemakaian %U? sebesar * kali lebi! tinggi pada $AS$@TB@C4 88

• +erapa besar sampel -ang dibutu!kan jika dia menginginkan derajat kemaknaan :; d9:;4

• ?ari informasi di atas, P&&,&: D P'.&,&:E*/ ) F' G &4&: .*"'/ &4&9:D P&,&*:DI α',>: D I β ',>:, maka besar sampel dapat di!itung2

• Se!ingga dibutu!kan seban-ak :9J $ASUS .subjek dengan ke!amilan ektopik/ dan :9.subjek dengan ke!amilan normal/

*)#!,!!*,!(

)%*,!('!%*,!')*,#*,#('%'

#'%

##%

%

=

−

++=n

-esa# sampel ntk


41/51

-esa# sampel ntk%ASE,%ONTROL stdi

• 8onto!2 $arena kesulitan mendapatkan $ASUS .ke!amilan ektopik/ disebabkan kejadiamaka peneliti tsb memutuskan untuk memili! 7 $@TB@C untuk setiap $ASUS4 Se!ing

P 7 E .&,&:G&,&9:/ ) .7 G '/ &,&>'*:umla! sampeln-a menjadi2

• Se!ingga dibutu!kan seban-ak K&J $ASUS .subjek dengan ke!amilan ektopik/ dan 7 E$@TB@C .subjek dengan ke!amilan normal/

-!)#!,!!*,!(

)+*,!('!%*,!')*,#*,#('%'

+'%

#+%

%

=

−

++=n


42/51

Masala$ dalam Penentan -esa# Sa

• .ika (ipotsis tidak /okus, #isal&$a?

• akto!5/akto! $a&' "!p&'a!u( pada k:adia& BBLR

• P6 da& P3 -a!ia"l $a&' #a&a 1

• Solusi?

• Pili( /akto! uta#a sa:a, /akto! lai& dia&''ap 0o&/ou&d!

• Hitu&' sa#pl u&tuk tiap /akto! uta#a

• P!"daa& P6 da& P3 (a!us "!dasa!ka& p!"daa& $a&' ds0a!a su"ta&si "!#ak&a, "uka& (a&$a da!i p&litia& t!dsa:a


43/51

%onto$

• P&litia& akto!5/akto! $a&' "!(u"u&'a& d&'a& BB

• akto! uta#a $a&' i&'i& diu:i

• A&#ia

• M!okok

• Hip!t&si

• Status Eko&o#i


44/51

%onto$

• Maka p!lu i&/o!#asi t&ta&'?

P!op BBLR pada a&#ia da& pada &o& a&#ia

P!op BBLR pada p!okok da& pada &o& p!okok

P!op BBLR pada (ip!t&si da& pada &o& (ip!t&si

P!op BBLR pada i"u #iski& da& pada i"u &o& #iski&

• Hitu&' "sa! sa#pl utk tiap -a!ia"l

• Sa#pl t!"sa! $a&' dia#"il

-esa# sampel 4i $ipotesis beda #ata,


45/51

-esa# sampel 4i $ipotesis beda #ata*independen+

(1-α/2 = nilai ) pada interval keper#ayaan 1-α/2

u:i (ipotsis dilakuka& dua a!a( %t)o taild*

)1-β = nilai ) pada kekuatan uji $power% 1-β

µ1 = estimasi rata-rata kelp. 1 * µ = estimasi rata-rata kelp.

σ = varians gabungan * s1 = varians pd kelp. 1

s = varians pd kelp.

[ ]( ) %%#

%

#%

%

%

µ µ σ β α

−

+=

−− z z n [ ()#(()#(

#

%

##%

+−

+−=

nnn snσ


46/51

%onto$

• Suatu p&litia& dilakuka& u&tuk ##"a&di&'ka& /kasupa& &at!iu# t!(adap tk7 da!a( o!a&' d)asa

• Asu#si %da!i p&litia& t!da(ulu*?

• Pada klp7 Nat!iu# !&da(?

• Rata5!ata TD? 3 ##H', SD?6 ##H', &


47/51

%onto$

/ibutuhkan sampel %! orang dengan asupan natrium tinggi

/an %! orang dengan asupan natrium rendah

[ ]#%%

)#%!()#%!(

#%)#%!(#!)#%!( %%%=

−+−

−+−=σ

[ ]

( ) %!

#!

-,!,##%%'%%

%%

=+

=n

-esa# sampel 4i $ipotesis beda #at


48/51

p 4 p*pai#ed+

σ = varians dari beda rata-rata pasangan

(1-α/2 = nilai ) pada interval keper#ayaan 1-α/2

u:i (ipotsis dilakuka& dua a!a( %t)o taild* )1-β = nilai ) pada kekuatan uji $power% 1-β

µ1 = perkiraan rata-rata sebelum intervensi

µ = perkiraan rata-rata sesudah intervensi

$didapat dari penelitian terdahulu atau penelitian awal%

[ ]( ) %

%#

%

#%& #

%

µ µ

σ β α

−

+

=

−− z z

n

%onto$


49/51

%onto$

Seorang peneliti ingin menguji efek lati!an aerobik ter!adpenurunan kadar kolesterol C?C pada orang de0asa4

?ari penelitian a0al pada : orang diketa!ui rata"rata C?C sebelumadala! 'J: mg)dl dan setela! K minggu berlati! aerobik adala! 'adi ada penurunan kadar C?C rata"rata *& mg)dl dengan simpang

mg)dl4 +erapa besar sampel -ang diperlukan jika peneliti ingin m

!ipotesis dengan perbedaan rata"rata minimum -ang ing

sebesar '& mg)dl dengan inter#al keperca-aan 9:; dan9&; L


50/51

%onto$

adi diperlukan sampel seban-ak *K sampel untuk men

adan-a penurunan rata"rata kadar C?C sebesar '& md)d

[ ]%-)#!(

%,#,#'#*%

%%

=+

=

n


51/51

T)AN( :OU

Documents

KP 8.16 RANCANGAN SAMPEL.pptx