Minggu, 28 April 2013

Komputasi Modern

Sejarah Komputasi Modern

Secara historis, komputer panitera manusia yang dihitung sesuai dengan metode yang efektif. Komputer ini manusia melakukan berbagai perhitungan saat ini dilakukan oleh komputer elektronik, dan ribuan dari mereka yang bekerja dalam perdagangan, pemerintahan, dan lembaga penelitian. Istilah mesin komputasi , digunakan semakin dari tahun 1920, mengacu pada setiap mesin yang melakukan pekerjaan komputer manusia, yaitu, setiap mesin yang menghitung sesuai dengan metode yang efektif. Selama akhir 1940-an dan awal 1950-an, dengan munculnya mesin komputasi elektronik, mesin ‘kalimat’ komputasi secara bertahap memberi jalan hanya untuk ‘komputer’, awalnya biasanya dengan elektronik ‘awalan’ atau ‘digital’. Catatan ini survei sejarah mesin ini.

Tahun 1940 komputer yang semula dikhususkan sebagai instrument untuk science, berubah menjadi produk komersil. Tahun 1945 di temukan Bug Komputer oleh Grace Murray Hopper Tahun 1947 tanggal 23 Desember ditemukan transistor yang pertama kali oleh Bardeen dan Walter Brattain bersama dengan William Shockley Tahun 1951 dimulai sebuah gagasan microprogramming oleh Maurice Wilkes Tahun 1951-1952 Grace Murray Hopper mengembangkan A-O, yang merupakan compiler pertama.

 Tahun 1957 John Backus dan kolega IBM mengirimkan Compiler Fortran yang pertama. Tahun 1958 Jack Kilby menghasilkan prototype semiconductor IC Tahun 1960 merupakan timbulnya system kecil seperti word length, register structure, Number of Addresses, I/O channel, Floating point hardware. Tahun 1960 juga Paul Baran yang bekerja di Rand Corp. menemukan dasar packet switching untuk data komunikasi. Tahun 1962 video game pertama kali di temukan oleh Steve Russell yang merupakan seorang lulusan MIT. Tahun 1964 mouse ditemukan oleh Doug Engelbart. Tahun 1969 munculnya internet oleh DARPA Tahun 1970 merupakan kedatangan PC (personal computer).


Tahun 1970 ditemukan UNIX oleh Dennis Ritchie dan Kenneth Thomson. Pada tahun 1970 juga floppy disk dan daisywheel printer di tunjukkan kepada umum (debut pertama). Tahun 1971 Ray Tomlinson of Bolt Beranek dan Newmen pertama kali mengirimkan jaringan surat e-mail. Tahun 1971 Niklaus Wirth menemukan Pascal Tahun 1972 di temukan bahasa C oleh Dennis Ritchie di Bell Labs. Tahun 1973 Robert Metcalfe menuliskan catatan di “Ether Acquisition” yang mendeskripsikan Ethernet. Tahun 1973 Robert Metcalfe dan David Boggs menemukan Ethernet. Tahun 1976 merupakan tahun pertama kalinya muncul supercomputer dengan vektorial arsitektur. Tahun 1976, Steve Jobs dan Steve Wozniak mendesain dan membangun Apple I yang terdiri dari kebanyakan papan circuit.
 Tahun 1977, Steve Jobs dan Steve Wozniak tergabung dalam Apple computer pada 3 januari. Tahun 1978, Muncul MS Tahun 1978, Wordstar yang merupakan software pengolah kata diperkenalkan dan meluas. Tahun 1979 telepon seluler di test di Jepang dan Chicago. Tahun 1980 IBM memilih PC-DOS dari Microsoft sebagai OS (Operating System)

Tahun 1980 bahasa Ada muncul yang di temukan oleh Departemen Pertahanan US. Tahun 1980 portable computer seberat 24 pounds lahir. 1 januari 1983, muncul TCP/IP Tahun 1984, muncul Apple Macintosh Tahun 1984, muncul DNS Tahun 1985 menyebarnya sistem networking.

 Tahun 1990 tim Barners Lee Menemukan WWW yaitu aplikasi internet yang membawa perkembangan dan perubahan besar di dunia internet. Tahun 1991 Trovalds menempatkan UNIX di IBMnya. Tahun 1992 muncul istilah surfing Tahun 1993 pentium milik intel diperkenalkan kepada umum pada bulan Maret Tahun 1993 muncul NSCA Mosaic Tahun 1994 muncul Yahoo dan Netscape Navigator 1.0 Tahun 1995 muncul bahasa pemrograman Java pada bulan Mei. Pada Desember 1994 maka Spyglass milik Microsoft telah dibayar dan diberi lisensi, sehingga untuk web browser yang nantinya nama spyglass tersebut akan diganti dengan nama Internet Explorer.

 Pada 1995 spyglass sudah menjadi bagian dari OS dan bagian dari windows Definisi Komputasi Modern Komputasi adalah algoritma yang digunakan untuk menemukan suatu cara untuk memecahkan masalah dari sebuah data input. Komputasi ini merupakan bagian dari ilmu matematika dan ilmu komputer. Secara umum ilmu komputasi adalah bidang ilmu yang mempunyai perhatian pada penyusunan model matematika dan teknik penyelesaian numerik serta penggunaan komputer untuk menganalisis dan memecahkan masalah-masalah ilmu (sains). Dalam penggunaan praktis, biasanya berupa penerapan simulasi komputer atau berbagai bentuk komputasi lainnya untuk menyelesaikan masalah-masalah dalam berbagai bidang keilmuan, tetapi dalam perkembangannya digunakan juga untuk menemukan prinsip-prinsip baru yang mendasar dalam ilmu. Bidang ini berbeda dengan ilmu komputer (computer science), yang mengkaji komputasi, komputer dan pemrosesan informasi. Bidang ini juga berbeda dengan teori dan percobaan sebagai bentuk tradisional dari ilmu dan kerja keilmuan. 

Sumber :
http://teknologiforever.wordpress.com/2010/04/22/sejarah-komputasi-modern/       http://plato.stanford.edu/entries/computing-history/
http://dshepurwanti.blogspot.com/2011/02/komputasi-modern.html
http://en.wikipedia.org/wiki/History_of_computing
http://anitaapriliani.blogspot.com/2011/02/komputasi-modern.html
http://shifaannida.blogspot.com/2011/02/komputasi-modern.html

Ihsan Sulistio Hananto
53409543
4IA07





Macam-Macam Komputasi Modern


1. Mobile Computing atau Komputasi Bergerak
Mobile computing (komputasi bergerak) merupakan kemajuan teknologi komputer sehingga dapat berkomunikasi menggunakan jaringan tanpa menggunakan kabel serta mudah dibawa atau berpindah tempat, tetapi berbeda dengan komputasi nirkabel. Berdasarkan penjelasan tersebut, untuk kemajuan teknologi ke arah yang lebih dinamis membutuhkan perubahan dari sisi manusia maupun alat. Contoh dari mobile computing adalah GPS, smart phone, dan sebagainya.

2. Grid Computing
Komputasi grid memanfaatkan kekuatan pengolahan idle berbagai unit komputer, dan menggunakan kekuatan proses untuk menghitung satu pekerjaan. Pekerjaan itu sendiri dikontrol oleh satu komputer utama, dan dipecah menjadi beberapa tugas yang dapat dilaksanakan secara bersamaan pada komputer yang berbeda. Tugas-tugas ini tidak perlu saling eksklusif, meskipun itu adalah skenario yang ideal. Sebagai tugas lengkap pada berbagai unit komputasi, hasil dikirim kembali ke unit pengendali, yang kemudian collates itu membentuk keluaran kohesif.
Keuntungan dari komputasi grid adalah dua kali lipat: pertama, kekuatan pemrosesan yang tidak digunakan secara efektif digunakan, memaksimalkan sumber daya yang tersedia dan, kedua, waktu yang dibutuhkan untuk menyelesaikan pekerjaan besar berkurang secara signifikan.
Idealnya kode sumber harus direstrukturisasi untuk membuat tugas-tugas yang saling eksklusif adalah sebagai mungkin. Itu tidak berarti bahwa mereka tidak bisa saling bergantung, tetapi pesan yang dikirim antara tugas-tugas meningkatkan faktor waktu. Satu pertimbangan penting saat membuat pekerjaan komputasi grid adalah bahwa apakah kode dijalankan serial atau paralel tugas, hasil dari keduanya harus selalu sama di setiap situasi.


3. Cloud Computing atau Komputasi Awan
Cloud computing adalah perluasan dari konsep pemrograman berorientasi objek abstraksi. Abstraksi, sebagaimana dijelaskan sebelumnya, menghapus rincian kerja yang kompleks dari visibilitas. Semua yang terlihat adalah sebuah antarmuka, yang menerima masukan dan memberikan output. Bagaimana output ini dihitung benar-benar tersembunyi.
Sebagai contoh, seorang sopir mobil tahu bahwa roda kemudi dengan memutar arah mobil yang mereka ingin pergi; atau yang menekan pedal gas akan menyebabkan mobil untuk mempercepat. Sopir biasanya tidak peduli tentang bagaimana arah dari roda kemudi dan pedal gas tersebut diterjemahkan ke dalam gerakan yang sebenarnya dari mobil. Oleh karena itu, rincian ini diabstraksikan dari sopir.
Cloud serupa, melainkan menerapkan konsep abstraksi dalam lingkungan komputasi fisik, dengan menyembunyikan proses yang benar dari pengguna. Dalam lingkungan komputasi awan, data bisa berada pada beberapa server, rincian koneksi jaringan yang tersembunyi dan pengguna tidak ada yang tahu. Bahkan, komputer awan awan dinamakan demikian karena sering digunakan untuk menggambarkan pengetahuan eksak tentang pekerjaan batin. Cloud komputasi berat berasal dari paradigma Unix memiliki beberapa elemen, masing-masing yang sangat baik pada satu tugas tertentu, daripada memiliki satu elemen besar yang tidak baik.

Sumber :
http://id.wikipedia.org/wiki/Komputasi
http://nurlulu.blogspot.com/2011/02/pengantar-komputasi-modern.html

Ihsan Sulistio Hananto
53409543
4IA07




Untuk contoh penerapan komputasi modern bisa dilihat pada artikel sebelumnya http://ihsandons.blogspot.com/2013/04/komputasi-modern-pada-website-perusahaan.html

Kesimpulannya bahwa kehidupan komputerisasi sangat membantu manusia dalam menyelesaikan pekerjaannya dan semakin bertambahnya zaman teknologi komputer pun akan menjadi sangat canggih dan maju pesat karena pola pikir manusia yang terus maju dan berkembang.

Maka, yang menjadi masalah ialah sejauh mana suatu masyarakat siap memasuki zaman yang ditandai oleh supremasi teknologi sebagai daya pembangkit budaya baru tanpa merapuhkan ketahanan budayanya sendiri. Dengan demikian, maka tidak keliru pula untuk menyatakan bahwa dominasi teknologi akan berlanjut dengan berseminya budaya baru yang melahirkan berbagai nilai baru pula yang cenderung menjadi acuan perilaku manusia modern dalam berbagai pola interaksi dengan sesamanya.


Rabu, 03 April 2013

Bidang - Bidang Yang Terkait Dalam Bioinformatika

Bioinformatika adalah ilmu yang mempelajari penerapan teknik komputasional untuk mengelola dan menganalisis informasi hayati. Bidang ini mencakup penerapan metode-metode matematika, statistika, dan informatika untuk memecahkan masalah-masalah biologi, terutama yang terkait dengan penggunaan sekuens DNA dan asam amino. Contoh topik utama bidang ini meliputi pangkalan data untuk mengelola informasi hayati, penyejajaran sekuens (sequence alignment), prediksi struktur untuk meramalkan struktur protein atau pun struktur sekunder RNA, analisis filogenetik, dan analisis ekspresi gen.

Penerapan Utama Bioinformatika

1. Pangkalan data sekuens biologi
   Sesuai dengan jenis informasi hayati yang disimpannya, pangkalan data sekuens biologi dapat berupa pangkalan data primer untuk menyimpan sekuens primer asam nukleat dan protein, pangkalan data sekunder untuk menyimpan motif sekuens protein, dan pangkalan data struktur untuk menyimpan data struktur protein dan asam nukleat.
Pangkalan data utama untuk sekuens asam nukleat saat ini adalah GenBank (Amerika Serikat), EMBL (the European Molecular Biology Laboratory, Eropa), dan DDBJ (DNA Data Bank of Japan, Jepang).  Ketiga pangkalan data tersebut bekerja sama dan bertukar data secara harian untuk menjaga keluasan cakupan masing-masing pangkalan data. Sumber utama data sekuens asam nukleat adalah submisi (pengumpulan) langsung dari peneliti individual, proyek sekuensing genom, dan pendaftaran paten. Selain berisi sekuens asam nukleat, entri dalam pangkalan data sekuens asam nukleat pada umumnya mengandung informasi tentang jenis asam nukleat (DNA atau RNA), nama organisme sumber asam nukleat tersebut, dan pustaka yang berkaitan dengan sekuens asam nukleat tersebut.
Sementara itu, contoh beberapa pangkalan data penting yang menyimpan sekuens primer protein adalah PIR (Protein Information Resource, Amerika Serikat), Swiss-Prot (Eropa), dan TrEMBL (Eropa).  Ketiga pangkalan data tersebut telah digabungkan dalam UniProt, yang didanai terutama oleh Amerika Serikat.  Entri dalam UniProt mengandung informasi tentang sekuens protein, nama organisme sumber protein, pustaka yang berkaitan, dan komentar yang pada umumnya berisi penjelasan mengenai fungsi protein tersebut.
BLAST (Basic Local Alignment Search Tool) merupakan perkakas bioinformatika yang berkaitan erat dengan penggunaan pangkalan data sekuens biologi. Penelusuran BLAST (BLAST search) pada pangkalan data sekuens memungkinkan ilmuwan untuk mencari sekuens baik asam nukleat maupun protein yang mirip dengan sekuens tertentu yang dimilikinya. Hal ini berguna misalnya untuk menemukan gen sejenis pada beberapa organisme atau untuk memeriksa keabsahan hasil sekuensing atau untuk memeriksa fungsi gen hasil sekuensing. Algoritma yang mendasari kerja BLAST adalah penyejajaran sekuens.
PDB (Protein Data Bank, Bank Data Protein) adalah pangkalan data tunggal yang menyimpan model struktur tiga dimensi protein dan asam nukleat hasil penentuan eksperimental (dengan kristalografi sinar-X, spektroskopi NMR, dan mikroskopi elektron). PDB menyimpan data struktur sebagai koordinat tiga dimensi yang menggambarkan posisi atom-atom dalam protein atau pun asam nukleat.

2. Penyejajaran sekuens
Penyejajaran sekuens (sequence alignment) adalah proses penyusunan/pengaturan dua atau lebih sekuens sehingga persamaan sekuens-sekuens tersebut nampak nyata. Hasil proses tersebut juga disebut sebagai sequence alignment atau alignment saja. Baris sekuens dalam suatu alignment diberi sisipan (umumnya dengan tanda "–") sedemikian rupa sehingga kolom-kolomnya memuat karakter yang identik atau sama di antara sekuens-sekuens tersebut. Berikut adalah contoh alignment DNA dari dua sekuens pendek DNA yang berbeda, "ccatcaac" dan "caatgggcaac" (tanda "|" menunjukkan kecocokan atau match di antara kedua sekuens).
 ccat---caac
 | ||   ||||
 caatgggcaac
Sequence alignment merupakan metode dasar dalam analisis sekuens. Metode ini digunakan untuk mempelajari evolusi sekuens-sekuens dari leluhur yang sama (common ancestor). Ketidakcocokan (mismatch) dalam alignment diasosiasikan dengan proses mutasi, sedangkan kesenjangan (gap, tanda "–") diasosiasikan dengan proses insersi atau delesi. Sequence alignment memberikan hipotesis atas proses evolusi yang terjadi dalam sekuens-sekuens tersebut.  Sebagai contoh, kedua sekuens dalam contoh alignment di atas bisa jadi berevolusi dari sekuens yang sama "ccatgggcaac". Dalam kaitannya dengan hal ini, alignment juga dapat menunjukkan posisi-posisi yang dipertahankan (conserved) selama evolusi dalam sekuens-sekuens protein, yang menunjukkan bahwa posisi-posisi tersebut bisa jadi penting bagi struktur atau fungsi protein tersebut.
Selain itu, sequence alignment juga digunakan untuk mencari sekuens yang mirip atau sama dalam pangkalan data sekuens. BLAST adalah salah satu metode alignment yang sering digunakan dalam penelusuran pangkalan data sekuens.
Beberapa metode alignment lain yang merupakan pendahulu BLAST adalah metode "Needleman-Wunsch" dan "Smith-Waterman". Metode Needleman-Wunsch digunakan untuk menyusun alignment global di antara dua atau lebih sekuens, yaitu alignment atas keseluruhan panjang sekuens tersebut. Metode Smith-Waterman menghasilkan alignment lokal, yaitu alignment atas bagian-bagian dalam sekuens. Kedua metode tersebut menerapkan pemrograman dinamik (dynamic programming) dan hanya efektif untuk alignment dua sekuens (pairwise alignment)
Clustal adalah program bioinformatika untuk alignment multipel (multiple alignment), yaitu alignment beberapa sekuens sekaligus. Dua varian utama Clustal adalah ClustalW dan ClustalX.
Metode lain yang dapat diterapkan untuk alignment sekuens adalah metode yang berhubungan dengan Hidden Markov Model ("Model Markov Tersembunyi", HMM). HMM merupakan model statistika yang pada mulanya digunakan dalam ilmu komputer untuk mengenali pembicaraan manusia (speech recognition). Selain digunakan untuk alignment, HMM juga digunakan dalam metode-metode analisis sekuens lainnya seperti prediksi daerah penyandi protein dalam genom dan prediksi struktur sekunder protein.
  
3. Prediksi struktur protein
Secara kimia/fisika, struktur protein diungkapkan dengan kristalografi sinar-X atau pun spektroskopi NMR. Namun, kedua metode tersebut sangat memakan waktu dan relatif mahal. Sementara itu, metode sekuensing protein relatif lebih mudah mengungkapkan sekuens asam amino protein. Prediksi struktur protein berusaha meramalkan struktur tiga dimensi protein berdasarkan atas sekuens asam aminonya. Dengan perkataan lain, prediksi tersebut meramalkan struktur sekunder dan struktur tersier berdasarkan atas struktur primer protein. 

Secara umum, metode prediksi struktur protein yang ada saat ini dapat dikategorikan ke dalam dua kelompok, yaitu metode pemodelan protein komparatif dan metode pemodelan de novo. Pemodelan protein komparatif (comparative protein modelling) meramalkan struktur suatu protein berdasarkan atas struktur protein lain yang telah diketahui. Salah satu penerapan metode ini adalah pemodelan homologi (homology modelling), yaitu prediksi struktur tersier protein berdasarkan atas kesamaan struktur primer protein. Pemodelan homologi didasarkan atas teori bahwa dua protein yang homolog memiliki struktur yang sangat mirip satu sama lain. Pada metode ini, struktur suatu protein (disebut dengan protein target) ditentukan berdasarkan atas struktur protein lain (protein templat) yang telah diketahui dan memiliki kemiripan sekuens dengan protein target tersebut. Selain itu, penerapan lain pemodelan komparatif adalah protein threading yang didasarkan atas kemiripan struktur tanpa kemiripan sekuens primer. Latar belakang protein threading adalah bahwa struktur protein lebih dikonservasi daripada sekuens protein selama evolusi; daerah-daerah yang penting bagi fungsi protein dipertahankan strukturnya. Pada pendekatan ini, struktur yang paling kompatibel untuk suatu sekuens asam amino dipilih dari semua jenis struktur tiga dimensi protein yang ada. Metode-metode yang tergolong dalam protein threading berusaha menentukan tingkat kompatibilitas tersebut.

Dalam pendekatan de novo atau ab initio, struktur protein ditentukan dari sekuens primernya tanpa membandingkan dengan struktur protein lain. Terdapat banyak kemungkinan dalam pendekatan ini, misalnya dengan menirukan proses pelipatan (folding) protein dari sekuens primernya menjadi struktur tersiernya (misalnya dengan simulasi dinamika molekular), atau dengan optimisasi global fungsi energi protein. Prosedur-prosedur ini cenderung membutuhkan proses komputasi yang intens sehingga saat ini hanya digunakan dalam menentukan struktur protein-protein kecil. Beberapa usaha telah dilakukan untuk mengatasi kekurangan sumber daya komputasi tersebut, misalnya dengan superkomputer (misalnya superkomputer Blue Gene dari IBM) atau komputasi terdistribusi  atau pun komputasi grid.

4. Analisis ekspresi gen
Ekspresi gen dapat ditentukan dengan mengukur kadar mRNA dengan berbagai macam teknik, misalnya dengan microarray atau pun Serial Analysis of Gene Expression atau Analisis Serial Ekspresi Gen (SAGE). Teknik-teknik tersebut umumnya diterapkan pada analisis ekspresi gen skala besar yang mengukur ekspresi banyak gen (bahkan genom) dan menghasilkan data skala besar. Metode-metode penggalian data (data mining) diterapkan pada data tersebut untuk memperoleh pola-pola informatif. Sebagai contoh, metode-metode komparasi digunakan untuk membandingkan ekspresi di antara gen-gen, sementara metode-metode klastering (clustering) digunakan untuk mempartisi data tersebut berdasarkan atas kesamaan ekspresi gen.

Komentar : Dari penjelasan diatas dapat disimpulkan bahwa bioinformatika sangat berperan penting didalam berbagai bidang. Dengan bioinformatika manusia dapat memanfaatkan biokimia, mikrobiologi, dan rekayasa genetika secara terpadu, untuk menghasilkan barang atau lainnya bagi kepentingan manusia.

               http://id.wikipedia.org/wiki/Bioinformatika

Ihsan Sulistio Hananto 
53409543
4IA07
 

Pembangkit Listrik Tenaga Virus (Bioinformatika)



Jika selama ini kita mengenal virus sebagai makhluk yang menjadi sebab penyakit dan menyedot energi dari tubuh yang diserangnya, ternyata kini ia dapat digunakan untuk membuat suatu pembangkit listrik kecil bertenaga virus. Memang ini bukan pembangkit listrik besar setara PLTA, tetapi dengan adanya temuan para ilmuwan di Laboratorium Nasional Lawrence Berkeley Departemen Energi AS ini akan memungkinkan kita mengisi kembali baterai handphone atau ipod kita sambil berjalan kaki tanpa pusing nyari-nyari colokan listrik. 

Lho, tapi kenapa harus jalan kaki? Nah ini dikarenakan pembangkit listrik tersebut menggunakan prinsip piezoelektrik alias listrik yang dibangkitkan dengan gerakan mekanik seperti tekanan dan getaran. Teknik ini memang sudah dikembangkan sejak 130-an tahun lalu, namun ini pertama kalinya digunakan virus sebagai ‘bahan bakar’, biasanya yang digunakan adalah bahan kimia berbahaya seperti timbal dan lithium.
Virus yang digunakan tentu saja yang tidak berbahaya bagi manusia, yaitu virus bacteriophage M13 yang hanya menginfeksi bakteri. Virus ini umum digunakan di lab rekayasa genetika dalam proses rekombinasi DNA, kemampuannya untuk menggandakan diri jutaan kali dalam hitungan jam membuatnya sebagai kandidat yang tepat untuk diaplikasikan dalam piezoelektrik ini.

Karena virus bacteriophage M13 tipe liarnya hanya sedikit sekali menghasilkan efek piezoelektrik, para ilmuwan di Laboratorium Nasional Lawrence Berkeley Departemen Energi AS memodifikasinya secara genetik dengan menambahkan empat asam amino bermuatan negatif pada salah satu protein yang dihasilkan virus. Dengan cara ini pun listrik yang dihasilkan baru sekitar 6 nanoampere saja atau hanya seperempat voltase yang dihasilkan baterai AAA. 

Tapi meski demikian, hasil kerja yang dipublikasikan dalam Jurnal Nature Nanotechnology tanggal 13 Mei 2012 ini merupakan awal yang bagus untuk pengembangan selanjutnya. Apalagi virus hasil rekayasa genetika ini dapat diproduksi dalam skala besar. Ke depannya kita berharap semakin banyak alternatif pembangkit listrik terutama yang ramah lingkungan dengan sumber energi yang terbarukan.

Komentar : Semakin tipisnya sumber energi di bumi menuntut adanya alternatif sumber energi lain untuk dapat mencukupi kebutuhan akan energi yang semakin meningkat. Pembangkit listrik tenaga virus ini merupakan salah satu jawaban dari semakin langkanya sember energy yang ada.

Bagaimana menurut pendapat Anda, apakah teknologi ini akan berkembang dan menjadi alternatif sumber energi masa depan?

                                    http://www.cendekiastore.com/index.php/artikel/62-pembangkit-listrik-tenaga-virus

Ihsan Sulistio Hananto
53409543
4IA07