Aplikasi Pohon Keputusan dalam PLL Patern Recognition Rubiks Cube

dokumen-dokumen yang mirip
Penerapan strategi runut-balik dalam penyelesaian permainan puzzle geser

Aplikasi Pohon pada Pohon Binatang (Animal Tree)

Penerapan Pohon Keputusan pada Pemilihan Rencana Studi Mahasiswa Institut Teknologi Bandung

I. PENDAHULUAN. 1.1 Permainan Rush Hour

Penerapan Pohon dengan Algoritma Branch and Bound dalam Menyelesaikan N-Queen Problem

Menyelesaikan Permainan Wordament Menggunakan Algoritma Backtracking

Penggunaan Pohon Biner Sebagai Struktur Data untuk Pencarian

Aplikasi Pohon dan Graf dalam Kaderisasi

Pemanfaatan Pohon Biner dalam Pencarian Nama Pengguna pada Situs Jejaring Sosial

Pengaplikasian Pohon dalam Mekanisme Pengambilan Skill Game Dota 2

Penyelesaian Blindfold Rubik dengan Visualisasi Graf

P o h o n. Definisi. Oleh: Panca Mudji Rahardjo. Pohon. Adalah graf tak berarah terhubung yang tidak mengandung sirkuit.

Variasi Pohon Pencarian Biner Seimbang

Implementasi Pohon Keputusan untuk Membangun Jalan Cerita pada Game Engine Unity

Penerapan Pohon dalam Kombinasi Gerakan Karakter Game

Penerapan Algoritma Branch and Bound pada Penentuan Staffing Organisasi dan Kepanitiaan

Aplikasi Pohon dalam Pengambilan Keputusan oleh Sebuah Perusahaan

Penerapan Pohon Keputusan pada Penerimaan Karyawan

Aplikasi Pohon Pencarian Biner Seimbang sebagai Memo Table Dynamic Programming

Penggunaan Algoritma Branch and Bound dan Program Dinamis Dalam Pemecahan Masalah Rubik s Cube

TUGAS MAKALAH INDIVIDUAL. Mata Kuliah : Matematika Diskrit / IF2153 Nama : Dwitiyo Abhirama NIM :

BAB I PENDAHULUAN. berguna untuk membantu manusia dalam melakukan pekerjaan tertentu, misalnya. dan pekerjaan yang memerlukan tenaga besar.

Penerapan Algoritma Prim dan Kruskal Acak dalam Pembuatan Labirin

Implementasi Pohon Dalam Permainan Ragnarok Online Valkyrie Uprising

Penerapan Pohon dan Himpunan dalam Klasifikasi Bahasa

Penerapan Pohon dalam Algoritma Expectiminimax untuk Permainan Stokastik

Aplikasi Pohon dan Logika pada Variasi Persoalan Koin Palsu

Strategi Permainan Menggambar Tanpa Mengangkat Pena

Penerapan Graf dan Pohon pada Klasifikasi Aplikasi di Play Store

Aplikasi Teori Graf dalam Penggunaan Cairan Pendingin pada Proses Manufaktur

Pohon (Tree) Universitas Gunadarma Sistem Informasi 2012/2013

Penerapan Pewarnaan Graf dalam Alat Pemberi Isyarat Lalu Lintas

Penerapan Pohon Biner dalam Proses Pengamanan Peer to Peer

Penggunaan Pohon Keputusan dalam Menentukan Posisi Terbaik Pemain Sepak Bola Berdasarkan Kemampuan Dasar

Penerapan Logika dan Peluang dalam Permainan Minesweeper

Pohon. Bahan Kuliah IF2120 Matematika Diskrit. Program Studi Teknik Informatika ITB. Rinaldi M/IF2120 Matdis 1

Aplikasi Pohon Keputusan dalam Pemilihan Penerima Beasiswa UKT

Penyelesaian Five Coins Puzzle dan Penghitungan Worst-case Time dengan Pembuatan Pohon Keputusan

Aplikasi Matematika Diskrit dalam Permainan Nonogram

TERAPAN POHON BINER 1

Pohon dan Aplikasinya dalam Bagan Silsilah Keturunan

Penerapan Pohon Keputusan dalam Pemodelan Perilaku Otomatis Unit Pasukan Game Bertipe Real Time Strategy

Penerapan Algoritma Greedy dan Backtrackng Dalam Penyelesaian Masalah Rubik s Cube

METODE POHON BINER HUFFMAN UNTUK KOMPRESI DATA STRING KARAKTER

Penggunaan Pohon Biner dalam Binary Space Partition untuk Membuat Dungeon Game Roguelike RPG

Penerapan Pohon Keputusan dalam Mendiagnosa Penyakit Jantung Koroner

DEFINISI. Pohon adalah graf tak-berarah terhubung yang tidak mengandung sirkuit. pohon pohon bukan pohon bukan pohon 2

Menyelesaikan Kakuro Puzzle dengan Kombinatorial

Penggunaan Graf Semi-Hamilton untuk Memecahkan Puzzle The Hands of Time pada Permainan Final Fantasy XIII-2

Aplikasi Graf pada Hand Gestures Recognition

Himpunan dan Pohon dalam Aplikasi Pemilihan Restoran Tujuan

Definisi. Pohon adalah graf tak-berarah terhubung yang tidak mengandung sirkuit. pohon pohon bukan pohon bukan pohon

I. PENDAHULUAN. Gambar 1: Graf sederhana (darkrabbitblog.blogspot.com )

Pemanfaatan Pohon dalam Realisasi Algoritma Backtracking untuk Memecahkan N-Queens Problem

POLA PERMAINAN SEPAK BOLA DENGAN REPRESENTASI GRAF

Graf dan Pengambilan Rencana Hidup

Termilogi Pada Pohon Berakar 10 Pohon Berakar Terurut

Penerapan Teori Graf dalam Game Bertipe Real Time Strategy (RTS)

Aplikasi Graf Berarah Pada Item Dalam Game DOTA 2

Aplikasi Graf dalam Rute Pengiriman Barang

Aplikasi Teori Graf dalam Permainan Instant Insanity

Implementasi Pohon Keputusan untuk Menganalisa Desain Sistem Battle pada Game Brightsouls

I. PENDAHULUAN. Gambar 1. Contoh-contoh graf

Penggunaan Struktur Data Pohon Berakar dalam XML

Penerapan Travelling Salesman Problem dalam Penentuan Rute Pesawat

Algoritma Prim sebagai Maze Generation Algorithm

Penerapan Algoritma DFS pada Permainan Sudoku dengan Backtracking

Penerapan Pohon Keputusan dalam Pengambilan Keputusan Terbaik dibidang Pemasaran Produk

PENERAPAN GRAF DAN POHON DALAM SISTEM PERTANDINGAN OLAHRAGA

Pengaplikasian Logika, Rekursi dan Rekurens, Teori Graf, dan Teori Pohon pada Video Game Professor Layton

Implementasi Skema Pohon Biner yang Persistent dalam Pemrograman Fungsional

dengan Algoritma Branch and Bound

Pengaplikasian Pohon dalam Sistem Repository Ubuntu Linux

Aplikasi Pewarnaan Graf Pada Pengaturan Warna Lampu Lalu Lintas

Kasus Perempatan Jalan

Penerapan Algoritma BFS dan DFS dalam Mencari Solusi Permainan Rolling Block

Penerapan Graf dan Pohon untuk Sistem Manajemen Bencana Alam

Algoritma Prim dengan Algoritma Greedy dalam Pohon Merentang Minimum

Memanfaatkan Pewarnaan Graf untuk Menentukan Sifat Bipartit Suatu Graf

Penggunaan Algoritma Divide and Conquer Dalam Pewarnaan Graf

Pengaplikasian Graf dalam Pendewasaan Diri

Penerapan Pewarnaan Graf pada Permainan Real- Time Strategy

Pohon (TREE) Matematika Deskrit. Hasanuddin Sirait, MT 1

Penerapan Teori Graf untuk Menentukan Tindakan Pertolongan Pertama pada Korban Kecelakaan

Analisis Penggunaan Algoritma RSA untuk Enkripsi Gambar dalam Aplikasi Social Messaging

Matematika Diskret (Pohon) Instruktur : Ferry Wahyu Wibowo, S.Si., M.Cs.

Aplikasi Pohon Keputusan dalam Pendaratan Pesawat Terbang

Penerapan Teknik Binary Search Tree Sebagai Alternatif Penyimpanan Data

Penggunaan Struktur FP-Tree dan Algoritma FP- Growth dalam Rekomendasi Promosi Produk pada Situs Belanja Online

Aplikasi Pewarnaan Graf untuk Sistem Penjadwalan On-Air Stasiun Radio

Penggunaan Algoritma Dijkstra dalam Penentuan Lintasan Terpendek Graf

Aplikasi Pohon Dalam Pengelolaan Database

Aplikasi Graf pada Fitur Friend Suggestion di Media Sosial

Pemodelan CNF Parser dengan Memanfaatkan Pohon Biner

Aplikasi Pohon dalam Pencarian dan Penempatan Buku di Perpustakaan

Penerapan Kombinatorial dan Penggunaan Pohon Keputusan pada Role Jungler dalam Permainan League of Legends

Aplikasi Pohon Prefix pada Pencarian Kontak di

Algoritma Backtracking Pada Logic Game : Family Crisis (Game Penyebrangan)

8/29/2014. Kode MK/ Nama MK. Matematika Diskrit 2 8/29/2014

Aplikasi Pewarnaan Graf pada Pemecahan Masalah Penyusunan Jadwal

Transkripsi:

Aplikasi Pohon Keputusan dalam PLL Patern Recognition Rubiks Cube Varian Caesar - 13514041 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung 40132, Indonesia 13514041@std.stei.itb.ac.id Abstrak Dalam dunia speedcubing atau seni menyelesaikan rubik dengan waktu secepat-cepatnya, terdapat sebuah metode lanjut yang dapat membuat seseorang menyentuh waktu keramat dibawah 20 detik setiap kali bermain. Metode itu bernama CFOP, yang terdiri dari 4 bagian yaitu cross, F2L, OLL dan PLL. Mayoritas speedcuber yang mulai beralih metode ke CFOP akan mengalami kesulitan khususnya pada saat menghafalkan algoritma PLL karena selain membutuhkan hafalan algortima yang panjang, pengenalan pola atau pattern recognition dari sekian banyak kasus yang muncul dalam PLL juga merepotkan. Untuk mencapai waktu yang lebih baik bahkan sampai dibawah 10 detik tentu pattern recognition haruslah sangat cepat. Untuk itu dapat dibuat pohon keputusan untuk membantu pattern recognition PLL lebih cepat. Kata Kunci Pohon Keputusan, Rubik, CFOP, PLL, Pattern Recognition I. PENDAHULUAN Rubiks Cube atau kubus rubik adalah permainan puzzle mekanik yang berbentuk kubus dengan 6 sisi dan warna yang berbeda. Rubik ditemukan pertama kali oleh Prof. Erno Rubik, seorang arsitek dan pemahat asal Hungaria. Awalnya puzzle ini muncul di toko-toko mainan lokal dengan nama magic cube. Mulai tahun 1980, atas permintaan distributor, magic cube berubah nama menjadi rubiks cube dan dijual ke berbagai belahan dunia. Dengan segera, rubiks cube laku keras. Setiap orang penasaran dan membelinya. Hingga tahun 1982 saja sudah terjual lebih dari 100 juta rubik. Erno Rubik menjadi salah satu milyuner di dunia.satu demi satu kejuaraan rubik dunia dilaksanakan, puncaknya adalah Rubiks Cube World Championship di Budapest pada bulan Juni 1982. Kejuaraan ini dimenangkan oleh pelajar bernama Minh Thai dari Los Angeles dengan catatan waktu 22.95 detik. Menjelan tahun 1990, ketertarikan terhadap rubik mulai memudar. Mereka sudah terlalu kesal karena tidak dapat menyelesaikannya, mengingat keterbatasan informasi saat itu. Sebagian lebih tertarik dengan kehadiran video game elektronik yang lebih modern. Akhirnya pada tahun 2000, petunjuk untuk menyelesaikan rubik sudah mulai bertebaran di internet. Sekali lagi demam rubik melanda dunia. Puncaknya adalah diadakan turnamen kelas dunia yang kedua di Kanada pada tahun 2003. Kejuaraan tahun 2003 mengubah 180 derajat cara bermain rubik setiap orang, Jessica Fridrich seorang profesor komputer di Binghamton University menemukan sebuah metode baru yang memungkinkan seseorang menyelesaikan rubik dibawah 15 detik bila mau berjuang menghafalkan banyak algoritma yang sesuai dengan masing-masing kondisi rubik. Metode itu bernama CFOP. Mulai sejak saat itulah terbentuk sebuah gelombang baru menyelesaikan rubik yang dikenal dengan speedcubing. Pada makalah ini penulis akan membahas aplikasi pohon keputusan dalam menentukan pola yang didapat saat memasuki tahap bernama PLL pada metode CFOP diatas. Diharapkan penggunaan pohon keputusan ini dapat mempersingkat waktu berpikir dalam menentukan pola yang muncul sehingga waktu yang diperoleh akan semakin cepat. II. DASAR TEORI A. Pohon Pohon adalah graf tak-berarah yang terhubung yang tidak mengandung sirkuit. Oleh karena itu, jumlah sisi pada pohon yaitu jumlah simpul dikurangi satu (n - 1 buah sisi). Misalkan G = (V, E) adalah graf tak-berarah sederhana dan jumlah simpulnya n. Maka semua pernyataan dibawah ini adalah ekivalen. 1. G adalah Pohon. 2. Setiap pasang simpul di dalam G terhubung dengan lintasan tunggal. 3. G terhubung dan memiliki m = n 1 sisi. 4. G tidak mengandung sirkuit. 5. G tidak mengandung sirkuit dan penambahan satu sisi pada graf akan membuat hanya ada 1 sirkuit. 6. G terhubung dan semua sisinya adalah jembatan (jembatan adalah sisi yang bila dihapus menyebabkan graf terpecah menjadi 2 bagian).

Pohon yang sebuah simpulnya diperlakukan sebagai akar dan sisi-sisinya diberi arah sehingga menjadi graf berarah dinamakan pohon berakar (rooted tree). Gambar 2.2 Upapohon Gambar 2.1 Pohon berakar (Sumber : http://mathhelpforum.com) Pohon berakar memiliki beberapa terminologi penting yang perlu diketahui. Dari pohon berakar pada gambar 2.1 diatas, diketahui beberapa terminologi sebagai berikut : 1. Anak (child) dan Orang tua (parents) Simpul y dikatakan anak dari simpul x apabila terdapat sisi dari simpul x ke simpul y. Pada gambar 2.1, simpul e adalah orangtua dari j dan k, sedangkan simpul m adalah anak dari g. 2. Lintasan (path) Lintasan dari simpul x ke simpul y adalah runtutan simpul-simpul x1,x2,x3,... y. Pada gambar, lintasan dari simpul a ke j adalah a,b,e,j. 3. Keturunan (descendant ) Jika y adalah anak dari x maka y disebut sebagai keturunan dari x. Contoh pada gambar 2.1, simpul j adalah keturunan simpul e. 4. Saudara kandung (sibling) Simpul v1 dan v2 disebut sebagai saudara jika dan hanya jika memiliki simpul parent yang sama. Contoh adalah simpul j dan k pada gambar 2.1. 5. Upapohon (subtree) Misalkan x adalah simpul didalam pohon T. Yang dimaksud dengan upapohon dengan x sebagai akarnya adalah upagraf T = (V, E ) sedemikian sehingga V mengandung x dan semua keturunannya dan E mengandung sisisisi dalam semua lintasan yang berasal dari x. Gambar 2.2 memperlihatkan contoh upapohon dari pohon pada gambar 2.1. Lingkaran merah tersebut merupakan salah satu upapohon yang ada. 6. Derajat (degree) Derajat merupakan jumlah anak pada simpul tersebut. Derajat simpul b pada gambar adalah 3 karena memiliki 3 anak (e, f, g). 7. Daun(leaf) Merupakan simpul yang tidak memiliki anak. Contoh adalah simpul j, k, l dan m pada gambar. 8. Simpul dalam Yaitu simpul yang memiliki anak. Simpul b,d,e,dan g adalah contoh simpul dalam. 9. Aras(level) Akar mempunyai aras 0 sedangkan simpul lainnya mempunyai aras 1 + panjang lintasan dari akar ke simpul tersebut. Pada gambar 2.1 simpul e memiliki aras 2 dan simpul b memiliki aras 1. 10. Tinggi (height) Yaitu aras tertinggi dari suatu pohon. Pohon pada gambar 2.1 tingginya 4. B. Pohon Keputusan Pohon keputusan adalah aplikasi dari pohon berakar dimana setiap simpul menyatakan keputusan dan daun menyatakan solusi. Gambar 2.3 Pohon Keputusan (Sumber : Matematika Diskrit, Rinaldi Munir)

III. APLIKASI POHON KEPUTUSAN DALAM PLL PATTERN RECOGNITION A. Metode Layer by Layer Metode Layer by Layer disebut juga sebagai metode beginner karena banyak dipelajari oleh pemula. Inti dari metode ini ada 7 yaitu : membuat cross, menyelesaikan lapis pertama, menyelesaikan lapis kedua, membuat cross pada bagian atas, menyelesaikan sisi atas, merapikan kondisi lapis ketiga dan menyelesaikan lapis ketiga. 1. Cross 2. F2L (First 2 Layers) 3. OLL (Orientation of Last Layer) 4. PLL (Permutation of Last Layer) Tahapan pada metode Fridrich yang paling berpengaruh besar pada solving adalah PLL, seseorang yang telah menguasai PLL saja dan memiliki pattern recognition yang bagus dapat mencapai waktu kurang dari 30 detik. PLL memotong tahap ke-6 dan ke-7 pada metode beginner menjadi hanya 1 gerakan saja. Oleh karena itu kita harus melakukan satu buah algoritma yang sesuai dengan kondisi yang diperoleh. Berikut ini adalah semua kemungkinan pola yang mungkin beserta algoritma PLL nya dilihat dari atas dengan sisi atas adalah kuning : Gambar 3.1 Langkah pengerjaan rubik (Sumber : Tips & Trik Jago Main Rubik, Wicaksono Adi) Gambar diatas menunjukkan tahapan pengerjaan dengan menggunakan metode Layer by Layer. Tahapan pengerjaan dengan menggunakan metode dasar ini tidak akan dijelaskan lebih lanjut dalam makalah ini karena hanya berfungsi sebagai intro menuju metode CFOP. Jika anda tertarik mempelajarinya maka anda dapat mencari referensi terkait. Pada umumnya orang awam yang ingin belajar rubik akan memulai dengan metode ini dan kemudian untuk meningkatkan kecepatan, akan berpindah ke CFOP. Sebelum masuk ke metode Fridrich, perlu diketahui bahwa setiap piece dari rubik memiliki jenis yang berbeda, untuk mudahnya perhatikan gambar berikut: Gambar 3.2 Jenis piece pada rubik (Sumber : smlab.cs.tau.il/projects/14/p1/mindcuber.htm) B. Metode Fridrich CFOP (PLL) Metode ini diberi nama sesuai dengan nama penemunya yaitu Jessica Fridrich, seorang profesor di bidang elektro dan komputer. Metode ini pertama kali dipublikasikan pada tahun 1997, namun baru terkenal pada tahun 2003 pasca World Championship Rubiks Cube kedua di Kanada. Inti dalam metode ini adalah mengeksekusi algoritma yang sesuai dengan pola tertentu pada rubik. Metode Fridrich juga terkenal dengan nama CFOP yang merupakan singkatan dari tahapannya yaitu : Gambar 3.3 Daftar semua PLL (Sumber : https://badmephisto.com)

C. Pengelompokan Algoritma PLL Pattern Recognition atau pengenalan pola sangatlah penting dalam PLL. Percuma saja bila hafal seluruh algoritma PLL namun pada saat eksekusinya lama karena bingung mencari pola yang didapat. Untuk itu kita dapat mengelompokan PLL berdasarkan pola umum yang didapat. 1. Headlights Headlights memiliki ciri berupa warna stiker yang sama pada sepasang corner pada sebuah sisi. Kasus yang memiliki ciri pola Headlights adalah permutasi A, T, R, dan G. Perhatikan juga warna stiker edge yang ada disamping corner yang memiliki warna sama itu, apabila warnanya sama dengan warna stiker corner maka ini disebut sebagai connected headlights. a. Permutasi T memiliki 2 buah connected highlights b. Permutasi R hanya memiliki 1 buah connected headlights c. Permutasi A dan G tidak memiliki connected Headlights, namun A memiliki 3 Blocks. Gambar 3.6 Contoh 3 Blocks 4. 2 pairs Kondisi tersambungnya warna antara sebuah edge dengan sebuah corner. PLL yang memiliki ciri ini adalah N dan Y. Permutasi N memiliki 4 buah 2 pairs sedangkan permutasi Y hanya punya dua buah saja dan saling mengapit sebuah corner. Gambar 3.7 Contoh 2 Pairs pada permutasi N (kiri) dan permutasi Y (kanan) Gambar 3.4 connected headlights dan headlights 2. Full Bar Pada pola ini, salah satu sisi membentuk sebuah warna yang sama. Permutasi J dan F memiliki pola ini. Jika warna pada Full bar tersambung dengan edge (connected bar) maka kita mendapatkan permutasi J, dan apabila tidak maka kita mendapatkan permutasi F. 5. Permutasi E Satu-satunya permutasi yang belum disebutkan adalah permutasi E. Hal ini disebabkan permutasi E tidak punya ciri untuk dikenali dengan cepat. Kondisi setiap edge pada permutasi E sudah berada pada tempat yang benar sehingga kita tinggal menyesuaikannya saja. Gambar 3.5 Contoh Full Bar yang connected dan tidak connected Gambar 3.8 Permutasi E, semua edges sudah berada pada posisi benar 3. 3 Blocks 3 Blocks adalah ciri lain yang mudah dikenali, yaitu kondisi tersambungnya warna antara 2 edge dan 1 corner sehingga membentuk blok 1x2x2. PLL yang memiliki kondisi ini yaitu V.

D. Pohon Keputusan Terhadap Pola PLL Dari semua kemungkinan pola yang muncul pada tahap PLL yang sudah dibahas sebelumnya, kita dapat membuat sebuah decision tree atau pohon keputusan sebagai berikut : VII. UCAPAN TERIMA KASIH V. KESIMPULAN Aplikasi Pohon khusunya pohon keputusan sangat banyak. Salah satunya dapat digunakan dalam permainan rubik. Speedcubing atau seni menyelesaikan rubik dengan secepat-cepatnya tidak hanya membutuhkan ingatan algoritma yang baik dan presisi saja, namun juga pengenalan pattern yang muncul pada rubik dengan cepat agar tidak banyak waktu terbuang hanya untuk menentukan pola yang didapat. Dengan pohon keputusan, dapat dibuat skema penentuan pola dan algoritma yang harus dipakai pada tahap PLL (Permutation of Last Layer) pada metode tingkat lanjut yaitu Fridrich Method CFOP. Dengan pohon keputusan ini, pengenalan pola menjadi lebih terstruktur dan apabila diimbangin dengan latihan rutin maka kecepatan akan meningkat dengan drastis. Penulis berterima kasih kepada Tuhan Yang Maha Esa karena atas berkat dan karunia-nya, makalah ini dapat diselesaikan tanpa ada masalah yang berarti selama proses pembuatannya. Penulis juga mengucapkan terima kasih kepada Ibu Dra. Harlili S.,M.Sc selaku dosen pembimbing dan pengajar mata kuliah IF-2120 Matematika Diskrit kelas 01, Program Studi Teknik Informatika, Institut Teknologi Bandung yang telah memberikan pengetahuan terutama materi tentang pohon yang sangat membantu dan menjadi objek dasar penyusunan makalah ini. REFERENSI [1] Munir, Rinaldi, Matematika Diskrit. Bandung: Percetakan ITB,2006, bab 9. [2] Draw.io Online Diagram Software, https://www.draw.io diakses tanggal 5 Desember 2015, pukul 14.02 WIB [3] Badmephisto PLL Algorithm, http://badmephisto.com/pll.php diakses tanggal 5 Desember 2015, pukul 16.30 WIB [4] Adi, Wicaksono, Tips & Trik Jago Main Rubik. Yogyakarta: Gradien Mediatama,2009. [5] Speedcubing Forum, https://www.speedsolving.com/ diakses tanggal 6 Desember 2015, pukul 1.11 WIB

[6] Khalilurrahman, Jihan, How To Be A Sub 15 Cuber. Yogyakarta : Gradien Mediatama,2010 [7] History of Rubiks Cube, https://www.rubiks.com/about/thehistory-of-the-rubiks-cube diakses tanggal 6 Desember 2015, pukul 1.19 WIB PERNYATAAN Dengan ini saya menyatakan bahwa makalah yang saya tulis ini adalah tulisan saya sendiri, bukan saduran, atau terjemahan dari makalah orang lain, dan bukan plagiasi. Bandung, 8 Desember 2015 ttd Varian Caesar 13514041