Logika Fuzzy

Rumusan Masalah

1. Jelaskan pengertian Fuzzy
2. Jelaskan alasan menggunakan Fuzzy
3. Berikan contoh Fuzzy

Penjelasan

1. Logika fuzy merupakan salah satu komponen pembentuk soft computin_g_. Logika fuzzy pertama kali diperkenalkan oleh Lotfi A. Zadeh pada tahun 1965. Dasar logika fuzzy adalah teori himpunan fuzzy. Pada teori himpunan fuzzy, peranan derajat keanggotaan sebagai penentu keberadaan elemen dalam suatu himpunan sangatlah penting. Nilai keanggotaan atau derajat keanggotaan atau membership function menjadi ciri utama dalam penalaran dengan logika fuzzy tersebut.
2. Adapun beberapa alasan digunakannya logika fuzzy (Kusuma Dewi, 2003), adalah:

a. Konsep logika fuzzy mudah dimengerti.
b. Logika fuzzy sangat fleksisbel, artinya mampu beradaptasi dengan perubahan-perubahan, dan ketidakpastian yang menyertai permasalahan.
c. Logika fuzzy terdapat toleransi terhadap data yang cukup, dan kemudian ada beberapa data "eksklusif", maka logika fuzzy memiliki kemampuan untuk menangani data eksklusif tersebut.
d. Logika fuzzy dapat membangun dan mengaplikasikan pengalaman-pengalaman para pakar secara langsung tanpa harus melalui proses pelatihan. Dalam hal ini, sering dikenal dengan istilah fuzzy__expert sistem menjadi bagian terpenting.
f. Logika fuzzy dapat bekerjasama dengan teknik-teknik kendali secara konvensional. Hal ini umumnya terjadi pada aplikasi di bidang teknik mesin maupu teknik elektro.
g. Logika fuzzy didasari pada bahasa alami. Logika fuzzy menggunakan bahasa sehari-hari sehingga mudah dimengerti.

3. Pada himpunan tegas (crisp), nilai keanggotaan suatu item x dalam suatu himpunan A, yang sering ditulis dengan (X), memiliki dua kemungkinan, yaitu:

a. Satu (1), yang berarti bahwa suatu item menjadi anggota dalam suatu himpunan, atau b. Nol (0), yang berarti bahwa suatu item tidak menjadi anggota dalam suatu himpunan.
Contoh:
Misalkan variabel umur dibagi menjadi tiga kategoriyaitu:
MUDA umur<35tahun
PAROBAYA 35=umur=55tahun
TUA umur>55tahun

Dari gambar diatas dapat dijelaskan sebagai berikut:
§ Apabila seseorang berusia 34 tahun, maka ia dikatakan MUDA (µMUDA[34] = 1)
§ Apabila seseorang berusia 35 tahun, maka ia dikatakan TIDAK MUDA (µMUDA[35] = 0);
§ Apabila seseorang berusia 35 tahun kurang 1 hari, maka ia dikatakan TIDAK MUDA (µMUDA[35 –1hr]=0
§ Apabila seseorang berusia 35 tahun, maka ia dikatakan PAROBAYA (µPAROBAYA[35] = 1);
§ Apabila seseorang berusia 34 tahun, maka ia dikatakan TIDAK PAROBAYA (µPAROBAYA[34] = 0);
§ Apabila seseorang berusia 55 tahun, maka ia dikatakan PAROBAYA (µPAROBAYA[55] = 1);
§ Apabila seseorang berusia 35 tahun kurang 1 hari, maka ia dikatakan TIDAK PAROBAYA (µPAROBAYA[35 – 1hr] = 0);
     Berdasarkan kasus diatas dapat dikatakan bahwa pemakaian himpunan crisp untuk menyatakan umur sangat tidak adil, adanya perubahan kecil saja pada suatu nilai mengakibatkan perbedaan kategori yang cukup signifikan. Oleh karena itu digunakanlah himpunan fuzzy untuk mengantisipasi hal tersebut.

Kesimpulan : 
Logika fuzzy adalah suatu cara yang tepat untuk memetakan suatu ruang input dalam suatu ruang output dan memiliki nilai yang berlanjut. Kelebihan logika fuzzy ada pada kemampuan penalaran secara bahasa. Sehingga, dalam perancangannya tidak memerlukan persamaan matematis yang kompleks dari objek yang akan dikendalikan.

Saran :
untuk memahami materi tersebut maka solusi baiknya adalah pelajari kemudian praktik langsung

Link Github : Kecerdasan Buatan

• Nama : Suriadi Zainuddin
• NPM : 1144092
• Kelas : 3C
• Prodi : D4 Teknik Informatika Politeknik Pos Indonesia

Referensi : http://informatika.web.id/logika-fuzzy.htm
Scan Plagiarisme : https://drive.google.com/open?id=0B4xKZBSfbWnFb2g0a09PeGtZMm8
                               https://drive.google.com/open?id=0B4xKZBSfbWnFaldzTFRDWEREOUE

Read More

Pengolahan Bahasa Alam

PENGOLAHAN BAHASA ALAM

Rumusan Masalah

1. Jelaskan yang di maksud Pengolahan Bahasa Alami
2. Sebutkan dan Jelaskan Bidang Pengetahuan Dalam Natural Language
3. Jelaskan yang di maksud Speech Recognition

Penjelesan

1. Pengolahan bahasa alami atau dalam bahasa inggris natural language processing mengacu pada metode kecerdasan buatan digunakan untuk berkomunikasi dengan komputer menggunakan bahasa keseharian manusia. Sebuah sistem bahasa alami juga harus diperhatikan dari segi kata yang digunakan, arti kata tersebut, kata-kata yang digabung untuk menghasilkan suatu kalimat dan lain sebagainya. Tetapi ada satu hal juga yang harus dipertimbangkan, yaitu kemampuan manusia untuk mengerti bahasa yang digunakan untuk berkomunikasi.
   
2. 2.Bidang Pengetahuan Dalam Natural Language
   
3. Fonetik dan fonologi
   

Fonetik dan fonologi merupakan pengetahuan yang digunakan untuk mendeteksi suara menjadi sebuah kata yang dapat dikenali. Contoh : Siri, Cortana, Google Assitant dan lain sebagainya.

1. Morfologi Morfologi merupakan pengetahuan tentang pembentukan kata dari kata dasar. Contoh : menyanyi -> me-nyanyi.

2. Sintaksis Sintaksis merupakan pengetahuan tentang pembentukan urutan kata dalam kalimat atau pembentukan aturan baku sebuah kalimat.

3. Semantik Semantik mempelajari suatu arti kata dan arti kata tersebut membentuk suatu arti dari kalimat yang utuh.

4. Pragmantik Pragmatik merupakan pengetahuan yang berorientasi pada tujuan dan situasi pembuatan sistem.

5. Discourse Knowledge Discourse Knowledge melakukan pengenalan suatu kata yang sudah dibaca sebelumnya akan berpengaruh pada arti kata selanjutnya.

6. World Knowledge World Knowledge mencakup arti khusus suatu kalimat.


3. Speech Recognition SpeechRecognition merupakan library python untuk melakukan pengenalan suara, dengan dukungan beberapa mesin dan API, online dan offline. Dibawah ini akan dijelaskan bagaimana cara menginstall dan apa saja yang dibutuhkan sebelum menginstall SpeechRecognition pada sistem operasi Windows. Pertama, install terlebih dahulu pyaudio yang digunakan untuk menginput micropone.

    pip install pyaudio

Selanjutnya install PocketSphinx untuk menggunakan Sphinx recognizer.

    pip install wheel

Lalu install Google API Client Library for Python untuk menggunakan Google Cloud Speech API.

    pip install google-api-python-client

Terakhir install SpeechRecognition.

    pip install SpeechRecognition

Selesai. Dibawah ini juga terdapat contoh hasil program mengubah suara ke teks menggunakan library SpeechRecognition.

Kesimpulan

Pada pembahasan diatas dapat di ambil kesimpulan bahwa pengolahan bahasa alami mengacu pada metode kecerdasan buatan digunakan untuk berkomunikasi dengan komputer menggunakan bahasa keseharian manusia dan terdapat beberapa bidang yang berhubungan dengan pengolahan bahasa alami. Dan untuk praktikum coba gunakan library python SpeechRecognition untuk melakukan pengenalan suara.

Saran

Materi diatas agar lebih didalami dan dipahami

 Link Github : Kecerdasan Buatan

• Nama : Suriadi Zainuddin
• NPM : 1144092
• Kelas : 3C
• Prodi : D4 Teknik Informatika Politeknik Pos Indonesia

  

Referensi : http://dokumen.tips/documents/pengolahan-bahasa-alami-55a75714616a9.html

 Plagiarisme : https://drive.google.com/open?id=0B4xKZBSfbWnFYWltd2F0Ri1ieWM 

                       https://drive.google.com/open?id=0B4xKZBSfbWnFdUFBdnMxMmxGdE0

 

 

Read More

Ruang Keadaan

Ruang Keadaan

 

Latar Belakang Masalah

1. Jelaskan pengertian Ruang Keadaan?
2. Sebutkan cara untuk mempresentasikan Ruang Keadaan?
3. Jelaskan yang dimaksud dari cara – cara presentasi Ruang Keadaan?
4. Berikan Contoh Ruang Keadaan?

Penjelasan

1. Suatu Ruang Keadaan Ruang Keadaan (State Space), merupakan suatu ruang yang berisi semua keadaan yang mungkin. Kita dapat memulai bermain missionair dan kanibal dengan menetapkan keadaan awal, kemudian bergerak dari satu keadaan ke keadaan yang lain sesuai dengan aturan yang ada, dan mengakhiri permainan jika salah satu telah mencapai tujuan.
2. Cara untuk mempresentasikan ruang keeadaan antara lain:

a. Graf Keadaan b. Pohon Keadaan c. Pohon AND/OR

3. Graf Keadaan merupakan node – node yang menunjukkan keadaan yaitu keadaan awal dan keadaan baru yang akan dicapai dengan menggunakan operator . Node – node saling dihubungankan dengan menggunakan arc (busur) yang diberi anak panah untuk menunjukkan arah
4. Petani, Sayur, Kambing dan Serigala
5. Seorang petani akan menyeberangkan seekor kambing, seekor serigala, dan sayur-sayuran dengan sebuah boat yang melalui sungai.
6. Boat hanya bisa memuat petani dan satu penumpang yang lain (kambing, serigala atau sayur-sayuran).
7. Jika ditinggalkan oleh petani tersebut, maka sayur-sayuran akan dimakan oleh kambing, dan kambing akan dimakan oleh serigala.

1.** Penyelesaian masalah secara umum**

1. Mendefinisikan suatu ruang keadaan;
   
2. Menetapkan satu atau lebih keadaan awal;
   
3. Menetapkan satu atau lebih tujuan;
   
4. Menetapkan kumpulan aturan.
   2.** Penyelesaian**
   
5. Identifikasi ruang keadaan
   
6. Permasalahan ini dapat dilambangkan dengan (JumlahKambing, JumlahSerigala, JumlahSayuran, JumlahBoat).
   
7. Sebagai contoh: Daerah asal (0,1,1,1) berarti pada daerah asal tidak ada kambing, ada serigala, ada sayuran, dan ada boat.
   
8. Keadaan Awal
   
9. Daerah asal: (1,1,1,1)
   
10. Daerah seberang: (0,0,0,0)
    
11. Tujuan
    
12. Daerah asal: (0,0,0,0)
    
13. Daerah seberang: (1,1,1,1)
    3.** Aturan-aturan**
    

4.** Penyelesaian**

Penutup
Kesimpulan
Dari pernyataan diatas dapat diambil kesimpulan bahwa Mendefinisikan suatu ruang keadaan, Menetapkan satu atau lebih keadaan awal (initial state) , Menetapkan satu atau lebih tujuan (goal state),Menetapkan kumpulan aturan
Saran
Dari kesimpulan yang dibuat sebaiknya proses yang ada pada ruang keadaan dapat diimplementasikan untuk mencapai sebuah keadaan baru dengan menggunakan operator yang tersedia

 Link Github : Kecerdasan Buatan

• Nama : Suriadi Zainuddin
• NPM : 1144092
• Kelas : 3C
• Prodi : D4 Teknik Informatika Politeknik Pos Indonesia

 

Referensi : https://aiukswkelasekelompok4a.wordpress.com/2009/02/06/masalah-ruang-keadaan-dan-pencarian/

Plagiarisme : https://drive.google.com/open?id=0B4xKZBSfbWnFMk1aTVlpNUJLenM

                     https://drive.google.com/open?id=0B4xKZBSfbWnFMG5uT0NnZGlwbjA

Read More

Representasi Pengetahuan

Representasi Pengetahuan

Latar Belakang Masalah

1. Jelaskan  yang dimaksud Reasoning?
2. Jelaskan yang dimaksud Semantik Network?
3. Sebutkan  ciri – ciri Semantik Network?
4. Jelaskan  yang dimaksud Frame?
5. Sebutkan  ciri – ciri Frame?

Penjelasan  

  1.     Reasoning adalah proses yang berhubungan dengan pengetahuan, fakta, dan strategi    pemecahan masalah untuk mendapatkan penyelesaian. Ada bebarapa metode penalaran yang lazim adalah deduksi, induksi, abduktip, analogi, dan akal sehat, berikut ini penjelasan singkatnya. Contoh: Bayu adalah laki - laki

   2.     Semantik Network merupakan representasi grafis yang dapat digunakan baik untuk mewakili pengetahuan atau untuk mendukung penalaran pengetahuan sistem otomatis

   3.     Ciri – ciri dari semantic network terdiri dari :

a.     Leksikal terdiri dari node(titik) dan edges(garis)

b.     Struktural terdiri dari head dan tail

c.     Semantik terdiri dari batasan masalah

   4.     Frame adalah merepsentasikan keadaan yang telah dipahami dan stereotype. Frame digunakan untuk merepresentasikan pengetahuan stereo type atau pengetahuan yang didasarkan kepada karakteristik yang sudah dikenal yang merupakan pengalaman masalalu.

   5.     Ciri – ciri dari frame terdiri dari

a.     da nama kelas

b.     Ada attribute

c.     Ada method

d.     Inherits

e.     Extend

Penutup

Kesimpulan

Dari pernyataan diatas dapat disimpulkan bahwa untuk mendukung representasi pengetahuan ada beberapa proses yaitu Reasoning, Semantik Network dan Frame

Saran

Penulis menyarankan untuk menjalankan semua proses representasi pengetahuan agar proses representasi pengetahuan yang kita lakukan dapat mendapatkan hasil yang maksimal

Link Github : Kecerdasan Buatan

• Nama : Suriadi Zainuddin
• NPM : 1144092
• Kelas : 3C
• Prodi : D4 Teknik Informatika Politeknik Pos Indonesia

Referensi : https://rogonyowosukmo.wordpress.com/2009/12/04/apa-itu-penalaran-reasoning/

Plagiarisme : https://drive.google.com/open?id=0B4xKZBSfbWnFbEttVFUzeFUxVnc

                        https://drive.google.com/open?id=0B4xKZBSfbWnFY2ppeFdOcEVsbHc

Read More

Representasi Pengetahuan

Representasi Pengetahuan

Latar Belakang

Pengetahuan dibedakan menjadi 3 klasifikasi yaitu:

1. Prodecural Knowledge adalah pengetahuan yang berkaitan dengan prosedur atau cara untuk melakukan sesuatu
2. Declarative Knowledge adalah pengetahuan untuk dapat menentukan nilai benar dan salah suatu hal
3. Tacid Knowledge kadang disebut juga sebagai "unconscious knowledge", karena pengetahuan tidak dapat diekspresikan atau didefinisikan dengan bahasa.

     Representasi Pengetahuan adalah metode yang digunakan untuk mengodekan pengetahuan dalam suatu sistem pakar. Jelaskan yang di maksud Representasi Pengetahuan?
   

4. Jelaskan pengertian Presentasi?
5. Jelaskan pengertian Pengetahuan?
6. Jelaskan hubungan tahu dengan paham?
7. Jelaskan pengertian Fakta?

Penjelasan

1. Representasi Pengetahuan merupakan cara untuk menyajikan pengetahuan yang diperoleh ke dalam suatu skema/diagram tertentu sehingga dapat diketahui relasi antara suatu pengetahuan dengan pengetahuan yang lain dan dapat dipakai untuk menguji kebenaran penalarannya.
2. Presentasi adalah memaparkan atau memberikan informasi, gagasan, emosi, dan sebagainya dengan menggunakan simbol-simbol, kata-kata, gambar, grafis, angka, dll dari seorang pembicara pada audiens dengan maksud tertentu.
3. Pengetahuan adalah informasi atau maklumat yang diketahui atau disadari oleh seseorang.
4. Hubungan antara tahu dengan paham, jika kita tahu belum tentu kita paham, sedangkan jika kita paham udah pasti kita tahu. Proses yang mengubah tahu menjadi paham adalah Berfikir, karena dengan berfikir kita dapat menjadi paham apa yang kita tahu.
5. Fakta merupakan hal, keadaan, atau peristiwa yang merupakan kenyataan atau sesuatu yang benar-benar terjadi. Contoh : Suriadi adalah laki – laki. Jika di bahasa pemrograman contohnya : laki – laki (Suriadi)

Penutup

Kesimpulan

pernyataan diatas dapat disimpulkan bahwa representasi pengetahuan merupakan penyajian pengetahuan ke dalam suatu skema maupun diagram.

Saran

pernyatan diatas saya sarankan untuk mempelajari lagi tentang representasi pengetahuan karena penting untuk penyajian ilmu yang kita miliki

Link Github : Kecerdasan Buatan

• Nama : Suriadi Zainuddin
• NPM : 1144092
• Kelas : 3C
• Prodi : D4 Teknik Informatika Politeknik Pos Indonesia

Referensi : http://spukswkelasbkelompok3.blogspot.co.id/2009/02/pengetahuan-dibedakan-menjadi-3.html

Plagiarisme : https://drive.google.com/open?id=0B4xKZBSfbWnFdm5JcFlPMXZXaUk

                        https://drive.google.com/open?id=0B4xKZBSfbWnFdmUwVlphR2JwMjA

Read More

Kecerdasan Buatan

Kecerdasan Buatan

Latar Belakang

Kecerdasan buatan adalah simulasi proses kecerdasan manusia dengan mesin, terutama sistem komputer. Proses ini termasuk belajar (perolehan informasi dan aturan untuk menggunakan informasi), penalaran (menggunakan aturan untuk mencapai kesimpulan perkiraan atau pasti), dan koreksi diri. aplikasi tertentu AI termasuk sistem pakar, pengenalan suara dan visi mesin Rekayasa pengetahuan adalah bagian inti dari penelitian AI.

AI biasanya dihubungkan dengan Ilmu Komputer, akan tetapi juga terkait erat dengan bidang lain seperti matematika, msikologi, pengamatan,Filosofi, dan yang lainnya.

Pengertian lain dari kecerdasan buatan adalah bagian ilmu komputer yang membuat agar mesin komputer dapat melakukan pekerjaan seperti dan sebaik yang dilakukan manusia. Pada awal diciptakannya, komputer hanya difungsikan sebagai alat hitung saja. Namun seiring dengan perkembangan jaman, maka peran komputer semakin mendominasi kehidupan manusia. Komputer tidak lagi hanya digunakan sebagai alat hitung, lebih dari itu, komputer diharapkan untuk dapat diberdayakan untuk mengerjakan segala sesuatu yang bisa dikerjakan oleh manusia.

1. Jelaskan pengertian kecerdasan buatan
2. Sebutkan jenis kecerdasan buatan
3. Sebutkan keuntungan kecerdasan buatan
4. Berikan teori kecerdasan buatan

Pembahasan

1. Kecerdasan buatan adalah bidang ilmu komputer yang menekankan penciptaan mesin cerdas yang bekerja dan bereaksi seperti manusia.
2. Teori pikiran. Ini adalah istilah psikologi. Hal ini mengacu pada pemahaman bahwa orang lain memiliki keyakinan mereka sendiri, keinginan dan niat yang mempengaruhi keputusan yang mereka buat. semacam ini AI belum ada.
3. Kecerdasan buatan lebih mudah diduplikasi dan disebarkan. Mengirimkan pengetahuan manusia dari satu orang ke orang lain butuh proses dan waktu lama. Disamping itu suatu keahlian tidak akan pernah bisa diduplikasi secara lengkap.
4. Contoh sederhana dari teori kecerdasan buatan

• Efisien

Jika dillihat dari contohnya yaitu waktu, efisien dalam arti efisien dalam ruang lingkup sederhana adalah melakukan pekerjaan dengan tepat sehingga efesien tersebut dapat dilihat lagi dari waktu dan materi.

Jadi bisa diartikan efisien dapat diartikan dengan cepat.

• Efektif

Jika dilihat dari contohnya yaitu Efektif membunuh nyamuk. Efektif disini yaitu dapat diartikan ampuh dari ampuh tersebut yaitu dapat diartikan dengan tepat sasaran. Jadi dapat diartikan bahwa efektif yaitu tepat sasaran.

Adapun contoh lain yaitu:

10+5 = 15 -> Tepat Efektif (dalam waktu 3o detik) masa anak-anak

10+5 = 15 -> Tepat efektif (dalam waktu 2 detik) masa dewasa/sekarang

cepat+tepat=cerdas

Penutup

Kesimpulan

Sehingga penjelasan diatas yaitu antara efektif dan efisien yaitu Cerdas dan cerdas itu dapat dilatih atau memerlukan proses, dan kecerdasan buatan adalah simulasi proses kecerdasan manusia dengan mesin, terutama sistem komputer.

Saran

Saran saya adalah untuk medalami teori atau materi kecerdasan buatan kita lebih banyak baca buku atau internet.

link Github : https://github.com/D4TI3C/SuriadiZainuddin-1144092

Nama : Suriadi Zainuddin

NPM : 1144092

Kelas : 3C

Prodi : D4 Teknik Informatika

Kampus : Politeknik Pos Indonesia    

Referensi : https://id.wikipedia.org/wiki/Kecerdasan_buatan

Plagiarisme : https://drive.google.com/open?id=0B4xKZBSfbWnFMzd0NWZldDdfajQ

                     https://drive.google.com/open?id=0B4xKZBSfbWnFaXJ6dFBOSmh2M2s

Read More

KRIPTOGRAFI

KRIPTOGRAFI

1. Apa yang dimaksud kriptografi?
2. Apa yang dimaksud dengan Encode?
3. Apa yang dimaksud dengan Decode?
4. Apa yang dimaksud dengan Enkripsi?
5. Apa yang dimaksud dengan Dekripsi?
6. Apa yang dimaksid dengan Hashing?
7. Apa contoh dari penerapan Enkripsi, Dekripsi dan Hashing?

Penjelasan

1. Kriptografi merupakan ilmu yang mempelajari tentang teknik matematika yang berhubungan dengan keamanan informasi seperti kerahasiaan data, keabsahan data, integritas data dan authentikasi data
2. Encode adalah merubah menjadi kode dari suatu string/karakter yang terbaca seperti, warna RGB ke Hexadesimal
3. Decode adalah merubah dari kode tertentu menjadi suatu string/karakter yang terbaca seperti, Hexadesimal ke RGB
4. Enkripsi adalah merubah sebuah data agar tidak terbaca oleh yang tidak berhak menggunakan teknik kata kunci. Contoh : public key dan private key menggkombinasikan Hash, RSA,SHA
5. Dekripsi adalah mengubah data yang terenkripsi menjadi data yang terbaca oleh kita. Contoh : hasil Enkripsi dari public key dan private key dapat dibaca dengan menggunakan kata kunci yang telah ada
6. Hashing adalah membuat data agar teracak sehingga tidak bisa dibaca kembali ke semula, hanya untuk mencocokan data. Contoh : MD5 untuk memastikan file yang diunduh tidak dimodifikasi
7. Penerapan Enkripsi dan Dekripsi seperti dalam pemrograman token/security untuk web service
8. Penerapan Hashing seperti penyimpanan password di database di hash(diacak)

Penutup

Kesimpulan

Dari pernyataan diatas dapat disimpulkan bahwa kriptografi berguna bagi keamanan data yang kita miliki terutama proses Hashing pada password di database, karena dapat mengacak password sehingga tidak diketahui oleh orang lain

Saran

Sebaiknya proses kriptografi ini diimplementasikan setiap kita membangun sebuah sistem agar dapat memberikan keamanan kepada data yang kita miliki

LinkGithub : https://github.com/Suriadizainuddin/Sistem-Keamanan-jaringan

• Nama : Suriadi Zainuddin
• NPM : 1144092
• Kelas : 3C
• Prodi : D4 Teknik Informatika Politeknik Pos Indonesia

Referensi : https://id.wikipedia.org/wiki/Kriptografi

Scan Plagiarisme : https://drive.google.com/open?id=0B4xKZBSfbWnFeThVd3dWOU51T1k

                                   https://drive.google.com/open?id=0B4xKZBSfbWnFMEthcDlnYWpGZHc

Read More