
3nm dan 2nm memengaruhi persaingan chip AI bukan semata-mata karena angka nanometernya yang lebih kecil, melainkan karena teknologi proses canggih menentukan batas atas kinerja, konsumsi daya, luas chip, yield, dan alokasi kapasitas untuk GPU, AI ASIC, CPU, dan chip jaringan berkecepatan tinggi. 3nm milik TSMC telah menjadi sumber penting pendapatan logika canggih, sementara 2nm menandai transisi dari FinFET ke platform transistor nanosheet. Saat menganalisis rantai pasok chip AI, Anda tidak boleh hanya melihat produk baru dari Nvidia, AMD, atau penyedia cloud. Anda juga perlu memeriksa apakah kapasitas proses canggih dan packaging canggih milik TSMC mampu mendukung pengiriman aktual.

Proses 3nm dan 2nm sedang mengubah persaingan chip AI karena chip AI tidak hanya bersaing pada daya komputasi puncak. Mereka juga bersaing pada performa per watt, luas die, konektivitas HBM, yield, dan kecepatan pengiriman. Teknologi proses canggih memungkinkan perusahaan chip menempatkan lebih banyak transistor dalam anggaran area dan daya yang terbatas, sekaligus memungkinkan pusat data awan mencapai kepadatan komputasi yang lebih tinggi dalam keterbatasan daya, pendinginan, dan ruang rak.
Istilah 3nm dan 2nm tidak lagi berarti bahwa dimensi fisik transistor tertentu benar-benar sebesar 3 nanometer atau 2 nanometer. Keduanya adalah label generasi proses. Untuk chip AI, yang benar-benar penting adalah kinerja, konsumsi daya, luas, biaya, yield, dan stabilitas produksi massal. Keluarga teknologi 3nm dari TSMC mencakup N3, N3E, N3P, N3X, dan varian lainnya. Versi-versi yang berbeda mencerminkan kompromi yang berbeda dari para pelanggan antara kinerja, kepadatan, biaya, dan konsumsi daya.
Pelatihan dan inferensi AI sama-sama menghadapi dinding daya. Penyedia layanan cloud tidak dapat terus-menerus meningkatkan pasokan daya pusat data, pendinginan, atau jumlah rak. Oleh karena itu, peningkatan efisiensi energi yang dihadirkan oleh teknologi proses canggih secara langsung memengaruhi total biaya kepemilikan infrastruktur AI. GPU kelas atas, AI ASIC, chip switching berkecepatan tinggi, dan CPU semuanya bersaing untuk mendapatkan kapasitas proses canggih. Nvidia, AMD, Broadcom, Marvell, dan chip buatan internal penyedia cloud semuanya dapat masuk ke dalam kolam kapasitas node canggih yang sama.
| Dimensi | Dampak pada Chip AI | Makna bagi Kompetisi |
|---|---|---|
| Performa | Meningkatkan komputasi pada level daya yang sama | Menentukan batas atas chip pelatihan dan inferensi |
| Konsumsi daya | Mengurangi penggunaan energi per unit komputasi | Mengurangi tekanan daya dan pendinginan pusat data |
| Area | Meningkatkan densitas transistor | Mempengaruhi ukuran die dan biaya per chip |
| Yield | Menentukan efisiensi produksi | Mempengaruhi laju pengiriman dan margin kotor |
| Kapasitas | Menentukan prioritas produksi pelanggan | Mempengaruhi kemampuan pasokan perusahaan chip |
| Integrasi kemasan | Menghubungkan HBM dan modul multi-chip | Menentukan kemampuan akselerasi AI tingkat sistem |
Teknologi proses canggih juga meningkatkan ambang batas persaingan. Semakin canggih sebuah node, semakin tinggi biaya desain, biaya validasi IP, kebutuhan alat EDA, beban koordinasi pengemasan, dan risiko produksi massal. Perusahaan chip terkemuka dapat mengunci kapasitas lebih awal, menyerap biaya desain yang tinggi, dan bekerja sama secara erat dengan TSMC untuk mengoptimalkan proses. Perusahaan chip AI yang lebih kecil mungkin memiliki arsitektur yang menarik, tetapi tetap dapat dibatasi oleh kapasitas, pendanaan, dan linimasa validasi.
Ringkasan: 3nm dan 2nm bukanlah istilah teknis yang terisolasi. Keduanya merupakan variabel fundamental dalam persaingan perusahaan chip AI untuk kinerja, efisiensi energi, biaya, dan kapasitas pasokan. Tidak cukup hanya melihat apakah sebuah perusahaan telah merilis GPU atau ASIC yang lebih kuat. Anda juga perlu memeriksa apakah kapasitas proses lanjutan mencukupi, yield stabil, kemasan (packaging) dapat mengikuti, dan pelanggan dapat mengamankan slot produksi. Persaingan chip AI telah meluas dari spesifikasi chip individual menjadi persaingan tingkat sistem yang mencakup "kemampuan desain + proses lanjutan + kemasan lanjutan + pasokan HBM."

3nm merupakan pusat pasokan chip AI saat ini karena telah bergeser dari adopsi awal menjadi kontributor pendapatan dalam skala besar. 2nm menentukan peta jalan generasi berikutnya, tetapi pada tahap ini banyak chip AI kelas atas, HPC, smartphone, dan jaringan masih mengandalkan platform 3nm dan 5nm. TSMC melaporkan bahwa 3nm menyumbang 24% dari pendapatan wafer sepanjang tahun 2025, yang menunjukkan bahwa 3nm telah menjadi pilar utama pendapatan proses lanjutan.
Permintaan awal untuk 3nm sering kali berasal dari SoC smartphone kelas atas, tetapi AI dan HPC menjadi pendorong yang semakin penting. Akselerator AI kelas atas, ASIC kustom, CPU server, dan chip jaringan berkecepatan tinggi semuanya perlu menyeimbangkan kinerja, daya, dan area. N3E, N3P, N3X, dan varian lainnya memungkinkan pelanggan memilih rute yang lebih berorientasi pada kinerja, berorientasi pada kepadatan, atau lebih cocok untuk aplikasi HPC frekuensi tinggi.
Dari perspektif keuangan, naiknya pangsa 3nm menunjukkan bahwa desain pelanggan telah memasuki tahap peningkatan produksi. Dalam hasil kuartal pertama 2026, TSMC melaporkan pendapatan kuartal pertama sebesar US$35,9 miliar, margin kotor 66,2%, dan panduan pendapatan kuartal kedua sebesar US$39,0 miliar hingga US$40,2 miliar. Pendapatan dan margin kotor yang kuat biasanya menunjukkan permintaan node canggih yang sehat, bauran produk, dan tingkat pemanfaatan kapasitas.
| Indikator | Yang Perlu Diamati | Makna Analitis |
|---|---|---|
| Pangsa pendapatan 3nm | Apakah terus meningkat | Mengukur percepatan produksi node canggih |
| Pangsa pendapatan 5nm | Apakah tetap tangguh | Mengukur permintaan node AI/HPC generasi sebelumnya |
| Gabungan 7nm dan di bawahnya | Bobot keseluruhan node canggih | Menunjukkan apakah komposisi pendapatan bergerak ke segmen kelas atas |
| Pendapatan platform HPC | Permintaan AI dan komputasi berperforma tinggi | Mengidentifikasi sumber permintaan node canggih |
| Marjin kotor | Komposisi produk dan yield | Mengukur kualitas profitabilitas node kelas atas |
| Belanja modal | Pembangunan kapasitas di masa depan | Mencerminkan kepercayaan ekspansi dan ekspektasi permintaan |
Pada kuartal kedua tahun 2026, pendapatan TSMC mencapai sekitar NT$1,27 triliun, naik sekitar 36% secara tahunan. Laporan pasar mengaitkan pertumbuhan tersebut terutama pada permintaan dari aplikasi AI dan komputasi berperforma tinggi. Hal ini tidak berarti bahwa setiap perusahaan chip AI akan memperoleh manfaat dengan kecepatan yang sama, tetapi hal ini menunjukkan bahwa teknologi proses canggih TSMC masih beroperasi dalam lingkungan permintaan yang kuat, terutama karena belanja modal AI terus menyebar ke rantai pasokan komputasi kelas atas, jaringan, dan memori.
Ringkasan: 3nm adalah node proses canggih yang sudah menghasilkan pendapatan. Anda tidak boleh mengabaikan pentingnya 3nm saat ini hanya karena 2nm lebih canggih. Kapasitas 3nm memengaruhi jadwal produksi GPU kelas atas, AI ASIC, CPU, dan chip jaringan. Hal ini juga memengaruhi kualitas pendapatan dan margin kotor TSMC. Jika 3nm terus memegang pangsa pendapatan yang tinggi, itu berarti permintaan AI dan HPC telah bergerak dari sekadar tema pasar menjadi permintaan wafer yang nyata. Bagi rantai pasok dan investor, 3nm mewakili pasokan saat ini, sedangkan 2nm mewakili gelombang persaingan berikutnya. Keduanya harus dipantau bersama-sama.

2nm penting karena menandai transisi TSMC dari FinFET ke platform transistor nanosheet. Ini juga merepresentasikan tahap berikutnya dari peningkatan chip AI di bawah densitas daya yang lebih tinggi, desain chip yang lebih kompleks, dan persyaratan efisiensi energi yang lebih ketat. 3nm menentukan produksi saat ini, sementara 2nm akan memengaruhi peta jalan produk, biaya desain, dan komitmen kapasitas untuk GPU kelas atas, AI ASIC, CPU, dan chip jaringan dalam dua hingga tiga tahun ke depan.
Teknologi 2nm N2 TSMC menggunakan transistor nanosheet generasi pertamanya dan menekankan peningkatan full-node dalam kinerja dan daya. Dibandingkan dengan FinFET, struktur nanosheet/GAA dapat memberikan kontrol kanal yang lebih baik, yang membantu lebih meningkatkan efisiensi energi dan kepadatan transistor. Untuk chip AI, peningkatan ini tidak hanya tercermin dalam skor benchmark. Ia juga terlihat dalam konsumsi daya pusat data, tekanan pendinginan, dan kepadatan penerapan.
Platform 2nm bukanlah satu node tunggal. N2 adalah platform dasar, sedangkan N2P lebih lanjut mengoptimalkan kinerja dan konsumsi daya di atas N2. Teknologi A16 dari TSMC menargetkan permintaan komputasi berkinerja tinggi. Dibandingkan dengan N2P, teknologi ini dapat memberikan kecepatan 8% hingga 10% lebih tinggi pada tegangan yang sama, daya 15% hingga 20% lebih rendah pada kecepatan yang sama, serta peningkatan kepadatan chip. Untuk chip AI dan HPC, backside power delivery, jaringan daya yang padat, dan perutean sinyal yang kompleks akan menjadi semakin penting.
| Dimensi Perbandingan | 3nm | 2nm |
|---|---|---|
| Status saat ini | Produksi massal skala penuh dan kontribusi pendapatan | Memasuki tahap produksi dan perluasan platform |
| Rute transistor | FinFET canggih | Platform nanosheet / GAA |
| Nilai utama | Fondasi pengiriman AI/HPC saat ini | Peningkatan kinerja dan efisiensi generasi berikutnya |
| Adopsi pelanggan | Digunakan secara luas oleh pelanggan terkemuka | Pertama kali diadopsi oleh pelanggan besar dan chip bernilai tinggi |
| Fokus investasi | Kapasitas, yield, margin kotor | Kecepatan ramp-up, biaya, komitmen pelanggan |
| Risiko utama | Volatilitas permintaan dan harga | Biaya desain, yield, dan pelepasan kapasitas |
Node 2nm tidak akan langsung menggantikan 3nm. Node canggih biasanya dimulai dengan sejumlah kecil pelanggan besar dan produk bernilai tinggi. Mereka melewati adopsi desain, tape-out, produksi risiko, peningkatan yield, dan kemudian kontribusi pendapatan secara bertahap. 3nm akan terus mendukung produksi chip AI dan kelas atas dalam jumlah besar, sementara titik pengamatan yang sesungguhnya untuk 2nm adalah kecepatan adopsi pelanggan, kurva yield, penggunaan lapisan produksi, belanja modal, dan apakah jalur lanjutan seperti A16 dan A14 dapat tersambung dengan lancar.
Ringkasan: 2nm adalah ambang batas teknis untuk putaran berikutnya dari persaingan chip AI, tetapi bukan pengganti langsung untuk 3nm. 3nm memecahkan pasokan saat ini, sementara 2nm menentukan peta jalan produk generasi berikutnya. Bagi perusahaan chip, 2nm memberikan lebih banyak ruang untuk performa dan efisiensi energi, tetapi juga membawa biaya desain yang lebih tinggi dan kesulitan validasi. Bagi TSMC, 2nm adalah simpul kunci dalam mempertahankan kepemimpinan teknologi proses tingkat lanjut. Bagi investor, fokus yang sebenarnya bukanlah pengumuman teknologi itu sendiri, melainkan adopsi pelanggan, yield, pengeluaran modal, dan kecepatan realisasi pendapatan.
Persaingan chip AI tidak hanya tentang perusahaan mana yang merilis GPU atau ASIC yang lebih kuat. Ini juga tentang apakah perusahaan tersebut dapat secara konsisten mengamankan kapasitas proses canggih yang cukup. Bahkan jika satu chip memiliki performa yang kuat, hal itu tidak dapat diterjemahkan menjadi pengiriman server atau pendapatan komputasi awan yang memadai jika wafer 3nm/2nm, pengemasan CoWoS, pasokan HBM, dan yield tidak dapat mengikuti. Kapasitas telah menjadi sumber daya strategis dalam persaingan chip AI.
Alokasi kapasitas secara langsung memengaruhi urutan persaingan di antara pelanggan. Pelanggan proses lanjutan TSMC terkonsentrasi di kalangan perusahaan chip terkemuka global. Ketika kapasitas terbatas, ukuran pesanan, kerja sama jangka panjang, strategi produk, pembayaran di muka, dan koordinasi rantai pasokan semuanya memengaruhi prioritas produksi. Pelanggan utama lebih mungkin mengamankan sumber daya proses lanjutan dan pengemasan, sementara perusahaan chip AI yang lebih kecil mungkin menghadapi masalah di mana mereka telah menyelesaikan desain tetapi tidak mendapatkan kapasitas yang cukup.
Pengemasan lanjutan adalah separuh lain dari kapasitas chip AI. Akselerator AI tidak hanya membutuhkan wafer canggih, tetapi juga koneksi yang efisien antara GPU, HBM, chip I/O, dan interposer. Layanan pengemasan lanjutan TSMC mencakup CoWoS, SoIC, dan teknologi lainnya untuk komputasi berkinerja tinggi serta integrasi multi-chip. Pada Juli 2026, Reuters melaporkan bahwa TSMC akan menambahkan dua pabrik pengemasan lanjutan di Taman Sains Chiayi untuk terus memperluas kapasitas pengemasan yang berkaitan dengan chip AI.
Anda dapat menilai apakah kapasitas proses canggih sedang ketat dengan mengamati sinyal-sinyal berikut:
Biaya perdagangan juga perlu dimasukkan ke dalam kerangka penelitian. Jika Anda mengikuti saham-saham rantai pasok AI seperti TSM, NVDA, AMD, ASML, AVGO, dan MRVL, Anda harus memperhatikan bukan hanya pergerakan harga saham, tetapi juga biaya perdagangan yang sebenarnya. Biaya perdagangan saham AS sering kali mencakup lebih dari sekadar komisi. Biaya tersebut juga dapat mencakup biaya platform, biaya institusi eksternal, biaya aktivitas perdagangan, dan biaya lainnya. Sebagai contoh, Biya mengenakan komisi $0 untuk perdagangan saham AS, sedangkan biaya platform, biaya institusi eksternal, dan biaya lainnya mengikuti struktur biaya perdagangan saham AS serta halaman pemesanan.Ketersediaan layanan bergantung pada lokasi pengguna, hasil verifikasi identitas, aturan platform, serta hukum dan peraturan yang berlaku.
Ringkasan: Persaingan chip AI telah berkembang dari persaingan kinerja satu titik menjadi persaingan tingkat sistem "proses canggih + pengemasan canggih + HBM + penjadwalan rantai pasokan." Wafer 3nm dan 2nm hanyalah ambang batas pertama. CoWoS, SoIC, dan HBM menentukan apakah chip benar-benar dapat dipasang di server AI dan dikirim dalam skala besar. Semakin ketat kapasitas proses canggih TSMC, semakin besar kemungkinan pelanggan utama memperoleh keunggulan pasokan. Namun, kapasitas yang ketat juga dapat mendorong kenaikan biaya, memperbesar ekspektasi valuasi, dan memungkinkan hambatan rantai pasokan mana pun memengaruhi pengiriman akhir.
Kapasitas proses canggih TSMC memengaruhi perusahaan desain chip, produsen peralatan semikonduktor, perusahaan memori, pemasok pengemasan canggih, dan ekspektasi investor secara bersamaan. Jika kapasitas 3nm dan 2nm tetap ketat, perusahaan chip AI terkemuka mungkin dapat mempertahankan keunggulan pasokan, sementara permintaan peralatan dan material dapat menguat. Jika pengeluaran modal AI mendingin, rencana ekspansi proses canggih dan ekspektasi valuasi mungkin akan dinilai ulang.
Bagi perusahaan desain chip, kapasitas tingkat lanjut menentukan batas atas pengiriman. Nvidia, AMD, Broadcom, Marvell, dan ASIC internal dari penyedia layanan cloud semuanya bergantung pada pasokan wafer tingkat lanjut. Semakin ketat kapasitasnya, semakin penting kerja sama jangka panjang, penjadwalan produksi, dan sumber daya pengemasan. Meningkatnya biaya node tingkat lanjut juga menaikkan hambatan bagi pendatang baru, sehingga memudahkan pelanggan utama untuk memperlebar keunggulan mereka.
Bagi perusahaan peralatan dan material, belanja modal merupakan indikator utama. Ekspansi TSMC mengalir ke nama-nama perusahaan peralatan seperti ASML, Applied Materials, Lam Research, KLA, dan Tokyo Electron. Node 2nm dan seterusnya memerlukan lebih banyak kolaborasi di bidang EUV, metrologi, inspeksi, deposisi, etsa, dan material. Belanja modal tidak sama dengan pengakuan pendapatan langsung bagi perusahaan peralatan, tetapi dapat meningkatkan visibilitas pesanan dan ekspektasi permintaan jangka menengah.
Bagi investor, permintaan proses tingkat lanjut yang kuat tidak berarti harga saham hanya akan bergerak naik. TSMC, NVDA, AMD, ASML, dan saham terkait semuanya dapat terpengaruh oleh siklus proses tingkat lanjut, tetapi permintaan AI yang kuat sering kali sudah tercermin dalam valuasi. Anda perlu memperhatikan pertumbuhan, margin kotor, belanja modal, konsentrasi pelanggan, geopolitik, pembatasan ekspor, pasokan listrik, dan risiko kelebihan kapasitas secara bersamaan.
| Target Pengamatan | Logika Manfaat | Risiko Utama |
|---|---|---|
| TSMC | Pendapatan node canggih dan margin kotor yang lebih tinggi | Biaya ekspansi, konsentrasi pelanggan, risiko geopolitik |
| Perancang chip AI | Kapasitas kelas atas mendukung pengiriman | Kekurangan kapasitas, biaya meningkat, persaingan kuat |
| Pembuat peralatan semikonduktor | Permintaan lebih tinggi untuk EUV, etsa, deposisi, dan inspeksi | Volatilitas pesanan, siklus pengiriman, pembatasan ekspor |
| Perusahaan memori | Permintaan HBM dan DRAM canggih yang lebih kuat | Siklus harga dan ekspansi pasokan |
| Rantai pasok pengemasan | Ekspansi permintaan CoWoS dan SoIC | Pembangunan kapasitas yang tertunda atau berlebihan |
| Investor | Kemampuan melacak tema rantai pasok AI | Valuasi tinggi dan kesenjangan ekspektasi laba |
Jika Anda ingin melacak rantai pasok chip AI, Anda dapat menggunakan informasi pasar saham AS untuk memantau TSM, NVDA, AMD, ASML, AVGO, MRVL, dan nama-nama terkait lainnya, lalu menggabungkan informasi laba, valuasi, pesanan, dan kapasitas untuk menilai kesenjangan ekspektasi. Biya adalah dompet perdagangan multi-aset global yang mendukung perdagangan saham AS, saham Hong Kong, dan kripto, sekaligus mencakup data pasar multi-aset dan skenario perdagangan. Informasi pasar publik dapat mendukung penelitian, tetapi bukan merupakan saran investasi.
Ringkasan: Kapasitas proses canggih TSMC merupakan variabel inti dalam rantai pasokan AI, tetapi dampaknya terhadap berbagai perusahaan berbeda-beda. Perusahaan perancang chip berfokus pada komitmen kapasitas. Perusahaan peralatan berfokus pada pengeluaran modal dan pesanan. Perusahaan memori berfokus pada permintaan HBM dan DRAM. Investor perlu mempertimbangkan pertumbuhan, margin kotor, valuasi, dan risiko secara bersamaan. Permintaan 3nm dan 2nm yang kuat tidak serta-merta berarti semua saham terkait akan naik. Kuncinya adalah apakah ekspektasi pasar dan eksekusi bisnis saling sesuai.
Jika Anda mengikuti teknologi proses canggih TSMC dan rantai pasok chip AI, ada baiknya membagi kerangka penelitian Anda menjadi tiga lapisan. Lapisan pertama adalah kapasitas dan yield 3nm/2nm. Lapisan kedua adalah CoWoS, HBM, dan rantai pasok peralatan. Lapisan ketiga adalah panduan laba, valuasi, dan biaya transaksi. Bagi pengguna yang memenuhi syarat layanan yang berlaku, Biya dapat digunakan untuk mengamati dan memperdagangkan berbagai kelas aset, termasuk saham AS, saham Hong Kong, dan kripto. Biya mengenakan komisi $0 untuk perdagangan saham AS, sedangkan biaya platform, biaya institusi eksternal, dan biaya lainnya mengacu pada pusat biaya dan halaman pesanan. Sebelum bertransaksi, pengguna tetap harus mengonfirmasi jenis pesanan, struktur biaya, volatilitas pasar, dan persyaratan regulasi setempat.
3nm memengaruhi kinerja chip AI, konsumsi daya, area, dan biaya produksi. Chip AI dibatasi oleh daya, pendinginan, dan kepadatan rak, sehingga teknologi proses canggih dapat meningkatkan komputasi per watt. Namun, kinerja akhir juga bergantung pada arsitektur chip, HBM, pengemasan, dan ekosistem perangkat lunak.
2nm tidak akan segera menggantikan 3nm. 3nm akan terus mendukung produksi chip AI dalam volume besar, sementara 2nm biasanya pertama kali diadopsi oleh sejumlah kecil produk bernilai tinggi dan pelanggan terkemuka. Kecepatan penggantian bergantung pada yield, biaya, tape-out pelanggan, peningkatan kapasitas, dan pangsa pendapatan.
TSMC 2nm dapat memengaruhi kinerja, konsumsi daya, dan kemampuan pasokan GPU atau akselerator AI generasi berikutnya dari Nvidia. Apakah Nvidia mengadopsi node tertentu bergantung pada peta jalan produknya, biaya, yield, pengemasan, dan pengaturan kapasitas. Nama node saja tidak cukup untuk membuat penilaian tersebut.
Chip AI membutuhkan pengemasan tingkat lanjut untuk menghubungkan GPU, HBM, chip I/O, dan interposer. Proses 3nm dan 2nm memproduksi die kelas atas, sementara CoWoS, SoIC, dan teknologi pengemasan lainnya menentukan integrasi multi-chip, bandwidth memori, efisiensi sistem, dan kecepatan pengiriman akhir.
Investor dapat memantau pangsa pendapatan proses 3nm, kemajuan produksi 2nm, belanja modal, pendapatan HPC, ekspansi CoWoS, margin kotor, dan permintaan pelanggan. Data satu kuartal saja tidak cukup untuk menilai tren jangka panjang. Panduan laba dan pesanan rantai pasok harus dianalisis secara bersamaan.
Kapasitas proses canggih yang ketat tidak selalu menguntungkan semua saham semikonduktor. Hal ini dapat meningkatkan daya tawar perusahaan terkemuka di rantai pasok, tetapi juga dapat menaikkan biaya, memperbesar ekspektasi valuasi, dan menciptakan alokasi pelanggan yang tidak merata. Sebelum bertransaksi, investor harus mengevaluasi fundamental, valuasi, struktur biaya, dan toleransi risiko pribadi.
*Artikel ini disediakan untuk tujuan informasi umum dan tidak merupakan nasihat hukum, pajak, atau nasihat profesional lainnya dari BiyaPay atau anak perusahaan serta afiliasinya, dan tidak dimaksudkan sebagai pengganti untuk mendapatkan nasihat dari penasihat keuangan atau profesional lainnya.
Kami tidak membuat pernyataan atau jaminan apa pun, baik tersurat maupun tersirat, mengenai keakuratan, kelengkapan, atau ketepatan waktu isi publikasi ini.

