Article Per Year (5 Year)
p-Index From 2021 - 2026
6.767
P-Index
This Author published in this journals
All Journal Techno.Com: Jurnal Teknologi Informasi Jurnal Teknologi Informasi dan Ilmu Komputer Journal of Information Technology and Computer Science Knowledge Engineering and Data Science InComTech: Jurnal Telekomunikasi dan Komputer JOURNAL OF APPLIED INFORMATICS AND COMPUTING TEKTRIKA - Jurnal Penelitian dan Pengembangan Telekomunikasi, Kendali, Komputer, Elektrik, dan Elektronika JOISIE (Journal Of Information Systems And Informatics Engineering) JISKa (Jurnal Informatika Sunan Kalijaga) CICES (Cyberpreneurship Innovative and Creative Exact and Social Science) Community Development Journal: Jurnal Pengabdian Masyarakat Jurnal Teknologi Informatika dan Komputer Jurnal Teknik Informatika (JUTIF) Jurnal Restikom : Riset Teknik Informatika dan Komputer JINAV: Journal of Information and Visualization Jurnal Pendidikan dan Teknologi Indonesia Engineering, Mathematics and Computer Science Journal (EMACS) Jurnal Indonesia : Manajemen Informatika dan Komunikasi Jurnal Pengabdian Masyarakat Bhinneka Journal of Training and Community Service Adpertisi Prosiding Seminar Nasional Pengabdian Kepada Masyarakat Journal of Artificial Intelligence and Digital Business Jurnal Penelitian Sistem Informasi Jurnal Indonesia : Manajemen Informatika dan Komunikasi The Journal of Enhanced Studies in Informatics and Computer Applications J-KOMA : Jurnal Ilmu Komputer dan Aplikasi International Journal of Computer Science and Information Technology Jati Emas (Jurnal Aplikasi Teknik dan Pengabdian Masyarakat) Journal of World Future Medicine, Health and Nursing
Mochammad Anshori
Institut Teknologi, Sains, Dan Kesehatan RS.DR. Soepraoen Kesdam V/BRW
Agriculture, Biological Sciences & Forestry Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Mathematics Nursing Public Health Social Sciences Other

Published : 48 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 48 Documents
Search

 1   2   3   4   5 
Kebaruan Fungsional Vertex Marker Terhadap Marker Based Augmented Reality Tracking Factors (Jarak, Sudut, dan Luas Permukaan) Kusuma, Wahyu Teja; Supianto, Ahmad Afif; Tolle, Herman; Anshori, Mochammad
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 9 No 4: Agustus 2022
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2022945748

Abstract

Fungsional marker adalah yang paling utama mempengaruhi kinerja dari Marker Based Augmented Reality tracking system. Sedangkan vertex marker adalah marker jenis baru yang dihasilkan dari penelitian sebelumnya. Penelitian ini penting untuk dilakukan guna membuktikan fungsional dari vertex marker terhadap faktor-faktor yang mempengaruhi Marker Based Augmented Reality tracking system (jarak, sudut, dan luas permukaan yang tertutupi). Penelitian ini juga membandingkan hasil pengujian fungsional vertex marker dengan single marker. Akhirnya, penelitian ini berkontribusi untuk membuktikan kebaruan dari fungsional vertex marker pada faktor jarak ideal, sudut ideal, dan luas permukaan yang tertutupi dibidang Marker-Based Augmented Reality tracking system. AbstractFunctional of marker is the main thing that affects the performance of the Marker Based Augmented Reality tracking system. This research is important to do to prove the functional of vertex markers against Marker Based Augmented Reality tracking factors (distance, angle, and testing of the surface area covered). This study also compared the results of the functional testing of the vertex marker with the single marker. Finally, this research contributes to proving the novelty of functional vertex markers in the field of Marker-Based Augmented Reality tracking factors.
Optimasi Weight AHP Menggunakan Genetic Algorithm untuk Rekomendasi Platform Media Sosial Sebagai Sarana Promosi Digital Pradini, Risqy Siwi; Anshori, Mochammad; Haris, M. Syauqi
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 11 No 5: Oktober 2024
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2024118011

Abstract

Tim pemasar suatu perusahaan dapat memanfaatkan media sosial untuk memperluas jangkauan pemasaran dan berinteraksi secara lebih intens dengan para pelanggan. Salah satu tantangan utama yang dihadapi tim pemasar untuk promosi digital adalah bagaimana memilih platform sosial media yang paling tepat agar dapat mencapai tujuan promosi yang optimal. Keputusan untuk memilih platform sosial media ini melibatkan sejumlah kriteria seperti content, impression, cost, look and feel, dan audience fit. Urutan rekomendasi platform media sosial sebagai sarana promosi yang dihasilkan penelitian ini adalah Facebook, Instagram, YouTube, Twitter, Pinterest, TikTok, dan LinkedIn. Urutan rekomendasi tersebut berhasil didapatkan dengan pendekatan optimasi weight Analytical Hierarchy Process (AHP) menggunakan Genetic Algorithm (GA) untuk rekomendasi platform media sosial sebagai sarana promosi digital. Optimasi yang dilakukan terbukti dapat meningkatkan keakurasian peringkat dari 95% ke 97% yang dihasilkan melalui perhitungan fitness yang menggunakan rumus Spearman Correlation. Penelitian ini juga berhasil menarik kesimpulan terkait bidang AHP-GA yang menyatakan bahwa popsize mempengaruhi nilai fitness. Semakin tinggi popsize, maka semakin besar potensi nilai fitness yang dihasilkan, namun peningkatan popsize itu sendiri tidak menjamin perolehan nilai fitness yang lebih baik sehingga perlu memikirkan faktor lainnya pula. Selain itu, semakin banyaknya jumlah generasi maka proses evolusi akan semakin sering terjadi. Tiap generasinya akan melakukan crossover dan mutasi, sehingga hal ini berpengaruh pada semakin beragamnya individu yang dihasilkan dan pada akhirnya dapat membantu menemukan solusi yang lebih baik.   Abstract A company's marketing team can use social media to expand marketing reach and interact more intensely with customers. One of the main challenges faced by marketers for digital promotion is how to choose the most appropriate social media platforms to achieve optimal promotional goals. The decision to choose a social media platform involves several criteria such as content, impression, cost, look and feel, and audience fit. The order of recommendations for social media platforms as a means of promotion resulting from this research are Facebook, Instagram, YouTube, Twitter, Pinterest, TikTok, and LinkedIn. The sequence of recommendations was successfully obtained using the weight Analytical Hierarchy Process (AHP) optimization approach using Genetic Algorithm (GA) for social media platform recommendations as a means of digital promotion. The optimization carried out was proven to increase ranking accuracy from 95% to 97% which was produced through fitness calculations using the Spearman Correlation formula. This study also succeeded in drawing conclusions related to the AHP-GA field which stated that popsize affects fitness values. The higher the popsize, the greater the potential fitness value generated, however increasing the popsize itself does not guarantee obtaining a better fitness value so you need to think about other factors as well. In addition, the greater the number of generations, the more frequently the evolutionary process will occur. Each generation will carry out crossover and mutation, so this influences the resulting more diverse individuals and can ultimately help find better solutions.
Decision Tree Regression Untuk Prediksi Prevalensi Stunting di Provinsi Nusa Tenggara Timur Putri, Irnanda Septian Ika; Pradini, Risqy Siwi; Anshori, Mochammad
Jurnal Teknologi Informatika dan Komputer Vol. 10 No. 2 (2024): Jurnal Teknologi Informatika dan Komputer
Publisher : Universitas Mohammad Husni Thamrin

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37012/jtik.v10i2.2179

Abstract

Stunting adalah kondisi terhambatnya pertumbuhan linier anak-anak karena kekurangan gizi dan perawatan yang tidak memadai sejak dalam kandungan hingga usia dua tahun. Stunting disebabkan oleh berbagai faktor, termasuk kurangnya asupan gizi yang memadai, infeksi kronis atau berulang, praktik pemberian makanan yang tidak sesuai, sanitasi yang buruk, serta akses terbatas terhadap layanan kesehatan dan pendidikan gizi. Di Indonesia, provinsi yang memiliki prevalensi stunting paling tinggi berada di Nusa Tenggara Timur (NTT). Penelitian ini bertujuan untuk membuat model prediksi menggunakan Decision Tree Regression untuk memprediksi prevalensi stunting di NTT. Dengan demikian, hasil penelitian ini selain menghasilkan model prediksi juga dapat memberikan pemahaman yang lebih komperhensif mengenai faktor-faktor yang mempengaruhi tingkat stunting di NTT dan mendukung upaya untuk menurunkan angka prevalensinya di provinsi tersebut. Untuk menguji model prediksi yang dihasilkan, penelitian ini menggunakan metrik RMSE. Hasil pengujian dengan metrik RMSE menunjukkan nilai 0,093. Nilai ini membuktikan bahwa model Decision Tree Regression yang digunakan memiliki tingkat kesalahan prediksi yang relatif rendah, sehingga cukup efektif dalam memprediksi prevalensi stunting berdasarkan data yang digunakan.
Peningkatan Literasi Teknologi Pemasaran Digital Petani Kopi Gapoktan Mekar Tani Desa Jambuwer Kecamatan Kromengan Kabupaten Malang Haris, M Syauqi; Kusuma, Wahyu Teja; Anshori, Mochammad
Jurnal Pengabdian Masyarakat Bhinneka Vol. 1 No. 2 (2022): Bulan November
Publisher : Bhinneka Publishing

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58266/jpmb.v1i2.31

Abstract

Produk Kopi Merah hasil perkebunan kopi di Desa Jambuwer, Kecamatan Kromengan, Kabupaten Malang, adalah produk unggulan para petani kopi yang tergabung dalam Gabungan Kelompok Tani (Gapoktan) Mekartani. Meskipun produk kopi tersebut tergolong unggul, terbukti dengan pernah diraihnya juara III dalam Festival Kopi Nusantara tahun 2016 di Kota Batu, namun masih belum banyak dikenal oleh masyarakat sehingga penjualannya pun terhambat. Sampai dengan saat ini, kopi Malang yang dikenal masyarakat pada umumnya hanya dari daerah Dampit dan Ampelgading saja. Pemanfaatan teknologi informasi dan jaringan internet dengan strategi pemasaran yang disebut dengan digital marketing diharapkan mampu membawa produk kopi merah Jambuwer agar lebih dikenal masyarakat luas di Indonesia pada umumnya dan warga Malang dan sekitarnya pada khususnya. Meskipun saat ini pemanfaatan media online dan media sosial sudah dilakukan, namun hasil yang diperoleh belum maksimal. Hal ini disebabkan karena penggunaan media sosial dan alat promosi online yang digunakan masih belum terkonsep dengan baik dan belum menggunakan strategi pemasaran digital yang terstruktur. Oleh karena itu, melalui kegiatan Pengabdian Kepada Masyarakat ini, diharapkan para petani yang tergabung dalam Gapoktan Mekar Tani memiliki mindset pemasaran digital sehingga peningkatan popularitas dan penjualan Kopi Merah Jambuwer bisa terwujud. Media sosial dan blog akan menjadi representasi online dari etalase toko Kopi Merah serta dapat terindeks dengan baik di berbagai situs pencarian. Adapun target luaran dalam kegiatan pengabmas ini adalah peningkatan literasi pemasaran online mitra dalam hal analisis kata kunci dalam Search Engine Optimization (SEO), pembuatan konten berupa gambar maupun video yang sesuai dengan strategi brand, optimalisasi media sosial dan marketplace, serta Google Business Profile.
Outperforming DNN Using MLP in Water Quality Assessment for Aquaculture Anshori, Mochammad; Musthofa, Mufid
Journal of Applied Informatics and Computing Vol. 10 No. 1 (2026): February 2026
Publisher : Politeknik Negeri Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30871/jaic.v10i1.11835

Abstract

Aquaculture production relies heavily on stable water quality conditions, requiring accurate and efficient assessment methods to support early environmental monitoring and sustainable management. Although deep neural network models have been widely applied to water quality classification, their high computational complexity often limits their applicability in real-time and resource-constrained aquaculture systems. This study aims to evaluate whether a systematically optimized Multilayer Perceptron can outperform a reported deep neural network benchmark in aquaculture water quality assessment while maintaining computational efficiency. The study adopts a structured methodology involving dataset characterization, extreme outlier removal, feature normalization, and stratified data partitioning. A single-hidden-layer Multilayer Perceptron is trained using a feedforward backpropagation learning process, with systematic exploration of hidden neuron configurations and training epochs to identify the optimal architecture. Model performance is evaluated using multiple classification metrics, including accuracy, precision, recall, F1-score, confusion matrix analysis, and receiver operating characteristic and precision–recall curves. Results indicate that the optimal Multilayer Perceptron configuration, consisting of 80 hidden neurons and 200 training epochs, achieves an accuracy of 96.62%, surpassing the deep neural network benchmark accuracy of 95.69%. The proposed model demonstrates strong class-level performance, clear separation between water quality categories, stable convergence behavior, and reduced computational overhead compared to deeper architectures. These findings highlight that increasing model depth does not necessarily improve predictive performance for heterogeneous aquaculture datasets. In conclusion, this study provides empirical evidence that a well-optimized shallow neural network can outperform deeper models in aquaculture water quality assessment. The results emphasize the importance of model parsimony and systematic hyperparameter optimization, offering a practical and efficient solution for real-time aquaculture water quality monitoring applications.
Website Development of Sarwa Adem Mulya Cooperative as a Digital Platform for Promotion and Education of Ruminant Livestock Farmers: Pengembangan Website Koperasi Sarwa Adem Mulya sebagai Sarana Promosi dan Edukasi Digital Peternak Ruminansia M Syauqi Haris; Risqy Siwi Pradini; Mochammad Anshori
JATI EMAS (Jurnal Aplikasi Teknik dan Pengabdian Masyarakat) Vol. 9 No. 3 (2025): Jati Emas (Jurnal Aplikasi Teknik dan Pengabdian Masyarakat)
Publisher : DPD Jatim Perkumpulan Dosen Indonesia Semesta

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Koperasi Multi Pihak Sarwa Adem Mulya is a ruminant livestock-based cooperative located in Malang, East Java. The cooperative has great potential for business development but faces challenges in utilizing information technology, particularly in digital promotion and education. This community service activity aims to develop a cooperative website using the WordPress-based Content Management System (CMS) to strengthen its position in the digital era. The implementation method includes needs analysis, website design and development, training for cooperative administrators, as well as monitoring and evaluation of website usage effectiveness. The developed website features key components such as a cooperative profile, livestock product catalog, educational modules, and basic e-commerce integration. The results show that the website has been successfully implemented through the cooperative's official domain, and administrators are able to independently manage the content. Furthermore, an increase in digital literacy among administrators was observed based on pre-test and post-test evaluations. This website is expected to serve as a sustainable medium for promotion and education, and as a replicable model for the digitalization of other livestock cooperatives.
PENINGKATAN KOMPETENSI PELAKU UMKM KOTA BATU DALAM BRAND AWARENESS MELALUI PELATIHAN BERBASIS ARTIFICIAL INTELLIGENCE Risqy Siwi Pradini; M. Syauqi Haris; Mochammad Anshori
Community Development Journal : Jurnal Pengabdian Masyarakat Vol. 6 No. 3 (2025): Volume 6 No 3 Tahun 2025
Publisher : Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/cdj.v6i3.44159

Abstract

Program Pengabdian kepada Masyarakat ini bertujuan untuk meningkatkan kompetensi pelaku UMKM di Kota Batu dalam memperkuat brand awareness produk melalui pelatihan berbasis Artificial Intelligence. Pelatihan ini dilakukan dengan menggunakan metode Participatory Learning and Action yang mengedepankan interaksi aktif dan praktik langsung dari para peserta pelatihan. Materi pelatihan mencakup konsep dasar branding, pemanfaatan media sosial, serta aplikasi teknologi AI seperti Canva dan ChatGPT dalam pembuatan desain visual untuk meningkatkan brand awareness produk UMKM. Evaluasi yang dilakukan melalui pre-test dan post-test menunjukkan peningkatan signifikan rata-rata pemahaman peserta, dari skor awal 63 menjadi 90,33. Hasil ini membuktikan bahwa metode pelatihan yang digunakan efektif dalam meningkatkan kompetensi para peserta. Pelatihan ini juga mendorong peserta untuk lebih percaya diri dalam memanfaatkan teknologi untuk pemasaran digital, sehingga mampu bersaing di pasar yang semakin kompetitif.
Comparing Linear and Quadratic Discriminant Analysis for Cervical Cancer Risk Prediction Using Behavioral Attributes Mochammad Anshori; Nindynar Rikatsih
J-KOMA : Jurnal Ilmu Komputer dan Aplikasi Vol 9 No 01 (2026): J-KOMA : Jurnal Ilmu Komputer dan Aplikasi
Publisher : Universitas Negeri Jakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21009/JKOMA.091.04

Abstract

Cervical cancer remains a critical global health challenge, yet early prediction using non-medical determinants is underexplored. This study aims to compare linear and quadratic discriminant analysis for early cervical cancer risk assessment based on behavioral and psychosocial factors. A quantitative experimental approach was utilized, analyzing a publicly available behavioral dataset of seventy-two instances and eighteen psychosocial features. Following rigorous statistical validation, feature normalization, and stratified data splitting, both discriminant models were trained and evaluated using accuracy and area under the receiver operating characteristic curve metrics. The empirical findings reveal a striking performance disparity between the classifiers. Linear discriminant analysis emerged as the superior model, achieving an exceptional accuracy of 93.33% and an area under the curve of 0.9464, demonstrating robust discriminative capability. Crucially, it attained perfect sensitivity with zero false negatives, eliminating the most dangerous diagnostic errors. Conversely, quadratic discriminant analysis exhibited complete predictive failure, performing no better than random guessing. This extreme divergence indicates that the underlying behavioral data possesses linearly separable characteristics. The additional complexity of estimating class-specific covariance matrices in the quadratic model resulted in severe overfitting and numerical instability given the limited sample size, proving that simpler, assumption-aligned models outperform complex alternatives. Ultimately, linear discriminant analysis provides an accurate, interpretable, and cost-effective decision support tool for identifying cervical cancer vulnerability. These findings validate that integrating social psychology with machine learning offers a robust framework for early disease screening in resource-constrained environments.
Penta‑Class Classification of Hepatitis Virus DNA Sequences Using a 1D‑CNN for Enhanced Differential Diagnosis Mochammad Anshori; Mentari Putri Jati
Journal of Enhanced Studies in Informatics and Computer Applications Vol. 3 No. 2 (2026): JESICA Vol. 3 No. 2 2026
Publisher : Institut Teknologi, Sains, dan Kesehatan RS.DR. Soepraoen Kesdam V/BRW

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47794/jesica.v3i2.51

Abstract

Despite advances in molecular testing, the genetic similarity among hepatitis strains and the complexity of their clinical presentations often confound traditional diagnostic approaches, underscoring the urgent need for automated, sequence‑intelligent solutions. This study developed a pure one‑dimensional Convolutional Neural Network (1D‑CNN) to classify five hepatitis virus types (HAV, HBV, HCV, HDV, HEV) directly from raw DNA sequences, eliminating complex preprocessing such as k‑mer segmentation or external optimization. A total of 500 complete genomic sequences (100 per class) were retrieved from the NCBI Virus database. Following one‑hot encoding and sequence padding, the proposed 1D‑CNN architecture—employing convolutional feature extraction with batch normalization and regularization—was trained using the Adam optimizer and categorical cross‑entropy loss. Performance was evaluated using accuracy, precision, recall, F1‑score, Matthews Correlation Coefficient (MCC), ROC‑AUC, and precision‑recall curves. The model achieved an overall accuracy of 95%, MCC of 0.9395, macro precision of 0.9571, and macro recall of 0.9500. ROC‑AUC values reached 1.00 for four classes and 0.97 for HDV, while precision‑recall average precision ranged from 0.971 to 1.00. The confusion matrix revealed minimal misclassifications, primarily between HEV and HDV, confirming that the model autonomously extracts discriminative nucleotide patterns for reliable multi‑species classification. This study contributes an alignment‑free, computationally efficient, and reproducible approach for hepatitis virus typing, outperforming many previous methods reliant on manual feature engineering or heuristic optimization. Future work should validate the model on clinical samples and explore the interpretability of learned motifs.
PERANCANGAN VIRTUAL REALITY RESEARCH EXPO MENGGUNAKAN DESIGN SPRINT UNTUK MENINGKATKAN KETERLIBATAN PENGGUNA ; Danang Bagus Baskoro; Wahyu Teja Kusuma; Mochammad Anshori
JOISIE (Journal Of Information Systems And Informatics Engineering) Vol. 9 No. 1 (2025)
Publisher : Institut Bisnis dan Teknologi Pelita Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35145/joisie.v9i1.4896

Abstract

Pameran penelitian (Research Expo) merupakan sarana penting dalam mendiseminasikan hasil riset kepada publik. Namun, keterbatasan ruang fisik, biaya penyelenggaraan, dan rendahnya partisipasi menjadi tantangan yang sering dihadapi. Penelitian ini mengusulkan solusi berbasis teknologi dengan merancang Virtual Reality Research Expo menggunakan metode Design Sprint, yang dikombinasikan dengan pendekatan persona, teknik Crazy 8 s, dan strategi Minimum Viable Product (MVP). Tujuan penelitian ini adalah menghasilkan prototipe pameran virtual yang interaktif dan sesuai dengan kebutuhan pengguna. Rancangan prototipe dikembangkan melalui enam tahapan Design Sprint, mulai dari penggalian kebutuhan hingga validasi. Persona disusun berdasarkan hasil survei awal, dan ide desain dieksplorasi menggunakan teknik Crazy 8 s. MVP dikembangkan menggunakan A-frame dan Blender 3D, dan diuji kepada lima partisipan yang memiliki pengalaman mengikuti pameran riset. Evaluasi dilakukan melalui kuesioner skala Likert, checklist pencapaian persona goals, dan wawancara semi-terstruktur. Hasil validasi menunjukkan bahwa 6 dari 7 persona goals terpenuhi, dengan skor rata-rata 4,4 dari 5 untuk kemudahan navigasi, 4,6 untuk visualisasi, dan 4,2 untuk interaktivitas. Partisipan menyatakan bahwa prototipe memberikan pengalaman eksplorasi yang lebih menarik dibandingkan pameran konvensional. Kebaruan dari penelitian ini terletak pada integrasi metode desain terstruktur dengan validasi berbasis kebutuhan pengguna dalam konteks VR untuk pameran akademik, yang masih jarang diterapkan di lingkungan pendidikan tinggi di Indonesia. Temuan ini menunjukkan bahwa pendekatan iteratif berbasis Design Sprint efektif untuk merancang solusi digital edukatif yang cepat, terfokus, dan dapat disesuaikan dengan kebutuhan pengguna.
Co-Authors ACHMAD JAELANI RUSDI Afifah Vera Ferencia Fitria Ningrum Ahmad Afif Supianto Ahsanun Naseh Khudori Ali Hasan, Hildan Adisqi Anis Ansyori Ardimansyah Ardimansyah Arif Wahyudi Busatto Marilia Choirunnisa, Rosyida Danang Bagus Baskoro Dio Wahyu Saputra Dita Kurnia Rachmasari Dyah Utami, Kartika Eka Mardiana Putri Faridatus Sholikhah Fita Rusdian Ikawati Geraldo, Tostes Heri Wahyu Wibowo Herman Tolle Herry Prasetyo Wibowo Herry Wahyu Wibowo Irnanda Septian Ika Putri Javier Fajri Zachary Jimmy H Moedjahedy Khofida, Nisa M. Syauqi Haris Marilia, Busatto Mentari Putri Jati Mufid Musthofa Muhammad Hasbi Musthofa, Mufid Naufal Alif Vivaldi Nindynar Rikatsih Nindynar Rikatsih Ningrum, Afifah Vera Ferencia Fitria Novelia Mega Puspita Nugroho Teguh Yuono Prasetiyo, Bagus Dadang Putri, Irnanda Septian Ika Putrinugroho, Ivana Aikozora R. A. Rengganis Ularan Ricco Wahyu Pamungkas Riski Puji Lestari Risqy Siwi Pradini Risqy Siwi Pradini Risqy Siwi Pradini Saletia, Maria Claudia Samuel PD Anantadjaya Saputra, Dio Wahyu Susi Indriyani Tostes Geraldo vita mei fudnia watiningsih Wahyu Teja Kusuma Wahyu Teja Kusuma Wahyu Tejakusuma, Wahyu Wayan Firdaus Mahmudy Wibowo, Heri Wahyu Yahya, Furqon Nurbaril Yuono, Nugroho Teguh