p-Index From 2021 - 2026
7.494
P-Index
This Author published in this journals
All Journal Jurnal Informatika dan Teknik Elektro Terapan JOIV : International Journal on Informatics Visualization International Journal of Artificial Intelligence Research Journal of Information Technology and Computer Science (JOINTECS) Syntax Literate: Jurnal Ilmiah Indonesia JURNAL TEKNIK INFORMATIKA DAN SISTEM INFORMASI Conference on Innovation and Application of Science and Technology (CIASTECH) JURTEKSI Jutisi: Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Jusikom: Jurnal Sistem Informasi Ilmu Komputer Jurnal Ilmu Komputer dan Bisnis Systematics Techno Xplore : Jurnal Ilmu Komputer dan Teknologi Informasi Jurnal Teknologi Dan Sistem Informasi Bisnis Buana Ilmu Buana Information Technology and Computer Sciences (BIT and CS) Jurnal Accounting Information System (AIMS) INTERNAL (Information System Journal) International Journal of Educational Review Journal of Applied Data Sciences Jurnal Cahaya Mandalika Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer) Djtechno: Jurnal Teknologi Informasi KLIK: Kajian Ilmiah Informatika dan Komputer Instal : Jurnal Komputer J-SAKTI (Jurnal Sains Komputer dan Informatika) Jurnal Minfo Polgan (JMP) Abdimas Jurnal Ilmiah Sistem Informasi dan Ilmu Komputer Jurnal Sistem Informasi STORAGE: Jurnal Ilmiah Teknik dan Ilmu Komputer Innovative: Journal Of Social Science Research Jurnal Accounting Information System (AIMS) INTERNAL (Information System Journal) Jurnal Abdi Citra Jurnal Ilmiah Pengabdian Kepada Masyarakat (Nyiur-Dimas) Informasi interaktif : jurnal informatika dan teknologi informasi Jurnal PETISI (Pendidikan Teknologi Informasi) Journal of Information Technology Jurnal Publikasi Teknik Informatika
Claim Missing Document
Check
Articles

PENERAPAN TECHNOLOGY ACCEPTANCE MODEL (TAM) PADA PEMBUATAN APLIKASI DIGITAL LEARNING ORYZA SATIVA (D-LEAROS) Priyatna, Bayu; Novalia, Elfina
Jurnal Informatika dan Teknik Elektro Terapan Vol. 11 No. 1 (2023)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v11i1.2854

Abstract

Sektor pertanian di Kabupaten Kabupaten Karawang kini semakin terancam denga pertumbuhan Pabrik atau Industri, Kota Lumbung padi saat ini mulai tidak terdengar konsitensinya lahan pertanian padi di Kabupaten Karawang kini beralih fungsi menjadi Industri dan Perumahan Rakyat, sungguh sangat disayangkan sekali sisa-sisa lahan pertanian padi di Kabupaten karawang kini terancam habis yang disebabkan oleh pola fikir dan pendidikan masyarakat yang berorientasi pada industri instan. Tren Teknologi kini menjadi nafas baru untuk memperbaiki mutu dan kompetensi masyarakat khususnya para petani muda. Sejak Pandemi Covid-19 Tren Digital Learning kini semakin terdengar di masyarakat dimana teknologi Digital Learning sangat membantu dalam pembelajaran baik secara Sinkron maupun Asinkron tanpa harus bertemu dalam satu tempat atau sering disebut pembelajaran Daring. Membangun dan memanfaatkan media Digital Learning sebagai media inkubator yang dapat membimbing masyarakat khususnya generasi petani muda untuk belajar dengan sumber yang jelas dan terpercaya. Maka dari itu penelitian ini melakukan experimen dengan merancang media Digital Learning yang diberikan nama D-LearOS (Digital Learning Oryza Sativa) menggunakan Model Pengembangan sistem Prototype dan melakukan evaluasi sistem dengan Metode Technology Acceptance Model (TAM). Dari hasil pengujian pada penelitian ini desain aplikasi D-LearOS yang dibangun memiliki kemudahan dan akses yang cepat berdasarkan Portal dan raganisasi resources. Namun untuk kemudahan penggunaan berdasarkan kemampuan dan keterampilan pengguna kurang baik, sehingga memerlukan waktu untuk menyesuaikan dengan Aplikasi D-LearOS
EVALUATION IT GOVERNANCE BASED ON COBIT 2019 FRAMEWORK AT BUANA PERJUANGAN UNIVERSITY Yazid, Muhammad Abi; Hananto, April Lia; Priyatna, Bayu; Paryono, Tukino
JURTEKSI (jurnal Teknologi dan Sistem Informasi) Vol. 11 No. 2 (2025): Maret 2025
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM) STMIK Royal Kisaran

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33330/jurteksi.v11i2.3791

Abstract

Abstract: The utilization of Information Technology (IT) in higher education institutions is crucial for supporting academic and administrative activities. The Data and Information Center (PUSDATIN) of UBP Karawang manages various IT services, such as Sistem Informasi Perguruan Tinggi (SIPT), e-learning Buana Online Course (BOC), and others. This study aims to evaluate the maturity level of IT governance at UBP Karawang to ensure alignment with the university's strategic goals and identify areas requiring improvement. The research employs a quantitative descriptive method based on COBIT 2019, with data collected from 92 respondents, analyzed through goals cascade mapping and maturity level measurement. The evaluation results across 14 COBIT 2019 domains indicate that the IT governance maturity level at UBP Karawang is at Level 4 (Quantitatively Managed) with a score of 3.86 and an average gap of 1.13 from the expected level. The findings suggest that while IT governance at UBP Karawang is well-managed, there is still room for improvement. Therefore, several recommendations are proposed to optimize IT governance effectiveness, ensure regulatory compliance, and support the achievement of the university's strategic objectives.            Keywords: COBIT 2019; IT evaluation; IT governance; maturity level. Abstrak: Pemanfaatan Teknologi Informasi (TI) di perguruan tinggi sangat krusial untuk mendukung aktivitas akademik dan administratif. Pusat Data dan Informasi (PUSDATIN) UBP Karawang mengelola berbagai layanan TI, seperti Sistem Informasi Perguruan Tinggi (SIPT), e-learning Buana Online Course (BOC) dan lain-lain. Penelitian ini bertujuan untuk mengevaluasi tingkat kematangan tata kelola TI di UBP Karawang guna memastikan keselarasan dengan tujuan universitas serta mengidentifikasi area yang memerlukan perbaikan. Penelitian ini menerapkan metode deskriptif kuantitatif berbasis COBIT 2019, dengan data diperoleh dari 92 responden, dianalisis melalui pemetaan goals cascade dan pengukuran maturity level. Hasil evaluasi pada 14 domain COBIT 2019 menunjukkan tingkat kematangan TI UBP Karawang berada di Level 4 (Terkelola secara Kuantitatif) dengan skor 3.86, serta rata-rata gap 1.13 dari tingkat yang diharapkan. Kesimpulan dari penelitian ini mengindikasikan bahwa meskipun tata kelola TI di UBP Karawang telah terkelola dengan baik, masih terdapat ruang untuk perbaikan. Oleh karena itu, beberapa rekomendasi diajukan guna mengoptimalkan efektivitas tata kelola TI, menjamin kepatuhan terhadap regulasi, serta mendukung pencapaian tujuan strategis universitas. Kata kunci: COBIT 2019; evaluasi TI; maturity level; tata kelola TI. 
Determination of Training Participants in Community Work Training Centers Using the Naïve Bayes Classifier Algorithm Hananto, April Lia; Hananto, Agustia; Huda, Baenil; Rahman, Aviv Yuniar; Novalia, Elfina; Priyatna, Bayu
JOIV : International Journal on Informatics Visualization Vol 8, No 3 (2024)
Publisher : Society of Visual Informatics

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62527/joiv.8.3.1995

Abstract

Community work training centers are skills training institutions that aim to improve the skills of the surrounding community by providing training programs that align with industry needs. Registration of training participants at the Al-Ikhwan Islamic Boarding School community work training centers often faces obstacles, namely, the selection process is still manual, so it takes a long time, and there is a possibility of errors. This study aims to apply the Naive Bayes Classifier Algorithm to determine whether applicants pass training at the Al-Ikhwan Islamic Boarding School community work training centers. This classification method is used to help optimize the applicant selection process by considering administrative factors, income, and training quotas. RapidMiner software is used as a tool to implement the algorithm. This study found that the Naive Bayes Classifier Algorithm can provide good accuracy results in determining applicants who pass the training selection. The test results show that the resulting model has an accuracy of 90.00% in determining passing training participants with data that has the highest chance of passing, namely data that has the attributes of the female gender, age 20 years, last education Senior High School/Vocational High School, student work/student, income 364,912, father's work as laborer, father's income 3912,280, mother's work as an IRT, and mother's income 885,964. This research increases efficiency and accuracy in determining training applicants at the Al-Ikhwan Islamic Boarding School community work training centers.
Klasifikasi Kenyamanan Produk Hijab Kaos Rayon Menggunakan Algoritma Naïve Bayes Berdasarkan Ulasan Konsumen di Shopee Zein, Selmia Aulia; Paryono, Tukino; Hananto, Agustia; priyatna, bayu
Syntax Literate Jurnal Ilmiah Indonesia
Publisher : Syntax Corporation

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36418/syntax-literate.v10i6.59532

Abstract

Industri fashion muslimah di Indonesia mengalami pertumbuhan yang pesat, dengan produk hijab kaos rayon menjadi pilihan populer karena kenyamanannya yang sesuai dengan iklim tropis. Shopee, sebagai platform e-commerce terbesar di Indonesia, menjadi tempat utama bagi konsumen untuk membeli produk ini. Namun, dengan banyaknya ulasan yang tersedia, penilaian manual terhadap kenyamanan produk menjadi tidak efisien. Penelitian ini bertujuan untuk mengembangkan model klasifikasi sentimen menggunakan algoritma Naïve Bayes untuk menilai tingkat kenyamanan produk hijab kaos rayon berdasarkan ulasan konsumen di Shopee. Data ulasan dikumpulkan melalui teknik web scraping, kemudian diproses menggunakan tahapan preprocessing seperti case folding, tokenization, stopword removal, dan stemming. Selanjutnya, data diberi label berdasarkan tingkat kenyamanan: sangat nyaman, nyaman, cukup nyaman, dan tidak nyaman. Model Naïve Bayes diimplementasikan untuk mengklasifikasikan ulasan tersebut, menghasilkan tingkat akurasi 71,56%, dengan presisi, recall, dan f1-score masing-masing 72%. Hasil klasifikasi menunjukkan bahwa kategori "Cukup Nyaman" mendominasi, diikuti oleh kategori "Nyaman", "Sangat Nyaman", dan "Tidak Nyaman". Analisis ini memberikan gambaran yang lebih cepat dan akurat bagi konsumen dalam memilih produk hijab kaos rayon yang sesuai dengan preferensinya.
Klasterisasi Tingkat Penjualan Kedai Kopi Hallo Burjois Menggunakan Algoritma K-Medoids Sebagai Evaluasi Pradana Rizki Maulana; April Lia Hananto; Agustia Hananto; Bayu Priyatna
JURNAL FASILKOM Vol. 14 No. 1 (2024): Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer)
Publisher : Unversitas Muhammadiyah Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37859/jf.v14i1.6912

Abstract

Kedai Hallo Burjois yang sedang mengalami tantangan untuk memperluas jangkauan produk menu produk, penelitian ini menerapkan algoritma K-Medoids Clustering untuk meningkatkan strategi promosi dengan mengidentifikasi menu-menu yang memiliki tingkat minat pembeli rendah. Proses tersebut melibatkan pengolahan data penjualan harian yang diubah menjadi format bulanan, di mana algoritma K-Medoids digunakan untuk membentuk tiga kluster yang mewakili tingkat penjualan tinggi, sedang, dan rendah. Hasil klasterisasi menunjukkan adanya menu-menu dengan penjualan rendah sebanyak 6 item, antara lain Americano, Caffe Latte, Dark Choco Caramel, Dimsum, Hazelnut Latte, dan Pasta Carbonara. Lalu kami mengadopsi prinsip 4P (Product, Price, Place & Promotion) untuk mengevaluasi produk dengan tingkat penjualan terendah. Uji validitas dilakukan menggunakan Davies Boulding Index (DBI), menunjukkan keakuratan dan konsistensi hasil klasteriasasi sebesar 0,95 pada tiga kluster.
Implementasi Metode Agile Development Dalam Perancangan Sistem Informasi Pendaftaran KB MKJP Berbasis Website Handayani, Citra; Priyatna, Bayu; Hananto, Agustia; Tukino, Tukino
Jurnal Ilmu Komputer dan Bisnis Vol. 16 No. 1 (2025): Vol. 16 No. 1 Mei (2025)
Publisher : STMIK Dharmapala Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47927/jikb.v16i1.1039

Abstract

Program Keluarga Berencana (KB) merupakan salah satu upaya pemerintah Indonesia dalam mengendalikan pertumbuhan penduduk dan meningkatkan kesejahteraan masyarakat. Salah satu metode yang dianjurkan dalam program ini adalah Kontrasepsi Jangka Panjang (MKJP), seperti implan, IUD, dan sterilisasi. Namun, partisipasi masyarakat, terutama di daerah pedesaan seperti Kecamatan Karang Bahagia, Kabupaten Bekasi, masih tergolong rendah. Proses pencatatan dan pengelolaan data di BKKBN Kecamatan Karang Bahagia masih dilakukan secara manual, sehingga rawan mengalami kesalahan, kerusakan, atau kehilangan data. Untuk menjawab permasalahan tersebut, penelitian ini mengembangkan sistem informasi pendaftaran KB MKJP berbasis web dengan menggunakan metode Agile Development yang memungkinkan pengembangan dilakukan secara bertahap dan fleksibel. Sistem ini dirancang untuk meningkatkan efisiensi dalam proses pendaftaran, validasi data, serta pelaporan secara real-time. Berdasarkan hasil pengujian black box, seluruh fitur dalam sistem berfungsi sesuai dengan harapan. Diharapkan dengan adanya sistem ini, tingkat partisipasi masyarakat terhadap program MKJP dapat meningkat dan pengelolaan data menjadi lebih akurat serta terintegrasi.
Design and Implementation of a Manpower Distribution Information System at PT Gokko Mirai Indonesia Ani Ani; Baenil Huda; Elfina Novalia; Bayu Priyatna
Jutisi : Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Vol 15, No 3 (2026): Juni 2026
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/jutisi.v15i3.3618

Abstract

At PT Gokko Mirai Indonesia, workforce deployment is still done manually, which makes the process inefficient, time-consuming, and potentially leads to data processing errors and unclear application status. The purpose of this research is to create and implement an integrated information system for web-based workforce distribution that improves process efficiency and transparency. The waterfall method is used for system design, testing, implementation, and needs analysis. PHP is used in the construction of this system. and utilizes the Laravel framework and MySQL database. The main features are applicant data control, vacancy data, application submission process, and real-time application status monitoring. Black box testing results show that every system feature operates as intended, according to requirements. The new system can improve data processing efficiency and provide information transparency to applicantsKeywords: Information system; Recruitment; Web; Waterfall; Black box testing AbstrakDi PT Gokko Mirai Indonesia, penyebaran tenaga kerja masih dilakukan secara manual, yang membuat proses tidak efisien, memakan waktu lama, dan berpotensi menyebabkan kesalahan pengolahan data dan ketidakjelasan tentang status lamaran. Tujuan dari penelitian ini adalah untuk mengembangkan dan menerapkan sistem informasi yang terintegrasi untuk penyaluran tenaga kerja yang berbasis web yang akan meningkatkan efisiensi dan transparansi proses. Metode Waterfall yang digunakan meliputi analisis kebutuhan, perancangan sistem, implementasi, dan pengujian. Sistemnya ini dibuat menggunakan PHP dan menggunakan framework Laravel serta database MySQL. Pengendalian data pelamar, data lowongan, proses pengajuan lamaran, dan pemantauan status lamaran secara real-time adalah fitur utama. Hasil pengujian metode black box menunjukkan bahwa semua fitur sistem bekerja dengan baik sesuai dengan kebutuhan. Sistem baru dapat meningkatkan efisiensi pengolahan data.serta memberikan transparansi informasi kepada pelamar. 
Improved Hybrid GoogLeNet-Based Deep Learning Optimization for Standardized Straw Mushroom Quality Classification in Indonesia Bayu Priyatna; Titik Khawa Abdurahman; Muhammad Fahmi Miskon; April Lia Hananto; Agustia Tia Hananto; Aviv Yuniar Rahman
Journal of Applied Data Sciences Vol 7, No 2: May 2026
Publisher : Bright Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47738/jads.v7i2.1206

Abstract

Deep learning plays a crucial role in modern computer vision due to its ability to automatically extract hierarchical features from large-scale image data. Among various architectures, Convolutional Neural Networks (CNNs) have been extensively utilized for image pattern interpretation, including in agricultural product inspection. Straw mushrooms (Volvariella volvacea) are important agro-industrial commodities in Indonesia; however, their quality assessment still relies on subjective manual evaluation based on the Indonesian National Standard (SNI:01-6945-2003), leading to inconsistency in grading results. To address this limitation, this research proposes an Improved Hybrid GoogLeNet model integrated with a YOLO-based detection framework and hybrid preprocessing to enhance feature clarity and classification robustness. The system is capable of conducting object detection, 3-class morphological quality classification (Pure White, Oval, and Black Spot/Defect), and automatic diameter measurement using calibrated pixel-to-centimeter conversion. Performance evaluation is carried out by benchmarking the proposed model against several popular deep learning architectures including YOLOv5, LeNet, AlexNet, VGGNet, and ResNet. Experimental results demonstrate that the Improved Hybrid GoogLeNet achieves the highest performance with precision of 97.99%, recall of 96.07%, and F1-score of 96.98%, along with low misclassification rates across all classes. These results indicate that the proposed method provides accurate, reliable, and efficient quality assessment that supports standardized automated grading in industrial applications. Therefore, this study contributes to the advancement of intelligent computer vision solutions for digital transformation in the Indonesian mushroom agro-industry.
Klasterisasi Kasus Kekerasan Berdasarkan Jenis Lokasi Kejadian di Jawa Barat Menggunakan Algoritma K-Means Cahya Diningrat; Bayu Priyatna; Elfina Novalia; Shofa Shofia Hilabi
Jurnal Minfo Polgan Vol. 14 No. 1 (2025): Artikel Penelitian
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/jmp.v14i1.14760

Abstract

Kekerasan merupakan permasalahan sosial yang terjadi di berbagai lokasi dengan pola yang beragam. Di Provinsi Jawa Barat, kasus kekerasan menunjukkan keragaman pola yang dipengaruhi oleh faktor geografis, sosial, budaya, dan terutama jenis tempat kejadian. Memahami sebaran lokasi dan ciri-ciri kejadian kekerasan sangat penting untuk menyusun strategi penanganan yang tepat. Namun, kajian yang mengaitkan jenis tempat kejadian dengan frekuensi kekerasan di tingkat kabupaten dan kota masih terbatas. Oleh sebab itu, fokus utama dari penelitian ini adalah untuk mengelompokan kasus kekerasan berdasarkan jenis lokasi kejadian menerapkan Algoritma K-Means Clustering. Proses penelitian mengikuti tahapan Knowledge Discovery in Database (KDD), yang mencakup berbagai langkah, antara lain seleksi data, pra-pemrosesan data, transformasi data, data mining, serta interpretasi dan evaluasi. Hasil klasterisasi menunjukkan bahwa kasus kekerasan dapat dikelompokkan ke dalam tiga cluster utama berdasarkan jumlah kekerasan dan kategori jenis tempatnya dengan tingkatan kasus kekerasan yang berkategori tinggi, sedang, dan rendah. Evaluasi menggunakan Silhouette Coefficient menghasilkan nilai indeks 0,59, yang mengindikasikan bahwa kualitas cluster berada pada kategori cukup baik (medium structure). Dengan adanya hasil dari penelitian ini, diharapkan dapat menjadi sumber referensi untuk pihak-pihak yang berwenang dalam memahami pola kekerasan di berbagai lokasi, sehingga strategi pencegahan yang lebih efektif dapat dirancang untuk mengurangi tingkat kekerasan di Jawa Barat.
Assessment Decision Support System Best Teacher By Using Analytical Hierarchy Process (AHP) Method April Lia Hananto; Bayu Priyatna; Fitria Nurapriani; Ahmad Fauzi; Tukino Tukino; Naufal Zubdi Ahnaf
International Journal of Artificial Intelligence Research Vol 6, No 1.1 (2022)
Publisher : Universitas Dharma Wacana

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29099/ijair.v6i1.1.572

Abstract

Assessment of teachers by the Principal of SMA Negeri 1 Kedungwaringin certainly needs to be done to determine the best teacher, so that teacher performance is in accordance with the specified competencies because the teacher is the most important and influential role in the world of education in the process of teaching and learning activities. The assessment was carried out not only for civil servants (PNS), including honorary teachers who also participated in the assessment process so that there were no limitations in evaluating teachers at SMA Negeri 1 Kedungwaringin. This assessment process uses the Analytical Hierarchy Process (AHP) Algorithm. The method used aims to determine the best teacher at SMA Negeri 1 Kedungwaringin who is in accordance with the assessment criteria prepared. The results of the ranking show that Dian Purwanti, S.Pd obtained the highest score of 0.342 out of 5 other teachers. This application is expected to assist school principals in determining the best teacher based on the criteria and weight of each existing value.
Co-Authors Aang Alim Murtopo Abdullah Abdullah Adittia Agustian Afra, Alfina Fadhilah Agustia Tia Hananto Ahmad Fauzi alzahra, alika aziza Ammar Zuhair Angraeni, Rahmah Nur Ani Ani Anita Khansa Ramadanti April Lia Hananto April Lia Hananto Aprilia Putri Nardilasari Arip Solehudin Asep Haris Aulia, Aldi Aviv Yuniar Rahman Aviv Yuniar Rahman Baenil Huda Cahya Diningrat Desfianthy, Fatiya Hanifah Fatlun, Aulia Fitria Nurapriani Fitria Ratna Sari Florida Ivonia Manek Guntur, Muhamad Haerudin Haerudin Hananto, Agustia Handayani, Citra Hemant N Chaudhari Heryana, Nono Hilabi, Shofa Shofia Hilabi, Shofa Shofia Hilabi, Shofa Shofiah Hoerudin Hoerudin Huda, Baenil Intan, Melani Ismail, Dennisa Avriel Jabar Sanjaya Julia, Ina Julifer P Manurung Juniardi Karina Kurniawan, Muhamad Dicky Lutfiah, Siti Mega Rianita Kartika Mohamad Ricky Firdaus Muhammad Fahmi Miskon Muhammad Nova Naufal Zubdi Ahnaf Novalia, Elfina Nur ‘Azah Nurapriani, Fitria Nursyifa Paryono, Tukino Pradana Rizki Maulana Rini Mayasari Sabrina Amanda Salsabila Saepul Aripiyanto Satria Dawas Zhalifunas Septiana Rahayu Setiawan, Revi Shofa Shofia Hilabi Shofa Shofia Hilabi Shofa Shofiah Hilabi Shofa Shofiah Hilabi Shofia Hilabi, Shofa Sifa, Sifa Rismawati Siregar, Amril Mutoi Siti Masruroh Siti Masruroh Sofia Ramadanti Az-Zahra Sutan Faisal Syahri Susanto Tatang Rohana Teresa Abuya Titik Khawa Abdurahman Topan Setiawan Topan Trianto Tukino tukino, tukino Tukino, Tukino Tukino, Tukino Vina Andini Wahyu Aziz Ramadhani Yazid, Muhammad Abi Zahra, Nabila Zein, Selmia Aulia