Article Per Year (5 Year)
p-Index From 2021 - 2026
8.565
P-Index
This Author published in this journals
All Journal IJCCS (Indonesian Journal of Computing and Cybernetics Systems) Media Statistika Jurnal Studi Manajemen Organisasi Elkom: Jurnal Elektronika dan Komputer Jurnal Ilmiah Teknik Elektro Komputer dan Informatika (JITEKI) Jurnal Ilmiah KOMPUTASI BAREKENG: Jurnal Ilmu Matematika dan Terapan JOURNAL OF APPLIED INFORMATICS AND COMPUTING JTAM (Jurnal Teori dan Aplikasi Matematika) Jiko (Jurnal Informatika dan komputer) JURNAL PENDIDIKAN TAMBUSAI JASIEK (Jurnal Aplikasi Sains, Informasi, Elektronika dan Komputer) Jurnal Pendidikan dan Konseling JATI (Jurnal Mahasiswa Teknik Informatika) Jurnal Pembelajaran Pemberdayaan Masyarakat (JP2M) International Journal of Advances in Data and Information Systems Al-Mutharahah: Jurnal Penelitian dan Kajian Sosial Keagamaan Studies in Learning and Teaching Jurnal Lebesgue : Jurnal Ilmiah Pendidikan Matematika, Matematika dan Statistika Nusantara Science and Technology Proceedings Jurnal Teknik Informatika (JUTIF) Jurnal Bisnis Indonesia International Journal of Community Service International Journal of Data Science, Engineering, and Analytics (IJDASEA) Al Khidma: Jurnal Pengabdian Masyarakat Journal of Renewable Energy, Electrical, and Computer Engineering Jurnal Inkofar Kreatifitas: Jurnal Ilmiah Pendidikan Islam Bhakti Nagori (Jurnal Pengabdian kepada Masyarakat) Jurnal Ilmiah Edutic : Pendidikan dan Informatika Malcom: Indonesian Journal of Machine Learning and Computer Science Eksponensial Baitul Hikmah: Jurnal Ilmiah Keislaman STATISTIKA Kohesi: Jurnal Sains dan Teknologi ITIJ Seminar Nasional Teknologi dan Multidisiplin Ilmu Parameter: Jurnal Matematika, Statistika dan Terapannya Jurnal ilmiah teknologi informasi Asia RAGAM: Journal of Statistics and Its Application Jati Emas (Jurnal Aplikasi Teknik dan Pengabdian Masyarakat)
Trimono, Trimono
Data Science Department, Faculty Of Computer Science, Universitas Pembangunan Nasional “Veteran” Jawa Timur, Surabaya 60294, Indonesia
Religion Agriculture, Biological Sciences & Forestry Arts Humanities Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Medicine & Pharmacology Physics Public Health Social Sciences Transportation Other

Published : 71 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 71 Documents
Search

 3   4   5   6   7 
ANALISIS FAKTOR YANG MEMPENGARUHI KEPUASAN PESERTA BPJS KESEHATAN PADA RUMAH SAKIT WILAYAH SURABAYA DENGAN PENDEKATAN ANALISIS SENTIMEN Amanillah, Rahmatul; Trimono, Trimono; Terza Damaliana, Aviolla
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 3 (2025): JATI Vol. 9 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i3.13393

Abstract

Program Jaminan Kesehatan Nasional (JKN) yang dikelola oleh BPJS Kesehatan bertujuan untuk memberikan akses layanan kesehatan yang merata di Indonesia. Namun, tingkat kepuasan peserta masih menjadi perhatian utama, sehingga perlu dilakukan identifikasi aspek layanan yang perlu diperbaiki. Penelitian ini menganalisis faktor-faktor yang memengaruhi kepuasan peserta BPJS Kesehatan di rumah sakit wilayah Surabaya dengan pendekatan analisis sentimen. Data dikumpulkan melalui kuesioner online dan offline, kemudian dianalisis menggunakan algoritma Support Vector Machine (SVM) dengan pelabelan sentimen berbasis Lexicon. Teknik ekstraksi fitur Term Frequency-Inverse Document Frequency (TF-IDF) digunakan untuk meningkatkan performa model, serta dibandingkan efektivitas metode Synthetic Minority Over-sampling Technique (SMOTE) dalam menangani ketidakseimbangan data. Hasil klasifikasi menunjukkan performa yang cukup baik, terutama pada aspek asuurance dengan akurasi 0.94, presisi 0.96, dan recall 0.88 setelah penerapan SMOTE. Model mampu mengklasifikasikan sentimen positif dengan sangat baik, namun masih menghadapi tantangan dalam mengenali sentimen negatif. Secara keseluruhan, sentimen positif lebih dominan, namun beberapa aspek perlu diperbaiki, seperti antrean yang panjang, keterbatasan fasilitas medis, ketidakefisienan administrasi, serta inkonsistensi layanan tenaga medis.
PREDIKSI HARGA SAHAM SEKTOR ENERGI MENGGUNAKAN METODE SPATIAL TEMPORAL ATTENTION-BASED CONVOLUTIONAL NETWORK BERDASARKAN DATA TEKS DAN NUMERIK Anggraini, Novita; Arman Prasetya, Dwi; Trimono, Trimono
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 3 (2025): JATI Vol. 9 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i3.13443

Abstract

Perubahan harga saham dipengaruhi oleh berbagai faktor, termasuk data historis harga saham dan sentimen yang terkandung dalam berita keuangan. Penelitian ini bertujuan untuk mengembangkan model prediksi harga saham yang lebih akurat dengan memanfaatkan Spatial-Temporal Attention-Based Convolutional Network (STACN). Model ini dirancang untuk menggali hubungan kompleks antara data historis harga saham dan informasi dari berita finansial. Metode yang digunakan melibatkan integrasi Convolutional Neural Network (CNN) untuk mengekstraksi fitur dari thought vectors berita, Long Short-Term Memory (LSTM) untuk menangkap pola temporal dari data harga saham, dan Spatial-Temporal Attention Network (STAN) untuk memberikan perhatian pada fitur-fitur yang relevan. Studi kasus dilakukan pada saham sektor energi yang terdaftar di Bursa Efek Indonesia, dengan menggunakan data historis harga saham dan berita dari portal bisnis Indonesia. Hasil eksperimen menunjukkan bahwa model STACN Bi-LSTM menghasilkan akurasi yang lebih tinggi dibandingkan dengan model-model lain seperti LSTM dan Bi-LSTM konvensional, dengan nilai MAE sebesar 24.2776, RMSE 32.9127, dan R² 0.9365. Temuan ini membuktikan bahwa integrasi analisis spasial-temporal dan mekanisme perhatian efektif dalam meningkatkan akurasi prediksi harga saham.
ANALISIS PERBEDAAN POLUSI UDARA ANTAR KOTA DI BANGLADESH DENGAN UJI MANOVA Hadiyan Pradipta, Alvino; Rafli Feandika Nugroho, Muhammad; Fairuz Luthfia Winoto Putri, Maretta; Nasrudin, Muhammad; Trimono, Trimono
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 4 (2025): JATI Vol. 9 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i4.13940

Abstract

Polusi udara menjadi masalah lingkungan yang serius di Bangladesh dengan konsentrasi polutan seperti PM2.5, PM10, SO2 dan NO2 yang terus meningkat dan berdampak pada kesehatan. Permasalahan ini mendorong perlunya analisis untuk memahami perbedaan tingkat polusi udara di berbagai kota di Bangladesh. Penelitian ini bertujuan untuk mengidentifikasi perbedaan signifikan konsentrasi polutan antar kota menggunakan metode Multivariate Analysis of Variance (MANOVA). Data yang digunakan diperoleh dari World Health Organization (WHO) yang mencakup pengukuran polusi udara dari tahun 2010 hingga 2019 di kota seperti Dhaka, Chittagong, Khulna, Rajshahi, dan Barisal. Uji asumsi yang dilakukan seperti Uji Mardia, Uji Bartlett, dan Uji Box’s M. Hasil penelitian menunjukkan semua uji asumsi yang dilakukan sudah terpenuhi yaitu data mengikuti distribusi normal multivariat dan matriks kovarians antar kelompok tidak independen serta dianggap homogen. Selain itu, didapatkan pula hasil pengujian MANOVA dengan empat pengujian yaitu Uji Wilk’s Lambda yang menunjukkan bahwa terdapat perbedaan yang signifikan antara kelompok dalam variabel dependen secara simultan, Uji Pillai’s Trace yang menunjukkan bahwa terdapat perbedaan antar kelompok signifikan, Uji Hotteling’s Trace yang menunjukkan bahwa terdapat perbedaan signifikan antar kelompok dalam model yang diuji, dan Uji Roy’s Largest Root yang menunjukkan bahwa variabel bebas yang digunakan dalam analisis memiliki pengaruh yang signifikan terhadap variabel dependen secara bersama-sama. Seluruh hasil analisis ini menunjukkan bahwa terdapat perbedaan yang signifikan dalam konsentrasi polutan di berbagai kota yang dapat menjadi dasar untuk pengembangan strategi pengendalian polusi udara yang lebih efektif.
Prediction of Rice Harvesting During the Rainy Season in Kabupaten Lamongan Using Stochastic Frontier Analysis Ningrum, Imelda Widya; Prasetya, Dwi Arman; Trimono, Trimono; Kassim, Anuar bin Mohamed
International Journal of Advances in Data and Information Systems Vol. 6 No. 2 (2025): August 2025 - International Journal of Advances in Data and Information Systems
Publisher : Indonesian Scientific Journal

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59395/ijadis.v6i2.1393

Abstract

The agricultural sector plays a critical role in ensuring national food security, yet it faces challenges in achieving technical efficiency due to limited land and input resources. This study aims to model and predict the technical efficiency of rice production in Lamongan Regency during the rainy season using a data science-driven Stochastic Frontier Analysis (SFA) approach. The dataset includes key inputs such as land area, labor, fertilizer, and environmental variables. The methodology involved data preprocessing, feature selection based on Pearson correlation and VIF thresholds, and model validation using metrics like R-squared, MAPE, and log-likelihood. The SFA model demonstrated high predictive capability, with R² values exceeding 0.91 in cross-validation and MAPE under 15%. The low gamma value (? = 0.0100) indicates minimal yet consistent inefficiency. The results suggest that integrating SFA with data science techniques provides an effective framework for identifying inefficiencies and can serve as a decision-support system for evidence-based agricultural policy.
Identifying Academic Excellence: Fuzzy Subtractive Clustering of Student Learning Outcomes Wibowo, Muhammad Bagas Satrio; Hindrayani, Kartika Maulida; Trimono, Trimono
Jurnal Teknik Informatika (Jutif) Vol. 6 No. 3 (2025): JUTIF Volume 6, Number 3, Juni 2025
Publisher : Informatika, Universitas Jenderal Soedirman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jutif.2025.6.3.4614

Abstract

Education forms a vital foundation for a nation's future. In this digital era, while the use of Information and Communication Technology (ICT) in education is increasing, it brings increasingly complex challenges in education data management and analysis. The growing number of students each year results in a large volume of data, which would be difficult to manage if still relying on manual methods. Manual approaches are inefficient, time-consuming, prone to inconsistencies and human error, especially when identifying outstanding students in large and complex data. This research aims to implement a clustering system to group outstanding students at XYZ elementary school using the Fuzzy Subtractive Clustering (FSC) method. FSC was chosen for its ability to identify data groups based on the density of data points. FSC involves several important parameters, including radius, squash factor, acceptance ratio, and rejection ratio. Added variabel of social and spiritual values aims to enhance grouping quality by offering a broader perspective on students' character, attitudes, and social interactions. Parameter exploration shows an increase in the silhouette score from 0.20–0.45 to 0.45-0.57 and variable addition spiritual and social values, which indicates clearer cluster separation and provides better insights. The best parameters results were achieved with radius 0.3, accept ratio 0.5, reject ratio 0.04, and squash factor 1.25, resulting in a Silhouette Score of 0.57 and forming 5 student groups. Cluster results can guide special mentoring for students with low academic, spiritual, and social values, and support personalized learning programs based on each cluster’s characteristics.
Stock Price Prediction and Risk Estimation Using Hybrid CNN-LSTM and VaR-ECF Febriyanti, Alvi Yuana; Prasetya, Dwi Arman; Trimono, Trimono
Jurnal Teknik Informatika (Jutif) Vol. 6 No. 3 (2025): JUTIF Volume 6, Number 3, Juni 2025
Publisher : Informatika, Universitas Jenderal Soedirman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jutif.2025.6.3.4648

Abstract

Stock price prediction is a major challenge in the financial domain due to high volatility and complex movement patterns. Traditional methods such as fundamental and technical analysis often fail to capture the non-linear characteristics and fast-changing market dynamics, highlighting the need for more adaptive approaches. This study proposes a hybrid deep learning model, CNN-LSTM, which combines CNN's local feature extraction capabilities with LSTM’s ability to model long-term temporal dependencies. To incorporate risk management, the model is also integrated with the Value at Risk (VaR) approach using the Cornish-Fisher Expansion (ECF) to estimate potential losses under extreme market conditions. The study utilizes daily historical stock price data of PT Unilever Indonesia Tbk retrieved from Yahoo Finance. Model performance is evaluated using Mean Absolute Error (MAE) and Mean Absolute Percentage Error (MAPE), where the model achieves an MAE of 78.13 and a MAPE of 2.72%, indicating relatively low absolute and relative prediction errors. These results confirm that the CNN-LSTM approach effectively models stock price movements in dynamic market environments, and the integration with VaR-ECF provides a more comprehensive risk estimate. Thus, this approach not only enhances predictive accuracy but also offers valuable decision-support tools for investors in planning investment strategies.
ANALISIS SEGMENTASI PENUMPANG TRANSJAKARTA BERDASARKAN POLA WAKTU, RUTE, DAN JUMLAH PEMBAYARAN MENGGUNAKAN PCA DAN K-MEANS CLUSTERING Arifta, Septia Dini; Irawan, Tanaya Anindita; Maulana Pasha, Naufal Ricko; Trimono, Trimono; Nasrudin, Muhammad
Jurnal Inkofar Vol 9, No 1 (2025)
Publisher : Politeknik META Industri Cikarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46846/jurnalinkofar.v9i1.437

Abstract

Transportasi publik memiliki peran strategis dalam mendukung mobilitas masyarakat di kawasan urban, terutama di kota metropolitan seperti Jakarta yang memiliki tingkat kepadatan lalu lintas tinggi. Untuk meningkatkan efisiensi operasional serta kualitas layanan, penyedia layanan transportasi perlu memahami karakteristik dan pola perilaku penumpang secara lebih mendalam. Penelitian ini bertujuan untuk melakukan segmentasi penumpang TransJakarta berdasarkan pola waktu perjalanan, rute perjalanan, dan jumlah pembayaran yang dilakukan. Metode yang digunakan dalam penelitian ini adalah Principal Component Analysis (PCA) untuk mereduksi dimensi data dan mengekstraksi fitur utama, serta K-Means Clustering untuk mengelompokkan penumpang ke dalam klaster yang memiliki kesamaan karakteristik. Analisis Elbow Method digunakan untuk menentukan jumlah klaster optimal, yang dalam hal ini adalah tiga klaster. Klaster pertama terdiri dari penumpang yang melakukan perjalanan jauh dengan jumlah pembayaran tinggi. Klaster kedua mencakup penumpang yang cenderung melakukan perjalanan pendek dengan jumlah pembayaran yang rendah, dan klaster ketiga merupakan penumpang dengan karakteristik perjalanan menengah dari segi jarak dan pembayaran. Segmentasi ini memberikan wawasan penting yang dapat digunakan oleh pengelola layanan TransJakarta dalam menetapkan kebijakan strategis, seperti perencanaan rute yang lebih efisien, penyesuaian tarif berdasarkan segmentasi pengguna, serta penyusunan strategi pemasaran yang lebih tepat sasaran. Hasil penelitian ini menunjukkan bahwa pendekatan berbasis data dapat menjadi alat yang efektif untuk mendukung pengambilan keputusan dalam pengelolaan sistem transportasi publik yang adaptif dan berkelanjutan.
Clustering of the Air Pollution Standard Index (ISPU) in the Province of DKI Jakarta Using the CLARANS Algorithm Azzahra, Adelia Ramadhina; Nabila, Nasywa Azzah; Idhom, Mohammad; Trimono, Trimono
Journal of Applied Informatics and Computing Vol. 9 No. 4 (2025): August 2025
Publisher : Politeknik Negeri Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30871/jaic.v9i4.9783

Abstract

Air pollution has become a serious global issue. According to IQAir's 2024 report, DKI Jakarta ranked 10th among cities with the worst air quality worldwide, indicating that air pollution in DKI Jakarta has reached a concerning level. This research uses the CLARANS algorithm to cluster daily air quality in DKI Jakarta based on pollution parameters. CLARANS is chosen due to its advantages in terms of big data processing efficiency, outlier resistance, and medoid search capability. The novelty of this research lies in the application of CLARANS to overcome the limitations of clustering algorithms in previous research. This research comprises several stages, including data understanding, data preprocessing, building the CLARANS model, and evaluation using the silhouette score. The CLARANS clustering result using the most optimal parameter combination and k = 3 demonstrates well-separated cluster boundaries, with an overall average silhouette score across all regions and years of 0.6398. The analysis results indicate that air pollution in DKI Jakarta tends to worsen in 2024. Jakarta Barat and Jakarta Pusat are predominantly affected by PM10, CO, and O₃ pollution, whereas Jakarta Selatan and Jakarta Utara are more influenced by SO₂ and NO₂ pollution. On the other hand, air pollution in East Jakarta shows a balanced dominance from both pollutant categories.
Application of CNN-BiLSTM Algorithm for Ethereum Price Prediction Diash, Hakam Dzakwan; Nathania, Vannesa; Idhom, Mohammad; Trimono, Trimono
Journal of Applied Informatics and Computing Vol. 9 No. 4 (2025): August 2025
Publisher : Politeknik Negeri Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30871/jaic.v9i4.9757

Abstract

The volatile and dynamic Ethereum (ETH) market demands an accurate predictive model to support investment decision making. The complexity of ETH time series data and the influence of various external factors make price prediction a challenge in itself. This study aims to develop an ETH price prediction model using a combined architecture of Convolutional Neural Network (CNN) and also Bidirectional Long Short-Term Memory (BiLSTM). CNN is used to extract local features from historical ETH closing price data, while BiLSTM models bidirectional temporal patterns. The dataset used includes ETH daily price from January 2020 to January 2025, which are obtained from Yahoo Finance and have gone through a normalization process and transformation into sequential form. The model is trained for 100 epochs with an early stopping mechanism to prevent overfitting and evaluated using the MAPE and coefficient of determination (R²) metrics. The evaluation results show that the CNN-BiLSTM model is able to predict ETH prices with a MAPE value of 2.8546% and an R² of 0.9415, indicating high performance in capturing actual data trends. This study shows that the hybrid CNN-BiLSTM approach is effective for Ethereum price prediction.
Pendidik dalam Perspektif Hadis dari Kata Al Tarbiyah: (Suatu Kajian Takhrij Hadis) Rizal, Syamsul; Trimono, Trimono
Baitul Hikmah: Jurnal Ilmiah Keislaman Vol. 3 No. 1 (2025): Baitul Hikmah: Jurnal Ilmiah Keislaman
Publisher : Pascasarjana IAI Diniyyah Pekanbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46781/baitul_hikmah.v3i1.1588

Abstract

Penelitian ini bertujuan untuk mengkaji konsep pendidik dalam perspektif hadits dengan fokus pada kata al-tarbiyah. Pendekatan kualitatif digunakan dalam penelitian ini dengan metode kajian pustaka dan analisis konten. Hadits sebagai salah satu sumber ajaran Islam memberikan panduan yang komprehensif terkait peran dan tanggung jawab pendidik. Kata al-tarbiyah yang sering disebut dalam hadits memiliki makna yang dalam, mencakup pendidikan moral, etika, dan pengembangan karakter. Penelitian ini menemukan bahwa hadits mendorong pendidik untuk tidak hanya mengajar ilmu pengetahuan, tetapi juga membentuk kepribadian dan karakter peserta didik sesuai dengan nilai-nilai Islam. Dengan demikian, pendidik dalam perspektif hadits memiliki tanggung jawab yang luas, mencakup aspek akademis, moral, dan spiritual.
Co-Authors Abda Abda Abdullah Abdullah Adam, Cindi Ade Irma Agustian Adiwidyatma, Afdhal Reshanda Aliya Dasa Pramesthi Amanillah, Rahmatul Amri Muhaimin Andreas Nugroho Sihananto Ardiani, Ardia Eva Arif, Farah Yusnaida Arifta, Septia Dini Aurelia, Cenditya Ayu Aviolla Terza Damaliana Aviolla Terza Damaliana Awang, Wan Suryani Wan Azni Aisyah Azzahra, Adelia Ramadhina Bainar Bainar, Bainar Bey Lirna, Cagiva Chaedar Carissa, Savvy Prissy Amellia Damaliana, Aviolla Terza Desy Miftachul Ilmi Arifin Putri Dewi, Ni Luh Ayu Nariswari Di Asih I Maruddani Di Asih I Maruddani Di Asih I Maruddani Diash, Hakam Dzakwan Dinda Putri Arnindi Diyasa, I Gede Susrama Mas Dwi Arman Prasetya Dwi Arman Prasetya Edi Sugiyanto Fahrudin, Tresna Maulana Fairuz Luthfia Winoto Putri, Maretta Faiz, Mochammad Abudrrochman Farkhan Febri Giantara Febriyanti, Alvi Yuana Febyanti, Iin Hadi, Surjo Hadiyan Pradipta, Alvino Hasan Hendri Prabowo Herlina Herlina Hervrizal, Hervrizal I Gede Susrama Mas Diyasa I Gede Susrama Mas Diyasa I Gusti Putu Asto Buditjahjanto Icha Rohmatul Jannah idhom, Mohammad Ikaningtyas, Maharani Ikaningtyas, Maharani Imelda Widya Ningrum Indira Zein Rizqin Insania, Nichlata Irawan, Tanaya Anindita Irma Amanda Putri Kartika Maulida Hindrayani Kartini Kartini Kassim, Anuar bin Mohamed Khairunisa, Adenda Khosyi, Hanun Aufa Nur Kusdani, Kusdani Kuswardana, Dendy Arizki Linggasari, Dienna Eries Lisanthoni, Angela M Zufar Irhab S Putra Maharani Ikaningtyas Maruddani, Di Asih Marwani, Arrum Mas'ad Mas'ad Maulana Pasha, Naufal Ricko Maulidiyyah, Nova Auliyatul Milla Akbarany Baktiar Putri Mohammad Idhom Mohammad Idhom Muhaimin, Amri Muhammad Muharrom Al Haromainy Muhammad Nasrudin Munoto Nabila, Nasywa Azzah Nabilah Selayanti Nafiah, Fajria Ulumin Nariyana, Calvien Danny Nasution, Baktiar Nathania, Vannesa Ningrum, Imelda Widya Ningtiyas, Rona Wulan Novita Anggraini Nugraheni, Setiawati Oktaviani, Sheny Eka Panglima, Talitha Fujisai Prisma Hardi Aji Riyantoko Prismahardi Aji Riyantoko Putra, Andrawana Putri, Irma Amanda Putri, Nabila Rizky Amalia Putri, Nevia Desinta Rafiqah, Lailan Rafli Feandika Nugroho, Muhammad Ratna Yulistiani Renaldi, Sahat Rhomaningtias, Lina Riswanda, Mohammad Nizar Riyantoko, Prismahardi Aji Ryan Dana, Alvin Sabela, Sefilah Naurah Safira Devi, Arsita Safira, Alya Mirza Salma Namira, Alivia Saputra, Wahyu Syaifullah Jauharis Sekar Arum Melati Selly Rizkiyah Sihananto, Andreas Sonhaji, Abdulah Sugiarti, Nova Putri Dwi Suprapto, Rheinka Elyana Susrama Mas Diyasa , I Gede Syamsul Rizal Syukri Syukri Tarno Tarno Taufik, Ikbar Athallah Terza Damaliana, Aviolla Tresna Maulana Fahrudin Utami, Rianti Siswi Utriweni Mukhaiyar Valentina, Tiara Wardah Ariij Adibah Wardah, Salsabila Wibowo, Muhammad Bagas Satrio Widayawati, Eny Widayawati, Eny Widduro, Bagus Widison, Daffin Tanjiro Yuciana Wilandari yuliza, eva Zalfa Assyadida, Azizah