Article Per Year (5 Year)
p-Index From 2021 - 2026
6.615
P-Index
This Author published in this journals
All Journal Seminar Nasional Aplikasi Teknologi Informasi (SNATI) Jurnal Informatika Prosiding Seminar Nasional Sains Dan Teknologi Fakultas Teknik Prosiding SNATIF Infotech Journal Jurnal Pendidikan Informatika dan Sains Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) IKRA-ITH Informatika : Jurnal Komputer dan Informatika JURIKOM (Jurnal Riset Komputer) JUMANJI (Jurnal Masyarakat Informatika Unjani) Jurnal Informasi dan Komputer SEINASI-KESI Jurnal Cendikia JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Jurnal ICT : Information Communication & Technology Building of Informatics, Technology and Science Jurnal Muara Sains, Teknologi, Kedokteran dan Ilmu Kesehatan JUTIS : Jurnal Teknik Informatika SENSITEK Jurnal Informatika dan Rekayasa Elektronik JATI (Jurnal Mahasiswa Teknik Informatika) Abdi Masyarakat Tematik : Jurnal Teknologi Informasi Komunikasi Journal of Applied Computer Science and Technology (JACOST) Jurnal Ilmiah Wahana Pendidikan Journal La Multiapp International Journal Software Engineering and Computer Science (IJSECS) Istech Journal (International Science And Technology Journal) Batara Wisnu : Indonesian Journal of Community Services Jurnal Nasional Teknik Elektro dan Teknologi Informasi Jurnal Locus Penelitian dan Pengabdian Jurnal Informatika Teknologi dan Sains (Jinteks) Prosiding Seminar Nasional Sisfotek (Sistem Informasi dan Teknologi Informasi) Jurnal Algoritma Electrician : Jurnal Rekayasa dan Teknologi Elektro IJESPG (International Journal of Engineering, Economic, Social Politic and Government) journal Jurnal Ilmu Komputer, Sistem Informasi, Teknik Informatika (JILKOMSITI) Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Journal Of Informatics And Busisnes International Journal of Electrical, Computer, and Biomedical Engineering (IJECBE) JuTISI (Jurnal Teknik Informatika dan Sistem Informasi) Jurnal Komputasi
Komarudin, Agus
Universitas Jenderal Achmad Yani
Religion Aerospace Engineering Humanities Automotive Engineering 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 Industrial & Manufacturing Engineering Law, Crime, Criminology & Criminal Justice Materials Science & Nanotechnology Mathematics Mechanical Engineering Medicine & Pharmacology Physics Social Sciences Transportation Other

Published : 96 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 96 Documents
Search

 6   7   8   9   10 
PREDIKSI PENYAKIT DIABETES DENGAN METODE K-NEAREST NEIGHBOR (KNN) DAN SELEKSI FITUR INFORMATION GAIN Devian, Devian; Nurul Sabrina, Puspita; Komarudin, Agus
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 6 (2024): JATI Vol. 8 No. 6
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i6.11364

Abstract

Diabetes mellitus, yang sering disebut diabetes, merupakan masalah kesehatan global yang signifikan dan mempengaruhi sekitar 422 juta orang di seluruh dunia. Penyakit ini lebih umum terjadi di negara-negara dengan tingkat ekonomi rendah dan menengah, menjadikannya tantangan kesehatan yang mendesak. Pencegahan dan deteksi dini diabetes sangat penting untuk mengurangi dampaknya terhadap kesehatan individu dan masyarakat. Penelitian ini mengeksplorasi penerapan metode K-Nearest Neighbors (K-NN) untuk prediksi diabetes dengan penekanan pada penggunaan Information Gain untuk seleksi fitur. Information Gain digunakan untuk mengidentifikasi dan memilih subset atribut paling informatif dari dataset kesehatan, bertujuan untuk meningkatkan akurasi model K-NN dan mengurangi dimensi data yang tidak relevan. Penelitian dilakukan dengan menguji model K-NN dalam empat skenario rasio dataset yang berbeda (90%:10%, 80%:20%, 70%:30%, 60%:40%). Hasil eksperimen menunjukkan bahwa penerapan Information Gain secara konsisten meningkatkan akurasi model K-NN dibandingkan dengan model tanpa seleksi fitur. Pada rasio 90%:10%, model K-NN tanpa Information Gain mencapai akurasi 69,11%, sementara model dengan Information Gain mencapai akurasi 70,96%, dengan Pencarian nilai K terbaik menunjukkan bahwa model K-NN dengan Information Gain mencapai akurasi tertinggi sebesar 72,93% pada nilai K = 17.
SISTEM INFORMASI PENGOLAHAN NILAI ONLINE MENGGUNAKAN PHP DAN MYSQL PADA SMK BHIMA SAKTI WAY JEPARA Nuari Anisa Sivi; Hartono, Rudi; Agus Komarudin
Electrician : Jurnal Rekayasa dan Teknologi Elektro Vol. 15 No. 3 (2021)
Publisher : Department of Electrical Engineering, Faculty of Engineering, Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/elc.v15n3.2190

Abstract

Dalam pengolahan nilai di SMK Bhima Sakti Way Jepara saat ini masih bersifat manual, sehingga banyak waktu dan tenaga diperlukan untuk melakukan tugas tersebut. Tujuan dari tugas ini adalah mengembangkan aplikasi pengolahan nilai bersifat komputerisasi. Upaya dalam pengolahan data dan informasi akan berhasil dengan perubahan yang lebih baik pada sistem yang ada. Aplikasi pengolahan nilai online SMK Bhima Sakti Way Jepara adalah aplikasi yang menangani pengolahan nilai mata pelajaran yang didapatkan para siswa. Pengolahan nilai ini meliputi penilaian tugas, ujian tengah semester, dan ujian akhir semester. Dalam aplikasi ini juga terdapat pendataan yang diperlukan dalam pengolahan nilai yaitu pendataan siswa, guru, mata pelajaran, kelas. Selain itu, sebagai sistem yang berbasis web dan online, sistem ini dapat diakses kapanpun dan dimanapun secara online menggunakan akses internet. Sehingga infomasi yang disampaikan tanpa batas wilayah dan waktu. Aplikasi ini dikembangkan dengan menggunakan bahasa pemrograman PHP (Personal Home Page) dan database MySQL yang dapat digunakan dalam berbagai macam sistem operasi komputer maupun telepon seluler.
Optimalisasi Distribusi Harga Tiket Pesawat berdasarkan Kepadatan Rute Menggunakan Algoritma Genetika Sri Hutamy Novianti; Esmeralda C. Djamal; Agus Komarudin
Jurnal Teknik Informatika dan Sistem Informasi Vol 5 No 2 (2019): JuTISI
Publisher : Maranatha University Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.28932/jutisi.v5i2.1756

Abstract

The development of the aviation industry in Indonesia in the past decade has risen sharply. One of the impacts of the development of the aviation industry was the presence of a multilevel tariff concept. Where, the concept is the variation in ticket prices in one class with slightly different facilities such as the difference in penalty fees for making refunds and rebooking. The concept of multilevel rates is usually referred to as sub-class rates. One application of the sub-class tariffs in economic classes is divided into four types of sub-classes special promo sub-classes, promo sub-classes, then affordable sub-class and flexible sub-class. One optimization method of getting a combination that meets the requirements without having to try all possibilities is the Genetic Algorithm. The chromosomes built represent 10 subclasses on 9 routes so that they have 90 genes. The use of genetic algorithms originated from the generation of an initial population of 8 chromosomes with a length of 90 genes performed randomly, evaluation of the compatibility function was then selected using the Rank based fitness technique, crosses using Multi-Point Crossover, mutations with the Mutation Insertion technique. The system built was tested with two conditions each of eight tests with 100 generations. First, the test uses the mutation method of three subclass codes on four routes at a capacity of 150 seats, obtained the largest match value of Rp. 750,752,200 and the smallest Rp. 662,283,100. And testing with the mutation method of three subclass codes on eight routes of 150 seat capacity obtained the largest match value of Rp. 763,265,300 and the smallest Rp. 547,396,200. The results of testing the mutation method on eight routes resulted in a higher match value compared to the mutation method on four routes. The system has been implemented in software so that it can provide recommendations on the number of ticket passes distributed in the economic subclass.
PELATIHAN MODEL PEMBELAJARAN BERBASIS LITERASI DAN NUMERASI BAGI GURU UPTD SD NEGERI 4 PAKUAN AJI Aini, Nurul; Setyawati, Astri; Festiana, Ike; Sari, Wiwin Rita; Wardany, Kusuma; Komarudin, Agus; Zulkarnain, Ferdi
Batara Wisnu : Indonesian Journal of Community Services Vol. 5 No. 1 (2025): Batara Wisnu | Januari - April 2025
Publisher : Gapenas Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53363/bw.v5i1.378

Abstract

This activity was carried out through training for teachers at UPTD SDN 4 Pakuan Aji. The aim was to assist teachers in creating more engaging learning media that align with the Merdeka Curriculum. The implementation method consisted of four stages: warming up, presentation, training, and closing. The subjects were 13 teachers from UPTD SDN 4 Pakuan Aji. This activity was motivated by the need for teachers to gain knowledge about literacy-numeracy-based and digital literacy-numeracy-based learning models, as the Merdeka Belajar program from the Ministry of Education and Culture has not yet been fully absorbed by the teachers.The results showed an increase in enthusiasm and changes in participants' behavior at each stage of the activity, as well as improved understanding of literacy and numeracy-based learning models. This was evident from a brief teaching demonstration conducted by one of the teachers from UPTD SDN 4 Pakuan Aji.
Analisis sentiment terhadap pengguna mobil listrik berdasarkan komentar youtube menggunakan metode support vector machine (SVM) dan teknik ensemble Azzahra, Bunga Juliana; Asep Id, Hadiana; Agus , Komarudin
Jurnal Pendidikan Informatika dan Sains Vol. 14 No. 1 (2025): Jurnal Pendidikan Informatika dan Sains
Publisher : IKIP PGRI Pontianak

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31571/saintek.v14i1.8871

Abstract

Kemajuan teknologi kendaraan listrik telah memicu beragam perdebatan di masyarakat, sehingga penting untuk menganalisis sentimen publik terhadap inovasi ini. Penelitian ini bertujuan untuk mengevaluasi opini masyarakat mengenai mobil listrik melalui analisis sentimen menggunakan algoritma Support Vector Machine (SVM) dan teknik ensemble stacking. Data yang digunakan berjumlah 1.516 komentar yang diambil dari YouTube. Proses penelitian meliputi pengumpulan data, pra-pemrosesan data untuk menyiapkan teks bagi model pembelajaran mesin, penerapan model menggunakan data uji dan data latih, serta evaluasi model. Model yang diterapkan meliputi SVM dengan kernel RBF, polinomial, dan sigmoid sebagai base learner, serta regresi logistik sebagai meta learner dalam ensemble stacking. Hasil penelitian menunjukkan kinerja terbaik pada rasio pembagian data 70:30, dengan ensemble stacking mencapai akurasi tertinggi sebesar 76,21%. Model SVM polinomial (75,99%) dan regresi logistik (75,55%) juga memberikan hasil yang unggul. Penelitian ini menunjukkan efektivitas ensemble stacking dalam meningkatkan akurasi analisis sentimen serta memberikan wawasan mendalam mengenai pandangan masyarakat terhadap mobil listrik.
Penyiraman Otomatis Pada Penguburan Jengkol (Sepi) Berbasis IoT Nisa, Khoirotun; Komarudin, Agus; Festiana, Ike
JURNAL ILMU KOMPUTER, SISTEM INFORMASI, TEKNIK INFORMATIKA Vol 4 No 1 (2025)
Publisher : PT Akom Media Informatika

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

Abstract

Abstrak Penelitian ini bertujuan untuk merancang dan mengembangkan sistem penyiraman otomatis berbasis Internet of Things (IoT) untuk penguburan jengkol (sepi). Penelitian ini menggunakan metode penelitian Research and Development (R&D) yaitu analisis kebutuhan, menyiapkan kerangka konseptual model dan perangkat pembelajaran, uji validasi atau menilai kelayakan media, dan implementasi pada sasaran sesungguhnya yaitu subjek penelitian. Sistem ini dirancang untuk meningkatkan efisiensi penyiraman dan menjaga kelembapan tanah secara optimal, mengingat kebutuhan air yang spesifik pada tanaman jengkol. Dengan menggunakan sensor kelembapan tanah yang terintegrasi dengan mikrokontroler, sistem ini dapat memantau kondisi tanah secara real-time. Data yang diperoleh akan dikirim melaluijaringan IoT ke aplikasi Blynk, memungkinkan pengguna untuk memantau dan mengatur penyiraman dari jarak jauh. Hasil pengujian menunjukkan bahwa sistem ini efektif dalam menjaga kelembapan tanah, mengurangi pemborosan air hingga 30%, serta meningkatkan hasil jengkol sepi. Penerapan teknologi ini diharapkan dapat membantu petani dalam mengelola sumber daya air secara lebih efisien dan meningkatkan produktivitas tanaman. Penelitian ini memberikan kontribusi pada pengembangan praktik pertanian yang berkelanjutan dan inovatif dalam budidaya jengkol sepi. Kata Kunci : penyiraman otomatis, IoT, sensor kelembapan,jengkol, pertanian berkelanjutan.
Principal Component Analysis (PCA) Untuk Meningkatkan Hasil Klasterisasi Penjualan Video Game Menggunakan Algoritma K-Means Nurputra, Windi Raihan; Witanti, Wina; Komarudin, Agus
Jurnal Locus Penelitian dan Pengabdian Vol. 4 No. 8 (2025): JURNAL LOCUS: Penelitian dan Pengabdian
Publisher : Riviera Publishing

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58344/locus.v4i8.4151

Abstract

Perkembangan industri video game yang pesat menciptakan tantangan dalam menganalisis dan memahami pola penjualannya secara global. Penelitian ini bertujuan untuk menerapkan metode Principal Component Analysis (PCA) sebagai tahap pra-pemrosesan untuk mereduksi dimensi data sebelum dilakukan proses klasterisasi menggunakan algoritma K-Means. Dataset yang digunakan berasal dari situs Kaggle dengan jumlah data sebanyak 64.000 entri dan 11 atribut penjualan. Proses dimulai dari tahap preprocessing data, kemudian dilakukan PCA untuk menyederhanakan dimensi, dan selanjutnya data diklasterkan menggunakan K-Means. Evaluasi dilakukan dengan metode Silhouette Coefficient untuk mengetahui seberapa baik klaster yang terbentuk. Hasil dari penelitian menunjukkan bahwa kombinasi PCA dan K-Means mampu mengelompokkan data penjualan video game secara lebih efisien dan terstruktur, serta memberikan visualisasi yang membantu dalam pengambilan keputusan strategis. Penelitian ini juga dikembangkan dalam bentuk aplikasi desktop berbasis Python dengan antarmuka grafis untuk memudahkan pengguna dalam melakukan proses klasterisasi secara interaktif.
Prediksi Tingkat Keparahan Diabetes Melitus Menggunakan Support Vector Machine (SVM) dengan Kernel Polinomial dan RBF Pradana, Muhammad Rifqi; Witanti, Wina; Komarudin, Agus
Jurnal Locus Penelitian dan Pengabdian Vol. 4 No. 8 (2025): JURNAL LOCUS: Penelitian dan Pengabdian
Publisher : Riviera Publishing

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58344/locus.v4i8.4357

Abstract

Diabetes melitus merupakan penyakit kronis dengan prevalensi tinggi yang memerlukan diagnosis dini dan penanganan yang akurat guna memitigasi risiko komplikasi serius. Penelitian ini berfokus pada pengembangan model prediktif untuk menentukan tingkat keparahan diabetes melitus, mengimplementasikan algoritma Support Vector Machine (SVM) dengan membandingkan kinerja fungsi kernel Polinomial dan Radial Basis Function (RBF). Dataset yang dimanfaatkan terdiri dari 100.000 entri data pasien, yang dikategorikan ke dalam dua kelas tingkat keparahan penyakit. Sebelum memasuki fase klasifikasi, serangkaian tahap pra-pemrosesan data diterapkan, termasuk penanganan outlier, untuk memastikan kualitas data dan meningkatkan robustnya model. Metodologi penelitian mencakup studi literatur mendalam, implementasi proses klasifikasi, serta pengujian sistem menggunakan pendekatan black box testing untuk memvalidasi fungsionalitas dan akurasi. Hasil eksperimen secara konsisten menunjukkan bahwa SVM dengan kernel RBF memberikan performa superior dibandingkan dengan SVM yang menggunakan kernel Polinomial, tercermin dari tingkat akurasi klasifikasi yang lebih tinggi secara signifikan. Oleh karena itu, sistem klasifikasi berbasis SVM yang dikembangkan ini berpotensi besar untuk mendukung diagnosis awal dan penentuan otomatis tingkat keparahan diabetes melitus dengan tingkat keakuratan yang kredibel. Kontribusi penelitian ini diharapkan dapat menjadi referensi berharga bagi pengembangan lebih lanjut sistem pendukung keputusan klinis dalam domain kesehatan, khususnya terkait manajemen diabetes.
Klasifikasi Aktivitas Pengguna yang Berpotensi Menyebabkan Kebocoran Informasi Sensitif Menggunakan Algoritma Random Forest Alda Amorita Azza; Asep Id Hadiana; Agus Komarudin
TEMATIK Vol. 12 No. 1 (2025): Tematik : Jurnal Teknologi Informasi Komunikasi (e-Journal) - Juni 2025
Publisher : LPPM POLITEKNIK LP3I BANDUNG

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.38204/tematik.v12i1.2325

Abstract

Sensitive information leaks are a growing concern in cybersecurity, often caused by insider threats. To address this, a Random Forest classification model was developed to detect user activities that may lead to data leaks. By applying SMOTE-ENN for class balancing and optimizing model parameters, the study achieved remarkable accuracy. The model demonstrated a strong performance with an average F1-Score of 0.9167 in cross-validation and 0.9231 on the test data, reflecting its ability to identify abnormal activities with a balanced approach to precision and recall. Specifically, the model detected abnormal activities with Recall of 94.28%, meaning it effectively identified most of the risky activities while minimizing false positives. The AUC-ROC score of 0.9721 highlights the model's ability to distinguish between normal and abnormal behaviors. The results indicate that Random Forest, paired with SMOTE-ENN and parameter optimization, is an effective tool for detecting data leakage risks and insider threats, with potential for use in information security systems to monitor suspicious activities.
Livestock Population Map Based on Provinces in Indonesia Using the K-Medoids Method Nurhakim, Riri Qorib; Witanti, Wina; Komarudin, Agus
Journal La Multiapp Vol. 6 No. 5 (2025): Journal La Multiapp
Publisher : Newinera Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37899/journallamultiapp.v6i5.2411

Abstract

Indonesia is one of the countries with a large livestock population. A healthy and stable livestock population can affect the production and availability of livestock products, such as meat, milk, eggs, and skin. FAO's Domestic Animal Diversity - Information System (DAD-IS) data (2020) recorded around 206 large farms, small farms, poultry and pigs. Clustering is a technique for grouping data without unknown class labels. Clustering is used to find data that has similarities. The clustering technique is to determine the initial cluster center. This study is intended to determine the best cluster value using the selected method. The purpose of this study is to create a system that can process and group data. With data obtained from the central statistics agency. This study uses the topic of Livestock Population Map in Indonesia using K-Medoids. The algorithm used in this study is K-Medoids. The K-Medoids method is a variation of the K-Means method to retrieve k data, the number of clusters in a data set with n objects. There are several processes carried out in this study including collecting data, then entering the preprocessing stage, grouping data that has similarities between data. After clustering using K-Medoids, it was found that Cluster 0 had 3 provinces with the highest average population with types of livestock such as Dairy cattle, Beef cattle, Sheep and Goats, Cluster 1 had 29 provinces with the lowest average population, Cluster 2 had 2 provinces with the highest average number for types of livestock such as Buffalo, Horse and Pig.
Co-Authors Ade Kanianingsih Aditya Prakasa Aek Mustofa Aghnie Kurnia Aini Nurul Akhmadi Surawijaya Al Farisi, Muhammad Farid Alda Amorita Azza Alfarizi, Muhammad Bayu Ardi Arifiansyah, Fitra Asep Id, Hadiana Atika Hendryani Azhari, Anissa Azzahra, Bunga Juliana Bambang Suparapto Damayanti, Ariesta Daswara Djajasasmita Dea Destiani Deka P Gustiawan Denny Hidayat Tri Nugroho Devian, Devian Dewi Purnamasari Diansyah Andri Ramdhany Dimitri Mahayana Djamal, Esmeralda Contesa Eddie Khrisna Putra Edvin Ramadhan Erlangi, Fauzan Erlangi, Fauzan Esmeralda C Djamal Esmeralda C Djamal Esmeralda C Djamal Esmeralda C. Djamal Esmeralda C. Djamal Esmeralda C. Djamal Esmeralda C. Djamal Fahmi Yusron Fiddin Faiza Renaldi Fajri Rakhmat Umbara Farhan Fadilah Farid Purwanto Ferdi Zulkarnain Ferry Kurniawan Fuadillah, Erry Galih Rakasiwi Gunawan Abdillah Gunawan Abdillah Gunawan Abdillah Gunawan Abdillah, Gunawan Hadiana, Asep Id Hadimas Aprilian, Doni Hafiz, Aliy Handayani, Indah Nursyamsi Hanif Abdul Aziz, Nabil Hardianto, Mohamad Aris Hartono, Rudi Ifo Wahyu Pratama Ike - Festiana Iman Muhdi Inggit Sumirah Irvan Herdiansyah Iskandar Iskandar Julianto, Ribut Kania Ningsih, Ade Kartika N Oktaviani Kasyidi, Fatan Kresna Septyana Ekaputra Krishna Putra, Eddie Kuncoro Buwono Kurniawan Ikhsan Kurniawan, Alexander Tommy Kurniawan, Fadhlika Kusuma Wardany M.Naufal Rafirhan Mandala, Muhamad Bintang Melina Melina Mia Narulita Anggraeni Mohamad Aris Hardianto Muhammad Aditya Putra Muhammad Dwi Laksono Muhammad Iqbal Zulfikar Mulyasari, Cicik Rafka Nasy`an Taufiq Al Ghifari Nendra Cahya Permana Neni Nuraeni Nenza Nurfirmansyah Nisa, Khoirotun Novianti, Sri Hutamy Nuari Anisa Sivi Nugraha, Faisal Okta Nugraha, Faisal Okta Nugraha, Mochammad Ganjar Nur Muhammad Hasyim Nurhakim, Riri Qorib Nurputra, Windi Raihan Nurul Sabrina, Puspita Oki Iskandar Oryza Habibie Rahman P., Tacbir Hendro Poppi Lodaya Pradana, Muhammad Rifqi Prima Nugraha Ramdani, Rahmat Muhamad Rasyid Ibnu Prasetyo Rezki Yuniarti Rezky Yuniarti Ridwan Ilyas Rifky Ekayama Rikarda, Willy Artanika Rina Dwi Khairunnisa Rizki Abdilah Rizkyawan, Ferdi Rozak Arief Pratama Sari, Reni Permata Sari, Wiwin Rita Sartika Dewi Selia Aysiah Septia Wahyuni Setyawati, Astri Sivi, Nuari Anisa Sopwatun Anisa Sri Hutamy Novianti Susana, Ernia Tacbir Hendro Pudjiantoro Vita Nurdinawati Wahidah, Nina Ikhwati Wahyu Eko Zulianto Wardani, Mathilda Fitri Wina Witanti Wina Witanti Wina Witanti Wini Afrilia Wirajaya Putra, Basudewa Yajid Ichsan Syifa Yanuar, Muhammad Rizki Yulison H. Crisnanto Yulison Herry Chrisnanto