Article Per Year (5 Year)
p-Index From 2020 - 2025
8.389
P-Index
This Author published in this journals
All Journal Jurnal Pendidikan Teknologi dan Kejuruan Voteteknika (Vocational Teknik Elektronika dan Informatika) Proceedings of KNASTIK Prosiding Seminar Nasional Sains Dan Teknologi Fakultas Teknik Jurnal Pekommas Jurnal Edukasi dan Penelitian Informatika (JEPIN) Infotech Journal Sistemasi: Jurnal Sistem Informasi Jurnal Ilmiah Matrik BAREKENG: Jurnal Ilmu Matematika dan Terapan Matrix : Jurnal Manajemen Teknologi dan Informatika JITTER (Jurnal Ilmiah Teknologi Informasi Terapan) INTECOMS: Journal of Information Technology and Computer Science KOMIK (Konferensi Nasional Teknologi Informasi dan Komputer) JURIKOM (Jurnal Riset Komputer) JUMANJI (Jurnal Masyarakat Informatika Unjani) Jurnal Teknologi Terpadu Jurnal Informatika dan Rekayasa Elektronik JATI (Jurnal Mahasiswa Teknik Informatika) Tematik : Jurnal Teknologi Informasi Komunikasi Informatics and Digital Expert (INDEX) Jurnal Informatika dan Teknologi Komputer ( J-ICOM) Jurnal Sosial dan Teknologi Jurnal Locus Penelitian dan Pengabdian Jurnal Informatika Teknologi dan Sains (Jinteks) Prosiding Seminar Nasional Teknik Elektro, Sistem Informasi, dan Teknik Informatika (SNESTIK) Prosiding Seminar Nasional Sisfotek (Sistem Informasi dan Teknologi Informasi) J-Icon : Jurnal Komputer dan Informatika IJESPG (International Journal of Engineering, Economic, Social Politic and Government) journal Enrichment: Journal of Multidisciplinary Research and Development Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) RESLAJ: Religion Education Social Laa Roiba Journal In Search (Informatic, Science, Entrepreneur, Applied Art, Research, Humanism) Seminar Nasional Riset dan Teknologi (SEMNAS RISTEK)
Yulison Herry Chrisnanto
Program Studi Informatika, Fakultas Sains Dan Informatika Universitas Jenderal Achmad Yani
Religion Aerospace Engineering Arts Humanities Automotive Engineering 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 Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Mathematics Mechanical Engineering Physics Social Sciences Transportation Other

Published : 73 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 73 Documents
Search

 1   2   3   4   5 
PENERAPAN METODE LATENT SEMANTIC INDEXING (LSI) DALAM OTOMASI KATAGORI ARTIKEL BERITA Chrisnanto, Yulison Herry; Adryansyah, Adryansyah; Renaldi, Faiza
Proceedings of KNASTIK 2013
Publisher : Duta Wacana Christian University

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

Abstract

Semakin pesatnya penggunaan Internet memacu pertumbuhan ketersediaan suatu informasi (berita), yang pada akhirnya memerlukan dukungan dari teknologi informasi untuk mengubah data (artikel) tersebut menjadi suatu informasi (berita), dan selanjutnya menjadi suatu pengetahuan yang bermanfaat. Sebuah artikel,  sebelum dapat diterbitkan, awalnya dikirim oleh wartawan ke editor untuk dipilah. Agar proses editor dapat dilakukan oleh komputer maka diperlukan klasifikasi teks dengan penerapan aplikasi text mining. Pada tugas akhir ini dibuat suatu perangkat lunak yang menerapkan metode latent semantic indexing (LSI) untuk proses kategorisasi artikel. Klasifikasi teks merupakan suatu proses pengklasifikasiandokumen-dokumen ke dalam satu atau lebih kategori yang telah didefenisikan sebelumnya atau ke dalam kelas-kelas dari dokumen yang sama. Masing-masing dokumen dapat dikategorikan ke dalam banyak kategori, tepat satu kategori, atau bahkan tidak termasuk ke dalam kategori manapun.
KLASIFIKASI HELPDESK UNIVERSITAS JENDERAL ACHMAD YANI MENGGUNAKAN CONCEPT FREQUENCY-INVERSE DOCUMENT FREQUENCY (CF-IDF) DAN K-NEAREST NEIGHBORS (K-NN) Taufiq Akbar Herawan; Yulison Herry Chrisnanto; Asep Id Hadiana
Prosiding SNST Fakultas Teknik Vol 1, No 1 (2016): PROSIDING SEMINAR NASIONAL SAINS DAN TEKNOLOGI 7 2016
Publisher : Prosiding SNST Fakultas Teknik

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (447.727 KB)

Abstract

Universitas Jenderal Achmad Yani (Unjani) memiliki fasilitas Helpdesk pada website sebagai tempat untuk menampung pelayanan berupa pesan yang terdiri dari pertanyaan atau komplain terhadap permasalahan yang berkaitan dengan civitas akademik. Banyaknya jumlah pesan yang diterima setiap harinya serta dengan dibutuhkannya tingkat kesiapan yang tinggi dapat berpotensi menimbulkan kesulitan dalam melakukan klasifikasi isi pesan, dengan demikian distribusi terhadap pesan tersebut menjadi terhambat. Proses klasifikasi memiliki beberapa proses preprocessing yang terdiri dari proses case folding, tokenizing, stemming, dan filtering. Pembobotan yang dilakukan adalah dengan menggunakan Concept Frequency-Inverse Document Frequency (CF-IDF). Cosine similarity salah satu metode yang dapat diterapkan untuk membandingkan kedekatan antara data latih degan data uji. K-Nearest Neighbors (K-NN) merupakan suatu metode yang menggunakan algoritma supervised yang dimana metode ini digunakan untuk melakukan klasifikasi terhadap objek berdasarkan data pembelajaran yang tingkat kemiripanya paling dekat dengan objek tersebut. Berdasarkan hasil dari penelitian yang telah dilakukan semakin besar jumlah K yang digunakan maka akurasi dari klasifikasi semakin menurun. Akurasi terbesar didapatkan dengan menggunakan jumlah kedekatan K=1 dengan akurasi sebesar 95%. Kata kunci: CF-IDF, cosine similarity, helpdesk, klasifikasi, K-NN
PENENTUAN PENANGANAN KERUSAKAN MESIN PRODUKSI RESLETING DI PT. HERO TOP ZIP MENGGUNAKAN CASE BASED REASONING DAN SORENSEN COEFFICIENT Aditya Prakasa; Yulison Herry Chrisnanto; Agus Komarudin
Prosiding SNST Fakultas Teknik Vol 1, No 1 (2016): PROSIDING SEMINAR NASIONAL SAINS DAN TEKNOLOGI 7 2016
Publisher : Prosiding SNST Fakultas Teknik

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (241.173 KB)

Abstract

Sebuah perusahaan yang bergerak di dalam bidang industri, biasanya membutuhkan mesin dalam melakukan proses produksi. Dalam industri pembuatan resleting, proses pengolahan bahan baku mentah sampai menjadi barang jadi membutuhkan 17 jenis mesin dalam satu kali proses produksi. Pengoperasian mesin yang dilakukan setiap hari, membuat mesin tidak menutup kemungkinan akan mengalami kerusakan. Penanganan dan perbaikan dari setiap jenis mesin yang berbeda-beda membuat teknisi mesin harus teliti dalam melakukan perbaikan. Biasanya dalam satu kali perbaikan, teknisi membutuhkan waktu sekitar satu sampai dua hari dikarenakan teknisi harus mengingat kembali kasus perbaikan terdahulu yang pernah dilakukan sebelumnya. Berdasarkan hal ini, maka dapat dibuatkan sebuah sistem yang dapat memberikan informasi perbaikan mesin dengan cara membandingkan kasus kerusakan baru dengan kasus terdahulu yang pernah terjadi. Metode yang digunakan berdasarkan penggunaan kembali kasus terdahulu adalah Case Based Reasoning (CBR). Metode ini merupakan metode yang digunakan dengan cara memanfaatkan kasus terdahulu sebagai referensi solusi pada kasus baru dan perhitungan kemiripan antar kasus menggunakan Sorensen Coefficient. Hasil dari penelitian ini berupa informasi perbaikan mesin yang sesuai dengan jenis mesin dan gejala kerusakan yang terdapat disalah satu mesin produksi. Kata kunci: Case Based Reasoning, Mesin Produksi, Resleting, Sorensen Coefficient
PENGKLASIFIKASIAN KEMAMPUAN AKADEMIK MAHASISWA MENGGUNAKAN METODE INFORMATION GAIN DAN NAIVE BAYES CLASSIFIER DALAM PREDIKSI PENYELESAIAN STUDI TEPAT WAKTU Rd Muhammad Alfajri; Yulison Herry Chrisnanto; Rezki Yuniarti alfajri607@gmail.com
Prosiding SNST Fakultas Teknik Vol 1, No 1 (2016): PROSIDING SEMINAR NASIONAL SAINS DAN TEKNOLOGI 7 2016
Publisher : Prosiding SNST Fakultas Teknik

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (275.123 KB)

Abstract

Data mahasiswa merupakan data yang berlimpah terdiri dari awal masuk sampai dengan kelulusan . dikarenakan data yang sangat banyak faktor data warehouse menjadi peluang besar untuk mencul, data yang masuk secara beruntun pada setiap tahunnya memiliki pola tertentu sehingga  diperlukan suatu teknik analisis data yang dapat mengambil informasi yang berharga dari sekian banyak data yang terkumpul pada suatu perangkat komputer atau pelaporan. penelitian ini  dilakukan pada Universitas Jenderal Achmad Yani tepatnya pada jurusan informatika diperlukan suatu teknik analisis data  untuk menganalisis data tersebut. Pada penelitian kali ini data latih sebanyak 82 dan data uji sebanyak 35 diperlukan beberapa atribut dalam menyelesaikan persolanan tersebut diantaranya NIM, nama mahasiswa matakuliah semester 1 sampai dengan 6 dengan total jumlah matakuliah sebanyak 65 dengan penyelesaian studi tepat waktu <= 4 tahun dan > 4 tahun metode yang digunakan adalah Naïve Bayes classifier penelitian ini memperoleh nilai akurasi sebelum menggunakan seleksi fitur sebesar 62 % dan setelah menggunakan seleksi fitur meningkat tidak signifikan sebesar 6 % atau menjadi 68 % sehingga seleksi fitur menggunakan information gain dapat menghilangkan noise dalam proses pengklasifikasian menggunakan naive bayes classifier. Kata kunci: KHS, mata kuliah semester 1-6, naïve bayes classifier
PEMBANGUNAN SISTEM CUSTOMER RELATIONSHIP MANAGEMENT (CRM) BERBASIS RECENCY FREQUENCY MONETARY (RFM) PADA KLINIK KECANTIKAN AURAKU SKIN SOLUTION Tiara Rahmawati; Yulison Herry Chrisnanto; Fajri Rakhmat Umbara
Prosiding SNST Fakultas Teknik Vol 1, No 1 (2019): PROSIDING SEMINAR NASIONAL SAINS DAN TEKNOLOGI 10 2019
Publisher : Prosiding SNST Fakultas Teknik

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (191.688 KB)

Abstract

Auraku Skin Solution merupakan salah satu perusahaan yang bergerak di bidang perdagangan barang dan jasa pelayanan kesehatan, jasa yang diberikan berupa perawatan kecantikan. Berdasarkan data yang didapat dari Badan Penanaman Modal dan Pelayanan Perizinan Terpadu Kota Cimahi, jumlah klinik kecantikan yang ada di Kota Cimahi sebanyak 30 klinik menyebabkan adanya persaingan di dalam dunia bisnis klinik kecantikan untuk mendapat pelanggan menjadi lebih tinggi. Pelanggan kesulitan untuk mendapatkan informasi maupun memesan jadwal konsultasi, selain itu juga kurangnya tempat untuk menampung pelanggan yang mempunyai keluhan ataupun saran seputar pelayanan maupun produk yang ada pada Klinik Auraku yang menyebabkan pelanggan tidak puas. Customer Relationship Management (CRM) merupakan strategi yang digunakan dalam suatu perusahaan yang bertujuan untuk meningkatkan kepuasan pelanggan, mendapatkan pelanggan, mempertahankan, dan meningkatkan jumlah pelanggan perusahaan dengan menggunakan konsep Recency, Frecuency, Monetary (RFM) yang dapat digunakan untuk mengukur tingkat loyalitas pelanggan. Penelitian ini bertujuan untuk membangun sebuah sistem Customer Relationship Management (CRM) berbasis website. Pengembangan sistem penelitian ini menggunakan model waterfall. Dengan adanya sistem ini diharapkan dapat mempertahankan pelanggan dan pemberian informasi yang akurat guna  meningkatkan jumlah pelanggan pada Klinik Kecantikan Auraku dan mempermudah Klinik Kecantikan Auraku mendapatkan pelanggan baru.Kata kunci : Customer Relationship Management; Klinik Kecantikan;  Pelanggan. 
MODEL SUPPLY CHAIN OPERATION REFERENCE (SCOR) DAN ANALYTIC HIERARCHY PROCESS (AHP) UNTUK SISTEM PENGUKURAN KINERJA SUPPLY CHAIN MANAGEMENT Herlinda Padillah; Yulison Herry Chrisnanto; Agung Wahana
Prosiding SNST Fakultas Teknik Vol 1, No 1 (2016): PROSIDING SEMINAR NASIONAL SAINS DAN TEKNOLOGI 7 2016
Publisher : Prosiding SNST Fakultas Teknik

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (315.767 KB)

Abstract

Dalam mengoptimalkan supply chain management (SCM), pengukuran perlu dilakukan. SCM merupakan pengelolaan berbagai kegiatan dalam rangka memperoleh bahan mentah, dilanjutkan kegiatan transformasi sehingga menjadi produk dalam proses, kemudian menjadi produk jadi dan diteruskan dengan pengiriman. Rantai ini juga merupakan jaringan dari berbagai bagian yang saling berhubungan dan mempunyai tujuan sama yaitu sebaik mungkin menyelenggarakan pengadaan dan penyaluran produk. Tujuan pengukuran kinerja SCM secara khusus yaitu mendukung perancangan tujuan, evaluasi kinerja, serta menentukan langkah-langkah ke depan baik pada level strategi, taktik, dan operasional. Pengukuran kinerja SCM dapat direalisasikan secara terkomputerisasi oleh sistem dengan model pengukuran kinerja SCM yaitu Supply Chain Operation Reference (SCOR) dan metode Analytic Hierarchy Process (AHP) untuk pembobotan tingkat kepentingan Indikator metrik pengukuran. Sistem pengukuran kinerja akan menghasilkan keluaran berupa nilai total kinerja SCM dan kategori tingkatan indikator kinerja SCM perusahaan. Kata kunci: AHP, SCM, dan SCOR.
TEXT MINING DALAM ANALISIS SENTIMEN ASURANSI MENGGUNAKAN METODE NAÏVE BAYES CLASSIFIER Luthfia Oktasari; Yulison Herry Chrisnanto; Rezki Yuniarti
Prosiding SNST Fakultas Teknik Vol 1, No 1 (2016): PROSIDING SEMINAR NASIONAL SAINS DAN TEKNOLOGI 7 2016
Publisher : Prosiding SNST Fakultas Teknik

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (223.94 KB)

Abstract

Text mining adalah salah satu teknik penambangan data yang berupa teks. Analisis sentimen didefinisikan sebagai ilmu untuk  melakukan analisa dari pendapat, sikap, emosi seseorang ke dalam bahasa tertulis. Salah satu media yang dapat digunakan dalam melakukan analisis sentimen yaitu melalui media sosial yang menjadi sarana dalam menunjang perusahaan atau organisasi untuk kegiatan penyampaian informasi kepada masyarakat seperti yang dapat dilihat pada perusahaan penyedia layanan asuransi. Pendapat masyarakat terhadap jasa penyedia asuransi banyak disampaikan di media sosial salah satunya pada akun jejaring sosial facebook. Analisis sentimen dibutuhkan untuk mendapatkan informasi yang dapat digunakan sebagai manajemen reputasi dan sarana evaluasi bagi perusahaan. Pada penelitian ini dibuat sistem dengan tujuan untuk menghasilkan informasi sentimen masyarakat yang mengarah ke sentimen positif dan negatif mengenai asuransi dengan menggunakan metode Naïve Bayes Classifier. Dari Pengujian yang telah dilakukan pada penelitian dengan pre-proses,pendekatan rule based dan klasifikasi menggunakan metode Naïve Bayes Classifier diperoleh hasil akurasi sebesar 95%. Kata kunci: Analisis sentimen, Asuransi, Naïve Bayes Classifier.
TEKNIK VECTOR SPACE MODEL (VSM) DALAM PENENTUAN PENANGANAN DAMPAK GAME ONLINE PADA ANA Bania Amburika; Yulison Herry Chrisnanto; Wisnu Uriawan
Prosiding SNST Fakultas Teknik Vol 1, No 1 (2016): PROSIDING SEMINAR NASIONAL SAINS DAN TEKNOLOGI 7 2016
Publisher : Prosiding SNST Fakultas Teknik

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (175.182 KB)

Abstract

Perkembangan teknologi informasi menjadi lingkungan baru bagi anak, anak dapat dengan mudah bergaul dan mengikuti perkembangan tersebut. Perkembangan teknologi informasi yang semakin pesat salah satu contohnya yaitu banyaknya permainan game online. Game online merupakan permainan yang dimainkan secara nyata, melawan pihak lain, dengan waktu terpisah dan dibantu oleh PC/handphone, serta dapat dimainkan dengan mudah oleh anak sehingga seorang anak dapat terikat pada game online dan mengalami kecanduan. Kecanduan game online pada anak dapat menjadikan pengaruh buruk bagi perkembangan anak sehingga orang tua perlu mengetahui dampak buruk serta penanganan dari ketergantungan yang diakibatkan oleh game online. Berdasarkan hal tersebut, dapat dibangun sebuah sistem yang dapat menjadi rekomendasi orang tua dalam penentuan penanganan dampak game online pada anak yang mengalami kecanduan. Untuk melakukan proses penentuan penanganan, metode yang digunakan adalah Vector Space Model (VSM), metode ini merupakan metode yang digunakan untuk mengukur tingkat kemiripan pada setiap gejala yang dimasukan oleh pengguna dan membandingkan dengan gejala yang sudah tersimpan didalam database.  Hasil dari penelitian ini berupa rekomendasi penanganan yang dapat dilakukan berdasarkan gejala yang menjadi masukan. Kata Kunci : Game online, Gejala, VSM (Vector Space Model)
ANALISIS SENTIMEN JASA EKSPEDISI BARANG MENGGUNAKAN METODE NAÏVE BAYES Raflialdy Raksanagara; Yulison Herry Chrisnanto; Asep Id Hadiana
Prosiding SNST Fakultas Teknik Vol 1, No 1 (2016): PROSIDING SEMINAR NASIONAL SAINS DAN TEKNOLOGI 7 2016
Publisher : Prosiding SNST Fakultas Teknik

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (362.38 KB)

Abstract

Analisis sentimen pada twitter dalam jasa ekspedisi barang merupakan proses mengekstraksi pendapat, sentimen, evaluasi, dan emosi orang tentang pelayanan pengiriman barang yang tertulis. Permasalahan yang terjadi dalam penelitian ini terdapat kesulitan untuk menentukan opini yang bersifat positif, negatif ataupun netral, serta hasil analisis sentimen disalurkan ke setiap pelayanan yang tersedia. Terdapat penelitian terdahulu mengenai analisis sentimen pada facebook dan twitter menggunakan metode naïve bayes yang menggunakan data sebanyak 6000 data yang terdiri dari 2000 kalimat netral, 2000 kalimat positif dan 2000 kalimat negatif dengan menghasilkan akurasi hingga 85,44%. Sedangkan penelitian yang akan dilakukan yaitu membuat sistem yang mampu mengklasifikasikan sentimen pada twitter kedalam sentimen positif, netral atau negatif serta menyalurkan opini tersebut ke setiap bagian pelayanan yang bersangkutan dengan opini yang muncul. Hasil yang didapatkan dari akurasi naïve bayes pada data uji negative memperoleh ketepatan 76% sedangkan untuk data uji positif memperoleh 83%. Kata kunci: Analisis Sentimen, Twitter, Opini, Naïve Bayes
ANALISIS SENTIMEN PADA JASA OJEK ONLINE MENGGUNAKAN METODE NAÏVE BAYES Didik Garbian Nugroho; Yulison Herry Chrisnanto; Agung Wahana
Prosiding SNST Fakultas Teknik Vol 1, No 1 (2016): PROSIDING SEMINAR NASIONAL SAINS DAN TEKNOLOGI 7 2016
Publisher : Prosiding SNST Fakultas Teknik

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (361.756 KB)

Abstract

Ojek online adalah sebuah terobosan baru di bidang transportasi yang semakin diminati masyarakat. Analisis sentimen pada jasa ojek online merupakan proses mengekstraksi pendapat, sentimen, evaluasi, dan emosi orang tentang pelayanan ojek online yang tertulis. Di media sosial masyarakat mengeluarkan beragam opini tentang pelayanan dari transportasi ini dengan jumlah yang banyak, sehingga terdapat kesulitan untuk menentukan opini yang bersifat positif, negatif ataupun netral. Penelitian terdahulu mengenai analisis sentimen pada Twitter menggunakan metode Naïve Bayes dengan data sebanyak 3000 data yang terdiri dari 1000 kalimat netral, 1000 kalimat positif dan 1000 kalimat negatif dengan hasil akurasi hingga 88%. Sedangkan penelitian yang akan dilakukan yaitu membuat sistem yang mampu mengklasifikasikan sentimen ke dalam sentimen positif, netral atau negatif serta menyalurkan opini tersebut ke setiap jasa yang bersangkutan dengan opini yang muncul. Hasil yang didapatkan dari akurasi naïve bayes memperoleh ketepatan 80%. Kata kunci: Naïve Bayes, Ojek Online, Opini, Twitter
Co-Authors Adam, Marcellino Ade Kania Ningsih Ade Kania Ningsih Ade Kania Ningsih Aditya Prakasa Adryansyah Adryansyah Agung Wahana Agus Komarudin Ahmed Haikal Amellia Fahezha Cahyaningrum Andhika Karulyana Febrian Asep Id Hadianna Asep Saepul Ridwan Ashaury, Herdi Asri Maspupah Azzahra, Cynthia Nur Bania Amburika Benedictus Benny Sihotang Cecep M Zakariya Darmawan, Raja Didik Garbian Nugroho Drl, Indra Raja Eina, Muhammad Fikri Eka Rahmawati Emia Rosta Br. Sebayang Enrico Budi Santoso Fadilah, Rifal Fahmy Akhmad Firdaus Faiza Renaldi, Faiza Fajar Tresnawiguna Fajri Rakhmat Umbara Fajri Rakhmat Umbara Farhan Naufal Febry Ramadhan Fitaloka, Intan Fuji Astari, Dhea Gerliandeva, Alfin Gita Mahesa Gunawan Abdillah Gunawan Abdillah Gunawan Abdillah Gunawan Abdillah Gunawan Abdillah, Gunawan Gunawan Abdullah Gunawan Gunawan Hadiana, Asep Id Herdi Ashaury Herlina Napitupulu Herlinda Padillah Ibadirachman, Rifqi Karunia Id Hadiana , Asep Irma Santikarama Joko Irawan Julian Evan Chrisnanto Kamal, Angga Mochamad Kania Ningsih, Ade Kasyidi, Fatan Kharisma Jevi Shafira Sepyanto Kholidah Syaidah Kukuh Yulion Setia Prakoso Kusumaningtyas, Valentina Adimurti Luthfia Oktasari Melina Melina Melina Melina Melina, Melina Muhammad Munzir Rizkya Mubarak Muhammad Rendy Raihan Mukti Kinani Mulianti, Adhani Musa Asyari Hidayat Jati Nabilla, Ulya Nida Ulhasanah Norizan Mohamed Permana, Hary Permatasari, Nissa Aulia Prawira, Angga Puspita Nurul Sabrina Puspita Nurul Sabrina Puspita Nurul Sabrina Puspita Nurul Sabrina Puspita Nurul Sabrina Puspita Nurul Sabrina Puspita Nurul Sabrina, Puspita Nurul Puspo Dewi Dirgantari Putri Alifianti Wiyono, Tiara Putri Eka Prakasawati Raflialdy Raksanagara Rahandanu Rachmat Raja Darmawan Razaki, Adam Rd Muhammad Alfajri Reza Noviandi Rezki Yuniarti Ridwan Ilyas RIDWAN INDRANSYAH Riyadi, Saiful Faris Rizal Dwiwahyu Pribadi Salsa Safira Nur Syamsi Santikarama, Irma Sepyanto, Kharisma Jevi Shafira Siska Vadilah Sukono . Sumantri, Fithra Aditya Tacbir Hendro Pudjiantoro Taufiq Akbar Herawan Teguh Munawar Ahmad Tiara Rahmawati Umbara, Fajri Rakhmat Valentina Adimurti Kusumaningtyas Wahyu Pratama, Raka Wawan Setiawan Widinastia, Audila Gumanty Widiyantoro, Widiyantoro Wildah Fatma Lestari Willy Hanafi Wina Witanti Wisnu Uriawan, Wisnu Yosia Oktavian Pailan Zikri Muhamad Afnan Zizilia, Regitha