Article Per Year (5 Year)
p-Index From 2021 - 2026
9.191
P-Index
This Author published in this journals
All Journal International Journal of Electrical and Computer Engineering IJCCS (Indonesian Journal of Computing and Cybernetics Systems) Seminar Nasional Aplikasi Teknologi Informasi (SNATI) Jupiter Coding: Jurnal Komputer dan Aplikasi Techno.Com: Jurnal Teknologi Informasi CAUCHY: Jurnal Matematika Murni dan Aplikasi Jurnal Edukasi dan Penelitian Informatika (JEPIN) Infotech Journal CESS (Journal of Computer Engineering, System and Science) ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika Jurnal Informatika Upgris Jurnal Khatulistiwa Informatika JURNAL MEDIA INFORMATIKA BUDIDARMA JITK (Jurnal Ilmu Pengetahuan dan Komputer) PROCESSOR Jurnal Ilmiah Sistem Informasi, Teknologi Informasi dan Sistem Komputer JURNAL TEKNIK INFORMATIKA DAN SISTEM INFORMASI CYBERNETICS JURIKOM (Jurnal Riset Komputer) JOURNAL OF INFORMATION SYSTEM RESEARCH (JOSH) Journal of Computer System and Informatics (JoSYC) Jurnal Sistem Komputer dan Informatika (JSON) Jurnal Teknologi Informasi dan Komunikasi Jurnal Teknologi dan Sistem Tertanam Djtechno: Jurnal Teknologi Informasi KLIK: Kajian Ilmiah Informatika dan Komputer JITEL (Jurnal Ilmiah Telekomunikasi, Elektronika, dan Listrik Tenaga) CONSEN: Indonesian Journal of Community Services and Engagement Jurnal Informatika Polinema (JIP) The Indonesian Journal of Computer Science Jurnal Media Informasi Teknologi Mekongga: Jurnal Pengabdian Masyarakat
Rahmi Hidayati
Universitas Tanjungpura
Religion Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Energy Engineering Environmental Science Industrial & Manufacturing Engineering Library & Information Science Mathematics Mechanical Engineering Physics Social Sciences Other

Published : 88 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 88 Documents
Search

 5   6   7   8   9 
Sistem Pemantauan dan Kendali Ayunan Bayi Otomatis Berbasis Android Alfikri, Nadya Syifa; Hidayati, Rahmi; Sari, Kartika
Coding: Jurnal Komputer dan Aplikasi Vol 12, No 3 (2024): Edisi Desember 2024
Publisher : Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/coding.v12i3.88380

Abstract

Teknologi pada zaman modern semakin berkembang dan terus berinovasi sehingga dapat mempermudah pekerjaan manusia. Salah satu teknologi yang dapat mempermudah pekerjaan manusia adalah ayunan bayi otomatis. Ayunan bayi yang ada saat ini masih digunakan secara konvensional atau memanfaatkan tenaga manusia. Pada penelitian dirancang teknologi otomatis pada ayunan bayi yang dapat memudahkan ibu bayi memantau kondisi bayi dari jarak jauh sehingga s dapat melakukan pekerjaan lain. Ayunan bayi ini dirancang menggunakan   sebagai pendeteksi suara tangisan bayi dan sensor PIR sebagai pendeteksi gerakan bayi dengan mikrokontroler Arduino Uno sebagai pengendali ayunan bayi dan aplikasi android untuk mengontrol ayunan bayi. Sensor PIR juga digunakan dengan mikrokontroler ESP32 untuk memberikan informasi kepada pengguna melalui telegram. Hasil pengujian sistem menunjukkan bahwa deteksi suara tangisan bayi memerlukan nilai ambang batas lebih dari 100. Volume suara tangisan bayi harus cukup lantang agar dapat terdeteksi dengan baik. Sensor PIR memiliki nilai 0 dan 1 yaitu 0 jika tidak ada gerakan yang terdeteksi dan 1 jika ada gerakan yang terdeteksi. Pendeteksian sensor suara dan PIR dapat mengayun ranjang bayi secara otomatis dan mengirim informasi ke pengguna melalui telegram.
Sistem Pemantauan dan Pengeringan Sepatu Otomatis Berbasis Internet of Things (IoT) Pratama, Rakha Daffa; Suhardi, Suhardi; Hidayati, Rahmi
Coding: Jurnal Komputer dan Aplikasi Vol 12, No 3 (2024): Edisi Desember 2024
Publisher : Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/coding.v12i3.87326

Abstract

Sepatu sangat diperlukan dalam berbagai aktivitas seperti pergi ke sekolah, kampus, dan kantor. Sepatu yang sering digunakan perlu dicuci dan harus segera dikeringkan. Sepatu yang dibiarkan basah tanpa dikeringkan akan menyebabkan bau yang tidak sedap dan menjadi tempat berkumpulnya bakteri. Proses pengeringan sepatu umumnya dijemur di bawah sinar matahari, namun cara tersebut membutuhkan waktu yang cukup lama. Ketika cuaca cerah, terjadi hujan yang membuat proses pengeringan sepatu dengan memanfaatkan panas dari sinar matahari menjadi tidak efektif. Untuk solusi permasalahan ini, maka dikembangkan sistem pemantauan dan pengeringan sepatu otomatis berbasis IoT. Sistem ini mendeteksi kelembaban pada sepatu yang basah, agar dapat mengeringkan sepatu. Sistem ini mengirimkan notifikasi secara realtime ke chat bot telegram yang sudah ada di dalam grup Telegram, agar bisa memantau kondisi pengeringan sepatu kapanpun dan dimanapun. Sistem ini dapat mengirimkan notifikasi ke beberapa perangkat yang bisa digunakan oleh seluruh anggota grup Telegram. Hasil pengujian menunjukkan bahwa rata-rata waktu pengeringan sepatu pantofel 1 jam 5 menit 48 detik, rata-rata waktu pengeringan sepatu sneakers 1 jam 21 menit 48 detik, dan rata-rata waktu pengeringan sepatu olahraga 1 jam 30 menit 36 detik.  Kata kunci : Sepatu, IoT, Notifikasi, Telegram
Pemanfaatan Internet of Things (IoT) Untuk Sistem Kendali dan Otomatisasi Pemeliharaan Bibit Ikan Lele Kaffi, Muhammad Syahrul; Hidayati, Rahmi; Suhardi, Suhardi
Journal of Information System Research (JOSH) Vol 6 No 1 (2024): Oktober 2024
Publisher : Forum Kerjasama Pendidikan Tinggi (FKPT)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47065/josh.v6i1.5833

Abstract

Catfish farming is one of the fisheries businesses that requires intensive attention to various environmental factors such as water quality, weather conditions, and feeding schedules so that productivity remains optimal. These conditions if not managed properly can cause a decrease in water quality which results in fish death or growth that is not maximized. To overcome these problems, an automatic control system based on the Internet of Things (IoT) was developed by utilizing the Arduino Uno microcontroller and ESP32 as the main components in the system. The system is equipped with various sensors, such as a pH sensor to monitor water acidity, an ultrasonic sensor to measure water depth, and a rain sensor to detect weather changes. In addition, the system is also equipped with relays, water pumps, and servos that function to regulate water conditions, automatic feeding, and automatic roof operations on fish ponds. This research was tested 72 times with different values of pH and ultrasonic sensor accuracy. The test results show that this system works without errors, with the pH sensor accuracy level reaching 89% and the ultrasonic sensor at 97%. With this automation system, it is hoped that catfish farmers can manage ponds more efficiently, monitor pond conditions in real-time, and increase cultivation productivity through the management of fish ponds.
Klasifikasi Siswa Slow Learner Menggunakan Algoritma C4.5 Dalam Optimalisasi Pembelajaran di Sekolah Menengah Pertama Gloria, Bela Priska; Hidayati, Rahmi; Hasfani, Hirzen
Journal of Information System Research (JOSH) Vol 6 No 3 (2025): April 2025
Publisher : Forum Kerjasama Pendidikan Tinggi (FKPT)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47065/josh.v6i3.6932

Abstract

Education is a learning process aimed at enhancing students' abilities in the school environment. SMP Negeri 12 Sungai Ambawang is one of the educational institutions located in Sungai Ambawang District. In the learning process, each student has a different level of understanding of the material being taught. Some students struggle to grasp lessons at the same pace as their peers, which categorizes them as slow learners. Lack of awareness about slow learners can hinder the teaching and learning process, as teachers must repeatedly explain the material. Therefore, this study aims to identify and classify slow learners using the C4.5 machine learning algorithm to help schools design more effective and adaptive learning strategies. The classification of slow learners is divided into four categories: normal, mild, moderate, and severe. The dataset consists of 135 data points, including 81 training samples and 54 testing samples. The attributes used include scores from subjects such as Civics (PKN), Indonesian Language, Mathematics, Natural Sciences (IPA), Social Sciences (IPS), and English. The C4.5 algorithm generates a decision tree with Natural Sciences (IPA) as the root node attribute. Testing using the Confusion Matrix shows an accuracy of 91%, precision of 54%, recall of 68%, and an error rate of 9%. The classification results indicate that 9% of students fall into the normal category, 24% into the mild category, 62% into the moderate category, and 0% into the severe category. These results demonstrate that the C4.5 algorithm is effective in classifying slow learners.
Sistem Pemantauan Dan Kendali Pada Budidaya Moina Sp Berbasis Mikrokontroler Saputra, Yoga; Suhardi, Suhardi; Hidayati, Rahmi
Coding: Jurnal Komputer dan Aplikasi Vol 13, No 1 (2025): Edisi April 2025
Publisher : Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/coding.v13i1.88115

Abstract

Saat ini, budidaya perikanan menghadapi berbagai tantangan dalam pengembangannya, khususnya pada proses pembenihan bibit ikan. Salah satu penyebab utama adalah tingginya angka kematian larva ikan yang baru menetas akibat kekurangan pakan. Pakan alami memiliki peran yang sangat penting dalam budidaya perikanan. Moina sp, dengan kandungan nutrisinya yang tinggi, menjadi pilihan unggulan sebagai pakan alami dalam budidaya ikan air tawar. Budidaya Moina sp membutuhkan perhatian khusus terhadap kualitas air dan kondisi lingkungannya untuk menjamin ketersediaan dan kualitasnya sebagai pakan alami. Untuk mengatasi masalah ini, dikembangkan sebuah sistem berbasis mikrokontroler yang dirancang untuk memantau dan mengendalikan budidaya Moina sp. Sistem ini memanfaatkan Arduino Uno dan NodeMCU ESP32 sebagai komponen utama, memungkinkan pengendalian kondisi air dengan menjaga nilai pH dan suhu secara otomatis, serta memberikan pakan secara terjadwal. Data nilai pH dan suhu dapat dipantau secara real-time melalui sebuah website.   Penelitian ini menguji tiga sensor, yaitu sensor pH, sensor suhu, dan sensor waktu. Hasil pengujian menunjukkan akurasi sensor pH sebesar 96% dan sensor suhu 98%, sementara sensor waktu RTC berfungsi optimal dalam menjadwalkan pemberian pakan. Sistem ini diharapkan dapat membantu petani ikan dalam memastikan ketersediaan pakan alami secara konsisten, sehingga dapat menekan angka kematian larva akibat kekurangan nutrisi.  Kata kunci : Moina sp, Budidaya, Arduino Uno, NodeMCU, Sistem Kendali.
Implementasi Metode Profile Matching Pada Sistem Penerimaan Penyedia Jasa Lainnya Orang Perorangan (PJLP) Di Lingkungan Pemerintah Kota Pontianak Berbasis Website Lestarry, Indah Advia; Hidayati, Rahmi; Bahri, Syamsul
Coding: Jurnal Komputer dan Aplikasi Vol 11, No 1 (2023): Edisi April 2023
Publisher : Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/coding.v11i1.57967

Abstract

Penyedia Jasa Lainnya Orang Perorangan (PJLP) Pemerintah Kota Pontianak, pertama kali dilakukan pada tahun 2017. Dalam setiap kegiatan proses penerimaan PJLP, terdapat permasalahan antara lain kualifikasi yang tidak sesuai dengan kebutuhan dan banyaknya jumlah pencari kerja, sehingga mengalami kesulitan dalam menentukan calon yang mempunyai kemampuan maupun kompetensi sesuai dengan bidangnya, tercatat sebanyak 158 orang pelamar pada tahun 2020 untuk semua formasi, data pelamar yang digunakan sebanyak 32 orang yang mendaftar pada bagian admin Pontive Center. Tujuan dari penelitian ini dibangun sebuah sistem pendukung keputusan untuk membantu memberikan rekomendasi kepada tim penyeleksi dalam memilih calon PJLP yang sesuai dengan kebutuhan proses seleksi yang lebih efisien dan efektif, sehingga subjektifitas dalam pengambilan keputusan dapat dikurangi. Metode profile matching dapat mengatasi masalah dalam penentuan keputusan yang memiliki banyak kriteria penilaian, dan aspek-aspek penilaian seperti core factor dan secondary factor. Hasil akhir penilaian dipengaruhi oleh besaran bobot core factor dan secondary factor pada setiap kriteria, hasil dari penelitian ini berupa sistem pendukung keputusan dalam penerimaan PJLP di lingkungan Pemerintah Kota Pontianak dengan mengimplementasikan metode profile matching yang dibangun berbasis website. Berdasarkan  hasil pengujian yang dilakukan, fungsionalitas sistem berjalan sesuai kebutuhan dan dapat memberikan hasil rekomendasi dalam penerimaan PJLP.
IMPLEMENTASI METODE DEMPSTER SHAFER PADA SISTEM PAKAR UNTUK MENDIAGNOSA HAMA DAN PENYAKIT TANAMAN KARET BERBASIS WEBSITE (STUDI KASUS PT. LANDAK BHAKTI PALMA KECAMATAN NANGA MAHAP) Jaka, Jaka; Hidayati, Rahmi; Ristian, Uray
Coding: Jurnal Komputer dan Aplikasi Vol 11, No 1 (2023): Edisi April 2023
Publisher : Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/coding.v11i1.57946

Abstract

Karet (Hevea brasiliensis) termasuk dalam Genus Hevea dari familia Euphorbiaceae, merupakan pohon kayu tropis penghasil lateks. Tanaman karet merupakan salah satu komoditi unggulan tanaman perkebunan yang ada di Indonesia. Prioritas utama pengelolaan tanaman karet adalah bagaimana mengelola batang tanaman ini secara efisien agar menghasilkan lateks dengan kualitas terbaik. Tanaman karet memiliki hama dan penyakit yang dapat menganggu pertumbuhannya sehingga menyebabkan kualitas lateks yang dihasilkan tidak bagus. Untuk mengatasi masalah tersebut diperlukan pengetahuan lebih mengenai gejala hama atau penyakit serta cara mengatasi masalah dari para ahli atau pakar. Metode Dempster Shafer merupakan metode ketidakpastian yang mengakuisi nilai kepercayaan para pakar berdasarkan pengetahuan yang dimilikinya, untuk menghasilkan diagnosis yang cepat, tepat dan akurat. Pada proses diagnosa hama dan penyakit tanaman karet, pengguna memberikan masukan berupa data gejala kemudian sistem akan memberikan keluaran berupa nama kerusakan, nilai densitas, penyebab kerusakan dan solusi. Data yang digunakan adalah 12 jenis data penyakit dan 5 jenis data hama. Berdasarkan hasil pengujian yang dilakukan sebanyak 56 data uji diperoleh tingkat akurasi keberhasilan sistem sebesar 92.85%.
PREDIKSI KETERSEDIAAN PANGAN DI KALIMANTAN BARAT DENGAN MENGGUNAKAN METODE MADALINE Lestari, Ayu Lathalia; Midyanti, Dwi Marisa; Hidayati, Rahmi
Coding: Jurnal Komputer dan Aplikasi Vol 11, No 1 (2023): Edisi April 2023
Publisher : Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/coding.v11i1.59224

Abstract

Ketersediaan pangan di suatu wilayah dipengaruhi oleh beberapa faktor antara lain   penyediaan, penggunaan, dan jumlah penduduk. Jumlah penduduk yang bertambah setiap tahun, mengakibatkan persediaan pangan semakin meningkat. Apabila kebutuhan konsumsi kurang dari ketersediaan pangan, maka wilayah tersebut mengalami defisit pangan. Dampak defisit pangan dapat ditanggulangi dengan melakukan suatu prediksi ketersediaan pangan dengan metode MADALINE. Penelitian tentang ketersediaan pangan menggunakan metode MADALINE bertujuan melakukan prediksi ketersediaan pangan untuk 1 bulan kedepan. Dengan meminimalkan respon yang telah dilatih sebelumnya, MADALINE dapat meningkatkan kemampuan komputasinya sehingga dapat merespon pola input dengan baik. Metode MADALINE Neural Network dengan algoritma MADALINE Rule I digunakan untuk memprediksi ketersediaan pangan di Kalimantan Barat. 12 unit masukan, 2 unit dalam 1 lapisan tersembunyi, dan 1 unit keluaran membentuk jaringan MADALINE. Metode Xavier digunakan untuk menentukan bobot awal selama proses pelatihan. Pada proses pelatihan menggunakan 84 data latih untuk setiap jenis pangan dengan laju pembelajaran terbaik 0,007. Hasil pengujian menggunakan 36 data uji untuk setiap jenis pangan dengan akurasi rata-rata sebesar 87,88%.
Implementasi Metode Multi Atribute Utility Theory (MAUT) Dalam Penentuan Karyawan Pemanen Kelapa Sawit Terbaik (Studi Kasus: PT. Perkebunan Nusantara XIII Ngabang) Sari, Ita Permata; Hidayati, Rahmi; Ristian, Uray
Coding: Jurnal Komputer dan Aplikasi Vol 11, No 1 (2023): Edisi April 2023
Publisher : Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/coding.v11i1.58687

Abstract

PT. Perkebunan Nusantara (PTPN) XIII Ngabang merupakan perusahaan penghasil kelapa sawit berlokasi di Provinsi Kalimantan Barat. PT.Perkebunan Nusantara XIII Ngabang adalah merupakan perusahaan BUMN perkebunan di wilayah Kalimantan Barat. Perkebunan PTPN menentukan pemilihan karyawan pemanen terbaik dikarenakan kontribusi pemanen yang besar untuk menentukan hasil dari perkebunan. Dalam menentukan karyawan panen terbaik ini banyak permasalahan yang belum objektif. Dari permasalahan tersebut perusahaan membutuhkan sistem yang membantu untuk memberikan rekomendasi karyawan pemanen terbaik. Banyaknya jumlah data karyawan mengakibatkan belum maksimalnya cara penentuan karyawan pemanen terbaik sehingga dibutuhkan sistem penentuan karyawan terbaik menggunakan metode Multi Attribute Utility Theory (MAUT) yang dapat menentukan karyawan pemanen terbaik yang lebih terstruktur. Metode MAUT merupakan suatu metode yang perbandingan kuantitatifnya mengkombinasikan perhitungan dengan hasil resiko dan keuntungan yang tidak sama digunakan untuk merubah dari beberapa ke nilai dengan skala 0-1 dimana 0 mewakili nilai terburuk dan 1 dengan nilai terbaik. Hasil akhir dari penelitian ini dipengaruhi oleh kriteria dan bobot. Hasil dari pengujian yang dilakukan menggunakan beberapa kriteria seperti kehadiran, jumlah buah, jumlah brondolan dan jumlah penol dimana data pegawai sebanyak 21 karyawan. Pada hasil penelitian yang memiliki nilai tertinggi yaitu alternatif kp4 dengan nilai 96,67.
IMPLEMENTASI GENERALIZED RELEVANCE LVQ (GRLVQ) UNTUK PREDIKSI DROUGHT CODE (DC) PADA INDEKS CUACA KEBAKARAN BERDASARKAN DATA AWS (AUTOMATIC WEATHER STATION) (STUDI KASUS : KABUPATEN KUBU RAYA) Junianti, Suci; Midyanti, Dwi Marisa; Hidayati, Rahmi
Coding: Jurnal Komputer dan Aplikasi Vol 11, No 2 (2023): Edisi September 2023
Publisher : Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/coding.v11i2.62890

Abstract

Drought Code (DC) atau Kode Kekeringan merupakan peringkat numerik dari kandungan kelembapan lapisan tanah organik yang padat. DC digunakan sebagai indikator membaranya api dalam suatu kebakaran dan potensi terjadinya kabut asap. Diketahui bahwa total luas hutan dan lahan yang terbakar di Kalimantan Barat sepanjang tahun 2022 adalah 21.836 Ha. Jika DC terus menunjukkan tingkat tinggi maupun ekstrim, akan terjadi kebakaran hutan yang lebih parah. Hal yang harus dilakukan untuk mencegahnya adalah dengan mengetahui kondisi DC dan tidak melakukan pembakaran di lahan gambut. Selain itu para petugas Manggala Agni harus bersiaga ketika kondisi DC tinggi maupun ekstrim. Dengan algoritma GRLVQ dibuat sebuah sistem untuk memprediksi DC dengan memasukkan data suhu, kelembapan, curah hujan dan kecepatan angin selama 6 hari, untuk memprediksi kondisi DC pada hari ke-7. Algoritma Generalized Relevance LVQ (GRLVQ) merupakan algoritma yang mengadaptasi pembaharuan bobot dari algoritma GLVQ, dan mengadaptasi perhitungan jarak serta pembaharuan vektor relevansi dari algoritma RLVQ. Berdasarkan hasil pengujian untuk sistem prediksi DC dengan algoritma GRLVQ diperoleh akurasi sebesar 65,72% untuk 607 data uji dengan 200 iterasi dan learning rate awal 0,06 serta MSE sebesar 0,342762.
Co-Authors Achyar, Athif Tafrihan Adam, Chairul Agus Harjoko Aji, Maulana Setia Alfikri, Nadya Syifa Andreni, Gracella Aqila Zulfahmi Putri, Nessa Ariansyah Sudarsono Arif Rahmawan Aris Fajrianto Basuki Ilham, Maulana Cucu Suhery Darmawansyah Darmawansyah Dea Rizki Febrinamas Dedi Triyanto Deni Deni Destia Arini Hairunnisa Dwi Marisa Midyanti Dwi Marisa Midyanti Ellif Ellif Fajar Mu'alim Firdaus, Nurul Fajri 'Aini Fransiskus Julian Adresman Frasila Frasila Gloria, Bela Priska Gunawan Gunawan Hafiz Muhardi Herawati, Yunita Hirzen Hasfani Huda, Nur'ainul Miftahul Ika Nurul Hidayah Ikhsan, Afif Muhammad Ikhwan Ruslianto Ilhamsyah Imro'ah, Nurfitri Irma Nirmala Irma Nirmala Irma, Irma Nirmala Irwan Guntoro Irwan Guntoro Jaka, Jaka Junianti, Suci Kaffi, Muhammad Syahrul Kartika Sari Kartika Sari Kartika Sari Kasliono Kasliono Kresna Satya Nugroho Krisna Madani Lestari, Ayu Lathalia Lestarry, Indah Advia Marettania, Felisitas Marisa Midyanti, Dwi Michael Michael Muhamad Reksy Mulia Muhammad Luthfi Nirmala, Irma Nur Fitriana Putri Nurul Mutiah PERMADANI, CHANDRA MONICA Pratama, Rakha Daffa Primus Mario Andaka Ginting Rahmanita Widiyanti Rahmawan, Arif Riska Wulandari, Riska Rizky Risan R Sampe Hotlan Sitorus Saputra, Dimas Bagus Saputra, Yoga Sari, Ita Permata Subri, Hafiz Adlan Afrigi Suci Junianti Suci Pania, Tika Suhardi Suhardi Suhardi Suhardi Suwanty, Erina Sy Kamal Baraqbah Syamsul Bahri Syamsul Bahri Sylviana Kusuma Tedy Rismawan Tedy Rismawan Teodora Fenny Aliansih Uray Ristian Utami, Retnaning Tyas Vidyana, Irma