Article Per Year (5 Year)
p-Index From 2021 - 2026
8.009
P-Index
This Author published in this journals
All Journal Scan : Jurnal Teknologi Informasi dan Komunikasi Jurnal Informatika dan Teknik Elektro Terapan Jurnal Sistem Informasi dan Bisnis Cerdas Sistemasi: Jurnal Sistem Informasi JURNAL TEKNOLOGI DAN OPEN SOURCE Jurnal Kridatama Sains dan Teknologi Jutisi: Jurnal Ilmiah Teknik Informatika dan Sistem Informasi JASIEK (Jurnal Aplikasi Sains, Informasi, Elektronika dan Komputer) bit-Tech Aviation Electronics, Information Technology, Telecommunications, Electricals, and Controls (AVITEC) JATI (Jurnal Mahasiswa Teknik Informatika) INFORMASI (Jurnal Informatika dan Sistem Informasi) Jifosi Nusantara Science and Technology Proceedings Jurnal Pendidikan dan Teknologi Indonesia Jurnal Ilmiah Wahana Pendidikan Computer Science (CO-SCIENCE) Konstelasi: Konvergensi Teknologi dan Sistem Informasi Jurnal Ilmiah Sistem Informasi dan Ilmu Komputer Jurnal Sistem Informasi dan Bisnis Cerdas Prosiding Seminar Nasional Rekayasa Teknologi Industri dan Informasi ReTII Innovative: Journal Of Social Science Research Jurnal Pengabdian West Science ILTEK : Jurnal Teknologi Scientica: Jurnal Ilmiah Sains dan Teknologi Jurnal Rekayasa Sistem Informasi dan Teknologi Jurnal Ilmu Komputer dan Sistem Informasi Jurnal Ilmiah Sistem Informasi Journal of Computer Science and Information Technology Router : Jurnal Teknik Informatika dan Terapan Neptunus: Jurnal Ilmu Komputer dan Teknologi Informasi Router : Jurnal Teknik Informatika dan Terapan Journal of Golden Generation Multidisciplinary Jurnal Nasional Teknologi Informasi dan Aplikasinya Jurnal Publikasi Ilmu Komputer dan Multimedia
Wahyuni, Eka Dyar
Information System Department, Faculty Of Computer Science, Universitas Pembangunan Nasional “Veteran” Jawa Timur, Indonesia
Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Arts Humanities Astronomy Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Immunology & microbiology Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Medicine & Pharmacology Neuroscience Nursing Physics Public Health Social Sciences Transportation Veterinary Other

Published : 81 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 81 Documents
Search

 3   4   5   6   7 
KOMPARASI PERFORMA MODEL BERBASIS ALGORITMA RANDOM FOREST DAN LIGHTGBM DALAM MELAKUKAN KLASIFIKASI DIABETES MELITUS GESTASIONAL Prasetyo, Bagus Rizky; Wahyuni, Eka Dyar; Kusumantara, Prisa Marga
Jurnal Informatika dan Teknik Elektro Terapan Vol 12, No 3 (2024)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v12i3.4817

Abstract

Diabetes melitus gestasional (DMG) merupakan suatu kondisi yang ditandai dengan adanya kenaikan level dalam kandungan gula darah seorang ibu pada masa kehamilan. Ibu yang terindikasi menderita diabetes melitus gestasional berpotensi mengidap beberapa komplikasi serius apabila tidak ditangani dengan baik. Deteksi dini melalui penggunaan data rekam medis dilakukan sebagai langkah preventif pencegahan komplikasi dikemudian hari. Kerangka kerja CRISP-DM digunakan dalam pembangunan model. Data diperoleh dari poli kandungan Rumah Sakit Islam Surabaya Jemursari dengan jumlah 270 baris dan 20 kolom. Setelah melalui fase persiapan data, tersisa 267 baris dan 11 kolom yang digunakan untuk pembuatan model. Pemodelan dilakukan dalam 18 skenario. Skenario terbaik merupakan random forest parameter default dengan penanganan class imbalance menggunakan ADASYN pada proporsi data 70:30. Model tersebut menghasilkan accuracy sebesar 88%, precision sebesar 27%, recall sebesar 100%, dan f1 sebesar 43%.Keywords: Random Forest; LightGBM; Diabetes Melitus Gestasional; Klasifikasi
REKOMENDASI STRATEGI PENJUALAN BUNDLING DI CAFE SZ POINT MENGGUNAKAN ALGORITMA FREQUENT PATTERN GROWTH harby, muhamad faiz; Wahyuni, Eka Dyar; Wibowo, Nur Cahyo
Jurnal Informatika dan Teknik Elektro Terapan Vol 12, No 3 (2024)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v12i3.4867

Abstract

Abstrak. Penelitian ini bertujuan untuk menghasilkan rekomendasi strategi penjualan bundling yang efektif untuk Cafe SZ Point, sebuah UKM yang berlokasi di Jalan Sambikerep No.25, Sambikerep, Kec. Sambikerep, Surabaya, Jawa Timur. Cafe SZ Point baru memulai usahanya pada 11 Maret 2023. Sebelumnya, kafe ini pernah melakukan promosi bundling yang kurang efektif sehingga mengakibatkan kerugian dan penurunan pendapatan. Hal ini terjadi karena kafe tersebut belum memaksimalkan penggunaan data penjualan dari lunapos untuk mengidentifikasi tren konsumen, pola pembelian, dan preferensi pelanggan. Tanpa pemanfaatan data penjualan yang optimal, strategi pemasaran yang tepat sasaran sulit dirancang.Penelitian ini menggunakan algoritma Frequent Pattern Growth (FP-Growth) melalui pendekatan metode CRISP-DM (Cross-Industry Standard Process for Data Mining) untuk menganalisis data transaksi dari Cafe SZ Point dan menemukan pola pembelian pelanggan yang sering muncul. Hasil analisis menunjukkan dapat diterapkan untuk menentukan pola pembelian menu dengan membentuk aturan asosiasi yang dapat digunakan untuk strategi penjualan. Rekomendasi strategi bundling yang dihasilkan dari penelitian ini diharapkan dapat membantu Cafe SZ Point dalam meningkatkan performa penjualannya. Abstract. This research aims to produce recommendations for an effective bundling sales strategy for Cafe SZ Point, an SME located on Jalan Sambikerep No.25, Sambikerep, Kec. Sambikerep, Surabaya, East Java. Cafe SZ Point just started its business on March 11 2023. Previously, this cafe had carried out bundling promotions that were less effective, resulting in losses and a decrease in income. This happens because the cafe has not maximized the use of sales data from LUNAPOS to identify consumer trends, purchasing patterns and customer preferences. Without optimal use of sales data, targeted marketing strategies are difficult to design.dThis research uses the Frequent Pattern Growth (FP-Growth) algorithm using the CRISP-DM (Cross-Industry Standard Process for Data Mining) method approach to analyze transaction data from Cafe SZ Point and find customer purchasing patterns that frequently appear. The analysis results show that it can be applied to determine menu purchasing patterns by forming association rules that can be used for sales strategies. It is hoped that the bundling strategy recommendations resulting from this research will help Cafe SZ Point improve its sales performance.. 
Transformasi Data Statistik Menjadi Visual Interaktif Menggunakan Streamlit: Studi Kasus BPS Kota Mojokerto Oktaviarini, kamilia nabila; Wahyuni, Eka Dyar; Sari, Reisa Permata
Jurnal Kridatama Sains dan Teknologi Vol 6 No 02 (2024): JURNAL KRIDATAMA SAINS DAN TEKNOLOGI
Publisher : Universitas Ma'arif Nahdlatul Ulama Kebumen

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53863/kst.v6i02.1426

Abstract

This study aims to transform the presentation of statistical data at the Central Bureau of Statistics (BPS) of Mojokerto City to be more interactive and accessible to the public. The previous data presentation through the graph menu on the Dakocantik mobile application relied on Excel-based visualizations, which were deemed less effective. To address this issue, this research developed a web-based dashboard using Streamlit, providing interactive and informative data visualization. The research methods included literature studies, interviews, data visualization, and system integration. The development process encompassed data source identification, extraction, cleaning, mapping, and storage before visualization using Streamlit. The dashboard was integrated with the Dakocantik mobile application via the web view feature, enabling users to access interactive statistical data directly from their mobile devices. The study's findings indicate that the developed dashboard successfully enhanced data accessibility and understanding among the public. Feedback from 13 respondents revealed that 92.3% found the dashboard easy to understand, and 84.6% assessed its features and interface as user-friendly for accessing data. Suggestions from users included improving loading times and enabling automatic data updates to enhance user experience further
Analisis Sentimen Berbasis Aspek Pada Ulasan Aplikasi Indrive Menggunakan Bidirectional Encoder Representations From Transformers (Bert) Febriany, Asri Kinanti; Wahyuni, Eka Dyar; Permatasari, Reisa
Jurnal Ilmiah Wahana Pendidikan Vol 10 No 20 (2024): Jurnal Ilmiah Wahana Pendidikan
Publisher : Peneliti.net

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.5281/zenodo.14263982

Abstract

Ekonomi digital di Indonesia turut disumbangkan oleh bisnis transportasi online. Salah satu pendatang baru pada bisnis transportasi online ini adalah inDrive. Rating ulasan dari google play store tidak cukup untuk menggambarkan kualitas sebuah aplikasi, oleh karena itu diperlukannya Analisis Sentimen Berbasis Aspek (ABSA) yang pada dasarnya dapat mengidentifikasi aspek dan mengidentifikasi sentimen dari aspek tersebut. Dengan pendekatan LDA (Latent Dirichlet Allocation) didapatkan 3 aspek utama yang ada pada dataaset periode Januari hingga Juli yaitu fitur lelang, sistem aplikasi, tarif & layanan transportasi. Kelebihan fitur lelang mencakup kemudahan pengguna dalam. Implementasi model ABSA menggunakan IndoBERT, dan hasil uji validasi dengan 100 data ulasan baru menunjukkan keberhasilan dengan akurasi 92% untuk pengujian aspek dan 84% untuk pengujian sentimen.
Perbandingan Kinerja Metode Binary Relevance, Classifier Chains, dan Label Powerset dalam Klasifikasi Multi-Label Data Pengaduan Ariyana, Denny; Dyar Wahyuni, Eka; Sembilu, Nambi
Jurnal Pendidikan dan Teknologi Indonesia Vol 5 No 3 (2025): JPTI - Maret 2025
Publisher : CV Infinite Corporation

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jpti.796

Abstract

Di era digital, aplikasi pengaduan masyarakat menjadi sarana penting dalam meningkatkan komunikasi antara warga dan pemerintah. Aplikasi Wargaku memungkinkan masyarakat menyampaikan keluhan terkait layanan publik, yang menghasilkan data pengaduan bersifat multi-label. Oleh karena itu, diperlukan metode klasifikasi yang optimal untuk meningkatkan akurasi dalam pengelolaan pengaduan. Penelitian ini bertujuan untuk membandingkan tiga metode klasifikasi multi-label, yaitu Binary Relevance (BR), Classifier Chains (CC), dan Label Powerset (LP) dengan Random Forest sebagai base classifier. Metode penelitian mengacu pada kerangka CRISP-DM, yang mencakup pemahaman bisnis, pengolahan data, pemodelan, dan evaluasi. Eksperimen dilakukan dengan skenario pembagian data 80:20, 70:30, dan 60:40, serta preprocessing yang mencakup pembersihan teks dan normalisasi. Evaluasi model menggunakan F1 Score untuk mengukur kinerja klasifikasi. Hasil penelitian menunjukkan bahwa Binary Relevance memiliki performa paling stabil di berbagai skenario. Pada skenario 70:30, metode ini mencapai skor F1 tertinggi sebesar 0,76, diikuti oleh Classifier Chains (0,75) dan Label Powerset (0,74). Pada skenario 80:20, Label Powerset unggul dengan skor 0,75, sedangkan Binary Relevance dan Classifier Chains memperoleh 0,75 dan 0,73. Sementara itu, pada skenario 60:40, Binary Relevance kembali unggul dengan skor 0,74, diikuti Label Powerset (0,74) dan Classifier Chains (0,73). Penelitian ini menunjukkan bahwa tidak ada perbedaan signifikan dalam performa metode, namun Binary Relevance dengan Random Forest cenderung lebih stabil di berbagai skenario. Hasil ini dapat digunakan untuk meningkatkan efektivitas klasifikasi pengaduan masyarakat, sehingga mendukung layanan publik yang lebih responsif dan efisien.
KOMPARASI PERFORMA MODEL KLASIFIKASI EMOSI DENGAN WORD EMBEDDING MENGGUNAKAN ALGORITMA SVM DAN RANDOM FOREST Adam Rachman, Muhammad; Agussalim, Agussalim; Dyar Wahyuni, Eka
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 2 (2025): JATI Vol. 9 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i2.13197

Abstract

Beragamnya emosi dari masyarakat dalam merespon dinamika pemerintahan yang sedang berlangsung saat ini sudah berlangsung dari tahun ke tahun. Banyak informasi yang tidak tersampaikan dengan baik karena kurangnya pemahaman masyarakat terkait konteks emosional yang terkandung dalam informasi tersebut. Salah satu pendekatan yang dapat dilakukan adalah dengan melakukan sebuah pengelompokkan emosi. Penelitian ini bertujuan untuk membandingkan performa algoritma Support Vector Machine (SVM) dan Random Forest yang diintegrasikan dengan teknik word embedding dalam klasifikasi emosi pada komentar YouTube berbahasa Indonesia terkait kebijakan pemerintah. Data pada penelitian ini sebanyak 3074 data, dan akan dibangun total 16 skenario pemodelan. Proses klasifikasi terdiri dari dua tahap yaitu klasifikasi emosi dan klasifikasi jenis emosi. Penggunaan teknik sampling dan rasio pembagian data memberikan hasil yang bervariasi di setiap model. Model dengan performa paling optimal untuk klasifikasi emosi adalah Random Forest dengan Word2Vec dengan hasil akurasi 86%, sedangkan model klasifikasi jenis emosi dengan performa paling optimal adalah Support Vector Machine dengan FastText dengan nilai akurasi sebesar 77%. Word2Vec mampu menangkap hubungan semantis kata cukup baik walaupun jumlah dataset yang digunakan relatif kecil. Di satu sisi lain, FastText juga mampu mengimbangi performa Word2Vec karena kemampuannya memanfaatkan representasi berbasis subkata untuk menangani kata-kata yang tidak terdapat dalam korpus.
KOMPARASI KINERJA ALGORITMA SVM DAN RF DALAM KLASIFIKASI SENTIMEN DENGAN DETEKSI SARKASME PADA KOMENTAR YOUTUBE Hilman Habib Habibi, Muhammad; Dyar Wahyuni, Eka; Permatasari, Reisa
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 2 (2025): JATI Vol. 9 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i2.13205

Abstract

Youtube merupakan salah satu platform berbagi video yang paling sering diakses di Indonesia, terutama dengan maraknya diskusi mengenai PILKADA 2024. Beragam isu yang muncul menjelang PILKADA 2024 ini memicu pro dan kontra, mendorong masyarakat untuk memberikan tanggapan melalui media sosial. Klasifikasi sentimen bertujuan mengelompokkan opini menjadi positif atau negatif, namun sering menghadapi hambatan akibat keberadaan sarkasme, yaitu bentuk ironi yang menyampaikan makna bertentangan dengan pernyataan eksplisit. Dalam penelitian ini, data diperoleh melalui crawling komentar Youtube. Data tersebut kemudian diproses melalui tahapan cleaning, case folding, dan stemming. Klasifikasi sentimen dengan deteksi sarkame ini akan menggunakan algoritma Support Vector Machine (SVM) dan Random Forest (RF) dengan berbagai skenario, termasuk pembagian data menggunakan metode holdout dengan rasio 80:20 dan 70:30, teknik resampling Random Oversampling (ROS) dan Random Undersampling (RUS), serta pembobotan kata menggunakan TF-IDF dan TF-ABS. Berdasarkan hasil evaluasi, algoritma SVM dengan teknik ROS dan pembobotan kata TF-IDF memberikan hasil terbaik untuk klasifikasi sentimen dengan nilai 0.80, sedangkan algoritma SVM dengan TF-IDF tanpa resampling memberikan hasil terbaik untuk deteksi sarkasme dengan nilai 0.73. Hasil ini menunjukkan keandalan SVM dalam menangkap pola data yang kompleks, terutama dalam klasifikasi sentimen dengan deteksi sarkasme.
RANCANG BANGUN SISTEM INFORMASI MANAJEMEN RUANG RAPAT PADA PT XYZ MENGGUNAKAN JAVASCRIPT Izzuddin, Muhammad; Wibowo, Nur Cahyo; Wahyuni, Eka Dyar
Jurnal Informatika dan Teknik Elektro Terapan Vol 13, No 2 (2025)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v13i2.6305

Abstract

Perkembangan teknologi digital mendorong kebutuhan akan sistem informasi yang terorganisir, termasuk dalam pengelolaan ruang rapat di perusahaan. Penelitian ini bertujuan untuk merancang dan membangun sistem informasi manajemen ruang rapat berbasis web pada PT XYZ menggunakan teknologi JavaScript. Pengembangan sistem ini mengadopsi metode Waterfall yang mencakup tahapan analisis kebutuhan, desain sistem, implementasi, dan pengujian. Sistem dikembangkan menggunakan React.js untuk front-end, Express.js untuk back-end, dan Prisma sebagai Object-Relational Mapping (ORM) dengan MySQL sebagai basis data. Pengujian dilakukan menggunakan metode Black Box Testing guna memastikan sistem berfungsi sesuai dengan spesifikasi yang telah ditentukan. Hasil implementasi menunjukkan bahwa sistem ini meningkatkan efisiensi dalam pengelolaan ruang rapat, memungkinkan pengguna untuk melakukan reservasi secara real-time, serta mengurangi konflik jadwal akibat pencatatan manual. Dengan adanya sistem ini, PT XYZ dapat mengoptimalkan pemanfaatan ruang rapat dan meningkatkan produktivitas karyawan.
A Multilingual Approach to Aspect-Based Sentiment Analysis on Gobis Suroboyo Application Reviews using LDA and SVM Puspitasari, Dianita; Wahyuni, Eka Dyar; Permatasari, Reisa
Aviation Electronics, Information Technology, Telecommunications, Electricals, and Controls (AVITEC) Vol 7, No 2 (2025): August
Publisher : Institut Teknologi Dirgantara Adisutjipto

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.28989/avitec.v7i2.3033

Abstract

The GOBIS application, developed by the Surabaya City Transportation Department, is a digital service designed to provide public transportation information and reduce traffic congestion. Despite having exceeded 100,000 downloads, the application has received numerous complaints from users, as reflected in the multilingual reviews on its platform. To ensure analytical consistency, this research focuses solely on reviews in Indonesian and English. Using Aspect-Based Sentiment Analysis (ABSA), this study employs Latent Dirichlet Allocation (LDA) for aspect identification and Support Vector Machine (SVM) for sentiment classification. The aim of this research is to determine the dominant aspects in user feedback and evaluate the effectiveness of the Support Vector Machine (SVM) model in classifying multilingual reviews. The research results show six main aspects that frequently appear in reviews, namely Application Features and Development, User Suggestions and Service Innovation, Error and Location Accuracy, Delay and Application Usability, Comfort and Service Quality, as well as Route Tracking and Vehicle Information. The Support Vector Machine (SVM) model, tested with 10-fold cross-validation, demonstrates consistent performance, achieving balanced metrics accuracy (74.16%), precision (73.76%), recall (73.54%), and F1-score (73.63%). This highlights its capability in handling multilingual sentiment analysis for application improvement.
Student Complain Information System (SIPMA) using the Laravel Framework at Handayani University Makassar Asriana, Rina; Sadli, Adi; Wahyuni, Eka Dyar
Sistemasi: Jurnal Sistem Informasi Vol 14, No 3 (2025): Sistemasi: Jurnal Sistem Informasi
Publisher : Program Studi Sistem Informasi Fakultas Teknik dan Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32520/stmsi.v14i3.5113

Abstract

The objective of this study is to provide an innovative solution to enhance communication between students and university administration by designing a student complaint management system. In this context, the system is designed to facilitate efficient and effective handling of student complaints. Through a web-based application, students can easily submit complaints anytime and anywhere using an internet-connected device. The key features of the developed system include online complaint submission, real-time notifications, complaint status tracking, and a complaint management system that enables university administrators to respond to and resolve issues more promptly. The success indicators of this system include a fast response time—where complaints can be processed quickly—and a high level of user satisfaction regarding the efficiency and ease of use of the system. In this study, we adopted the Waterfall development methodology due to its structured and systematic approach, which facilitates planning and testing at each stage of development. This method allows developers to focus on one phase at a time, reducing the risk of errors during implementation. Furthermore, the Laravel framework was chosen for its ease of management, Model-View-Controller (MVC) architecture—which separates application logic from the user interface—and robust security features to protect user data and system integrity. The results of this study demonstrate that a student complaint system can be successfully designed and implemented, offering an effective solution for complaint management in educational settings. With this system, communication between students and university staff is expected to improve, and issues can be resolved more efficiently.
Co-Authors Abdul Rezha Efrat Najaf Adam Rachman, Muhammad Adelia Putri, Ledina Adha, Didan Rizky Agung Brastama Putra Agussalim, Agussalim Ahmad Galih Nur Jati Aji, Dwi rachmat Akira Permata Ramadhani alathoillah, abdul hanif Allendra Donny Irawan Amalia Anjani Arifiyanti Anastasya Nurhaliza, Zabina Anatasya, A Edet Fauri Andhika Rizky Aulia Anisa Rahma Salsabila Anjani, Amalia Apriandi, Dwatra Arfianto, Ricky Arief Yahya Prasetio Ariyana, Denny Arsya Amalia Ristias AryaRafa, Daud Asif Faroqi Asriana, Rina Aulia, Ervina Rosa Bella Trinanda Sanni Bhagas Satrya Dewa Cahyo Wibowo, Nur Candra, Devilia Dwi Dayu Renita Dea Puspita Deswita Rini, Ni Made Berliana Devilia Dwi Candra Dharmawan, Ega Dhian Satria Yudha Kartika Diajeng Putri Widiastuti Dian Rahmawati Dian Rahmawati Eka Wahyudinarti Eka Wahyudinarti Eklesia Simaremare Ervina Rosa Aulia Fadiyah Dhara Al Arsya Fariz Febriany, Asri Kinanti Haidar Triari Respati harby, muhamad faiz Hayaza, QONITA Hilman Habib Habibi, Muhammad Hukama’ Nur Romadlon Icha Sinaga Imam Hanafi Irawan, Allendra Donny Izzuddin, Muhammad Jihan Hasna Iftinan Kusumantara, Prisa Marga Kusumantara, Prisa Marga Kusumantara, Prisa Marga Laksono, Cindy Fitri Lina Wardani Lumintang, Qolbi Adi Marga Kusumantara, Prisa Mas'udah, Erica Mashita Kustyani Maulana Arrasyid, Nizar Maulana, Ribas Satria Melisya Sesy Amelia Mochammad Nabil Nugraha Ramadhan Mohamad Irwan Afandi Muh. Ahlun Nazar Muhammad Farhan Najaf, Abdul Rezha Efrant Najma Choirun Nisa Nendra Wono, Lasmargo Ni Made Berliana Deswita Rini Nur Fadlilah, Imamah Nur Jati, Ahmad Galih Oktaviarini, kamilia nabila Peratasari, Reisa Permatasari, Reisa Prabowo, Dimas Agung Prabowo Prasetyo, Bagus Rizky PUSPITASARI, DIANITA Putri Andini Rachmatika Putri Andini Rachmatika Qolbi Adi Lumintang Rachman Esa Masthury Budoyo Rahayu Kartika Sari Ramdhan Ariansyah Reisa Permatasari Respati, Haidar Triari Ridwandono, Doddy Ristias, Arsya Amalia Rizka Hadiwiyanti Rulyawan, Muhammad Rizky Abiwafa Rumonang, Datu Sadli, Adi Safitri Pradhistya Suwandi Salma, Marylda Sanni, Bella Trinanda Sari, Reisa Permata Satria Yuda Kartika, Dhian Seftin Fitri Ana Wati Sembilu, Nambi Shafa Sabrina Almas Siti Mukaromah Sugiarto Tri Luhur Indayanti Sugata Tri Luhur Indayanti Sugata Viviana Purba Wajendra Dewi, Marylda Salma Wardani, Lina Wati, Seftin Fitri Ana Wibowo, Nur Cahyo Wicaksono, Yeni Windy Fadhilah Susanti Wulansari, Anita Yasmine Shalsabilla, Syafierra Yessy Arye Yustraini Yuniar, Sella Zahrah Hayat Arka Putri