Article Per Year (5 Year)
p-Index From 2021 - 2026
2.998
P-Index
This Author published in this journals
All Journal Jurnal Teknologi Informasi dan Ilmu Komputer Proceeding SENDI_U JURNAL MEDIA INFORMATIKA BUDIDARMA Jurnal Nasional Pendidikan Teknik Informatika (JANAPATI) Jurnal Telematika KOMPUTA : Jurnal Ilmiah Komputer dan Informatika JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Infotekmesin Jurnal Mnemonic Jurnal Sistem Komputer & Kecerdasan Buatan Jurnal Pembelajaran Pemberdayaan Masyarakat (JP2M) Jurnal Teknik Informatika (JUTIF) JUSTIN (Jurnal Sistem dan Teknologi Informasi) Jurnal Karya Abdi Masyarakat INTERNAL (Information System Journal) Artinara SISFOTENIKA
Juanita, Safitri
Unknown Affiliation
Religion Agriculture, Biological Sciences & Forestry Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Health Professions Languange, Linguistic, Communication & Media Mechanical Engineering Public Health Social Sciences Other

Published : 22 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 22 Documents
Search

 1   2   3 
Peningkatan Kapabilitas Penggunaan Aplikasi Komputer Microsoft Office Bagi Kader Pemberdayaan Dan Kesejahteraan Keluarga (Pkk) Di Kelurahan Cipulir Juanita, Safitri; Fadhillah, Ahmad; Efa Pratiwi, Aisah Tri; Muflih, Fathi; Nur’aini, Fadhillah; Isnaeni, Desy
Artinara Vol 1 No 1 (2022): Jurnal Artinara Februari 2022
Publisher : Universitas Budi Luhur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36080/art.v1i01.40

Abstract

Kader Pemberdayaan dan kesejahteraan Keluarga (PKK) di Kelurahan Cipulir berlokasi di kecamatan Kebayoran Lama, DKI Jakarta, memiliki salah satu tugas yaitu pendataan profil warga dan pendataan berbagai formulir data program masyarakat yang berasal dari pemerintahan dan saat ini sebagian besar kader PKK belum memiliki kemampuan menggunakan aplikasi komputer Microsoft Office. Sehingga tujuan dari program pengabdian kepada Masyarakat (PPM) ini adalah meningkatkan kapabilitas keterampilan aplikasi komputer Microsoft Office bagi kader PKK di wilayah Cipulir dengan mengadakan pelatihan penggunaan aplikasi Microsoft Word dan Microsoft Excel. Tujuan kegiatan PPM ini adalah membantu kader PKK menjalankan salah satu tugas yaitu untuk mengelola administrasi kegiatan PKK dengan cepat, mudah dan rapi. Kegiatan PPM ini dilakukan selama 2 bulan dari bulan Juli-Agustus 2018 dan metode pelaksanaan kegiatan PPM dilakukan dengan tiga tahap yaitu tahap persiapan, tahap pelaksanaan dan tahap evaluasi dan laporan. Pada tahap persiapan dilakukan proses survey dan perijinan dengan mitra PPM yaitu kelurahan Cipulir khususnya RW.02 RT.012. Pada tahap pelaksanaan dilakukan sosialisasi, pembuatan modul materi pelatihan dan melakukan pelatihan dengan 20% ceramah dan 80% praktikum kemudan tahap ketiga adalah evaluasi dan laporan. Berdasarkan hasil evaluasi kegiatan PPM, kader PKK mendapatkan manfaat dari pelatihan aplikasi komputer sehingga mahir dalam membuat proposal kegiatan dan pendataan kader PKK menggunakan Microsoft Word dan dapat menggunakan Microsoft Excel untuk membuat anggaran dana.
Peningkatan Kapasitas Pegawai PT. Reasuransi Nasional Indonesia Dengan Pelatihan Pengelolaan e-Learning Yuliazmi; Juanita, Safitri
Artinara Vol 2 No 2 (2023): Jurnal Artinara Juni 2023
Publisher : Universitas Budi Luhur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36080/art.v2i2.104

Abstract

Perusahaan Reasuransi merupakan perusahaan yang memberikan jasa pertanggungan ulang resiko dari perusahaan asuransi kerugian dan atau jiwa. Meningkatnya jumlah agen asuransi berkaitan dengan kebutuhan terhadap pemahaman mendalam tentang ilmu reasuransi. Mitra Program Pengabdian kepada Masyarakat (PPM) yaitu PT. Reasuransi Nasional Indonesia memiliki unit Nasional Re Academy yang menyelenggarakan kursus ilmu reasuransi. Tim dosen melakukan pengumpulan data untuk mengetahui dan memahami masalah mitra PPM yaitu pegawai Nasional Re Academy PT. Reasuransi Nasional Indonesia. Permasalahan mitra PPM adalah belum pernah mengetahui tentang Moodle dan penggunaannya serta bagaimana cara pengelolaan E-Learning dengan menggunakan Moodle. Solusi permasalahan tersebut adalah bagaimana meningkatkan kapasitas pegawai Re Academy pada PT. Reasuransi Nasional Indonesia agar dapat memahami cara mengelola E-Learning menggunakan CMS Moodle. Kegiatan PPM ini menggunakan metodologi Participatory Action Research (PAR), yang memiliki 4 tahapan yaitu melakukan diskusi bersama mitra, perencanaan bersama, melakukan program aksi dan pemecahan masalah, dan membangun kesadaran untuk perubahan dan keberlanjutan dengan cara melakukan evaluasi kegiatan PPM. Hasil dari kegiatan PPM ini menunjukkan pegawai di unit Nasional Re Academy memperoleh nilai lebih dari pengetahuan dan kesempatan mempelajari Moodle. Mitra PPM memahami cara mengelola E-Learning dengan Course Management System (CMS) Moodle sehingga membantu dalam mengelola kursus ilmu reasuransi.
SISTEM PENDUKUNG KEPUTUSAN SELEKSI GURU TERBAIK PADA SMPN 177 MENGGUNAKAN ANALYTIC HIERARCHY PROCESS Putri Cahyani Sugiarto, Aprilia; Juanita, Safitri
Komputa : Jurnal Ilmiah Komputer dan Informatika Vol 13 No 2 (2024): Komputa : Jurnal Ilmiah Komputer dan Informatika
Publisher : Program Studi Teknik Informatika - Universitas Komputer Indonesia (UNIKOM)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34010/komputa.v13i2.12282

Abstract

Proses kegiatan belajar mengajar di sekolah memerlukan guru yang memiliki kompetensi terbaik. Demi menjaga kualitas pendidik di Sekolah Menengah Pertama Negeri (SMPN) 177 Jakarta Selatan, maka perlu melakukan seleksi guru terbaik tiap tahunnya. Masalahnya, proses penilaian kinerja guru masih dilakukan secara manual dengan mengisi penilaian pada lembar kinerja guru begitupun proses perhitungan masih mengunakan Microsoft Excel dan belum memiliki bobot yang dapat memproses penilaian secara objektif. Sehingga penelitian ini, mengusulkan rancang dan bangun Sistem Penunjang Keputusan (SPK) seleksi guru terbaik pada SMPN 177 dengan metode Analytic Hierarchy Process (AHP). Penelitian ini bertujuan menemukan bobot dari kriteria penilaian guru terbaik yaitu profesional, komunikasi, pedagogis dan sikap, serta membangun aplikasi SPK yang dapat memproses penilaian kinerja guru terbaik sehingga dapat memberikan rekomendasi kepada kepala sekolah dalam mengambilan keputusan dengan akurat, cepat dan tepat. Metode pengembangan sistem yang digunakan Waterfall, pengujian menggunakan 15 data nilai guru. Kesimpulan dari penelitian adalah Metode AHP menemukan nilai bobot dari kriteria penilaian; professional (0.5714), komunikasi(0.1981), pedagogis (0.1445) dan sikap (0.0861). Aplikasi SPK teruji dapat memberikan rekomendasi kandidat guru terbaik sehingga membantu dalam mengambil keputusan lebih cepat dan akurat. Hasil pengujian menemukan bahwa guru yang memiliki total nilai akhir lebih besar atau sama dengan 10% maka memiliki peluang untuk menjadi kandidat guru terbaik, selain itu maka dinyatakan tidak layak untuk menjadi kandidat.
Pembuatan Website Komunitas Parenting “Kampus Keluarga” sebagai Media Publikasi Informasi dan Edukasi Parenting Juanita, Safitri; Pramusinto, Wahyu; Anif, M.
Jurnal Karya Abdi Masyarakat Vol. 4 No. 3 (2020): Jurnal Karya Abdi Masyarakat
Publisher : LPPM Universitas Jambi

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (558.313 KB) | DOI: 10.22437/jkam.v4i3.11575

Abstract

Komunitas Parenting “Kampus Keluarga” adalah salah satu komunitas parenting di Indonesia yang berlokasi di Kota Tangerang dan aktif memberikan informasi dan edukasi bagi para orang tua dan calon orang tua dengan cara mengadakan seminar, workshop dan pada masa pandemi Covid-19 melakukan kegiatan Webinar. Masalah pada mitra kegiatan pengabdian kepada masyarakat (PPM) adalah, saat ini Kampus Keluarga publikasi informasi dan edukasi parenting melalui media sosial Facebook dan Instagram namun belum memiliki banyak pengikut, dan adanya keterbatasan publikasi artikel edukasi, publikasi informasi profil serta kegiatan Kampus Keluarga dalam bentuk artikel melalui media sosial. Sehingga dibutuhkan media lain untuk membantu Kampus Keluarga publikasi artikel yang berkaitan dengan edukasi dan kegiatan komunitas parenting. Maka pada kegiatan PPM ini, TIM Dosen melakukan pembuatan Website Komunitas Parenting “Kampus Keluarga” dengan tujuan membantu untuk publikasi informasi kegiatan Kampus Keluarga serta menyebarkan artikel terkait edukasi parenting hingga dapat dijangkau oleh masyarakat luas. Kegiatan PPM menggunakan metode analisis kebutuhan mitra, menyewa hosting dan domain, instalasi dan konfigurasi CMS wordpress, sosialisasi dan pelatihan pengguna website. Evaluasi dari kegiatan PPM ini adalah, berdasarkan hasil kuesioner yang disebarkan ke pengurus kampus keluarga menyatakan 50% setuju website menyajikan informasi sesuai dengan visi dan misi kampus keluarga, 66,7% setuju website sangat mudah diakses, 50% setuju website memberikan informasi yang relevan dan 50% setuju website memberikan informasi yang bermanfaat. Berdasarkan hasil evaluasi dapat disimpulkan bahwa kegiatan PPM yaitu pembuatan website komunitas “Kampus Keluarga” dapat membantu mitra dalam menyajikan informasi profil Kampus Keluarga, mudah diakses, memberikan informasi yang relevan dengan kegiatan Kampus Keluarga, serta memberikan informasi yang bermanfaat.
Peningkatan Keterampilan Menulis Bagi Anak Binaan Rumah Kreasi Anak Indonesia Melalui Pelatihan Pembuatan dan Pengelolaan Blog Juanita, Safitri; Sakti, Dolly Virgian Shaka Yudha; Anif, Muhammad
Jurnal Karya Abdi Masyarakat Vol. 5 No. 1 (2021): Jurnal Karya Abdi Masyarakat
Publisher : LPPM Universitas Jambi

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (409.311 KB) | DOI: 10.22437/jkam.v5i1.13806

Abstract

Rumah Kreasi Anak Indonesia (RKAI) merupakan wadah yang dibentuk untuk membantu Ayah dan Bunda untuk melejitkan potensi anak sejak dini. RKAI terbentuk pada awal 2017 dan memiliki 4 kelas bakat yaitu kelas memanah, kelas tari, kelas fun cooking dan kelas menulis. Pada kelas menulis, RKAI mengajak anak-anak untuk mengembangkan bakat dan minatnya dalam menulis dan mampu menghasilkan karya yang dapat menjadi inspirasi banyak orang. Salah satu kegiatan yang dibutuhkan pada kegiatan menulis adalah anak dapat menuangkan tulisan mereka ke dalam blog sehingga mendapatkan pembaca lebih luas, namun RKAI tidak memiliki tenaga pelatih atau narasumber yang dapat memberikan pelatihan pembuatan blog, sehingga Dosen ingin melakukan kegiatan pelatihan pembuatan e-mail, pembuatan blog dan pengelolaan blog bekerjasama dengan RKAI. Diharapkan kegiatan pengabdian kepada masyarakat ini dapat memberikan pengetahuan kepada anak-anak tentang cara membuat e-mail dan blog serta cara mengelola blog sehingga anak-anak dapat menulis artikel menggunakan sarana blog dan dapat melakukan pengelolaan tulisan blog.
PREDIKSI JUMLAH TENAGA KERJA ASING DI JAWA BARAT MENGGUNAKAN PERBANDINGAN ALGORITMA SUPPORT VECTOR REGRESSION DAN DECISION TREE REGRESSION Wardana, Farill Andika; Juanita, Safitri
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 10, No 2 (2025)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v10i2.6003

Abstract

Beberapa tahun ini, Indonesia sedang menghadapkan masalah mengenai peningkatan jumlah tenaga kerja asing yang masuk ke Indonesia, salah satunya di provinsi Jawa Barat. Sehingga diperlukan model prediksi untuk memprediksi jumlah tenaga kerja asing yang masuk di provinsi Jawa Barat. Metode yang digunakan pada penelitian ini adalah CRISP-DM, dengan menggunakan dataset jumlah tenaga kerja asing di Jawa Barat periode 2014-2023, dan pada tahap pemodelan membandingkan 2 algoritma yaitu Decision Tree Regression (DTR) dan Support Vector Regression (SVR) dengan metode pengujian Cross-Validation (CV). Hasil pengujian performa kedua algoritma menggunakan Mean Squared Error (RMSE) dan Mean Absolute Error (MAE). Penelitian ini bertujuan untuk menemukan model peramalan untuk melakukan prediksi terhadap jumlah tenaga kerja asing yang masuk di provinsi Jawa Barat. Kesimpulan penelitian ini adalah model prediksi yang memiliki performa lebih unggul adalah Decision Tree Regression (DTR) dengan nilai RMSE sebesar 78.04% dan MAE sebesar 69.57%, sedangkan Support Vector Regression (SVR) hanya memiliki nilai RMSE sebesar 81.80%. dan MAE sebesar 70.79%. 
Multi-Label Classification of Bilingual Doctor Responses in Online Medical Consultations Using Deep Learning Juanita, Safitri; Purwitasari, Diana; Purnama, I Ketut Eddy; Raihan, Muhammad; Purnomo, Mauridhi Hery
Jurnal Nasional Pendidikan Teknik Informatika: JANAPATI Vol. 14 No. 2 (2025)
Publisher : Prodi Pendidikan Teknik Informatika Universitas Pendidikan Ganesha

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23887/janapati.v14i2.96980

Abstract

Online health consultations (OHCs) have become an integral component of modern healthcare delivery. However, significant challenges remain in multilingual and low-resource contexts such as Indonesia, where language barriers and digital disparities hinder effective doctor–patient communication. Ensuring the quality of such interactions requires the identification of six key communicative functions: building relationships, gathering and providing information, decision-making, promoting disease- and treatment-related behaviour, and responding to emotions. While existing research has largely focused on English-language OHCs, studies analysing these communicative functions in Indonesian remain limited due to the lack of annotated datasets and linguistic complexity. To address this gap, we propose a deep learning framework for multi-label classification of communicative functions in bilingual (Indonesian/English) doctor response texts. The dataset used in this study was annotated by medical professionals with six predefined communicative function labels. We conducted a comprehensive comparative evaluation of three deep learning architectures namely Long Short-Term Memory (LSTM), Bidirectional LSTM (Bi-LSTM), and Convolutional Neural Networks (CNN) equipped with cross-language word embedding to improve multilingual generalization. Model performance is evaluated through four complementary perspectives: example-based, label-based, ranking-based, and multifaceted metrics, ensuring a holistic assessment. Result show that the fine-tuned LSTM model achieved the highest precision (0.972) on Indonesian texts, while Bi-LSTM obtained the best results on English texts with 0.890 accuracy and 0.980 precision. The LSTM model also reduced false positives in Indonesian classifications, whereas Bi-LSTM improved diagnostic reliability in English, confirming the models’ cross-lingual adaptability. These findings highlight the potential of deep learning to improve communication effectiveness in bilingual and resource-constrained OHC settings.
Perancangan dan pendampingan mengoperasikan e-commerce pada usaha mikro kecil menengah (UMKM) jasa desain dan percetakan Juanita, Safitri; Pramusinto, Wahyu; Anif, M.
Jurnal Pembelajaran Pemberdayaan Masyarakat (JP2M) Vol. 4 No. 1 (2023)
Publisher : Universitas Islam Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33474/jp2m.v4i1.20156

Abstract

Persaingan jasa percetakan dan desain saat ini berkembang dengan pesat, demi mewujudkan layanan yang optimal dan kemudahan akses maka media yang paling efektif adalah menggunakan E-Commerce. Salah satu Usaha Mikro Kecil Menengah (UMKM) adalah Mitra Pengabdian kepada Masyarakat (PPM) bernama Toko Mama Kudet berdomisili di Kota Tangerang. Masalah pada mitra PPM diantaranya adalah belum memiliki toko online, belum memiliki pengetahuan cara membuat toko online, maupun mengoperasikan toko online. Sehingga pada kegiatan Pengabdian kepada Masyarakat (PPM) mengusulkan untuk melakukan perancangan serta pendampingan pengoperasian E-Commerce pada Mitra. Metode yang digunakan pada kegiatan PPM adalah PAR (Participatory Action Research) dengan 5 Tahapan yaitu identifikasi masalah, perencanaan bersama, Implementasi E-Commerce, Refleksi dan evaluasi, serta pemantapan dan Penerapan. Kesimpulan dari kegiatan ini adalah, mitra PPM yaitu Toko Mama Kudet, Tangerang memperoleh manfaat yaitu memiliki website E-Commerce, media pemasaran semakin luas, memiliki pengetahuan dalam mengelola E-Commerce.
Pengenalan Entitas Biomedis dalam Teks Konsultasi Kesehatan Online Berbahasa Indonesia Berbasis Arsitektur Transformers Abdillah, Abid Famasya; Purwitasari, Diana; Juanita, Safitri; Purnomo, Mauridhi Hery
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 10 No 1: Februari 2023
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2023106337

Abstract

Pengenalan entitas biomedis merupakan salah satu tahapan penting dalam ekstraksi informasi pada domain kesehatan. Untuk melakukannya, penelitian terkini banyak menggunakan model ekstraksi biomedis berbasis deep learning yang juga dikenal sebagai Biomedical NER (BioNER). Banyak penelitian menggunakan data sosial media sebagai basis data latih BioNER untuk memenuhi kebutuhan data yang besar. Di sisi lain, banyaknya topik bahasan pada sosial media membuat sumber data ini kurang representatif digunakan dalam pelatihan BioNER seiring dengan melimpahnya bias serta kurangnya data terkait biomedis. Oleh karena itu, penelitian ini mengusulkan suatu model BioNER yang telah dilatih pada situs konsultasi kesehatan online (KKO) agar memiliki representasi data medis lebih baik dibandingkan dengan  penelitian lain yang sejenis. Kontribusi utama penelitian ini adalah terbentuknya model BioNER yang dapat digunakan dalam metode ekstraksi informasi biomedis dalam Bahasa Indonesia. Model ini dibangun menggunakan arsitektur state-of-the-art Transformers sehingga mendapatkan hasil evaluasi F1 score sebesar 0.7691, mengungguli model LSTM sebesar 0.03 poin. Hasil simulasi terhadap data riil juga menunjukkan bahwa model BioNER mampu mengenali entitas biomedis secara umum meskipun dilatih pada data yang terbatas. Selain itu, dengan digunakannya model berbasis XLM-R, maka model juga memiliki kemampuan pengenalan multibahasa sehingga potensi implementasinya tidak terbatas pada entitas Bahasa Indonesia saja. Untuk mendukung penelitian lanjutan, model pengenalan entitas biomedis ini juga dapat diakses secara publik untuk di https://huggingface.co/abid/indonesia-bioner. AbstractBiomedical entity recognition is one of the important stage in the information extraction, particularly in the health domain. Recent research uses a deep learning-based biomedical extraction model known as Biomedical NER (BioNER). Due to extensive data requirement, many studies still use social media data as a BioNER training data. On the other hand, social media data is less representative because it contains a lot of bias and lack of medical representation terms as the impact of many topics discussed. Therefore, this study proposes a BioNER model that has trained on an online health consultation platform to gain a better representation of biomedical data. This model also built using the state-of-the-art Transformers architecture. Hence, its evaluation results show that this model is able to achieve an F1 score of 0.7691, outperforming the LSTM model by 0.03. Simulation results on the real data also indicate that the BioNER model is able to recognize biomedical entities in general cases despite only trained on limited data. In addition, by using an XLM-R-based model, the recognition model also has multilingual recognition capabilities. Therefore, there is a potential implementation to apply the our BioNER model beyond Indonesian biomedical entities. Our biomedical entity recognition model is also accessible at https://huggingface.co/abid/indonesia-bioner.
Rekomendasi Paket Pakaian Berdasarkan Pola Penjualan Menggunakan Algoritma Apriori Eka Noviyanti, Agnes; Juanita, Safitri
SISFOTENIKA Vol. 14 No. 2 (2024): SISFOTENIKA
Publisher : STMIK PONTIANAK

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

Abstract

The global economy in 2023 is predicted to experience a recession along with declining activity in the trade sector in most countries in the world, including Indonesia. Currently, one of the retail clothing stores that provides many clothing products for women, namely Toko Alys Studio, wants to develop a sales strategy for clothing products in order to compete and increase profits. Thus, the contribution of this research is to find patterns of products sold based on a collection of sales transaction data at Toko Alys Studio using association rules with the Apriori algorithm. The purpose of this research is to provide recommendations for clothing sales patterns so that they can be used to develop the right clothing product sales strategy in order to get more significant profits than before. The data mining methodology used is CRISPM-DM, using a dataset of store sales transaction records from June to September 2021, totaling 885 data, pre-processing to modeling with the Apriori algorithm, and all processes using WEKA 3.8. This study concludes that using the Apriori algorithm with a minimum Support value of 15% and a minimum Confidence value of 50%, successfully found the best pattern recommendations for the sale of clothing products at Toko Alys Studio, namely a combination of 2 products as many as 10 types of patterns, and a combination of 3 products with 3 main types of patterns.
Co-Authors Abdillah, Abid Famasya Amru, Syahnaz Sofinar Anif, M Anif, M. Diana Purwitasari Dolly Virgian Shaka Yudha Sakti Efa Pratiwi, Aisah Tri Eka Noviyanti, Agnes Fadhillah, Ahmad Fadilah, Nabilah Yadzhan Fajarita, Lusi Fawwaz Prabowo, Demas Febriani, Suci Indah Ferdiansyah Ferdiansyah Hardjianto, Mardi I Ketut Eddy Purnama Ilham Ilham Isnaeni, Desy Kusuma, Muhammad Varhan Larasati, Pamela Mauridhi Hery Purnomo Muflih, Fathi Muhammad Anif Muhammad Wildan Nur’aini, Fadhillah Pratiwi Ba’arsyah, Nanda Putri Cahyani Sugiarto, Aprilia Raihan, Muhammad Rasyid, Faturrahman Ar Reza Wibisono Rozi, Ilham Fahrul Samrotul Fu’adah, Dewi Umaeydah, Umaeydah Wahyu Pramusinto Waluyo, Sejati Wardana, Farill Andika Windarto, Windarto Yuliazmi, Yuliazmi Yurmina Tanjung, Neno