Article Per Year (5 Year)
p-Index From 2020 - 2025
2.837
P-Index
This Author published in this journals
All Journal Jurnal Manajemen Kesehatan Yayasan RS.Dr. Soetomo Jurnal Nasional Komputasi dan Teknologi Informasi JATI (Jurnal Mahasiswa Teknik Informatika) Journal of Applied Data Sciences Jurnal Pengabdian Masyarakat Indonesia Jurnal Riset dan Aplikasi Mahasiswa Informatika (JRAMI) CITIZEN: Jurnal Ilmiah Mulitidisiplin Indonesia Jurnal Informatika Teknologi dan Sains (Jinteks) Malcom: Indonesian Journal of Machine Learning and Computer Science
Pramuntadi, Andri
Unknown Affiliation
Religion Aerospace Engineering Humanities Automotive Engineering Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Health Professions Medicine & Pharmacology Neuroscience Public Health Social Sciences Transportation

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

Found 22 Documents
Search

 1   2   3 
ANALISIS RISIKO PADA PENGEMBANGAN PERANGKAT LUNAK MENGGUNAKAN METODE AGILE DAN RAD (RAPID APPLICATION DEVELOPMENT): Pengembangan Rekayasa Perangkat Lunak Prastowo, Wahit Desta; Danianti, Dita; Pramuntadi, Andri
Citizen : Jurnal Ilmiah Multidisiplin Indonesia Vol. 3 No. 3 (2023): CITIZEN: Jurnal Ilmiah Multidisiplin Indonesia
Publisher : DAS Institute

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53866/jimi.v3i3.388

Abstract

Sistem Development Life Cycle (SDLC) dalam pengembangan perangkat lunak tentu menggunakan sebuah metode pengembangan agar tahapannya dapat tercapai dengan baik. Dalam Sistem Development Life Cycle (SDLC) itu sendiri terdapat berbagai metode yang digunakan untuk pengembangan perangkat lunak diantarnya Metode Agile Development dan Metode RAD (Rapid Application Development), namun pengembangan perangkat lunak dengan menerapkan sebuah metode terkadang masih terdapat sebuah kegagalan. Pencegahan terhadap kegagalan dapat dilakukan dengan melakukan analisis resiko dari metode pengembangan perangkat lunak yang digunakan. Pengembangan perangkat lunak menggunakan Metode Agile Development dan Metode RAD (Rapid Application Development) tentu memiliki sebuah kekurangan dan kelebihan berdasarkan krakteristik dari masing-masing metode. Berdasarkan karakteristik dari masing-masing metode maka digunakan sebagai bahan untuk menganalisis resiko terhadap pengembangan perangkat lunak yang akan dilakukan dengan metode-metode tersebut
Semi-Supervised Classification on Credit Card Fraud Detection using AutoEncoders Dzakiyullah, Nur Rachman; Pramuntadi, Andri; Fauziyyah, Anni Karimatul
Journal of Applied Data Sciences Vol 2, No 1: JANUARY 2021
Publisher : Bright Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47738/jads.v2i1.16

Abstract

The use of credit cards for online purchases has increased dramatically and led to an explosion in credit card fraud. Credit card companies need to be able to identify fraudulent credit card transactions so that customers are not charged for items they do not buy. In this study, we will use semi-supervised learning and combine it with AutoEncoders to identify fraudulent credit card transactions. In this paper, we will implement the use of T-SNE to visualize fraud and non-fraud transactions, then improve the visualization using autoencoders. Classification report proved that it is possible to achieve very acceptable precision using semi-supervised classification to detect credit card fraud.
Prediksi Penyakit Diabetes Melitus Tipe 2 Menggunakan Algoritma K-Nearest Neighbor (K-NN) : Prediction of Type 2 Diabetes Mellitus Using The K-Nearest Neighbor (K-NN) Algorithm Oktaviana, Agfa; Wijaya, Dhina Puspasari; Pramuntadi, Andri; Heksaputra, Dadang
MALCOM: Indonesian Journal of Machine Learning and Computer Science Vol. 4 No. 3 (2024): MALCOM July 2024
Publisher : Institut Riset dan Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57152/malcom.v4i3.1268

Abstract

Diabetes Melitus (DM) merupakan salah satu Penyakit Tidak Menular (PTM) yang dikenal dengan tingginya kadar gula dalam darah. International Diabetes Federation (IDF) memprediksi di tahun 2045, penyakit DM akan mengalami peningkatan menjadi 629 juta penduduk. Pada era modern saat ini, pola gaya hidup menjadi hal yang harus diperhatikan karena beriringan dengan berkembangnya teknologi menjadi mudah dan cepat. Pola gaya hidup yang buruk terus-menerus dapat berpotensi untuk terkena penyakit DM Tipe 2. Berbagai upaya dilakukan untuk menekan angka pertumbuhan penyakit ini salah satunya melakukan penelitian untuk membuat predisi terhadap seseorang menggunakan berbagai metode seperti metode klasifikasi K-NN. Tujuan dari penelitian ini adalah mengimplementasikan dan membangun sebuah permodelan. Dataset yang digunakan berasal dari Puskesmas Mlati II Kecamatan Mlati, Kabupaten Sleman, Provinsi Daerah Istimewa Yogyakarta. Dalam membangun sebuah model prediksi, dataset dipreprocessing menggunakan MinMax Normalization, pembagian train set dan test set menggunakan Stratified 5-fold CV. Adapun parameter yang digunakan dari K-NN adalah manhattan distance dan nilai n_neighbors = 13. Dengan menggunakan evaluasi akurasi, presisi, recall, dan f1-score, masing-masing memberikan hasil yaitu 88%, 83%, 87%, dan 85%.
Implementasi Metode Deep Neural Network pada Klasifikasi Penyakit Diabetes Melitus Tipe 2: Implementation of Deep Neural Network Method on Classification of Type 2 Diabetes Mellitus Disease Rizky, Muhammad; Pramuntadi, Andri; Prastowo, Wahit Desta; Gutama, Deden Hardan
MALCOM: Indonesian Journal of Machine Learning and Computer Science Vol. 4 No. 3 (2024): MALCOM July 2024
Publisher : Institut Riset dan Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57152/malcom.v4i3.1279

Abstract

Penyakit diabetes mellitus ditandai oleh tingginya kadar gula dalam darah, juga dikenal sebagai glukosa, sebagai akibat dari kurangnya atau ketidakmampuan tubuh untuk menggunakan insulin secara efisien. Pada tahun 2021, Federasi Diabetes Internasional (IDF) melaporkan bahwa lima negara memiliki jumlah penderita diabetes mellitus terbanyak di kelompok usia 20 hingga 79 tahun. Dengan 19,5 juta orang yang menderita, Indonesia menempati peringkat kedua. Berbagai upaya telah dilakukan untuk menghentikan perkembangan penyakit ini. Salah satunya adalah penelitian yang menggunakan metode klasifikasi Deep Neural Network (DNN) untuk memprediksi risiko seseorang. Menggunakan dataset dari Puskesmas Mergangsan di Kota Yogyakarta, Provinsi DIY, penelitian ini menggunakan sepuluh variabel: jenis kelamin, merokok, berat badan, tinggi badan, Indeks Massa Tubuh (IMT), hipertensi, usia, aktivitas fisik, konsumsi alkohol, dan riwayat penyakit tidak menular. Parameter DNN seperti jumlah lapisan, jumlah neuron, fungsi aktivasi, tingkat pembelajaran, ukuran batch, berat, optimizer, fungsi kehilangan, epoch, dan bias digunakan untuk membangun model prediksi. Metode K 10-fold CV digunakan untuk mempartisi data pelatihan dan uji untuk membuat model prediksi. Hasilnya mencapai 90 persen, 85 persen, 95 persen, dan 89 persen masing-masing dengan menggunakan skor f1, akurasi, presisi, dan recall.
Implementasi Metode Decision Tree pada Prediksi Penyakit Diabetes Melitus Tipe 2: Implementation of Decision Tree Method for Diabetes Mellitus Type 2 Prediction Aditya, Muhammad Fahrul; Pramuntadi, Andri; Wijaya, Dhina Puspasari; Wicaksono, Yanuar
MALCOM: Indonesian Journal of Machine Learning and Computer Science Vol. 4 No. 3 (2024): MALCOM July 2024
Publisher : Institut Riset dan Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57152/malcom.v4i3.1284

Abstract

Diabetes Melitus Tipe 2 merupakan penyakit kronis yang apabila pankreas tidak memproduksi cukup insulin atau ketika tubuh tidak mampu menggunakan insulin yang diproduksi secara efektif. Berbagai cara telah di upayakan untuk mengurangi penderita diabetes salah satunya adalah dengan deteksi dini. Kemajuan teknologi yang sangat pesat berdampak pada dunia medis, salah satunya adalah untuk deteksi dini suatu penyakit. Proses deteksi suatu penyakit menggunakan alat yang telah diprogram dan di intervensi oleh kecerdasan buatan.Terdapat banyak metode dari kecerdasan buatan yang digunakan sebagai model prediksi, salah satunya adalah Decision Tree (DT). Penelitian ini bertujuan untuk mengimplementasikan dan membangun sebuah model prediksi penyakit Diabetes. Dataset yang digunakan adalah dataset yang berasal dari Puskesmas Mlati II Kabupaten Sleman. Model dalam penelitian ini meggunakan metode Decision Tree (Pohon Keputusan), adapun parameter yang digunakan adalah criterion = ‘entropy’, splitter = ‘best’, max_depth = None, min_samples_split = 4, min_samples_leaf = 10. Proses evaluasi model menggunakan akurasi, presisi, recall, dan f1-score yang masing-masing menghasilka nilai 92%, 0.92, 0.915, 0.915.
Sistem Pakar Diagnosa Penyakit Lambung Menggunakan Metode Certainty Factor Berbasis Web: Expert System for Diagnosis of Gastric Diseases Using Web-Based Employment Factors Method Febriani, Hilda Amalia; Wijaya, Dhina Puspasari; Pramuntadi, Andri; Prastowo, Wahit Desta
MALCOM: Indonesian Journal of Machine Learning and Computer Science Vol. 4 No. 4 (2024): MALCOM October 2024
Publisher : Institut Riset dan Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57152/malcom.v4i4.1402

Abstract

Penyakit lambung adalah penyakit yang tidak bisa di anggap remeh, karena karena dapat mengiritasi lapisan esofagus serta membuat lambung menjadi meradang. jika tidak segera ditangani maka bisa berakibat fatal. Kurangnya informasi masyarakat tentang penyakit lambung maka semakin banyak masyarakat yang terkena penyakit lambung, penyebab utama dari penyakit lambung yaitu berasal dari virus dan bakteri helicobacter pylori. Dengan dibuatnya sistem pakar berbasis web menggunakan metode certainty factor ini dapat digunakan sebagai penanganan awal untuk mempermudah user dalam melakukan konsultasi berdasarkan dari gejala-gejala yang ditimbulkan. Penggunaan metode certainty factor pada sistem pakar ini karena hasil dari penerapan metode certainty factor yaitu presentase. Nilai presentase pada sistem pakar diagnosa penyakit lambung ini di ambil dari hasil akhir tertinggi. Berdasarkan dari uji akurasi yang telah dilakukan, mendapatkan hasil tingkat akurasi sebesar 100%. Dengan akurasi yang tinggi maka sistem pakar diagnosa penyakit lambung menggunakan metode certainty factor dapat disimpulkan bahwa sistem pakar ini mempunyai performa yang baik.
PERANCANGAN TEKNOLOGI AUGMENTED REALITY UNTUK PENGENALAN 3 KATA AJAIB (MAAF, TOLONG, TERIMA KASIH) MENGGUNAKAN METODE MARKER BASED BERBASIS ANDROID Mutiara Rahmadhani, Yola; Danianti, Dita; Pramuntadi, Andri
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 5 (2024): JATI Vol. 8 No. 5
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i5.10736

Abstract

Etika komunikasi seperti penggunaan kata “Maaf”, “Tolong”, “Terima kasih” sangatlah penting namun kurang dipraktikkan oleh para siswa di SD Negeri Karangasem Yogyakarta. Hasil observasi dan wawancara menunjukkan bahwa masih banyak siswa belum terbiasa menggunakan 3 kata ajaib tersebut, selain itu media pembelajaran konvensional seperti buku dirasa kurang menarik bagi para siswa. Untuk mengatasi masalah ini, penulis merancang aplikasi Augmented reality (AR) dengan menggunakan metode marker based berbasis android. Proses pengembangan aplikasi akan menggunakan metode waterfall. Perancangan Augmented Reality akan dibangin menggunakan software Unity 3D, Vuforia SDK, Blender dan Microsoft Visual Studio. Pengujian menggunakan Black Box menghasilkan aplikasi berfungsi sesuai dengan tujuan. Hasil dari penelitian ini adalah, sistem ini terbilang efektif dalam memperkenalkan etika dasar dalam berkomunikasi yang baik di kalangan siswa SD Negeri Karangasem Yogyakarta dengan menggabungkan teknologi AR dalam buku cerita.
Penerapan Metode Waterfall dalam Pengembangan Sistem CRM Berbasis Web untuk Travel Jawahir, M Haikal; Pramuntadi, Andri; Danianti, Dita; Prastowo, Wahit Desta
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 7, No 4 (2024): Agustus 2024
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v7i4.7774

Abstract

Abstrak—Penelitian ini membahas penerapan metode Waterfall dalam pengembangan sistem Customer Relationship Management (CRM) berbasis web untuk PT. Mandiri Tour Travel Subang. Tujuan utama penelitian ini adalah untuk merancang dan mengimplementasikan sistem CRM yang dapat meningkatkan efisiensi operasional dan kepuasan pelanggan. Sistem CRM yang dikembangkan memiliki fitur utama, yaitu pemesanan paket wisata, manajemen keluhan pelanggan, email marketing, dan manajemen data pelanggan. Metode Waterfall digunakan sebagai kerangka kerja pengembangan sistem karena pendekatannya yang terstruktur dan linear, memfasilitasi proses dokumentasi yang jelas dan evaluasi yang sistematis pada setiap tahap pengembangan. Hasil penelitian menunjukkan bahwa penerapan metode Waterfall dalam pengembangan sistem CRM ini berhasil memenuhi kebutuhan bisnis PT. Mandiri Tour Travel Subang, serta mampu meningkatkan kualitas pelayanan dan interaksi dengan pelanggan. Penelitian ini diharapkan dapat menjadi referensi bagi pengembangan sistem serupa di industri pariwisata.Kata kunci : Metode Waterfall, Customer Relationship Management, Sistem CRM, Travel, Pengembangan Website Abstract — This study investigates the application of the Waterfall method in developing a web-based Customer Relationship Management (CRM) system for PT. Mandiri Tour Travel Subang. The study aims to design and implement a CRM system that enhances operational efficiency and customer satisfaction. The developed system integrates features such as package booking, customer complaint management, email marketing, and customer data management. The Waterfall methodology was chosen due to its structured and linear approach, facilitating clear documentation and systematic evaluation at each stage of development. The study found that the implementation of the Waterfall method in developing the CRM system successfully met the business needs of PT. Mandiri Tour Travel Subang, improving service quality and customer interaction. The findings of this study can serve as a reference for developing similar systems in the tourism industry.Keywords : Waterfall Method, Customer Relationship Management, CRM System, Travel, Website Development
Sistem Prediksi Ketersediaan Stok Obat Menggunakan Metode Triple Exponential Smoothing (Studi Kasus: Apotek K-24 Wirosaban) Setiawan P, Andi; Pramuntadi, Andri; Wijaya, Dhina Puspasari; Prastowo, Wahit Desta
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 7, No 5 (2024): Oktober 2024
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v7i5.7943

Abstract

Abstrak - Fenomena di Apotek K-24 Wirosaban menunjukkan adanya fluktuasi signifikan dalam penggunaan obat yang berdampak pada ketersediaan stok. Masalah utama yang dihadapi adalah sering terjadinya kekosongan dan kelebihan stok akibat ketidakakuratan dalam peramalan kebutuhan obat. Sistem pencatatan persediaan yang ada belum mampu memprediksi kebutuhan dengan tepat, sehingga diperlukan metode yang lebih akurat untuk memperkirakan penggunaan obat. Penelitian ini bertujuan merancang sistem prediksi ketersediaan stok obat menggunakan metode Triple Exponential Smoothing, yang dipilih karena kemampuannya menangani pola musiman dalam penggunaan obat. Sistem prediksi berbasis web yang diusulkan akan terintegrasi dengan sistem pengelolaan apotek yang sudah ada. Data penggunaan obat dikumpulkan dan dianalisis untuk menghasilkan prediksi yang lebih akurat. Hasil penelitian menunjukkan bahwa sistem prediksi ini membantu Apotek K-24 Wirosaban dalam merencanakan kebutuhan stok obat dengan lebih efektif, mengurangi risiko kekosongan dan kelebihan stok. Dari hasil perhitungan MAD, MSE, dan MAPE untuk masing-masing nilai α (alpha), dipilih α sebesar 0,3 yang menunjukkan nilai error terkecil, dengan MAD sebesar -12,6467, MSE sebesar 2253,453, dan MAPE sebesar -914,935%. Prediksi stok sebesar 151 dengan error minimal membuktikan bahwa metode ini akurat. Dengan implementasi sistem prediksi ini, apotek dapat meningkatkan efisiensi manajemen persediaan, meningkatkan kualitas layanan, dan mengoptimalkan operasional secara keseluruhan..Kata Kunci: Prediksi Stok Obat, Triple Exponential Smoothing, Apotek, Sistem Berbasis Web, Manajemen Persediaan Abstract - The phenomenon at K-24 Wirosaban Pharmacy shows significant fluctuations in drug usage, impacting stock availability. The main issue faced is frequent stockouts and overstocking due to inaccurate forecasting of drug needs. The existing inventory recording system is unable to predict requirements accurately, necessitating a more precise method for forecasting drug usage. This study aims to design a drug stock prediction system using the Triple Exponential Smoothing method, chosen for its ability to handle seasonal patterns in drug usage. The proposed web-based prediction system will be integrated with the existing pharmacy management system. Drug usage data will be collected and analyzed to produce more accurate predictions.The results of the study show that this prediction system helps K-24 Wirosaban Pharmacy plan drug stock needs more effectively, reducing the risk of stockouts and overstocking. Based on MAD, MSE, and MAPE calculations for each value of α (alpha), α of 0.1 was selected as it showed the smallest error, with a MAD of -12,6467, MSE of 2253,453, and MAPE of -914,935%. A stock prediction of 151 with minimal error proves the accuracy of this method. With the implementation of this prediction system, the pharmacy can improve inventory management efficiency, enhance service quality, and optimize overall operations.Keywords: Drug Stock Prediction, Triple Exponential Smoothing, Pharmacy, Web-Based System, Inventory Management
Sistem Pendukung Keputusan Pemilihan Tribe Menggunakan Metode Smart (Simple Multi Attribute Rating Technique) (Studi Kasus PT Chakra Giri Energ Indonesia) Permana, Candra; Pramuntadi, Andri; Wijaya, Dhina Puspasari; Prastowo, Wahit Desta
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 7, No 4 (2024): Agustus 2024
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v7i4.7816

Abstract

Abstrak - Dalam skripsi berjudul “Sistem Pendukung Keputusan Pemilihan Tribe Menggunakan Metode SMART (Simple Multi Attribute Rating Technique) Pada PT Chakra Giri Energi Indonesia,” penelitian ini bertujuan untuk mengimlementasikan metode SMART (Simple Multi Attribute Rating Technique) sebagai solusi dalam pemilihan Tribe Kampus Merdeka dengan berfokus pada kriteria yang sudah ditetapkan oleh PT Chakra Giri Energi Indonesia. Metode penelitian menggunakan Sistem Pendukung Keputusan (SPK) berdasarkan metode SMART, dan sebagai hasilnya, telah berhasil mengembangkan sabuah aplikasi berbasis web yang bertujuan membantu manajer PIC dalam pengambilan keputusan secara objektif dalam pemilihan Tribe Kampus Merdeka. Kriteria yang digunakan dalam penelitian ini mencakup aspek pengalaman, Komunikasi, Motivasi dan Indeks Prestasi Kumulatif dan uji coba menunjukan bahwa sistem ini berhasil dalam menyelesaikan permasalahan pemilihan Tribe Kampus Merdeka sesuai kriteria dan bobot yang telah ditentukan oleh PT Chakra Giri Energi Indonesia. Selain itu, sistem ini juga memfasilitasi pengguna dengan fitur cek record atau riwayat guna membandingkan standarisasi untuk menjadi Tribe pada tahun yang akan datang sehingga manajer PIC bisa lebih mudah serta bisa mengunduh hasil seleksi dalam format PDF.Kata kunci: Metode SMART, Sistem Pendukung Keputusan, Tribe, MSIB Magang Kampus Merdeka. Abstract - In the thesis entitled "Decision Support System for Tribe Selection Using the SMART (Simple Multi Attribute Rating Technique) Method at PT Chakra Giri Energi Indonesia," this research aims to implement the SMART (Simple Multi Attribute Rating Technique) method as a solution in selecting the Merdeka Campus Tribe by focusing on the criteria set by PT Chakra Giri Energi Indonesia. The research method uses a Decision Support System (SPK) based on the SMART method, and as a result, it has succeeded in developing a web-based application that aims to assist PIC managers in making objective decisions in the selection of Tribe Kampus Merdeka. The criteria used in this study include aspects of experience, Communication, Motivation and Grade Point Average and trials show that this system is successful in solving the problem of selecting Tribe Kampus Merdeka according to the criteria and weights determined by PT Chakra Giri Energi Indonesia. In addition, this system also facilitates users with a record or history check feature to compare the standardization to become a Tribe in the coming year so that the PIC manager can be easier and can download the selection results in PDF format.Keywords: SMART Method, Decision Support System, Tribe, MSIB Internship at Merdeka Campus.
Co-Authors Aditya, Muhammad Fahrul Aliya, Firda Rizki Almaarif, Muhammad Nurrudin Andari, Rachma Yuni Desta Prastowo, Wahit Dhina Puspasari Wijaya, Dhina Puspasari Diana, Fitriani Dita Danianti Dzakiyullah, Nur Rachman Fatkhurrohmah, Azizah Nur Fauziyyah, Anni Karimatul Febriani, Hilda Amalia Guntari, Titik Gutama, Deden Hardan Hardan Gutama, Deden Heksaputra, Dadang Jawahir, M Haikal Juselwa, Bagas Fiorel Kurniawan, Rahmadhani MaretaSari, Rhafika Mufidah, Ishlahiyatul Muhammad Furqon, Habib muhammad rizky, muhammad Mutiara Rahmadhani, Yola Oktaviana, Agfa Padmarasti, Erda Permana, Candra Prasetyaningsih, Dita Milani Prastowo, Wahit Desta Puspasari Wijaya, Dhina Qomaruzaman, Salis Nizar Riskiah, Putri Maulidatur Rohmah, Ailsa Nurotul Romauli Nur Imani L Siregar, Ananda Rusmiyati, Ratih Saidah, Nadiyah Setiawan P, Andi Siregar, Sokina Wati Subhan Yazid, Ahmad Sumarni Sumarni Susana Susana Tri Wulandari Wijaya, Dhina Puspasawi Yanuar Wicaksono