Article Per Year (5 Year)
p-Index From 2021 - 2026
9.832
P-Index
This Author published in this journals
All Journal TEKNIK INFORMATIKA JURNAL DERIVAT: JURNAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA Infotech Journal JUPITER (Jurnal Pendidikan Teknik Elektro) CESS (Journal of Computer Engineering, System and Science) SMATIKA Jurnal Informatika Upgris Fountain of Informatics Journal JOURNAL OF APPLIED INFORMATICS AND COMPUTING International Journal of Technology And Business Khadimul Ummah Journal of Social Dedication Jurnal Inotera JSiI (Jurnal Sistem Informasi) JURNAL MANAJEMEN (EDISI ELEKTRONIK) IJISTECH (International Journal Of Information System & Technology) Shirkah: Journal of Economics and Business Indonesian Journal of Applied Informatics Simtek : Jurnal Sistem Informasi dan Teknik Komputer Progresif: Jurnal Ilmiah Komputer Indonesian Journal of Community Services Jurnal Informatika dan Rekayasa Elektronik Generation Journal JATI (Jurnal Mahasiswa Teknik Informatika) INFORMASI (Jurnal Informatika dan Sistem Informasi) Jurnal Sistem Komputer & Kecerdasan Buatan G-Tech : Jurnal Teknologi Terapan TIN: TERAPAN INFORMATIKA NUSANTARA Infotech: Journal of Technology Information Jurnal Teknologi Informatika dan Komputer Journal of Computer Networks, Architecture and High Performance Computing Infokes : Jurnal Ilmiah Rekam Medis dan Informasi Kesehatan Idealis : Indonesia Journal Information System SKANIKA: Sistem Komputer dan Teknik Informatika IJISTECH Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer) Infotech: Jurnal Informatika & Teknologi International Journal of Community Service International Conference on Industrial Revolution for Polytechnic Education Buletin Sistem Informasi dan Teknologi Islam Jurnal Ilmu Komputer dan Teknologi (IKOMTI) Jurnal Informatika Teknologi dan Sains (Jinteks) Journal of Management and Digital Business Duta.com : Jurnal Ilmiah Teknologi Informasi dan Komunikasi Prosiding Seminar Nasional Hasil-hasil Penelitian dan Pengabdian Pada Masyarakat Duta Abdimas: Jurnal Pengabdian Masyarakat Proceeding of International Conference Health, Science And Technology (ICOHETECH) Prosiding Seminar Nasional Teknologi Informasi dan Bisnis LOFIAN: Jurnal Teknologi Informasi dan Komunikasi Innovative: Journal Of Social Science Research Prosiding Seminar Informasi Kesehatan Nasional Journal Of Artificial Intelligence And Software Engineering Jurnal INFOTEL Jurnal Sains, Nalar, dan Aplikasi Teknologi Informasi SmartComp Smatika Jurnal : STIKI Informatika Jurnal Jurnal Teknik Silitek
Nurchim
Universitas Duta Bangsa Surakarta
Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Arts Humanities 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 Veterinary Other

Published : 92 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 92 Documents
Search

 6   7   8   9   10 
Penguatan Irigasi Pertanian melalui Pendampingan Pemasangan Solar Panel di Desa Guli Nurmalitasari Nurmalitasari; Nurchim Nurchim
Duta Abdimas Vol. 5 No. 1 (2026): Duta Abdimas: Jurnal Pengabdian Masyarakat
Publisher : LPPM Universitas Duta Bangsa Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47701/sferp748

Abstract

Pertanian pedesaan di Desa Guli menghadapi kendala irigasi akibat ketergantungan pada pompa berbahan bakar fosil dan listrik konvensional yang rentan terhadap ketidakstabilan pasokan serta tingginya biaya operasional, terutama pada musim kemarau. Kegiatan pengabdian ini bertujuan memperkuat sistem irigasi melalui pendampingan pemasangan panel surya sebagai sumber energi pompa air agar pengairan lebih stabil, efisien, dan berkelanjutan. Metode yang digunakan bersifat partisipatif dan aplikatif melalui tahapan persiapan, implementasi, pendampingan, dan evaluasi pada periode Agustus–Oktober 2025 dengan melibatkan petani dan perangkat desa. Implementasi meliputi survei lokasi, pemasangan rangka dan modul panel surya, integrasi dengan pompa air, uji fungsi, serta pelatihan pengoperasian dan pemeliharaan rutin. Hasil kegiatan menunjukkan sistem irigasi tenaga surya dapat dioperasikan secara efektif sehingga distribusi air lebih terjadwal dan tidak bergantung pada listrik konvensional. Dari sisi ekonomi, penerapan sistem ini menunjukkan adanya penurunan signifikan pada biaya operasional irigasi setelah penggunaan panel surya. Implikasi kegiatan ini adalah peningkatan keandalan irigasi, penguatan kapasitas petani dalam pengelolaan teknologi, serta efisiensi biaya energi yang mendukung keberlanjutan usaha tani dan peluang replikasi pada lahan lain di Desa Guli
Empowering Asian Students Through Artificial Intelligence: A Workshop on Predicting Plant Growth to Support Smart Farming Nurchim Nurchim; Nurmalitasari Nurmalitasari
International Journal Of Community Service Vol. 5 No. 1 (2025): February 2025 (Indonesia - Malaysia)
Publisher : CV. Inara in Colaboration with www.stie-sampit.ac.id

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51601/ijcs.v5i1.839

Abstract

The integration of Artificial Intelligence (AI) in agriculture has revolutionized traditional farming practices, enhancing productivity, efficiency, and sustainability. This study highlights a workshop aimed at equipping students with practical AI skills, specifically focusing on linear regression techniques for crop growth prediction. The workshop, involved 55 students from nine Asian countries, fostering cross-cultural collaboration. Participants were introduced to theoretical concepts and engaged in hands-on training, covering data preprocessing, region of interest extraction, and model implementation using Python. The program emphasized the role of AI in addressing agricultural challenges such as resource optimization and food security. The workshop was conducted in five stages: preparation, implementation, evaluation, dissemination, and participant engagement. Pre and post-test evaluations revealed a significant improvement in participants’ AI knowledge, with average scores increasing from 45% to 85%. Practical activities enabled students to connect theoretical knowledge with real-world applications, enhancing their ability to predict crop growth using AI techniques. Dissemination efforts included reports and publications to inspire similar global initiatives. The results demonstrated the workshop's effectiveness in bridging knowledge gaps, fostering sustainable agricultural practices, and preparing a skilled workforce capable of leveraging AI to address future challenges in smart farming.
Implementasi Sistem Smart Home Untuk Monitoring Dan Kontrol Peralatan Rumah Berbasis Internet of Things Uvi Firgianingsih Uvi Firgianingsih; Nurchim Nurchim; Rudi Susanto
JUPITER (JURNAL PENDIDIKAN TEKNIK ELEKTRO) Vol. 9 No. 1 (2024)
Publisher : Universitas PGRI Madiun

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25273/jupiter.v9i1.17880

Abstract

Saat ini banyak pemilik rumah menggunakan peralatan elektronik yang berlebihan. Pemilik rumah sering mengalami kelalaian dalam mematikan perangkat elektronik saat meninggalkan rumah. Tujuan dari penelitian ini adalah membuat sistem smart home untuk monitoring dan kontrol rumah berbasis IoT guna mengendalikan dan memantau kondisi lampu rumah dengan aplikasi web dengan memanfaatkan hasil pembacaan intensitas cahaya dari sensor LDR sesuai dengan SNI Nomor 03-6197-2000 tentang Konservasi energi. Metode penelitian menggunakan Rapid Application Development (RAD). Metode ini mengurangi jumlah waktu yang dibutuhkan untuk perencanaan, desain, dan implementasi sistem hasil pembacaan dari sensor dikirim dan diolah NodeMcu ESP8266, setelah di olah data akan dikirimkan ke cloud server dan disimpan pada database melalui jaringan internet yang terhubung dengan NodeMcu melalui wifi. Data yang tersimpan pada cloud dapat diakses di semua device yang terkoneksi internet melalui aplikasi. Hasil penelitian ini berupa prototipe smart home yang dibuat dapat digunakan untuk mengendalikan lampu sesuai yang diharapkan. Mode otomatis sistem memanfaatkan hasil pembacaan intensitas cahaya dalam ruangan dari sensor LDR dalam menyalakan atau mematikan relay, sedangkan mode manual sistem dapat dikontrol secara manual untuk menyalakan atau mematikan relay.
Klasifikasi Ancaman Keamanan Siber Menggunakan Algoritma Naive Bayes Irwan Budianto; Nurchim Nurchim; Hanifah Permatasari
IJAI (Indonesian Journal of Applied Informatics) Vol 9, No 2 (2025)
Publisher : Universitas Sebelas Maret

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20961/ijai.v9i2.104668

Abstract

Abstrak : Saat ini keamanan siber menjadi permasalahan utama didalam tata kelola keamanan informasi Pemerintah Daerah. Untuk mencegah terjadinya kerugian akibat serangan siber maka perlu dilakukan identifikasi dan klasifikasi terhadap ancaman siber secara cepat dan akurat. Sehingga diperlukan sebuah system untuk mengklasifikasikan ancaman siber yang terjadi. Penelitian ini adalah membangun sistem klasifikasi ancaman keamanan siber menggunakan algoritma Naive Bayes sehingga dapat dilakukan analisis data ancaman secara efektif dan mengklasifikasikan jenis ancaman dengan akurasi yang tinggi. Metode yang digunakan adalah pengumpulan dataset terkait log aktifitas serangan yang terekam di aplikasi Wazuh. Selanjutnya dilakukan preprocessing data untuk mendapatkan atribut yang sesuai dengan kebutuhan sistem. Penerapan algoritma Naive Bayes digunakan sebagai metode klasifikasi berdasarkan probabilitas atribut terhadap kategori ancaman. Hasil penelitian menunjukkan bahwa algoritma Naive Bayes mampu mengklasifikasikan ancaman keamanan siber dengan akurasi yang baik, sehingga dari system yang dibangun dapat ditentukan bahwa serangan yang terjadi pada area sistem operasi server atau aplikasi web serta mampu memberikan dukungan pengambilan keputusan yang lebih cepat dalam mitigasi serangan. Hasil pengujian menunjukkan performa yang sangat baik dari model Naive Bayes pada kedua kelas yaitu presisi=0.98, recall=1, f1-score=0.99, support=57.===================================================Abstract :Currently, cybersecurity is a major problem in the governance of regional government information security. To prevent losses due to cyber attacks, it is necessary to identify and classify cyber threats quickly and accurately. So a system is needed to classify cyber threats that occur. This study is to build a cybersecurity threat classification system using the Naive Bayes algorithm so that threat data analysis can be carried out effectively and classify types of threats with a high level of accuracy. The method used is collecting datasets related to attack activity logs recorded in the Wazuh application. Furthermore, data preprocessing is carried out to obtain attributes that match system needs. The Naive Bayes algorithm is implemented as a classification technique that evaluates the probability of attributes relative to threat categories. The findings indicate that this algorithm effectively categorizes cybersecurity threats with high accuracy. Consequently, the developed system can identify whether an attack targets the server operating system or the web application, while also enabling faster decision-making to support attack mitigation. The Naive Bayes model performs exceptionally well in both classes according to the test results, with precision=0.98, recall=1, f1-score=0.99, and support=57.
Implementasi Algoritma K-Nearest Neighbor untuk Optimasi Pemberian Reward Siswa SMA Agus Riyanto; Nurchim; Intan Oktaviani
Jurnal Sistem Informasi Vol. 12 No. 2 (2025)
Publisher : Universitas Serang Raya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30656/jsii.v12i2.11017

Abstract

Giving rewards to school students is one strategy to increase learning motivation and participation in school. However, the system used to give rewards is usually still conventional, so it often faces challenges in terms of objectivity and comprehensiveness of assessment criteria. This study aims to apply the K-Nearest Neighbor (KNN) algorithm as an optimization tool in determining student reward recipients in High Schools. The data used include the average report card value, moral values, parents' income, number of siblings and scores in non-academic activities. The KNN method was chosen because of its ability to classify based on the similarity of neighbor data. The research process begins with collecting historical student data, data normalization, determining the KNN model, and evaluating the model. The results of the study show that the KNN model is able to classify students with a certain level of accuracy in recommending the right reward category. The conclusion of this study is that the application of the KNN algorithm can provide a more structured and objective approach to the reward giving process, so that it can help schools make transparent decisions and in accordance with the principles of justice. This system is expected to increase the effectiveness of the reward program and encourage development for students. Keyword : K-Nearest Neighbor, Reward, Classification, Objectivity, Optimization
RANCANG BANGUN SISTEM ABSENSI DENGAN RFID BERBASIS IoT PT. UMBI TEKNOLOGI INDONESIA Gabriel Yafet Ardana; Nurchim; Bondan Wahyu Pamekas
Jurnal Teknik SILITEK Vol. 4 No. 02 (2024)
Publisher : Fakultas Teknik Universitas Pasifik Morotai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51135/5rytzy52

Abstract

Dalam era digital saat ini, otomatisasi teknologi informasi memainkan peran penting dalam meningkatkan efisiensi operasional di berbagai sektor, termasuk pendidikan dan industri. Artikel ini membahas rancang bangun sistem absensi berbasis Internet of Things (IoT) menggunakan teknologi Radio Frequency Identification (RFID). Sistem ini dirancang untuk menggantikan metode absensi manual yang seringkali memakan waktu dan rentan terhadap kesalahan manusia. Sistem yang diusulkan terdiri dari perangkat keras RFID yang terhubung dengan jaringan IoT untuk mengumpulkan data kehadiran secara real-time. Data tersebut kemudian dikirim ke server melalui jaringan internet dan dapat diakses melalui website. Sistem ini memungkinkan pemantauan kehadiran secara instan dan pelaporan otomatis secara lebih akurat dan efisien. Hasil pengujian menunjukkan bahwa sistem absensi berbasis RFID dan IoT ini mampu meningkatkan akurasi dan kecepatan proses pencatatan kehadiran. Dengan demikian, penerapan teknologi RFID dan IoT dalam sistem absensi ini dapat memberikan kontribusi signifikan dalam meningkatkan efisiensi dan akurasi manajemen kehadiran.
Training on the Utilization of Artificial Intelligence for Optimizing MSME Product Marketing on E-Commerce Platforms Nurmalitasari; Nurchim; Safina Callistamalva Arindrajaya; Rahma Fauzia Madaningrum
International Journal Of Community Service Vol. 6 No. 3 (2026): August 2026 ( Indonesia - Malaysia - Thailand)
Publisher : CV. Inara in Colaboration with www.stie-sampit.ac.id

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51601/ijcs.v6i3.1034

Abstract

This community service activity aimed to strengthen the capacity of micro, small, and medium enterprises (MSMEs) in Karanganyar Regency to utilize artificial intelligence (AI) for product marketing on e-commerce platforms. Thirty MSME representatives participated in training covering four competency domains: AI concept understanding, AI tool use, marketing content creation, and e-commerce product optimization. Learning outcomes were evaluated descriptively using pre-test and post-test mean scores on a 0–100 scale. The results showed improvement in all four domains. AI concept understanding increased from 50 to 80, equivalent to a 30-point gain and a 60.0% relative improvement. AI tool use increased from 55 to 70 (27.3%), marketing content creation from 50 to 82 (64.0%), and e-commerce product optimization from 53 to 81 (52.8%). Across the four indicators, the average score increased from 52.00 to 78.25, representing an absolute gain of 26.25 points and a 50.5% relative improvement. The highest post-test score and the largest relative improvement were observed in marketing content creation, while AI tool use showed the smallest relative gain. These descriptive findings indicate positive immediate learning outcomes and support the use of practice-oriented AI training to strengthen MSME digital marketing capabilities. Because only aggregate pre-test and post-test means were available, the results should not be interpreted as evidence of statistical significance or long-term business performance. Follow-up mentoring and outcome monitoring are recommended.
Evaluasi Kinerja Plugin AI Clarity Vx dalam Mereduksi Microphone Bleeding pada Multitrack Vocal Live Sound Berdasarkan SNR Alberthino Ramadhan Oktaviano; Nurchim; Pramono
Prosiding Seminar Nasional Teknologi Informasi dan Bisnis Prosiding Seminar Nasional Teknologi Informasi dan Bisnis (SENATIB) 2026
Publisher : Fakultas Ilmu Komputer Universitas Duta Bangsa Surakarta

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

Abstract

Menjaga kejernihan sinyal vokal pada sistem suara pertunjukan langsung (live sound) sering kali terkendala oleh fenomena microphone bleeding, terutama akibat instrumen berdinamika keras. Keterbatasan perangkat konvensional dalam menyaring kebocoran tersebut mendorong pemanfaatan algoritma kecerdasan buatan melalui plugin Waves Clarity Vx. Penelitian ini bertujuan untuk mengevaluasi kinerja plugin tersebut dalam mereduksi microphone bleeding pada kanal vokal multitrack guna menentukan batas optimal terhadap intensitas pemrosesan. Dengan menggunakan pendekatan kuantitatif eksperimental melalui simulasi Virtual Soundcheck, pengujian dilakukan pada 15 sampel vokal dengan menerapkan variasi tingkat reduksi mulai dari 0%, 50%, 75%, hingga 100%. Tingkat kejernihan sinyal dievaluasi secara objektif berdasarkan pengukuran nilai amplitudo Root Mean Square (RMS) yang dikonversi menjadi Signal-to-Noise Ratio (SNR). Hasil analisis menunjukkan bahwa intensitas pemrosesan 50% adalah sebagai titik optimal karena mampu meredam kebisingan latar secara signifikan tanpa mengurangi kualitas sinyal vokal, sedangkan intensitas 100% terbukti stagnan dan justru berisiko mereduksi energi vokal utama. Dengan demikian, plugin AI Clarity Vx dinilai efisien untuk diimplementasikan secara langsung pada sistem live sound selama pengaturannya dikunci pada batas aman 50%.
Pengembangan Sistem Estimasi Gizi dan Kalori Berbasis MobilenetV3 dan Tensorflow Sholeh Abdul Irfan Torodipo; Nurchim -; Sri Sumarlinda
Prosiding Seminar Nasional Teknologi Informasi dan Bisnis Prosiding Seminar Nasional Teknologi Informasi dan Bisnis (SENATIB) 2026
Publisher : Fakultas Ilmu Komputer Universitas Duta Bangsa Surakarta

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

Abstract

Manajemen nutrisi adalah faktor penentu dalam mencapai target kesehatan, baik untuk penurunan berat badan, pemeliharaan berat badan ideal, maupun peningkatan massa otot, namun masyarakat sering mengalami kesulitan mengidentifikasi kandungan gizi dan kalori makanan secara cepat dan akurat sehingga estimasi yang dihasilkan rawan bias. Penelitian ini bertujuan merancang dan mengembangkan sistem aplikasi estimasi gizi dan kalori berbasis Deep Learning yang mampu mengenali 34 kelas makanan Indonesia dan buah-buahan lokal dari citra digital secara otomatis dan real-time. Sistem dibangun menggunakan arsitektur MobileNetV3 dan framework TensorFlow dengan metode CNN dan Transfer Learning dua fase (feature extraction dan fine-tuning) serta augmentasi data, kemudian diimplementasikan sebagai Progressive Web App (PWA) dengan backend Flask dan frontend Vanilla JS yang mengintegrasikan hasil klasifikasi dengan basis data TKPI dan fatsecret. Dataset terdiri dari 5.690 citra yang dibagi 80:10:10, dan evaluasi pada 569 citra uji menghasilkan akurasi 95,08% serta Weighted Average F1-Score 95,1%, melampaui target awal 85%. Hasil ini membuktikan bahwa sistem yang dikembangkan layak digunakan sebagai solusi praktis pemantauan nutrisi harian berbasis citra, baik dari sisi akurasi model maupun kelengkapan fitur aplikasi. Penelitian selanjutnya dapat diarahkan pada penambahan deteksi multi-objek dalam satu frame serta integrasi sensor berat porsi untuk meningkatkan presisi estimasi kalori.
Analisis Komparatif Optimasi Hyperparameter Metaheuristik pada Model Deep Learning untuk Deteksi Berita Hoaks Berbahasa Indonesia Ramadhani, Rafli; Nurchim, Nurchim; Pramono, Pramono
Journal of Artificial Intelligence and Software Engineering Vol 6, No 2 (2026): Juni (OnProgress)
Publisher : Politeknik Negeri Lhokseumawe

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30811/jaise.v6i2.9497

Abstract

The spread of hoax news on digital platforms demands an automatic detection system based on Neural Networks. However, the performance of these models is heavily influenced by hyperparameter configuration, where manual determination is time-consuming and prone to overfitting. This study aims to compare the performance of Genetic Algorithm (GA), Particle Swarm Optimization (PSO), and Hybrid GA-PSO in optimizing hyperparameters of Artificial Neural Network (ANN), Convolutional Neural Network (CNN), and Long Short-Term Memory (LSTM) architectures for detecting hoax news in Indonesian. Quantitative experiments were conducted using 4,132 news data, extracted through TF-IDF and Word2Vec, then trained and evaluated based on the level of classification accuracy and convergence quality. The test results show that the effectiveness of the optimization algorithm is highly dependent on the model architecture. In the baseline ANN model, PSO performed optimally with an accuracy of 96.3% and an F1-Score of 96.3% due to its ability to exploit parameters stably. In the CNN model, PSO experienced overfitting, making GA the best method with 95.4% accuracy due to its advantage in maintaining model generalization on new data. Meanwhile, for the LSTM sequential model, pure GA experienced model collapse with accuracy dropping to 49.9%. The Hybrid GA-PSO approach proved to be the most optimal method for LSTM, dominating with the highest accuracy of 96.5%, a precision rate of 97.2%, and an F1-score of 96.5%. In conclusion, algorithm hybridization is highly recommended for complex architectures to overcome the weaknesses of a single algorithm while producing sharp predictions that precisely distinguish facts from hoaxes.
Co-Authors Abdullah Abdullah Syaifudin Achmad Sholichin Afu Ichsan Pradana Agus Riyanto Agustina Srirahayu Ahmad Qashid Husaini Ahmad Setiawan Alberthino Ramadhan Oktaviano Andrean, Fauzi Andy Ariyanto Ardi Lestari, Sofiana Ardianto Pambudi arif wicahyanto Assidiq, Abdul Hafid Atmojo, Fattah Satrio Atmojo, Fernando Winantya Aulia, Sherina Revita Awang Long, Zalizah Bagus Muhammad Latif Bangun Prajadi Cipto Utomo Bondan Wahyu Pamekas Carolina Wibowo, Anita Dwi Hartanti Dwi Kurniawan Saputro Edy Kurniawan Eko Purwanto Faiq Muhammad, Nibras Fendi Untoro Feri Setiyono Gabriel Ardana Gabriel Yafet Ardana Hasanah, Herliyani Herliyani Hasanah Ibnu Bagus Setiawan immaculata yolia dewi Widayanti Indah Nofikasari Indriyas Kukuh Wijayanti Intan Oktaviani Irawan, Etwin Hendri Irwan Budianto Krisna Joko Purjianto Kurniawan, Daniel Ade Mahendra Abdul Rahman, Rizqy Maskhul Ryan Ibrahim Maulindar, Joni Muhammad Hafizh Al Mustofa Muhammad Ilham Pratama Muhammad Nibras Faiq Muhammad Rais Ramadhani Mumu, Raul Galvin Rudolf Munaiseche, Christian Imanuel Musarof Morisrona Muttaqi, Bagas Ningsih, Pipin Widya Novemy Triyandari Nugroho Novianto, Novianto Nugroho, Mohammad Yusuf Nurhayati Nurhayati Nurlita, Catarina Ivanda Nurmalitasari Nurmalitasari Nurmalitasari Nurmalitasari Permatasari, Hanifah Pipit Vidianti Pramono Pramono Pramono Pramono Prasetya, Ian Putra Prastyo, Okik Dwi Pratama, Wahyu Adi Putra Prasetya, Ian Putra Prasetya Putra Pratama, Dita Putra, Wihan Perkasa Nugraha Ragil Saputro, Abdullah Rahadian, Dwiki Rasya Rahma Fauzia Madaningrum Ramadhani, Rafli Rudi Susanto Rukmini, Siti Safina Callistamalva Arindrajaya Santoso, Tri Djoko Saputra, Muchammad Yoga Sari, Nur Avia Adenta Setrayana, Abiyyu Sholeh Abdul Irfan Torodipo Sholeh, Ilham Sholichin, Achmad Singgih Purnomo Sopingi SRI SUMARLINDA Sulistyo Wahyu S Suryadi, Agung Suryani, Fajar Suryani, Fajar Suryani Taufik Hidayat Tejo Arum, Dinenda Tri Djoko Santosa Untoro, Fendi Uvi Firgianingsih Uvi Firgianingsih Vihi Atina Widayanti, immaculata yolia dewi Wijayanti, Indriyas Kukuh Wijiyanto Yommy Adhiwira Yudha Yunita Wisda Tumarta Arif Zalizah Awang Long Zalizah Awang Long