Article Per Year (5 Year)
p-Index From 2021 - 2026
9.376
P-Index
This Author published in this journals
All Journal Jurnal Keperawatan PROtek : Jurnal Ilmiah Teknik Elektro Bianglala Informatika : Jurnal Komputer dan Informatika Akademi Bina Sarana Informatika Yogyakarta Promotif: Jurnal Kesehatan Masyarakat Jurnal INSYPRO (Information System and Processing) Jurnal Manajemen Kesehatan Yayasan RS.Dr. Soetomo JURNAL INSTEK (Informatika Sains dan Teknologi) Jurnal Informasi Kesehatan Indonesia (JIKI) Journal of Health Sciences Jurnal Manajemen Informasi Kesehatan Indonesia (JMIKI) Ainet : Jurnal Informatika Jurnal Ilmiah Perekam dan Informasi Kesehatan Imelda (JIPIKI) Babali Nursing Research Madaniya J-PEN Borneo : Jurnal Ilmu Pertanian Tangible Journal Jurnal Pendidikan, Sains, Geologi, dan Geofisika (GeoScienceEd Journal) Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer) Joutica : Journal of Informatic Unisla Al-Khidmah Jurnal Pengabdian Masyarakat Jurnal Ilmu Komputer PELS (Procedia of Engineering and Life Science) Jurnal Informatika Progres Media Bina Ilmiah International Journal of Health and Information System (IJHIS) Jurnal Abdimas Jatibara Pangulu Abdi: Jurnal Pengabdian Kepada Masyarakat VISA: Journal of Vision and Ideas Jurnal Intelek Dan Cendikiawan Nusantara ARUS JURNAL SAINS DAN TEKNOLOGI Jurnal Intelek Insan Cendikia International Journal of Research in Counseling Journal of Muhammadiyah’s Application Technology Kajian Ilmiah Mahasiswa Administrasi Publik (KIMAP) Jurnal Medis Umum
Titin Wahyuni
Informatika, Universitas Muhammadiyah Makassar
Religion Agriculture, Biological Sciences & Forestry Humanities Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Medicine & Pharmacology Neuroscience Nursing Physics Public Health Social Sciences Veterinary Other

Published : 82 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 82 Documents
Search

 5   6   7   8   9 
Analisis Sentimen Text Dengan Metode CNN Study Kasus Tempat Wisata Makassar Kamal, Safutri; Rachman, Fahrim Irhamna; Wahyuni, Titin
Ainet : Jurnal Informatika Vol. 7 No. 1 (2025): Maret (2025)
Publisher : Universitas Muhammadiyah Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26618/n1gcbb74

Abstract

Penelitian ini bertujuan untuk mengevaluasi dan menentukan sejauh mana metode CNN (Convolutional Neural Network) dapat menghasilkan prediksi sentimen yang akurat terhadap ulasan mengenai tempat wisata Makassar. Metode analisis sentimen ini menggunakan data ulasan yang dikumpulkan dari platform Google Maps. Dalam penelitian ini, dilakukan tahap preprocessing untuk membersihkan data, seperti cleaning, transform cases, tokenizing, stopword dan stemming. Selanjutnya, dilakukan pembagian dataset menjadi data latih dan data uji dengan scenario 90 : 10, 80 : 20 dan 70 : 30 untuk melatih dan menguji model dengan tiga kategori ulasan yaitu positif, negatif dan netral. Hasil dari analisis sentimen menunjukkan bahwa metode CNN memiliki kemampuan yang baik dalam memprediksi sentimen positif, negatif, dan netral pada ulasan mengenai Tempat Wisata Makassar. Tingkat akurasi yang tinggi pada tahap pelatihan menunjukkan bahwa model mampu belajar dengan baik dari dataset yang disediakan. Meskipun tingkat akurasi pada tahap validasi sedikit lebih rendah, tetapi masih mencapai angka yang memadai, menunjukkan bahwa model memiliki kemampuan generalisasi yang cukup baik dalam mengklasifikasikan sentimen pada ulasan-ulasan tersebut. Diperoleh hasil akurasi tertinggi dengan Training Accuracy yang meningkat memperoleh nilai akurasi training 95%, serta Validation Accuracy memperoleh nilai 73%.
KLASIFIKASI SARAN DAN KRITIK PADA SIMAK UNISMUH DENGAN MENGGUNAKAN ALGORTIMA RECCURENCT NEURAL NETWORK (RNN) faisal, Ahmad; Wahyuni, Titin; Rachman, Fahrim Irhamna
Ainet : Jurnal Informatika Vol. 7 No. 1 (2025): Maret (2025)
Publisher : Universitas Muhammadiyah Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26618/8ttaxq04

Abstract

SIMAK Unismuh Makassar is an important platform used by students to submit suggestions and criticisms related to various academic aspects. In this study, researchers implemented the Recurrent Neural Network (RNN) algorithm to classify suggestions and criticisms received through SIMAK Unismuh. The purpose of this study was to determine the implementation of the RNN Algorithm in classifying suggestions and criticisms on the SIMAK Unismuh page and how successful the RNN Algorithm was in classifying suggestions and criticisms on the SIMAK Unismuh page. RNN was chosen because of its ability to process sequential text data, such as input in the form of sentences, which allows the model to capture the context of the input more effectively. The dataset used in this study consists of a number of suggestion and criticism data that have been categorized manually. The RNN model that was built was then trained and tested using the data to assess its accuracy and performance. The results showed that the model achieved the highest accuracy of 91% and the lowest accuracy of 90%. Although there were variations in model performance, these results indicate that RNN has good potential in classifying suggestion and criticism texts. The RNN model can help institutions understand and respond to user input more effectively, although it still requires further optimization to improve the consistency and accuracy of the results. The conclusion of this study shows that the RNN model is able to classify suggestions and criticisms with an adequate level of accuracy. The application of this model is expected to help the Unismuh administration in managing student input more efficiently, as well as providing more appropriate and faster responses to academic needs.Keywords: Text Classification, Recurrent Neural Network (RNN), SIMAK Unismuh, Suggestions and Criticisms, Academic Information System.
Penggunaan CNN Dalam Analisis Sentimen Pada Review Tempat Wisata Makassar Kamal, Safutri; Rachman, Fahrim Irhamna; Wahyuni, Titin
Ainet : Jurnal Informatika Vol. 7 No. 2 (2025): September (2025)
Publisher : Universitas Muhammadiyah Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26618/73mrdb71

Abstract

Penelitian ini bertujuan untuk menganalisis sentimen pada ulasan tempat wisata di Makassar menggunakan metode Convolutional Neural Network (CNN). Makassar, sebagai salah satu destinasi wisata utama di Indonesia, menerima banyak ulasan dari pengunjung yang beragam. Setiap ulasan diproses secara tekstual melalui tahapan pembersihan data, tokenisasi, penghapusan kata-kata umum (stop words), dan stemming. Model CNN yang dibangun terdiri dari beberapa lapisan konvolusi dan pooling yang berfungsi untuk mengekstraksi fitur penting dari teks ulasan. Hasil penelitian ini memberikan wawasan yang berharga mengenai persepsi pengunjung terhadap tempat wisata di Makassar. Analisis sentimen ini dapat digunakan oleh pengelola tempat wisata dan pihak terkait untuk meningkatkan kualitas layanan dan pengalaman wisatawan.
Optimasi Ukuran Dataset untuk Analisis Sentimen Menggunakan Teknik Pembelajaran Mesin dan Pembelajaran Mendalam Halisah Duli, St Nur; Rahman, Fahrim Irhamna; Wahyuni, Titin
Ainet : Jurnal Informatika Vol. 7 No. 2 (2025): September (2025)
Publisher : Universitas Muhammadiyah Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26618/xsq0pg68

Abstract

Penelitian ini bertujuan untuk mengoptimalkan ukuran dataset yang digunakan dalam analisis sentimen melalui penerapan teknik pembelajaran mesin dan pembelajaran mendalam. Metode pembelajaran mesin yang digunakan mencakup Naive Bayes, Regresi Logistik, dan Support Vector Machine, sedangkan Convolutional Neural Network digunakan untuk metode pembelajaran mendalam. Data yang digunakan dalam penelitian ini berasal dari ulasan Google Maps mengenai beberapa tempat wisata, seperti Bugis Waterpark, Akkarena, Tanjung Bayang, Pantai Bosowa, dan Wisata Kebun. Tahap pra-pemrosesan data meliputi pembersihan data, casefolding, penghapusan stopwords, tokenisasi, dan stemming. Pengujian dilakukan dengan sembilan ukuran dataset yang berbeda (4500, 4000, 3500, 3000, 2500, 2000, 1500, 1000, dan 500) serta pembagian data latih dan data uji dengan rasio 90:10, 80:20, dan 70:30. Hasil pengujian menunjukkan bahwa Regresi Logistik dengan ukuran dataset 1000 dan Pembagian 90:10 mencapai tingkat akurasi tertinggi sebesar 85%. Studi ini menyimpulkan bahwa ukuran dataset yang optimal bervariasi tergantung pada metode yang digunakan dan menggarisbawahi pentingnya pemilihan ukuran dataset yang tepat untuk meningkatkan kinerja analisis sentimen. .
Menentukan Tingkat Kemiripan Judul Mahasiswa Fakultas Keguruan dan Ilmu Pendidikan Unismuh Makassar Menggunakan Metode Cosine Similarity Lukman; Wahyuni, Titin; Baba, Haedir
Ainet : Jurnal Informatika Vol. 7 No. 2 (2025): September (2025)
Publisher : Universitas Muhammadiyah Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26618/zzptwc89

Abstract

Plagiarism and duplicate thesis titles pose serious challenges to maintaining research originality among students at the Faculty of Teacher Training and Education (FKIP), Universitas Muhammadiyah Makassar. This study aims to implement the cosine similarity method to detect thesis title similarity and evaluate its performance using standard metrics. The research data comprised 1,000 thesis titles processed through preprocessing stages, TF-IDF feature extraction, cosine similarity calculation, and model evaluation. Results show the system can detect similarity with 87.33% accuracy, 100% precision, 58.70% recall, and 73.97% F1-score. Perfect precision indicates the system is highly reliable in identifying similar titles without false positives. However, the relatively low recall indicates that some similar titles remain undetected. This research provides practical contributions as a tool for verifying the authenticity of thesis titles and encourages the development of more sensitive similarity-detection systems in the future.
OPTIMALISASI DISTRIBUSI PEMILIH TERHADAP TPS MENGGUNAKAN METODE CLUSTERING FUZZY C-MEANS Djalil, Sony Achmad; Muhammad Faisal; Muhyiddin AM Hayat; Titin Wahyuni
Ainet : Jurnal Informatika Vol. 7 No. 2 (2025): September (2025)
Publisher : Universitas Muhammadiyah Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26618/6jc0a759

Abstract

General elections are a fundamental pillar of modern democratic systems, requiring an implementation that is efficient, fair, and inclusive. One of the key factors influencing the success of an election is the determination of polling station locations, as their placement directly affects voter accessibility, travel distance, and public participation. Inappropriate polling station allocation can lead to service inequality, voter congestion, and a decline in the overall quality of the voting process. At the local administrative level, polling station determination is still largely conducted manually by grouping voters based on neighborhood or administrative boundaries. This conventional approach is often time consuming, prone to administrative errors, and frequently results in an uneven distribution of voters across polling stations. In addition, electoral regulations impose limits on the maximum number of voters per polling station to ensure smooth and orderly voting procedures, which are not always optimally satisfied through manual methods. As voter data complexity and geographic dispersion increase, computational approaches are needed to support more effective decision making. Clustering techniques in unsupervised learning enable objective grouping of voters based on spatial characteristics. The Fuzzy C-Means method represents a suitable approach because it can accommodate data uncertainty and overlapping service areas. The application of this method is expected to produce a more efficient, equitable, and data driven distribution of polling stations, thereby contributing to the improvement of election management quality and democratic integrity
Optimasi Penjadwalan dan Alokasi Kamar Rawat Inap RS PKU Unismuh Kota Makassar Menggunakan Priority Scheduling Uddin , Ardiansyah; Irhamna Rahman, Fachrim; Wahyuni, Titin; ardi24, ardiansyah_01
Journal of Muhammadiyah’s Application Technology Vol. 4 No. 3 (2025)
Publisher : Universitas Muhammadiyah Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26618/1p4q2k23

Abstract

ABSTRAKManajemen ruang rawat inap merupakan komponen penting dalam operasional rumah sakit karena berkaitan langsung dengan kualitas pelayanan dan keselamatan pasien. Peningkatan jumlah pasien, keterbatasan kapasitas kamar, serta sistem penjadwalan yang masih bersifat manual sering menyebabkan ketidakefisienan dalam alokasi ruang rawat inap. Penelitian ini bertujuan untuk mengoptimalkan manajemen ruang rawat inap di RS PKU Unismuh Makassar melalui penerapan algoritma Priority Scheduling. Metode penelitian yang digunakan adalah pendekatan kuantitatif terapan dengan simulasi sistem berbasis data ketersediaan kamar, kondisi medis pasien, tingkat urgensi, kelas ruang rawat inap, serta spesialisasi dokter. Algoritma Priority Scheduling diterapkan untuk menentukan urutan pelayanan dan alokasi kamar berdasarkan prioritas medis pasien. Hasil penelitian menunjukkan bahwa sistem mampu mengalokasikan ruang rawat inap secara optimal, terutama bagi pasien dengan prioritas tinggi, dengan tingkat efisiensi penggunaan ruang mencapai 100%. Selain itu, sistem dapat mengurangi waktu tunggu dan meningkatkan ketepatan pengambilan keputusan dalam penempatan pasien. Kesimpulan dari penelitian ini menunjukkan bahwa algoritma Priority Scheduling efektif dan adil dalam mendukung optimalisasi pengelolaan ruang rawat inap. Implikasi penelitian ini diharapkan dapat menjadi dasar pengembangan decision support system berbasis algoritma dalam manajemen rumah sakit. Kata Kunci: Manajemen Ruang Rawat Inap, Priority Scheduling, Alokasi Kamar, Efisiensi Pelayanan, Rumah Sakit   ABSTRACTInpatient room management is a critical aspect of hospital operations as it directly affects service quality and patient safety. The increasing number of patients, limited room capacity, and manual scheduling systems often lead to inefficiencies in inpatient room allocation. This study aims to optimize inpatient room management at PKU Unismuh Makassar Hospital through the application of the Priority Scheduling algorithm. The research employs an applied quantitative approach using system simulation based on inpatient room availability data, patients’ medical conditions, urgency levels, room class categories, and doctors’ specializations. The Priority Scheduling algorithm is implemented to determine service order and room allocation according to patients’ medical priority levels. The results indicate that the proposed system is able to allocate inpatient rooms optimally, particularly for high-priority patients, achieving 100% room utilization efficiency for critical cases. In addition, the system reduces patient waiting time and improves the accuracy of decision-making in room assignment. The study concludes that the Priority Scheduling algorithm is an effective and fair approach for optimizing inpatient room management. The findings imply that this algorithm can be utilized as a decision-support system to enhance efficiency, responsiveness, and resource utilization in hospital inpatient services. Keyworsds: Inpatient room management, Priority Scheduling, room allocation, service efficiency, hospital
Penerapan Watermark‎‎‎‎‎ Tak Terlihat pada Materi Pembelajaran ‎Digital Menggunakan QR Code‎ dan Least Significant Bit Wahyuni, Titin; Hayat, Muhyiddin AM; khairat, arikal
Journal of Muhammadiyah’s Application Technology Vol. 4 No. 3 (2025)
Publisher : Universitas Muhammadiyah Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26618/hqt4ec35

Abstract

ABSTRAKPerkembangan bahan ajar digital meningkatkan risiko pelanggaran hak cipta dan pemalsuan konten, sehingga diperlukan mekanisme perlindungan yang tidak mengganggu tampilan visual. Penelitian ini mengimplementasikan watermark‎ing‎ tak terlihat dengan menggabungkan Quick Response (QR) Code sebagai pembawa informasi dan steganografi‎ Least Significant Bit (LSB) sebagai teknik penyisipan pada citra yang terdapat dalam dokumen. Sistem dikembangkan berbasis web dengan tiga modul utama: pembuatan QR Code‎, penyisipan watermark‎, dan validasi dokumen. Evaluasi dilakukan pada 10 dokumen berformat DOCX dan PDF dengan total 169 gambar. Kinerja imperceptibility diukur menggunakan Peak Signal-to-Noise Ratio (PSNR) dan Mean Squared Error (MSE). Hasil pengujian menunjukkan PSNR berada pada rentang 55,4–67,1 dB dengan MSE sangat rendah (0,02–0,19), menandakan kualitas visual citra tetap terjaga. Selain itu, seluruh watermark‎ berhasil diekstraksi (100%) dan QR Code‎ dapat dipindai tanpa kegagalan. Validasi integritas payload‎ secara opsional menggunakan CRC32 terbukti membantu memastikan keutuhan data yang disisipkan. Temuan ini menunjukkan bahwa kombinasi QR Code‎ dan LSB efektif, andal, dan efisien untuk melindungi bahan ajar digital dari penyalahgunaan tanpa menurunkan kualitas visual.Kata Kunci: Watermark‎ing‎ tak terlihat; QR Code‎; steganografi‎; Least Significant Bit; bahan ajar digital. ABSTRACTThe growth of digital teaching materials increases the risk of copyright infringement and content tampering, requiring protection mechanisms that do not degrade visual quality. This study implements an invisible watermark‎ing‎ scheme by combining Quick Response (QR) Code as the information carrier and Least Significant Bit (LSB) steganography for embedding within images contained in documents. A web-based system was developed with three core modules: QR Code‎ generation, watermark‎ embedding, and document validation. The evaluation used 10 DOCX and PDF documents comprising 169 images. Imperceptibility was assessed using Peak Signal-to-Noise Ratio (PSNR) and Mean Squared Error (MSE). Experimental results indicate PSNR values of 55.4–67.1 dB with very low MSE (0.02–0.19), confirming that visual quality is preserved. All embedded watermark‎s were successfully extracted (100%), and the QR Code‎s remained fully scannable without failure. Optional payload‎ integrity checking using CRC32 further ensured the correctness of embedded data. Overall, the proposed QR Code‎–LSB combination provides a reliable and efficient approach to protect digital teaching materials against misuse while maintaining visual fidelity.Keywords: Invisible watermark‎ing‎; QR Code‎; steganography; Least Significant Bit; digital teaching materials.
Kombinasi Vader Lexicon dan Svm dalam Mengklasifikasi Sentiment Transportasi Online (Grab) pada Ulasan Play Store Agustiawal Agustiawal; Fachrim Irhamma Rahman; Titin Wahyuni
Jurnal Intelek Insan Cendikia Vol. 2 No. 12 (2025): Desember 2025
Publisher : PT. Intelek Cendikiawan Nusantara

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

Abstract

Perkembangan teknologi digital telah mendorong meningkatnya penggunaan layanan transportasi online di Indonesia, salah satunya adalah aplikasi Grab. Banyaknya ulasan pengguna di Google Play Store menjadi sumber data yang berharga untuk mengetahui tingkat kepuasan dan persepsi masyarakat terhadap layanan tersebut. Penelitian ini bertujuan untuk mengklasifikasikan sentimen ulasan pengguna Grab menggunakan kombinasi metode VADER Lexicon dan algoritma Support Vector Machine (SVM). VADER digunakan untuk memberikan skor awal sentimen secara leksikal, kemudian hasil tersebut digunakan sebagai data anotasi untuk melatih model SVM. Hasil penelitian menunjukkan bahwa kombinasi kedua metode ini efektif dalam mengelompokkan sentimen ulasan menjadi positif, negatif, dan netral secara lebih akurat. Pendekatan ini dapat membantu penyedia layanan memahami kebutuhan dan keluhan pengguna, serta meningkatkan kualitas layanan secara berkelanjutan.
Implementasi Algoritma Floyd-Warshall Untuk Menentukan Jarak Terpendek Dalam Sistem Pengantaran Pos Di Kecamatan Mariso Mustakim Mustakim; Titin Wahyuni; Fachrim Irhamna Rahman
Jurnal Intelek Dan Cendikiawan Nusantara Vol. 3 No. 01 (2026): Februari - Maret 2026
Publisher : PT. Intelek Cendikiawan Nusantara

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

Abstract

Penelitian ini membahas penerapan algoritma Floyd-Warshall dalam menentukan rute terpendek pada sistem pengantaran pos di Kecamatan Mariso, Makassar. Permasalahan utama yang diangkat adalah bagaimana mengoptimalkan rute pengiriman kurir pos agar lebih efisien dalam waktu dan jarak tempuh, terutama pada wilayah dengan banyak titik pengiriman. Pengumpulan data dilakukan melalui survei lapangan, wawancara langsung dengan petugas pos, dan pemetaan ulang jaringan jalan berbasis peta digital. Penentuan titik graph dilakukan pada perempatan dan belokan jalan, menghasilkan 675 titik yang diukur jaraknya secara sistematis menggunakan arah mata angin dan bantuan Google Maps. Selanjutnya, algoritma Floyd-Warshall diimplementasikan menggunakan bahasa pemrograman Python untuk menghitung jarak terpendek antar semua pasangan titik. Hasil simulasi menunjukkan bahwa algoritma ini mampu menghasilkan rute dengan efisiensi tinggi, menghemat jarak tempuh hingga ratusan meter dibandingkan rute konvensional, serta mampu memberikan rekomendasi jalur yang akurat berdasarkan arah dan kondisi jalan
Co-Authors A.MUHAMMAD SYAFAR Achmad Yanu Aliffianto Adi Malik Muhammad Mutsuhito Aditya, Dwi Martha Nur Adrianingsih, Rizka Agustiawal Agustiawal Agustin Dwi Syalfina Ahmad Faisal Ahmad Risal Aiman , Ailul Alfina Aisatus Saadah Alfina Aisatus Saadah Amelia, Azarine Nahdah Amir Ali Anang Sulistyo ANDI AGUNG DWI ARYA BULU Andi Yusri andi Yusri Anita Dahliana ardi24, ardiansyah_01 Arfandi, Viki Fahril Arianti, Kencana Indah Arshy Prodyanatasari Arvianda Asep Indra Syahyadi Aswad, Muh. Akhwan Adam Baba, Haedir Bakti, Riski Yusliana Bakti, Rizki Yusliana Bambang Nudji Bisono, Eva Firdayanti Cantika Aprilia Santi Chatarina Umbul Wahyuni Cholifah . Cholifah, Cholifah Christine Christine Dewi, Syamrilla Djalil, Sony Achmad Dzakki Adam, Ahmad Wildan Erwin Astha Triyono Fachrim Irhamma Rahman Fachrim Irhamna Rachman Fachrim Irhamnah Rachman Fadhillatul Lailia, Salsabilla Fahmi Ramadhan S Fahrim Irhamna Rahman Firdaus , Abidatu Zahrotul Firman Firman Fitrianti, Dwi Framz Hardiansyah Haidul, Haidul Halisah Duli, St Nur Haruna, Hanjas Hidayanti, Sukria Hidayat, Andra Dwitama Ilmiyah Rosyiari, Ahniyatul Indriani, Lis Jaelan Usman, Jaelan Kamal, Safutri Kazman Riyadi Khafi, Moh. Zainul khairat, arikal Krisnita Dwi Jayanti Krisnita Dwi Jayanti, Krisnita Dwi La Ode Taufik Ismail Listiawan, Nadhila Lukman LUKMAN ANAS Lukman Lukman Maharani, Eva Ratih Masyfufah, Lilis Masyfufah, Lilis  Maulia, Rizky Maylina Surya Wirawati Pribadi Mone, Ansyari Muh. Akhwan Adam Aswad Muhadi, Muhadi Muhammad Faisal Muhyiddin A.M Hayat Mujadilah, Siti Muslimah, Nurul Aulia Mustakim Mustakim Nadhila Listiawan Naila, Faiqotun Nandy Rizaldy Najib Natsir, Fitra M. Nisha, Khairun Nova Mellania Novianti, Siti Nur Alam Nurfadilla, Destiani Irma Octavia, Winda Dwi Pandin, Maria Yovita R. Pribadi, Maylina Surya Wirawati Puspadewi, Intan Putra, Yunior Bimasekti Rachman, Fachrim Irhamnah Rahman , Fahrim Irhamna Rahman, Fahrim Irhamna RAHMANIA Rahmania Rahmawati, Ayu Isnaini Ramadhan S, Fahmi Reski Awalia Retnowati Prihandini Ridwang Ridwang Ridwang Ridwang Ridwang, Ridwang Rinaldy, Muh Rosyiari, Ahniyatul Ilmiyah S. Kuba, Muhammad Syafa'at Salsabila, Damai Arsila Sari, Selvi Permata Sa’adah, Alfina Asiatus Setiawan, Mohammad Yusuf Setiawan, Muhammad Yusuf Setiawan, Tommy Reynaldy Shafira Trisnanda Fatimatus Zahra Siti Fatimatuz Zahroh Siti Mujanah Slamet Riyadi Sri Hastati Sukmantoro, Agung Anjar SULASTRI Suryadinata, Rivan Virlando Sutha, Diah Wijayanti Syamsuri, Andi Makbul Syarifuddin, Nur Annisa TANTRI INDRABULAN Uddin , Ardiansyah Umi Khoirun Nisak Wibawa. Ar, Arya Wilda Faida, Eka xss, aa xx Yulianita, Novi Eka Zainuddin, Mohammad Ramadhan