Article Per Year (5 Year)
p-Index From 2021 - 2026
11.16
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) Jurnal Nasional Pendidikan Teknik Informatika (JANAPATI) 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) Jurnal Abdimas Indonesia : Jurnal Abdimas Indonesia Buletin Sistem Informasi dan Teknologi Islam Joutica : Journal of Informatic Unisla 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 Green Complex Engineering Journal of Muhammadiyah’s Application Technology Kajian Ilmiah Mahasiswa Administrasi Publik (KIMAP) Jurnal Medis Umum
Titin Wahyuni
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 : 95 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 95 Documents
Search

 6   7   8   9   10 
Pembuatan Desain Cenderamata Kupu-kupu di Taman Wisata Alam Bantimurung Kabupaten Maros Titin Wahyuni; Andi Yusri; Firman Firman; Risal Haris
Jurnal Abdimas Indonesia Vol. 5 No. 3 (2025)
Publisher : Perkumpulan Dosen Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34697/jai.v5i3.2183

Abstract

Program PKM akan dilaksanakan di desa Leang-leang kecamatan Bantimurung kabupaten Maros, Propinsi Sulawesi Selatan selama dua bulan. Peserta kegiatan terrdiri dari kelompok karang taruna, ramaja putus sekolah, pedagang cenderamata, ibu-ibu rumah tangga,serta remaja putri. Fokus kegiatan diarahkan pada tiga. Solusi utama: 1) Pembuatan Souvenir Kupu-kupu Berbasis LED flash light yang unik ; 2) Pembuatan media promosi wisata digital 3D berbasis Augmented Reality dan Hologram; 3) Pengembangan aplikasi toko online untuk pemasaran produk, aplikasi online bisa via website ataupun via android menggunakan E-Money (OVO dan GoPAY). Target luaran yang diharapkam pada kegiatan PKM ini 1) Bertambahnya pengetahuan masyarakat sekitar kawasan wisata Taman Nasional kupu-kupu terlengkap di dunia “The Kingdom of Butterfly” dalam peningkatan keterampilan masyarakat sekitar dalam merancang souvenir kupu-kupu LED; 2) warga meiliki pemahaman baru dalam membuat media promosi wisata digital berbasis AR dan Hologram; 3) Terbentuknya kemampuan masyarakat dalam menggunakan aplikasi toko online untuk memperluas pemasaran produk dengan sistem e-money. Kegiatan dilaksanakan melalui penyusunan program utama (70%) dan pendukung (30%), dengan total waktu kerja efektif 288 jam per mahasiswa.. Proses pelaksanaan meliputi seminar awal (penyusunan program), seminar tengah (evaluasi), serta seminar akhir (penyusunan rencana program berikutnya).
Explainable Fake News Detection in Indonesian Language Using IndoBERT and SHAP Muhammad Hasraddin Hasnan; Rizky Yusliana Bakti; Muhammad Faisal; Titik Khawa Abd Rahman; Nurnawaty Nurnawaty; Muhammad Syafaat S. Kuba; Titin Wahyuni
Buletin Sistem Informasi dan Teknologi Islam (BUSITI) Vol 7, No 2 (2026)
Publisher : Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/busiti.v7i2.3466

Abstract

Perkembangan teknologi informasi dan media sosial telah mempercepat penyebaran berita palsu, sehingga diperlukan sistem deteksi yang akurat, andal, dan mudah diinterpretasikan. Penelitian ini bertujuan mengembangkan sistem deteksi fake news berbahasa Indonesia dengan mengintegrasikan IndoBERT sebagai model klasifikasi teks dan SHAP sebagai pendekatan Explainable Artificial Intelligence (XAI) untuk menjelaskan kontribusi kata terhadap hasil prediksi. Dataset diperoleh dari TurnBackHoax dan Kaggle, kemudian melalui tahapan preprocessing berupa cleaning text, filtering bahasa Indonesia, tokenisasi, serta penyeimbangan data menggunakan random oversampling pada data latih. Dari 5.347 data awal, diperoleh 4.980 data setelah filtering bahasa Indonesia, terdiri atas 3.613 data valid dan 1.367 data hoaks. Data dibagi secara stratifikasi dengan rasio 80% untuk pelatihan dan 20% untuk pengujian. Setelah oversampling, data latih menjadi seimbang dengan masing-masing 2.890 sampel per kelas. Hasil eksperimen menunjukkan bahwa model baseline TF-IDF dan Logistic Regression memperoleh akurasi 77%, sedangkan IndoBERT mencapai akurasi 87%, dengan precision 0,87, recall 0,95, dan F1-score 0,91 pada kelas hoaks. Visualisasi SHAP menunjukkan token penting yang memengaruhi klasifikasi. Hasil ini membuktikan bahwa integrasi IndoBERT dan SHAP efektif meningkatkan deteksi berita palsu sekaligus memberikan transparansi model.
Analisis Perbandingan Kinerja Arsitektur CNN VGG19, ResNet50, EfficientNetB0, dan MobileNetV2 untuk Deteksi Wajah Asli dan Wajah Buatan AI Erika Yanti; Muhammad Faisal; Titin Wahyuni; Abd Rakhim Nanda; Nurnawaty Nurnawaty; Rizki Yusliana Bakti
Buletin Sistem Informasi dan Teknologi Islam (BUSITI) Vol 7, No 2 (2026)
Publisher : Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/busiti.v7i2.3465

Abstract

Perkembangan Generative Artificial Intelligence (GenAI) memungkinkan pembuatan citra wajah sintetis yang sangat menyerupai wajah asli, sehingga menimbulkan tantangan terhadap keaslian informasi digital, privasi, dan keamanan identitas. Penelitian ini mengevaluasi kinerja empat arsitektur Convolutional Neural Network (CNN), yaitu VGG19, ResNet50, EfficientNetB0, dan MobileNetV2, dalam klasifikasi wajah asli dan wajah hasil generasi AI. Dataset yang digunakan adalah HFD-8000 yang terdiri atas 8.000 citra wajah dengan skenario klasifikasi biner. Tahapan penelitian meliputi prapemrosesan data, pembagian dataset, augmentasi, penanganan ketidakseimbangan kelas, serta pelatihan model menggunakan transfer learning. Evaluasi dilakukan menggunakan accuracy, precision, recall, F1-score, ROC-AUC, dan confusion matrix. Hasil penelitian menunjukkan bahwa ResNet50 dan VGG19 memperoleh performa terbaik dengan akurasi 99,50% dan macro F1-score 99,22%. EfficientNetB0 mencapai akurasi 97,83% dan F1-score 96,61%, sedangkan MobileNetV2 memperoleh akurasi 92,58% dan F1-score 86,40%. Secara keseluruhan, ResNet50 menjadi model paling optimal karena menunjukkan keseimbangan antara akurasi, stabilitas, efisiensi, dan keandalan dalam klasifikasi wajah asli dan sintetis.
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
ANALISIS DATA PENJUALAN OBAT BPJS MENGGUNAKAN METODE DIFERENSIAL DAN STRATEGI D-CRM Rizky Maulia; Titin Wahyuni; Fahrim Irhamna Rahman
Jurnal Ilmu Komputer (JUIK) Vol 5, No 3 (2025): OCTOBER 2025
Publisher : Universitas Muhammadiyah Gorontalo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31314/juik.v5i3.4749

Abstract

Penelitian ini bertujuan untuk menganalisis data penjualan obat BPJS menggunakan metode diferensial yang terintegrasi dengan strategi Digital Customer Relationship Management (D-CRM) guna mendukung pengelolaan stok obat yang lebih efisien. Data transaksi pasien Program Rujuk Balik (PRB) di Apotek Kimia Farma Cendrawasih periode Januari 2022–Juli 2024 digunakan sebagai objek penelitian. Metode diferensial menghitung Δ1 dan Δ2 untuk mendeteksi perubahan tren penjualan obat, sedangkan strategi D-CRM berbasis RFM (Recency, Frequency, Monetary) digunakan untuk melakukan segmentasi pasien dan mengidentifikasi pola konsumsi. Hasil penelitian menunjukkan bahwa metode ini mampu memberikan gambaran menyeluruh terkait tren permintaan obat dan perilaku pasien. Model prediksi sederhana berbasis Qty + Δ1 + Δ2 menghasilkan akurasi tinggi dengan MAE 1,35, MSE 92,32, dan MAPE 3,35%, yang menandakan kesalahan prediksi relatif kecil dan layak dijadikan acuan perencanaan stok. Integrasi analisis diferensial dan D-CRM terbukti efektif untuk mendukung pengadaan obat yang tepat sasaran serta meningkatkan kualitas pelayanan farmasi bagi pasien BPJS.Keywords: Analisis diferensial, D-CRM, RFM, prediksi penjualan obat, BPJS.
Penerapan Watermark‎‎‎‎‎ Tak Terlihat pada Materi Pembelajaran ‎Digital Menggunakan QR Code‎ dan Least Significant Bit arikal khairat; Titin Wahyuni; Muhyiddin AM Hayat
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.
Analisis Hubungan Obesitas dan Diabetes Melitus Berdasarkan Usia dan Jenis Kelamin Menggunakan Algoritma Apriori Erick Yusuf Kotte; Fahrim Irhamna Rachman; Muhammad Faisal; Titin Wahyuni
Arus Jurnal Sains dan Teknologi Vol 4 No 1: April (2026)
Publisher : Arden Jaya Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57250/ajst.v4i1.2556

Abstract

Penelitian ini bertujuan untuk menganalisis hubungan antara obesitas dan diabetes melitus berdasarkan usia dan jenis kelamin menggunakan algoritma Apriori. Data yang digunakan merupakan data sekunder dari Dinas Kesehatan Kota Makassar tahun 2023 hingga 2025 dalam bentuk agregat. Tahap praproses meliputi pembersihan data, transformasi, dan diskretisasi menggunakan metode tertil untuk mengubah data numerik menjadi data kategorikal. Algoritma Apriori diterapkan dengan minimum support sebesar 10% dan confidence sebesar 60% untuk mengidentifikasi aturan asosiasi. Hasil penelitian menunjukkan bahwa terdapat hubungan yang signifikan antara obesitas dan diabetes melitus, khususnya pada kelompok usia lanjut dan pasien perempuan. Nilai lift ratio tertinggi mencapai 5,581 yang menunjukkan adanya asosiasi yang kuat antar variabel. Validasi statistik menggunakan uji Chi-Square menunjukkan nilai p < 0,05, yang mengonfirmasi bahwa hubungan tersebut signifikan secara statistik. Penelitian ini memberikan wawasan yang berguna bagi institusi kesehatan dalam merancang strategi pencegahan yang lebih tepat sasaran.
Pemodelan dan Prediksi Kunjungan Pasien di Puskesmas Menggunakan Hidden Markov Model Ferdiansyah; Muhammad Faisal; Fahrim Irhamna Rachman; Titin Wahyuni
Arus Jurnal Sains dan Teknologi Vol 4 No 1: April (2026)
Publisher : Arden Jaya Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57250/ajst.v4i1.2559

Abstract

Penelitian ini menganalisis pola fluktuatif kunjungan pasien hipertensi di Puskesmas Kota Makassar tahun 2024 menggunakan pendekatan Hidden Markov Model (HMM) untuk mendukung perencanaan layanan kesehatan. Dengan menerapkan tiga state tersembunyi (rendah, normal, tinggi) serta distribusi Negative Binomial dan Poisson, model ini mampu menangkap dinamika perubahan rezim (regime switching) pada data yang mengalami over-dispersion. Hasil evaluasi menunjukkan tingkat akurasi yang sangat tinggi dengan nilai MAPE sebesar 0,88%, mengungguli metode Seasonal Naïve. Prediksi untuk Januari 2025 memperkirakan kunjungan sebanyak 22.988 pasien dengan probabilitas tertinggi pada kondisi normal. Dengan demikian, HMM terbukti efektif sebagai instrumen pengambilan keputusan strategis dalam pengelolaan sumber daya kesehatan di tingkat Puskesmas.
PREDIKSI PEMAKAIAN AIR BULANAN DI PDAM KECAMATAN TAMALATE MENGGUNAKAN METODE AUTOREGRESSIVE INTEGRATED MOVING AVERAGE (ARIMA) Nur Annisa Syarifuddin; Titin Wahyuni; Muhammad Faisal; Muhammad Syafaat; Andi Makbul Syamsuri; Muhyiddin AM Hayat; Andi Lukman Anas
PROGRESS Vol 17 No 2 (2025): September
Publisher : P3M STMIK Profesional Makassar

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

Abstract

Water consumption forecasting is a crucial aspect of efficient water resource management, particularly in urban areas with increasing demand. This study aims to predict the monthly water usage volume at the PDAM of Tamalate District using the Autoregressive Integrated Moving Average (ARIMA) method. The dataset consists of historical water usage data from January 2022 to December 2024, totaling 36 monthly observations. The analysis process includes stationarity testing using the Augmented DickeyFuller (ADF) test, model parameter identification through ACF and PACF plots, and performance evaluation using MAE, RMSE, and MAPE metrics. The results show that the best-performing model is ARIMA, which demonstrates high prediction accuracy, with a MAE of 26,049.80 m³, RMSE of 37,459.00 m³, and MAPE of 4.12%. This model is capable of generating predictions close to actual values and can be relied upon as a basis for PDAM’s water distribution planning. It is expected that this research will contribute to data-driven decision-making and support digital transformation in the public service sector.
PERBANDINGAN CNN DAN YOLO PADA SISTEM PENGENALAN WAJAH BERBASIS PRESENSI Nurfadillah; Ida; Darniati; Rizki Yusliana Bakti; Titin Wahyuni; Muhammad Faisal
PROGRESS Vol 18 No 1 (2026): April
Publisher : P3M STMIK Profesional Makassar

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

Abstract

Face recognition based on image data has been widely applied in automated attendance systems; however, it still faces challenges related to accuracy and efficiency under varying lighting conditions and facial pose variations. This study aims to compare the performance of Convolutional Neural Network (CNN) and You Only Look Once (YOLO) methods for face detection and recognition in a deep learning–based attendance system. The dataset consists of facial images collected from students in a limited campus environment with several variations in viewpoint and illumination. The research stages include image preprocessing, training of CNN and YOLO models, and performance evaluation using accuracy, precision, recall, and computation time metrics. The experimental results indicate that YOLO outperforms CNN in terms of detection speed and performance stability, while CNN demonstrates competitive classification performance on limited datasets. This study provides empirical insights into the characteristics of both methods in attendance system scenarios and can serve as a reference for selecting appropriate models for real-world implementation. The main limitations of this study are the dataset size and the restricted data acquisition scope.
Co-Authors . Darniati Abdul Rakhim Nanda Achmad Yanu Aliffianto Adi Malik Muhammad Mutsuhito Aditya, Dwi Martha Nur Adrianingsih, Rizka Agung, Andi 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 ANDI AGUNG DWI ARYA BULU Andi Makbul Syamsuri Andi Yusri Andi Yusri andi Yusri Anita Dahliana Arfandi, Viki Fahril Arianti, Kencana Indah arikal khairat Arshy Prodyanatasari Arvianda Asep Indra Syahyadi Ashabul Kahfi 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 Chyquitha Danuputri Danuputri, Chyquitha Darniati Darniati Darniati Desi Anggreani Dewi, Syamrilla Djalil, Sony Achmad Dzakki Adam, Ahmad Wildan Emil Agus Salim Habi Talib Erick Yusuf Kotte Erika Yanti Fachrim Irhamma Rahman Fachrim Irhamna Rachman Fahmi Ramadhan S Fahrim Irhmna Rachman Ferdiansyah Firdaus , Abidatu Zahrotul Firman Firman Firman Firman Fitrianti, Dwi Framz Hardiansyah Haidul, Haidul Halisah Duli, St Nur Haruna, Hanjas Hasbir, Syahrul Hidayanti, Sukria Hidayat, Andra Dwitama Ida Ida Ida Mulyadi, Ida Indriani, Lis Jaelan Usman, Jaelan Kamal, Safutri Kazman Riyadi Khafi, Moh. Zainul 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  Maylina Surya Wirawati Pribadi Mone, Ansyari Muh. Akhwan Adam Aswad Muh. Riswan Muhadi, Muhadi Muhammad Faisal Muhammad Hasraddin Hasnan Muhammad Syafaat S Kuba Muhammad Syafaat S. Kuba Muhyiddin A.M Hayat Mujadilah, Siti Muslimah, Nurul Aulia Mustakim Mustakim Mutiara yusuf Nadhila Listiawan Naila, Faiqotun Nandy Rizaldy Najib Natsir, Fitra M. Nisha, Khairun Nova Mellania Novianti, Siti Nur Alam Nur Annisa Syarifuddin Nurfadilla, Destiani Irma Nurfadillah Nurfadillah Nurnawaty Octavia, Winda Dwi Pandin, Maria Yovita R. Pribadi, Maylina Surya Wirawati Puspadewi, Intan Putra, Yunior Bimasekti RAHMANIA Rahmania Rahmawati, Ayu Isnaini Ramadhan S, Fahmi Reski Awalia Retnowati Prihandini Ridwang Ridwang Ridwang Ridwang Ridwang, Ridwang Rinaldy, Muh Risal Haris Riswan, Muh. Rizky Maulia Rizky Yusliana Bakti Rosyiari, Ahniyatul Ilmiyah Salsabila, Damai Arsila Sari, Selvi Permata Sa’adah, Alfina Asiatus Setiawan, Mohammad Yusuf Setiawan, Tommy Reynaldy Shafira Trisnanda Fatimatus Zahra Siti Fatimatuz Zahroh Siti Mujanah Slamet Riyadi Sri Hastati Suhardi, Syahrul Sukmantoro, Agung Anjar SULASTRI Suryadinata, Rivan Virlando Sutha, Diah Wijayanti SYAFAR, A. MUHAMMAD Syahrul Hasbir Syahrul Suhardi Syarifuddin, Nur Annisa TANTRI INDRABULAN Titik Khawa Abd Rahman Umi Khoirun Nisak Wibawa. Ar, Arya xss, aa xx Yulianita, Novi Eka Zul fikar