Article Per Year (5 Year)
p-Index From 2021 - 2026
9.627
P-Index
This Author published in this journals
All Journal IAES International Journal of Artificial Intelligence (IJ-AI) EXPERT: Jurnal Manajemen Sistem Informasi dan Teknologi JOIV : International Journal on Informatics Visualization RABIT: Jurnal Teknologi dan Sistem Informasi Univrab SMARTICS Journal Syntax Literate: Jurnal Ilmiah Indonesia JURNAL TEKNIK INFORMATIKA DAN SISTEM INFORMASI Edukasi Islami: Jurnal Pendidikan Islam JURIKOM (Jurnal Riset Komputer) Jurnal Riset Informatika Journal of Information System, Applied, Management, Accounting and Research METIK JURNAL Jurnal Informatika Kaputama (JIK) Jutisi: Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Jurnal Ilmiah ILKOMINFO - Ilmu Komputer & Informatika Jusikom: Jurnal Sistem Informasi Ilmu Komputer Jurnal Ilmu Komputer dan Bisnis Jurnal Teknologi Informasi dan Multimedia Jurnal Ekonomi Manajemen Sistem Informasi Systematics Techno Xplore : Jurnal Ilmu Komputer dan Teknologi Informasi Jurnal Teknologi Dan Sistem Informasi Bisnis Zonasi: Jurnal Sistem Informasi Jurnal Informasi dan Teknologi Buana Information Technology and Computer Sciences (BIT and CS) JOURNAL OF INFORMATION SYSTEM RESEARCH (JOSH) JIKA (Jurnal Informatika) Infotek : Jurnal Informatika dan Teknologi Journal of Applied Data Sciences Jurnal Cahaya Mandalika Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer) International Journal of Computer and Information System (IJCIS) International Journal of Engineering, Science and Information Technology Djtechno: Jurnal Teknologi Informasi Jurnal Tika Instal : Jurnal Komputer Dirgamaya: Jurnal Manajemen dan Sistem Informasi Jurnal Minfo Polgan (JMP) Jurnal Teknik Mesin Mechanical Xplore Jurnal Informatika Teknologi dan Sains (Jinteks) Abdimas Jurnal Sistem Informasi STORAGE: Jurnal Ilmiah Teknik dan Ilmu Komputer Jurnal Ilmiah Teknik Informatika dan Komunikasi Innovative: Journal Of Social Science Research Bulletin of Network Engineer and Informatics (BUFNETS) Jitu: Jurnal Informatika Utama VIDHEAS: Jurnal Nasional Abdimas Multidisiplin Jurnal Accounting Information System (AIMS) INTERNAL (Information System Journal) Masyarakat Berkarya: Jurnal Pengabdian dan Perubahan Sosial Jurnal PETISI (Pendidikan Teknologi Informasi) JUSTINDO (Jurnal Sistem dan Teknologi Informasi Indonesia) Journal of Information Technology
Hananto, Agustia
Fakultas Ilmu Komputer, Program Studi Sistem Informasi, Universitas Buana Perjuangan Karawang, Karawang, Indonesia
Religion Agriculture, Biological Sciences & Forestry Humanities Astronomy 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 Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Physics Public Health Social Sciences Transportation Other

Published : 78 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 78 Documents
Search

 2   3   4   5   6 
Pelatihan Pengembangan Website Sistem Penjualan Online Berbasis Content Menagement System (CMS) Wordpress Novalia, Elfina; Hananto, Agustia; Emilia Sukmawati, Cici; Wahyu, Pratama; Voutama, Apriade
VIDHEAS: Jurnal Nasional Abdimas Multidisiplin Vol. 2 No. 2 (2024): Desember 2024
Publisher : VINICHO MEDIA PUBLISINDO

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61946/vidheas.v2i2.104

Abstract

This WordPress Content Management System (CMS) based website development training activity is designed to help digitize the helmet washing service business in Karawang. The purpose of this training is to equip business owners with skills in managing online sales platforms to expand market reach and make it easier for customers to order services. The training is carried out offline with a direct practice method, including a basic introduction to WordPress, theme and plugin installation, to optimizing online store features. Based on the evaluation, this training received a participant satisfaction rate of 85%. Participants felt helped by the material provided and were able to practice creating and managing websites independently to support their business operations. This training is expected to be able to increase the competitiveness of the helmet washing business in Karawang by utilizing an effective digital platform to reach customers more widely.
Klasifikasi Genre dan Rating Konten di Netflix : Wawasan dari Analisis Chi-Square dan Clustering alzahra, alika aziza; Hananto, April Lia; Hananto, Agustia; Priyatna, Bayu
JATISI Vol 12 No 1 (2025): JATISI (Jurnal Teknik Informatika dan Sistem Informasi)
Publisher : Universitas Multi Data Palembang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35957/jatisi.v12i1.11354

Abstract

Streaming platforms like Netflix rely on genre classification and content rating to enhance user experience and develop more effective marketing strategies. This study aims to analyze the relationship between genre and content rating on Netflix using Chi-Square analysis and clustering techniques to group genres based on rating distribution patterns. The Chi-Square test results indicate a significant relationship between genre and content rating (p-value < 0.05), suggesting that certain types of content tend to receive specific ratings. Furthermore, clustering analysis identifies three main groups: genres with high ratings suitable for a broad audience, genres with varied ratings that are more subjective, and genres with lower ratings that often include adult or less popular content. These findings provide insights that Netflix can leverage to optimize its content catalog, develop personalized recommendations, and tailor marketing strategies based on user consumption patterns.
Analisis Sentimen Pengguna terhadap Aplikasi Lalamove dengan Perbandingan Algoritma Support Vector Machine dan Naive Bayes Nurajizah, Dhea; Hilabi, Shofa Shofia; Hananto, Agustia; Huda, Baenil
Journal of Information System Research (JOSH) Vol 6 No 3 (2025): April 2025
Publisher : Forum Kerjasama Pendidikan Tinggi (FKPT)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47065/josh.v6i3.7124

Abstract

The development of digital technology has brought significant changes to the logistics and transportation sector. On-demand delivery applications such as Lalamove are a solution for users who need fast and efficient services. However, the existence of various user reviews both positive and negative indicates a difference in experience that needs to be analyzed. This study aims to evaluate user perceptions of the Lalamove application by comparing the effectiveness of Support Vector Machine (SVM) and Naive Bayes algorithms in sentiment classification. The data used in this study includes 10,000 user reviews obtained through scraping techniques from the Google Play Store. After going through the data preprocessing stage, the analysis is performed using TF-IDF method as feature extraction and the model performance evaluation is performed based on accuracy, precision, recall, and F1-score metrics. Sentiment classification in this study was performed in two categories, namely positive and negative (binary) sentiment, without considering the neutral category. The results show that the SVM algorithm has a high accuracy of 87% compared to Naive Bayes which only reaches 83%. This research provides an understanding for application developers in improving service quality based on user sentiment analysis.
Sistem Monitoring Dan Visualisasi Data Konsumsi Energi Listrik Rumah Berbasis IoT Dengan Aplikasi Blynk Setiawan, Pratama Wahyu; Hananto, April Lia; Novalia, Elfina; Hananto, Agustia
Jutisi : Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Vol 14, No 1: April 2025
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/jutisi.v14i1.2675

Abstract

Household electricity consumption continues to increase, but monitoring of electricity use is still limited to the KwH meter which only shows the total usage without real-time details. This research aims to design an Internet of Things (IoT)-based electrical energy consumption monitoring system with the Blynk application as a data visualization medium. The system is designed using a PZEM-004T sensor to measure voltage, current, and power, as well as a ESP8266 NodeMCU microcontroller to transmit data to the Blynk application over a WiFi connection. System testing is carried out using the black box method to evaluate the functionality of each feature without looking at internal processes. The test results showed that the system can display electricity consumption data in real-time, work stably, and allow remote monitoring via smartphone. The system also helps users recognize electricity usage patterns, supports decision-making in energy savings, and provides historical data for long-term usage evaluation.Keywords: Internet Of Things; Monitoring Listrik; NodeMCU ESP8266; Blynk; PZEM-004T AbstrakKonsumsi energi listrik rumah tangga terus meningkat, namun pemantauan penggunaan listrik masih terbatas pada KwH meter yang hanya menunjukkan total pemakaian tanpa detail real-time. Penelitian ini bertujuan merancang sistem monitoring konsumsi energi listrik berbasis Internet of Things (IoT) dengan aplikasi Blynk sebagai media visualisasi data. Sistem dirancang menggunakan sensor PZEM-004T untuk mengukur tegangan, arus, dan daya, serta mikrokontroler NodeMCU ESP8266 untuk mengirimkan data ke aplikasi Blynk melalui koneksi WiFi. Pengujian sistem dilakukan dengan metode Black box untuk mengevaluasi fungsionalitas tiap fitur tanpa melihat proses internal. Hasil pengujian menunjukkan bahwa sistem dapat menampilkan data konsumsi listrik secara real-time, bekerja dengan stabil, dan memungkinkan pemantauan jarak jauh melalui smartphone. Sistem ini juga membantu pengguna mengenali pola penggunaan listrik, mendukung pengambilan keputusan dalam penghematan energi, serta menyediakan data historis untuk evaluasi penggunaan jangka panjang. 
Perbandingan Algoritma K-Means dan Hierarchical Untuk Klasterisasi Data Kehadiran Karyawan Azizah, Fathin Putri; Hilabi, Shofa Shofiah; Tukino, Tukino; Hananto, Agustia
Jutisi : Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Vol 14, No 1: April 2025
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/jutisi.v14i1.2644

Abstract

Employee attendance data analysis has an important role in human resource management to improve efficiency and productivity. This study compares the K-Means and Hierarchical methods for grouping employee attendance data to discover performance factors. The goal of this study is to compare the performance of the two algorithms utilizing the assessment metrics Silhouette Score, Calinski-Harabasz Index, and Dunn Index. The methods used include collecting employee attendance data, preprocessing data, applying clustering algorithms, and evaluating performance based on specified metrics. The evaluation results showed that K-Means produced a Silhouette Score of 0.46, a Calinski-Harabasz Index of 522.90, and a Dunn Index of 0.98, while Hierarchical obtained a score of 0.40, 452.85, and 0.86, respectively. These results indicate that K-Means is superior in forming clearer and separate clusters. Based on these findings, the K-Means technique is more recommended for employee attendance data analysis because it provides more optimal cluster separation.Keywords: Clustering; K-Means; Hierarchical; Attendance Data; Evaluation AbstrakAnalisis data kehadiran karyawan memiliki peran penting dalam manajemen sumber daya manusia untuk meningkatkan efisiensi dan produktivitas. Penelitian ini membahas perbandingan algoritma K-Means dan Hierarchical dalam klasterisasi data kehadiran karyawan guna mengidentifikasi karakteristik kinerja. Tujuan dari penelitian ini adalah mengevaluasi performa kedua algoritma menggunakan metrik evaluasi Silhouette Score, Calinski-Harabasz Index, dan Dunn Index. Metode yang digunakan meliputi pengumpulan data kehadiran karyawan, preprocessing data, penerapan algoritma klasterisasi, serta evaluasi performa berdasarkan metrik yang ditentukan. Hasil evaluasi menunjukkan bahwa K-Means menghasilkan Silhouette Score sebesar 0.46, Calinski-Harabasz Index sebesar 522.90, dan Dunn Index sebesar 0.98, sedangkan Hierarchical memperoleh nilai masing-masing sebesar 0.40, 452.85, dan 0.86. Hasil ini mengindikasikan bahwa K-Means lebih unggul dalam membentuk klaster yang lebih jelas dan terpisah. Berdasarkan temuan ini, algoritma K-Means lebih direkomendasikan untuk analisis data kehadiran karyawan karena memberikan pemisahan klaster yang lebih optimal. 
Pengenalan Enterpreunership Multimedia Pada Santri Pondok Pesantren At-Taubah Tirta Mulya Agustia Hananto; Elfina Novalia; Tukino Tukino
Masyarakat Berkarya : Jurnal Pengabdian dan Perubahan Sosial Vol. 2 No. 2 (2025): Mei : Masyarakat Berkarya : Jurnal Pengabdian dan Perubahan Sosial
Publisher : Lembaga Pengembangan Kinerja Dosen

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62951/karya.v2i2.1384

Abstract

This community service activity aims to introduce the concept of multimedia entrepreneurship to students of the At-Taubah Tirta Mulya Islamic Boarding School, Karawang, in order to improve their knowledge and skills in utilizing multimedia as a tool for entrepreneurship. Held on March 2, 2024, this activity involved 50 students who attended lecture sessions, discussions, and multimedia content creation practices. The research method used was participatory action research, which allowed participants to be actively involved in the learning process. Data were collected through observation, interviews, and questionnaires to measure changes in knowledge before and after the activity. The results of the analysis showed a significant increase in students' understanding and skills related to multimedia entrepreneurship. The implications of this activity highlight the importance of collaboration between higher education institutions and Islamic boarding schools to create a creative and independent generation in the digital era.
Komparasi Kinerja Model Naive Bayes, SVM, dan BERT dalam Klasifikasi Sentimen Ulasan Pada Aplikasi YUMMY Sabrina Amanda Salsabila; Bayu Priyatna; Agustia Hananto; Tukino
STORAGE: Jurnal Ilmiah Teknik dan Ilmu Komputer Vol. 4 No. 2 (2025): Mei
Publisher : Yayasan Literasi Sains Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55123/storage.v4i2.5120

Abstract

Ulasan pada Google Play Store memainkan peran penting dalam membentuk persepsi publik terhadap sebuah aplikasi. Penelitian ini bertujuan untuk melakukan sentimen ulasan dengan mengklasifikasikan mejadi kategori positif dan negatif di aplikasi Yummy, serta membandingkan performa tiga metode klasifikasi teks: Naive Bayes, Support Vector Machine (SVM), dan Bidirectional Encoder Representations from Transformers (BERT). Sebanyak 6.773 data ulasan didapatkan melalui scraping dan diproses dengan tahapan pra-pemrosesan seperti pembersihan teks, tokenisasi, stopword removal, dan stemming. Representasi fitur dilakukan menggunakan TF-IDF untuk Naive Bayes dan SVM, sedangkan BERT memanfaatkan token embedding dari model pra-latih. Hasil eksperimen menunjukkan bahwa SVM menghasilkan performa sangat efektif dengan akurasi 94%, diikuti oleh Naive Bayes dan BERT yang keduanya mencapai akurasi 90%. SVM juga menunjukkan keseimbangan yang lebih baik dalam mengklasifikasikan teks sentimen positif dan negatif. Temuan ini menegaskan SVM direkomendasikan sebagai solusi yang stabil dan efisien dalam analisis sentimen teks berbahasa Indonesia.
IMPLEMENTASI USER INTERFACE PADA WEBSITE COMPANY PROFILE MENGGUNAKAN METODE DESIGN THINKING Tamala, Evi; Huda, Baenil; Novalia, Elfina; Hananto, Agustia
ZONAsi: Jurnal Sistem Informasi Vol. 7 No. 2 (2025): Publikasi artikel ZONAsi: Jurnal Sistem Informasi Periode Mei 2025
Publisher : Universitas Lancang Kuning

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31849/9pwc1780

Abstract

CV. Smart Motecare Mandiri bergerak di bidang penyedia perangkat teknologi informasi serta layanan instalasi dan perawatan peralatan tersebut. Seiring dengan pesatnya perkembangan teknologi informasi, perusahaan ini menyadari pentingnya keberadaan sebuah website sebagai sarana komunikasi dan promosi yang efektif. Website menjadi platform penting untuk menyampaikan informasi mengenai produk, layanan, serta profil perusahaan. Penelitian ini bertujuan untuk merancang website company profile CV. Smart Motecare Mandiri dengan memanfaatkan metode Design Thinking, yang mengarah pada pengetahuan yang komprehensif mengenai keperluan pengguna serta penyelesaian masalah yang dihadapi perusahaan. Proses perancangan mencakup tahapan Empathize, Define, Ideate, serta pembuatan desain dan prototype, yang kemudian diimplementasikan dalam pembuatan website menggunakan platform WordPress. Setelah website selesai dibuat, pengujian dilakukan dengan metode SUS untuk mengukur tingkat kegunaan website. Hasil pengujian menunjukkan skor akhir SUS sebesar 68,00, yang termasuk dalam kategori "marginal high" dan menunjukkan bahwa website yang dirancang efektif dalam memenuhi tujuan perusahaan. Website ini diharapkan dapat menjadi sarana promosi digital yang meningkatkan citra profesional perusahaan dan mempermudah calon pelanggan dalam memperoleh informasi.
Klasterisasi Supplier Berdasarkan Kinerja Menggunakan Algoritma K-Means Afra, Alfina Fadhilah; Hananto, April Lia; Hananto, Agustia; Priyatna, Bayu
Jurnal Teknologi Dan Sistem Informasi Bisnis Vol 7 No 2 (2025): April 2025
Publisher : Prodi Sistem Informasi Universitas Dharma Andalas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47233/jteksis.v7i2.1935

Abstract

Untuk memastikan efisiensi operasional dan kualitas produk, evaluasi kinerja supplier sangat berperan penting dalam bidang perindustrian. PT Percetakan masih menggunakan penilaian subjektif dalam menilai kinerja supplier. Variabel dalam data ini yaitu Supplier, Jumlah Pesanan, Harga Satuan dan Rentang Pengiriman yang dapat dianalisis untuk meningkatkan penilaian kinerja supplier. Penelitian ini menggunakan algoritma K-Means untuk mengklasterisasikan supplier berdasarkan kinerja. Algoritma K-Means dipilih karena dapat mengolah data dalam jumlah besar dan efisien, hasil yang didapat lebih objektif dibanding pendekatan subjektif. Hasil Penelitian ini diharapkan dapat memberikan kontribusi dan solusi yang praktis bagi PT Percetakan untuk menentukan mitra kerja sama melalui penerapan algoritma K-Means. Hasil klasterisasi menunjukkan bahwa terdapat perbedaan yang signifikan antara supplier dalam setiap klaster. Supplier dengan performa terbaik (Klaster 1) cenderung memiliki jumlah pesanan yang tinggi, harga satuan lebih kompetitif, dan waktu pengiriman lebih cepat. Sementara itu, supplier dengan performa rendah (Klaster 3) memiliki harga lebih tinggi dan rentang pengiriman yang lama, yang dapat mempengaruhi efisiensi operasional perusahaan.
Algoritma K-Means Clustering Untuk Segmentasi Produk Kosmetik Terlaris Berdasarkan Volume Penjualan Salsabila, Nasya; Tukino, Tukino; Hananto, Agustia; Priyatna, Bayu
EXPERT: Jurnal Manajemen Sistem Informasi dan Teknologi Vol 15, No 1 (2025): June
Publisher : Universitas Bandar Lampung (UBL)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36448/expert.v15i1.4318

Abstract

Wardah, sebagai salah satu merek kosmetik lokal yang menonjol, berhasil menarik minat konsumen dengan menghadirkan produk-produk berkualitas, bersertifikat halal, serta memiliki harga yang terjangkau. Dengan semakin ketatnya persaingan dalam industri ini, penting bagi perusahaan untuk memanfaatkan data penjualan secara lebih efektif guna merancang strategi bisnis dan pemasaran yang lebih presisi. Menganalisis data penjualan berdasarkan produk yang terjual sangat penting untuk memahami dinamika pasar dan preferensi konsumen. Penelitian ini memanfaatkan algoritma K-Means Clustering untuk melakukan segmentasi produk berdasarkan data penjualan, dengan fokus pada dua variabel utama, yaitu jumlah unit yang terjual dan nilai total penjualan. Hasil penentuan jumlah klaster optimal menggunakan metode Elbow dan Davies-Bouldin Index (DBI) menunjukkan bahwa lima klaster memberikan pemisahan dan kekompakan data terbaik, dengan nilai DBI terendah sebesar 0,7772. Analisis lebih lanjut terhadap klaster menunjukkan bahwa Klaster 0 merupakan kelompok terbesar, mencakup 65 produk atau sekitar 46,76% dari total. Produk dalam klaster ini memiliki harga rata-rata yang rendah, yaitu sekitar Rp38.733, dengan total penjualan mencapai lebih dari Rp31 juta. Sementara itu, klaster 1 terdiri dari hanya 8 produk (5,76%), namun memiliki harga rata-rata paling tinggi, yakni Rp227.000. Meski jumlah penjualannya lebih kecil, klaster ini mengindikasikan keberadaan produk-produk premium atau eksklusif. Klaster 2 mencakup 40 produk (28,78%) dengan harga rata-rata sekitar Rp100.016 dan total penjualan mencapai hampir Rp49 juta. Klaster 3 menonjol dengan jumlah varian rata-rata yang tinggi (6 varian per produk), total penjualan tertinggi yaitu sekitar Rp68,5 juta, dan volume penjualan terbesar dengan 1.073 unit terjual. Klaster ini terdiri dari 23 produk (16,55%) dan menunjukkan bahwa meskipun jumlah produknya lebih sedikit, kontribusinya terhadap total penjualan sangat signifikan. Terakhir, klaster 4 merupakan klaster terkecil dengan hanya 3 produk (2,16%), namun memiliki jumlah varian sangat tinggi, rata-rata mencapai 20,67 varian per produk, dan harga menengah ke atas sekitar Rp88.781. Secara keseluruhan, hasil klasterisasi ini memberikan wawasan penting untuk strategi bisnis, seperti penentuan harga, pengelolaan stok, dan penargetan promosi berdasarkan karakteristik masing-masing kelompok produk.
Co-Authors Abdul Hafiz Adila Rahmawati Afra, Alfina Fadhilah Agneresa Agneresa Ahmad Fauzi ali, agus alzahra, alika aziza Amir Amir Amri Abdulah Anggi Octa Fadilah Angraeni, Rahmah Nur Anita Khansa Ramadanti Annam, Dyno Syaiful Apriade Voutama Apriani, Fitria April Lia Hananto April Lia Hananto Arief Wibowo Arip Solehudin Asep Permana atikah, dwi Atmaja, Rashelin Zahra Aulia, Aldi Aviv Yuniar Rahman Aviv Yuniar Rahman Awal, Elsa Elvira Ayu Ratna Juwita Azizah, Fathin Putri Baenil Huda Baenil Huda Baenil Huda Baenil Huda Bayu Priyatna Bayu Yoga Astario Bilqis Amalia Utari Deva Defrina Aldeana Dodi Mulyadi Dodi Mulyadi Dyno Syaiful Annam Eko Pramono Elfina Novalia Elfinanovalia , Elfinanovalia Elsa Rosalina Emilia Sukmawati, Cici Erlyta Hares Euis Nurlaelasari Fatmanisa Mumpuni Delta Maharani Ferdiansyah, Indra FIKRI HAIKAL Fitria Nur Apriani Fitria Nurafriani Fitria Nurapriani Fitria Nurapriani Fizra Firdaus Nillan Goenawan Brotosaputro Hadaya Abhista Reswara Handayani, Citra Hemant N Chaudhari Herda Andriana Heryana, Nono Hilabi, Shofa Shofia Hilabi, Shofa Shofiah Hilabi, Shofa Shofiah Huban Kabir Huda , Baenil Huda, Baenil Ikhsan, Muhammad Daffa Ilham Fariz Asya Mubarok Indra Kurniawan Indra, Jamaludin Jasmine Dina Sabila Karina Karyadi Karyadi Khoirudin Khoirudin Khoirudin, Khoirudin Kusnadi, Akhmad Maharina Maharina Melisa Mubarok, Piky Muhamad Mammun Muhamad Rizky Arfani Muhamad Rizky Arfani Muhammad Difa Prakoso Fuadi Muhammad Khaerudin Muhammad Rindra Alfiansyah Novalia, Elfina Nur ‘Azah Nurajizah, Dhea Nurapriani, Fitria Nurfajria, Dera Nurhayati Paryono, Tukino Pradana Rizki Maulana Pratama, Tito Chaerul Priyatna, Bayu Priyatna, Bayu Puspita Sari, Desti Rahmatiani, Lusiana Rati Ratnasari Rini Mayasari Sabrina Amanda Salsabila Saefil Aripiyanto Salsabila, Nasya Setiawan, Pratama Wahyu Setiawan, Pratama Wahyu Shofa Shofia Hilab Shofa Shofia Hilabi Shofa Shofia Hilabi Shofa Shofia Hilabi Shofa Shofiah Hilabi Shofa Shofiah Hilabi Shofia Hilabi, Shofa Shofiah Hilabi, Shofa Sidqi Awaludin Sifa, Sifa Rismawati Sigit Budi Nugroho Silvana Nazuah Siti Masruroh Sri Wahyuni Sukarman Sukarman Sukarman Sukarman Sunarya, Edwin Yohanes Tamala, Evi TARMUJI TARMUJI, TARMUJI Taufik Ulhakim, Muhamad Thoyib, Imam Nurhuda Tikamori, Ghazi Tukino Tukino Tukino , Tukino Tukino Tukino Tukino Tukino Tukino Tukino, Tukino Tukino, Tukino Tukino, Tukino Utomo, Ainur Alam Budi Vina Andini Wahyu, Pratama Widyanti, Tyas Witulas Ambang Cahyati Yoga Astario, Bayu Zein, Selmia Aulia