Article Per Year (5 Year)
p-Index From 2021 - 2026
9.532
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 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

 4   5   6   7   8 
RANCANG BANGUN SISTEM INFORMASI E-COMMERCE AYAMSEGAR.ID MENGGUNAKAN METODE PROTOTYPE PADA UMKM Atmaja, Rashelin Zahra; Hananto, Agustia; Huda, Baenil; Hananto, Aprilia
Jurnal Informatika Vol 9, No 4 (2025): JIKA (Jurnal Informatika)
Publisher : University of Muhammadiyah Tangerang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31000/jika.v9i4.14469

Abstract

Transformasi digital telah menjadi kebutuhan mendesak bagi UMKM di era industri 4.0, terutama dalam aspek pemasaran dan layanan pelanggan. Penelitian ini bertujuan untuk merancang sistem informasi e-commerce berbasis website pada UMKM Kurnia Farms dengan menggunakan metode prototype. Proses pengembangan dilakukan secara iteratif, dimulai dari identifikasi kebutuhan, perancangan sistem, implementasi prototype, hingga evaluasi oleh pengguna. Pengumpulan data dilakukan melalui observasi, wawancara, studi pustaka, dan pengujian usability menggunakan System Usability Scale (SUS). Hasil implementasi menunjukkan bahwa sistem berhasil memenuhi kebutuhan pengguna dalam pengelolaan produk dan transaksi secara digital. Evaluasi usability menghasilkan skor SUS sebesar 87.5 yang termasuk dalam kategori Excellent Usability, menandakan bahwa sistem mudah digunakan dan sesuai dengan ekspektasi pengguna. Sistem ini dinilai dapat menjadi solusi digitalisasi yang efektif dan terjangkau bagi UMKM serupa.
Klasifikasi Kenyamanan Produk Hijab Kaos Rayon Menggunakan Algoritma Naïve Bayes Berdasarkan Ulasan Konsumen di Shopee Zein, Selmia Aulia; Paryono, Tukino; Hananto, Agustia; priyatna, bayu
Syntax Literate Jurnal Ilmiah Indonesia
Publisher : Syntax Corporation

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36418/syntax-literate.v10i6.59532

Abstract

Industri fashion muslimah di Indonesia mengalami pertumbuhan yang pesat, dengan produk hijab kaos rayon menjadi pilihan populer karena kenyamanannya yang sesuai dengan iklim tropis. Shopee, sebagai platform e-commerce terbesar di Indonesia, menjadi tempat utama bagi konsumen untuk membeli produk ini. Namun, dengan banyaknya ulasan yang tersedia, penilaian manual terhadap kenyamanan produk menjadi tidak efisien. Penelitian ini bertujuan untuk mengembangkan model klasifikasi sentimen menggunakan algoritma Naïve Bayes untuk menilai tingkat kenyamanan produk hijab kaos rayon berdasarkan ulasan konsumen di Shopee. Data ulasan dikumpulkan melalui teknik web scraping, kemudian diproses menggunakan tahapan preprocessing seperti case folding, tokenization, stopword removal, dan stemming. Selanjutnya, data diberi label berdasarkan tingkat kenyamanan: sangat nyaman, nyaman, cukup nyaman, dan tidak nyaman. Model Naïve Bayes diimplementasikan untuk mengklasifikasikan ulasan tersebut, menghasilkan tingkat akurasi 71,56%, dengan presisi, recall, dan f1-score masing-masing 72%. Hasil klasifikasi menunjukkan bahwa kategori "Cukup Nyaman" mendominasi, diikuti oleh kategori "Nyaman", "Sangat Nyaman", dan "Tidak Nyaman". Analisis ini memberikan gambaran yang lebih cepat dan akurat bagi konsumen dalam memilih produk hijab kaos rayon yang sesuai dengan preferensinya.
Klasterisasi Tingkat Penjualan Kedai Kopi Hallo Burjois Menggunakan Algoritma K-Medoids Sebagai Evaluasi Pradana Rizki Maulana; April Lia Hananto; Agustia Hananto; Bayu Priyatna
JURNAL FASILKOM Vol. 14 No. 1 (2024): Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer)
Publisher : Unversitas Muhammadiyah Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37859/jf.v14i1.6912

Abstract

Kedai Hallo Burjois yang sedang mengalami tantangan untuk memperluas jangkauan produk menu produk, penelitian ini menerapkan algoritma K-Medoids Clustering untuk meningkatkan strategi promosi dengan mengidentifikasi menu-menu yang memiliki tingkat minat pembeli rendah. Proses tersebut melibatkan pengolahan data penjualan harian yang diubah menjadi format bulanan, di mana algoritma K-Medoids digunakan untuk membentuk tiga kluster yang mewakili tingkat penjualan tinggi, sedang, dan rendah. Hasil klasterisasi menunjukkan adanya menu-menu dengan penjualan rendah sebanyak 6 item, antara lain Americano, Caffe Latte, Dark Choco Caramel, Dimsum, Hazelnut Latte, dan Pasta Carbonara. Lalu kami mengadopsi prinsip 4P (Product, Price, Place & Promotion) untuk mengevaluasi produk dengan tingkat penjualan terendah. Uji validitas dilakukan menggunakan Davies Boulding Index (DBI), menunjukkan keakuratan dan konsistensi hasil klasteriasasi sebesar 0,95 pada tiga kluster.
Implementasi Metode Agile Development Dalam Perancangan Sistem Informasi Pendaftaran KB MKJP Berbasis Website Handayani, Citra; Priyatna, Bayu; Hananto, Agustia; Tukino, Tukino
Jurnal Ilmu Komputer dan Bisnis Vol. 16 No. 1 (2025): Vol. 16 No. 1 Mei (2025)
Publisher : STMIK Dharmapala Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47927/jikb.v16i1.1039

Abstract

Program Keluarga Berencana (KB) merupakan salah satu upaya pemerintah Indonesia dalam mengendalikan pertumbuhan penduduk dan meningkatkan kesejahteraan masyarakat. Salah satu metode yang dianjurkan dalam program ini adalah Kontrasepsi Jangka Panjang (MKJP), seperti implan, IUD, dan sterilisasi. Namun, partisipasi masyarakat, terutama di daerah pedesaan seperti Kecamatan Karang Bahagia, Kabupaten Bekasi, masih tergolong rendah. Proses pencatatan dan pengelolaan data di BKKBN Kecamatan Karang Bahagia masih dilakukan secara manual, sehingga rawan mengalami kesalahan, kerusakan, atau kehilangan data. Untuk menjawab permasalahan tersebut, penelitian ini mengembangkan sistem informasi pendaftaran KB MKJP berbasis web dengan menggunakan metode Agile Development yang memungkinkan pengembangan dilakukan secara bertahap dan fleksibel. Sistem ini dirancang untuk meningkatkan efisiensi dalam proses pendaftaran, validasi data, serta pelaporan secara real-time. Berdasarkan hasil pengujian black box, seluruh fitur dalam sistem berfungsi sesuai dengan harapan. Diharapkan dengan adanya sistem ini, tingkat partisipasi masyarakat terhadap program MKJP dapat meningkat dan pengelolaan data menjadi lebih akurat serta terintegrasi.
Perancangan Sistem Rekomendasi Produk pada E-Commerce Toko Sendal Grosir Menggunakan Algoritma Content-Based Filtering Novalia, Elfina; Awal, Elsa Elvira; Hananto, Agustia; Tarmuji, Tarmuji; Setiawan, Pratama Wahyu
Journal of Information System, Applied, Management, Accounting and Research Vol 9 No 4 (2025): JISAMAR (Journal of Information System, Applied, Management, Accounting and Resea
Publisher : Sekolah Tinggi Manajemen Informatika dan Komputer Jayakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52362/jisamar.v9i4.2130

Abstract

Perkembangan teknologi informasi memberikan pengaruh besar terhadap persaingan bisnis, khususnya di sektor penjualan grosir. Toko sendal grosir sebagai usaha berskala kecil hingga menengah seringkali menghadapi tantangan dalam mengelola transaksi, inventaris, dan promosi produk secara efektif. Penelitian ini bertujuan untuk merancang dan membangun sistem e-commerce menggunakan Laravel dan Nuxt.js yang dilengkapi dengan fitur rekomendasi produk berbasis algoritma Content-Based Filtering. Laravel digunakan di sisi backend karena struktur arsitektur MVC yang terorganisir, keamanan data, serta kemudahan pengembangan. Sementara itu, Nuxt.js digunakan di sisi frontend untuk menghadirkan antarmuka pengguna yang responsif dan interaktif melalui dukungan server-side rendering (SSR). Proses perancangan meliputi analisis kebutuhan, desain antarmuka, dan implementasi modul seperti halaman utama, detail produk, checkout, serta logika rekomendasi. Sistem rekomendasi memanfaatkan atribut produk seperti kategori, warna, ukuran, dan harga, dengan perhitungan kemiripan menggunakan metode cosine similarity. Meskipun sistem rekomendasi masih dalam tahap perancangan, integrasinya bertujuan untuk meningkatkan personalisasi dan pengalaman belanja pengguna. Sistem ini juga dirancang agar skalabel dan mudah dikembangkan di masa depan.
RECONSTRUCTION OF ISLAMIC EDUCATION CURRICULUM MANAGEMENT BASED ON DEEP LEARNING IN THE ERA OF DIGITAL TRANSFORMATION Masruroh, Siti; Rahmatiani, Lusiana; Hananto, Agustia; Utomo, Ainur Alam Budi; Ali, Agus
Edukasi Islami: Jurnal Pendidikan Islam Vol. 14 No. 04 (2025): Edukasi Islami: Jurnal Pendidikan Islam
Publisher : Sekolah Tinggi Agama Islam Al Hidayah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30868/ei.v14i04.9293

Abstract

Background: The reconstruction of the Islamic Education (PAI) curriculum is essential in responding to the changes brought by the digital era. Purpose: This article proposes a deep learning–based curriculum management model for Islamic education as a form of digital transformation within Islamic educational institutions. The approach emphasizes the development of deep understanding, spiritual reflection, and the integration of Islamic values into all aspects of the curriculum. Method: The research employs a conceptual-theoretical (library research) approach with a comparative analysis of literature on curriculum management, deep learning theory, and best practices in contemporary Islamic education. Result: The findings reveal key components of deep learning–based curriculum management, including adaptive curriculum design, data-driven teacher training, longitudinal evaluation, and managerial-technological synergy. Conclusion: Practical recommendations are directed toward transforming curriculum policies in madrasahs and Islamic schools.
Implementasi Sistem Pengadaan Material pada SAC dengan Metode Waterfall Deva Defrina Aldeana; Agustia Hananto; Tukino Tukino; Fitria Nurapriani; Elfina Novalia
Jurnal Teknologi Informasi dan Multimedia Vol. 7 No. 3 (2025): August
Publisher : Sekawan Institut

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35746/jtim.v7i3.745

Abstract

Decision support systems in the material procurement process are important solutions to improve operational efficiency and accuracy, especially in retail companies such as SAC (Store Adede Cikampek) which is engaged in the sale of dolls. This study aims to design and build a web-based material procurement system that is able to manage the ordering process, stock recording, verification of incoming goods, and reporting automatically. The system development was carried out using the Waterfall method because its systematic stages are very suitable for handling the material procurement process at SAC which was previously manual and undocumented. With the Waterfall approach, each stage such as needs analysis, design, implementation, testing, to maintenance can be carried out in a structured manner, thus ensuring that the system built is able to overcome problems such as late ordering and errors in recording raw materials. At the implementation stage, this system was developed with various features such as supplier data management, raw material stock management, order history, and periodic report generation. To ensure the effectiveness of the system, testing was carried out using the System Usability Scale (SUS) approach involving twenty respondents from internal operational parties. The evaluation results showed that the developed system succeeded in meeting user needs and increasing the effectiveness of the procurement process by obtaining an average score of 96 which was categorized as "Excellent". This system is also considered easy to use, efficient, and can support the decision-making process in real time. It is expected that the implementation of this system can not only solve the problem of material procurement in SAC, but can also be used as a model for implementing similar systems in similar businesses. This research provides a practical contribution in the development of an integrated information system to support more optimal business processes.
Analisis Segmentasi Pelanggan Menggunakan K-Means Clustering Untuk Optimalisasi Penjualan Sembako Adila Rahmawati; Tukino ,; Agustia Hananto; Fitria Nurapriani
Jurnal Ilmiah ILKOMINFO - Ilmu Komputer & Informatika Vol 8, No 2 (2025): Juli
Publisher : Akademi Ilmu Komputer Ternate

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47324/ilkominfo.v8i2.352

Abstract

Abstrak: Sembako sebagai kebutuhan pokok memiliki peranan penting dalam kehidupan masyarakat. Dengan meningkatnya persaingan di sektor ini, pelaku usaha dituntut untuk memahami perilaku konsumen secara lebih mendalam agar strategi pemasaran yang dijalankan menjadi lebih efektif. Salah satu metode yang bisa dimanfaatkan adalah segmentasi pelanggan berbasis data transaksi. Penelitian ini bertujuan menerapkan algoritma K-Means Clustering untuk mengelompokkan pelanggan dalam rangka mendukung peningkatan penjualan sembako. Data yang digunakan meliputi empat variabel utama: jumlah pesanan, uang muka, total transaksi, dan pelunasan. Proses awal dilakukan melalui pembersihan dan normalisasi data menggunakan StandardScaler. Penentuan jumlah cluster terbaik dilakukan dengan metode Elbow dan dikonfirmasi menggunakan nilai Silhouette Score. Hasil penelitian menunjukkan bahwa empat cluster merupakan segmentasi paling optimal dengan nilai Silhoutette Score sebesar 3,99. Cluster 2 memberikan kontribusi tertinggi terhadap total penjualan dan jumlah pelanggan sebesar 35,62%, disusul oleh cluster 1 sebesar 30,14%, cluster 3 sebesar 21,92%, sedangkan cluster 0 memiliki kontribusi terendah sebesar 12,33%. Visualisasi scatter plot menunjukkan distribusi antar-cluster yang cukup jelas. Segmentasi ini berguna untuk merancang strategi pemasaran yang lebih tepat sasaran.Kata kunci: Segmentasi Pelanggan, K-Means Clustering, Elbow Method, Silhouette Score, Penjualan SembakoAbstract: Basic necessities such as staple foods play an important role in people's lives. With increasing competition in this sector, business actors are required to understand consumer behavior in more depth so that the marketing strategies implemented become more effective. One method that can be utilized is customer segmentation based on transaction data. This study aims to apply the K-Means Clustering algorithm to group customers to support increased sales of necessities. The data used includes four main variables: number of orders, down payment, total transactions, and settlement. The initial process is carried out through data cleaning and normalization using StandardScaler. Determination of the best number of clusters is carried out using the Elbow method and confirmed using the Silhouette Score value. The results of the study showed that four clusters were the most optimal segmentation with a Silhouette Score value of 3.99. Cluster 2 contributed the highest to total sales and number of customers 35.62%, followed by Cluster 1 by 30.14%, cluster 3 by 21.92%, and Cluster 0 had the lowest contribution by 12.33%. Scatter plot visualization shows a fairly clear distribution between clusters. This segmentation is useful for designing more targeted marketing strategies.Keywords: Customer Segmentation, K-Means Clustering, Elbow Method, Silhouette Score, Grocery Sales
Air quality prediction using boosting-based machine learning models for sustainable environment Fauzi, Ahmad; Maharina, Maharina; Indra, Jamaludin; Ratna Juwita, Ayu; Hananto, Agustia; Nurlaelasari, Euis
IAES International Journal of Artificial Intelligence (IJ-AI) Vol 15, No 1: February 2026
Publisher : Institute of Advanced Engineering and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.11591/ijai.v15.i1.pp515-523

Abstract

High levels of air pollution are extremely harmful to humans and the environment. They increase the risk of respiratory infections and lung cancer, especially among vulnerable populations. Therefore, developing effective pollution control measures is crucial for mitigating these negative impacts. We need to implement effective methods to predict and manage air quality for the sake of public health and a healthier environment. In recent years, machine learning (ML) methods have been increasingly utilized in air quality prediction due to their ability to analyze datasets and identify complex patterns. However, the reliability and accuracy of air quality prediction models remain a challenge. This study proposes a boosting-based ML model for predicting air quality. We implemented three stages in the proposed method. In the first stage, we conducted data preprocessing and analysis to eliminate noise, remove redundant data, and encode categorical features. In the second stage, we predicted air quality categories by leveraging 25 ML models, dividing them into three distinct categories. The results show that the extreme gradient boosting (XGBoost), light gradient boosting machine (LGBM), and adaptive boosting (AdaBoost) models outperform the others in air quality prediction, achieving an accuracy of 99%. Finally, we compared these three models using 10-fold cross validation to ensure they generalize well in last stage.
IMPLEMENTASI MACHINE LEARNING MELALUI PENDEKATAN ALGORITMA RANDOM FOREST DALAM PREDIKSI TINGKAT STRES BERDASARKAN POLA GAYA HIDUP Ramadanti, Anita Khansa; Hananto, April Lia; Priyatna, Bayu; Hananto, Agustia
Djtechno: Jurnal Teknologi Informasi Vol 7, No 1 (2026): April
Publisher : Universitas Dharmawangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46576/djtechno.v7i1.8457

Abstract

Stres yang tidak terkelola berisiko berkembang menjadi gangguan serius seperti depresi hingga risiko bunuh diri. Machine learning dapat dioptimalkan sebagai solusi deteksi dini berdasarkan kombinasi faktor gaya hidup. Penelitian ini bertujuan untuk mengembangkan model prediksi tingkat stres melalui pendekatan algoritma Random Forest dengan dataset yang diperoleh platform Kaggle. Tahapan penelitian meliputi data preprocessing, penanganan ketidakseimbangan kelas menggunakan SMOTE, hingga evaluasi dan integrasi model.  Hasil evaluasi menunjukkan bahwa model mencapai akurasi sebesar 0.80, dengan nilai precision, recall, dan F1-Score secara keseluruhan berada pada angka 0,80. Performa terbaik diperoleh pada klasifikasi tingkat stres kategori High dengan F1-Score sebesar 0.86. Model yang telah tervalidasi kemudian diintegrasikan ke dalam antarmuka melalui Streamlit, sehingga mampu memberikan hasil prediksi secara real-time berdasarkan input data pengguna. Penelitian ini membuktikan bahwa algoritma Random Forest efektif dalam mengidentifikasi tingkat stres, dan implementasinya dalam bentuk aplikasi web berpotensi menjadi alat bantu deteksi dini yang fungsional dan sederhana.
Co-Authors Abdul Hafiz Adila Rahmawati Afif Hakim Afra, Alfina Fadhilah Agneresa Agneresa Agus Supriyanto Alfiansyah, Muhammad Rindra ali, agus alzahra, alika aziza Amir Amir Amri Abdulah Andini, Vina Anggi Octa Fadilah Angraeni, Rahmah Nur Annam, Dyno Syaiful Apriade Voutama Apriani, Fitria 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 Azizah, Fathin Putri Baenil Huda Baenil Huda Baenil Huda Baenil Huda Bayu Priyatna Bayu Yoga Astario Bilqis Amalia Utari Cepi Budiansyah, Ade Deva Defrina Aldeana Dodi Mulyadi Dodi Mulyadi Dyno Syaiful Annam Eko Pramono Elfina Novalia Elfinanovalia , Elfinanovalia Emilia Sukmawati, Cici Erlyta Hares Fatmanisa Mumpuni Delta Maharani Fauzi Ahmad Muda Ferdiansyah, Indra FIKRI HAIKAL Fitria Nur Apriani Fitria Nurafriani Fitria Nurapriani Fitria Nurapriani Fizra Firdaus Nillan Goenawan Brotosaputro Hadaya Abhista Reswara Handayani, Citra 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 Novalia, Elfina Nur Widyartha, Yogi Nur ‘Azah Nurajizah, Dhea Nurapriani, Fitria Nurfajria, Dera Nurhayati Nurlaelasari, Euis Paryono, Tukino Pradana Rizki Maulana Pratama, Tito Chaerul Priyatna, Bayu Priyatna, Bayu Puspita Sari, Desti Rahdiana, Nana Rahmatiani, Lusiana Ramadanti, Anita Khansa Rati Ratnasari Ratna Juwita, Ayu Rini Mayasari Rosalina, Elsa 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 Sifa, Sifa Rismawati Sigit Budi Nugroho Silvana Nazuah Siti Masruroh Sri Wahyuni Suhara, Ade Sukarman Sukarman Sukarman Sukarman Sunarya, Edwin Yohanes Supriyanto, Danang Susilo, Hendri 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, Tukino Utomo, Ainur Alam Budi Wahyu, Pratama Widyanti, Tyas Witulas Ambang Cahyati Yoga Astario, Bayu Zein, Selmia Aulia