Article Per Year (5 Year)
p-Index From 2021 - 2026
10.656
P-Index
This Author published in this journals
All Journal TEKNOLOGI INFORMASI Jurnal EECCIS CESS (Journal of Computer Engineering, System and Science) Jurnal Ilmiah Rekayasa dan Manajemen Sistem Informasi Indonesian Journal of Applied Informatics Industri Inovatif : Jurnal Teknik Industri Jurnal Mnemonic JATI (Jurnal Mahasiswa Teknik Informatika) Jurnal Teknika Jurnal Bumigora Information Technology (BITe) Infotek : Jurnal Informatika dan Teknologi SKANIKA: Sistem Komputer dan Teknik Informatika Darmabakti : Junal Pengabdian dan Pemberdayaan Masyarakat Jurnal Informatika Teknologi dan Sains (Jinteks) JASTEN (Jurnal Aplikasi Sains Teknologi Nasional SISFOTENIKA
Yosep Agus Pranoto
Institut Teknologi Nasional Malang
Arts Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Physics Other

Published : 122 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 122 Documents
Search

 9   10   11   12   13 
IMPLEMENTASI SISTEM PENDUKUNG KEPUTUSAN DALAM PEMILIHAN BAHAN MAKANAN UNTUK DIET MENGGUNAKAN METODE FAHP (FUZZY ANALYTICAL HIERARCHY PROCESS) BERBASIS WEB Casimiro, Laurensius; Sasmito, Agung Panji; Pranoto, Yosep Agus
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 2 (2025): JATI Vol. 9 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i2.13338

Abstract

Pemilihan bahan baku makanan yang tepat adalah kunci dalam mencapai tujuan kesehatan melalui program diet, seperti penurunan berat badan atau menjaga kebugaran tubuh. Setiap individu memiliki kebutuhan gizi berbeda, dan bahan baku makanan harus mendukung pemenuhan kebutuhan tersebut tanpa melebihi batas kalori yang ditentukan. Namun, banyak individu kesulitan memilih bahan baku yang sesuai, terutama dalam mempertimbangkan keseimbangan nutrisi, preferensi pribadi, dan keterbatasan waktu. Dalam beberapa kasus, pengguna sudah memiliki daftar bahan baku, tetapi kesulitan memilih yang terbaik berdasarkan criteria relevan. Proses pemilihan yang subjektif dapat mempengaruhi efektivitas diet. Untuk itu, diperlukan sistem yang dapat meranking bahan baku berdasarkan criteria seperti kandungan gizi, kalori, dan preferensi individu. Salah satu metode yang tepat adalah FAHP, yang menggabungkan AHP dan fuzzy untuk menangani masalah ambiguitas. Implementasi sistem dalam aplikasi web memungkinkan pengguna mengaksesnya dengan mudah dan memastikan pemilihan bahan baku yang sesuai dengan tujuan diet secara objektif. Penelitian ini melibatkan dua pengujian, yaitu pengujian Fuzzy AHP dan pengujian blackbox. Hasil pengujian Fuzzy AHP menunjukkan peringkat bahan baku, dengan nilai tertinggi 0,875 pada A2 dada ayam dan terendah 0,125 pada A1 apel. Pengujian blackbox berhasil memenuhi tujuan pengujian dengan uji fungsionalitas pada 5 page website. Kedepannya, diharapkan aplikasi dapat dilanjutkan dengan versi mobile.
Analisis Sentimen Pada Komentar Media Sosial Terkait Isu Joki Dengan Menggunakan Metode LSTM Dimas Surya Prasetyo; Karina Auliasari; Yosep Agus Pranoto
CESS (Journal of Computer Engineering, System and Science) Vol. 10 No. 1 (2025): Januari 2025
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/cess.v10i1.65100

Abstract

Di kalangan akademisi dan masyarakat, fenomena praktik perjokian dalam penyusunan skripsi telah menimbulkan kekhawatiran karena mengancam reputasi akademik. Media sosial menjadi sarana utama bagi masyarakat untuk mengekspresikan pendapat mereka tentang masalah ini, baik melalui kecaman maupun menjadikan kebiasaan baru. Namun, volume data yang besar, gaya bahasa yang beragam, dan penggunaan bahasa informal adalah masalah untuk menganalisis data media sosial. Untuk mencapai tujuan ini, penelitian ini menggunakan metode Long Short-Term Memory (LSTM) untuk menganalisis sentimen masyarakat. Metode ini dipilih karena kemampuan LSTM untuk memahami konteks kata dalam kalimat kompleks, yang membuatnya cocok untuk komentar panjang di media sosial. Hasil penelitian menunjukkan pengujian kinerja model untuk mengidentifikasi sentimen positif dan negatif, diperoleh akurasi sebesar 71%, recall sebesar 67%, dan precision sebesar 77%. Hal ini menunjukkan bahwa model mampu mengenali pola sentimen dengan cukup baik dari data yang ada.
Analisis Sentimen Program Sekolah Rakyat Menggunakan Metode Bidirectional Long Short Term Memory: Sentiment Analysis of Sekolah Rakyat Program Using Bidirectional LSTM QURROTUNA, FINA; Karina Auliasari; Yosep Agus Pranoto
SISFOTENIKA Vol. 16 No. 1 (2026): SISFOTENIKA
Publisher : STMIK PONTIANAK

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30700/sisfotenika.v16i1.590

Abstract

Sekolah rakyat yang berada di bawah kementrian sosial merupakan sekolah berbasis asrama yang ditujukan bagi anak sekolah yang berasal dari keluarga miskin dan miskin ekstrem. Sekolah ini bertujuan memberikan pendidikan formal dan non formal, menjadikan peserta didik menjadi lulusan yang cerdas dan berketerampilan, dan harapannya dapat memperbaiki kehidupan dirinya dan keluarganya. Penelitian ini ditujukan untuk melakukan analisis sentimen terhadap opini masyarakat seputar program pemerintah yang ada pada bidang pendidikan yaitu sekolah rakyat dengan menggunakan metode deep learning yaitu metode Bidirectional Long Short Term Memory (BiLSTM). Data yang digunakan dalam penelitian ini didapat dari platform X (x.com) dengan jumlah 4714. Dari hasil penelitian yang telah dilakukan inilah kemudian didapatkan informasi bahwa mayoritas sentimen masyarakat mengenai program sekolah rakyat adalah sentimen positif dengan total 3683 atau sebanyak 78.1%. Model BiLSTM berhasil melakukan proses klasifikasi dengan baik dibuktikan dengan nilai akurasi, presisi dan recall yang mencapai 89%. Temuan ini dapat memberikan pengetahuan tentang bagaimana opini masyakat terkait program sekolah rakyat dan dapat membantu dalam evaluasi kebijakan program
ANALISIS SENTIMEN ULASAN WISATAWAN TERHADAP DESTINASI WISATA PANTAI BALI DENGAN MENGGUNAKAN METODE RANDOM FOREST Yohana Dasilva, Eka Fanya; Susanto, Eko Heri; Pranoto, Yosep Agus
Jurnal Informatika Teknologi dan Sains (Jinteks) Vol 7 No 4 (2025): EDISI 26
Publisher : Program Studi Informatika Universitas Teknologi Sumbawa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51401/jinteks.v7i4.6901

Abstract

Bali hidup dari turis, begitu juga reputasinya yang sangat bergantung pada komentar mereka di internet. Semakin banyak orang berbagi kesan tentang tempat wisata di sini, semakin besar pula pengaruhnya bagi nama baik pulau ini. Penelitian ini bertujuan untuk melihat bagaimana perasaan para pelancong saat menulis ulasan tentang pantai-pantai Bali dengan memanfaatkan metode analisis Random Forest. Ulasan pelancong dari internet dikumpulkan lalu dibersihkan dengan menyamakan huruf, memecah teks menjadi bagian kecil, menyingkirkan kata yang tidak penting, hingga menemukan inti katanya. Data tersebut kemudian digunakan untuk melatih sekaligus menguji kemampuan sistem pengenal pola. Keberhasilan sistem diukur melalui tingkat ketepatan dan kelengkapan hasil klasifikasi. Hasil penelitian menunjukkan metode Random Forest efektif dalam memilah komentar wisatawan tentang Bali menjadi tiga kelompok, yaitu suka, tidak suka, dan biasa saja. Informasi yang diperoleh diharapkan dapat dimanfaatkan oleh pemerintah daerah untuk memahami pandangan wisatawan terhadap pantai-pantai di Bali sehingga dapat digunakan sebagai dasar dalam menyusun rencana peningkatan layanan dan promosi pariwisata yang lebih tepat sasaran
CLUSTERING KUALITAS PENDIDIKAN SEKOLAH MENENGAH ATAS DI PROVINSI NUSA TENGGARA TIMUR MENGGUNAKAN ALGORITMA K-MEANS Surat Lelaona, Maria Avriliana; Orisa, Mira; Pranoto, Yosep Agus
Jurnal Informatika Teknologi dan Sains (Jinteks) Vol 8 No 1 (2026): EDISI 27
Publisher : Program Studi Informatika Universitas Teknologi Sumbawa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51401/jinteks.v8i1.6944

Abstract

Provinsi Nusa Tenggara Timur (NTT) merupakan salah satu wilayah dengan tantangan besar dalam pemerataan dan peningkatan mutu pendidikan, khususnya pada jenjang Sekolah Menengah Atas (SMA). Berdasarkan data Dinas Pendidikan NTT, masih terdapat ketimpangan kualitas antar wilayah yang disebabkan oleh keterbatasan tenaga pendidik, sarana prasarana yang belum memadai, serta rasio guru dan murid yang tidak seimbang. Penelitian ini bertujuan untuk mengimplementasikan teknik data mining menggunakan algoritma K-Means Clustering dalam mengelompokkan kualitas pendidikan SMA di Provinsi NTT. Data yang digunakan meliputi indikator pendidikan seperti jumlah sekolah, jumlah siswa, jumlah guru, tenaga kependidikan, rasio guru terhadap murid, jumlah rombongan belajar, dan ruang kelas. Algoritma K-Means dipilih karena dataset yang digunakan merupakan data tak berlabel dan bersifat unsupervised. Penentuan jumlah cluster optimal dilakukan dengan metode Elbow, yang menghasilkan tiga kategori utama yaitu kualitas tinggi, sedang, dan rendah. Hasil penelitian ini diimplementasikan dalam bentuk sistem berbasis web yang mampu memproses data, menampilkan hasil pengelompokan secara visual melalui tabel dan grafik. Sistem ini diharapkan dapat menjadi alat bantu bagi pemerintah daerah dalam menganalisis distribusi mutu pendidikan dan merumuskan kebijakan peningkatan kualitas pendidikan secara berkelanjutan.
Implementasi Algoritma Genetika untuk Penjadwalan Praktikum Laboratorium Anggraini, Legming Dwi; Mahmudi, Ali; Pranoto, Yosep Agus
IJAI (Indonesian Journal of Applied Informatics) Vol 9, No 2 (2025)
Publisher : Universitas Sebelas Maret

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20961/ijai.v9i2.95560

Abstract

Abstrak : Penjadwalan praktikum laboratorium untuk membagi asisten sebagai pengajar dan pendamping berdasarkan ketersediaannya masih dilakukan secara manual menggunakan microsoft excel sehingga rawan terjadi kesalahan dan memerlukan waktu yang lebih. Sistem penjadwalan algoritma genetika dibuat guna membantu proses penjadwalan agar lebih efisien. Proses penjadwalan praktikum menggunakan algoritma genetika dengan kriteria asisten harus dijadwalkan sebagai pengajar maupun pendamping dalam keadaan tersedia. Dalam penelitian ini, parameter-parameter yang digunakan yaitu ukuran populasi sebanyak 20 individu dalam 50 generasi, serta nilai probabilitas crossover yang digunakan 0.8 dan probabilitas mutasi sebesar 0.1 yang mana menghasilkan nilai fitness 0.5 pada generasi terakhir.  Nilai fitness ini merepresentasikan tingkat optimalitas solusi, di mana semakin tinggi nilai fitness, semakin sedikit pelanggaran terhadap kriteria penjadwalan. Dalam penelitian ini, nilai fitness 0.5 menunjukkan bahwa hanya terdapat 1 pelanggaran dari total 18 penempatan, sehingga menghasilkan nilai akurasi penjadwalan sebesar 94.44%.==================================================Abstract : Scheduling laboratory practicals to divide assistants as teachers and assistants based on availability is still done manually using Microsoft Excel so it is prone to errors and requires more time. The genetic algorithm scheduling system was created to help the scheduling process become more efficient. The practicum scheduling process uses a genetic algorithm with the criteria that assistants must be scheduled as teachers or assistants when available. In this research, the parameters used are a population size of 20 individuals in 50 generations, as well as a crossover probability value of 0.8 and a mutation probability of 0.1, which produces a fitness value of 0.5 in the last generation. This fitness value represents the level of optimality of the solution, where the higher the fitness value, the fewer violations of the scheduling criteria. In this research, a fitness value of 0.5 indicates that there was only 1 violation out of a total of 18 placements, resulting in a scheduling accuracy value of 94.44%
PERANCANGAN GAME HORROR 3D “THE UNREAD” DENGAN METODE FINITE STATE MACHINE DAN FUZZY SUGENO Abdul Wahid; Yosep Agus Pranoto; Karina Aulia Sari
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 6 (2025): JATI Vol. 9 No. 6
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i6.15473

Abstract

Game horror The Unread dikembangkan dalam bentuk 3D berperspektif First Person untuk menghadirkan pengalaman eksplorasi dan investigasi di rumah kosong yang penuh misteri. Perilaku musuh diatur menggunakan Finite State Machine (FSM) dengan tiga state utama: wander, chase, dan jumpscare. Agar adaptif, FSM dikombinasikan dengan logika fuzzy Sugeno berdasarkan input jarak ke pemain dan tingkat sanity untuk menentukan kecepatan serta transisi perilaku secara dinamis. Hasil pengujian menunjukkan sistem berjalan efektif dengan akurasi tinggi dan respons sesuai kondisi pemain. Fitur eksplorasi, interaksi, dan transisi level berfungsi optimal, serta 76,88% responden memberikan penilaian positif terhadap kontrol, atmosfer horror, audio, dan kecerdasan musuh.
PEMBUATAN WEBSITE PEMESANAN MENU DIGITAL DI RUMAH MAKAN BERSAMA JAYA BERBASIS CLIENT SERVER: Rizky Iman Virgiawan; Suryo Adi Wibowo; Yosep Agus Pranoto
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 6 (2025): JATI Vol. 9 No. 6
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i6.15502

Abstract

Bersama Jaya merupakan usaha yang bergerak di bidang Food and Beverage dan berdomisili asli Kota Malang. Kami menyediakan hidangan olahan seafood asap dan temannya, dengan produk unggulan yaitu Rahang Tuna Asap bakar, dengan penjualan mencapai rata-rata 400 porsi setiap harinya. Di balik semua keunggulan restoran Bersama Jaya, ada satu hal menarik yang menarik perhatian peneliti, yakni proses pemesanan masih dilakukan secara manual atau belum memanfaatkan teknologi informasi.  Salah satu pendekatan yang dapat digunakan dalam sistem rekomendasi adalah metode Content-Based Filtering juga digunakan untuk menganalisis fitur atau atribut dari menu itu sendiri, seperti rasa, kategori, atau deskripsi, guna menyarankan item yang mirip dengan preferensi dari pelanggan. Dari permasalahan tersebut, peneliti tertarik untuk membangun sebuah sistem aplikasi berbasis web yang mampu membantu mempermudah sistem pemesanan dirumah makan Bersama Jaya. Hasil rekomendasi yang dihasilkan oleh sistem sudah du uji kepada pakar menggunakan beberapa skema untuk memastikan sistem rekomendasi sudah merekomendasikan menu yang benar. Dari pengujian menggunakan beberapa skema tersebut telah didapatkan hasil rekomendasi sistem tersebut sudah sesuai dengan menu yang direkomendasikan oleh pakar.
PERAMALAN CATERING UNTUK MENENTUKAN STOK BAHAN BAKU MENGGUNAKAN METODE DOUBLE EPONENTIAL SMOOTHING BERBASIS WEB: Adji Bayu Pamungkas; Yosep Agus Pranoto; Eko Heri Susanto
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 6 (2025): JATI Vol. 9 No. 6
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i6.15489

Abstract

Perencanaan kebutuhan bahan baku yang akurat merupakan faktor krusial dalam bisnis catering guna menghindari pemborosan maupun kekurangan stok. Metode Double Exponential Smoothing berbasis web digunakan dalam penelitian ini untuk mengembangkan sistem peramalan kebutuhan bahan baku untuk Citra Asri Catering. Metode ini dipilih karena kemampuannya dalam memproyeksikan data time series yang memiliki tren dengan mengutamakan data terbaru. Sistem dibangun menggunakan Visual Studio Code dan XAMPP sebagai platform pengembangan, serta dilengkapi fitur input data penjualan, pengelolaan stok bahan baku, dan perhitungan otomatis hasil peramalan. Hasil pengujian menunjukkan bahwa sistem mampu memberikan prediksi kebutuhan bahan baku secara lebih efisien dibanding metode manual, serta memberikan informasi akurat yang mendukung pengambilan keputusan. Nilai MAPE (Mean Absolute Percentage Error) metode digunakan untuk menilai akurasi peramalan. Nilai MAPE terkecil untuk menu ikan goreng adalah Alpha 0,1 dengan nilai 12 %, dan MAE adalah 7,34. Diharapkan sistem ini akan meningkatkan efisiensi operasional dan mengurangi pemborosan bahan baku di perusahaan catering.
SISTEM REKOMENDASI PEMBELIAN PAKET PRODUK PADA TOKO FLAMING TOBACCO MENGGUNAKAN ALGORITMA APRIORI: Ivan Kristianto Santoso; Yosep Agus Pranoto; Suryo Adi Wibowo
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 6 (2025): JATI Vol. 9 No. 6
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i6.15513

Abstract

Meningkatnya minat konsumen terhadap rokok linting sendiri yang personal menciptakan tantangan akibatbanyaknya pilihan tembakau, filter, dan kertas yang membingungkan pembeli. Kondisi ini diperparah dengan kesulitan penjual dalam memberikan rekomendasi produk yang objektif dan berbasis data, sehingga berisiko menurunkan kepuasan serta loyalitas pelanggan. Solusi yang diajukan adalah pengembangan sistem rekomendasi menggunakan algoritma Apriori untuk menganalisis data historis pembelian dan mengidentifikasi pola hubungan antar produk tembakau, filter, dan kertas. Algoritma ini dipilih karena keunggulannya dalam menemukan aturan asosiasi dari dataset besar secara efisien, kesederhanaan implementasi, serta kemampuannya menghasilkan rekomendasi yang relevan berdasarkan kebiasaan pelanggan. Hasil penelitian menunjukkan bahwa algoritma Apriori berhasil mengidentifikasi sejumlah aturan asosiasi produk yang signifikan dan valid (nilai lift > 1), dengan implementasi metode pada sistem yang terbukti akurat. Sistem rekomendasi yang dikembangkan berfungsi baik lintas browser dan mendapatkan penerimaan pengguna sebesar 53% terkait antarmuka serta pengalaman pengguna, menandakan potensinya dalam membantu konsumen menentukan kombinasi produk
Co-Authors Abbas Al Munyawi, Moch. Ibnu Abdul Wahid Abdul Wahid Abdurrohman, Dhiyauddin Adi Saputra, Yoga Adiatma, Lalu Heru Adji Bayu Pamungkas Adyatma Nandana Partha, Putra Adzdziqri, Tareh Rozzaq Agung Panji Sasmito Ahmad Fahrudi Setiawan AHMAD FAISOL Alan Pambudi, Noval Ali Mahmudi Ali Mahmudi Anam, Sholihul Angga Firmansyah, Puja Anggara, Aditya Anggraini, Legming Dwi Anggriati, Shafira Ardi Wibowo, Farhandi Arfan Ravy Wahyu Pratama, Mochamad ARI, DANIEL Ariwibisono, F. X. Ariwibisono, F.X Arya Wardhana, Rama Bagaskara, Kevin Bayu Prasetyo, Rangga Casimiro, Laurensius Deddy Irawan, Joseph Deddy Rudhistiar Dimas Surya Prasetyo Eko Heri Susanto Emmalia Adriantantri Everaldo, David Fahim Aslamsyah, Ahmad Faris, Mochammad Febriana Santi Wahyuni Fisabilillah, Difa Ghaniyyu Muqsit, Diagy Ghofur, Muchamad Green Bhuana Yapen, Betty Haifan, Azrul Hamdani, Andrian Irfie Hani Zulfia Zahro Hani Zulfia Zahro’ Hansen Sawa, Karolus Harnanda, Arbiansyah Rizki Tri Ilmi, Miftachul Ivan Kristianto Santoso Janeananto Sanjaya, Andrew Joas, Kirene Wardaini Joseph Dedy Irawan Karina Aulia Sari Karina Auliasari kartiko Kartiko Adi Widodo Kartiko Ardi Widodo Kristian Putra, Randi M. Aziz Muslim Mandala Agung Putra, Hanjaya Masini, Joi Maulidi Molyono, Wildan Maureta, Sonia Michael Kevin Adinata Mira Orisa Misbachul Munir, Muhammat Moh. Miftakhur Rokhman Moh. Miftakhur Rokhman, Moh. Miftakhur Muhammad Yazid Abu Sahal Muzaky, Mohammad Rizal Nabella, Arika Risma Nabella Nahdi Anshari, Muhammad Nanang Utomo, Mochammad Nurlaily Vendyansyah Obet Yumame, Raimond Orun, Patris Ferdinan Pabua, Fiqram Paryanto, Lukas Peterson Tho, Sandhy Pradana Hartinningrum, Eka Prasetyo, Sony Pratama, Irgi Yoga Priga Putra, Angga Pratama Primaswara P., Renaldi Putera Alamsyah, Daniel Putri Kartikasari, Yolanda Aprilia Qurrotuna, Fina Rafi Alfandi, Farhan Rahmat Dian Nugraha, Adhitya Raihan Rahmalita, Deazuri RAMADHANI, RONI Rangga Aditia Abiyova Renaldi Primaswara Prasetya Rini Nur Hasanah Rismayanti, Sintiya Rizka Fitriandra, Zeylla Rizky Iman Virgiawan Rohman, Moh Miftakhur rosada, uyun Saiqul Umam, Muhamad Samsaudin, Ruslin santi w, Febriana Saputra Sugiarto, Tedi Andika Saputra, Dwi Adi Saputra, Reynaldo Ferdian Sebastian Rudi, Welly Sentot Achmadi setiawan, yudistira putra Shalom Wirawan, Lucas Sidik Noertjahjono Siska Wati, Siska Sonny Prasetio Surat Lelaona, Maria Avriliana Suryo Adi Wibowo suryoadi susanto, eko heri Susmiyanto, Feri Sutejo, Danang Syahreni Tejasukmana Putra, Rehadian Thomas Priyasmanu Vito Eka Perdana Putra, Alfonsus Wangsa Nata Asmara, Krisna Wijaya, Ferdinand Nur Adam Xaverius Ariwibisono, Fransiskus Yogi Ainur Rofiq Anggara Yohana Dasilva, Eka Fanya Yumnan Maulana, Achmad Yusuf, Muhammad Rifai N. Zahro, Hani Zulfia Zahro’, Hani Zulfia Zakaria Rifqi Azib, Muhammad Zulfia Zahro’, Hani