Article Per Year (5 Year)
p-Index From 2021 - 2026
8.851
P-Index
This Author published in this journals
All Journal JURNAL PASTI (PENELITIAN DAN APLIKASI SISTEM DAN TEKNIK INDUSTRI) Indonesian Journal of Applied Informatics Antivirus : Jurnal Ilmiah Teknik Informatika Jurnal Ilmiah ILKOMINFO - Ilmu Komputer & Informatika Jurnal Mnemonic JATI (Jurnal Mahasiswa Teknik Informatika) Jurnal Teknika JOURNAL OF INFORMATION SYSTEM RESEARCH (JOSH) JIKA (Jurnal Informatika) Jurnal Bumigora Information Technology (BITe) Jurnal Informatika Teknologi dan Sains (Jinteks) JASTEN (Jurnal Aplikasi Sains Teknologi Nasional
Nurlaily Vendyansyah
Institut Teknologi Nasional Malang
Arts Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Physics Transportation Other

Published : 81 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 81 Documents
Search

 5   6   7   8   9 
ANALISIS PERBANDINGAN SISTEM PERAMALAN PENJUALAN BARANG MENGGUNAKAN METODE DOUBLE EXPONENTIAL DAN REGRESI LINEAR Hadi Al Haddad, Abdullah; Fahrudi Setiawan, Ahmad; Vendyansyah, Nurlaily
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 5 (2024): JATI Vol. 8 No. 5
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i5.10558

Abstract

Toko Mitra Jaya, sebuah toko penjualan kaca, aluminium, dan barang sejenis, menghadapi masalah dalam pengelolaan persediaan barang akibat ketidakakuratan hasil peramalan penjualan yang dilakukan secara manual. Proses peramalan penjualan barang masih dilakukan secara manual, sehingga sering terjadi kesalahan dalam perhitungan dan ketidakakuratan hasil peramalan, menyebabkan pengelolaan persediaan barang menjadi tidak optimal. Membangun sistem peramalan penjualan barang berbasis web dan membandingkan metode Double Exponential Smoothing dan Regresi Linear. Mengembangkan sistem peramalan penjualan barang berbasis web dengan mengimplementasikan metode Double Exponential Smoothing dan Regresi Linear serta melakukan perbandingan kedua metode tersebut. Sistem peramalan penjualan barang berbasis web berhasil dibangun dan metode terbaik untuk peramalan penjualan barang di Toko Mitra Jaya ditentukan berdasarkan perbandingan hasil peramalan menggunakan metode Double Exponential Smoothing dan Regresi Linear. Hasil perbandingan menunjukkan bahwa setelah dibandingkan kedua metode tersebut, yaitu double exponential smoothing (DES) dan regresi linear, metode DES lebih akurat dan efektif dibandingkan dengan regresi linear. MAPE pada DES sebesar 18,13%, sedangkan MAPE regresi linear mencapai 86,64%.
PERANCANGAN DAN IMPLEMENTASI METODE FINITE STATE MACHINE (FSM) PADA GAME ALIVE 3D BERBASIS ANDROID Rafi, Mochammad; Santi Wahyuni, Febriana; Vendyansyah, Nurlaily
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 5 (2024): JATI Vol. 8 No. 5
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i5.10572

Abstract

Kemajuan teknologi di dunia medis mempermudah produksi obat-obatan modern berbahan kimia yang mudah ditemukan di apotek. Akibatnya, banyak masyarakat, termasuk anak muda dan pelajar, yang beralih dari obat tradisional berbahan tanaman obat ke obat kimia sintetis. Pengetahuan mengenai tanaman obat tradisional yang memiliki efek samping lebih sedikit pun semakin terpinggirkan. Di sisi lain, anak muda kini gemar bermain game sebagai sarana melepas penat. Berdasarkan survei terhadap anak muda berusia 13 hingga 24 tahun, 47,1% sering bermain game, dengan durasi 1-2 jam per hari, mayoritas menggunakan handphone dan genre action-adventure. Menanggapi fenomena ini, tujuan dari penelitian ini adalah mengembangkan game bertema action-adventure bernama Alive yang mengandung unsur edukasi tentang tanaman obat. Alive dirancang untuk perangkat Android dengan model 3D menggunakan Unity dan implementasi metode FSM untuk perilaku NPC. Hasil pengujian dengan 12 responden menunjukkan, 58% menyatakan baik, 32% menyatakan cukup, dan 9% menyatakan kurang. Dapat diambil kesimpulan bahwa permainan yang sudah dikembangkan mendapatkan ulasan positif dari pengguna. Kemudian, berdasarkan hasil pengujian perangkat Android, semua perangkat dapat menjalankan game Alive dengan tingkat keberhasilan 100%.
KLASIFIKASI KUALITAS KAYU DENGAN METODE K-NEAREST NEIGHBORS (KNN) BERBASIS WEBSITE Ridho, Ali; Fahrudi Setiawan, Ahmad; Vendyansyah, Nurlaily
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 5 (2024): JATI Vol. 8 No. 5
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i5.10597

Abstract

Industri furnitur kayu di Indonesia memerlukan proses klasifikasi kualitas kayu yang objektif dan konsisten. PT. Indofurnitama Raya, sebuah perusahaan furnitur di Pasuruan, masih mengandalkan penilaian subjektif dari teknisi dalam menentukan kualitas kayu. Hal ini dapat menimbulkan inkonsistensi dan ketidakakuratan dalam proses klasifikasi. Penelitian ini bertujuan untuk mengimplementasikan metode K-Nearest Neighbors (KNN) dalam penilaian kualitas kayu pada PT. Indofurnitama Raya dengan 3 cluster, yaitu Grade A, Grade B, dan Grade C, serta merancang dan membangun website penilaian kualitas kayu dengan menggunakan framework Laravel. Metode KNN digunakan untuk mengklasifikasikan kualitas kayu berdasarkan fitur-fitur seperti kelembapan, kepadatan, dan kekuatan dengan perhitungan jarak Euclidean. Website memiliki dua pengguna, admin dan pegawai, dengan fungsi berbeda. Metode KNN berhasil diimplementasikan untuk mengklasifikasikan kualitas kayu menjadi tiga kelas. Website memiliki fitur pengelolaan data kayu, data pegawai, dan hasil klasifikasi. Pengujian blackbox menunjukkan fitur-fitur website berjalan dengan baik.
IMPLEMENTASI METODE FORWARD CHAINING DAN CERTAINTY FACTOR DALAM MENGIDENTIFIKASI PENYAKIT AKIBAT GIGITAN NYAMUK BERBASIS WEB Bayu Samudro, Agusti; Mahmudi, Ali; Vendyansyah, Nurlaily
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 6 (2024): JATI Vol. 8 No. 6
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i6.10523

Abstract

Teknologi yang dikenal sebagai sistem pakar menggunakan pengetahuan manusia untuk membantu komputer menyelesaikan masalah dengan cara yang sama seperti yang dilakukan oleh pakar. Dalam bidang kesehatan, terutama untuk penyakit akibat gigitan nyamuk, sistem pakar sangat relevan karena mampu mengidentifikasi penyakit dengan cepat dan akurat. Saat ini, identifikasi penyakit akibat gigitan nyamuk masih dilakukan secara manual. Penelitian ini bertujuan mengembangkan sistem yang membantu petugas kesehatan mengidentifikasi penyakit akibat gigitan nyamuk dengan lebih cepat dan akurat menggunakan Framework Laravel. Forward Chaining dan Certainty Factor digunakan untuk meningkatkan akurasi dalam menentukan jenis penyakit berdasarkan gejala yang muncul. Hasil pengujian menunjukkan tingkat ketelitian yang baik dengan beberapa hasil seperti identifikasi penyakit Demam Berdarah dengan akurasi 90.1%, Chikungunya dengan akurasi 12%, Encephalitis dengan akurasi 36%, dan Malaria dengan akurasi 100%. Studi kasus di Puskesmas Tapanrejo menunjukkan implementasi nyata dari sistem pakar, di mana petugas kesehatan dapat mengakses aplikasi berbasis web untuk mendapatkan informasi tentang kemungkinan penyakit berdasarkan gejala yang muncul
CLUSTERING WILAYAH PRODUKSI KAKAO MENGGUNAKAN METODE K-MEANS (STUDI KASUS: KABUPATEN SIKKA, NTT) Puka, Madelbertha Fridolin; Irawan, Joseph Dedy; Vendyansyah, Nurlaily
Jurnal Informatika Vol 9, No 1 (2025): JIKA (Jurnal Informatika)
Publisher : University of Muhammadiyah Tangerang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31000/jika.v9i1.12811

Abstract

Kabupaten Sikka merupakan salah satu daerah penghasil kakao di provinsi Nusa Tenggara Timur, dengan total produksi sebesar 7.993,17 ton pada tahun 2022 yang menduduki peringkat ketiga produksi perkebunan di kabupaten tersebut. Namun berdasarkan kajian dari Pusat Penelitian Dinamika Sistem Pembangunan (PKDSP) pada tahun 2023, pengembangan potensi kakao di kabupaten Sikka belum optimal karena belum mampu mengidentifikasi potensi yang dimiliki masing-masing daerah. Penelitian ini bertujuan untuk mengimplementasikan teknik data mining menggunakan algoritma K-Means clustering untuk mengidentifikasi dan mengelompokan daerah produksi kakao di kabupaten Sikka. Data yang digunakan berasal dari Badan Pusat Statistik (BPS) kabupaten Sikka yang meliputi data produksi dan data luas lahan perkebunan kakao di 21 kecamatan. Algoritma K-Means dipilih karena kelebihannya dalam mengelolah data numerik dalam jumlah besar secara efisien, implementasinya yang relatif sederhana dan hasil clustering yang mudah diinterpretasikan. Hasil penelitian ini diharapkan dapat memberikan pemahaman yang lebih baik mengenai pola produksi kakao di kabupaten Sikka dan menjadi pedoman bagi pemangku kepentingan dalam merencanakan dan mengelolah produksi kakao.
IMPLEMENTASI HIERARCHICAL FINITE STATE MACHINE (HFSM) DAN ALGORITMA PATHFINDING DALAM PENGEMBANGAN GAME PETUALANGAN 2D "PETUALANGAN RATO BILI" BERBASIS ANDROID Taralandu, Deriatno; Santi Wahyuni, Febriana; Vendyansyah, Nurlaily
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.v9i2.13339

Abstract

Industri game terus mengalami perkembangan pesat dengan berbagai inovasi, termasuk dalam genre petualangan yang menggabungkan eksplorasi dan alur cerita yang menarik. Penelitian ini berfokus pada pengembangan game Petualangan Rato Bili, sebuah game petualangan 2D berbasis Android yang diadaptasi dari cerita rakyat Sumba Barat Daya. Implementasi metode Hierarchical Finite State Machine (HFSM) digunakan untuk mengelola perilaku Non-Player Character (NPC), sedangkan algoritma A Pathfinding diterapkan untuk menentukan jalur optimal dalam permainan. Pengembangan game dilakukan menggunakan game engine Unity 2022, dengan tiga level permainan yang memiliki tingkat kesulitan berbeda. Pengujian dilakukan menggunakan metode Black Box untuk mengevaluasi fungsionalitas sistem, mencakup transisi antar state NPC dan mekanisme navigasi karakter dalam lingkungan permainan. Hasil pengujian menunjukkan bahwa metode HFSM 100% berhasil diterapkan ditandai dengan lancarnya perubahan state NPC secara sistematis sesuai dengan kondisi permainan, kemudian algoritma A* Pathfinding 100% berhasil diterapkan ditandai dengan NPC bergerak secara dinamis dalam menemukan jalur terpendek. Adapun pengujian menu utama dan pengujian stress testing dengan perolehan 100% berhasil ditandai dengan fungsionalitas ui yang sesuai harapan serta game yang berjalan normal pada perangkat android
Peramalan Curah Hujan Menggunakan Metode Holt-Winters Exponential Smoothing Putra, Dzulfidho Wijianto; Setiawan, Ahmad Fahrudi; Vendyansyah, Nurlaily
Journal of Information System Research (JOSH) Vol 7 No 2 (2026): January 2026
Publisher : Forum Kerjasama Pendidikan Tinggi (FKPT)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47065/josh.v7i2.8820

Abstract

Rainfall is a crucial climatological parameter for agriculture, tourism, and water resource management. Its seasonal and fluctuating nature requires accurate forecasting methods to capture historical patterns. This study forecasts monthly rainfall using data from Ngaglik, Temas, and Tinjumoyo stations between January 2021 and December 2024, totaling 48 observations. The Holt–Winters Exponential Smoothing Additive method was chosen due to stable annual seasonal patterns. Model accuracy was assessed with Mean Absolute Error (MAE) and Root Mean Square Error (RMSE). Results show varying optimal parameters across stations. Ngaglik achieved the best performance with α = 0, β = 0, γ = 0.81, yielding MAE 64.39 mm and RMSE 90.84 mm. Temas recorded MAE 69.25 mm and RMSE 102.19 mm with γ = 0.78, while Tinjumoyo produced MAE 73.95 mm and RMSE 109.42 mm with γ = 0.56. This study highlights the effectiveness of Holt–Winters Additive forecasting and provides accuracy evaluations to support data-driven decisions in rainfall-dependent sectors.
Implementasi Haar Cascade Untuk Deteksi Kendaraan Bermotor Pada Pemantauan Lalu Lintas Kota Malang Rian Setya Budi; Deddy Rudhistiar; Nurlaily Vendyansyah
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.v9i2.95558

Abstract

Abstrak : Pemantauan lalu lintas di kota besar seperti Kota Malang semakin penting untuk mendukung ketertiban dan analisis jalan raya. Meskipun infrastruktur CCTV telah tersedia, teknologi deteksi kendaraan secara otomatis masih terbatas. Penelitian ini mengimplementasikan metode Haar Cascade untuk deteksi kendaraan bermotor pada rekaman CCTV guna meningkatkan akurasi dan efektivitas pemantauan lalu lintas. Evaluasi kinerja sistem dilakukan menggunakan metrik akurasi, presisi, recall, F1 score, serta pengujian blackbox untuk mengukur keandalan fungsi sistem. Hasil menunjukkan performa deteksi terbaik pada pagi hari, dengan akurasi 94.84%, presisi 84.21%, recall 100%, dan F1 score 91.43% untuk mobil, serta akurasi 93.81%, presisi 92.45%, recall 94.23%, dan F1 score 93.33% untuk motor. Namun, performa menurun pada malam hari, dengan akurasi 88.89% dan F1 score 71.43% untuk mobil, serta akurasi 46.15% dan F1 score 63.64% untuk motor. Pengujian blackbox menunjukkan bahwa setiap fungsi sistem berjalan sesuai dengan yang diharapkan tanpa ditemukan error dalam pengoperasian fitur utama. Penelitian ini menunjukkan bahwa metode Haar Cascade efektif untuk deteksi kendaraan di siang hari, namun membutuhkan peningkatan untuk kondisi pencahayaan rendah.=================================================Abstract :Traffic monitoring in major cities like Malang has become increasingly important to support order and road analysis. Although CCTV infrastructure is available, the technology for automatic vehicle detection remains limited. This study implements the Haar Cascade method for motor vehicle detection on CCTV recordings to improve the accuracy and effectiveness of traffic monitoring. The system's performance evaluation was conducted using metrics such as accuracy, precision, recall, F1 score, and blackbox testing to assess system reliability. The results show the best detection performance in the morning, with an accuracy of 94.84%, precision of 84.21%, recall of 100%, and an F1 score of 91.43% for cars, and an accuracy of 93.81%, precision of 92.45%, recall of 94.23%, and an F1 score of 93.33% for motorcycles. However, performance decreased at night, with an accuracy of 88.89% and an F1 score of 71.43% for cars, and an accuracy of 46.15% and an F1 score of 63.64% for motorcycles. Blackbox testing shows that all system functions operate as expected without any errors in the main features. This study demonstrates that the Haar Cascade method is effective for vehicle detection during the day but requires improvement for low-light conditions.
Implementasi Convolutional Neural Network (CNN) untuk Face Recognition pada Sistem Presensi Kehadiran Moch Arif Rochmanullah; Nurlaily Vendyansyah; Febriana Santi Wahyuni
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.v9i2.95563

Abstract

Abstrak : Sistem presensi merupakan elemen penting dalam memastikan kehadiran, terutama di lingkungan pendidikan dan pekerjaan. Penelitian ini bertujuan mengembangkan sistem presensi berbasis face recognition menggunakan metode Convolutional Neural Network (CNN) untuk mengatasi kelemahan presensi manual yang rentan terhadap kecurangan, seperti di Prodi Teknik Informatika ITN Malang. Model CNN dilatih dengan deep learning menggunakan dataset wajah mahasiswa untuk mengenali pola unik fitur wajah. Hasilnya, model mencapai training accuracy sebesar 97%, validation accuracy sebesar 90%, dan pengujian mencapai accuracy 93%. Sistem ini meningkatkan efisiensi absensi dan akurasi identifikasi hingga 93%, sekaligus mengurangi potensi kecurangan.CNN terbukti andal dalam mendukung presensi berbasis teknologi dengan pengelolaan lebih praktis. Kendati demikian, performa model masih dapat ditingkatkan melalui pengayaan dataset dan optimasi model. Sistem ini berpotensi besar meningkatkan keandalan dan keamanan proses presensi, menjadi solusi inovatif dalam pengelolaan kehadiran di era digital.=====================================================Abstract :The attendance system is a crucial element in ensuring presence, especially in educational and workplace settings. This study aims to develop a face recognition-based attendance system using the Convolutional Neural Network (CNN) method to address the weaknesses of manual attendance prone to fraud, as observed in the Informatics Engineering Study Program at ITN Malang. The CNN model was trained using deep learning techniques with a student face dataset to recognize unique facial features. The results show the model achieved a training accuracy of 97%, validation accuracy of 90%, and testing accuracy of 93%. This system improves attendance efficiency and identification accuracy by 93%, while reducing the potential for fraud. CNN has proven reliable in supporting technology-based attendance with more practical management. However, the model’s performance can still be improved through dataset enrichment and optimization. This system holds significant potential to enhance the reliability and security of attendance processes, providing an innovative solution for managing attendance in the digital era.
Aplikasi Presensi Siswa Berbasis Location Based Services (LBS) Dengan Haversine Formula Di SMK Islam Al-Futuhiyyah Mohammad Harifin; Nurlaily Vendyansyah; Febriana Santi Wahyuni
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.v9i2.95566

Abstract

Abstrak : Perkembangan teknologi informasi membawa dampak signifikan di bidang pendidikan, termasuk dalam sistem presensi siswa. Penelitian ini bertujuan untuk mengembangkan aplikasi presensi siswa berbasis Android dengan menggunakan metode Location Based Services (LBS) di SMK Islam Al-Futuhiyyah. Metode yang digunakan adalah Research and Development (R&D) dengan model pengembangan perangkat lunak Waterfall, meliputi analisis kebutuhan, desain, implementasi, pengujian, dan evaluasi. Aplikasi ini menggunakan metode Haversine untuk mengukur jarak antara lokasi siswa dan lokasi sekolah, sehingga memastikan presensi dilakukan di area yang telah ditentukan. Hasil pengujian menunjukkan bahwa aplikasi ini berhasil memvalidasi presensi dengan akurasi tinggi, di mana Haversine Formula menghasilkan akurasi presensi hingga 100%. Pengujian Black Box memastikan semua fungsi aplikasi berjalan sesuai spesifikasi, sedangkan pengujian LBS membuktikan keakuratan dalam mendeteksi lokasi siswa. Selain itu, berdasarkan User Acceptance Testing (UAT) yang melibatkan siswa dan guru, aplikasi ini memperoleh skor kepuasan 81,7%. Aplikasi ini juga mempermudah siswa dalam melakukan presensi, sekaligus membantu guru dan operator sekolah dalam memantau dan mengelola data presensi. Implementasi aplikasi ini memberikan solusi efektif dan efisien untuk menggantikan metode presensi manual yang kurang praktis. Penelitian ini diharapkan dapat meningkatkan kualitas layanan pendidikan di SMK Islam Al-Futuhiyyah dan menjadi referensi bagi pengembangan sistem presensi berbasis teknologi di lembaga pendidikan lainnya===================================================Abstract : The development of information technology has a significant impact on the field of education, including in the student attendance system. This study aims to develop an Android-based student attendance application using the Location Based Services (LBS) method at SMK Islam Al-Futuhiyyah. The method used is Research and Development (R&D) with the Waterfall software development model, including needs analysis, design, implementation, testing, and evaluation. This application uses the Haversine method to measure the distance between the student's location and the school location, thus ensuring that attendance is carried out in a predetermined area. The test results show that this application has successfully validated attendance with high accuracy, where the Haversine Formula produces attendance accuracy of up to 100%. Black Box testing ensures that all application functions run according to specifications, while LBS testing proves accuracy in detecting student locations. In addition, based on User Acceptance Testing (UAT) involving students and teachers, this application received a satisfaction score of 81,7% This application also makes it easier for students to take attendance, while helping teachers and school operators to monitor and manage attendance data. The implementation of this application provides an effective and efficient solution to replace the less practical manual attendance method. This research is expected to improve the quality of educational services at Al-Futuhiyyah Islamic Vocational School and become a reference for the development of technology-based attendance systems in other educational institutions.
Co-Authors A. Asrul Achmad Fauzi Adi Prasetyo, Guntur Agung Panji Sasmito Agung Prasetyo, Yudha Ahmad Fahrudi Setiawan Ahmad Faisol AHMAD FAISOL Akbar, Muhamad Faisol Al Biruni, Muhammad Ali Mahmudi Ali Ridho Alif Fajar Fadhillah, Dimas Amin, Muhammad Yusuf Angesti Fitri, Anggie Anggara, Arul Anggriati, Shafira Aulia, Lalu Muhammad Fatwa Bayu Samudro, Agusti Benny Korain, Lukas Bugis, Syahroni Chintia Devi, Annisa Davi Firmansyah, Muhammad Deddy Rudhistiar Deswandi Yahya, Raflizar Dyah Agustin, Praditasari Edgar Septandita Hariyanto, Nicollas Eka Pradina, Ayuni Fajrul Mujab, Akhmad Febriana Santi Wahyuni Febrianti, Fitri Fikri, Rizal Firmansah, Ridho Yuli Gilang Ramadhan Guntur Adi Prasetyo Hadi Al Haddad, Abdullah Haifan, Azrul Hamdani, Andrian Irfie Hani Zulfia Zahro Hernoko, Marvelina Gracia Kartiko Ardi Widodo Khoiru Nurdina, Arista Khoirul Muwahidin, Habib Kurnia Sella, Fernanda Lusi Damayanti Ma'rif, Ikhsan Masini, Joi Mira Orisa Moch Arif Rochmanullah Mohammad Harifin Mohammad Hasan Basri Mukhamad Alfian, Deska Mutiara Shandhini Maylita, Nefa Muzaky, Mohammad Rizal Nelly Budiharti Nugroho, Dwi Yulianto Nur Cahyo, Dwi Peniel Immanuel Gultom Peniel Immanuel Gultom Pratama, Wahyu Tedy Prayoga, Moch. Irfan Primaswara Prasetiya , Renaldi Priyo Kartiko, Sandi Puka, Madelbertha Fridolin Putra, Dzulfidho Wijianto Putri, Kiky Rachmad Agung Laksono Rafi, Mochammad Renaldi Prasetya Renaldi Primaswara Prasetya Rian Setya Budi Riziq Gyfari, Aghisna Rizky Genta Ananda, Muhammad Satwikayana, Sujud Sentot Achmadi Setyohadi Pratama, Dhimas Suryani, Tutut Suryo Adi Wibowo Taralandu, Deriatno Tuasikal, Nyongpati Rahmat Vernanda, Arninda Agnes WAHYUDI, RIZAL Wangsa Nata Asmara, Krisna Xaverius Ariwibisono, Fransiskus Yacub, Dhiky Wardany Yosep Agus Pranoto Yunianto, Muhammad Fauzan Yuris Wijayanto, Fajar Zahro’, Hani Zulfia Zulfia Zahro’, Hani