Article Per Year (5 Year)
p-Index From 2021 - 2026
5.847
P-Index
This Author published in this journals
All Journal Teika Jurnal Sarjana Teknik Informatika Scan : Jurnal Teknologi Informasi dan Komunikasi Teknika: Jurnal Sains dan Teknologi Jurnal IPTEK Jurnal Sistem Informasi dan Bisnis Cerdas Journal of Information System JOIV : International Journal on Informatics Visualization Jurnal Pendidikan Informatika dan Sains INTEGER: Journal of Information Technology JURNAL ILMIAH INFORMATIKA Jurnal Informatika Universitas Pamulang RESEARCH : Computer, Information System & Technology Management Jiko (Jurnal Informatika dan komputer) Jurnal Ilmiah Sinus Jurnal Ilmiah Ilmu Komputer Fakultas Ilmu Komputer Universitas Al Asyariah Mandar JUTIS : Jurnal Teknik Informatika Jurnal Teknologi Informasi dan Terapan (J-TIT) bit-Tech Jurnal Informatika dan Rekayasa Perangkat Lunak Jurnal Teknologi Informasi : Jurnal Keilmuan dan Aplikasi Bidang Teknik Informatika Jifosi e-NARODROID Nusantara Science and Technology Proceedings Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer) Journal of Technology and Informatics (JoTI) Jurnal Informatika Teknologi dan Sains (Jinteks) Jurnal Penelitian Sistem Informasi Nusantara Journal of Computers and its Applications Jurnal Informatika Polinema (JIP) Jurnal Pengabdian Teknik dan Sains (JPTS) Prosiding Seminar Nasional Ilmu Sosial dan Teknologi (SNISTEK) JuTISI (Jurnal Teknik Informatika dan Sistem Informasi) Jurnal Serumpun Teknik Informatika
Parlika, Rizky
Universitas Pembangunan Nasional Veteran Jawa Timur
Agriculture, Biological Sciences & Forestry Humanities Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mechanical Engineering Medicine & Pharmacology Physics Social Sciences Other

Published : 72 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 72 Documents
Search

 4   5   6   7   8 
PERBANDINGAN METODE GRU DAN XGBOOST DALAM MEMPREDIKSI HARGA PENUTUPAN SAHAM ADRO Eka Maurita Maurita; Rizky Parlika; Budi Nugroho
Jurnal Informatika Teknologi dan Sains (Jinteks) Vol 8 No 2 (2026): EDISI 28
Publisher : Program Studi Informatika Universitas Teknologi Sumbawa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51401/jinteks.v8i2.7490

Abstract

Prediksi harga saham merupakan salah satu tantangan yang penting dalam analisis pasar modal sebab perubahan harga saham memiliki sifat fluktuatif serta dipengaruhi oleh berbagai elemen baik eksternal maupun internal. penelitian ini memiliki tujuan untuk membandingkan performa metode Deep Learning dan Machine Learning, yaitu Gated Recurrent Unit (GRU) dan Extreme Gradient Boosting (XGBoost), dalam memprediksi nilai penutupan saham ADRO. Data yang digunakan berupa data time series multivariat yang terdiri dari harga saham ADRO, harga Batubara dunia, dan nilai tukar USD/IDR yang diperoleh dari Yahoo Finance. Tahapan penelitian meliputi pengumpulan dataset, preprocessing data, normalisasi menggunakan Min-Max Normalization, pembentukan sequence dengan teknik sliding window, pelatihan model, denormalisasi, serta evaluasi model menggunakan tiga metrik yaitu MAE, RMSE, dan MAPE. Hasil dari penelitian ini memperlihatkan bahwa model GRU memiliki performa yang lebih baik dibandingkan dengan XGBoost dengan nilai MAE sebesar 50.59, RMSE sebesar 87.85, dan MAPE sebesar 2.12%, sedangkan model XGBoost memperoleh nilai MAE sebesar 66.04, RMSE sebesar 103.47, dan MAPE sebesar 2.60%. berdasarkan hasil tersebut, metode GRU lebih efektif dalam mempelajari pola temporal dan dependensi jangka panjang pada data deret waktu harga saham ADRO sehingga menghasilkan prediksi yang lebih akurat,
PENERAPAN METODE ITEM-BASED COLLABORATIVE FILTERING UNTUK REKOMENDASI MENU PADA KANTIN XYZ Caritta Elizabeth; Rizky Parlika; Budi Nugroho
Jurnal Informatika Teknologi dan Sains (Jinteks) Vol 8 No 2 (2026): EDISI 28
Publisher : Program Studi Informatika Universitas Teknologi Sumbawa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51401/jinteks.v8i2.7497

Abstract

Kemajuan teknologi informasi telah mendorong pemanfaatan sistem digital dalam layanan pemesanan makanan, terutama di lingkungan kantin. Jumlah varian menu yang ditawarkan di Kantin XYZ menyulitkan pengguna dalam menentukan pilihan menu yang sesuai dengan selera mereka. Permasalahan tersebut dapat diselesaikan melalui implementasi sistem rekomendasi yang mampu memberikan rekomendasi menu secara personal kepada pengguna. Penelitian ini berfokus pada metode Item-Based Collaborative Filtering (CF) dalam sistem rekomendasi menu Kantin XYZ. Metode tersebut menggunakan data transaksi dan rating pengguna untuk membangun user-item matrix, lalu menghitung antar item menggunakan Cosine Similarity. Setelah itu, prediksi rating dilakukan dengan pendekatan weighted sum berdasarkan nilai similarity antar item. Dataset yang dipakai meliputi data pengguna, data menu, serta data transaksi dan rating. Hasil penelitian mengungkapkan bahwa sistem dapat menghasilkan rekomendasi menu yang relevan dengan berdasarkan pada pola keterkaitan antar item. Evaluasi sistem menggunakan Mean Absolute Error (MAE) menghasilkan nilai sebesar 0,52, yang dinormalisasi terhadap rentang skala rating 1–5 setara dengan sekitar 13% kesalahan relatif. Nilai ini menunjukkan bahwa tingkat kesalahan prediksi cukup rendah, sehingga sistem memiliki kemampuan yang cukup baik dalam menggambarkan preferensi pengguna.
Prediksi Suhu Udara Kota Surabaya Menggunakan Prophet dengan Grid Search Hyperparameter Kemal Fahreza Jibran Jibran; Rizky Parlika; Wahyu Syaifullah Jauharis Saputra
Jurnal Sarjana Teknik Informatika Vol. 14 No. 2 (2026): Juni
Publisher : Program Studi Informatika, Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12928/jstie.v14i2.32011

Abstract

Perubahan iklim meningkatkan jumlah panas yang mencapai permukaan terutama wilayah inti perkotaan seperti Surabaya yang terkena dampak urbanisasi dan fenomena Urban Heat Island. Model ini memprediksi suhu dengan cara yang seakurat mungkin, dan kondisi ini menuntut model prediksi suhu udara harian. Penelitian ini bertujuan untuk memprediksi suhu udara harian Kota Surabaya menggunakan model deret waktu Prophet yang dioptimasikan menggunakan Grid Search Hyperparameter. Sample data sebanyak 2.182 observasi setiap triwulan mulai Januari 2020 hingga akhir Desember 2025. Tahapan penenitian meliputi pengumpulan data, prapemrosesan, transformasi, pembagian data secara-kronologis, pelatihan model baseline, optimasi hyperparameter, and evaluasi kinerja. RMSE 0,868362, MAE 0,660211, dan MAPE 2,325906 adalah model prophet baseline RMSE, MAE, and MAPE. Setelah dilakukan optimasi pada parameter changepoint_prior_scale, seasonality_prior_scale, and seasonality_mode, diperoleh peningkatan kinerja dengan nilai evaluasi RMSE 0,858426, MAE 0,657965, and MAPE 2,311441. Hasil dekomposisi menunjukkan adanya tren jangka panjang serta pola musiman tahunan yang dominan. Optimasi hyperparameter terbukti secara keseluruhan meningkatkan prediksi suhu udara di Surabaya.
Pelaksanaan Webinar Pengabdian Masyarakat D I K I Ke-2 sebagai Media Kolaborasi Dosen Ilmu Komputer Indonesia Rizky Parlika; Prasasti Karunia Farista Ananto; Akhlis Munazilin; Lendy Rahmadi; Ahmad Budi Trisnawan; A. Kachsyfur Djasim Ilyas Paenrongi
Jurnal Pengabdian Teknik dan Sains (JPTS) Vol. 6 No. 2 (2026): Juli 2026
Publisher : Lembaga Publikasi Ilmiah dan Penerbitan (LPIP)

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

Abstract

Kegiatan Pengabdian kepada Masyarakat merupakan salah satu implementasi Tri Dharma Perguruan Tinggi yang bertujuan memberikan kontribusi nyata kepada masyarakat. Group Dosen Ilmu Komputer Indonesia (D I K I) menyelenggarakan Webinar Pengabdian Masyarakat (Abmas) D I K I Ke-2 pada tanggal 21 April 2026 sebagai sarana kolaborasi dosen ilmu komputer dari berbagai perguruan tinggi di Indonesia. Kegiatan ini dilaksanakan secara daring melalui Zoom Meeting dan Google Meet dengan menghadirkan enam pemateri yang membahas berbagai topik terkait buku ajar dan perkembangan teknologi informasi. Metode pelaksanaan kegiatan meliputi tahap perencanaan, penawaran pemateri, persiapan administrasi, pelaksanaan webinar, dokumentasi, dan evaluasi kegiatan. Webinar diikuti oleh 50 peserta yang terdiri atas dosen, mahasiswa, dan masyarakat umum. Hasil kegiatan menunjukkan bahwa webinar berhasil dilaksanakan sesuai rencana, terdokumentasi melalui kanal YouTube D I K I, memperoleh publikasi pada beberapa media daring, serta menghasilkan berbagai dokumen administrasi pendukung bagi para pemateri. Kegiatan ini membuktikan bahwa kolaborasi antar dosen dari berbagai institusi dapat meningkatkan produktivitas pelaksanaan Tri Dharma Perguruan Tinggi secara berkelanjutan melalui pemanfaatan teknologi digital.
Pelatihan Pembuatan Buku Cerita Anak Berbasis Generative AI untuk Menumbuhkan Semangat Bela Negara pada Ibu-Ibu PKK Desa Wilayut Rizky Parlika; Dimara Kusuma Hakim
Jurnal Pengabdian Teknik dan Sains (JPTS) Vol. 6 No. 2 (2026): Juli 2026
Publisher : Lembaga Publikasi Ilmiah dan Penerbitan (LPIP)

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

Abstract

Kegiatan pengabdian kepada masyarakat ini bertujuan untuk memberikan pelatihan pembuatan buku cerita anak berbasis Generative Artificial Intelligence (AI) kepada Ibu-Ibu PKK Desa Wilayut, Kecamatan Sukodono, Kabupaten Sidoarjo. Permasalahan utama yang diidentifikasi adalah tingginya intensitas penggunaan gawai pada anak-anak usia Sekolah Dasar yang berpotensi menyebabkan fenomena brain rot, yaitu menurunnya kemampuan kognitif akibat konsumsi konten digital yang pasif dan berlebihan. Pendekatan yang ditawarkan adalah memberdayakan ibu sebagai agen perubahan melalui pelatihan pembuatan cerita bergambar interaktif menggunakan Generative AI, yang selanjutnya dapat diajarkan kepada putra-putri mereka. Metode pelaksanaan terdiri dari empat tahap: (1) sosialisasi dan identifikasi kebutuhan; (2) pelatihan teknis penggunaan Generative AI untuk membuat cerita dan ilustrasi; (3) pendampingan pembuatan buku cerita; dan (4) evaluasi dan presentasi hasil. Hasil kegiatan menunjukkan bahwa 92% peserta mampu mengoperasikan alat Generative AI secara mandiri, 85% peserta berhasil menghasilkan buku cerita berilustrasi, dan 88% peserta menyatakan bahwa keterampilan ini dapat mengalihkan perhatian anak dari gawai. Kegiatan ini berkontribusi pada pengembangan literasi digital keluarga serta penanaman nilai-nilai bela negara melalui media cerita anak yang kreatif dan edukatif.
Implementasi Teknologi Data Mining dan Notifikasi Bot untuk Mendukung Keputusan Trading Cryptocurrency Rizky Parlika; Riky Hermawan; Rendra Ardika; Arif Nur Cahyo; Muhammad Wifaqul Azmi; Misbahul Munir
TeIKa Vol 15 No 2 (2025): Jurnal
Publisher : Fakultas Teknologi Informasi - Universitas Advent Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36342/n7afej11

Abstract

Cryptocurrency trading has an extremely high level of price volatility, which creates the need for traders to have a decision support system capable of providing market analysis quickly and adaptively. Therefore, the automated system developed in this study integrates data mining technology and a Telegram bot to strengthen traders in making buy–sell decisions for crypto assets. This system uses the public API of Indodax to obtain real-time price data and analyzes it using the RSI indicator dynamically, rather than relying on static indicator data. The analysis results are then connected to a Telegram bot, enabling it to send automatic notifications when overbought or oversold conditions occur. In addition, these automated results are also utilized in a system that has already integrated previous RSI analysis. Through the “before, now, and after” perspective, the system is able to provide updated prices, the latest interactive charts, and reminders via the bot, making it easier for users to monitor the market and respond to opportunities. This approach offers an integrated solution for trading decision-making based on technical analysis and real-time communication, as it increases the speed of decision-making and demonstrates flexibility in analyzing various coin pairs and time frames.
Sistem Pemantauan Harga Kripto Berbasis Web dengan Indikator dan Notifikasi Bot Telegram Rizky Parlika; Ahmad Budi Trisnawan; Akhlis Munazilin; Jerry Ramadhani Cahyas; Fitranda Ramadhana; Muhamad Faizhal Musthafa; Gayuh Abdi Mahardika; Bryan Benedict Bangun
Jurnal Sarjana Teknik Informatika Vol. 14 No. 2 (2026): Juni
Publisher : Program Studi Informatika, Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12928/jstie.v14i2.31563

Abstract

Volatilitas tinggi pada pasar cryptocurrency di Indonesia menghadirkan risiko finansial yang sering diperburuk oleh keterlambatan akses informasi pasar. Penelitian ini bertujuan mengembangkan “CrpytoFlow Analytics”, sebuah sistem pemantauan real-time berbasis web dan Bot Telegram yang mengintegrasikan indikator teknikal RSI, MACD, Moving Average (MA), dan Bollinger Bands. Sistem dibangun menggunakan metode Waterfall dengan framework Laravel yang memanfaatkan data dari API Indodax. Validasi akurasi sinyal perdagangan menggunakan uji statistik Cohen’s Kappa, yang menghasilkan nilai koefisien 0.80, menunjukkan tingkat kesepakatan yang kuat antara prediksi sistem dan pegerakan pasar aktual. Selain itu, pengujian performa menunjukkan sistem mampu menaganin beban throughput di atas 50 request per detik (RPS) dengan latensi rendah. Penelitian ini menghasilkan alat bantu pengambilan keputusan yang teruji secara statistik dan andal secara teknis bagi investor aset kripto lokal.
K-Means Algorithm Application for Clustering Recent University Graduates According to Work Readiness Indicators Wigananda Firdaus Putra Aditya; Agussalim; Rizky Parlika
Journal of Technology and Informatics (JoTI) Vol. 8 No. 1 (2026): Vol. 8 N. 1 (2026)
Publisher : Universitas Dinamika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37802/joti.v8i1.1281

Abstract

Graduate work-readiness segmentation is essential for data-driven career services in universities. This study applies K-Means clustering to tracer-study data using four input indicators: GPA (IPK), TOEFL, soft-skill points (SSKM), and study duration, while employment status and waiting time are treated as external outcomes. Records from 669 graduates (2020–2023) were preprocessed via deduplication, range checks, and z-score standardization. The number of clusters was determined data-driven over K=2–10 using the Elbow Method (SSE) and Davies–Bouldin Index; the optimal K=9 was selected at the DBI minimum. PCA visualization indicated a distinguishable cluster structure. Clusters C0, C3, C5, and C7 exhibited faster transitions (median waiting time 2 months) with high employment proportions (up to ~90%), whereas C2 and C8 showed longer waiting times (≥4 months). Cluster C4 was characterized by the longest study duration and a comparatively lower employment proportion. These results demonstrate that unsupervised learning can reveal actionable readiness segments, supporting targeted interventions (e.g., CV/portfolio clinics, interview practice, structured internships) and providing a foundation for subsequent predictive modeling of graduate outcomes.
Ethereum-Based Escrow System to Reduce the Risk of Peer-to-Peer Payment Abuse Yudhistira Nanda Kumala; Rizky Parlika; Hendra Maulana
bit-Tech Vol. 8 No. 3 (2026): bit-Tech
Publisher : Komunitas Dosen Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32877/bt.v8i3.3667

Abstract

Peer-to-peer (P2P) payments facilitate rapid direct transactions but are frequently compromised by trust asymmetry, leading to substantial risks of non-delivery or non-payment. This study addresses these vulnerabilities by introducing a lightweight, deterministic escrow mechanism based on Ethereum smart contracts, specifically designed to bridge the regulatory gap in consumer protection. Unlike conventional escrow systems that rely on costly human intermediaries or complex decentralized autonomous organization (DAO) structures, the proposed "FairPay" model advances the state-of-the-art by offering a streamlined five-state lifecycle architecture comprising Created, Funded, WorkSubmitted, Released, and Refunded stages. The research prioritizes an analytical problem-solution flow, focusing on a state-machine design that enforces automated role-based restrictions. Methodological evaluation conducted on the Ethereum Sepolia testnet demonstrates a 100% functional success rate across all unit test scenarios. Furthermore, gas cost analysis reveals that the system is economically viable for granular transactions, with core operational functions maintaining a low execution overhead. Beyond operational success, the primary scholarly contribution lies in the design insight of balancing high cryptographic security with granular transaction accessibility, providing a scalable framework for the modern digital economy. However, the system currently assumes binary participant decisions for work verification, representing a transparency-oriented limitation in handling highly subjective service deliverables. Ultimately, this study demonstrates that algorithmic trust, mediated through a simplified state-machine, offers a more efficient and transparent alternative to existing high-complexity blockchain models, effectively resolving the tension between decentralized security and practical usability in P2P digital interactions.
Prediksi Harga Bitcoin Menggunakan Support Vector Regression (SVR) Berbasis Particle Swarm Optimization (PSO) Parlika, Rizky; Wahyudi, Wahyudi; Budi Trisnawan, Ahmad; Munazilin, Akhlis; Karunia Farista Ananto, Prasasti
JURNAL FASILKOM Vol. 16 No. 2 (2026): 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.v16i2.11583

Abstract

Bitcoin prices exhibit high volatility and complex non-linear patterns, making accurate price predictions challenging in the context of cryptocurrency market research. In this study, an optimized SVR-PSO predictive modeling approach is developed to help predict Bitcoin prices, and its performance is compared against a Grid Search-optimized SVR baseline. The SVR-PSO modeling approach developed in this study uses daily historical Bitcoin records obtained from Yahoo Finance between March 10, 2019, and May 11, 2026. The data consists of open, high, low, close, and volume values as attributes, and the closed value as the target. Data preprocessing consists of chronologically organizing the data, removing blank rows, min-max scaling, and splitting the data into 80:20 for training and testing. PSO is used to identify the optimal SVR parameters C, ε, and γ with the aim of reducing MAPE. The optimal parameters for the SVR model are C = 501, ε = 0.001, and γ = 0.001. On the test dataset, the SVR-PSO model achieved an MAE of 1,521.47, an RMSE of 2,101.70, a MAPE of 1.65%, and an R² of 0.9813, outperforming the SVR-GridSearch baseline (MAE 1,559.87; RMSE 2,128.52; MAPE 1.69%; R² 0.9809). These results suggest that SVR-based Bitcoin price prediction is more accurate when optimized using PSO than using a discrete Grid Search.
Co-Authors A. Kachsyfur Djasim Ilyas Paenrongi Abidin Sulaiman Abrori, Merdin Risalul Achmad Heidhar Mubarok, Achmad Heidhar Achmad Yuneda Alfajr Agussalim Ahmad Budi Trisnawan Ahmad Budi Trisnawan Ahmad Dendy Prasongko Putra Ahmad Maghfur’ Ali Akbar, Fawwaz Ali Akhlis Munazilin Akhlis Munazilin Akhlis Munazilin, Akhlis al hakim, Rais Alfajr, Achmad Yuneda Alif Ernanda Putra Alwin, Muhammad Izdihar Amir Muhammad Hakim Andreas Nugroho Sihananto Andry S, Firdaus Anggoro Cahyo Nugroho Anggreini, Diana Nur Anindya Khalisha Nurdianti Anita Nusari Ardiana Deka Maharani Ardisty Palvelus Jumala Arianto, Chakra Satrya Pradana Putra Arif Nur Cahyo Aris Pratama Arista Pratama Asif Faroqi Atmaja, Pratama Wirya Aulia N, Rayhan Auliya, Rahmat Avrie Akbar Prabowo Ayu Ithriah, Syurfah Basuki Rahmat Masdi Siduppa Benny Danendra Hadi Bima Rizqy Prasurya Bregsi Atingsari Julastri Bryan Benedict Bangun Caritta Elizabeth Chakra Satrya Pradana Putra Arianto Choirun Nisa Dandi Azaidane Devan Cakra Mudra Wijaya Devi Anugrah Putri Dewi Azizah Dhany Satya Hutama Didik U Pribadi, Didik U Dimara Kusuma Hakim Dimas Rizward Hikmah Utomo Dino Rosanilo Yuswanto Dwi Rahmadewi, Cynthia Eka Maurita Maurita Emmil Yulianto Erayanti, Aninda Elsa Fadhli Shidqi Wiratama faradilla, yolla Faris Al Fatih, Mohammad Faris Hirmar Pralas Fatwa Zuhri Diva Perdana Fedianto, Muhammad Helmi Satria Fernanda, Rifky Akhmad Fernanda, Rifky Akhmad Firmansyah, Fahrul Firza Prima Aditiawan Fitranda Ramadhana Gayuh Abdi Mahardika Hadiansyah Rachmawan Putra Haidar Ananta Kusuma Hakim, Arif Rahman Hamdi Indra Hanafi, Agus Heldian Lintang P Heri Khariono Heri Khariono Hidayat Nur Tauhid Hidayat, Mochammad Fikri Hilman Fadlilah Lesmana Humam Maulana Tsubasanofa Ramadhan Humam Maulana Tsubasanofa Ramadhan Humania B, Nobel Ilham Asy’ari Ilham Krisdianta Siregar Ilham Pradika, Sunu Ilham Setia R Isfan Rachmad Ja'far Shodiq Jerry Ramadhani Cahyas Kartini Kartini Kartini Kartini Kemal Fahreza Jibran Jibran Khariono, Heri Kholilul Rachman Nur Manab Lendy Rahmadi Lesmana, Hilman Fadlilah Lintang P, Heldian Luthfiyatul ‘Azizah M. Muharrom Al Haromainy M. Syahrul Munir, M. Syahrul M. Zaky Pria Maulana Malik, Gamar Ramadhani Maulana, Hendra Melinda Shilatil Fauziyah Merdin Risalul Abrori Miftakhoneki, Sufi Misbahul Munir Mochammad Fikri Hidayat Mochammad Zayyan Ramadhan Moh. Ainur Rofik Mohammad Idhom Muhamad Faizhal Musthafa Muhammad Agung Shobirin Muhammad Ghifari Alifian Muhammad Hakim, Amir Muhammad Helmi Satria Fedianto Muhammad Ilham Arzaki Muhammad Izdihar Alwin Muhammad Rafli Aulia Rojani Lutfi Muhammad Rizal Waskito Muhammad Romi Nasution Muhammad Suriansyah Muhammad Wifaqul Azmi Munir, M Syahrul Mustafid Mustafid Nafa Nabila El Indri Nizam, M Miftahul Nobel Humania B Nugroho, Budi Nur Manab, Kholilul Rachman Nurilhaq, Muhammad Sabilli Olivia i Anggun Permatasar Orissa, Dendy Fektor Parlika, Anjaya Perdana, Fatwa Zuhri Diva Prabowo, Avrie Akbar Pralas, Faris Hirmar Prasasti Karunia Farista Ananto Prasasti Karunia Farista Ananto Prayoga, Julio Cahya Pribadi, Didik U Pribadi, Didik Utomo Putra Dwi Wira Gardha Yuniahans Putra, Ahmad Dendy Prasongko Putra, Alif Ernanda Putra, Hadiansyah Rachmawan Qonitah Jihan Nabilah R Rizal Isnanto R. Rizal Isnanto Rachman N.M., Kholilul Rahmat Auliya Ramadhan, Ferry Dzaky Rayhan Aulia N Rayhan Rizal Mahendra Rayhan Saneval Arhinza Rendra Ardika Retno Mumpuni Reza Achmad Gallanta Rifardi Taufiq Yufananda Rifky Akhmad Fernanda Rifky Akhmad Fernanda Riky Hermawan Riky Hermawan Rivaldy Setiawan, Rivaldy Rizky Ananda Ramadhan Rizqy Khoirul Waritsin Roiqoh, Aprinia Salsabila S. Gama, Nemicio de Salsa Pramudhita Agustiardani Sarirotul Latifah Setia R, Ilham Setiawan, Rienaldi Shahab, Muhammad Syaugi Shodiq, Ja'far Siregar, Ilham Krisdianta Steffanuel Pranatalie Krispriyanto Stevanus Frangky Handono Sunu Ilham Pradika Suriansyah, Muhammad Susy Rahmawati Syafriansyah, Muhammad Syahrul Munir Syaiful Hidayat, Syaiful Syalum Marsya Pruista Tasya Ardhian Nisaa’ Tegar Satria Kirana Trisnawan, Ahmad Budi Ummam, Mohamad Arel Intidhofatul Vinza Hedi Satria Vito Fausta Majid Wahyu Syaifullah Jauharis Saputra Wahyudi Wahyudi Waskito, Muhammad Rizal Wigananda Firdaus Putra Aditya Wijaya, Devan Cakra Mudra Wijaya, Devan Cakra Mudra Yoga Ari Tofan Yudhistira Nanda Kumala Yulianto, Emmil