Article Per Year (5 Year)
p-Index From 2021 - 2026
8.891
P-Index
This Author published in this journals
All Journal Publikasi Pendidikan JUTI: Jurnal Ilmiah Teknologi Informasi Jurnal Simantec Jurnal Ilmiah Kursor Scan : Jurnal Teknologi Informasi dan Komunikasi Proceeding International Conference on Information Technology and Business Jurnal Teknologi Informasi dan Ilmu Komputer Jurnal Edukasi dan Penelitian Informatika (JEPIN) International Journal of Advances in Intelligent Informatics Jurnal Informatika dan Teknik Elektro Terapan Jurnal Sistem Informasi dan Bisnis Cerdas Format : Jurnal Imiah Teknik Informatika Sistemasi: Jurnal Sistem Informasi InComTech: Jurnal Telekomunikasi dan Komputer J-Dinamika: Jurnal Pengabdian Kepada Masyarakat Journal of Information Systems and Informatics bit-Tech Journal of Robotics and Control (JRC) JATI (Jurnal Mahasiswa Teknik Informatika) Jifosi Indonesian Journal of Data and Science Nusantara Science and Technology Proceedings SINTA Journal (Science, Technology, and Agricultural) Jurnal Pengabdian Masyarakat Indonesia Jurnal Ilmiah Teknologi Informasi dan Robotika Jurnal Manajemen Informatika Jayakarta Jurnal Teknologi dan Manajemen International Journal Of Computer, Network Security and Information System (IJCONSIST) Algoritme Jurnal Mahasiswa Teknik Informatika Literasi Nusantara Prosiding Seminar Nasional Sisfotek (Sistem Informasi dan Teknologi Informasi) Teknik: Jurnal Teknik Mesin, Elektro dan Ilmu Komputer Kohesi: Jurnal Sains dan Teknologi Jupiter: Publikasi Ilmu Keteknikan Industri, Teknik Elektro dan Informatika Router : Jurnal Teknik Informatika dan Terapan Modem : Jurnal Informatika dan Sains Teknologi Neptunus: Jurnal Ilmu Komputer dan Teknologi Informasi Mars: Jurnal Teknik Mesin, Industri, Elektro dan Ilmu Komputer Uranus: Jurnal Ilmiah Teknik Elektro, Sains dan Informatika Router : Jurnal Teknik Informatika dan Terapan
Eva Yulia Puspaningrum
Department Of Informatics, Universitas Pembangunan Nasional Veteran Jawa Timur, Jl. Raya Rungkut Madya, Surabaya, Indonesia
Aerospace Engineering Agriculture, Biological Sciences & Forestry Arts 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 Dentistry 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 Medicine & Pharmacology Neuroscience Physics Public Health Social Sciences Veterinary Other

Published : 92 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 92 Documents
Search

 4   5   6   7   8 
CONVOLUTIONAL NEURAL NETWORK DAN FASTER REGION CONVOLUTIONAL NEURAL NETWORK UNTUK KLASIFIKASI KUALITAS BIJI KOPI ARABIKA Pratama, Gede Ardi; Puspaningrum, Eva Yulia; Maulana, Hendra
Jurnal Informatika dan Teknik Elektro Terapan Vol 12, No 3 (2024)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v12i3.4887

Abstract

Industri kopi global sangat dipengaruhi oleh peran masyarakat pecinta kopi, yang menciptakan ekosistem dimana kopi tetap menjadi komoditas istimewa. Salah satu aspek penting dalam pengelolaan kopi adalah penentuan grade kopi. Standar penilaian cacat pada biji kopi telah diakui secara nasional sejak tahun 1984 dan diperbarui dengan SNI 01-2907-2008 untuk memastikan kualitas dan konsistensi. Untuk meningkatkan efisiensi dan akurasi proses grading kopi, diperlukan sistem otomatis berbasis deep learning. Penelitian ini membahas penerapan CNN dan Faster R-CNN untuk klasifikasi biji kopi, dengan menggunakan biji kopi arabika, robusta, dan liberica. Algoritma CNN VGG-16 dan Faster R-CNN dibandingkan untuk mengidentifikasi pengaruh Region Proposal Network (RPN) terhadap efisiensi klasifikasi citra. Hasil penelitian menunjukkan bahwa CNN VGG-16 mencapai akurasi 86%, sementara Faster R-CNN mencapai rata-rata akurasi 93%, dengan presisi 93%, recall 92%, dan skor F1 92%. Penelitian ini bertujuan untuk memberikan pemahaman mendalam tentang kedua algoritma dalam konteks klasifikasi biji kopi serta meningkatkan efisiensi proses grading kopi. Industri kopi global sangat dipengaruhi oleh peran masyarakat pecinta kopi, yang menciptakan ekosistem dimana kopi tetap menjadi komoditas istimewa. Salah satu aspek penting dalam pengelolaan kopi adalah penentuan grade kopi. Standar penilaian cacat pada biji kopi telah diakui secara nasional sejak tahun 1984 dan diperbarui dengan SNI 01-2907-2008 untuk memastikan kualitas dan konsistensi. Untuk meningkatkan efisiensi dan akurasi proses grading kopi, diperlukan sistem otomatis berbasis deep learning. Penelitian ini membahas penerapan CNN dan Faster R-CNN untuk klasifikasi biji kopi, dengan menggunakan biji kopi arabika, robusta, dan liberica. Algoritma CNN VGG-16 dan Faster R-CNN dibandingkan untuk mengidentifikasi pengaruh Region Proposal Network (RPN) terhadap efisiensi klasifikasi citra. Hasil penelitian menunjukkan bahwa CNN VGG-16 mencapai akurasi 86%, sementara Faster R-CNN mencapai rata-rata akurasi 93%, dengan presisi 93%, recall 92%, dan skor F1 92%. Penelitian ini bertujuan untuk memberikan pemahaman mendalam tentang kedua algoritma dalam konteks klasifikasi biji kopi serta meningkatkan efisiensi proses grading kopi. 
IMPLEMENTASI CONTRAST LIMITED ADAPTIVE HISTOGRAM EQUALIZATION DALAM PENGOLAHAN CITRA PADA ALGORITMA GENERATIVE ADVERSARIAL NETWORK Attaqwa, Syukur Iman; Puspaningrum, Eva Yulia; Saputra, Wahyu S.J.
Jurnal Informatika dan Teknik Elektro Terapan Vol 12, No 3S1 (2024)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v12i3S1.5316

Abstract

Pengolahan citra, terutama teknik peningkatan kontras seperti Contrast Limited Adaptive Histogram Equalization (CLAHE), berperan krusial dalam meningkatkan kinerja model Generative Adversarial Networks (GANs). Penelitian ini mengevaluasi dampak CLAHE pada akurasi klasifikasi gambar menggunakan GANs. Hasil penelitian menunjukkan bahwa penerapan CLAHE berhasil meningkatkan akurasi klasifikasi sebesar 20% dibandingkan dengan model yang tidak menggunakan CLAHE, mencapai akurasi sebesar 76,20%. Temuan ini mengindikasikan bahwa CLAHE efektif dalam meningkatkan kualitas data gambar, sehingga model GAN dapat belajar fitur-fitur yang lebih relevan dan menghasilkan output yang lebih akurat.
Perbandingan Performa Labeling Lexicon InSet dan VADER pada Analisa Sentimen Rohingya di Aplikasi X dengan SVM Muhammad Fernanda Naufal Fathoni; Eva Yulia Puspaningrum; Andreas Nugroho Sihananto
Modem : Jurnal Informatika dan Sains Teknologi. Vol. 2 No. 3 (2024): Juli : Modem : Jurnal Informatika dan Sains Teknologi
Publisher : Asosiasi Profesi Telekomunikasi Dan Informatika Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62951/modem.v2i3.112

Abstract

Rohingya in Indonesia has become trending conversation on social media. Sentiment analysis can get public responds. Big data makes the problem time efficiency labeling process, therefore the lexicon dictionary is needed for the labeling process. Data is growing and circulating very rapidly so it takes a fast and efficient time. Although it is fast and makes it easier to solve problems, it is still necessary to question the accuracy produced when using the lexicon labeling. A comparison of the labeling process between the InSet lexicon and the VADER lexicon was conducted to determine the accuracy of the labeling. It was done by combining lexicon with machine learning method of support vector machine and TF-IDF weighting and accuracy result calculated using confusion marix. Data from social media X as many as 9117 lines and labeled with InSet lexicon result 5241 negative sentiments, 1369 positive, and 521 neutral. Then the labeling results with VADER produced 2749 positive, 2523 negative, and 1881 neutral. After labeled, processed SVM and calculated accuracy with results of InSet lexicon accuracy having an average of 85.8% while the VADER SVM lexicon has an average of 82.65%.
Analisis Pola Pembelian Pelanggan Menggunakan Algoritma Squeezer, Apriori dan FP-Growth Pada Toko Bangunan Faris Syaifulloh; Eva Yulia Puspaningrum; M. Muharram Al Haromainy
Modem : Jurnal Informatika dan Sains Teknologi. Vol. 2 No. 3 (2024): Juli : Modem : Jurnal Informatika dan Sains Teknologi
Publisher : Asosiasi Profesi Telekomunikasi Dan Informatika Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62951/modem.v2i3.153

Abstract

To compete with other stores, store owners need to design various strategies, one of which is understanding customer purchase patterns. This article examines the Squeezer algorithm and compares the performance of the Apriori and FP-Growth algorithms in forming customer purchase association patterns that can be used as a reference for store owners in planning sales strategies. The data mining process was carried out using Association Rules and Clustering methods. A total of 1256 sales transaction data samples were analyzed to understand the association patterns produced by each method. Based on the test results with a minimum support of 0.2 and a confidence of 0.6, the Apriori algorithm produced 194 association rules with a total rule strength of 1.16. Meanwhile, the FP-Growth algorithm produced 52 association rules with the same total rule strength of 1.16. The Clustering Method resulted in 7 clusters with a similarity value of 0.06322. After comparison, the FP-Growth algorithm proved to have better performance in generating association rules compared to the Apriori algorithm.
EKSPLORASI PENGGABUNGAN STATIONARY WAVELET TRANSFORM DAN DISCRETE COSINE TRANSFORM PADA KLASIFIKASI EKSPRESI WAJAH Farkhan, Farkhan; Tri Anggraeny, Fetty; Yulia Puspaningrum, Eva
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.v8i6.11264

Abstract

Ekspresi wajah memainkan peran penting dalam komunikasi non-verbal, sehingga klasifikasi ekspresi wajah menjadi topik penelitian yang signifikan dalam pengenalan pola dan visi komputer. Tantangan utama dalam klasifikasi ini adalah mengekstraksi fitur yang efektif dari citra wajah, mengingat kompleksitas informasi spasial dan frekuensi yang perlu dipertahankan. Stationary Wavelet Transform (SWT) dikenal mampu mempertahankan kedua jenis informasi ini, tetapi menghasilkan fitur dengan dimensi yang tinggi yang dapat meningkatkan beban komputasi dan risiko overfitting. Penelitian ini mengeksplorasi dan membandingkan dua metode ekstraksi fitur untuk klasifikasi ekspresi wajah: penggabungan SWT dengan Discrete Cosine Transform (DCT) untuk mengurangi dimensi fitur, dan SWT saja, dengan evaluasi kinerja menggunakan Multi-Layer Perceptron (MLP). Dataset CKPLUS digunakan dalam penelitian ini, di mana citra wajah melalui preprocessing termasuk histogram equalization, resize ke 48x48 piksel, konversi ke grayscale, dan denoising. Hasil pengujian menunjukkan bahwa model yang menggunakan fitur dari SWT saja memberikan akurasi (95%), presisi (95%), recall (95%), dan F1-score (94%) yang lebih tinggi dibandingkan dengan model yang menggunakan fitur dari kombinasi SWT dan DCT, yang menghasilkan akurasi (91%), presisi (89%), recall (91%), dan F1-score (81%). Temuan ini menyarankan bahwa dalam konteks klasifikasi ekspresi wajah, penggunaan SWT saja lebih optimal dibandingkan dengan penggabungan DCT.
Identification of Abnormal Spermatozoa Motility Using the SVM Algorithm Karim, Mohammad Daniel Sulthonul; Puspaningrum, Eva Yulia; Diyasa, I Gede Susrama Mas
Literasi Nusantara Vol. 5 No. 1 (2025): Literasi Nusantara: November 2024- February 2025
Publisher : Yayasan Citra Dharma Cindekia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56480/jln.v5i1.1324

Abstract

Spermatozoa motility is one of the key indicators in determining male fertility quality. Manual assessment of motility abnormalities often requires significant time and effort, thus necessitating a more efficient and accurate automated approach. This study aims to identify abnormalities in spermatozoa motility using the Support Vector Machine (SVM) algorithm, utilizing microscopic video data analyzed through TrackPy for spermatozoa trajectory tracking. The analysis process involves data acquisition, spermatozoa detection in each frame, sperm trajectory construction, and trajectory classification into normal or abnormal categories. The SVM model was trained using a dataset derived from spermatozoa trajectories classified based on parameters such as average velocity and trajectory linearity. The results show that the method achieved the highest accuracy of 89 percent in identifying spermatozoa motility abnormalities in HD resolution videos with a frame rate of 30 fps.
Optimalisasi Website Sebagai Media Branding Dan Digital Marketing Batik Lamongan Pada Produsen Titik Batik di Desa Surabayan Kabupaten Lamongan Puspaningrum, Eva Yulia; Mandyartha, Eka Prakarsa; Akbar, Fawwaz Ali
Jurnal Pengabdian Masyarakat Indonesia Vol 5 No 1 (2025): JPMI - February 2025
Publisher : CV Infinite Corporation

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jpmi.3376

Abstract

Dengan berkembangnya teknologi, para pelaku UMKM perlu mengembangkan usahanya agar tidak ketinggalan dalam memanfaatkan media digital dalam mempromosikan dan memasarkan produknya. Produsen Titik Batik merupakan salah satu UMKM di Desa Surabayan Kecamatan Sukodadi Kabupaten Lamongan yang berperan dalam melestarikan Batik Lamongan. Selama ini, Titik Batik memasarkan produknya secara tradisional melalui pameran, penjualan langsung, dan promosi dari mulut ke mulut. Cara ini hanya efektif dalam menjangkau pelanggan lokal di Kabupaten Lamongan saja. Banyak masyarakat yang belum mengenal seperti apa motif batik lamongan. Untuk meningkatkan jangkauan pasar dan menjangkau pelanggan di luar Lamongan, Titik Batik membutuhkan strategi pemasaran yang lebih luas. Meningkatnya penggunaan internet dan teknologi memberikan peluang yang sangat besar bagi UMKM seperti Titik Batik untuk menggunakan platform online sebagai media promosi dan pemasaran. Oleh karena itu, tujuan dari kegiatan pengabdian masyarakat ini adalah membantu Titik Batik dalam melakukan promosi secara digital dengan menerapkan website sebagai media agar produk lebih diketahui oleh konsumen lebih luas dan meningkatkan penjualan. Metode dari kegiatan ini yaitu membuat sebuah website sebagai media branding dan marketing digital dan kemudian memberikan pelatihan sebagai transfer knowledge dalam penggunaan website. Hasil dari kegiatan ini adalah sebuat website Titik Batik yang dapat digunakan sebagai media branding dan marketing yang berisi mengenai identitas dari Titik Batik, Produk serta Portofolio dari Konsumen Batik Lamongan. Hasil lainnya yaitu Batik Lamongan semakin dikenal karena informasi tentang Batik Lamongan dapat di akses oleh masyarakat dimanapun dan kapanpun. Hal ini berdampak pada keberlanjutan UMKM Produsen Titik Batik adalam memasarkan Batik Lamongan kepada masyaraka serta adanya peningkatan penjualan menjadi lebih luas.
Identification of Papua Cenderawasih Batik Motifs using Local Binary Pattern and K-Nearest Neighbor Ariani, Dian Dwi; Zuhriyah, Sitti; Puspaningrum, Eva Yulia; Pallawabonang, Mahabintang
Sistemasi: Jurnal Sistem Informasi Vol 14, No 2 (2025): Sistemasi: Jurnal Sistem Informasi
Publisher : Program Studi Sistem Informasi Fakultas Teknik dan Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32520/stmsi.v14i2.5008

Abstract

Papua Island has natural and cultural richness wich is reflected in its batik motifs, such as the Cenderawasih and Tifa motifs. Although batik recognition technology has developed, systems capable of automatically identifying Papua batik motifs are still limited. This research aims to develop a texture recognition system using the Local Binary Pattern (LBP) feature extraction method and K-Nearest Neighbor (KNN) classification. The Cenderawasih motif dataset consists of 115 images, and the Tifa motif dataset consists of 120 images with an 80:20 composition for training and testing data. We tested the KNN model with various k values and found that k = 7 yielded the best results, with accuracy of 97.16%, precision of 97.10%, and F1-score of 97.10%. The developed GUI interface facilitates users in identifying batik motifs, providing prediction results, and texture visualization. The results of this study show that image processing technology could help protect Papuan batik. Future research could improve model accuracy by utilizing larger data sets and classification algorithms to make the models more accurate.
PERBANDINGAN DECISION TREE DAN NAÏVE BAYES CLASSIFIER PADA ANALISIS SENTIMEN MENGENAI KEBIJAKAN PENGHAPUSAN KEWAJIBAN SKRIPSI Idhana, Ilham Ainur; Rahmat, Basuki; Puspaningrum, Eva Yulia
Kohesi: Jurnal Sains dan Teknologi Vol. 7 No. 7 (2025): Kohesi: Jurnal Sains dan Teknologi
Publisher : CV SWA Anugerah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.3785/kohesi.v7i6.11878

Abstract

Kebijakan penghapusan kewajiban skripsi sebagai syarat kelulusan mahasiswa S1/D4 yang diatur dalam Permendikbudristek Nomor 53 Tahun 2023 telah memunculkan berbagai reaksi di kalangan masyarakat, terutama di media sosial seperti Twitter. Oleh karena itu, algoritma Decision Tree (DT) Naïve Bayes Classifier (NBC) dan diterapkan untuk mengklasifikasikan sentimen masyarakat terhadap kebijakan penghapusan kewajiban skripsi di Indonesia. Tujuan utama dari penelitian ini adalah untuk mengevaluasi kinerja algoritma DT dan NBC dalam mengklasifikasikan data teks ke dalam tiga kategori, yaitu positif, netral, dan negatif. Dataset yang digunakan berupa ribuan tweet yang telah melalui tahap preprocessing dan pelabelan menggunakan pendekatan lexicon-based serta ekstraksi fitur menggunakan TF-IDF. Hasil penelitian menunjukkan bahwa sentimen negatif lebih dominan dibandingkan sentimen positif dan netral. Evaluasi performa model dilakukan menggunakan metrik akurasi, di mana hasil terbaik diperoleh pada model Naïve Bayes dengan akurasi 77.13% dan nilai rata-rata AUC-ROC sebesar 56%, sementara Decision Tree mencapai akurasi 74.21% dan nilai rata-rata AUC-ROC 53%. Hasil ini menunjukkan bahwa Naïve Bayes lebih unggul dalam klasifikasi teks berbasis opini masyarakat di media sosial dibandingkan dengan Decision Tree.
IMPLEMENTASI PROGRESSIVE WEB APPLICATION (PWA) DALAM PENGEMBANGAN SISTEM PESAN-ANTAR MAKANAN (STUDI KASUS: WIRAWIRI BOJONEGORO) Bimantara, Candra Kusuma Muhammad; Akbar, Fawwaz Ali; Puspaningrum, Eva Yulia
Jurnal Informatika dan Teknik Elektro Terapan Vol 13, No 2 (2025)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v13i2.6132

Abstract

Layanan pesan-antar makanan daring mengalami pertumbuhan pesat seiring dengan kemajuan teknologi dan perubahan gaya hidup modern. Salah satu layanan lokal, WiraWiri Bojonegoro, menawarkan jasa pesan-antar makanan dengan menggandeng UMKM dan PKL sebagai mitra. Namun, sistem saat ini masih bergantung pada WhatsApp untuk pemrosesan pesanan dan pemilihan driver secara manual, sehingga mengakibatkan antrian panjang dan kurang efisien. Untuk mengatasi masalah ini, penelitian ini mengembangkan sistem pesan-antar makanan mengimplementasikan Progressive Web Application (PWA). teknologi PWA menghadirkan pengalaman pengguna yang responsif, cepat, dan dapat diakses baik online maupun offline. Pada penelitian ini di dapat sistem pesan antar berbasis Progressive Web Application (PWA) dengan menerapkan push notification, serta kemampuan menambahkan aplikasi ke layar utama (home screen). Secara keseluruhan, fitur-fitur pada sistem pesan-antar berfungsi dengan baik berdasarkan hasil pengujian fungsionalitas.
Co-Authors Abiyan Naufal Hilmi Achmad Junaidi Adityawan, Firza Prima Adyani, Adelia Putri Afina Lina Nurlaili Agung Mujiono, Alfinas Agung Mustika Rizki Agung Mustika Rizki, Agung Mustika Ahmad Fahry Hamidy Ahmad Hilman Dani Akbar, Fawwaz Ali Al Danny Rian Wibisono Ali Muhhamad Saleh Baaboud Andhika Ahnaf Daniswara Andreas Nugroho Sihananto Annisaa Sri Indrawanti annisaa sri indrawanti annisaa sri indrawanti Anny Yuniarti Aqsa Prima Cahya Ariani, Dian Dwi Ariyono Setiawan Aryananda, Rangga Laksana Aswan Aswan Attaqwa, Syukur Iman Awang, Mohd Khalid Az-Zahro', Syaikhhanun Nabila Azizah, Nabila Wafiqotul Bagus Sutikno Putra Basuki Rahmat Basuki Rahmat Basuki Rahmat Masdi Siduppa Bimantara, Candra Kusuma Muhammad Budi Nugroho Budi Nugroho Budi Nugroho Budi Nugroho Chafid, M Putih Daniswara, Sena Devan Cakra Mudra Wijaya Dewi, Deshinta Arrova Dhian Satria Yudha K. Dimas Saputra Diyasa, I Gede Susrama Mas Dwi Anggraeni, Shinta Dwiki Aditama Supangkat Eka Prakarsa Mandyartha Eka Prakarsa Mandyartha, Eka Elzandy, Imeldha Etniko Siagian, Pangestu Sandya Fahmi Al Hafidz, Achmad Fara Disa Durry Faris Syaifulloh Farkhan, Farkhan Fetty Tri Anggraeny Firyal Wishal Nabili Firza Prima Aditiawan Firza Prima Adityawan Firza Prima Adityawan Fitri Rahmawati Hadi, Surjo Hapsari Wiji Utami Hasby Bik, Ahmad Henni Endah Wahanani Humairah, Sayyidah Humam Maulana Tsubasanofa Ramadhan I Gede Susrama Mas Diyasa I Gede Susrama Mas Diyasa I Nyoman Sujana I Wayan Alston Argodi Idhana, Ilham Ainur indrawanti, annisaa sri Karim, Mohammad Daniel Sulthonul Kartini Kartini Lestari, Kusmiyati Lina Nurlaili, Afina M. Syahrul Munir, M. Syahrul Mada Lazuardi Nazilly Made Hanindia Prami Swari Mandyartha, Eka Prakarsa Manggala, Herwantoro Arya Marchel Adias Pradana Maulana, Hendra Merdin Risalul Abrori Moch. Hatta Mohammad Idhom Muhammad Asyraf Muhammad Fernanda Naufal Fathoni Muhammad Misbachuddin Muhammad Muharrom Al Haromainy Muhammad Syafril Hidayat Nabilah, Qonitah Jihan Nanik Suciati Noor Fitria Azzahra Nugroho, Budi Nugroho, Budi Nugroho, Budi Nurcahyo, Syai'in Bayu Nurul Taukid, Mochamad Pallawabonang, Mahabintang Pratama Wirya Atmaja Pratama, Gede Ardi Prisheila Dharmawan, Diaz Putra, Chrystia Aji Putra, Riza Satria Putri, Desya Ristya Retno Mumpuni Rizki, Agung Mustika Rizqi Mar'atus Sholiihah, Eka Royan Fajar Sultoni S J Saputra, Wahyu Safira, Dwi Putri Salsabilah, Andini Fitriyah Samuel Krispama Lumbantoruan Saputra, Raka Aji Saputra, Wahyu S J Saputra, Wahyu S J Saputra, Wahyu S. J. Saputra, Wahyu S.J. Satria Yudha Kartika , Dhian Shawn Hafizh Adefrid Pietersz Shofiya Syidada Sukendah, Sukendah Sunarko, Victor Immanuel Surjohadi, Surjohadi Susrama Mas Diyasa, I Gede Syahrul Hidayat Syaifullah JS, Wahyu Taruna Ardianto Tataq Distasianto Utami, Hapsari Wiji Vita Via, Yisti Wafiqotul Azizah, Nabila Wahyu Caesarendra Wahyu Dwi Lestari Wahyu S.J. Saputra Wahyu Syaifullah Jauharis Saputra Wan Awang, Wan Suryani Wan Suryani Wan Awang Widiastuty, Riana Retno Wiji Utami, Hapsari Yisti Vita Via Yisti Vita Via Yogie Wilvren Saragih Yudha K., Dhian Satria Yudhistira Nanda Kumala YUSMI NUR AINI Zacky Yaser Malik Gumiwang Zalfa Ibtisamah Arishandy ZAMAZANI, ZAIN MUZADID Zuhriyah, Sitti