Article Per Year (5 Year)
p-Index From 2021 - 2026
7.286
P-Index
This Author published in this journals
All Journal Dinamik Teknika Jupiter PIKSEL : Penelitian Ilmu Komputer Sistem Embedded and Logic Explore: Jurnal Sistem Informasi dan Telematika (Telekomunikasi, Multimedia dan Informatika) Jurnal Informatika Jurnal Informatika Proceeding International Conference on Information Technology and Business International conference on Information Technology and Business (ICITB) Jurnal SIMADA (Sistem Informasi dan Manajemen Basis Data) International Journal of Artificial Intelligence Research Jurnal CoreIT Prosiding Seminar Nasional Darmajaya Jurnal Sinergitas PkM & CSR Jurnal Teknologi Informasi MURA JSiI (Jurnal Sistem Informasi) Jurnal Informasi dan Komputer IJISCS (International Journal Of Information System and Computer Science) Jurnal Tekno Kompak Building of Informatics, Technology and Science JPGMI (Jurnal Pendidikan Guru Madrasah Ibtidaiyah Al-Multazam) Jurnal Komunitas: Jurnal Pengabidian Kepada Masyarakat Journal of Computer Networks, Architecture and High Performance Computing Jurnal Teknik Informatika (JUTIF) Jurnal Pengabdian kepada Masyarakat Jurnal Sains Teknologi dan Sistem Informasi Jurnal Informatika Teknologi dan Sains (Jinteks) Jurnal Pengabdian Mandiri NEAR: Jurnal Pengabdian kepada Masyarakat SIENNA Jurnal Indonesia Sosial Sains Jurnal Ilmu Komputer, Sistem Informasi, Teknik Informatika (JILKOMSITI) Jurnal Ilmiah ESAI Jurnal Teknologi Informasi Mura Scientica: Jurnal Ilmiah Sains dan Teknologi Darma Diksani: Jurnal Pengabdian Ilmu Pendidikan, Sosial, dan Humaniora International Journal of Computer Technology and Science Journal of Computer Science and Informatics (JOCSI) Journal of Software Engineering And Technology IJISCS (International Journal of Information System and Computer Science) Coding: Journal of Computing and Software Engineering
Sutedi Sutedi
IIB Darmajaya
Religion Agriculture, Biological Sciences & Forestry Humanities Astronomy Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Immunology & microbiology Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mathematics Neuroscience Nursing Physics Public Health Social Sciences Transportation Other

Published : 85 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 85 Documents
Search

 5   6   7   8   9 
PELATIHAN PEMBUATAN MEDIA PEMBELAJARAN INTERAKTIF BERBASIS CLASSPOINT BAGI GURU di PROPINSI LAMPUNG Arman Suryadi Karim; Melda Agarina; Sutedi; M. Said Hasibuan; M. Royan Fauzi
J-ABDI: Jurnal Pengabdian kepada Masyarakat Vol. 2 No. 3: Agustus 2022
Publisher : Bajang Institute

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53625/jabdi.v2i3.2986

Abstract

Kemajuan yang terjadi dalam dunia teknologi komunikasi dan informasi memunculkan peluang maupun tantangan baru dalam dunia pendidikan. Peluang baru yang muncul termasuk akses yang lebih luas terhadap konten multimedia yang lebih kaya, dan berkembangnya metode pembelajaran baru yang tidak lagi dibatasi oleh ruang dan waktu. Dalam pembelajaran tersebut, muncul masalah baru system pembelajaran yang terjadi selama ini, masih banyak pembelajaran daring yang terkesan dipaksakan karena kondisi pandemi. Sehingga hal tersebut dapat menyebabkan banyak keluhan, baik dari kalangan peserta didik, orang tua, bahkan dari pihak guru sendiri. Masalah tersebut dapat disebabkan oleh guru yang tidak terampil dalam mendayagunakan teknologi sebagai media belajar kreatif. Sehingga pembelajaran akan membuat peserta didik jenuh. Maka tim Pengabdian berfokus dalam memberikan pelatihan pembuatan media pembelajaran interaktif agar pembelajaran menjadi lebih menyenangkan dengan menggunakan aplikasi ClassPoint. Metode yang diterapkan dalam kegiatan pelatihan ini adalah Metode Presentasi mengenai pengenalan software, kemanfaataannya, dan penerapannya dalam pembuatan media pembelajaran interaktif, Metode Demonstrasi mengenai pengoperasionalisasian program dan Metode Praktik yaitu pembuatan media pembelajaran secara langsung oleh peserta sesuai dengan mata pelajaran masing-masing dengan pemanfaatan aplikasi Class Point. Kegiatan pelatihan tersebut berjalan lancar dan kini para tenaga pendidik dapat membuat media pembelajaran menjadi lebih interaktif dengan pemanfaatan aplikasi tersebut
Strategic Planning of Information Technology Architecture in Schools Using The Open Group Architect Framework (TOGAF) Case Study: SMA Negeri 15 Bandar Lampung M Ulil Absor; Sutedi Sutedi
Jurnal Indonesia Sosial Sains Vol. 5 No. 08 (2024): Jurnal Indonesia Sosial Sains
Publisher : CV. Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59141/jiss.v5i08.1208

Abstract

This research aims to design an enterprise architecture at SMA Negeri 15 Bandar Lampung using the TOGAF ADM framework. This research involves several phases: Preliminary Phase, Architecture Vision, Business Architecture, Information System Architecture, and Opportunities and Solutions. In the Preliminary phase, the objectives and benefits of architectural development are determined to meet the needs of the school, including the new student enrollment system and network structure. The Architecture Vision phase describes the organization's profile, vision and mission, as well as the current state of architecture. Business Architecture analyzes key business processes using the value chain, including student admission, teaching and learning activities, and student release. Information System Architecture develops data and application architectures to support business vision and architecture. The Opportunities and Solutions phase identifies opportunities for information technology development to improve school operational efficiency. The results show that the implementation of TOGAF ADM can provide systematic and comprehensive guidance in designing enterprise architecture that suits the needs of schools.
Prediction of DHF Disease Using Bagging Algorithm with Decision Tree C4.5 Mahfudzin, Abdul Halim; Sriyanto, Sriyanto; Sutedi, Sutedi; Wasilah, Wasilah
Journal of Computer Networks, Architecture and High Performance Computing Vol. 7 No. 3 (2025): Articles Research July 2025
Publisher : Information Technology and Science (ITScience)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/cnahpc.v7i3.6267

Abstract

Dengue Fever (DHF) continues to represent a significant public health threat in Indonesia and other tropical regions, with an annual increase in the number of reported cases. The primary aim of this study is to develop a predictive model for DHF by integrating the Bagging technique and the Decision Tree C4.5 algorithm. The goal is to improve prediction accuracy by incorporating key environmental factors such as temperature, humidity, and rainfall. The research adopts a quantitative methodology with a descriptive approach, using publicly available datasets from data.mendeley.com and conducting the analysis using RapidMiner software. The findings of the study demonstrate that the proposed model is highly effective in accurately predicting and classifying DHF cases, achieving significant precision. In addition to this, the model is successful in identifying important patterns and trends linked to the disease's occurrence. These results underscore the efficacy of combining Bagging and Decision Tree C4.5 as a robust tool for detecting and forecasting DHF outbreaks. The research contributes substantially to the field of data-driven prediction models, offering valuable insights for health agencies to develop more effective and proactive strategies for disease prevention. For future research, it is recommended that additional factors such as genetic and medical data be considered, along with the application of triangulation methods to improve the analysis's validity, scope, and overall robustness. This approach would enable a more comprehensive understanding of DHF and its predictive modeling.Keywords: DHF Prediction; Bagging; Decision Tree C4.5; Machine Learning; Data Mining
PERANCANGAN PROTOTYPE MEDIA PEMBELAJARAN ANALISIS PERANCANGAN SISTEM INFORMASI BERBASIS WEB PADA PUSAT PELATIHAN INFORMATION ACCESS CENTER IBI DARMAJAYA Sutedi, Sutedi
JPGMI (Jurnal Pendidikan Guru Madrasah Ibtidaiyah Al-Multazam) Vol 2, No 1 (2016): JPGMI (Jurnal Pendidikan Guru Madrasah Ibtidaiyah Al-Multazam)
Publisher : STIT AL MULTAZAM

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54892/jpgmi.v2i1.15

Abstract

Seiring meningkatnya perkembangan  teknologi dan ilmu pengetahuan saat ini maka semakin besar  pula upaya peningkatan pembaharuan serta media dalam pemanfaatan hasi-hasil teknologi untuk mendukung  proses belajar. Para pendidik atau pemateri dituntut agar mampu menggunakan media yang dapat ada di lembaga pelatihan. Saat ini media pembelajaran merupakan salah satu faktor pendukung utama dalam peningkatan kualitas proses belajar dan mengajar. Tujuan dari penelitian ini ialah merancang prototype media pembelajaran Analisis Perancangan Sistem Infrmasi berbasis web, yang akan dimanfaatkan pada bagian Pusat Pelatihan Information Access Center IBI Darmajaya. Dengan adanya media tersebut akan dapat digunakan sebagai alternatif sumber belajar bagi mahasiswa, khususnya dalam Pelatihan Analisis Perancangan Sistem Informasi sehingga dapat meningkatkan kualitas pembelajaran serta pemahaman peserta pelatihan. Dengan media ini, juga dapat mengeleminasi hambatan-hambatan dalam proses komunikasi pembelajaran di dalam kelas Pelatihan. Pengembangan prototype sistem ini menggunakan metode metode analisis dan desain sistem terstuktur SSAD (Structured System Analysis Design).Dengan perancangan Prototype media pembelajaran berbasis web ini memungkinkan dalam kegiatan pelatihan di Pusat Pelatihan lebih menarik dan tidak membosankan serta terdapat studi kasus yang disertai dengan animasi-animasi guna mendukung pemahaman bagi peserta pelatihan PERANCANGAN PROTOTYPE MEDIA PEMBELAJARAN ANALISIS PERANCANGAN SISTEM INFORMASI BERBASIS WEB PADA PUSAT PELATIHAN INFORMATION ACCESS CENTER IBI DARMAJAYA
Pelatihan AI untuk Pariwisata Budaya Lokal dalam Proyek P5 Kurikulum Merdeka : Training on Utilizing AI Tools to Promote Local Cultural Tourism within the Pancasila Learner Profile Project (P5) of Merdeka Curriculum in Indonesia Karim, Arman Suryadi; Melda Agarina; Susanti, Susanti; Sutedi, Sutedi; Maulana, Muh Royan Fauzi; Purnomo, Hendri
DARMADIKSANI Vol 5 No 1 (2025): Edisi Juni
Publisher : Jurusan Pendidikan Bahasa dan Seni, FKIP, Universitas Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29303/darmadiksani.v5i1.6808

Abstract

Pengabdian kepada Masyarakat ini bertujuan untuk meningkatkan potensi pengetahuan dan keterampilan siswa SMA dalam memanfaatkan kecerdasan buatan (AI) untuk mempromosikan pariwisata lokal sebagai bagian dari Projek Penguatan Profil Pelajar Pancasila (P5). Pelatihan yang diberikan berfokus pada penggunaan AI dalam pembuatan desain poster, video, audio, dan copywriting yang menarik. Hasil kegiatan ini menunjukkan bahwa pelatihan ini berhasil meningkatkan pemahaman siswa tentang konsep dan pengaplikasian AI, serta kemampuan mereka dalam menciptakan konten promosi yang kreatif dan relevan. Selain itu, pelatihan ini juga berkontribusi pada pengembangan Profil Pelajar Pancasila, khususnya pada dimensi berkarya dan berteknologi. Dengan demikian, kegiatan Pengabdian kepada Masyarakat ini menyoroti pentingnya integrasi teknologi AI dalam pendidikan guna mendukung pengembangan kompetensi abad ke-21 serta mendorong partisipasi aktif siswa dan dalam pembangunan daerah. Agar dampak kegiatan ini lebih berkelanjutan, disarankan adanya pendampingan lanjutan bagi siswa dan guru dalam pengembangan konten digital berbasis AI, serta kolaborasi dengan pemerintah daerah dan pelaku industri pariwisata untuk mempublikasikan hasil karya siswa secara lebih luas. Selain itu, pelatihan serupa dapat diperluas ke sekolah-sekolah lain di wilayah berbeda guna memperkuat kapasitas generasi muda dalam menghadapi tantangan era digital secara kreatif dan produktif.
Brain Tumor Auto Segmentation On 3D MRI Using Deep Neural Network Agarina, Melda; Maulana, Muh Royan Fauzi; Sutedi, Sutedi; Karim, Arman Suryadi
Jurnal Teknik Informatika (Jutif) Vol. 6 No. 5 (2025): JUTIF Volume 6, Number 5, Oktober 2025
Publisher : Informatika, Universitas Jenderal Soedirman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jutif.2025.6.5.5106

Abstract

Accurate and automated segmentation of brain tumours from Magnetic Resonance Imaging (MRI) is crucial for clinical diagnosis and treatment planning, yet it remains a significant challenge due to tumour heterogeneity and data imbalance. This research investigation examines the effectiveness of a 3D UNet architecture for the segmentation of brain tumours utilizing MRI imaging modalities. The research employs the BRATS 2021 dataset, which consists of 675 MRI datasets across four distinct imaging modalities (FLAIR, T1-Weighted, T1-Contrast, and T2-Weighted) and encompasses four distinct segmentation label classes. The employed model integrated soft dice loss and dice coefficient as its loss functions, with the objective of achieving convergence despite the presence of imbalanced data. While constraints related to resources limited the training process, the model yielded promising outcomes, exhibiting high accuracy (99.43%) and specificity (99.5%), The model aids medical professionals in understanding tumor growth and enhances treatment planning via segmentation predictions in surgery. Nevertheless, the sensitivity, particularly concerning non-enhancing tumour classes, persists as a significant challenge, underscoring the necessity for future research to concentrate on data-centric methodologies and enhanced pre-processing techniques to improve model efficacy in critical medical applications such as the segmentation of brain tumours.
Analisis Ulasan Pengguna Aplikasi Seabank Dengan Support Vector Machine Dan Naïve Bayes Adela, Cindy Nada; Karnila, Sri; Sutedi, Sutedi; Agarina, Melda
Jurnal Tekno Kompak Vol 18, No 2 (2024): AGUSTUS
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/jtk.v18i2.4156

Abstract

Aplikasi perbankan digital seperti Seabank, telah menjadi bagian dari kebutuhan kehidupan saat ini. Diluncurkan pada Februari 2021 oleh PT Bank Seabank Indonesia, dan meraih popularitas yang signifikan. Penggunaan aplikasi ini menghasilkan sejumlah besar ulasan yang mencerminkan sentimen pengguna terkait dengan kinerja, layanan dan keamanan aplikasi. Memahami sentimen positif, netral, dan negatif dari ulasan pengguna. Seabank memungkinkan untuk mendapatkan wawasan tentang tingkat kepuasan pelanggan, kelemahan aplikasi, dan area perbaikan yang diperlukan. Untuk itu penting dilakukan analisis data dan klasifkikasi ulasan pengguna. Penelitian ini bertujuan mengetahui kinerja dua algoritma klasifikasi, yaitu Support Vector Machine (SVM) dan Naïve Bayes, dalam mengklasifikasikan sentimen ulasan pengguna. Pengujian dilakukan dengan menggunakan 3789 data, pembagian rasio 80% training dan 20% testing. Hasil pelabelan menunjukkan adanya 438 sentimen positif, 1379 sentimen netral, dan 77 sentimen negatif. Sedangkan hasil pelabelan oleh ahli bahasa menunjukkan jumlah 1100 sentimen positif, 308 sentimen netral, dan 486 sentimen negatif. Hasil pengujian akurasi menggunakan confusion matrix menunjukkan bahwa algoritma Support Vector Machine memiliki nilai akurasi tertinggi sebesar 63%, sedangkan algoritma Gaussian Naïve Bayes memiliki nilai terendah sebesar 30%. Dengan demikian, dapat disimpulkan bahwa model SVM lebih efektif dalam mengklasifikasikan sentimen ulasan pengguna aplikasi Seabank daripada model Naïve Bayes.
Pelatihan AI untuk Pariwisata Budaya Lokal dalam Proyek P5 Kurikulum Merdeka : Training on Utilizing AI Tools to Promote Local Cultural Tourism within the Pancasila Learner Profile Project (P5) of Merdeka Curriculum in Indonesia Karim, Arman Suryadi; Melda Agarina; Susanti, Susanti; Sutedi, Sutedi; Maulana, Muh Royan Fauzi; Purnomo, Hendri
DARMADIKSANI Vol 5 No 1 (2025): Edisi Juni
Publisher : Jurusan Pendidikan Bahasa dan Seni, FKIP, Universitas Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29303/darmadiksani.v5i1.6808

Abstract

Pengabdian kepada Masyarakat ini bertujuan untuk meningkatkan potensi pengetahuan dan keterampilan siswa SMA dalam memanfaatkan kecerdasan buatan (AI) untuk mempromosikan pariwisata lokal sebagai bagian dari Projek Penguatan Profil Pelajar Pancasila (P5). Pelatihan yang diberikan berfokus pada penggunaan AI dalam pembuatan desain poster, video, audio, dan copywriting yang menarik. Hasil kegiatan ini menunjukkan bahwa pelatihan ini berhasil meningkatkan pemahaman siswa tentang konsep dan pengaplikasian AI, serta kemampuan mereka dalam menciptakan konten promosi yang kreatif dan relevan. Selain itu, pelatihan ini juga berkontribusi pada pengembangan Profil Pelajar Pancasila, khususnya pada dimensi berkarya dan berteknologi. Dengan demikian, kegiatan Pengabdian kepada Masyarakat ini menyoroti pentingnya integrasi teknologi AI dalam pendidikan guna mendukung pengembangan kompetensi abad ke-21 serta mendorong partisipasi aktif siswa dan dalam pembangunan daerah. Agar dampak kegiatan ini lebih berkelanjutan, disarankan adanya pendampingan lanjutan bagi siswa dan guru dalam pengembangan konten digital berbasis AI, serta kolaborasi dengan pemerintah daerah dan pelaku industri pariwisata untuk mempublikasikan hasil karya siswa secara lebih luas. Selain itu, pelatihan serupa dapat diperluas ke sekolah-sekolah lain di wilayah berbeda guna memperkuat kapasitas generasi muda dalam menghadapi tantangan era digital secara kreatif dan produktif.
Detection of SQL Injection Attack Using Machine Learning Based On Natural Language Processing Triloka, Joko; Hartono, Hartono; Sutedi, Sutedi
International Journal of Artificial Intelligence Research Vol 6, No 2 (2022): Desember 2022
Publisher : Universitas Dharma Wacana

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (673.401 KB) | DOI: 10.29099/ijair.v6i2.355

Abstract

There has been a significant increase in the number of cyberattacks. This is not only happening in Indonesia, but also in many countries.  Thus, the issue of cyber attacks should receive attention and be interesting to study.  Regarding the explored security vulnerabilities, the Open Web Application Security Project has published the Top-10 website vulnerabilities. SQL Injection is still become one of the website vulnerabiliteis which is often exploited by attacker. This research has implemented and tested five algorithms. They are Naïve Bayes, Logistic Regression, Gradient Boosting, K-Nearest Neighbor, and Support Vector Machine. In addition, this study also uses natural language processing to increase the level of detection accuracy, as a part of text processing. Therefore, the main dataset was converted to corpus to make it easier to be analyzed. This process was carried out on feature enginering stage. This study used two datasets of SQL Injection. The first dataset was used to train the classifier, and the second dataset was used to test the performance of classifier. Based on the tests that have been carried out, the Support Vector Machine get the highest level of accuracy detection. The accuracy of detection is 0.9977 with 0,00100 micro seconds per query time of process. In performance testing, Support Vector Machine classifier can detect 99,37% of second dataset. Not only Support Vector Machine, the study have also revealed the detection accuracy level of further tested algorithms: K-Nearest Neighbor (0,9970), Logistic Refression (0,9960), Gradient Boosting (0,99477), and Naïve Bayes (0,9754).
Brain Tumor Detection On Magnetic Resonance Imaging Using Deep Neural Network Sutedi, Sutedi; Maulana, Muh Royan Fauzi; Agarina, Melda; Karim, Arman Suryadi; Nurfiana, Nurfiana
International Journal of Artificial Intelligence Research Vol 7, No 1.1 (2023)
Publisher : Universitas Dharma Wacana

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29099/ijair.v7i2.1061

Abstract

Cancer is a heterogeneous disease that can attack all parts of the body. Cancer is caused by the abnormal and uncontrolled growth of body cells, resulting in damage to body tissue and the potential to cause death. Cancer is a type of malignant tumor that attacks the body, one of which is the brain. Every year there are 300 brain tumor patients in Indonesia, both adults and children. Generally, doctors use two methods to diagnose these tumors, namely: biopsy and magnetic resonance imaging (MRI). Although the use of biopsy is quite accurate in identifying brain tumors, the time required is relatively long, reaching 15 days. While using MRI is relatively fast, the resulting accuracy is low and depends on the experience of medical personnel. This research aims to develop a method for diagnosing brain tumors using MRI images to make it faster and more accurate. The method used in this research was a deep neural network with a convolutional neural network (CNN) architecture layer. This method was chosen because deep learning has the advantage of pattern recognition with a high level of accuracy and is directly proportional to the number of datasets. This study used a dataset of 300 MRI images with two-dimensional (2D) axial imaging. The metrics used as a basis for the performance of the deep neural network model are accuracy, sensitivity, specificity, precision, and dice similarity coefficient with the results of each metric, namely: 99.3%, 98.6%, 98%, 98%, 98.3%. The research results showed that a deep neural network can speed up the diagnosis of brain tumors with high accuracy within 0.2 seconds.Â
Co-Authors - Nurfiana Abda Abda Absor, M Ulil Adam Japal Adela, Cindy Nada Adison Agariana, Melda Agarina , Melda Agung Nugroho Menggala Putra AGUS PURWANTO Anton Catur Atmoko Arbi Ilhamiharja Ardiansyah, Ari Arif Hidayat Arman Suryadi Karim, Arman Suryadi DANU WIJAYA Diba Madya Margerefti Dona Yuliawati Edi Edi Pranyoto Fauzi Maulana, Muh Royan Fauzi, M.Royan Firdhayanti, Ayu Firmansyah Firmansyah Firmansyah Yunialfi Alfian Guntur Guntur Halimah Halimah handoyo widi nugroho Handoyo Widi Nugroho Hartono Hartono Hasibuan, Said Hendra Kurniawan Hendri Purnomo Hendri Purnomo Hermanto, Muhammad Haris Irianti , Artia Kaesar Azra Putra Zeva Kesuma, Martika Kurniawan, Putra Lestari, Mentari Puji Luh Putu Ratna Sundari M Said Hasibuan M Ulil Absor M. Royan Fauzi M.Ariza M.Royan Fauzi M.Royan Fauzi Maulana Mahfudzin, Abdul Halim Maisaroh Maulana, Muh Royan Fauzi Melda Agarina MUBAAROK, ABDURRAHMAN Muhamad Ariza Eka Yusendra Muhammad Ariza Eka Yusendra Nirma Nirma Nirmala Handayani Nirmala Handayani Ochi Marshella Ochi Marshella Febriani rinaldi rinaldi Rini Nurlistiani Risa Ayuna Sari, Erlinda Ratna Sri Karnila Sriyanto . Sriyanto, Sriyanto Stefanus Rumangkit Suryadi , Arman Susanti Susanti Susanti Susanti Susanti Syaiful Maarif Tria Devi Miranti Triloka, Joko Ubaidilah, Romdan Muhamad WAHYUDI Wasilah Wasilah Yusminar Yusminar Zaki Umaro