Article Per Year (5 Year)
p-Index From 2021 - 2026
8.114
P-Index
This Author published in this journals
All Journal Jurnal Media Infotama Jurnal Teknologi Jurnal Dinamika Pengabdian (JDP) Syntax Literate: Jurnal Ilmiah Indonesia JOURNAL OF APPLIED INFORMATICS AND COMPUTING Jurnal Ilmiah Sinus Jurnal Informatika Global Jurnal Kridatama Sains dan Teknologi Building of Informatics, Technology and Science Jutisi: Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Jurnal Teknologi Dan Sistem Informasi Bisnis JISA (Jurnal Informatika dan Sains) REMIK : Riset dan E-Jurnal Manajemen Informatika Komputer JOURNAL OF INFORMATION SYSTEM RESEARCH (JOSH) JUKI : Jurnal Komputer dan Informatika Infotech: Journal of Technology Information Journal of Computer Networks, Architecture and High Performance Computing Jurnal Restikom : Riset Teknik Informatika dan Komputer Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer) JOURNAL SCIENTIFIC OF MANDALIKA (JSM) Jurnal Ilmiah Wahana Pendidikan Jurnal Pengabdian kepada Masyarakat Bulletin of Computer Science Research KLIK: Kajian Ilmiah Informatika dan Komputer Jurnal Media Informatika Bulletin of Information Technology (BIT) International Journal Software Engineering and Computer Science (IJSECS) Jurnal Ilmiah SIGMA: Informatics Engineering Journal of UPB Jurnal Informasi Sains dan Teknologi (ISAINTEK) Jurnal Ilmu Komunikasi Dan Media Jurnal Informatika Teknologi dan Sains (Jinteks) Formosa Journal of Computer and Information Science Jurnal Teknik Mesin, Industri, Elektro dan Informatika Jurnal Penelitian Rumpun Ilmu Teknik Jurnal Pengabdian West Science SABAJAYA Jurnal Pengabdian Kepada Masyarakat Jurnal Lentera Pengabdian Kohesi: Jurnal Sains dan Teknologi QOSIM: Jurnal Pendidikan, Sosial & Humaniora Jurnal Pelita Pengabdian SAINTEK JPMAS : Jurnal Pengabdian Masyarakat Dedikasi : Jurnal Pengabdian Lentera Cahaya Pengabdian Jurnal Riset dan Aplikasi Mahasiswa Informatika (JRAMI)
Abdul Halim Anshor
Universitas Pelita Bangsa
Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Humanities Astronomy Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Public Health Social Sciences Other

Published : 67 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 67 Documents
Search

 3   4   5   6   7 
Implementasi Metode Decision Tree pada Sistem Prediksi Status Kualitas Produk Minuman A Anshor, Abdul Halim; Zy, Ahmad Turmudi
Jurnal Ilmiah Informatika Global Vol. 15 No. 1: April 2024
Publisher : UNIVERSITAS INDO GLOBAL MANDIRI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36982/jiig.v15i1.3778

Abstract

The quality of a beverage product is one of the important items that beverage product entrepreneurs must pay attention to. Good quality beverage products will have an impact on consumers' health. UMKM Buah Sabar is one of the MSMEs located in Bekasi district which produces beverage products A. In the distribution of these beverage products, MSME workers in the delivery section have conditions where the product is out of stock or left over. The reseller must be able to understand whether the status of the remaining product is still of good quality or has been damaged. This is very important to pay attention to because the cooling conditions of each reseller have varying degrees of cold, sometimes also influenced by blackouts and unstable electricity voltage. This condition can cause the quality of product A to decrease. The large number of resellers and products sent will make it difficult for MSME workers to detect the quality of beverage product A. To overcome this problem the researchers found a solution that requires a machine learning method to predict the quality status of product A. In this research, the researchers used the decision tree method to predict the quality status of the product Drink A. The data used are 500 samples of drink product A in the production period from November 2023 to February 2024. The parameters used include temperature, color, taste, aroma, and quality status class of drink product A. The results of this research will show the presentation The accuracy value for the quality of product A is 99.59%, this shows that the decision tree algorithm has very good performance in the process of classifying the quality of beverage product A.
Transformasi Digital dan Inovasi Pemasaran untuk Meningkatkan Daya Saing UMKM di Desa Sukabungah Kabupaten Bekasi Kartini, Tri Mulyani; Anshor, Abdul Halim; Maulana, Donny; Rismawati, Rismawati
Jurnal Pengabdian West Science Vol 4 No 12 (2025): Jurnal Pengabdian West Science
Publisher : Westscience Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58812/jpws.v4i12.3007

Abstract

Pengabdian masyarakat ini dilaksanakan dengan tujuan mendukung transformasi digital dan penguatan inovasi pemasaran bagi pelaku Usaha Mikro, Kecil, dan Menengah (UMKM) di Desa Sukabungah, Kabupaten Bekasi. Latar belakang kegiatan ini berangkat dari rendahnya pemanfaatan teknologi digital dan strategi pemasaran modern oleh UMKM, yang berdampak pada keterbatasan daya saing di tengah perkembangan ekonomi digital. Metode yang digunakan adalah pelatihan, pendampingan, dan praktik langsung terkait literasi digital, pengelolaan keuangan berbasis aplikasi, serta pemanfaatan media sosial dan e-marketplace sebagai sarana pemasaran. Hasil kegiatan menunjukkan peningkatan signifikan dalam kemampuan peserta, antara lain pada penggunaan WhatsApp Business (dari 20% menjadi 80%), pemanfaatan Instagram Business (dari 10% menjadi 65%), pencatatan keuangan digital (dari 10% menjadi 50%), serta pemanfaatan e-marketplace (dari 5% menjadi 30%). Temuan ini mengindikasikan bahwa intervensi berbasis transformasi digital dapat meningkatkan literasi digital, memperluas jangkauan pasar, dan memperkuat daya saing UMKM. Studi ini merekomendasikan perlunya pendampingan berkelanjutan, sinergi dengan pemerintah daerah, dan penguatan ekosistem digital lokal untuk memastikan keberlanjutan hasil yang dicapai.
Pendampingan Kepala Sekolah SMK di Cikarang dalam Penulisan Karya Tulis Ilmiah sebagai Penguatan Bahan Ajar Guru dan Siswa Rezeki, Fitri; Sunaryati, Titin; Anshor, Abdul Halim; Hartati, Nani; Wulandari, Siska
JPMAS : Jurnal Pengabdian Masyarakat Vol 4 No 1 (2026): Jurnal Pengabdian Masyarakat
Publisher : PT Kimshafi Alung Cipta

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

Abstract

Program pendampingan kepala sekolah SMK di Cikarang dalam penulisan karya tulis ilmiah memiliki urgensi yang tinggi, terutama karena kemampuan literasi akademik dan keterampilan menulis ilmiah kepala sekolah masih sangat bervariasi. Di sisi lain, kualitas bahan ajar yang digunakan guru dan siswa seringkali belum didukung oleh referensi ilmiah yang kuat. Kondisi ini berdampak pada rendahnya inovasi pembelajaran, lemahnya budaya penelitian di sekolah, dan terbatasnya contoh karya ilmiah yang dapat dijadikan rujukan dalam pengembangan kompetensi peserta didik. Oleh karena itu, pendampingan ini menjadi langkah strategis untuk memperkuat ekosistem akademik sekaligus meningkatkan kapasitas kepemimpinan pembelajaran di tingkat sekolah menengah kejuruan. Kegiatan ini bertujuan untuk meningkatkan kemampuan kepala sekolah dalam memahami kaidah karya tulis ilmiah, merancang struktur penulisan yang sistematis, serta menghasilkan naskah ilmiah yang relevan dengan permasalahan pendidikan vokasi. Selain itu, program ini diarahkan untuk memperkuat bahan ajar guru dan siswa melalui integrasi hasil tulisan ilmiah yang lebih kontekstual, mutakhir, dan sesuai kebutuhan dunia industri. Metode yang digunakan adalah pendampingan partisipatif melalui workshop intensif, sesi klinik penulisan (writing clinic), bimbingan teknis berbasis studi kasus, serta pendampingan berkelanjutan secara daring. Setiap peserta didampingi hingga mampu menghasilkan draft artikel ilmiah yang siap disubmit ke jurnal terakreditasi.
Pemodelan Deteksi dan Klasifikasi Fraktur Tulang pada Radiografi X-Ray Menggunakan YOLOv8 dan Preprocessing CLAHE Hidayat, Jose Julian; Anshor, Abdul Halim; Anwar, M. Syaibani
JURNAL FASILKOM Vol. 16 No. 1 (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.v16i1.11241

Abstract

This study aims to develop a model for detecting and classifying bone fractures in digital X-ray radiography images using the You Only Look Once version 8 (YOLOv8) architecture with the application of Contrast Limited Adaptive Histogram Equalization (CLAHE) as a preprocessing method. The CLAHE method is used to improve contrast quality and clarify bone structure details, thereby facilitating the feature extraction process by the detection model. The research dataset comprises 641 X-ray and MRI images divided into ten classes consisting of various types of bone fractures, namely Comminuted, Greenstick, Linear, Oblique, Oblique Displaced, Segmental, Spiral, Transverse, and Transverse Displaced, as well as the Healthy class as a comparison. Model training was conducted for 100 epochs using YOLOv8n with CLAHE-based augmentation to improve the visibility of the fracture area. The best results were obtained from the YOLOv8-CLAHE (balanced) model with a mAP@0.5 of 0.933 to 0.941, precision of 0.939 to 0.965, and recall of 0.877 to 0.901. The Segmental and Comminuted classes showed the highest performance, while classes with limited data such as Greenstick and Linear still had relatively low accuracy.  The model's inference speed reached 8.3 milliseconds per image, demonstrating the potential application of this system for real-time fracture detection in clinical settings. The results of this study show that the application of the CLAHE method in the image pre-processing stage can improve the detection and classification performance of YOLOv8, and has the potential to support the development of automated diagnosis systems in the field of orthopedic radiology.
Accuracy Comparison of Support Vector Machine, Random Forest, and K-Nearest Neighbors for Sundanese Speech Classification Laela Nur Rohmah; Abdul Halim Anshor; Wahyu Hadikristanto
JISA(Jurnal Informatika dan Sains) Vol 9, No 1 (2026): JISA(Jurnal Informatika dan Sains)
Publisher : Universitas Trilogi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31326/jisa.v9i1.2757

Abstract

To support the preservation of the Sundanese language, speech recognition systems based on machine learning canbe developed. This study aims to evaluate and compare the classification performance of Support Vector Machine, Random Forest, and K-Nearest Neighbors which represent margin-based, ensemble-based, and distance-based classification approaches that have been widely applied in speech classification tasks. A secondary dataset consisting of 100 voice recordings was utilized in this research. The study followed the Knowledge Discovery in Database framework, which encompasses data selection, preprocesing, transformation, data mining, and evaluation phases. Feature extraction was performed using the Mel-Frequecy Cepstral Coefficients method. Experimental result demonstrate that the Random Foret algorithm achieved superior performance, reaching 100% accuracy and an Area Under Curve (AUC) of 100%. Meanwhile, K-Nearest Neighbors achieved 87% accuracy with an AUC of 100%, and Support Vector Machine yielded the lowest performance with  67% accuracy and an AUC of 72.89%. Although Random Forest achieved the highest metrics, futher research is required as a perfect 100% score raises concerns regarding model overfitting. To address this issue, utilizing a large dataset is recommended for future studies. Consequently, K-Nearest Neighbors can be considered a more reliable choice in this study, demonstrating robust and stable performance for MFCC based speech classification on smaller dataset.
Perbandingan Metode Machine Learning Klasik (Naive Bayes dan SVM) dan IndoBERT untuk Analisis Sentimen Ulasan Produk pada Platform Tokopedia Endah Kurnia Fitri; Abdul Halim Anshor; M. Syaibani Anwar
Syntax Literate Jurnal Ilmiah Indonesia
Publisher : Syntax Corporation

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36418/syntax-literate.v11i6.64746

Abstract

Penelitian ini dilatarbelakangi oleh meningkatnya jumlah ulasan produk pada platform e-commerce yang menghasilkan data teks dalam jumlah besar dan tidak terstruktur sehingga memerlukan metode analisis sentimen yang efektif. Tujuan penelitian ini adalah untuk membandingkan kinerja metode machine learning klasik (Naive Bayes dan Support Vector Machine) dengan model deep learning IndoBERT dalam klasifikasi sentimen ulasan produk Tokopedia. Penelitian ini menggunakan pendekatan kuantitatif dengan metode eksperimen komparatif. Data yang digunakan merupakan dataset sekunder dari Kaggle yang terdiri dari ulasan produk Tokopedia. Proses analisis dilakukan melalui tahap preprocessing, ekstraksi fitur TF-IDF untuk model klasik, serta fine-tuning IndoBERT untuk model berbasis transformer. Evaluasi model menggunakan metrik accuracy, precision, recall, dan F1-score. Hasil penelitian menunjukkan bahwa IndoBERT memberikan performa terbaik dengan accuracy 97,80% dan F1-score 97,66%, diikuti oleh SVM dan Naive Bayes. Meskipun perbedaan akurasi relatif kecil, IndoBERT menunjukkan kemampuan lebih baik dalam mengenali kelas sentimen minoritas seperti negatif dan netral. Kesimpulannya, model berbasis transformer lebih unggul dalam menangkap konteks bahasa dibandingkan metode klasik, terutama pada dataset yang tidak seimbang.
Analisis Ergonomi Postur Kerja Operator Produksi Di Proses Perakitan Assembly Box Menggunakan Metode Reba: Studi Kasus: Pt Xyz, Bekasi Muhamad Tegar Ardhana; Hendri Herlambang; Abdul Halim Anshor
Jurnal QOSIM : Jurnal Pendidikan, Sosial & Humaniora Vol 4 No 3 (2026): 2026
Publisher : Yayasan pendidikan dzurriyatul Quran

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61104/jq.v4i3.8692

Abstract

Ergonomi merupakan ilmu yang mempelajari kesesuaian antara manusia, pekerjaan, dan lingkungan kerja guna meningkatkan kenyamanan, keselamatan, serta produktivitas kerja. Pada proses perakitan (assembly box) di PT XYZ Bekasi, operator melakukan aktivitas kerja secara manual dengan posisi berdiri, membungkuk, menjangkau, menekan, menjepit, dan memasang komponen secara berulang yang berpotensi menimbulkan keluhan Musculoskeletal Disorders (MSDs). Penelitian ini bertujuan untuk mengidentifikasi tingkat keluhan MSDs dan menganalisis risiko postur kerja operator pada proses perakitan assembly box. Metode penelitian yang digunakan adalah kuantitatif deskriptif dengan teknik sampling jenuh terhadap 14 operator produksi. Pengumpulan data dilakukan melalui observasi, wawancara, dokumentasi, serta penyebaran kuesioner Nordic Body Map (NBM). Analisis risiko postur kerja dilakukan menggunakan metode Rapid Entire Body Assessment (REBA), sedangkan identifikasi akar penyebab dilakukan menggunakan fishbone diagram. Hasil penelitian menunjukkan bahwa nilai total NBM sebesar 82 yang termasuk kategori risiko tinggi dengan keluhan dominan pada bahu, punggung, pinggang, lengan, pergelangan tangan, dan kaki. Hasil analisis REBA menunjukkan skor 5 yang termasuk kategori risiko sedang sehingga memerlukan investigasi lebih lanjut dan perbaikan dalam waktu dekat. Faktor penyebab utama berasal dari operator, metode kerja, alat kerja, material, lingkungan kerja, dan pengaturan kerja. Penelitian ini menyimpulkan bahwa aktivitas perakitan assembly box memiliki risiko ergonomi yang memerlukan perbaikan untuk mengurangi potensi MSDs dan meningkatkan kenyamanan kerja operator
Optimasi Prediksi Diabetes Mellitus Menggunakan Komparasi Random Forest dan SVM dengan Analisis Pemilihan Fitur Berbasis SHAP Aswan Supriyadi Sunge; Dendy K. Pramudito; Abdul Halim Anshor; Edy Widodo
Prosiding Sains dan Teknologi Vol. 4 No. 1 (2025): Seminar Nasional Sains dan Teknologi (SAINTEK) ke 4 - Februari 2025
Publisher : DPPM Universitas Pelita Bangsa

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

Abstract

Diabetes Mellitus merupakan masalah kesehatan di dunia yang sangat signifikan maka dari itu dibutuhkan prediksi dini dan akurat. Penelitian ini bertujuan untuk mengoptimalkan prediksi dengan membandingkan model Machine Learning (ML) dengan Random Forest dan Support Vector Machine, yang ditingkatkan dengan analisis SHAP (SHapley Additive exPlanations) untuk mencari fitur tertinggi atau berpengaruh. Penelitian ini menggunakan dataset yang terdiri dari 1000 data pasien dengan 14 fitur, dan 1 kelas. Preprocessing melibatkan pembersihan data dan duplicate, dilanjutkan dengan testing dan training data, dan hasil pengujian dengan model Random Forest mendapatkan akurasi 99%, sementara SVM mencapai 86%, lalu pengujian analisis SHAP mengungkapkan bahwa Age, Urea dan Kreatinin adalah fitur yang paling berpengaruh dari fitur yang lainnya. Hasil analisis perbandingan menunjukkan bahwa mengungguli dalam hal akurasi prediksi secara keseluruhan, dan ini sangat berkontribusi pada peningkatan metode prediksi yang optimal dan sebagai parameter klinis utama untuk diagnosis.
SOSIALISASI DAN PENDAMPINGAN PEMANFAATAN AI UNTUK EFISIENSI PEMBUATAN BAGAN TANDING TURNAMEN PENCAK SILAT DI IPSI CIKARANG SELATAN Abdul Halim Anshor; Aswan Supriyadi Sunge; Tri Ngudi Wiyatno; Erdi; Rismawati
Jurnal Dinamika Pengabdian Vol. 11 No. 2 (2026): JURNAL DINAMIKA PENGABDIAN VOL. 11 NO. 2 JANUARI 2026
Publisher : Departemen Budidaya Pertanian Fakultas Pertanian UNHAS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20956/jdp.v11i2.46597

Abstract

Pengabdian ini bertujuan untuk membantu Ikatan Pencak Silat Indonesia (IPSI) Cikarang Selatan menyusun bagan tanding turnamen pencak silat sehingga lebih terorganisir dan terintegrasi dengan sistem pendaftaran online yang sebelumnya dilakukan secara manual sehingga sering menyebabkan keterlambatan, kesalahan penempatan peserta, dan jadwal pertandingan yang tumpang tindih. Selain itu untuk memberikan sosialisasi dan pelatihan kepada pengurus dan panitia turnamen pencak silat mengenai tata cara penggunaan kecerdasan buatan (artificail intelligence) untuk membuat bagan tanding yang efisien dengan metode pengacakan sederhana menggunakan aplikasi digital berbasis kecerdasan buatan yang dibuat dengan bahasa pemrograman PHP. Metode yang digunakan adalah sosialisasi dan edukasi pada mitra tentang penggunaan aplikasi, kegiatan menunjukkan bahwa sistem ini dapat meningkatkan efisiensi penyusunan bagan secara signifikan dari rata-rata 60 menit menjadi sekitar 15 menit dengan penghematan waku lebih dari 70%. Selain lebih cepat, tumpang tindih jadwal pertandingan dan kesalahan input dapat dihindari sehingga proses penyusunan lebih akurat dan dapat diandalkan. Bagan yang dihasilkan juga lebih teratur, dan siap dipublikasikan. Keunggulan lain dari sistem ini adalah fitur pendaftaran peserta secara online, yang memungkinkan panitia mengolah data langsung tanpa perlu mengetiknya lagi. Pelatihan yang diberikan kepada pengurus IPSI menunjukkan bahwa peserta cepat memahami sistem dan dapat menjalankannya secara mandiri. Secara keseluruhan, kegiatan ini berhasil mencapai tujuannya dalam membantu pengurus IPSI menemukan cara yang lebih baik untuk mengelola turnamen. Sistem ini masih dapat dikembangkan untuk memasukkan fitur tambahan seperti cetak hasil bagan secara otomatis, pembaruan jadwal secara real-time, dan integrasi laporan turnamen yang lebih lengkap.    Kata kunci: Pencak silat, IPSI, turnamen, digital, AI, PHP, real-time. ABSTRACT This service aims to assist the Indonesian Pencak Silat Association (IPSI) of South Cikarang in compiling a pencak silat tournament bracket so that it is more organized and integrated with the online registration system, which was previously done manually, often causing delays, participant placement errors, and overlapping match schedules. Additionally, it provides socialization and training to the administrators and committee members of the pencak silat tournament on how to use artificial intelligence (AI) to create an efficient match schedule using a simple randomization method with a digital application based on artificial intelligence created with the PHP programming language. The method used was socialization and education of partners on the use of the application. The activity showed that this system can significantly increase the efficiency of charting from an average of 60 minutes to about 15 minutes, with a time saving of more than 70%. In addition to being faster, overlapping match schedules and input errors can be avoided, making the charting process more accurate and reliable. The resulting charts are also more organized and ready for publication. Another advantage of this system is the online participant registration feature, which allows the committee to process data directly without having to retype it. The training provided to IPSI administrators showed that participants quickly understood the system and were able to run it independently. Overall, this activity successfully achieved its goal of helping IPSI administrators find better ways to manage tournaments. This system can still be developed to include additional features such as automatic printing of bracket results, real-time schedule updates, and more comprehensive tournament report integration. Keywords: Pencak silat, IPSI, tournament, digital, AI, PHP, real-time.
Analisis Resiko Transformasi Mobil Berbahan Minyak ke Mobil Listrik Dengan Decision Tree Abdul Halim Anshor; Sugeng Budi Rahardjo
Bulletin of Information Technology (BIT) Vol 4 No 4: Desember 2023
Publisher : Forum Kerjasama Pendidikan Tinggi (FKPT)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47065/bit.v4i4.924

Abstract

The development of the world of transportation has increased rapidly, this is marked by the emergence of electric cars. The changes experienced by society are so fast to switch from fuel cars to electric cars. Electric cars have various advantages of being environmentally friendly, not producing pollutant gas emissions, being faster, cost-effective and more comfortable. In addition to the advantages provided there are also several risks from the transformation of oil-fueled (bbm) cars into electric cars including expensive car prices, charging infrastructure, shorter mileage, electric car batteries have a limited lifespan. This study aims to analyze the risk mitigation of transforming oil-fueled cars into electric cars. In this case study, the researcher uses two kinds of attributes, namely the price of the car and the emissions it produces. The method used is to calculate each gain information from the attribute used by looking at the highest gain value, it will be known how big the risk is for the transformation of oil-fueled cars (bbm) to electric cars. and what factors (attributes) most determine the risk. . It is hoped that this research can help electric car developers and entrepreneurs to continue to improve the performance of existing electric cars.
Co-Authors Abdul Ghofar Abiyyu, Muhammad Dzaki Achmad, Ivan Faturrochman Adi Kurniawan Afriantoro, Irfan Agung Nugroho Aguswin, Ahmad ajizah, imah rotul Akromusyuhada, Akhmad Al Godzali, Galva Albedri, Muhammad Amali Amali Amartha, Alif Nur Fathlii Anas, Muhamad Abdul Anggara, Bastian Anggita Risqi Nur Clarita Anggraeni , Tatia Deswita Ansyah, Ery Anwar, M. Syaibani Argiansah P, Rieval Arie Miftah Budiman Asep Muhidin Assidiki, Hasbi Aswan Supriyadi Sunge Aswan Supriyadi Sunge, sunge Athallah , Rafif Isdarufa Ayubi, Muhammad Din Al Badrul Munir, Badrul Bina, Sabina Oktaviani Hermilia Butsianto, Sufajar Danuyasa, Abiyanfaras Darmawan, Diki Dendy K. Pramudito Dita , Silvi Fara Dita, Silvi Fara Djawas, Fathia Wardah S. Dodit Ardiatma Edora Edora Edy Widodo Edy Widodo Endah Kurnia Fitri Erdi Erdi Erianto, Erick Erikasari, Vivie Zuliani Fadillah, Muhammad Zidan Faizah Via Fadhillah Farrasanto, Akram Fatchan, Muhammad Fauzi Ahmad Muda Febri Tri Arie Sakti Ferdiansyah, Febby Fermana, Yudi Fernanda, Arif Fiqih Alfiansyah Zahari Fitri Rezeki Ghufron Malik Harits, Dalhats Abiyyu Idzal Hary Alfarizi Hasbiallah, Muhammad Hendri Herlambang Herisaputra, Rizky Igel Hidayat, Jose Julian Huda, Miftakul Irawan, Teddy Karina Imelda Kartini, Tri Mulyani Kholid Wahyudi Kinasih, Sekar Laela Nur Rohmah Latifah Nurhasanah, Reka Hani Lubis, Birrham Efendi M. Syaibani Anwar Maharani, Tyanshi Firli Maulana, Donny Maulana, Fariz Mawabagja, Dico Mega Fatimah Rosana Miftah Wangsadanureja Miftahul Huda Mochammad Imron Awalludin Moh. Restu Nur Rizki Muhamad Fatchan Muhamad Ridwan Muhamad Tegar Ardhana Muhammad Abdul Rahman Wahid muhidin, asep Mujizat, Hafidza Dafariz Mulqiya, Wafha Zahra Najamuddin Dwi Miharja, Muhammad Nani Hartati Novianti, Annisa Dwi Novitasari, Aas Nugraha, Rhendy Diki Nugroho, Azwar Anas Agung Nugroho, Irvan Nuraini, Fadilah Nurcahyo, Danang Nurcholilah Nurcholilah Nurhadi Surojudin Nurhaliza, Zahra Oktavianti, Risma Nadia Perdana, Maulana Zidan Pertiwi Dwi Ningsih Prasetya, Ferdyana Eka Pratama, Hendri PUTRI, TIARA Raehan, Muhamad Rafi Suswidia Rafiandi, Junian Rahardjo, Sugeng Budi Raharjo, sugeng budi Rahayu, Nia Dwi Rahma, Syifa Aurellia Rahman, Farjul Ramadhani, Faiz Dzaki Respiar, Boby Retno Purwani Setyaningrum Ridwan Ahri Rifqi, Ifan Aly Rismawati Rismawati Rismawati Rismawati Sadewo, Riski Probo Safrudin , Nurkholik Safrudin, Nurkholik Saputra, Wisnu Ikhwansyah Sarikun, Ahmad Nurdien Shandy, Ery Sianturi, Feibert Sihombing, Johanes Mula Febrian Siska Wulandari, Siska Siswahyudianto Sugeng Budi Rahardjo Suherman Suherman Sulaeman, Asep Arwan Susilo, Hendrik Ardhi Syahrul Gunawan Taryadi Taryadi Tedi, Nanang TITIN SUNARYATI Tri Ngudi Wiyatno umah, Nadiatul Valerian, Kumara Davin Wahyu Hadikristanto Wibowo, Mohamad Hegar Sukmana Wilianto Wilianto Windi Windi, Windi Wiyanto Wiyanto Wiyanto Yudanto , Faisal Arya Zahra Nurhaliza Zakaria, Nur Fajar Zulaeha Zulaeha Zy, Ahmad Turmudi