Article Per Year (5 Year)
p-Index From 2021 - 2026
9.923
P-Index
This Author published in this journals
All Journal Bianglala Informatika : Jurnal Komputer dan Informatika Akademi Bina Sarana Informatika Yogyakarta Jiko (Jurnal Informatika dan komputer) METHODIKA: Jurnal Teknik Informatika dan Sistem Informasi Indonesian Journal of Applied Informatics KOMPUTIKA - Jurnal Sistem Komputer Simtek : Jurnal Sistem Informasi dan Teknik Komputer Jurnal Informatika Global STRING (Satuan Tulisan Riset dan Inovasi Teknologi) Journal of Information Systems and Informatics Jurnal JTIK (Jurnal Teknologi Informasi dan Komunikasi) JATI (Jurnal Mahasiswa Teknik Informatika) G-Tech : Jurnal Teknologi Terapan Infotek : Jurnal Informatika dan Teknologi Madaniya Infotech: Journal of Technology Information Jurnal Teknik Informatika (JUTIF) Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer) Infotech: Jurnal Informatika & Teknologi Jurnal SAINTIKOM (Jurnal Sains Manajemen Informatika dan Komputer) International Journal Software Engineering and Computer Science (IJSECS) Jurnal Dinamika Informatika (JDI) Jurnal Sistem Informasi Triguna Dharma (JURSI TGD) Jurnal Informatika Teknologi dan Sains (Jinteks) Duta.com : Jurnal Ilmiah Teknologi Informasi dan Komunikasi Jurnal Indonesia Sosial Teknologi Proceeding of International Conference Health, Science And Technology (ICOHETECH) Adopsi Teknologi dan Sistem Informasi Prosiding Seminar Nasional Teknologi Informasi dan Bisnis Innovative: Journal Of Social Science Research Journal Of Artificial Intelligence And Software Engineering SmartComp Sains Data Jurnal Studi Matematika dan Teknologi Jurnal PETISI (Pendidikan Teknologi Informasi) Jurnal Pengabdian Masyarakat Inovasi Indonesia TEKNOSAINS: Jurnal Sains, Teknologi dan Informatika
Dwi Hartanti
Universitas Duta Bangsa Surakarta
Religion Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Mathematics Mechanical Engineering Medicine & Pharmacology Physics Public Health Social Sciences Other

Published : 79 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 79 Documents
Search

 4   5   6   7   8 
Optimalisasi Promosi Produk UMKM melalui Website Katalog Digital “Kampung Market” pada UMKM Tempe Pak Sugiat di Kampung Dukuh Gelaran, Kabupaten Gunungkidul Kevien Ollyvie Jolanda; Aprilisa Arum Sari; Dwi Hartanti
Jurnal Pengabdian Masyarakat Inovasi Indonesia Vol 4 No 3 (2026): JPMII - Juni 2026
Publisher : CV Firmos

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54082/jpmii.1292

Abstract

UMKM memiliki peran penting dalam meningkatkan perekonomian masyarakat, namun masih banyak pelaku usaha yang menghadapi kendala dalam pemasaran produk akibat keterbatasan pemanfaatan teknologi digital. Salah satu UMKM yang mengalami kondisi tersebut adalah Tempe Pak Sugiat di Kampung Dukuh Gelaran, yang selama ini masih mengandalkan promosi secara konvensional melalui penjualan langsung dan rekomendasi dari mulut ke mulut. Kegiatan pengabdian kepada masyarakat ini bertujuan untuk mengoptimalkan promosi produk UMKM melalui penerapan website katalog digital Kampung Market sebagai media pemasaran berbasis web. Metode yang digunakan meliputi identifikasi kebutuhan mitra, perancangan dan pengembangan website, implementasi sistem, serta pendampingan penggunaan website kepada pelaku UMKM. Hasil kegiatan menunjukkan bahwa website Kampung Market berhasil menyediakan media promosi digital yang memuat profil usaha, katalog produk, informasi harga, dan fitur pemesanan melalui WhatsApp. Selain itu, kegiatan pendampingan mampu meningkatkan pemahaman mitra mengenai pemanfaatan teknologi informasi dalam mendukung pemasaran produk. Setelah pendampingan, mitra mampu mengelola katalog produk secara mandiri dan informasi produk dapat diakses oleh konsumen dari luar wilayah sekitar. Keberadaan website Kampung Market memberikan kemudahan akses informasi bagi konsumen dan memperluas jangkauan pemasaran UMKM. Dengan demikian, penerapan website katalog digital terbukti menjadi solusi efektif dalam mendukung transformasi digital dan meningkatkan akses pemasaran UMKM di tingkat desa.
Perancangan aplikasi belajar bahasa inggris berbasis website Asa Dilla Safitri; Atik Sulami; Jamilatun Safitri; Dwi Hartanti
TEKNOSAINS : Jurnal Sains, Teknologi dan Informatika Vol 10 No 1 (2023): TEKNOSAINS: Jurnal Sains, Teknologi dan Informatika
Publisher : LPPMPK- Universitas Muhammadiyah Cileungsi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37373/tekno.v10i1.253

Abstract

In times of a pandemic like this, all learning activities are carried out online via the internet with the help of learning applications that can support one's education. In the current era, there is a great need for interactive distance learning applications. An interactive English learning application in web form will be easily accessed and used by anyone. Therefore, on this occasion we created a website-based learning application, especially for English subjects because that language is an international language. In this research, an English learning application will be built that can be run on a web-based basis. The material displayed in this application is tenses, listening, speaking, idioms, expressions, regular and irregular verbs, and slang. This application is designed with UML modeling, developed using HTML programming language. We also use the waterfall software process model in designing the BeBI (Learning English) application system. The purpose of making this application is to make it easier to learn English with material that is easy to understand and this application has an easily accessible interface. The waterfall model that we use is the Sommerville waterfall with the consideration that the system design steps will be organized, focused, and easy to follow. Where the result of designing this application is an educational application system for users which is expected to help the community in learning English and make it easier for someone to prepare themselves to take English tests such as TOEFL and TOEIC. For further development, it is hoped that this application can be accessed on various platforms.
ANALISIS DISKREPANSI ANTARA RATING DAN SENTIMEN TEKS PADA ULASAN APLIKASI SEABANK MENGGUNAKAN MODEL DEEP LEARNING INDOBERT Jihan Amirah Munif; Afu Ichsan Pradana; Dwi Hartanti
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 10 No. 3 (2026): JATI Vol. 10 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v10i3.18815

Abstract

Kemajuan layanan perbankan berbasis digital turut memicu lonjakan ulasan pengguna di Google Play Store, baik berupa penilaian numerik maupun teks ulasan. Akan tetapi, keduanya kerap menunjukkan ketidakkonsistenan, di mana rating yang diberikan tidak selalu merepresentasikan sentimen sesungguhnya dalam teks ulasan. Penelitian ini bertujuan untuk mengklasifikasikan sentimen ulasan pengguna aplikasi SeaBank melalui model deep learning IndoBERT sekaligus mendeteksi diskrepansi antara rating numerik dan prediksi sentimen teks. Sebanyak 14.466 ulasan diperoleh melalui web scraping Google Play Store setelah melalui proses seleksi dengan mengeliminasi data kosong dan ulasan berrating 3. Pelatihan model dilakukan pada 1.500 sampel yang dipilih secara stratified dengan rasio 80:10:10 untuk data latih, validasi, dan uji, serta penanganan ketidakseimbangan kelas menggunakan class weight. Hasil evaluasi menunjukkan akurasi model sebesar 98,00% dengan F1-score 0,90 untuk kelas negatif dan 0,99 untuk kelas positif. Dari total 14.466 data, terdeteksi 823 ulasan (5,69%) yang mengalami diskrepansi, meliputi 655 ulasan Tipe A (rating positif, prediksi negatif) dan 168 ulasan Tipe B (rating negatif, prediksi positif). Hasil ini membuktikan bahwa penilaian numerik tidak sepenuhnya merepresentasikan sentimen yang terkandung dalam teks ulasan pengguna.
SISTEM INFORMASI CUSTOMER RELATIONSHIP MANAGEMENT (CRM) UNTUK PENINGKATAN LOYALITAS PELANGGAN DI CAHAYA MANDIRI AUDIO & ELEKTRONIK Wildan Setiawan; Aprilisa Arum Sari; Dwi Hartanti
METHODIKA: Jurnal Teknik Informatika dan Sistem Informasi Vol. 12 No. 1 (2026): Volume 12 Nomor 1 Tahun 2026
Publisher : Universitas Methodist Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46880/mtk.v12i1.5486

Abstract

Cahaya Mandiri Audio, an electronic service provider, is currently facing operational challenges due to its reliance on a manual record-keeping system, which has resulted in a data error rate of 15% and difficulties in maintaining customer loyalty. This study aims to design and build a web-based Customer Relationship Management (CRM) system capable of integrating customer data management, service history, and technician scheduling to optimize operations and improve customer retention. The development method used is the Prototype approach, utilizing the PHP programming language and the Laravel framework. The results of the study indicate that this system successfully unifies the roles of Admin and Technician within a single integrated platform, thereby minimizing human error and creating a more organized workflow compared to the previous manual system. The contribution and novelty of this system lie in the Scheduled Notification Module via WhatsApp, which facilitates the semi-automatic creation of message drafts through a redirect feature based on unit service history data to efficiently enhance customer loyalty.Keyword: CRM, Service, Laravel, Customer Loyalty, WhatsApp API.
Evaluasi Kinerja Aparat Pengawas Internal Pemerintah (APIP) Berbasis Web Menggunakan Algoritma K-Means ibnu - salifi; Dwi Hartanti; Vihi Atina
IJAI (Indonesian Journal of Applied Informatics) Vol 9, No 2 (2025)
Publisher : Universitas Sebelas Maret

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20961/ijai.v9i2.95719

Abstract

Abstrak : Aparat Pengawas Internal Pemerintah (APIP) di Inspektorat Daerah Kabupaten Sragen memiliki peran penting dalam menjaga transparansi dan akuntabilitas pemerintah daerah. Namun, proses evaluasi kinerja yang masih manual dan subjektif mengakibatkan kesulitan dalam mengidentifikasi kinerja pegawai secara objektif dan efisien. Penelitian ini bertujuan untuk mengembangkan sistem evaluasi kinerja berbasis web yang memanfaatkan algoritma k-means untuk mengelompokkan pegawai APIP berdasarkan parameter kinerja tertentu, seperti budaya kerja BerAKHLAK, Sasaran Kinerja Pegawai (SKP), tingkat kehadiran, dan kompetensi. Metode penelitian menggunakan algoritma k-means untuk clustering data kinerja, dengan pendekatan pengembangan sistem model Waterfall. Data dikumpulkan melalui observasi, wawancara, dan kuesioner terhadap pegawai APIP di Inspektorat Daerah Kabupaten Sragen. Sistem yang dikembangkan bertujuan untuk menghadirkan alat bantu evaluasi yang tidak hanya cepat, tetapi juga akurat dan mendalam, memungkinkan pimpinan untuk memperoleh gambaran kinerja secara terstruktur dan berbasis data. Hasil penelitian menunjukkan bahwa sistem ini mampu mengelompokkan pegawai APIP ke dalam beberapa kategori kinerja yang lebih akurat yaitu menghasilkan cluster dengan 8 pegawai berkinerja baik, 15 pegawai berkinerja cukup, dan 19 pegawai dengan kinerja kurang. Implementasi sistem ini juga memberikan visualisasi data yang informatif, membantu dalam identifikasi potensi pengembangan individu maupun tim, serta menyusun strategi peningkatan kinerja secara menyeluruh. Sehingga sistem ini tidak hanya mempermudah proses evaluasi kinerja, tetapi juga memberikan dasar yang kuat bagi pengambilan keputusan dalam pengembangan kompetensi dan pelatihan pegawai. Kesimpulannya, penerapan algoritma k-means dalam evaluasi kinerja APIP terbukti efektif dalam meningkatkan kualitas pengawasan internal di lingkungan pemerintah daerah. Dengan demikian, sistem ini dapat menjadi model yang dapat direplikasi di berbagai instansi pemerintah lainnya untuk mendukung tata kelola yang lebih baik.====================================================Abstract : The Internal Government Supervisory Apparatus (APIP) at the Regional Inspectorate of Sragen Regency plays a critical role in maintaining transparency and accountability within the regional government. However, the manual and subjective performance evaluation process poses challenges in objectively and efficiently identifying employee performance. This study aims to develop a web-based performance evaluation system utilizing the k-means algorithm to cluster APIP employees based on specific performance parameters, such as the BerAKHLAK work culture, Employee Performance Targets (SKP), attendance rate, and competence. The research methodology employs the k-means algorithm for performance data clustering, using the Waterfall model for system development. Data was collected through observations, interviews, and questionnaires involving APIP employees at the Regional Inspectorate of Sragen Regency. The system is designed to provide a performance evaluation tool that is not only fast but also accurate and in-depth, enabling leadership to obtain structured and data-driven insights into employee performance. The research findings indicate that the system successfully categorizes APIP employees into several performance clusters, producing groups of 8 employees with good performance, 15 with average performance, and 19 with poor performance. The system implementation also provides informative data visualizations that aid in identifying individual and team development potential and devising comprehensive strategies for performance improvement. Thus, the system not only facilitates the performance evaluation process but also provides a robust basis for decision-making in developing competencies and training programs for employees. In conclusion, the application of the K-Means algorithm in evaluating APIP performance has proven effective in enhancing the quality of internal supervision within the regional government. Consequently, this system can serve as a replicable model for various other government agencies to support improved governance practices.
Analisis Kepuasan Pengunjung Menggunakan Metode Regresi Linear Berganda di Solo Technopark Berbasis Web M Ainur Syawaludin; Hanifah Permatasari; Dwi Hartanti
JURNAL PETISI (Pendidikan Teknologi Informasi) Vol. 7 No. 1 (2026): JURNAL PETISI (Pendidikan Teknologi Informasi)
Publisher : Universitas Pendidikan Muhammadiyah Sorong

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36232/jurnalpetisi.v7i1.3805

Abstract

Evaluasi kepuasan pengunjung di Solo Technopark selama ini dilakukan secara manual, sehingga dinilai kurang efisien dan tidak mampu mengungkap faktor-faktor layanan secara mendalam. Penelitian ini bertujuan untuk mengembangkan sistem dashboard berbasis web guna menganalisis dan memantau tingkat kepuasan pengunjung secara cepat dan akurat. Metode CRISP-DM digunakan sebagai kerangka kerja, dengan data primer yang dikumpulkan melalui kuesioner mencakup sembilan indikator layanan (U1–U9). Analisis dilakukan menggunakan Regresi Linear Berganda untuk mengidentifikasi pengaruh masing-masing indikator terhadap kepuasan, serta analisis tren diagnostik untuk mengetahui penyebab fluktuasi skor kepuasan antar periode. Hasil penelitian menunjukkan bahwa indikator Kompetensi Petugas (U5) dan Sikap Sopan dan Ramah (U6) memiliki pengaruh paling signifikan terhadap kepuasan pengunjung (R² = 0,751). Sistem dashboard yang dikembangkan terbukti efektif dalam membantu manajemen mengidentifikasi masalah pelayanan dan merancang strategi peningkatan kualitas layanan. Penelitian ini merekomendasikan pemanfaatan sistem ini secara rutin sebagai alat evaluasi berbasis data dan pengambilan keputusan taktis.
Sistem Rekomendasi Produk Umkm Menggunakan Content Based Filtering Pada Kampung Njawani Marobo; Vihi Atina; Dwi Hartanti
Jurnal DutaCom Vol. 19 No. 2
Publisher : Fakultas Ilmu Komputer Universitas Duta Bangsa Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47701/6p4ea121

Abstract

Usaha Mikro, Kecil, dan Menengah (UMKM) di Kampung Njawani memiliki peran penting dalam mendukung perekonomian lokal melalui berbagai produk makanan, minuman, dan kerajinan. Namun, banyaknya variasi produk yang tersedia sering menyulitkan pengguna dalam menemukan produk yang sesuai dengan kebutuhan dan preferensi mereka. Kondisi ini menyebabkan proses pencarian produk menjadi kurang efisien serta berdampak pada rendahnya keterlihatan beberapa produk UMKM. Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem rekomendasi produk UMKM Kampung Njawani berbasis web menggunakan metode Content-Based Filtering. Sitem dikembangkan dengan metode pengembangan perangkat lunak Extreme Programming (XP) yang menekankan proses pengembangan secara iteratif dan melibatkan pengguna secara langsung. Alur sistem dimulai dari pembuatan akun pengguna, pengisian preferensi melalui proses onboarding, hingga penyajian rekomendasi produk pada dashboard pengguna. Preferensi pengguna dan atribut produk direpresentasikan dalam bentuk dokumen teks, kemudian dilakukan pembobotan menggunakan metode Term Frequency-Inverse Document Frequency (TF-IDF) dan pengukuran tingkat kemiripan menggunakan metode Cosine Similarity untuk menghasilkan skor kecocokan. Hasil penelitian menunjukan bahwa sistem mampu memberikan rekomendasi produk yang relevan sesuai dengan preferensi pengguna. Selain itu, sistem menyediakan dashboard admin yang menampilkan data rekomendasi dan skor kecocokan produk sebagai bahan analisis. Sistem ini diharapkan dapat membantu pengguna dalam menemukan produk UMKM secara efrektif serta mendukung pengembangan UMKM Kampung Njawani.
Residual Learning-Based Hybrid ARIMA–LSTM for Digital Retail Demand Forecasting Dwi Hartanti; Aprilisa Arum Sari
Journal of Information System and Informatics Vol 8 No 4 (2026): August
Publisher : Asosiasi Doktor Sistem Informasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.63158/journalisi.v8i4.1706

Abstract

The rapid growth of digital retail has increased the need for accurate demand forecasting to support inventory planning and operational decision-making. This study proposes and evaluates a residual learning-based Hybrid ARIMA–LSTM framework for daily retail demand forecasting. A univariate dataset containing 1,826 daily demand observations collected between January 2021 and December 2025 was preprocessed using data cleaning, Min–Max normalization, Augmented Dickey–Fuller (ADF) testing, first-order differencing, and sliding window transformation. ARIMA was employed to model the linear component of the demand series, while LSTM was used to learn nonlinear residual patterns. The proposed framework was evaluated against ARIMA, LSTM, Exponential Smoothing, Moving Average, and Naïve Forecast using MAE, MSE, and RMSE on the original demand scale after inverse normalization. The Hybrid ARIMA–LSTM achieved the lowest MSE (4668.71) and RMSE (68.32) among the evaluated forecasting models, whereas the standalone LSTM achieved a slightly lower MAE (49.87). Furthermore, residual analysis showed that the Hybrid ARIMA–LSTM produced stable forecasting performance, with residuals randomly distributed around the zero reference line, indicating minimal systematic prediction bias. This study demonstrates that a residual learning-based Hybrid ARIMA–LSTM framework can effectively improve daily digital retail demand forecasting by integrating statistical and deep learning models under identical experimental settings.
Sistem Rekomendasi Paket Modifikasi Interior Kendaraan Menggunakan Pendekatan Content-Based Filtering Alfito Muhammad Fernanda; Dwi Hartanti; Bondan Wahyu Pamekas
Prosiding Seminar Nasional Teknologi Informasi dan Bisnis Prosiding Seminar Nasional Teknologi Informasi dan Bisnis (SENATIB) 2026
Publisher : Fakultas Ilmu Komputer Universitas Duta Bangsa Surakarta

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

Abstract

Pemilihan paket modifikasi interior kendaraan sering menjadi kendala bagi pelanggan karena banyaknya pilihan bahan, warna, desain, fitur tambahan, dan harga yang ditawarkan. Penelitian ini bertujuan untuk membangun sistem rekomendasi paket modifikasi interior kendaraan menggunakan pendekatan Content-Based Filtering. Data paket yang digunakan terdiri dari atribut nama paket, bahan jok, warna interior, desain, fitur tambahan, harga, dan deskripsi paket. Atribut tersebut kemudian digabungkan menjadi teks dan diproses menggunakan metode TF-IDF untuk memberikan bobot pada kata atau atribut penting. Selanjutnya, metode Cosine Similarity digunakan untuk menghitung tingkat kemiripan antara preferensi pengguna dengan data paket yang tersedia. Hasil rekomendasi ditampilkan berdasarkan nilai kemiripan tertinggi, sedangkan evaluasi dilakukan menggunakan nilai precision untuk mengukur ketepatan rekomendasi yang dihasilkan. Berdasarkan pengujian dengan input “jok kulit warna hitam desain elegan”, sistem menampilkan tiga rekomendasi teratas yang relevan, yaitu Comfort Interior, Doortrim Elegan, dan Audio Comfort, sehingga diperoleh nilai Precision@3 sebesar 100%. Hasil tersebut menunjukkan bahwa sistem rekomendasi dapat membantu pelanggan memilih paket modifikasi interior kendaraan secara lebih cepat, terarah, dan sesuai dengan preferensi.
Penerapan Metode User-Based Collaborative Filtering pada Sistem Rekomendasi Buku Berbasis Dataset Publik Maulana Az Zahra Yusuf; Dwi Hartanti; Bondan Wahyu Pamekas
Prosiding Seminar Nasional Teknologi Informasi dan Bisnis Prosiding Seminar Nasional Teknologi Informasi dan Bisnis (SENATIB) 2026
Publisher : Fakultas Ilmu Komputer Universitas Duta Bangsa Surakarta

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

Abstract

Perkembangan teknologi informasi telah meningkatkan jumlah koleksi buku digital yang tersedia, sehingga pengguna sering mengalami kesulitan dalam menemukan buku yang sesuai dengan preferensi mereka. Penelitian ini bertujuan untuk membangun sistem rekomendasi buku menggunakan metode User-Based Collaborative Filtering dengan memanfaatkan dataset publik Book-Crossing. Tahapan penelitian meliputi preprocessing data, pembentukan User-Item Matrix, perhitungan tingkat kemiripan antar pengguna menggunakan metode Cosine Similarity, serta proses pemberian rekomendasi berdasarkan weighted recommendation score. Sistem dikembangkan menggunakan bahasa pemrograman Python dengan framework Streamlit sehingga menyediakan antarmuka bagi pengguna untuk memperoleh rekomendasi buku dan dashboard admin untuk menampilkan hasil analisis data. Kinerja sistem dievaluasi menggunakan Root Mean Square Error (RMSE), serta metrik Precision dan Recall. Hasil pengujian menunjukkan bahwa sistem mampu menghasilkan rekomendasi buku berdasarkan kemiripan preferensi pengguna dengan nilai RMSE sebesar 1,796, Precision sebesar 0,003, dan Recall sebesar 0,017. Selain itu, sistem berhasil menampilkan informasi analisis dataset, distribusi rating, buku terpopuler, pengguna paling aktif, serta visualisasi evaluasi model. Hasil penelitian menunjukkan bahwa metode User-Based Collaborative Filtering mampu diterapkan pada sistem rekomendasi buku berbasis dataset publik dan memberikan rekomendasi yang relevan sesuai pola penilaian pengguna.
Co-Authors Adi Tiyas Ahmad Fathoni Aditya Bagaskara Afu Ichan Pradana Afu Ichsan Pradana Agustina Purwatiningsih Agustina Srirahayu Ahmad Wahyu Saputra, Nur Aldio Tri Bangkit Sanjaya Alfito Muhammad Fernanda Alvian Ahmada Akhbar Amanda Putri Setiawan Ananta, Kevin Yoga Andy Ariyanto Anisatul Farida Anjar Setiawan Aprilisa Arum Sari Aprilisa Arum Sari Aprilisa Arum Sari, S.T, M.Kom Ardhi Tiya Setiawan Arif Wicaksono Septyanto Asa Dilla Safitri Atik Sulami Avianto Adi Pratama Azizah, Shelvi Bagas Muttaqi Bagaskara, Mochammad Naufal Bagus Adi Nugroho Bagus Erwanto Bagus Irfanzah Arda Nugraha Bayu Tri Pramono Bondan Wahyu Pamekas Citra Kusuma Dewi Da Costa, Alexandre Daffa Rizki Putra Noordi Dika Adi Pratama Divangga Revansa Arya Pradhana Dwi Handayani Dwi Kurniawan Saputro Dyah Aprimavista Cahyani Eka Wijanarka Satata Putra Eko Purwanto Enggar Wijaya Putra Erlina Kumala Kusumawati Ester Anugrayningtyas Fadia Aulia Azizah Fany Lestari FAULINDA ELY NASTITI Firdausi, Annisaa' Alam Fitroh Ahmad Abdul Aziz hanif, abdurrohman Hanifah Permatasari Hasanah, Herliyani Hasda Surya Putra Hasim Azari Hilmi Putra Andriano, Muhammad Hiskia Kus Setiawan ibnu - salifi Ilham Tristadika Saputra Indah Nofikasari Indah, Ratna Puspita Intan Febiana Ovianti Iqbal Hanan Junaidi Irawan, Ridwan Dwi Irfan Agus Prastowo Jamilatun Safitri Jihan Amirah Munif Juantino Brata Astungkara Kevien Ollyvie Jolanda Kevin Yoga Ananta Kurnia Sari, Vena Leny Monica Lidia Earlene Rendhiva Lola Sekar Arum M Ainur Syawaludin Maria Rosario Marobo Maskhul Ryan Ibrahim Matin Muhith Maulana Az Zahra Yusuf Maulindar, Joni Meraldy Fiko Rastio Ajie Mira Erlinawati Moh. Muhtarom Muflih Taqiuddin Muhamad Daivany Nur Auilya Saleh Muhammad Arizal Yusuf Hermawan Muhammad Nur Ikhsanuddin Nadia Amalia Putri Nanang Setiawan Neha Poetri Setiawati Nibras Faiq Muhammad Nur Cahyo Nugroho Nurchim Nurkhalis, Danang Otto Santoso Putro Pahlevi, Khumaira Anin Aliya Permatasari, Hanifah Praba Milantino A.R.K Pramono Pramudya Aziz Wisnuadi Puput Dwi Mandiri Raditya Koesyan Dipo Pramukti Rifqi Firdausi Arafad Rizki Hendra Kusuma Robi Wariyanto Abdullah Rukmini, Siti Sandy Yustisio Oktaviandra Saputro, Khoirul Adi Saputro Setiawan, Jodi Apri Shelvi Azizah Silva, Adão Manuel da Sopingi Sopingi Sopingi, Sopingi Sri Lestari Sundari Sundari Syahrul Azhar Faisal Syahrul Rofiq Abdillah Fadli Taufiq Nur Arifin Tri Djoko Santosa Ulhaq, Ahmad Dia Ummi Kultsum Verdiyanto, Ricky Vihi Atina Vincentius Anggarda P.M Wahyu Adi Pratama Wildan Setiawan Wupiwulang Tanwal Hu Yasinta istiqomah Yogi Putra Auditama Yuda Abi Bagaskara Zariel Ardian Ekovih