Article Per Year (5 Year)
p-Index From 2021 - 2026
9.141
P-Index
This Author published in this journals
All Journal Jurnal Dedikasi Jurnal Ilmu Komputer Bulletin of Electrical Engineering and Informatics Jurnal Ilmiah Teknik Elektro Komputer dan Informatika (JITEKI) JUTI: Jurnal Ilmiah Teknologi Informasi Jurnal Simantec Jurnal sistem informasi, Teknologi informasi dan komputer Jurnal Teknologi Informasi dan Ilmu Komputer SMATIKA Proceeding of the Electrical Engineering Computer Science and Informatics Fountain of Informatics Journal Sistemasi: Jurnal Sistem Informasi Jurnal Teknologi dan Sistem Komputer JOIV : International Journal on Informatics Visualization Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Jurnal Informatika Jurnal Pilar Nusa Mandiri Network Engineering Research Operation [NERO] Jurnal Komputer Terapan Syntax Literate: Jurnal Ilmiah Indonesia Kinetik: Game Technology, Information System, Computer Network, Computing, Electronics, and Control SINTECH (Science and Information Technology) Journal METHOMIKA: Jurnal Manajemen Informatika & Komputerisasi Akuntansi Jurnal Nasional Pendidikan Teknik Informatika (JANAPATI) JURTEKSI EDUMATIC: Jurnal Pendidikan Informatika Jurnal Informatika Kaputama (JIK) JISKa (Jurnal Informatika Sunan Kalijaga) Journal of Electronics, Electromedical Engineering, and Medical Informatics Jurnal Repositor Community Development Journal: Jurnal Pengabdian Masyarakat Jurnal Teknik Informatika (JUTIF) Jurnal Perempuan & Anak Jurnal Dinamika Informatika (JDI) Makara Journal of Technology Jurnal Sistem Informasi Jurnal Informatika: Jurnal Pengembangan IT Smatika Jurnal : STIKI Informatika Jurnal Jurnal Abdimas BSI: Jurnal Pengabdian Kepada Masyarakat
Yufis Azhar
Universitas Muhammadiyah Malang
Agriculture, Biological Sciences & Forestry Humanities Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Dentistry Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Public Health Social Sciences Other

Published : 143 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 58 Documents
Search
Journal : Jurnal Repositor

 1   2   3   4   5 
Analisa Sentimen Tweet Berbahasa Indonesia dengan Menggunakan Metode Pembobotan Hybrid TF-IDF pada Topik Transportasi Online Sari Wahyunita; Yufis Azhar; Nur Hayatin
Jurnal Repositor Vol 2 No 2 (2020): Februari 2020
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/repositor.v2i2.238

Abstract

Beberapa tahun belakangan ini, muncul perusahaan-perusahaan penyedia jasa transportasi yang menggunakan aplikasi berbasis android dalam proses pelayanannya atau biasa disebut dengan transportasi online. Hal ini dilakukan untuk meningkatkan pelayanan terhadap pengguna jasa transportasi. Hadirnya transportasi online seperti Gojek, Grab dan Uber menimbulkan masalah sosial antara supir transportasi online dan supir transportasi non aplikasi. Penyebabnya dikarenakan sebagian besar masyarakat beralih menggunakan transportasi online, sehingga pendapatan supir transportasi non aplikasi menurun. Pada penelitian ini, dilakukan analisa sentimen terhadap tweet berbahasa Indonesia tentang transportasi online dengan menggunakan metode pembobotan Hybrid TF-IDF dan kNN sebagai metode klasifikasinya. Hasil terbaik dari pengujian cross validation pada uji variable k adalah k=5 dengan nilai akurasi 70%, presisi kelas positif 68%, presisi kelas negatif 75%, recall kelas positif 82%, recall kelas negatif 59%, f-measur kelas positif 74% dan f-measure kelas negatif 65%.
Implementasi Honey Bee Mating Optimization Pada Vehicle Routing Problem With Time Windows Dalam Perencanaan Jalur Wisata Malang M Syawaluddin Putra Jaya; Yufis Azhar; Nur Hayatin
Jurnal Repositor Vol 2 No 4 (2020): April 2020
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/repositor.v2i4.392

Abstract

Vahicle Routing Problem adalah suatu masalah pencaian jalur yang akan dilalui dengan tujuan mencari rute yang paling cepat atau pendek. Vahicle Routing Problem with Time Windows (VRPTW) yang merupakan sebutan bagi VRP dengan kendala tambahan berupa adanya time windows pada masing-masing pelanggan yang dalam hal ini berupa destinasi wisata. Dalam penelitian ini diterapkan Honey Bee Mating Optimization (HBMO) dalam menyelesaikan VRPTW. HBMO sendiri terinspirasi oleh perilaku koloni lebah ketika bereproduksi. Algoritma tersebut bertujuan untuk mengevaluasi pencarian individu atau solusi terbaik. Tujuan dari penelitian ini adalah bagaimana mengimplementasikan Honey Bee Mating Optimization dalam menyelesaikan VRPTW pada perencanaan jalur wisata di Malang. Sehingga dapat meminimumkan waktu dan jarak tempuh perjalanan. Berdasarkan hasil pengujian, parameter yang optimal untuk optimasi VRPTW menggunakan HBMO pada kasus perencannan jalur wisata Malang yaitu dengan menggunakan 800 generasi, populasi lebah jantan sebesar 300, batas kapasitas spermatheca sejumlah 100, nilai mutation ratio (Pm) dan royal jelly masing-masing bernilai 0.5.
Implementasi Algoritma C5.0 Untuk Menganalisa Gejala Prioritas Pada Anak yang Mengalami Bullying Nabillah Annisa Rahmayanti; Yufis Azhar; Gita Indah Marthasari
Jurnal Repositor Vol 2 No 8 (2020): Agustus 2020
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/repositor.v2i8.410

Abstract

Bullying sering terjadi pada anak-anak khususnya remaja dan meresahkan para orang tua. Maraknya kasus bullying di negeri ini bahkan sampai menyebabkan korban jiwa. Hal ini dapat dicegah dengan cara mengetahui gejala-gejala seorang anak yang mengalami bullying. Kondisi seorang anak yang tidak dapat mengungkapkan keluh kesahnya, tentu membuat orang tua dan juga guru di sekolah sukar dalam mengerti apa yang sedang menimpanya. Hal tersebut bisa saja dikarenakan anak sedang mengalami tindakan bullying oleh teman-temannya. Oleh karena itu peneliti memiliki tujuan untuk menghasilkan fitur yang telah terseleksi dengan menggunakan algoritma C5.0. Sehingga dengan menggunakan fitur yang telah terseleksi dapat meringankan pekerjaan dalam mengisi kuisioner dan juga mempersingkat waktu dalam menentukan seorang anak apakah terkena bullying atau tidak berdasarkan gejala yang ada di setiap pertanyaan pada kuisioner. Untuk menunjang data dalam penelitian ini, peneliti menggunakan kuisioner untuk mendapatkan jawaban dari pertanyaan yang berisi tentang gejala anak yang menjadi korban bullying. Jawaban dari responden akan diolah menjadi kumpulan data yang nantinya akan dibagi menjadi data latih dan data uji untuk selanjutnya diteliti dengan menggunakan Algoritma C5.0. Metode evaluasi yang digunakan pada penelitian ini yaitu 10 fold cross validation dan untuk menilai akurasi menggunakan confusion matrix. Penelitian ini juga melaukan perbandingan dengan beberapa algoritma klasifikasi lainnya yaitu Naive Bayes dan KNN yang bertujuan untuk melhat seberapa akurat algoritma C5.0 dalam melakukan seleksi fitur. Hasil pengujian menunjukkan bahwa algoritma C5.0 mampu melakukan seleksi fitur dan juga memiliki tingkat akurasi yang lebih baik jika dibandingkan dengan algoritma Naive Bayes dan KNN dengan hasil akurasi sebelum menggunakan seleksi fitur sebesar 92,77% dan setelah menggunakan seleksi fitur sebesar 93,33%.
Prediksi Harga Saham Menggunakan Sentimen Pilkada DKI Jakarta 2017 Dengan Algoritma Support Vector Machine Muhammad Fadliansyah; Setio Basuki; Yufis Azhar
Jurnal Repositor Vol 2 No 12 (2020): Desember 2020
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/repositor.v2i12.444

Abstract

Twitter merupakan salah satu sosial media yang paling banyak dipakai di Indonesia, tidak hanya sebagai sarana berbagi informasi terkait hal – hal pribadi tetapi juga bisa berupa opini terhadap suatu topik. Tidak hanya sebagai pusat infromasi, twitter juga bisa digunakan sebagai pusat data berupa teks. Pilkada DKI Jakarta 2017 merupakan salah satu topik yang menarik untuk di bahas. Tidak hanya sebagai penentu kepemimpinan Jakarta untuk 5 tahun kedepan, tetapi karena pengaruh yang dimilikinya terhadap beberapa sektor di Indoensia. Tweet yang membahas topik Pilkada DKI Jakarta 2017 bisa diolah untuk mendapatkan informasi yang berguna, misalnya sentimen yang terjadi selama peristiwa politik ini terjadi. Sentimen yang didapat bisa digunakan dalam prediksi harga saham selama masa Pilkada. Untuk bisa mendapatkan sentimen dari data teks dari twitter, sentiment anaylsis digunakan untuk mengekstrak informasi dari tweet yang sudah dikumpulkan. Untuk melakukan sentiment analysis, algoritma support vector machine dipakai untuk mengklasifikasikan tweet kedalam target kelas. Hasil dari klasifikasi sentimen digunakan sebagai salah satu pembobot dalam regresi linier untuk memprediksi harga saham. Hasil dari pengujian menunjukkan bahwa penggunaan sentimen Pilkada DKI Jakarta 2017 untuk memprediksi harga saham cukup baik. Dimana nilai RMSE yang didapat oleh masing-masing saham bervariasi karena saham-saham yang dipilih berasal dari sektor yang berbeda. BBRI 58.974, SRTG 101.188, WIKA 52.042, ADHI 93.420 dan APLN 17.342.
Deteksi Botnet Pada Passive DNS Dengan Menggunakan Metode K Nearest Neighbor Vinna Utami Putri; Eko Budi Cahyono; Yufis Azhar
Jurnal Repositor Vol 2 No 12 (2020): Desember 2020
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/repositor.v2i12.450

Abstract

Teknologi internet di masa kini berkembang dengan pesat berbanding lurus dengan penggunanya yang juga semakin banyak. Salah satu kejahatan software yang berbahaya adalah robot network (Botnet). Botnet adalah sebuah zombie dalam jaringan dari jutaan perangkat yang tersambung ke internet, yang mana bot diinfeksi dengan malware yang khusus agar bisa dikendalikan oleh cybercriminal dari jarak jauh untuk memberikan serangan seperti mengirim email, mencuri informasi pribadi, dan meluncurkan serangan DDoS. Pada penelitian ini penulis mengelompokan dan mengklasifikasikan dataset yang botnets dan normal pada passive DNS yang terdapat pada dataset CTU-13 dengan metode k Nearest Neighbor dan juga pengujian dengan mengunakan confusion matrix dengan nilai precision, recall dan accuracy dari k-nearest neighbor dari standart bahasa pemograman python dengan library sciketlearn disetiap kelas prediksi dan hasil yang dicapai cukup tinggi dengan nilai dari uniform dengan nilai 76% untuk precission 86% dan recal-nya 93,9% untuk accuracy. Uniform ternormalisasi dengan nilai 76% untuk precission 88% dan recal-nya 83% untuk accuracy. Hasil Distance didapatkan nilai 100% untuk precission 85% dan recal-nya 92% untuk accuracy. Hasil Distance ternormalisasi 100% untuk precission 87% dan recal-nya 93% untuk accuracy.
Implementasi Deep Learning Menggunakan Arsitektur Long Short Term Memory(LSTM) Untuk Prediksi Curah Hujan Kota Malang Muhammad Rizki; Setio Basuki; Yufis Azhar
Jurnal Repositor Vol 2 No 3 (2020): Maret 2020
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/repositor.v2i3.470

Abstract

Tidak selamanya cuaca di Indonesia berjalan dengan normal atau sesuai dengan musimnya, cuaca sering berubah secara tiba-tiba setiap saat karena ada faktor-faktor yang mempengaruhi penurunan dan peningkatan curah hujan. perkiraan cuaca sangatlah dibutuhkan dan sangat bermanfaat olah berbagai pihak karena bisa menjadi acuan bagi berbagai kalangan untuk menjalani kegiatan mereka sehari-hari. Penelitian dilakukan menggunakan metode Deep Learning karena dari beberapa penelitian sebelumnya yang menggunakan Deep Learning dalam kasus yang berbeda mampu menghasilkan akurasi diatas 85%. Deep learning adalah jaringan yang terdiri dari beberapa layer. Layer-layer tersebut berasal dari kumpulan node-node. Arsitektur yang digunakan yaitu Long Short Term Memory(LSTM) karena pada penelitian-penelitian sebelumnya menggunakan LSTM dalam kasus yang berbeda mendapat hasil yang baik yaitu RME yang dihasilkan kecil. LSTM memiliki struktur seperti rantai dan struktur pada tiap sel terdapat 3 gate yaitu forget gate, input gate, dan output gate. Oleh karena itu, perhitungan yang dilakukan lebih kompleks ditambah lagi dengan Deep Learning diharapkan mendapat hasil yang lebih akurat. Data yang digunakan yaitu data curah hujan kota Malang yang berasal dari BMKG.
Sistem Pakar Diagnosa Penyakit Paru–Paru Menggunakan Metode Case Base Reasoning Pada Telegram Bot Ahmadu Kajukaro; Yufis Azhar; Maskur Maskur
Jurnal Repositor Vol 2 No 6 (2020): Juni 2020
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/repositor.v2i6.475

Abstract

Dalam penelitian ini akan dibahas mengenai pembangunan sebuah aplikasi sistem pakar diagnosa penyakit paru. Dalam mendiagnosa penyakit paru–paru, sistem pakar ini akan menggunakan metode Case Base Reasoning (CBR) pada Bot Telegram. CBR menggunakan kecerdasan buatan (Aritifical Intelegent) yang dalam pemecahan permasalahannya berdasarkan pada knowledge dari kasus–kasus sebelumnya yang ada pada database. Data kasus yang digunakan dalam penelitian ini merupakan data kasus yang diperoleh dari catatan atau rekam medis hasil penanganan pasien atau penderita penyakit paru-paru yang didiagnosa oleh dokter spesialis paru. Bot Telegram merupakan program komputer yang melakukan pekerjaan tertentu secara otomatis untuk meringankan pekerjaan manusia. Terdapat 7 buah kasus lama, dan satu kasus baru yang akan digunakan untuk menghitung nilai kedekatannya dengan kasus lama. Hasilnya sistem akan memberikan keluaran atau output berupa kemungkinan penyakit dan saran pengobatan yang didasarkan pada kemiripan kasus baru degan kasus lama yang ada pada basis pengetahuan (knowledge) yang dimiliki sistem.
Penjadwalan Kompetisi Sepak Bola Liga PSN Ngada Menggunakan Algoritma Honey Bee Mating Optimization Firdhansyah Abubekar; Yufis Azhar; Agus Eko Minarno
Jurnal Repositor Vol 2 No 3 (2020): Maret 2020
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/repositor.v2i3.492

Abstract

Penjadwalan sepak bola menjadi salah satu factor kunci agar sebuah kompetisi yang diselenggarakan dapat berjalan baik atau tidak. Penjadwalan yang kurang baik akan mampu mempengaruhi kondisi tim yang akan bertanding, karena jadwal yang kurang baik akan menghambat tim untuk mempersiapkan timnya secara baik untuk pertandingan selanjutnya. Sehingga dalam penelitian ini akan merancang sistem yang dapat menentukan penajadwalan secara baik berdasarkan batasan masalah yang sebaiknya dihindari dalam menjadwalkan kompetisi sepak bola liga PSN Ngada fase 10 besar yang nmenggunakan sistem setengah kompetisi. Pada penelitian ini akan menggunakan algoritma honey bee mating optimization, algoritma ini dipilih karena mudah untuk diterapkan dan dapat menghasilkan penjadwalan yang cukup baik. Algoritma ini memungkinkan terbentuknya penjadwalan yang menghidari batasan yang telah ditentukan dari kombinasi yang telah dibentuk, yang telah melewati proses flight mating, crossover, mutasi dan pemilihan ratu. Siklus ini akan terus berlangsung hingga mencapai iterasi yang ditentukan dan memilih penjadwalan dengan nilai fitness terbaik.
Rekomendasi Grup Pada Website Alumni Teknik Informatika Universitas Muhammadiyah Malang Hermansyah Adi Saputra; Galih Wasis Wicaksono; Yufis Azhar
Jurnal Repositor Vol 2 No 12 (2020): Desember 2020
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/repositor.v2i12.526

Abstract

Belakangan ini hampir seluruh universitas yang ada di indonesia memiliki sistem informasi alumninya sendiri-sendiri. Sistem informasi alumni mampu memberikan informasi tentang kondisi alumninya setelah menyelesaikan masa perkuliahannya. Alumni merupakan aktor yang berperan penting dalam pendidikan. Saat ini jurusan Informatika Fakultas Teknik Universitas Muhammadiyah Malang telah memiliki website alumni. Permasalahannya belum adanya sistem yang memberikan alumni rekomendasi grup pada sistem, sehingga para alumni mampu saling bertukar informasi didalamnya. Dengan adanya data alumni dan juga di dukung dengan adanya tracer study, dapat di bentuk suatu rekomendasi grup dari data tracer study. K-medoid adalah metode pengelompokan data ke dalam sejumlah cluster tanpa adanya struktur hirarki antara satu dengan yang lainnya. Algoritma k-medoid memiliki nilai coefficient yang lebih tinggi di bandingkan dengan k-means dalam penelitian ini. Yang mana k-medoid mendapatkan nilai rata-rata Silhouette Score 0.7325888099 dalam pengujian dengan jumlah cluster 5 dan perulangan sebanyak 10 kali. Jika dibandingkan dengan k-means yang hanya memiliki nilai rata-rata Silhouette Score 0.6872873866.
Penerapan Algoritma C5.0 Pada Analisis Faktor-Faktor Pengaruh Kelulusan Tepat Waktu Mahasiswa Teknik Informatika Universitas Muhammadiyah Malang Vinna Rahmayanti Setyaning Nastiti; Yufis Azhar; Andriani Eka Pramudita
Jurnal Repositor Vol 1 No 2 (2019): Desember 2019
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/repositor.v1i2.545

Abstract

Kelulusan tepat waktu mahasiswa merupakan salah satu permasalahan yang sulit untuk diatasi oleh setiap pihak perguruan tinggi, begitu pula pada jurusan Teknik Informatika Universitas Muhammadiyah Malang. Permasalahan ini harus segera diatasi mengingat kualitas mahasiswa akan mempengaruhi sebuah akreditasi perguruan tinggi maupun jurusan. Oleh karena itu, perlu dilakukan analisis faktor-faktor pengaruh kelulusan tepat waktu mahasiswa Teknik Informatika UMM. Penelitian ini menggunakan algoritma C5.0 untuk melakukan seleksi fitur penting dan analisis regresi untuk melakukan estimasi peluang kelulusan tepat waktu mahasiswa. Variabel bebas yang digunakan adalah jenis kelamin, asal daerah, status masuk, SKS semester 4, SKS semester 6, IP semester 2, IP semester 4, IP semester 6, IPK semester 2, IPK semester 4, IPK semester 6, jenis SMA, status SMA, pendidikan orang tua, dan pekerjaan orang tua. Hasil implementasi algoritma C5.0 pada penelitian ini mampu melakukan seleksi fitur dengan menghasilkan 8 dari total keseluruhan 15 fitur dengan nilai akurasi yang lebih baik dibandingkan nilai akurasi yang menggunakan keseluruhan fitur. Serta, penelitian ini mampu memberikan model regresi dengan nilai akurasi sebesar 82%.
Co-Authors A.A. Ketut Agung Cahyawan W Achmad Fauzi Saksenata Adhigana Priyatama Aditya Dwi Maryanto Adnan Burhan Hidayat Kiat Afdian, Riz Agus Eko Minarno Agus Zainal Arifin Ahmad Annas Al Hakim Ahmad Darman Huri Ahmad Hanif Nurfauzi Ahmadu Kajukaro Akbi, Denar Regata Akmal Muhammad Naim Al asqalani, Sheila Fitria Al-rizki, Muhammad Andi Alfin Yusriansyah Ali Sofyan Kholimi Amelia, Putri Juli Ananda Ayu Dianti Andhika Ade Verdiyanto Andhika Pranadipa Andi Shafira Dyah Kurniasari Andreawana, Andreawana Andriani Eka Pramudita Annisa Annisa Annisa Fitria Nurjannah Aria Maulana Aripa, Laofin Aris Muhandisin arrafiq, ubay hakim Arya, Tri Fidrian Audi Bayu Yuliawan Aulia Ligar Salma Hanani Bagas Aji Aprian Basuki, Setio Bayu Yuliawan, Audi Bintang, Rahina Chandranegara, Didih Rizki Chita Nauly Harahap Christian Sri Kusuma Aditya Christian Sri kusuma Aditya, Christian Sri kusuma Cokro Mandiri, Mochammad Hazmi Denny Risky Delis Putra Dewi Agfiannisa Diana Purwitasari Doni Yulianto Dwi Anggraini Puspita Rahayu Dwi Kurnia Puspitaningrum DWI RAHMAWATI Dyah Anitia Dyah Ayu Irianti Eko Budi Cahyono Elsyah Ayuningrum Elza Norazizah Evi Febrion Rahayuningtyas Faizun Nuril Hikmah Faldo Fajri Afrinanto Fatimah Defina Setiti Alhamdani Fenny Linsisca Putri Feny Novia Rahayu Feranandah Firdausi Ferin Reviantika Ferin Reviantika Fikri, Ulul Fiqri Azmi Fachir Firdausi, Feranandah Firdausita, Nuris Sabila Firdausy, Aidia Khoiriyah Firdhansyah Abubekar Fitri Bimantoro Galang Aji Mahesa Galang Aji Mahesa Gita Indah Marthasari Hanung Adi Nugroho Haqim, Gilang Nuril Hardianto Wibowo Haris Diyaul Fata Harmanto, Dani Hasanuddin, Muhammad Yusril Hermansyah Adi Saputra Hiu Adam Abdullah Hussin Agung Wijaya Ibrahim, Zaidah Ilham Rahmana Syihad Imam Halimi Irfan, Muhammad Ivan Dwi Nugraha Jahtra Hidayatullah Jalu Nusantoro Khoirir Rosikin Kiki Ratna Sari Lina Dwi Yulianti Linggar Bagas Saputro Lusianti, Aaliyah M Syawaluddin Putra Jaya M. Randy Anugerah Mahar Faiqurahman Maskur Maskur Maskur Maskur Masluha, Ida Maulina Balqis Meilina Agustina Mentari Mas'ama Safitri Moch Shandy Tsalasa Putra Moch. Chamdani Mustaqim Mochammad Hazmi Cokro Mandiri Moh. Badris Sholeh Rahmatullah Muhammad Aji Purnama Wibowo Muhammad Al Reza Fahlopy Muhammad Andi Al-Rizki Muhammad Athaillah Muhammad Bima Al Fayyadl Muhammad Fadliansyah Muhammad Hussein Muhammad Misbahul Azis Muhammad Nuchfi Fadlurrahman Muhammad Riadi Muhammad Rifal Alfarizy Muhammad Rivaldi Asyhari Muhammad Rizki Muhammad Rizky Iman Permana Muhammad Shalahuddin Zulva Mujaddid Izzul Fikri Mujaddid Izzul Fikri Nabillah Annisa Rahmayanti Nina Mauliana Noor Fajriah Novandha Yudyanto Noviani Sintia Duwi Trisna Nur Hayatin Nur Putri Hidayah Nuryasin, Ilyas Oktavia Dwi Megawati Otto Endarto Prakoso, Rahmat Pratama, Dhimas Rama Anthony Navy Putri, Ira Ekanda Rahma Ningsih Rangga Kurnia Putra Wiratama Ratna Sari Rifky Ahmad Saputra Riksa Adenia Riska Septiana Putri Rista Azizah Arilya Riz Afdian Rizal Arya Suseno Rizal Rakhman Mustafa Rozi, Fahrur S, Vinna Rahmayanti Saputri, Indah Sari Wahyunita Sari, Veronica Retno Sari, Zamah Satrio Hadi Wijoyo Septiyan Andika Isanta Setiono, Fauzan Adrivano Shintya Larasabi , Auliya Tara Silcillya Ayu Astiti Siti Maghfiroh Sucia, Dara Suryani Rachmawati Suseno, Jody Ririt Krido Susi Ekawati Syaifuddin Syaifuddin Syaifudin Zuhri Taufik Nurahman Tri Fidrian Arya Trifebi Shina Sabrila Trifebi Shina Sabrila Ujilast, Novia Adelia Ulfah Nur Oktaviana Veronica Retno Sari Vinna Utami Putri Wahyu Priyo Wicaksono Wana Salam Labibah Wicaksono, Galih Wasis Widya Rizka Ulul Fadilah Wildan Suharso Wildan Suharso Wildan Suharso Yesicha Amilia Putri Yuda Munarko Yudhono Witanto Yurizal Rizqon Rifani Yusuf, Achmad Zamah Sari Zulva, Muhammad Shalahuddin