Article Per Year (5 Year)
p-Index From 2021 - 2026
12.465
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 Sinkron : Jurnal dan Penelitian Teknik Informatika 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 Community Development Journal: Jurnal Pengabdian Masyarakat Jurnal Teknik Informatika (JUTIF) Jurnal AbdiMas Nusa Mandiri 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 Jurnal Repositor
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 Decision Sciences, Operations Research & Management 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 Physics Public Health Social Sciences Other

Published : 153 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 153 Documents
Search

 10   11   12   13   14 
Klasifikasi Tweets Tindak Kejahatan Berbahasa Indonesia Menggunakan Naive Bayes Siti Maghfiroh; Setio Basuki; Yufis Azhar
Jurnal Repositor Vol. 2 No. 7 (2020): Juli 2020
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/repositor.v2i7.30760

Abstract

Kasus tindak kejahatan konvensional seperti penganiayaan, penculikan, pencurian, dll masih jarang digunakan sebagai objek penelitian. Kasus kejahatan yang biasa diteliti hanya pada lingkup kejahatan cyber seperti pembajakan software, carding, penipuan online, dll. Maka dalam penelitian ini penulis mengangkat kasus kejahatan konvensional sebagai objek penelitian. Penulis mencoba mendapatkan informasi kejahatan dari media sosial, Twitter. Dari Twitter didapatkan data berupa cuitan para pengguna yang mengandung unsur kejahatan. Selanjutnya, akan dilakukan klasifikasi untuk menentukan mana di antara data tersebut yang benar-benar mengandung informasi kejahatan, dan bukan merupakan sebuah opini. Metode yang digunakan dalam pengklasifikasian data adalah algoritma Naive Bayes Classifier dengan 2 jenis dataset. Dataset pertama berisi fitur lexical atau bag of words dan dataset kedua berisi fitur sintaktik. Penulis menggunakan 2 dataset untuk membandingkan kinerja dari kedua fitur dalam proses klasifikasi data tweets. Rata-rata hasil akurasi model klasifikasi menggunakan fitur sintaktik adalah sebesar 88,1398% sedangkan pada fitur lexical atau bag of words sebesar 79,25%. Kemudian dari hasil klasifikasi, penulis mendapatkan lokasi di mana tindak kejahatan tersebut terjadi menggunakan metode Named Entity Recognition (NER). Dari proses NER tersebut, maka didapatkan hasil akurasi sebesar 65%.
Penerapan Metode K-Means Dengan Metode Elbow Untuk Segmentasi Pelanggan Menggunakan Model RFM (Recency, Frequency & Monetary) Adnan Burhan Hidayat Kiat; Yufis Azhar; Vinna Rahmayanti
Jurnal Repositor Vol. 2 No. 7 (2020): Juli 2020
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/repositor.v2i7.30762

Abstract

Segmentasi pelanggan pada perusahaan merupakan tindakan yang dapat mempermudah perusahaan dalam mengambil keputusan ke depan. Pada penelitian ini data yang digunakan berasal dari perusahaan otomotif, PT Hasjrat Abadi Ambon. Data yang dipakai terdiri dari data transaksi dan pelanggan kendaraan bermotor. Penerapan model RFM dapat mengelompokkan pelanggan-pelanggan berdasarkan nilai variabel Recency, Frequency dan Monetary. Hasil dari model RFM akan memperoleh status baru pada tiap pelanggan dari skala terbaik sampai terburuk. Pelanggan yang telah memiliki status akan dikelompokkan menggunakan metode K-Means menjadi beberapa Cluster(kelompok). Dalam menentukan jumlah Cluster yang optimal maka diterapkan metode Elbow. Algoritma yang digunakan dalam pembentukan Cluster terdiri dari Euclidean Distance dan Manhattan Distance. Kedua algoritma akan dibandingkan kualitas pembentukan Clusternya menggunakan metode Silhoutte Coefficient. Hasil yang diberikan pada penelitian ini berupa data yang terbagi atas 5 kelompok dengan dilakukannya lima kali pengujian untuk menentukan centroid yang unggul. Cluster yang unggul akan dibuatkan visualisasi datanya untuk memudahkan perusahaan dalam mengambil keputusan. Berdasarkan penerapan Silhoutte Coefficient, algoritma yang lebih unggul yaitu Manhattan Distance dengan nilai s(i) sebesar 0.152695.
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.v2i8.30807

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%.
Deteksi Defisiensi Unsur Hara Makro pada Tanaman Kopi berdasarkan Karakteristik Gejala Visual Daun menggunakan MTCD dan JST Ahmad Annas Al Hakim; Agus Eko Minarno; Yufis Azhar
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.v2i8.30815

Abstract

Semua tanaman, termasuk kopi membutuhkan unsur hara yang cukup untuk penunjang pertumbuhan dan perkembangannya secara normal. Apabila kebutuhan hara tidak tercukupi dengan baik, tanaman akan kekurangan suplai makanan dan gejala khas muncul pada tanaman, seperti perubahan ukuran daun, klorosis, nekrosis dan lainnya yang akan terlihat jelas terutama pada organ daun. Gejala – gejala tersebut memberikan ciri khas atau pola pada daun berdasarkan defisiensi hara yang dialami suatu tanaman. Ciri khas tersebut kemudian diekstraksi menggunakan pengolahan citra digital (PCD) dengan menerapkan Multi Texton Cooccurrence Descriptor (MTCD). Metode MTCD akan melakukan penelusuran pada tiap bagian citra, kemudian mengekstrak piksel – piksel yang memiliki kesamaan nilai warna dan tepi. Fitur-fitur hasil ekstraksi digunakan untuk mewakili setiap citra dalam basis data, dan kemudian digunakan untuk klasifikasi dengan menerapkan jaringan saraf tiruan (JST). Hasil akurasi tertinggi yang dihasilkan klasifikasi adalah 0.706.
Prediksi Permintaan Kargo pada Cargo Service Center Tangerang City Menggunakan Metode Gated Recurrent Unit Rifky Ahmad Saputra; Yufis Azhar; Vinna Rahmayanti
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.v2i8.30830

Abstract

Pada saat ini persaingan bisnis dalam bidang layanan kargo khususnya di Indonesia semakin ketat. Terdapat beberapa perusahaan layanan kargo di Indonesia, salah satunya yaitu Cargo Service Center Tangerang City. Untuk mengantisipasi persaingan bisnis tersebut, Cargo Service Center Tangerang City harus dapat menentukan strategi manajemen usaha, baik dalam jangka menengah maupun jangka panjang. Salah satunya hal yang dapat dilakukan yaitu prediksi permintaan kargo. Pada Cargo Service Center Tangerang City terdapat data transaksi kargo mulai dari Januari 2016 hingga Septermber 2019, oleh karena itu dilakukanlah penelitian yaitu mengimplementasikan metode Gated Recurrent Unit untuk melakukan prediksi permintaan kargo. metode Gated Recurrent Unit merupakan model pengembangan dari Recurrent Neural Network yang biasa digunakan untuk melakukan prediksi pada data sekuens. Pengujian model prediksi dalam penelitian ini dilakukan dengan mencari nilai Root Mean Square Error terkecil dari beberapa percobaan. Hasil dari penelitian ini menunjukkan bahwa model cukup baik dalam melakukan prediksi permintaan kargo, namun terdapat beberapa hasil prediksi metode Gated Recurrent Unit yang masih belum maksimal mendekati nilai aktual misalnya pada nilai aktual yang berada di titik puncak.
Sistem Perekomendasi Dosen Pembimbing berdasarkan Relevansi Topik Tugas Akhir menggunakan Metode Okapi BM25 Meilina Agustina; Yufis Azhar; Nur Hayatin
Jurnal Repositor Vol. 2 No. 9 (2020): September 2020
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/repositor.v2i9.30871

Abstract

Sistem rekomendasi adalah sebuah perangkat lunak untuk memberikan rekomendasi kepada pengguna mengenai produk yang dapat digunakannya. Masalah administrasi di kantor jurusan Pendidikan Guru Sekolah Dasar Universitas Muhammadiyah Malang merupakan salah satu permasalahan yang selalu dihadapi oleh para staf TU dan part timer. Penggunaan sistem manual yang masih berjalan saat ini dinilai kurang efektif terhadap waktu, tempat, dan tenaga sehingga diperlukan adanya bantuan berupa sistem informasi. Pada perancangan sistem informasi ini akan menggunakan metode Okapi BM25 dimana metode ini merupakan fungsi peringkat yang digunakan oleh mesin pencari (search engine) untuk peringkat dokumen pencocokan sesuai relevansinya dengan permintaan pencarian yaitu berupa topik tugas akhir. BM25 memiliki fungsi yang sesuai dengan 3 prinsip pembobotan yang baik, yaitu memiliki inverse document frequency (idf), term frequency (tf), dan memiliki fungsi normalisasi dari panjang dokumen (document length normalization).
Kontrol Presentasi Telapak Tangan Menggunakan Haar Cascade Classification Dyah Ayu Irianti; Agus Eko Minarno; Yufis Azhar
Jurnal Repositor Vol. 2 No. 9 (2020): September 2020
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/repositor.v2i9.30876

Abstract

Abstract Presentasi yaitu suatu kegiatan yang dilakukan sebagai penyampaian ilmu oleh pengajar untuk memberitahukan hasil penelitian serta gagasan. Presentasi sudah menjadi aktivitas yang dilakukan di hampir semua bidang pekerjaan sehari-hari.Untuk melakukan presentasi, dibutuhkan sebuahkomputer, mouse, dan keyboard sebagai alat bantu dan sarana untuk menjalankan slide presentasi. Selain dibutuhkan alat bantu presentasi, saat presentasi juga dibutuhkan seseorang operator untuk mengendalikan komputer saat presentasi berlangsung. Dengan melihat kondisi tersebut, dibutuhkan teknologi yang dapat mengintegrasikan berbagai macam fungsi alat bantu presentasi dan pengendali komputer saat presentasi. Deteksi telapak tangan pada penelitian ini memakai bahasa pemrograman python dan juga sebuah library OpenCV untuk proses inputan. Metode yang digunakan untuk mendeteksi gerakan telapak tangan menggunakan metode Haar Cascade Classifier. Metode Haar Cascade Classifier dapat digunakan untuk mendeteksi objek telapak tangan dan mampu mengontrol slide dengantelapak tangan dengan webcam secara real time. Dalam pendeteksian harus ditentukan centroid agar dapat diketahui jumlah frame untuk memindahkan slide serta jarak dari webcam ke objek juga dapat mempengaruhi dalam mengontrol presentasi. Namun, sistem ini memiliki banyak kelemahan dan harus diperbaiki. Sensitifitas pendeteksian yang tidak terlalu baik yang dapat dipengaruhi oleh beberapa faktor yaitu webcam yang kurang bagus, spesifikasi Personal Computer (PC) rendah, dataset yang meyebabkan false negative, serta pencahayaan ataupun pengaruh dari background.
Perancangan Aplikasi Simulasi UNBK dengan Metode Pengacak Linear Congruent Method Berbasis Web Fiqri Azmi Fachir; Ilyas Nuryasin; Yufis Azhar
Jurnal Repositor Vol. 2 No. 10 (2020): Oktober 2020
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/repositor.v2i10.30879

Abstract

Keputusan Mentri Pendidikan dan Kebudayaan yang menyatakan bahwa seluruh SMP, SMA, dan SMK sederajat harus menerapkan Ujian Nasional dan Ujian Sekolah dengan menggunakan media komputer. Beberapa sekolah bersiap untuk menghadapi UNBK dengan cara melatih siswa-siswi dengan melaksanakan ulangan harian ataupun ujian tryout dengan menggunakan media komputer sekolah. Aplikasi simulasi untuk mempersiapkan UNBK banyak beredar dan digunakan untuk melatih siswa-siswi dalam menghadapi UNBK. Pseudo random number generator (PRNG) merupakan algoritma yang menggunakan rumus matematis untuk menghasilkan deret angka secara acak. Salah satu metode yang menggunakan algoritma PRNG yaitu linear congruent method (LCM). LCM merupakan salah satu metode pembangkit bilangan acak yang memanfaatkan model linear untuk membangkitkan bilangan acak. LCM berhasil diterapkan kedalam aplikasi simulasi pengacak soal yang dibuat. Hasil dari pengujian sistem aplikasi yang dibuat, algoritma pengacak berhasil mengacak soal. Setiap soal berhasil teracak dan setiap siswa mendapatkan urutan soal yang berbeda-beda.
Integrasi Modern Honey Network Dengan Grafana Untuk Visualisasi Novandha Yudyanto; Syaifuddin Syaifuddin; Yufis Azhar
Jurnal Repositor Vol. 2 No. 10 (2020): Oktober 2020
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/repositor.v2i10.30885

Abstract

Internet merupakan komoditas utama dalam hal komunikasi pada saat ini. Namun seiring dengan perkembangan zaman, penyerangan dalam internet semakin bertambah. Demi mencegah serangan tersebut banyak sistem atau program yang telah dikembangakan salah satunya ialah Honeypot . Honeypot mampu menahan, mendeteksi, dan mencatat serangan yang diterima guna mencari informasi mengenai serangan tersebut. Dengan menggunakan informasi tersebut akan lebih mudah untuk mencegah kerusakan apabila terjadi serangan yang serupa. Akan tetapi Honeypot masih belum banyak diminati oleh komunitas keamanan jaringan dikarenakan oleh rumitnya pengelolaan dan pemeliharaannya. Modern Honey Network atau MHN merupakan program open-source yang mampu menjalankan beberapa Honeypot sekaligus mengumpulkan log serangan yang diterima Honeypot tersebut. MHN bertujuan untuk mengatasi masalah rumitnya pengelolaan dan pemeliharaan Honeypot . Namun MHN tidak memiliki visualisasi untuk menganalisis pola serangan yang diterima oleh Honeypot . Hal ini tentu menyulitkan pengguna terlebih dengan banyaknya log yang dapat dihasilkan oleh Honeypot . Karena itulah dibutuhkan program untuk visualisasi log tersebut. Dalam penelitian ini Grafana digunakan untuk visualisasi log pada MHN. Dengan mengintegrasikan Grafana dengan MHN diharapkan pengguna MHN tidak kesulitan dalam membaca dan menganalisa log Honeypot .
Sistem Pakar Diagnosa HIV/AIDS Menggunakan Metode Backward Chaining dan Certainty Factor Jahtra Hidayatullah; Yufis Azhar; Wildan Suharso
Jurnal Repositor Vol. 2 No. 11 (2020): November 2020
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/repositor.v2i11.30958

Abstract

Kemajuan teknologi di bidang komputer berkembang dengan sangat pesat, sehingga dapat membantu dalam penerapan pada berbagai bidang, seperti pada bidang ekonomi, pemerintahan, kesehatan, dan bidang lainnya. Seperti halnya studi kasus dalam penelitian ini yaitu pada bidang kesehatan khususnya penyakit HIV/AIDS, yang dapat mendiagnosa penyakit tersebut menggunakan sistem pakar. Human Immunodeficiency Virus (HIV) adalah suatu penyakit yang belum diketemukan obat untuk menyembuhkannya. Virus HIV menyerang kekebalan tubuh para penderitanya. Metode yang digunakan pada penelitan kali ini yaitu backward chaining dan certainty factor. Metode backward chaining digunakan untuk pencocokan fakta atau pernyataan, sedangkan metode certainty factor untuk menunjukkan ukuran kepastian dari fakta atau pernyataan tersebut. Berdasarkan pengujian pakar yang telah dilakukan, dapat disimpulkan bahwa hasil nilai yang didapat dengan menggunakan 20 data uji menghasilkan nilai akurasi sebesar 75%.
Co-Authors A.A. Ketut Agung Cahyawan W Achmad Fauzi Saksenata Adhigana Priyatama Aditya Dwi Maryanto Aditya Dwi Maryanto Adnan Burhan Hidayat Kiat Adnan Burhan Hidayat Kiat Afdian, Riz Agus Eko Minarno Agus Zainal Arifin Ahmad Annas Al Hakim 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 Andhika Pranadipa Andi Shafira Dyah Kurniasari Andreawana, Andreawana Andriani Eka Pramudita Andriani Eka Pramudita Annisa Annisa Annisa Diyan Novitasari 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 Didih Rizki Chandranegara Doni Yulianti Doni Yulianto Dwi Anggraini Puspita Rahayu Dwi Kurnia Puspitaningrum DWI RAHMAWATI Dyah Anitia Dyah Anitia Dyah Ayu Irianti Dyah Ayu Irianti Eko Budi Cahyono Elsyah Ayuningrum Elza Norazizah Elza Norazizah Ertha Risky Pratisca Evi Febrion Rahayuningtyas Faizun Nuril Hikmah 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 Fiqri Azmi Fachir Firdausi, Feranandah Firdausita, Nuris Sabila Firdausy, Aidia Khoiriyah Firdhansyah Abubekar Firdhansyah Abubekar Fitri Bimantoro Galang Aji Mahesa Galang Aji Mahesa Gita Indah Marthasari Haidar Zakki Jumali Hanung Adi Nugroho Haqim, Gilang Nuril Hardianto Wibowo Haris Diyaul Fata Haris Diyaul Fata Harmanto, Dani Hasanuddin, Muhammad Yusril Hermansyah Adi Saputra Hiu Adam Abdullah Hussin Agung Wijaya Ibrahim, Zaidah Ilham Rahmana Syihad Imam Halimi Imam Halimi Irfan, Muhammad Irham Bagus Jatiarso Ivan Dwi Nugraha Jahtra Hidayatullah Jalu Nusantoro Khoirir Rosikin Khoirir Rosikin Kiki Ratna Sari Kiki Ratna Sari Leta Anindya Riyadi Lina Dwi Yulianti Linggar Bagas Saputro Luqman Hakim Lusianti, Aaliyah M Syawaluddin Putra Jaya M. Randy Anugerah M. Syawaluddin Putra Jaya Mahar Faiqurahman Maskur Maskur Maskur Maskur Masluha, Ida Maulina Balqis Meilina Agustina Meilina Agustina Mentari Mas'ama Safitri 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 Athaillah Muhammad Bima Al Fayyadl Muhammad Fadliansyah Muhammad Ferry Fernanda Muhammad Hussein Muhammad Misbahul Azis Muhammad Nuchfi Fadlurrahman Muhammad Reza Syahfahlevi Sahri Muhammad Riadi Muhammad Riadi Muhammad Rifal Alfarizy Muhammad Rivaldi Asyhari Muhammad Rizki Muhammad Rizki Muhammad Rizky Iman Permana Muhammad Rizky Iman Permana Muhammad Shalahuddin Zulva Mujaddid Izzul Fikri Mujaddid Izzul Fikri Nabillah Annisa Rahmayanti Nabillah Annisa Rahmayanti Nina Mauliana Noor Fajriah Nina Mauliana Noor Fajriah Novandha Yudyanto Novandha Yudyanto Noviani Sintia Duwi Trisna Nur Hayatin Nur Putri Hidayah Nuryasin, Ilyas Oktavia Dwi Megawati Otto Endarto Otto Endartoi Prakoso, Rahmat Pratama, Dhimas Rama Anthony Navy Pritha Aulliah Putri, Ira Ekanda Rahma Ningsih Rahma Ningsih Rangga Kurnia Putra Wiratama Ratna Sari Rifky Ahmad Saputra Rifky Ahmad Saputra Riksa Adenia Riska Septiana Putri Rista Azizah Arilya Riz Afdian Rizal Arya Suseno Rizal Rakhman Mustafa Rizal Rakhman Mustafa Rozi, Fahrur S, Vinna Rahmayanti Sabrila, Trifebi Shina Saniyya Ruzzy Marwa Saputri, Indah Sari Wahyunita 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 Siti Maghfiroh Sucia, Dara Suryani Rachmawati Suseno, Jody Ririt Krido Susi Ekawati Syaifuddin Syaifuddin Syaifuddin Syaifuddin Syaifudin Zuhri Syaifudin Zuhri Taufik Nurahman Taufik Nurahman Tri Fidrian Arya Ujilast, Novia Adelia Ulfah Nur Oktaviana Veronica Retno Sari Vinna Rahmayanti Vinna Utami Putri Wahyu Andhyka Kusuma Wahyu Priyo Wicaksono Wana Salam Labibah Wicaksono, Galih Wasis Widya Rizka Ulul Fadilah Wildan Suharso Wildan Suharso Wildan Suharso Yesicha Amilia Putri Yuda Munarko Yuda Munarko Yudhono Witanto Yurizal Rizqon Rifani Yusuf, Achmad Zamah Sari Zulva, Muhammad Shalahuddin