Article Per Year (5 Year)
p-Index From 2021 - 2026
8.993
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
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 : 141 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 141 Documents
Search

 3   4   5   6   7 
Rancang Bangun Sistem Pakar Diagnosa Penyakit Tanaman Stroberi Menggunakan Metode Certainty Factor Berbasis Web Nina Mauliana Noor Fajriah; Yufis Azhar; Gita Indah Marthasari
Jurnal Repositor Vol 1 No 1 (2019): November 2019
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (16.496 KB) | DOI: 10.22219/repositor.v1i1.18

Abstract

Sistem Pakar merupakan sebuah sistem yang bekerja nya mengambil pengetahuan seseorang ke dalam komputer yang nanti nya diolah sedemikian rupa untuk mewakili kemampuan dalam menyelesaikan masalah menyerupai seorang pakar. Metode yang dipakai dalam pembuatan aplikasi ini adalah metode Certainty factor. Metode ini sangat tepat digunakan untuk sistem pakar dalam menentukan suatu entitas apakah absolut atau tidak dalam mendiagnosa, misalnya sistem pakar diagnosa penyakit tanaman stroberi. Aplikasi ini memungkinkan pengguna nya untuk mendiagnosa penyakit pada tanaman stroberi sebelum melakukan tindakan lebih lanjut. Aplikasi ini dibangun dengan memakai PHP sebagai bahasa pemograman nya MySQL sebagai penyimpanan datanya. Pada saat pengguna melakukan konsultasi aplikasi akan menampilkan gejala-gejala penyakit dan pengguna dapat memilih tingkat keyakinan dari gejala penyakit yang dipilih. Hasil akhir aplikasi ini berupa jenis penyakit berdasarkaan inputan gejala yang dipilih serta cara penanganannya.
Deteksi Topik Tentang Tokoh Publik Politik Menggunakan Latent Dirichlet Allocation (LDA) Faizun Nuril Hikmah; Setio Basuki; Yufis Azhar
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.v2i4.52

Abstract

Twitter merupakan salah satu Social Networking yang memperbolehkan pengguna untuk mengirim dan membaca sebanyak 140 karakter. Berdasarkan survey sekitar 500 juta tweet tiap harinya yang dikirim melalui twitter. Data-data tersebut dapat berupa opini-opini publik mengenai politik, tokoh publik, makanan, dan lain sebagainya. Data tersebut akan diolah dengan teknik Topic Detection untuk menghasilkan suatu topik yang sedang marak dibicarakan masyarakat tentang tokoh publik politik. Permasalahan dalam penulisan ini yaitu, bagaimana mengekstraksi suatu tweet tentang tokoh publik politik dari pengguna Twitter. Data tweet yang diambil tentang tokoh publik politik diantaranya yaitu mengenai Joko Widodo, Basuki Tjahaja Purnama (Ahok), Anies Baswedan, Sandiaga Uno, dan Habib Rizieq Shihab. Dengan adanya data atau tweet tentang tokoh publik politik dapat diolah menggunakan metode Agglomerative untuk mengcluster tiap data yang akan digunakan sebagai topik acuan, LDA (Latent Dirichlet Allocation) yang akan berfungsi sebagai pemodelan topik dari tweet-tweet yang telah tercluster, serta TF-IDF untuk mengetahui tweet mana saja yang mengandung kata-kata dalam LDA yang akan dijadikan sebagai topik acuan. Sehingga akan menghasilkan deteksi topik yang relevan berdasarkan tweet mengenai tokoh publik politik.
Rekomendasi Lowongan Pekerjaan dari Portal Bursa Lowongan Kerja Memanfaatkan Cosine Similarity dan Simple Additive Weighting Rahma Ningsih; Yufis Azhar; Yuda Munarko
Jurnal Repositor Vol 2 No 5 (2020): Mei 2020
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/repositor.v2i5.58

Abstract

Pencarian informasi melalui portal bursa lowongan kerja memanfaatkan mesin pencari (search engine) yang terdapat pada situs layanan. Hasil pencarian oleh sistem didasarkan pada kesamaan query inputan, kemudian hasilnya ditampilkan dengan model sortir yang terbatas pada hierarkis abjad atau angka. Sehingga diperlukan waktu lagi untuk memilah informasi yang dibutuhkan, karena hasil informasi yang ditampilkan sistem juga diantaranya merupakan informasi yang kurang sesuai. Sebab itu diperlukanlah adanya pengembangan model perankingan terhadap rekomendasi informasi dari hasil pencarian tersebut. Metode cosine similarity dalam pengimplementasiannya menghasilkan data sesuai dengan query yang diinputkan user, serta ditambah dengan menerapkan metode simple additive weighting sebagai metode perankingan terhadap data retrive hasil cosine similarity. Sistem memiliki fitur unggulan, yaitu model perankingan yang bertingkat sehingga user dapat menentukan sendiri aturan perankingan dengan menentukan kriteria mana yang cendrung dominan.
Rancang Bangun Tabloid Online Bestari dengan Fitur Pencarian berbasis Search Engine Teknologi menggunakan Metode Vector Space Model Mentari Mas'ama Safitri; Nur Hayatin; Yufis Azhar
Jurnal Repositor Vol 2 No 5 (2020): Mei 2020
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/repositor.v2i5.62

Abstract

Bestari merupakan lembaga pers mahasiswa yang merupakan media utama untuk menyuarakan dan mendokumentasikan berbagai kegiatan yang dilakukan sivitas akademika Universitas Muhammadiyah Malang. Bestari juga memliki tabloid online yang dapat diakses oleh mahasiswa, namun tabloid online Bestari Universitas Muhammadiyah Malang saat ini belum memiliki fitur pencarian, sehingga pengguna kesulitan untuk mendapatkan informasi sesuai dengan yang diinginkan. Berdasarkan masalah tersebut pembangunan aplikasi Tabloid Online Bestari Universitas Muhammadiyah Malang dengan fitur pencarian berbasis search engine ini bertujuan untuk memberikan kemudahan kepada pengguna khususnya mahasiswa Universitas Muhammadiyah Malang dalam melakukan pencarian.Pada studi kasus ini metode Vector Space Model digunakan untuk memodelkan kumpulan berita dan keyword dari user dalam bentuk vektor yang telah di beri bobot dengan menggunakan metode pembobotan TF-IDF, kemudian akan di hitung kedekatan dari masing-masing dokumen dengan keyword dari user menggunakan cosine similarity.
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.v2i7.67

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%.
Pembuatan Jadwal Shift Perawat Dengan Menggunakan Metode Constraint Satisfaction Rizal Rakhman Mustafa; 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.v2i2.152

Abstract

Rumah Sakit adalah institusi pelayanan kesehatan yang menyelenggarakan pelayanan kesehatan perorangan secara paripurna yang menyediakan pelayanan rawat inap, rawat jalan dan gawat darurat. Rumah Sakit mempunyai beberapa Sumber daya dari suatu fasilitas kesehatan seperti, perawat, dokter dan peralatan medis harus tersedia selama 24 jam sehari dalam satu minggu. Bagi perawat panjangnya jam kerja dapat berdampak buruk pada pelayanan kesehatan dan kualitas kerja, oleh sebab itu penjadwalan merupakan hal yang sangat penting dan membatu perawatan dalam meningkatkan pelayanan kesehatan dan kualitas kerja. Penjadwalan ini diharapkan dapat membatu kepala ruang untuk mendapatkan jadwal dengan beban jam kerja lebih efektif untuk setiap perawat serta memenuhi batasan - batasan penjadwalan yang ada. Constraint Programing (CP) merupakan pendekatan perhitungan atau komputasi matematis atas masalah - masalah yang berkaitan dengan batasan – batasan dari variabel – variabel, dengan tujuan mencari solusi yang memenuhi batasan – batasan tersebut. Setelah melakukan evaluasi terhadap penelitian ini, dapat disimpulkan bahwa penggunaan algoritma Constraint Satisfaction untuk pembuatan jadwal shift perawat ini dinilai cukup efektif. Keberhasilan dalam penjadwalan ini mencapai 99.2% dan 94%.
Sistem Pakar Untuk Mengidentifikasi Hama Dan Penyakit Pada Tanaman Apel Menggunakan Metode Dempster Shafer Muhammad Rizky Iman Permana; Yufis Azhar; Otto Endarto
Jurnal Repositor Vol 2 No 1 (2020): Januari 2020
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/repositor.v2i1.169

Abstract

Pada penelitian ini, dilakukan identifikasi dari serangan hama dan penyakit pada tanaman apel pada dengan studi kasus di Balitjestro. Permasalahan yang dihadapi adalah sulitnya menentukan informasi hama atau penyakit yang menyerang pada tanaman apel yang harus menemui seorang pakar secara langsung, hal tersebut memerlukan waktu yang lama dan memerlukan biaya. Tujuan dari penelitian ini adalah mempercepat mendapatkan informasi hasil identifikasi dari serangan hama dan penyakit pada tanaman apel beserta solusinya tanpa harus menemui seorang pakar. Jenis hama dan penyakitnya yaitu pada hama terdapat Kutu Hijau, Tungau, Trips, Ulat Daun, Serangga Penghisap Daun, Ulat Daun Hitam dan Lalat Buah. Pada penyakit terdapat Embun Tepung, Bercak Daun, Jamur Upas, Kanker dan Busuk Buah. Dari data hama dan penyakit, semua data gejala berjumlah 38 data. Untuk mendapatkan informasi tersebut, dibuatlah Sistem Pakar. Sistem pakar pada penelitian ini untuk menentukan hasil identifikasi menggunakan metode perhitungan Dempster Shafer. Demster Shafer merupakan salah satu teori matematika yang digunakan untuk melakukan suatu pembuktian yang didasari dengan fungsi kepercayaan dan juga logika masuk akal. Pada tahap pengujian menghasilkan nilai akurasi sebanyak 100%. Namun ada salah satu pengujian dari pakar hanya menghasilkan satu dan hasil dari sistem menunjukkan lebih dari satu. Akan tetapi salah satu hasil yang diberikan oleh sistem sama dengan hasil yang diberikan oleh seorang pakar, maka hal tersebut dibenarkan.
Parsing Twitter Menggunakan Metode Left-Corner Parsing Dengan Memanfaatkan POS Tagger Dyah Anitia; Yuda Munarko; 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.v2i7.203

Abstract

Pada penelitian ini dilakukan investigasi parser dengan pendekatan left-corner untuk data tweet bahasa Indonesia. Total koleksi tweet sebanyak 850 tweet yang dibagi menjadi tiga kumpulan data, yakni data train POS Tagger, data train dan data uji. Left-corner menggabungkan dua metode yakni top-down dan bottom-up. Dimana top-down digunakan pada proses pengenalan kelas kata dan bottom-up digunakan pada proses pengenalan struktur kalimat. Adapun jenis tag yang digunakan dalam proses top-down berjumlah 23 tagset dan frasa yang digunakan untuk menentukan struktur kalimat frasa yakni frasa nomina, frasa verbal, frasa adjektiva, frasa adverbia dan frasa preposisional. Hasilnya adalah untuk pendekatan left corner mencapai nilai precision 88,29%, nilai recall 68,3% dan F1 measure 77,02%. Nilai yang diperoleh dengan pendekatan left-corner lebih besar dibandingkan nilai dengan pendekatan bottom-up. Hasil dari nilai yang diperoleh dengan bottom up mencapai nilai precision 68,79%, nilai recall 47,12% dan F1 measure 55,9%. Hal ini disebabkan penggunaan kelas kata pada proses top-down berpengaruh pada sturuktur kalimat pada proses bottom up.
Ekstraksi Informasi Kesehatan Masyarakat Dari Tweet Berbahasa Indonesia Berbasis Klasifikasi Dengan Algoritma Naive Bayes Khoirir Rosikin; Setio Basuki; Yufis Azhar
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.v2i2.237

Abstract

Kesehatan merupakan kebutuhan utama manusia. Di Indonesia terdapat permasalahan tentang kesehatan, yaitu meningkatnya penyakit menular dan penyakit tidak menular. Untuk mengatasinya perlu dilakukan tidakan pencegahan. Salah satu usaha untuk melakukan pencegahan penyakit, adalah dengan mengetahui informasi penyakit tersebut, temasuk tentang penyebab dan akibat yang ditimbulkan, sehingga bisa melakukan pencegahan. Informasi bisa didapatkan dengan berbagai macam cara, salah satunya diambil dari media sosial, terutama twitter. Twitter digunakan karena banyaknya tweet yang dihasilkan sehingga memunculkan fenomena big data. Karena hal itulah, penelitian ini bermaksud untuk melakukan suatu metode ekstraksi informasi. Ekstraksi informasi merupakan metode penerapan data mining terutama bidang text mining yang digunakan untuk mendapatkan informasi dari kumpulan banyak data. Informasi yang dimaksud adalah penyakit, akibat, dan penyebab. Penelitian ini menggunakan pendekatan ekstraksi informasi berbasis klasifikasi dengan algoritma Naive Bayes. Penelitian ini menggunakan 7 set fitur dan sebuah model algoritma klasifikasi yaitu Naive Bayes. Dalam ekstraksi fitur terjadi imbalance dataset, sehingga dilakukan resample filtering data. Pengujian dilakukan dengan 2 metode, yaitu pengujian model dengan menggunakan 10-folds cross-validation dan pengujian klasifikasi dengan menggunakan 100 data uji. Hasil dari pengujian model mendapatkan nilai akurasi 77,27% dan pengujian klasifikasi mendapatkan nilai akurasi 74,07%.
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%.
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 Fahrur Rozi 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 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 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