Article Per Year (5 Year)
p-Index From 2021 - 2026
8.434
P-Index
This Author published in this journals
All Journal KARMAPATI (Kumpulan Artikel Mahasiswa Pendidikan Teknik Informatika) ISSN: 2252-9063 Jurnal Sistem Informasi dan Bisnis Cerdas Indonesian Journal of Information System Jurnal Eksplora Informatika SELAPARANG: Jurnal Pengabdian Masyarakat Berkemajuan JURNAL TEKNIK INFORMATIKA DAN SISTEM INFORMASI Jurnal Informatika Universitas Pamulang INTECOMS: Journal of Information Technology and Computer Science Jurnal DISPROTEK Compiler Jurnal ULTIMA InfoSys JUTEKIN (Jurnal Manajemen Informatika) INTEK: Informatika dan Teknologi Informasi Dharma Bakti Jurnal Sistem Cerdas JMAI (Jurnal Multimedia & Artificial Intelligence) Antivirus : Jurnal Ilmiah Teknik Informatika Jutisi: Jurnal Ilmiah Teknik Informatika dan Sistem Informasi JISKa (Jurnal Informatika Sunan Kalijaga) Technologia: Jurnal Ilmiah Informatika Jurnal Sistem Informasi dan Informatika (SIMIKA) JATI (Jurnal Mahasiswa Teknik Informatika) Jurnal Teknika JOURNAL OF INFORMATION SYSTEM RESEARCH (JOSH) Masyarakat Berdaya dan Inovasi Jurnal Sistem Komputer dan Informatika (JSON) Infotek : Jurnal Informatika dan Teknologi SKANIKA: Sistem Komputer dan Teknik Informatika Jurnal Teknik Informatika (JUTIF) Jurnal Restikom : Riset Teknik Informatika dan Komputer Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer) RESOLUSI : REKAYASA TEKNIK INFORMATIKA DAN INFORMASI Lumbung Inovasi: Jurnal Pengabdian Kepada Masyarakat Jurnal ABM Mengabdi International Journal of Community Service Society: Jurnal Pengabdian Masyarakat Konstelasi: Konvergensi Teknologi dan Sistem Informasi Jurnal Teknik Informatika Jurnal Informatika Teknologi dan Sains (Jinteks) Journal Of Information System And Artificial Intelligence Jurnal Sistem Informasi dan Bisnis Cerdas Jurnal Ekonomi, Akutansi dan Manajemen Nusantara AMMA : Jurnal Pengabdian Masyarakat Jurnal Informatika: Jurnal Pengembangan IT Prosiding Seminar Nasional Pemberdayaan Masyarakat (SENDAMAS) Exhibition and Seminar on Science and Creative Technology – Al Azhar Proceeding International Journal of Informatics Engineering and Computing
Arita Witanti
Universitas Mercu Buana Yogyakarta
Religion Agriculture, Biological Sciences & Forestry Humanities Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Medicine & Pharmacology Nursing Public Health Social Sciences Other

Published : 72 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 72 Documents
Search

 4   5   6   7   8 
EVALUASI LLAMA3.2 3B UNTUK MENGHASILKAN SOAL OTOMATIS DENGAN DEEPEVAL BERDASARKAN METRIK ANSWER RELEVANCY DAN HALLUCINATION Dharmawan, Thoriq; Witanti, Arita
Jurnal Informatika Teknologi dan Sains (Jinteks) Vol 7 No 1 (2025): EDISI 23
Publisher : Program Studi Informatika Universitas Teknologi Sumbawa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51401/jinteks.v7i1.5423

Abstract

Kecerdasan Buatan (Artificial Intelligence/AI) membuka peluang baru dalam berbagai bidang, salah satunya dalam bidang pendidikan. Penelitian ini melakukan evaluasi terhadap model LLaMA3.2 3B dalam menghasilkan soal untuk media pembelajaram, proses evaluasi menggunakan DeepEval yang merupakan kerangka kerja evaluasi LLM yang bersifat open-source. Proses evaluasi menggunakan dua metrik yaitu Answer Relevancy untuk mengukur tingkat kesesuaian hasil pertanyaan dengan materi yang diberikan, serta Halluciation untuk mengukur tingkat kesalahan terhadap output yang diinginkan. Hasil pengujian menunjukan bahwa LLaMA3.2 3B mempunyai performa yang lebih baik untuk menghasilkan soal dalam jumlah sedikit dengan rata – rata skor Answer Relevancy 0.813 untuk dataset 150 kata dan 0.776 untuk dataset 650 kata. Model ini juga memberikan skor Hallucination yang lebih baik pada dataset yang lebih sedikit yaitu hingga 0.05 untuk 150 kata, dan mendapatkan skor 0.33 untuk dataset 650 kata. Dengan hasil ini dapat disimpulkan bahwa model LLaMA 3.2 3B perlu dilakukan fine-tuning untuk meningkatkan kualitas soal yang dihasilkan.
Extraksi Kata Kunci Judul Berita di Media Online Menggunakan Yake! Arita Witanti
Jurnal RESTIKOM : Riset Teknik Informatika dan Komputer Vol 6 No 2 (2024): Agustus 2024
Publisher : Program Studi Teknik Informatika Universitas Nusa Putra

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52005/restikom.v6i2.347

Abstract

Laporan Digital News Report 2023, Media Online masih menjadi sumber berita utama masyarakat Indonesia data tahun 2021 -2023 . Berdasarkan data dari Dewan Pers, terdapat 902 Perusahaan media digital yang terverifikasi di Indonesia pada Januari 2023. Untuk media sedang dan besar menghasilkan ratusan berita per hari dan media lokal dan kecil puluhan berita perhari, bisa dibayangkan banyaknya berita online yang terpublish setiap harinya. Setidaknya Untuk mengetahui isu apa saja yang berkembang dalam rentang waktu tertentu diperlukan waktu untuk membaca dan melihat seluruh berita. Pengetahuan tentang isu dan berita apa saja yang berkembang ini diperlukan oleh sebagian besar. Bagi yang tidak punya cukup waktu membaca berita tetapi butuh update informasi dengan cepat diperlukan tools untuk membantu mengekstrak inti dari berita. Salah satu metode untuk mengetahui inti dari suatu text adalah metode keyword extraction. Dalam hal ini akan dilakukan extrasi kata kunci dari setiap judul head line dari situs berita online. Untuk studi kasus dan data akan diambil dari 3 situs berita besar di Indonesia. Metode untuk melakukan extrasi kata kunci akan dilakukan dengan metode Yake!. Hasil akhir penelitian menunjukan gambaran hasil ekstraksi kata kunci 10 kata yang significant.
Klasifikasi Pelanggan Indihome Berdasarkan Data Demografis dan Penggunaan Layanan Menggunakan KNN Nadiyah, Raden Ayu Salma; Witanti, Arita
JATISI Vol 12 No 1 (2025): JATISI (Jurnal Teknik Informatika dan Sistem Informasi)
Publisher : Universitas Multi Data Palembang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35957/jatisi.v12i1.9995

Abstract

Salah satu layanan internet yang menyediakan layanan Triple Play adalah Indihome yang merupakan produk PT Telkom. System klasifikasi dapat diterapkan pada layanan Indihome untuk memetakan data pelanggan, sehingga perusahaan dapat mengetahui data pelanggan sesuai dengan jenis paket berlangganan yang digunakan dan data demografis berupa wilayah dan lokasi, model ini diharapkan dapat mengidentifikasi kelompok-kelompok pelanggan yang berbeda. Penelitian ini menggunakan metode K-Nearest Neighbor (KNN) yang tidak hanya sederhana serta mudah diimplementasikan, namun juga efisien dalam menangani data yang tidak terstruktur dan kompleks. Data sebanyak 12.565 dalam kurun waktu tahun 2023 digunakan dalam penelitian ini. Berdasarkan penelitian, klasifikasi ini menunjukkan performa yang cukup baik dalam mengklasifikasikan pelanggan berdasarkan pola yang terdapat pada data. Hasil proses KNN menghasilkan nilai akurasi yang cukup besar yaitu 100%, hasil tersebut menyatakan sistem ini dapat memberikan rekomendasi yang tepat untuk menentukan klasifikasi pelanggan berdasarkan penggunaan layanan dan area. Dengan adanya hasil akurasi tersebut, penelitian ini bisa dijadikan sebagai rekomendasi dalam pengambilan keputusan terkait persebaran pemasaran yang akan PT. Telkom lakukan di area yang dibutuhkan, serta meningkatkan layanan Indihome di seluruh wilayah.
Optimasi Segmentasi Jaringan melalui Implementasi VLAN Dinamis pada Infrastruktur Kabel dan Nirkabel dengan MikroTik Fatkhurrahman; Arita Witanti
JEKIN - Jurnal Teknik Informatika Vol. 4 No. 3 (2024)
Publisher : Yayasan Rahmatan Fidunya Wal Akhirah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58794/jekin.v4i3.904

Abstract

Jaringan komputer yang kompleks dengan jumlah pengguna yang terus bertumbuh menghadirkan tantangan dalam hal manajemen dan keamanan. VLAN dinamis pada jaringan kabel dan nirkabel menggunakan MikroTik menawarkan solusi yang efektif untuk meningkatkan skalabilitas, fleksibilitas, dan keamanan jaringan. Penelitian ini mengkaji VLAN dinamis pada infrastruktur kabel dan nirkabel dengan MikroTik. Tujuan penelitian ini adalah untuk mengoptimalkan segmentasi jaringan, meningkatkan keamanan jaringan, dan meningkatkan kinerja jaringan. Metode penelitian yang digunakan adalah eksperimental dengan menggunakan MikroTik RouterOS sebagai platform. Hasil penelitian menunjukkan bahwa VLAN dinamis mampu meningkatkan skalabilitas jaringan dengan memungkinkan penambahan perangkat secara mudah dan fleksibel. VLAN dinamis juga terbukti meningkatkan keamanan jaringan dengan mengisolasi traffic antar pengguna dan departemen, sehingga meminimalisir risiko akses yang tidak sah dan serangan cyber. Selain itu, VLAN dinamis terbukti meningkatkan kinerja jaringan dengan mengurangi broadcast dan optimalisasi bandwidth.
Implementasi Algoritma YOLOv11 untuk Sistem Klasifikasi Kelayakan Setor Sampah Anorganik dalam Pengelolaan Bank Sampah Saputro, Fredy; Witanti, Arita
Journal of Information System Research (JOSH) Vol 6 No 4 (2025): July 2025
Publisher : Forum Kerjasama Pendidikan Tinggi (FKPT)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47065/josh.v6i4.7486

Abstract

Inorganic waste management in waste banks faces challenges in sorting and quality evaluation processes that still rely on manual methods with high levels of subjectivity. Bank Sampah 34 Ngasemrejo experiences problems with community uncertainty regarding waste eligibility standards, causing high material rejection rates and suboptimal community behavior in waste deposit. Therefore, this research aims to develop an automatic inorganic waste eligibility detection system before depositing to waste banks. This research develops an inorganic waste eligibility detection system based on computer vision using the You Only Look Once version 11 (YOLOv11) algorithm to classify plastic bottles, duplex, and newspaper waste based on eligible and ineligible physical conditions for deposit. The research dataset consists of 2,800 images divided into 70% training data, 20% validation data, and 10% testing data. Data preprocessing was performed using the Roboflow platform including annotation, augmentation, and resize to 640x640 pixels. The YOLOv11n model was trained for 50 epochs with optimized hyperparameters. Evaluation results show excellent performance with mAP50 of 99.4%, mAP50-95 of 95.8%, precision rate of 98.3%, and recall of 98.6%. Testing on testing data shows that the system can accurately classify the eligibility of inorganic waste according to waste bank standards. This system is expected to help residents sort waste independently, improve waste bank operational efficiency, and support higher quality and sustainable recycling processes.
Implementasi Algoritma LSTM untuk Prediksi Kebutuhan Bahan Baku Restoran di Bale Raos Kraton Yogyakarta Abdul Rahman Wahid; Witanti, Arita
INTECOMS: Journal of Information Technology and Computer Science Vol. 8 No. 4 (2025): INTECOMS: Journal of Information Technology and Computer Science
Publisher : Institut Penelitian Matematika, Komputer, Keperawatan, Pendidikan dan Ekonomi (IPM2KPE)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31539/cf163j95

Abstract

Bale Raos Kraton Yogyakarta menghadapi tantangan dalam manajemen persediaan bahan baku akibat fluktuasi permintaan. Penelitian ini mengembangkan model Long Short-Term Memory (LSTM) untuk memprediksi kebutuhan 36 bahan baku berbasis data historis penjualan dan kalender musiman (Januari 2023–Februari 2025). Tahap preprocessing mencakup interpolasi temporal, pembentukan fitur lagging (1-hari dan 7-hari), one-hot encoding, dan normalisasi MinMax. Arsitektur LSTM berlapis (256/128 unit) dibangun, kemudian dievaluasi dengan pembagian data: pelatihan (Januari 2023–Oktober 2024), validasi (November–Desember 2024), dan pengujian (Januari–Februari 2025). Hasil menunjukkan kinerja optimal dengan MSE 0.0108 dan MAE 0.0735. Simulasi prediksi 31 hari (29 Januari–28 Februari 2025) mencapai Overall Aggregated Accuracy (Makro) 90,27%, membuktikan efektivitas model dalam meminimalkan risiko overstock dan stockout secara operasional.
Klasifikasi Waktu Tanggap Kebakaran oleh Pemadam Kebakaran di Kabupaten Sleman Menggunakan Metode K-Nearest Neighbor Jeffri, Derry Meilana; Witanti, Arita
Jutisi : Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Vol 14, No 2: Agustus 2025
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/jutisi.v14i2.2966

Abstract

Fire incidents are disasters that have the potential to cause significant losses, both materially and in terms of human lives. Therefore, firefighters must respond quickly to public fire reports with a response time that adheres to the standards set by Peraturan Menteri Pekerjaan Umum Number 20 of 2009 concerning Pedoman Teknis Manajemen Proteksi Kebakaran di Perkotaan. However in reality, firefighters still struggle to meet these standards due to various issues such as traffic congestion and inadequate road infrastructure. To identify these problems more deeply, firefighters need to further evaluate which fire incidents in which areas fail to meet the standard response times. Thus, a classification fire response times becomes essential. This study aims to classify fire response times using the KNN (K-Nearest Neighbor) method and evaluate the classification results. The variables used in this study are travel distance and travel time. The results show excellent classification performance, with an average accuracy of 98%.Keyword: Classification; K-Nearest Neighbor; Response Time; Firefighter.AbstrakInsiden kebakaran merupakan bencana yang berpotensi menimbulkan dampak kerugian signifikan, baik secara material maupun nyawa manusia. Oleh karena itu, Pemadam Kebakaran harus merespons cepat aduan masyarakat terkait kebakaran dengan waktu tanggap sesuai standar yang ditetapkan berdasarkan Peraturan Menteri Pekerjaan Umum Nomor 20 Tahun 2009 tentang Pedoman Teknis Manajemen Proteksi Kebakaran di Perkotaan. Tetapi pada kenyataannya Pemadam Kebakaran masih kesulitan untuk memenuhi standar tersebut dikarenakan berbagai masalah seperti kepadatan lalu lintas maupun infrastruktur jalan yang kurang memadai. Untuk mengidentifikasi masalah lebih mendalam, Pemadam Kebakaran perlu mengevaluasi lebih lanjut dengan cara mengetahui kejadian kebakaran daerah mana saja yang tidak memenuhi standar. Maka dari itu, diperlukan klasifikasi waktu tanggap kebakaran. Penelitian ini bertujuan mengklasifikasikan waktu tanggap kebakaran menggunakan metode KNN (K-Nearest Neighbor) kemudian dilakukan evaluasi terhadap hasil klasifikasi. Variabel yang digunakan pada penelitian ini yaitu jarak tempuh dan waktu tempuh. Penelitian ini menunjukkan hasil klasifikasi yang sangat baik, dengan rata-rata akurasi sebesar 98%. 
Klasifikasi Kondisi Greenhouse Secara Real-Time Menggunakan Fuzzy Mamdani Berbasis Bot Telegram Pramana Adi Setiawan; Arita Witanti
JEKIN - Jurnal Teknik Informatika Vol. 5 No. 2 (2025)
Publisher : Yayasan Rahmatan Fidunya Wal Akhirah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58794/jekin.v5i2.1614

Abstract

Kondisi lingkungan dalam greenhouse, seperti suhu air, pH air, cahaya, CO2 , merupakan faktor penting yang menentukan keberhasilan panen. Pemantauan secara manual seringkali tidak efisien dan rentan terhadap kesalahan, sehingga diperlukan sistem monitoring otomatis yang dapat diakses secara real-time. Penelitian ini bertujuan untuk merancang dan membangun sebuah sistem klasifikasi kondisi greenhouse menggunakan metode Logika Fuzzy Mamdani yang diintegrasikan dengan Bot Telegram sebagai antarmuka pengguna. Sistem ini menggunakan empat variabel input dari sensor, yaitu suhu suhu air, pH air, cahaya, CO2, untuk menghasilkan output berupa klasifikasi kondisi greenhouse ke dalam tiga kategori: Buruk, Cukup, dan Baik. Logika Fuzzy Mamdani digunakan untuk memodelkan proses pengambilan keputusan berdasarkan basis aturan yang telah ditentukan. Untuk menguji keandalan sistem, dilakukan pengujian secara real-time selama periode tujuh hari, dengan pengambilan data terjadwal sebanyak enam kali per hari. Hasil penelitian menunjukkan bahwa sistem berhasil dibangun dan mampu menyajikan informasi klasifikasi melalui Bot Telegram secara efektif. Dari total 42 data poin yang diuji, 39 data klasifikasi sistem menunjukan hasil yang sesuai dengan hasil klasifikasi manual pengelola, sehingga sistem menunjukkan tingkat akurasi yang sangat tinggi, yaitu sebesar 92.86%. Akurasi ini membuktikan bahwa metode Fuzzy Mamdani yang diimplementasikan valid dan andal. Sistem ini memberikan solusi yang praktis dan efisien bagi pengelola greenhouse untuk melakukan pemantauan jarak jauh dan mengambil tindakan secara cepat guna menjaga kualitas tanaman.
Analisis Sentimen tentang Penundaan Pengangkatan CPNS 2025 pada Platform X Menggunakan Metode IndoBERT Asshiddiq, Muh. Hasbi; Witanti, Arita
Jurnal Teknika Vol 17 No 2 (2025): SEPTEMBER
Publisher : Universitas Islam Lamongan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30736/jt.v17i2.1448

Abstract

Penundaan pengangkatan Calon Pegawai Negeri Sipil (CPNS) 2025 menjadi isu yang menarik perhatian publik Indonesia dan memicu beragam reaksi, terutama di media sosial. Penelitian ini bertujuan menganalisis sentimen publik terhadap penundaan tersebut sekaligus mengevaluasi performa model IndoBERT dalam mengklasifikasikan opini masyarakat berbahasa Indonesia terkait isu ini. Penelitian menggunakan pendekatan kuantitatif deskriptif dengan metode data mining dan Natural Language Processing (NLP). Pengumpulan data dimulai dengan crawling data tweet dari Platform X menggunakan tools Tweet Harvest berbasis auth token dan kata kunci terkait isu penundaan CPNS 2025. Data kemudian diproses melalui tahap pre-processing yang meliputi cleaning, case folding, tokenisasi, dan normalisasi. Selanjutnya dilakukan filtering, refinement, pelabelan manual, serta pembagian data menjadi tiga set dengan rasio 80:10:10 untuk pelatihan, validasi, dan pengujian. Pemodelan dilakukan dengan menggunakan transformer Indobert-base-p2 yang di-fine-tune dengan optimizer Adam dan sesuai konfigurasi optimal. Evaluasi performa model dilakukan menggunakan metrik akurasi, presisi, recall, dan F1-score. Dari 3.079 tweet yang terkumpul, diperoleh 2.479 data seimbang dari segi sentimen positif, negatif, dan netral. Model IndoBERT berhasil mencapai akurasi sebesar 84,27% dengan rata-rata presisi, recall, dan F1-score sekitar 84%. Analisis sentimen menunjukkan dominasi sentimen negatif pada awal isu, yang kemudian berangsur berubah menjadi positif setelah klarifikasi dari pemerintah. Sentimen netral banyak berasal dari akun resmi dan media. Temuan ini menegaskan pentingnya media sosial sebagai sumber pemantauan opini publik secara real-time serta menunjukkan potensi besar analisis sentimen berbasis NLP sebagai alat evaluasi komunikasi publik dan pengambilan keputusan kebijakan pemerintah.
Sistem Pakar Diagnosa Penyakit Panleukopenia Pada Kucing Menggunakan Metode Naïve Bayes Sadikin, Arif Maulana; Witanti, Arita
JATISI Vol 12 No 3 (2025): JATISI (Jurnal Teknik Informatika dan Sistem Informasi)
Publisher : Universitas Multi Data Palembang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35957/jatisi.v12i3.12877

Abstract

This study aims to design and develop an expert system that can assist in diagnosing panleukopenia in cats using the Naïve Bayes method. Panleukopenia is a contagious disease with a high mortality rate, making early detection crucial to increasing the chances of recovery. The Naïve Bayes method was chosen for its ability to process probability-based data and provide accurate predictions based on the given symptoms. The system was developed based on information from veterinary medical experts and relevant scientific references. To ensure the system’s quality, validation was conducted by comparing the system’s diagnostic results with those provided by veterinarians. Testing results showed that the system achieved an accuracy rate of 93,3%, indicating that this method is effective in supporting the early diagnosis of panleukopenia. Therefore, the system is expected to serve as a useful tool for pet owners and medical profesionals in making further treatment decisions.
Co-Authors Abdul Rahman Wahid Agus Tri Widiyanto Akhmad Muzaki Alexander Radja Bria, Nyongki Apriani, Nana Ardhian Yulihandra Hanum Ari Widiyatmoko Arnanda Nuryasa Asshiddiq, Muh. Hasbi Bangkit Sasangka Bowo Nugroho Dharmawan, Thoriq Didik Kurniawan Djaelani Sosanto Domnina Rani Puna Rengganis Eko Hariyanto Fatimah, Malida Fatkhurrahman Hazmi, Shadrina Heri Ardiansyah Herli Setiawan Herwinsyah Huda, Maasyaril Kirom Mi’Rojul Ibnu Fajar Shiddiq Indah Susilawati Insan, Fariq Maulana Jeffri, Derry Meilana Krisna Bima Bagus Saputra M. Abdurozik Mahendra Wahyu Prihantoro Mahmudie, Bagus Muh. Fahrurrozi Mukhamad Arifin Munfaati, Eka Aenun Nisa Mutaqin Akbar Nadiyah, Raden Ayu Salma Naftali Sulardi Natanael Dimas Randy Nesya Rogawati Novriansyah Rosi Nur Lestari Puji Oktavia, Feliana Ozzi Suria Pambudi, Wahyu Tities Parjono, Parjono Pramana Adi Setiawan Prasetyaningrum, Putri Taqwa Pusaka, Semerdanta Putry Wahyu Setyaningsih Recoba Abednego Davinci Reizandi, Dwisatya Rengganis, Domnina Rani Puna Rina Dwiarti Rizqi Oktafiani Rogawati, Nesya Sadikin, Arif Maulana Salsabilla, Fadiah Nur Saputra, David Saputro, Fredy Siti Mutia Candra Soeharto, Triana N.E.D Sowanya Ardi Prahara Subarjo subarjo, Subarjo Supatman Supatman Supatman Supatman, Supatman Suryo, Rakhmanto Tito Rikanto Triana Noor Edwina Dewayani Soeharto Triana Noor Edwina Dewayani Soeharto vanrika, adena reis Wahyu Setyaningsih, Putry Wahyu Tities Pambudi Wahyu Tities Pambudi Wibowo, Ibnu Surya Widarta Widarta, Widarta Widatama, Krisna William, Haris Wulandari, Erika Yetti Lutiyan Suprapto