p-Index From 2021 - 2026
10.311
P-Index
This Author published in this journals
All Journal Dinamik Syntax Jurnal Informatika Nuansa Informatika Jurnal Informatika dan Teknik Elektro Terapan Annual Research Seminar Sistemasi: Jurnal Sistem Informasi Jurnal Teknologi dan Sistem Komputer JURNAL MEDIA INFORMATIKA BUDIDARMA Jurnal Pilar Nusa Mandiri Faktor Exacta IKRA-ITH Informatika : Jurnal Komputer dan Informatika JOURNAL OF APPLIED INFORMATICS AND COMPUTING INTECOMS: Journal of Information Technology and Computer Science JUTIM (Jurnal Teknik Informatika Musirawas) NUSANTARA : Jurnal Ilmu Pengetahuan Sosial Petir Jurnal Teknologi Terpadu Jurnal Abdimas PHB : Jurnal Pengabdian Masyarakat Progresif Humanis Brainstorming Jurnal Abdimas Mandiri Techno Xplore : Jurnal Ilmu Komputer dan Teknologi Informasi INTERNAL (Information System Journal) JATI (Jurnal Mahasiswa Teknik Informatika) Jurnal Ilmiah Ilmu dan Teknologi Rekayasa JURNAL PENDIDIKAN, SAINS DAN TEKNOLOGI Jurnal Teknologi Informatika dan Komputer Jurnal Pemberdayaan Komunitas MH Thamrin Jurnal Ilmiah Wahana Pendidikan Jurnal Teknologi Sistem Informasi dan Sistem Komputer TGD Jurnal Mahasiswa Sistem Informasi (JMSI) JUSTIN (Jurnal Sistem dan Teknologi Informasi) Journal of Artificial Intelligence and Digital Business Indonesian Journal of Multidisciplinary on Social and Technology SATIN - Sains dan Teknologi Informasi Jurnal Informatika: Jurnal Pengembangan IT Jurnal Budiman: Pembangunan dan Pengabdian Masyarakat Nusantara INTERNAL (Information System Journal) ABDINE :Jurnal Pengabdian Masyarakat
Claim Missing Document
Check
Articles

IMPLEMENTASI SISTEM PENDUKUNG KEPUTUSAN PADA APLIKASI PERSONAL FINANCE TRACKER MENGGUNAKAN METODE RULE-BASED DAN SAW Irzi Rahmatullah; Frans Christiopan Hutapea; Yayan Mulyana; Jajam Haerul Jaman; Purwantoro
Jurnal Mahasiswa Sistem Informasi (JMSI) Vol. 7 No. 2 (2026): Jurnal Mahasiswa Sistem Informasi (JMSI)
Publisher : Program Studi DIII Sistem Informasi - Universitas Muhammadiyah Metro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24127/jmsi.v7i2.12079

Abstract

Pengelolaan finansial pribadi adalah elemen krusial untuk mempertahankan kestabilan keuangan, khususnya bagi mahasiswa dan orang-orang dengan penghasilan yang terbatas. Namun, banyak aplikasi manajemen keuangan yang ada saat ini hanya fokus pada pencatatan transaksi tanpa membantu pengguna dalam membuat keputusan. Studi ini bertujuan untuk menerapkan Sistem Pendukung Keputusan (SPK) dalam aplikasi Pelacak Keuangan Pribadi dengan memadukan metode Rule-Based dan Simple Additive Weighting (SAW). Metode Rule-Based berfungsi memberikan peringatan dan saran berdasarkan situasi keuangan tertentu, seperti pengeluaran yang melebihi rencana anggaran, kategori pengeluaran yang paling signifikan, dan saldo yang rendah. Di sisi lain, metode SAW digunakan untuk menilai kondisi keuangan penggunan dengan kriteria, meliputi persentase pengeluaran terhadap anggaran, proporsi kategori pengeluaran yang terbesar, dan persentase saldo yang tersisa. Sistem dikembangkan menggunakan Flutter serta memanfaatkan Firebase Authentication dan Firebase Firestore sebagai layanan pendukung. Hasil dari implementasi ini menunjukkan bahwa penggabungan metode Rule-Based dan SAW bisa mengubah data transaksi menjadi informasi yang lebih berarti, seperti wawasan, peringatan, dan saran keuangan. Dengan cara ini, aplikasi tidak hanya berfungsi sebagai alat pencatatan transaksi, tetapi juga sebagai pembantu dalam pengambilan keputusan yang dapat memfasilitasi pengguna untuk mengendalikan pengeluaran dan mengatur keuangan dengan lebih efisien.
Perbandingan Kinerja Algoritma Klasifikasi Status Mutu Air Lidya Ningsih; Jajam Haerul Jaman; Naufal Ibnu Salam; Muhammad Haikal
Indonesian Journal of Multidisciplinary on Social and Technology Vol. 2 No. 1 (2024): November - Februari
Publisher : PT Ilmu Data Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/ijmst.v2i1.298

Abstract

Klasifikasi mutu air adalah salah satu teknik dalam melakukan penilaian terhadap air sebagai objek penelitian. Penelitian ini dilakukan dengan tujuan agar dapat memberikan pengetahuan terhadap mutu atau kualitas air, sehingga dapat menjadi solusi terbaik yang dapat dilakukan terhadap air tersebut sebelum dikonsumsi. Penelitian ini menggunakan dua skenario dengan beberapa teknik klasifikasi, diantaranya adalah Algoritme Naive Bayes, KNN, Multiclass classification, MLP, SVM, dan Random Forest. Berdasarkan hasil peneltiian yang dilakukan dengan beberapa algoritma klasifikasi tersebut, didapatkan hasil akurasi terbaik menggunakan Algoritme Random Forest dengan persentase akurasi sebesar 99,5% pada skenario pertama dan 99,7% pada skenario kedua . Sedangkan tingkat akurasi terendah ditemukan pada Algoritme Naive Bayes dengan persentase akurasi sebesar 22,3% pada skenario pertama dan 21,9% pada skenario kedua. Hal ini disebabkan karena dataset mutu air yang diperoleh tidak seimbang atau tidak terdistribusi normal (Gaussian). Selain itu, algoritme Naive Bayes memiliki kinerja baik dalam pekerjaan klasifikasi dengan data teks.
Rancang Bangun Aplikasi Inventory M&G Konveksi Berbasis Web Terintegrasi n8n dengan Framework Laravel Mishel Aulidya; Jajam Haerul Jaman; Dadang Yusup
IKRA-ITH Informatika : Jurnal Komputer dan Informatika Vol. 10 No. 2 (2026): IKRAITH-INFORMATIKA Vol 10 No 2 Juli 2026
Publisher : Fakultas Teknik Universitas Persada Indonesia YAI

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

Abstract

The development of digital technology encourages MSMEs to implement more structured data management systems, especially in businesses with complex production and distribution processes. M&G Konveksi, a clothing manufacturing service (CMT), still records material distribution and production results using physical documents, causing distribution tracking, data verification, and production monitoring processes to be carried out manually. This study aims to design and develop a web-based inventory application integrated with workflow automation to support material recording, distribution, production reporting, and operational monitoring at M&G Konveksi. The system was developed using Laravel and ReactJS and integrated with the n8n platform to support overdue notifications and automatic operational recaps. The development method used in this research is the Prototype model, while system testing was conducted using Black Box Testing and User Acceptance Testing (UAT). The results show that all system features function properly and achieve user acceptance rates above 96%. The system is able to support centralized recording and distribution monitoring while helping operational information to be presented in a more structured manner.
Klasifikasi Jenis Penyakit Tanaman Padi Menggunakan Arsitektur Mobilnetv2 Berbasis Transfer Learning Di Desa Karangraharja, Kabupaten Bekasi Allya Putri Nadila Gustin; Jajam Haerul Jaman; Garno Garno
IKRA-ITH Informatika : Jurnal Komputer dan Informatika Vol. 10 No. 2 (2026): IKRAITH-INFORMATIKA Vol 10 No 2 Juli 2026
Publisher : Fakultas Teknik Universitas Persada Indonesia YAI

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

Abstract

Rice is an important food commodity in Indonesia, but its productivity is often affected by plant diseases that can reduce yields. In Bekasi Regency, particularly Karangraharja Village, rice plant disease identification is still done manually through visual observation of leaves, making it subjective and dependent on farmer experience. This condition has the potential to cause errors in disease classification and management. Technological developments allow the classification of rice disease types to be carried out using image processing. The purpose of this study was to classify rice plant diseases based on leaf images, according to their disease class using transfer learning techniques. The research stages were carried out using the CRISP-DM methodology, which includes business understanding, data understanding, data preparation, modeling, evaluation, and deployment. The image data used amounted to 6.166 rice leaf images. The classification process was carried out using the MobileNetV2 architecture. The best scenario was obtained by the fine-tuning method with a data division of 80% training, 10% validation, and 10% testing, which resulted in an accuracy of 99% on the testing data and 95% on the new data.
RANCANG BANGUN APLIKASI MANAJEMEN TUGAS AKHIR MAHASISWA BERBASIS MOBILE MENGGUNAKAN METODE PROTOTYPE (Studi Kasus: Fakultas Ilmu Komputer Universitas Singaperbangsa Karawang) Mutiara Isya Meliana; Jajam Haerul Jaman; Chaerur Rozikin
IKRA-ITH Informatika : Jurnal Komputer dan Informatika Vol. 10 No. 2 (2026): IKRAITH-INFORMATIKA Vol 10 No 2 Juli 2026
Publisher : Fakultas Teknik Universitas Persada Indonesia YAI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37817/ikraith-informatika.v10i2.7080

Abstract

Proses pengelolaan tugas akhir mahasiswa di Fakultas Ilmu Komputer Universitas Singaperbangsa Karawang (FASILKOM UNSIKA) masih dilakukan melalui berbagai media yang terpisah sehingga menyebabkan proses administrasi dan pemantauan progres tugas akhir kurang optimal. Penelitian ini bertujuan untuk merancang dan membangun aplikasi manajemen tugas akhir mahasiswa berbasis mobile yang mampu mengintegrasikan seluruh tahapan tugas akhir dalam satu platform. Metode yang digunakan adalah Software Development Life Cycle (SDLC) dengan model Prototype yang meliputi pengumpulan kebutuhan, perancangan, pembangunan prototipe, evaluasi, dan penyempurnaan sistem secara iteratif. Aplikasi dikembangkan menggunakan Kotlin, Jetpack Compose, dan Supabase sebagai backend, serta memanfaatkan API untuk validasi pengguna yang terintegrasi dengan SISKA UNSIKA. Fitur utama aplikasi mencakup login, register, pengajuan judul, logbook bimbingan, pendaftaran seminar proposal, kolokium, yudisium, serta pelacakan status tugas akhir. Pengujian dilakukan menggunakan Black Box Testing untuk memastikan seluruh fungsi aplikasi berjalan sesuai kebutuhan pengguna. Hasil penelitian menunjukkan bahwa aplikasi SIMTA Mobile mampu membantu pengelolaan tugas akhir menjadi lebih cepat, terstruktur, dan terdokumentasi dengan baik. Selain itu, aplikasi ini meningkatkan efisiensi komunikasi dan mendukung digitalisasi layanan akademik di lingkungan FASILKOM UNSIKA.
RANCANG BANGUN APLIKASI AL-QUR’AN MOBILE BERBASIS FLUTTER DENGAN FITUR MULTI MARKAH BACAAN DAN CATATAN Muhammad Sutan Fathir; Jajam Haerul Jaman; Garno Garno
IKRA-ITH Informatika : Jurnal Komputer dan Informatika Vol. 10 No. 2 (2026): IKRAITH-INFORMATIKA Vol 10 No 2 Juli 2026
Publisher : Fakultas Teknik Universitas Persada Indonesia YAI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37817/ikraith-informatika.v10i2.7227

Abstract

The rapid development of mobile technology has encouraged the emergence of various digital Qur'an applications that facilitate users in reading the Qur'an. However, most existing applications still implement a single last read feature, allowing users to save only one reading position and lacking a note feature for each saved reading position. This limitation creates difficulties for users who engage in multiple reading activities, such as tilawah (Qur'an recitation), hifz (memorization), and study sessions. This study aims to design and develop a Flutter-based mobile Qur'an application featuring Multi Last Read and Notes to improve the flexibility of managing Qur'an reading activities. The research employed the Research and Development (R&D) method, while the system was developed using the Software Development Life Cycle (SDLC) with the Waterfall model. System testing was conducted using Black Box Testing, White Box Testing, and User Acceptance Testing (UAT) involving 30 respondents selected through a purposive sampling technique. The results indicate that the application successfully implements the Multi Last Read feature, enabling users to save multiple reading positions based on different categories and add notes to each saved reading position. The Black Box Testing results demonstrate that all application functions operate according to the specified functional requirements, while the White Box Testing results confirm that the program logic satisfies the Cyclomatic Complexity and independent path analyses. Furthermore, the UAT results achieved a user acceptance rate of 97.79%, which falls into the Excellent category. Therefore, the developed application provides a more flexible, well-organized, and personalized Qur'an reading experience that meets users' needs.
SISTEM PENDUKUNG KEPUTUSAN PENERIMA BEASISWA BERBASIS WEB MENGGUNAKAN METODE AHP DAN SAW Ummu Qoshiroh Nur Azziza -; Fitria Hidayanti; Jajam Haerul Jaman; Purwantoro
JUTIM (Jurnal Teknik Informatika Musirawas) Vol. 11 No. 2 (2026): JUTIM (Jurnal Teknik Informatika Musirawas) Juni
Publisher : LPPM UNIVERSITAS BINA INSAN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32767/jutim.v11i2.3201

Abstract

Proses seleksi penerima beasiswa seringkali terpengaruhi oleh subjektivitas akibat banyaknya kriteria yang perlu dipertimbangkan. Penelitian ini bertujuan untuk mengembangkan sistem pendukung keputusan dalam memilih penerima beasiswa berbasis web dengan memanfaatkan metode Simple Additive Weighting (SAW). Metode SAW dipilih karena dapat melakukan penilaian dan peringkat secara objektif berdasarkan bobot untuk setiap kriteria. Bobot kriteria ditentukan menggunakan Analytical Hierarchy Process (AHP) berdasarkan perbandingan kepentingan relatif antar kriteria. Kriteria yang dipakai mencakup pendapatan orang tua, semester, beban orang tua, keadaan tempat tinggal, dan rata-rata nilai akademik. Proses perhitungan dilakukan dengan langkah normalisasi data yang memanfaatkan atribut benefit serta cost, dan kemudian dilanjutkan dengan perhitungan preferensi untuk menentukan hasil perangkingan. Penelitian ini menggunakan 30 data alternatif mahasiswa sebagai data pengujian sistem. Hasil penelitian menunjukkan bahwa alternatif A13 (Nia) memperoleh nilai preferensi tertinggi sebesar 3.415 sehingga menjadi prioritas utama penerima beasiswa, sedangkan alternatif A24 (Julia) memperoleh nilai terendah sebesar 1.854. Dengan adanya sistem pendukung keputusan menggunakan metode Simple Additive Weighting (SAW), proses seleksi penerima beasiswa menjadi lebih objektif, cepat, dan terstruktur
Penyuluhan Data Mining Dengan Ensemble Learning Dalam Strees Pembelajaran Sekolah Saat Covid19 Dhika, Harry; Haerul Jaman, Jajam; Hermawan, Iwan; Putri Utami, Praditya; Destiawati, Fitriana
ABDINE: Jurnal Pengabdian Masyarakat Vol. 1 No. 2 (2021): ABDINE : Jurnal Pengabdian Masyarakat
Publisher : Institut Teknologi dan Bisnis Riau Pesisir

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52072/abdine.v1i2.227

Abstract

This community service has a high school object in Karawang City. This condition and location was chosen because of the initial study that had been carried out in the city of Karawang. In this paper, the application of ensemble learning as a determinant of learning stress can be relevant to the concept of learning during the Covid19 pandemic. Of course, online learning with software has been implemented first at that location, so the goal is to apply the concept of data mining with ensemble learning techniques for data mining learning. This paper focuses more on the current conditions during the Covid-19 pandemic, the application of data mining is carried out to help determine the level of learning stress. The results of this study are to provide knowledge and socialization to the parties involved from the results that have been carried out. Pengabdian kepada masyarakat ini memiliki objek SMA di Kota Karawang. Kondisi dan lokasi ini dipilih karena kajian awal yang telah dilakukan di Kota Karawang. Pada makalah ini, penerapan pembelajaran ensambel sebagai penentu stres belajar dapat relevan dengan konsep pembelajaran selama pandemi Covid19. Tentunya pembelajaran daring dengan software telah diterapkan terlebih dahulu di lokasi tersebut, sehingga tujuannya adalah untuk menerapkan konsep penambangan data dengan teknik pembelajaran ensambel untuk pembelajaran data mining. Makalah ini lebih berfokus pada kondisi saat ini selama pandemi Covid-19, penerapan penambangan data dilakukan untuk membantu menentukan tingkat stres pembelajaran. Hasil penelitian ini adalah memberikan pengetahuan dan sosialisasi kepada pihak-pihak yang terlibat dari hasil yang telah dilakukan.
Sistem Pendukung Keputusan Pemilihan Restoran Menggunakan Metode TOPSIS: Implementasi Full-stack Ayunisa Yasmin; Annisa Nur Aulia Nadiva; Purwantoro Purwantoro; Jajam Haerul Jaman
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 5 No. 2 (2026): Mei-Juli
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v5i2.10588

Abstract

Perkembangan industri kuliner menuntut pemilihan mitra restoran yang objektif karena alternatif memiliki keunggulan dan kelemahan pada berbagai kriteria, seperti harga, kualitas layanan, dan reputasi. Pengambilan Keputusan yang hanya didasarkan pada intuisi berpotensi menghasilkan keputusan yang subjektif dan kurang konsisten. Penelitian ini bertujuan mengembangkan Sistem Pendukung Keputusan (SPK) untuk pemilihan restoran menggunakan metode Technique for Order Preference by Similarity to Ideal Solution (TOPSIS) yang diimplementasikan dalam arsitektur full-stack. Data yang digunakan berasal dari Restaurant Revenue Prediction Dataset (Therrien, 2024) yang terdiri atas 61 entitas restoran dengan enam kriteria penilaian, yaitu Rating, Average Meal Price, Service Quality Scorem Number of Reviews, Ambience Score, dan Chef Experience Years. Bobot setiap kriteria ditentukan berdasarkan hasil kuesioner terhadap sepuluh responden yang terdiri atas praktisi bisnis kuliner dan akademisi. Tahap pengolahan data meliputi penganganan missing value menggunakan metode mean substitution, normalisasi vector Euclidean, pembentukan matriks keputusan terbobot, penentuan solusi ideal positif dan negatif, serta perhitungan nilai preferensi menggunakan metode TOPSIS. Hasil penelitian menunjukkan bahwa sistem mampu menghasilkan peringkat restoran dengan nilai preferensi (Vi) berkisar antara 0,142 hingga 0,891 sehingga pemilihan alternatif dapat dilakukan secara lebih objektif dan terukur. Pengujian sensitivitas pada empat skenario pembobotan menunjukkan bahwa peringkat yang dihasilkan relative stabil terhadap perubahan bobot, terutama pada alternatif yang memiliki dominasi kriteria benefit maupun cost. Implementasi sistem berbasis full-stack juga memungkinkan perhitungan TOPSIS disajikan secara transparan serta mendukung penyajian rekomendasi restoran melalui antarmuka yang interaktif. Hasil penelitian menunjukkan bahwa metode TOPSIS efektif diterapkan sebagai pengambilan keputusan multikriteria untuk mendukung pemilihan mitra restoran pada skenario Corporate Dining Partnership.
PENERAPAN MODEL CONVOLUTIONAL NEURAL NETWORK DALAM DETEKSI PENYAKIT TANAMAN CABAI RAWIT MERAH BERBASIS ANDROID Fahmi Al Ashri; Jajam Haerul Jaman; Intan Purnamasari
Jurnal Informatika dan Teknik Elektro Terapan Vol. 14 No. 3 (2026)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v14i3.9582

Abstract

Proses identifikasi penyakit tanaman cabai rawit merah masih banyak dilakukan secara manual melalui pengamatan visual. Cara tersebut memiliki keterbatasan, seperti risiko kesalahan diagnosis, rendahnya kecepatan identifikasi, serta ketergantungan pada pengalaman pengguna. Penelitian ini bertujuan untuk merancang dan membangun aplikasi Android yang mampu mendeteksi penyakit tanaman cabai rawit merah berdasarkan citra daun menggunakan model Convolutional Neural Network (CNN). Sistem dikembangkan menggunakan metode prototype dengan bahasa pemrograman Kotlin, framework Jetpack Compose, serta TensorFlow Lite untuk menjalankan model pada perangkat Android. Aplikasi mendukung dua skenario input, yaitu pengambilan gambar secara langsung melalui kamera dan unggahan gambar dari galeri. Model CNN digunakan untuk mengklasifikasikan citra daun dan menampilkan hasil prediksi berupa jenis penyakit serta nilai confidence score. Pengujian dilakukan melalui unit testing dan User Acceptance Test (UAT). Hasil UAT menunjukkan nilai rata-rata sebesar 4,23 dengan persentase kelayakan 84,6%, sehingga aplikasi termasuk dalam kategori sangat baik. Berdasarkan hasil tersebut, aplikasi yang dikembangkan dapat membantu pengguna dalam melakukan deteksi awal penyakit tanaman cabai secara lebih cepat, praktis, dan efisien.
Co-Authors Abdul Mufti Abdul Mufti Aditya Rizky Sanjaya Agung Susilo Yuda Irawan Ahzka Nabbilah Tuzzahrah Alex Mulyana Allya Putri Nadila Gustin Alpin Apriliansyah Mohsa Amelia Isnanda Ananda, Tri Darma Annisa Nur Aulia Nadiva Apriade Voutama Aprilia, Dita Aries Suharso Arif Imam Suroso Arip Solehudin Armeilia, Rida Ayunisa Yasmin Carudin Carudin, Carudin Chaerur Rozikin Chandraditio, Ramadhan Cholis, Yaspin Andika Muhamad Nur Dadang Yusup Desviana, Alyssa Dikky Setiyanto Dwi Ely Kurniawan Fachry Abda El Rahman Fadhillah, Octavia Salwa Dzaky Fadila, Muhamad Arya Fadilah, Frido Firman Fahmi Al Ashri Fajar Mulyana Fawzy Muhammad Bayfurqon Fifa Latifah, Umi Fiqri Faturrian, Muhammad Fitria Hidayanti Fitria Septianingrum Fitriana Destiawati Fitriana Destiawati Fitrianida Lutfiajati Pradhyani, Anisa Fitrianti, Ika Frans Christiopan Hutapea Garno . Garno Garno Garno, G. Garno, Garno garno, Garno Hafiz Firdaus Hakim, Rijal Abdul Hamidah, Khoirunnisa Hapipah, Nur Harry Dhika, Harry Herlin Apriani Heryana, Nono Hopi Siti Hopipah Iip Supiyani Ilham Fitrahriansyah Intan Purnamasari Iqbal Maulana Iqbal Maulana Irawan, Agung Susilo Yuda Irman Hermadi Irzi Rahmatullah Iwan Hermawan Juardi, Didi Khaerunisa, Salsa Kurniadewi, Herwinda Lenteraningati, Anggun Liawati Liawati Lidya Ningsih Ma'arif, Muhammad Samsul Maesaroh, Maya Mangatar, Adrian Marselina, Sonia Maulana, Asyifa Maulana, Devi Fitriani Mayasari, Rini Miftah Fauzy Alvaruqi Miftahussalamah, Dwi Mishel Aulidya Mohsa, Alpin Apriliansyah Mufid, Tsaqif Mu'tashim Muhamad Arya Fadila Muhammad Haikal Muhammad Samsul Ma'arif Muhammad Sutan Fathir Muhammad Zidan Fahreza Mulyana, Alex Mutiara Isya Meliana Naufal Ibnu Salam Novia Indriyani Puji Astuti Nugroho, Rosyid Eko Nur Maelani Asih Nur Padilah, Tesa Nurhidayat Nurhidayat Oktavirani, Yurike Oktia Dita Padilah, Tesa Nur Pamungkas, Wisnu Yogi Praditya Putri Utami Pratama, Okta Puput Silva Rosiana Purwantoro Purwantoro Purwantoro Putri Utami, Praditya Rafliansyah Putra Rahmi, Hayatul Raisya Rahma Ramadani, Daffa Tama Ramona Purwa Novitri, Suci Rijal Abdulhakim Rini Mayasari Riyandoro, Affani Putri Riza Ibnu Adam Riza Ibnu Adam, Riza Ibnu Rizal Fadilah Rizkyawan, Hafil Rizwan, Ivan Rosiana, Puput Silva Rozikin, Chaerur Salsabila, Farras Saory, Farhan Septa Firdaus, Ahmad Ray Setiyanto, Dikky Sinambela, Annabella Dian Dameria Siregar, Amril Mutoi Sofi Defiyanti Sofyan, Fazrin Meila Azzahra Surya Prabu Al Amin, Sinar Syah Adi Fahlevi Syifa Fauziyah, Syifa Tesa Nur Padilah Tuzzahrah, Ahzka Nabbilah Ultach Enri Ultach Enri Ummu Qoshiroh Nur Azziza - Vicky Chandra Wahyuningrum Ayu Yaspin Andika Muhamad Nur Cholis Yayan Gustiana Yayan Mulyana Yuazijah, Afiva Yuyun Umaidah Yuyun Umaidah Yuyun Umaidah Zahra, Almira Zahra, Vanissa Fatimatul