Article Per Year (5 Year)
p-Index From 2021 - 2026
9.808
P-Index
This Author published in this journals
All Journal Jupiter Jurnal Media Infotama Syntax Jurnal Informatika Bulletin of Electrical Engineering and Informatics Jurnal Ilmiah Kursor Scan : Jurnal Teknologi Informasi dan Komunikasi Proceeding International Conference on Information Technology and Business Jurnal Teknologi Informasi dan Ilmu Komputer Jurnal Informatika dan Teknik Elektro Terapan International conference on Information Technology and Business (ICITB) Journal of Animation & Games Studies Format : Jurnal Imiah Teknik Informatika Informatika Mulawarman: Jurnal Ilmiah Ilmu Komputer INTEGER: Journal of Information Technology JPP IPTEK (Jurnal Pengabdian dan Penerapan IPTEK) Jurnal Inovasi Hasil Pengabdian Masyarakat (JIPEMAS) Antivirus : Jurnal Ilmiah Teknik Informatika Jusikom: Jurnal Sistem Informasi Ilmu Komputer bit-Tech Journal of Appropriate Technology for Community Services ILKOMNIKA: Journal of Computer Science and Applied Informatics Jurnal Teknik Elektro dan Komputasi (ELKOM) JATI (Jurnal Mahasiswa Teknik Informatika) CICES (Cyberpreneurship Innovative and Creative Exact and Social Science) Journal Cerita: Creative Education of Research in Information Technology and Artificial Informatics Ihsan: Jurnal Pengabdian Masyarakat Jifosi Nusantara Science and Technology Proceedings Jurnal Ilmiah Teknologi Informasi dan Robotika Jurnal Nasional Pengabdian Masyarakat International Journal of Data Science, Engineering, and Analytics (IJDASEA) Unram Journal of Community Service (UJCS) KERNEL: Jurnal Riset Inovasi Bidang Informatika dan Pendidikan Informatika Jurnal Minfo Polgan (JMP) Literasi Nusantara Jurnal Informatika Teknologi dan Sains (Jinteks) Malcom: Indonesian Journal of Machine Learning and Computer Science Jurnal Sistem Informasi dan Ilmu Komputer Jurnal Informatika Polinema (JIP) Repeater: Publikasi Teknik Informatika dan Jaringan International Journal of Information Engineering and Science Jurnal Riset Multidisiplin Edukasi Jurnal Sistem Informasi dan Ilmu Komputer Jati Emas (Jurnal Aplikasi Teknik dan Pengabdian Masyarakat)
Fetty Tri Anggraeny
Informatics, Faculty Of Computer Science, Universitas Pembangunan Nasional “Veteran” Jawa Timur, Surabaya 60294 Indonesia
Religion Agriculture, Biological Sciences & Forestry Arts Humanities Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Chemistry Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Medicine & Pharmacology Neuroscience Physics Public Health Social Sciences Other

Published : 92 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 92 Documents
Search

 6   7   8   9   10 
Analisis Performa Choke Dalam Prediksi Well Testing Menggunakan Algoritma Long-Short Term Memory Saputra, Rendi Cahya; Anggraeny, Fetty Tri; Rizki, Agung Mustika
Journal Cerita: Creative Education of Research in Information Technology and Artificial Informatics Vol 11 No 2 (2025): Journal CERITA : Creative Education of Research in Information Technology and Ar
Publisher : UNIVERSITAS RAHARJA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33050/cerita.v11i2.3575

Abstract

Well testing adalah proses yang penting dalam industri perminyakan hal ini karena well testing berfungsi untuk memprediksi produksi minyak dan gas, yang memungkinkan perusahaan membuat keputusan strategis mengenai optimasi produksi dan alokasi sumber daya. Metode konvensional untuk well testing membutuhkan waktu dan biaya yang besar. LSTM, jenis Recurrent Neural Network (RNN) dengan penambahan memory cell agar dapat menyimpan informasi jangka panjang, diharapkan dapat mengatasi kelemahan ini. penelitian ini menggunakan data time series, yang digunakan untuk mempelajari pola produksi. Hasil penelitian menunjukkan bahwa model LSTM dengan skenario terbaik pada choke 38 didapatkan pada pada pembagian data 90%, hidden size 150 dan 250, dengan nilai MSE 0.001 dan nilai RMSE 0.044, untuk choke 40 didapatkan pada pembagian data 90%, hidden size 150, dengan nilai MSE 0.006 dan nilai RMSE 0.078, dan untuk choke 42 didapatkan pada pembagian data 90%, hidden size 150, dengan nilai MSE 0.007 dan nilai RMSE 0.086, hasil penelitian juga menunjukan bahwa hasil produksi menggunakan choke 42 menunjukan performa terbaik dibandingkan dengan kedua choke lainnya. Penelitian ini menunjukkan bahwa LSTM adalah metode yang efektif untuk prediksi well testing dan dapat menjadi alternatif bagi perusahaan minyak dalam mengoptimalkan produksi dan pengambilan keputusan dalam melakukan produksi sumur.
Implementation of IoT in Shallot Farming in Nganjuk to Increase Production Atasa, Dita; Agussalim; Anggraeny, Fetty Tri; Maulana, Hendra; Alfiani, Fina
Unram Journal of Community Service Vol. 6 No. 3 (2025): September
Publisher : Pascasarjana Universitas Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29303/ujcs.v6i3.1185

Abstract

The El Nino phenomenon in 2023 caused more than 50% of Shallot farmers in Pandean Village, Nganjuk Regency, to experience crop failure due to limited water and a weak data-based management system. The target of this community service is 30 shallot farmers who are members of the P4S Santosa Jaya group. This community service activity aims to increase farmers' understanding of the application of the Internet of Things (IoT) in shallot cultivation through socialization, training, and farmer assistance. The implementation method includes preparation, interactive socialization with pre-tests and post-tests, as well as evaluation of farmers' perceptions. The results of the activity show a significant increase in knowledge, where before the activity 50% of participants were in the less knowledgeable category, and after the activity, it increased to 50% in the knowledgeable category and 26.7% in the very knowledgeable category. In addition, farmers' perceptions of IoT are largely positive (50%), although there are still neutral (30%) and skeptical (20%) responses regarding investment costs, internet access, and technical skills. These findings demonstrate that educational assistance can enhance agricultural digital literacy while serving as a first step toward data-driven farming adoption.
KLASIFIKASI HAMA SERANGGA PADA PERTANIAN MENGGUNAKAN ARSITEKTUR INCEPTION-RESNET-V2 Dimas Saputra; Archamul Fajar Pratama; Muhammad Dawam Fakhri; Muhammad Ahsanur Rafi; Fetty Tri Anggraeny
Antivirus : Jurnal Ilmiah Teknik Informatika Vol 19 No 1 (2025): Mei 2025
Publisher : Universitas Islam Balitar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35457/antivirus.v19i1.4107

Abstract

Object recognition in images is a major challenge in digital image processing with wide applications, including agriculture. This research aims to develop a Convolutional Neural Network (CNN) model based on the Inception-ResNet-V2 architecture for insect pest classification in agriculture. The dataset contains 1,591 images from 13 pest classes, which were processed through preprocessing stages such as resizing, normalization, and augmentation to enhance data quality and variation. The model training process was conducted for 10 epochs, resulting in an accuracy of 89.52% with a loss of 0.4024. The research results indicate that the CNN model can be used to detect and classify insect pests with a high level of accuracy across several classes. This system is expected to help farmers identify pests more efficiently, support decision-making in pest control, and improve agricultural yields.
Diversifikasi Produk Home Décor dan Mainan Edukasi Berbahan Kayu Pada UMKM Legowo Tulangan Sidoarjo Agustin, Dyan; Hasya, Astrini Hadina; Anggraeny, Fetty Tri; Ayuningrum, Agnes Athalia; Abu Musa, Hammam Bara; Faturrahman Rahardjo, Iqbal Raihan; Novarina, Fitria
IHSAN : JURNAL PENGABDIAN MASYARAKAT Vol 7, No 2 (2025): Ihsan: Jurnal Pengabdian Masyarakat (Oktober)
Publisher : University of Muhammadiyah Sumatera Utara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30596/ihsan.v7i2.25406

Abstract

UMKM Legowo yang berada di Tulangan Sidoarjo merupakan usaha yang bergerak dibidang kerajinan home décor dan mainan edukasi berbahan kayu yang saat ini menghadapi tantangan dalam pengembangan produk. Permintaan pasar yang terus berkembang menuntut inovasi lebih pada produk agar lebih variatif dan mempunyai nilai tambah. Tujuan dari kegiatan pengabdian ini adalah untuk melakukan diversifikasi dengan menambah variasi produk home decor dan mainan edukasi berbahan kayu. Juga untuk meningkatkan nilai jual melalui inovasi desain dan fungsi. Metode  pelaksanaan dilakukan melalui tiga tahap, antara lain tahap pertama sosialisasi produk home decor (bingkai foto, nampan, kap lampu) dan mainan edukasi (puzzle, balok susun) berbahan kayu, tahap kedua memberikan pelatihan pembuatan dan tahap ketiga pendampingan pemasaran. Dengan adanya kegiatan ini diharapkan UMKM Legowo akan memiliki variasi produk baru yang lebih kreatif dan bernilai ekonomi tinggi sehingga bisa meningkatkan omzet penjualan dan dapat meningkatkan perekonomian lokal di Tulangan Sidoarjo Jawa Timur
Potensi pengembangan produk inovatif pangan dari limbah tahu sebagai produk diversifikasi bernutrisi tinggi Rosida, Dedin Finatsiyatull; Anggraeny, Fetty Tri
Jurnal Inovasi Hasil Pengabdian Masyarakat (JIPEMAS) Vol 8 No 3 (2025)
Publisher : University of Islam Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33474/jipemas.v8i3.24137

Abstract

Limbah tahu sering menimbulkan dampak negatif bagi lingkungan, seperti bau tidak sedap, pencemaran air dan tanah, gangguan kesehatan, serta berkurangnya estetika wilayah. Salah satu jenis limbahnya, ampas tahu, sebenarnya memiliki kandungan gizi tinggi sehingga berpotensi diolah menjadi berbagai produk pangan bernilai ekonomis seperti kerupuk, keripik, flake, atau snack bar. Artikel ini bertujuan menggali pengetahuan masyarakat tentang limbah ampas tahu sekaligus mengenalkan potensi pengembangannya menjadi produk inovasi pangan. Melalui program pengabdian ini, masyarakat mendapatkan pelatihan teknik pengolahan ampas tahu serta strategi pemasaran yang efektif. Metode kegiatan meliputi sosialisasi program, pelatihan pembuatan produk pangan kekinian, dan pendampingan berkelanjutan pada proses produksi dan distribusi produk. Hasil program menunjukkan peningkatan keterampilan dan pengetahuan masyarakat; pengetahuan tentang ampas tahu mendapat skor 4,18, sedangkan kemampuan pemasaran mencapai 4,63. Program ini membantu mengurangi limbah industri tahu yang mencemari lingkungan, menghasilkan produk pangan baru berbasis bahan lokal, dan membuka peluang usaha masyarakat. Selain itu, kegiatan ini meningkatkan keterampilan pemasaran digital serta merangsang lahirnya rencana pengembangan usaha pascapelatihan. Untuk menjaga keberlanjutan program, disarankan pembentukan kelompok usaha bersama atau koperasi serta dukungan berkelanjutan dari pemerintah daerah dan instansi terkait agar pengolahan ampas tahu terus berkembang menjadi usaha yang berdaya saing tinggi.
Evaluasi Kualitas Citra Rontgen Dada Menggunakan PSNR dan MSE Setelah Penerapan Teknik Peningkatan Citra Hasan, Ferry; Suwito, Suwito; Sani, Yusmia Washiatus; Nicholas, Sandy; Anggraeny, Fetty Tri
INTEGER: Journal of Information Technology Vol 10, No 2 (2025): September
Publisher : Fakultas Teknologi Informasi Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/j.integer.0.v10i2.6812

Abstract

Teknik peningkatan citra berperan penting dalam meningkatkan kualitas visual citra dan detail penting pada citra medis terkhususnya citra rontgen dada, yang sangat dibutuhkan dalam diagnosa klinis. Metode peningkatan citra, seperti Contrast Limited Adaptive Histogram Equalization (CLAHE) diimplementasikan untuk meningkatkan kualitas citra rontgen dada. Penelitian ini bertujuan untuk menganalisis kualitas citra rontgen dada setelah penerapan noise Gaussian dengan berbagai tingkat noise (0.2, 0.4, dan 0.6) dan penerapan CLAHE sebagai teknik peningkatan citra. Analisis kualitas citra rontgen akan menggunakan dua buah metrik yaitu metrik Peak Signal-to-Noise Ratio (PSNR) dan Mean Squared Error (MSE). Hasil penelitian ini menunjukkan nilai evaluasi PSNR berada pada kisaran nilai 28.41 hingga 28.78 dan evaluasi MSE berada pada kisaran nilai 86.14 hingga 93.83 yang menunjukkan kualitas citra tetap stabil meskipun terdapat variasi level noise Gaussian dan menunjukkan perbedaan yang kecil namun konsistensi antara citra asli dan hasil proses peningkatan citra . Kemudian analisis statistik menggunakan ANOVA: Dua Faktor Tanpa Replikasi menunjukkan bahwa tingkat kebisingan Gaussian tidak mempengaruhi kualitas citra secara signifikan, namun perbedaan antara PSNR dan MSE memiliki pengaruh terhadap evaluasi kualitas. Dengan demikian, CLAHE telah terbukti efektif dalam menghasilkan citra rontgen dada berkualitas tinggi.
Penerapan Arsitektur CNN-Dilated untuk Deteksi Manipulasi Citra Deepfake Taufiqurrahman, Rahmadany Fahreza; Anggraeny, Fetty Tri; Sihananto, Andreas Nugroho
ILKOMNIKA Vol 7 No 3 (2025): Volume 7, Number 3, December 2025
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.28926/ilkomnika.v7i3.821

Abstract

Perkembangan teknologi kecerdasan buatan telah menghasilkan berbagai inovasi multimedia, salah satunya adalah deepfake. Teknologi ini memanfaatkan algoritma deep learning untuk memanipulasi citra dan video secara realistis, sehingga sulit dibedakan dengan konten asli. Meskipun memiliki manfaat di bidang hiburan, deepfake juga menimbulkan ancaman serius terhadap keamanan digital. Penelitian ini bertujuan mendeteksi citra deepfake menggunakan arsitektur Convolutional Neural Network (CNN) dengan integrasi Dilated convolution. Integrasi ini memperluas receptive field tanpa meningkatkan jumlah parameter, sehingga model dapat menangkap informasi global dan detail lokal secara bersamaan. Dataset yang digunakan adalah Kaggle Deepfake Dataset berisi 8.000 citra (4.000 asli dan 4.000 palsu). Model diuji dengan lima rasio pembagian data (50:50 hingga 90:10) dan dibandingkan dengan CNN konvensional. Evaluasi menggunakan Confusion matrix dengan metrik akurasi, presisi, recall, dan F1-score. Hasil terbaik diperoleh pada rasio 80:20 dengan akurasi 85,69%, presisi 85,82%, dan recall 85,90%. Model CNN-Dilated secara konsisten mengungguli CNN standar dengan peningkatan akurasi 1–3% pada berbagai skenario. Hasil ini membuktikan efektivitas Dilated convolution dalam meningkatkan performa deteksi citra deepfake, yang berpotensi diterapkan dalam bidang keamanan digital dan forensik media.
Implementasi Metode CNN Menggunakan Arsitektur Resnet101 Pada Citra Penyakit Daun Padi Putri, Shintyadhita Wirawan; Azira, Volem Alvaro; Siregar, Talitha Aurora Nadenggan; Salsabilah, Rafani Bardatus; Anggraeny, Fetty Tri
Jurnal Ilmiah Teknologi Informasi dan Robotika Vol. 7 No. 1 (2025): Jurnal Ilmiah Teknologi Informasi dan Robotika
Publisher : Universitas Pembangunan Nasional Veteran Jawa Timur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33005/jifti.v7i1.157

Abstract

Indonesia sebagai negara agraris memiliki peran penting dalam sektor pertanian terhadap perekonomian negara. Salah satu komoditas utama yang menjadi tulang punggung sektor ini adalah padi. Namun, produktivitas tanaman padi seringkali terganggu akibat penyakit seperti bacterial leaf blight, brown spot, dan leaf smut yang menyerang daun dari tanaman tersebut. Model yang dikembangkan, kemudian diuji menggunakan beberapa metrik seperti akurasi, precision, recall, dan f1-score yang berfungsi sebagai alat ukur performa model. Tujuan dari penelitian ini adalah pengembangan sistem klasifikasi penyakit daun padi menggunakan metode CNN dengan model ResNet101. Hasil penelitian menunjukkan bahwa model ResNet101 dapat mengenali penyakit pada daun padi dengan nilai akurasi sebesar 33% pada data validasi yang masih harus ditingkatkan kembali pada beberapa kelasnya. Harapan dari penelitian ini adalah dapat mendiagnosis penyakit tanaman padi secara otomatis, yang diharapkan dapat mempercepat deteksi dan penanggulangan penyakit pada tanaman padi. Pengembangan riset berikutnya dapat diarahkan pada optimalisasi keseimbangan data serta pemanfaatan teknik penanganan overfitting yang lebih variatif.
Model Hibrida Deret Waktu Adaptif untuk Peramalan Dinamis Permintaan Penumpang Kereta Api Menggunakan Kalman Filter Isworo, Muhamad Raihan Ramadhani; Tri Anggraeny, Fetty; Junaidi, Achmad
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 13 No 1: Februari 2026
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2026131

Abstract

Peramalan permintaan penumpang kereta api yang akurat sangat penting untuk optimasi operasional dan perencanaan layanan transportasi PT KAI. Model peramalan konvensional sering menghadapi tantangan dalam menangani dinamika permintaan yang kompleks, terutama saat terjadi perubahan pola mendadak dan kejadian khusus seperti hari libur atau kejadian luar biasa. Penelitian ini mengusulkan model hibrida adaptif yang menggabungkan SARIMAX dan Prophet dengan optimasi bobot menggunakan Kalman Filter. Data yang digunakan adalah jumlah penumpang bulanan PT KAI DAOP 8 periode 2016-2023 yang mencakup fluktuasi musiman dan kejadian khusus yang mempengaruhi permintaan penumpang. Hasil menunjukkan bahwa model hibrida adaptif mencapai MAPE 4.32%, lebih baik dibandingkan dengan SARIMAX (7.72%) dan Prophet (6.06%). Kalman Filter berhasil mengoptimalkan bobot secara dinamis, meningkatkan kemampuan adaptasi model terhadap perubahan pola permintaan. Model ini menunjukkan performa akurasi dan stabilitas yang tinggi, serta dapat digunakan untuk meramalkan permintaan penumpang di masa depan dan memberikan rekomendasi untuk perencanaan kapasitas PT KAI yang lebih efektif.   Abstract Accurate forecasting of rail passenger demand is essential for operational optimization and planning of transportation services. Conventional forecasting models often face challenges in handling complex demand dynamics, especially when sudden pattern changes and special events occur. This study proposes an adaptive hybrid model combining SARIMAX and Prophet with weight optimization using the Kalman Filter. The data used is the monthly passenger number of PT KAI DAOP 8 from 2016 to 2023, which includes seasonal fluctuations and special events affecting passenger demand. The results show that the adaptive hybrid model achieved a MAPE of 4.32%, better than SARIMAX (7.72%) and Prophet (6.06%). The Kalman Filter successfully optimized the weights dynamically, improving the model's adaptability to changing demand patterns. This model demonstrates high accuracy and stability, and can be used to forecast future passenger demand and provide recommendations for more effective capacity planning for PT KAI.
Prophet–LightGBM Hybrid Model Implementation in Cafe Menu Sales Prediction: Implementasi Model Hybrid Prophet–LightGBM dalam Prediksi Penjualan Menu Kafe Erik evranata Pardede; Fetty Tri Anggraeny; Achmad Junaidi
JATI EMAS (Jurnal Aplikasi Teknik dan Pengabdian Masyarakat) Vol. 9 No. 4 (2025): Jati Emas (Jurnal Aplikasi Teknik dan Pengabdian Masyarakat)
Publisher : DPD Jatim Perkumpulan Dosen Indonesia Semesta

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

Abstract

This study aims to improve the accuracy of sales forecasting for cafe menu items through the development of a hybrid model that combines the Facebook Prophet and LightGBM algorithms. This hybrid model is designed to leverage the strengths of Prophet in detecting seasonal patterns and trends, as well as the ability of LightGBM to learn from residuals that are not captured by Prophet. The dataset used is sourced from Kaggle, containing cafe menu sales data, which includes information about the menu items, the quantity sold, and the transaction dates. Model evaluation was conducted using MAE (Mean Absolute Error), MAPE (Mean Absolute Percentage Error), and RMSE (Root Mean Squared Error) metrics. According to the results, the hybrid model shows significant improvement in forecasting accuracy, with MAPE of 5.83% for one menu item (cake), MAE of 0.84, and RMSE of 0.99, indicating better accuracy compared to the single models. This study is expected to provide valuable contributions to more efficient stock management and the development of more targeted marketing strategies for the cafe industry.
Co-Authors Abdul Aziz Naufal Farizqi Abu Musa, Hammam Bara Ach.Diki Prasetyo, Ach.Diki Prasetyo Achmad Junaidi Adelia Putri Adyani Afina Lina Nurlaili Agung Mustika Rizki Agung Mustika Rizki, Agung Mustika Agussalim, Agussalim Ahmad Sofian Aris S Akbar, Fawwaz Ali Akbar, Iqbal Imani Khoirul Alfian Bima Prastyo Alfiani, Fina Alibasyah, Fahmi Nugroho Alviriza Ramadhan, Muhammad Amalia, Nadhia Rizqy Anabella, Linda Happy Andreas Nugroho Sihananto Andreas Nugroho Sihananto Aprillian, Farrel Archamul Fajar Pratama Ariadi, Kuncoro Atmojo, Unggul Widi Ayu Puspita, Nabila Ayuningrum, Agnes Athalia Azira, Volem Alvaro Azizi, Abrar Bachtiar Riza Pratama Basuki Rahmat Basuki Rahmat Masdi Siduppa Cahyas, Jerry Ramadhani Dafauzan Bilal Syaifulloh Dedin F. Rosida Dedin Finatsiyatull Rosida Dianto, Alfian Rachmad Dimara, Denis Lizard Sambawo Dimas Saputra Dita Atasa Diyasa, I Gede Susrama Mas Dyan Agustin Dzulqornain, Muhammad Rif'an Erik evranata Pardede Eva Yulia Puspaningrum Evi Suryaningsih Fadillah, Mochamad Nor Fahmi Anugrah Danendra Faisal Muttaqin Farkhan, Farkhan Faturrahman Rahardjo, Iqbal Raihan Firjatullah, Adika Firza Prima Aditiawan Fitria Eka Wulandari Fitriansyah, Muhammad Daffa Gideon Setya Budiwitjaksono Habibi, Faisal Wildan Hadi, I Putu Mahardika Cahyana Handono, Stevanus Frangky Handoyo Prasetyo Hartanti, Syafrida Maulina Hasan, Ferry Hasby Bik, Ahmad Hasya, Astrini Hadina Hatta, Heliza Rahmania Henni Endah Wahanani Hilal, Muhammad Hsya, Astrini Hadina I Gede Susrama Masdiyasa Intan Yuniar Purbasari Intan Yuniar Purbasari, Intan Yuniar Irawan, Nauval Maulana Rizky Isworo, Muhamad Raihan Ramadhani Julianto Dwi Putra, Rico Khairil Amin, Mohammad Khonsa Salsabila Kusuma, Nugraha Varrel Made Hanindia Prami Swari Mahardika Virgo Wuryantoro Manalu, Daniel Mardhatilla Al Haadiy, Hilya Zada Maulana, Hendra Maulana, Rafie Ishaq Meike Hardianti Merdin Risalul Abrori Mochamad Nor Fadillah Mohamad Ilham Prasetyo Raharjo Mohammad Idhom Monica Widiasri, Monica Muchammad Syamsu Huda Muhammad Ahsanur Rafi Muhammad Alfin Jimly Asshiddiqie Muhammad Alfyando Muhammad Dawam Fakhri Muhammad Muharrom Al Haromainy Muhmmad Fairus Ramadhani Mukhamad Aziz Firmansyah Munoto Mustika Rizki, Agung Mutoffar, Muhamad Malik Naila, Amelia Maslaqun Nashrulloh, Muhammad Atay Nadhif Naufal Firman Dhani Nicholas, Sandy Novarina, Fitria Nugroho Sihananto, Andreas Nur Aini Ersanti Nurfiana Pradana, Marchel Adias Pradipta, M. Najmi Arya Prastya, Ade Fathoni Pratama Wirya Atmaja Pratama Wirya Atmaja Pratama, Muhammad Lutfi Pratiwi, Nisa Prihantono, Silvanus Putra, Chrystia Aji Putra, Riza Satria Putri, Shintyadhita Wirawan Radical Rakhman Rafie Ishaq Maulana Rama Andika Jorgie Rangga Widiasmara Rayhan Rizal Mahendra Retno Mumpuni Retno Mumpuni Reza Aminullah Ridho Aji Pangestu Ronggo Alit Salsabilah, Rafani Bardatus Sandy Rizkyando Sani, Yusmia Washiatus Sanjaya, Alvian Dwi Sankalla, Sabda Saputra, Rendi Cahya Satria, Ramadhan Dani Satria, Vinza Hedi Septyono, Muhammad Bagas Setianto, Christian Wahyu Shalehuddin Albawani, Raden Sholihuddin, Muhammad Thoriq Siagian, Pangestu Sandya Etniko Singgih Putra Pratama Singgih Putra Pratama Siregar, Talitha Aurora Nadenggan Sri Kuswayati Subairi Subairi Sugiarto Sukandar, Ivan Christopher Sulthan Ahmad Sunarko, Victor Immanuel Supangkat, Dwiki Aditama Suryaningsih, Evi Susanto, Adyatma Imam Suwito Suwito Syahrul Munir Syahrul Munir Syaifulloh, Dafauzan Bilal Tarsinah Sumarni Taufiqqurrahman, Husain Taufiqurrahman, Rahmadany Fahreza Thariq, Muhammad Fadli Al Titin Sumarni Tompo Panjaitan Trianingsih, Arini Vita Via, Yisti Wahyu S.J. Saputra Wardhani, Adil Sandy Yisti Vita Via Yisti Vita Via yisti vita via Yuniar Purbasari, Intan Zainal Abidin Achmad