Article Per Year (5 Year)
p-Index From 2021 - 2026
12.39
P-Index
This Author published in this journals
All Journal Dinamik Seminar Nasional Aplikasi Teknologi Informasi (SNATI) Jurnal Pendidikan Teknologi dan Kejuruan Techno.Com: Jurnal Teknologi Informasi Bulletin of Electrical Engineering and Informatics Jurnal Teknologi Informasi dan Ilmu Komputer Jurnal Edukasi dan Penelitian Informatika (JEPIN) PROCEEDING IC-ITECHS 2014 SMATIKA E-Dimas: Jurnal Pengabdian kepada Masyarakat Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Jurnal CoreIT Indonesian Journal of Artificial Intelligence and Data Mining JOURNAL OF APPLIED INFORMATICS AND COMPUTING Jurnal Teknoinfo Technomedia Journal KOMPUTIKA - Jurnal Sistem Komputer Komputasi: Jurnal Ilmiah Ilmu Komputer dan Matematika Jurnal Tekno Kompak Building of Informatics, Technology and Science Indonesian Journal of Electrical Engineering and Computer Science JOURNAL OF INFORMATION SYSTEM RESEARCH (JOSH) Journal of Computer System and Informatics (JoSYC) Jurnal Teknik Informatika (JUTIF) JTIKOM: Jurnal Teknik dan Sistem Komputer Jurnal Informatika dan Rekayasa Perangkat Lunak Jurnal Ilmiah Infrastruktur Teknologi Informasi Jurnal Teknologi dan Sistem Informasi Journal Social Science And Technology For Community Service Jurnal Teknologi Pendidikan : Jurnal Penelitian dan Pengembangan Pembelajaran Bulletin of Computer Science Research Journal of Informatics Management and Information Technology KLIK: Kajian Ilmiah Informatika dan Komputer AKM: Aksi Kepada Masyarakat Jurnal WIDYA LAKSMI (Jurnal Pengabdian Kepada Masyarakat) Jurnal Ilmiah Sistem Informasi Akuntansi (JIMASIA) Jurnal Algoritma Journal of Engineering and Information Technology for Community Service Jurnal Ilmiah Edutic : Pendidikan dan Informatika Malcom: Indonesian Journal of Machine Learning and Computer Science Jurnal Pengabdian Masyarakat Bangsa Bulletin of Informatics and Data Science Jurnal Ilmiah Computer Science Journal of Information Technology, Software Engineering and Computer Science Management of Information System Journal JUSTINDO (Jurnal Sistem dan Teknologi Informasi Indonesia) Smatika Jurnal : STIKI Informatika Jurnal Dharma Nusantara: Jurnal Ilmiah Pemberdayaan dan Pengabdian kepada Masyarakat Jurnal Komputasi
Heni Sulistiani
Universitas Teknokrat Indonesia
Religion Agriculture, Biological Sciences & Forestry Arts Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Mathematics Medicine & Pharmacology Nursing Physics Public Health Social Sciences Other

Published : 117 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 117 Documents
Search

 8   9   10   11   12 
Pelatihan Keamanan Jaringan dan Antisipasi Kejahatan Siber bagi Siswa SMK N 1 Padang Cermin, Lampung Donaya Pasha; Masnia Rahayu; Heni Sulistiani; Alvi Suhartanto; Muhammad Hamdan Sobirin; Zahra Kharisma Sangha; Fahreza Aditya Aryatama
Dharma Nusantara: Jurnal Ilmiah Pemberdayaan dan Pengabdian kepada Masyarakat Vol. 2 No. 1 (2024): Dharma Nusantara: Jurnal Ilmiah Pemberdayaan dan Pengabdian kepada Masyarakat
Publisher : LPPM Universitas Bhinneka Nusantara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32664/dharma.v2i1.1343

Abstract

Kegiatan Pengabdian Kepada Masyarakat (PKM) ini bertujuan untuk memberikan pengenalan dan pelatihan keamanan jaringan dan antisipasi kejahatan siber kepada siswa SMK N 1 Padang Cermin jurusan Teknik Komputer dan Jaringan (TKJ). Ketrampilan menggunakan teknologi merupakan salah satu luaran wajib bagi siswa SMK, untuk dapat menguasai teknologi dalam mengantisipasi keamanan jaringan dan kejahatan siber tidak cukup hanya di dapat dari pelajaran di dalam kelas, oleh karena itu perlu diberikan kegiatan penunjang lain seperti pelatihan untuk menambah pengetahuan dan pengalaman siswa dalam pengenalan keamanan jaringan dan kejahatan siber. Kegiatan PKM ini memberikan pelatihan secara tatap muka kepada siswa jurusan teknik komputer dan jaringan. Berdasarkan hasil kuisioner yang diberikan kepada siswa dan hasil kerja siswa dapat disimpulkan bahwa pelatihan dapat meningkatan kemampuan siswa, hal tersebut terlihat dari hasil kuisioner tentang pemahaman siswa terkait keamanan jaringan dan antisipasi kejahatan siber.
Pelatihan Pemanfaatan Tools AI untuk Desain Produk dan Pembuatan Video bagi Siswa SMK N 1 Kotaagung Timur, Provinsi Lampung Dedi Darwis; Ade Dwi Putra; Heni Sulistiani; Wawan Koeswara; Agung Pria Laksono
Dharma Nusantara: Jurnal Ilmiah Pemberdayaan dan Pengabdian kepada Masyarakat Vol. 2 No. 1 (2024): Dharma Nusantara: Jurnal Ilmiah Pemberdayaan dan Pengabdian kepada Masyarakat
Publisher : LPPM Universitas Bhinneka Nusantara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32664/dharma.v2i1.1356

Abstract

Di era digital, kemampuan desain dan video menjadi semakin penting bagi siswa SMK. Namun, masih banyak siswa yang belum memiliki kemampuan ini. Pelatihan AI dapat membantu siswa membuat desain dan video yang lebih kreatif dan menarik. Perkembangan teknologi menuntut semua pihak untuk dapat mengapilkasikannya di segala bidang. Tak luput sekolah juga harus segera beradaptasi dengan kemajuan teknologi tersebut. Kegiatan Pengabdian Kepada Masyarakat (PKM) ini bertujuan untuk memberikan pengenalan dan pelatihan penggunaan tools AI untuk desain dan video kepada siswa SMK N 1 Kotaagung Timur jurusan Multimedia. Dengan adanya kegiatan PKM ini diharapkan siswa dapat meningkatkan kemampuan desain dan video, meningkatkan prospek karir, meningkatkan minat dan motivasi belajar, dan mempersiapkan siswa untuk masa depan. Kegiatan PKM ini memberikan pelatihan secara tatap muka kepada siswa jurusan multimedia dengan durasi 120 menit. Pelatihan AI sangat penting bagi siswa SMK untuk mempersiapkan mereka menghadapi masa depan yang penuh peluang.
Implementasi Metode Simple Multi-Attribute Rating Technique untuk Penerimaan Bantuan Desa : Implementation of the Simple Multi-Attribute Rating Technique Method for Receiving Village Fund Assistance Junaidi, Junaidi; Sulistiani, Heni
MALCOM: Indonesian Journal of Machine Learning and Computer Science Vol. 6 No. 1 (2026): MALCOM January 2026
Publisher : Institut Riset dan Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57152/malcom.v6i1.2347

Abstract

Penentuan penerima bantuan desa yang objektif dan transparan merupakan tantangan utama dalam tata kelola pemerintahan desa, termasuk di Desa Rangai Tri Tunggal. Proses seleksi yang masih bersifat subjektif berpotensi menimbulkan ketidakadilan dan menurunkan kepercayaan masyarakat terhadap kebijakan pemerintah desa. Penelitian ini bertujuan untuk mengimplementasikan Metode Simple Multi-Attribute Rating Technique (SMART) sebagai pendekatan sistematis dalam menentukan prioritas penerima bantuan desa berdasarkan kriteria sosial-ekonomi yang relevan. Pentingnya penelitian ini terletak pada upaya meningkatkan akuntabilitas, efisiensi, dan keadilan dalam distribusi bantuan, sekaligus mendukung prinsip good governance di tingkat desa. Urgensi penelitian muncul dari kebutuhan nyata akan sistem pengambilan keputusan yang terukur dan dapat dipertanggungjawabkan, mengingat keterbatasan anggaran dan kompleksitas kondisi penerima manfaat. Hasil penelitian menunjukkan bahwa penerapan metode SMART mampu menghasilkan peringkat prioritas calon penerima bantuan yang konsisten dengan kondisi faktual di lapangan, serta meminimalkan bias subjektif. Simpulan penelitian ini menegaskan bahwa metode SMART merupakan solusi efektif untuk mendukung pengambilan keputusan partisipatif dan berbasis data dalam konteks penerimaan bantuan desa, sehingga layak direplikasi di desa-desa lain dengan karakteristik serupa.
Implementasi Metode Vikor dalam Pengambilan Keputusan Supplier Terbaik pada Parfume Corner Oktami, Yuga; Sulistiani, Heni
Dinamik Vol 31 No 1 (2026)
Publisher : Universitas Stikubank

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35315/dinamik.v31i1.10410

Abstract

Selecting the right supplier is a critical aspect of supply chain management, especially in a retail business like Parfume Corner, which relies on product quality, availability, and on-time delivery. This study aims to implement the VIKOR (VlseKriterijumska Optimizacija I Kompromisno Resenje) method as a multi-criteria decision-making approach to determine the best perfume supplier. The VIKOR method was chosen because of its ability to handle conflicts between criteria and produce optimal compromise solutions. The evaluation criteria used include product quality, price, on-time delivery, after-sales service, and flexibility in negotiations. Data were collected from five potential suppliers through observation, interviews, and historical transaction documents. The analysis results showed that one supplier obtained the lowest VIKOR index score, thus being determined as the best compromise solution. The implementation of the VIKOR method proved effective in providing objective and transparent recommendations, which can support Parfume Corner's strategic decisions in building long-term partnerships with reliable suppliers. This approach can also be adapted by similar businesses to improve procurement efficiency and quality. The test results obtained were that in the expert test a Good value was obtained, namely 80%, while in the system test a Very Good conclusion was obtained, namely 100%.
Penerapan CMS Prestahop pada Pengembangan Sistem E-Commerce Akrilik pada PT Maha Kreatif Industri Dirgantara Mardha Dilansyah; Bagus Dwi Prasetyo; Heni Sulistiani; Yusra Fernando
Jurnal Komputasi Vol. 12 No. 1 (2024): Jurnal Komputasi
Publisher : Jurusan Ilmu Komputer Fakultas MIPA Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/komputasi.v12i1.245

Abstract

Kemajuan teknologi informasi yang signifikan memberikan dampak yang besar terhadap berbagai sektor, khususnya dunia usaha, yang harus beradaptasi dengan era Industri 4.0. Teknologi informasi berbasis internet telah muncul sebagai strategi penting untuk menghadapi persaingan bisnis global, sehingga mendorong dunia usaha untuk mengembangkan teknologi dan sistem informasi yang kuat. E-commerce adalah aplikasi penting dari evolusi teknologi ini, yang memungkinkan transaksi lancar antara penjual dan konsumen melalui Internet. PrestaShop, platform e-commerce yang banyak digunakan, menawarkan serangkaian fitur lengkap untuk memfasilitasi penjualan online secara efisien. Penelitian ini mengkaji tentang pengembangan sistem penjualan e-commerce pada PT Maha Kreatif Industri, perusahaan yang belum mengintegrasikan sistem penjualan online. Tujuan utamanya adalah memanfaatkan PrestaShop untuk meningkatkan jangkauan pemasaran dan efisiensi operasional perusahaan. Penelitian ini menggunakan kombinasi wawancara, tinjauan literatur, dan dokumentasi untuk mengumpulkan data yang relevan. Hasil pengujian sistem menunjukkan tingkat keberhasilan yang tinggi baik dalam fungsionalitas (93,53%) dan efisiensi kinerja (90,86%). Penerapan sistem penjualan online menggunakan PrestaShop memungkinkan PT Maha Kreatif Industri mengatasi kendala dalam penerapan metode pemasaran tradisional, untuk mengurangi biaya promosi, dan meningkatkan aksesibilitas informasi produk bagi konsumen. Dengan bertransisi ke platform online, PT Maha Kreatif Industri dapat menyederhanakan proses penjualannya, memberikan pelanggan kemudahan dalam menelusuri dan membeli produk kapan saja, di mana saja. Langkah strategis ini tidak hanya meningkatkan kepuasan pelanggan namun juga menempatkan perusahaan untuk berkembang dalam ekonomi digital.
Komparasi Random Forest dan Artificial Neural Network dalam Prediksi Dampak AI terhadap Pekerjaan 2030 Jefri Jaka Tirta; Heni Sulistiani
Building of Informatics, Technology and Science (BITS) Vol 8 No 1 (2026): June 2026
Publisher : Forum Kerjasama Pendidikan Tinggi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47065/bits.v8i1.9716

Abstract

The development of Artificial Intelligence (AI) is expected to affect the future employment structure, particularly regarding automation risks in 2030 as a period of accelerated AI adoption across various industrial sectors. This study aims to compare the performance of the Random Forest and Artificial Neural Network (ANN) algorithms in predicting the impact of AI on jobs. The study employed two modeling approaches, namely regression to predict job automation probability and classification to determine job risk categories into Low, Medium, and High classes through a discretization process. The dataset was obtained from Kaggle with a total of 3,000 records and processed through preprocessing, feature engineering, and train-test splitting with an 80:20 ratio. Regression evaluation was conducted using Mean Absolute Error (MAE), Root Mean Squared Error (RMSE), and coefficient of determination (R²), while classification evaluation used accuracy and F1-score. The results showed that Random Forest achieved the best regression performance with an MAE of 0.0786, RMSE of 0.0932, and R² of 0.8640, outperforming ANN with an MAE of 0.0949, RMSE of 0.1137, and R² of 0.7973. In the classification task, both algorithms achieved an accuracy and F1-score of 99.33%. This study shows that Random Forest is more stable on tabular data and contributes to the comparative analysis of ensemble learning and neural network approaches for predicting the impact of AI on jobs.
Klasifikasi Risiko HIV Berbasis Data Agregat Populasi Menggunakan Random Forest, SVM, dan Logistic Regression Altarik Aziz; Heni Sulistiani
Jurnal Algoritma Vol 23 No 1 (2026): Jurnal Algoritma
Publisher : Institut Teknologi Garut

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33364/algoritma/v.23-1.3492

Abstract

This study aims to analyze the performance of machine learning algorithms in classifying HIV-related risk based on opportunistic infection indicators in population-level aggregate data. The dataset was obtained from Kaggle and contains global mortality data, with the target variable constructed as a binary classification based on the median number of HIV/AIDS deaths to represent high- and low-risk categories at the population level, rather than individual diagnosis. The research stages include data preprocessing, handling class imbalance using SMOTE on the training data, feature selection based on clinical domain knowledge, and model training using Random Forest, Support Vector Machine (SVM), and Logistic Regression with GridSearchCV optimization and cross-validation. The results show that Random Forest achieved the best performance, with an accuracy of 98.56 percent and an AUC of 0.99. However, this performance should be interpreted cautiously because it is influenced by the high correlation among features and the median-based target construction, which may simplify the classification patterns. This study demonstrates that machine learning can be used to identify HIV-related risk patterns in population-level aggregate data. However, the resulting model is not intended for individual clinical diagnosis, but rather as a risk analysis tool at the population level.
Klasifikasi Tipe Pokémon Berdasarkan Statistik Tempur Menggunakan Algoritma Random Forest Nugroho Kumala Destianto; Yohanes Simarmata; Nurul Hidayanah; Icha Winadya Permadani; Heni Sulistiani
Dinamik Vol 31 No 2 (2026)
Publisher : Universitas Stikubank

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35315/dinamik.v31i2.10395

Abstract

This study aims to classify Pokémon types based on battle statistics using the Random Forest algorithm. The dataset used comes from the file pokemon_bw.csv, which contains information such as Pokédex number, name, type, abilities, and battle stat values (HP, Attack, Defense, Special Attack, Special Defense, Speed). Data preprocessing was carried out to clean and prepare the data, including primary type extraction, label encoding, feature selection, and feature standardization. After that, the dataset was split into training and testing data with an 80:20 ratio. The classification model was built using Random Forest with 100 decision trees and evaluated using accuracy, classification report, confusion matrix, and multiclass ROC Curve metrics. The results show that the model achieved an accuracy of 64.8%, with the best performance in the 'rock', 'steel', and 'dragon' classes, while the 'flying' and 'ghost' classes were still difficult to classify accurately. Confusion matrix. It shows that some types have quite significant misclassification errors, such as 'ground' which is often predicted as 'grass' and 'rock' which is often misclassified as 'steel'. ROC Curve evaluation also proves that most classes have an AUC above 0.80, indicating the model's ability to distinguish between classes. With this approach, this study provides an initial analysis of the potential for predicting Pokémon types based on battle statistics, which can be further developed through handling class imbalances or using other ensemble techniques.
Sistem Pendukung Keputusan Pemilihan Hotel di Bandar Lampung Menggunakan Metode AHP Alif Danang Pinangkis; Heni Sulistiani
JUSTINDO (Jurnal Sistem dan Teknologi Informasi Indonesia) Vol. 10 No. 2 (2025): JUSTINDO
Publisher : Universitas Muhammadiyah Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32528/justindo.v10i2.2547

Abstract

Pada era digital saat ini, wisatawan menghadapi tantangan dalam memilih hotel yang tepat di Kota Bandar Lampung karena banyaknya pilihan dan berbagai kriteria yang harus dipertimbangkan, seperti fasilitas hotel, fasilitas kamar, harga, rating, kebersihan, pelayanan dan jarak dari bandara. Penelitian ini bertujuan untuk mengembangkan sistem pendukung keputusan (SPK) untuk pemilihan hotel menggunakan metode Analytical Hierarchy Process (AHP). Metode AHP dipilih karena memiliki kemampuan dalam menguraikan masalah kompleks menjadi struktur hierarki dan juga mengevaluasi berbagai alternatif berdasarkan kriteria yang ditentukan. Sistem ini dapat memberikan rekomendasi hotel yang paling sesuai dengan preferensi pengguna. Penelitian ini menggunakan data dari berbagai sumber dan menguji efektivitas sistem dengan studi kasus di Kota Bandar Lampung. Hasil penelitian alternatif pemilihan hotel terbaik di bandar lampung menggunakan metode Analytical Hierarchy Process (AHP) menunjukkan bahwa Grand Mercure Lampung (A4) memperoleh nilai prioritas tertinggi dengan nilai sebesar 0.206 atau 20.60%. Sistem ini dapat membantu wisatawan dalam mengambil keputusan yang lebih baik dan tentunya meningkatkan pengalaman mereka selama menginap di hotel Kota Bandar Lampung.
Analisis Sentimen Publik terhadap ‘Save Raja Ampat’ di Media Sosial Menggunakan Model IndoBERT Dimas Eko Putro; Doris Juarsa; BP Putra Hermana; Bagastian Bagastian; Heni Sulistiani
Bulletin of Computer Science Research Vol. 5 No. 5 (2025): August 2025
Publisher : Forum Kerjasama Pendidikan Tinggi (FKPT)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47065/bulletincsr.v5i5.621

Abstract

The "Save Raja Ampat" campaign has emerged as a significant environmental issue that has garnered widespread public attention on social media platforms, particularly TikTok and YouTube. Videos tagged with #SaveRajaAmpat have sparked various public responses, ranging from full support to criticism of natural resource exploitation. This phenomenon highlights the importance of understanding public sentiment as an indicator of the campaign's effectiveness. This study aims to analyze public sentiment toward the campaign using a language modeling approach based on artificial intelligence, namely IndoBERT. The data were obtained from user comments on TikTok videos promoting the “Save Raja Ampat” campaign, totaling 10,000 comments. The analysis process involved several stages, including data preprocessing, sentiment labeling (positive, negative, neutral), and the training and evaluation of the IndoBERT model. Preliminary results indicate that the majority of public sentiment toward the campaign is positive, with the model achieving an accuracy rate of 71% in sentiment classification. This study contributes to understanding public perception of environmental issues and demonstrates the effectiveness of using the IndoBERT model in the context of social media.
Co-Authors Ade Dwi Putra Ade Dwi Putra Adelia Pratiwi Admi Syarif Ady Chandra Agung Pria Laksono Agung Saputra Agus Irawan Agus Irawan Agustina, Intan Ahmad Ari Aldino Ahmad Fawaiq Suwanan Ahmad Januar Amriyansah Aidil Akbar Akbar, Muhammad Fadil Alfarizi, Ferdian Alfikri, Valbian Alif Danang Pinangkis Alita, Debby Altarik Aziz Alvi Suhartanto Alvi Suhartanto Alvi Suhartanto Alvinan Virgilia Andi Nurkholis Andika, Rio Andre, Muhammad Fabio Ani Sesanti Antoni, Kevin Rizki Anwar, Adi Khairul Anwar, Rian Aprian Nuriansah Ari Sulistiyawati Arief Aryudi Syidik Arif Munandar Arshad, Muhammad Waqas Arsi Hajizah Auliya R. Isnain Bagastian Bagastian Bagus Dwi Prasetyo Bagus Miftaq Hurohman Bambang Dwi Setyarto Benhouzer N.P Pasaribu BP Putra Hermana Budi Santosa Cici Dian Paramita Damayanti Damayanti Damayanti Damayanti Damayanti, Damayanti Darwanto, Imam Dedi Darwis Dedi Darwis Dewantoro, Fajar Dimas Eko Putro Dimas, Novario Dirgantara Mardha Dilansyah Doris Juarsa Eka Lisna Rahmadani Eko Bagus Fahrizqi Elin Gusbriana Elvano Delisa Mega Erliyan Redy Susanto Esy Ervina Yanti Evi Dwi Wahyuni Fahreza Aditya Aryatama Falssava, Jossa Neka Fatmawati Isnaini Fatriana, Nina Fikri Hamidy Gaib Wiwaha, Gigant Geri Marizki Greessheilla Phylosta P.B Gunawan, Rakhmat Dedi Hadid Abdilla Hamdan Sobirin, Muhammad Hati, Clifansi Remi Siwi hendri eka pratama Hendrik Saputra Heru Setiawan I Gede Heri Susanto Icha Winadya Permadani Ikbal Yasin Ikbal Yasin Ilham Muhammad Ghoffar Imam Ahmad Imam Ahmad Ismail, Izudin Ismail, Izzudin Isnain, Auliya Rahman Istiana, Winda Iwan Purwanto Izka, Ade Adyatna Izudin Ismail Jefri Jaka Tirta Julfiana Rizkiah Futri Junaidi Junaidi Kardita Magda Khairun Nisa Khoirunnisa, Yosi Koswara, Wawan Kurnia Muludi M. Sholahuddin Al-Ayyubi Maheswari, Diva Afirlia Masnia Rahayu Maulida Waya Inayah Mauludi, Ilham Moenir Megawaty, Dyah Ayu Mehta, Abhishek Meutia Kartika Arisandi Miko Septa Pratama Miswanto Miswanto Mugi Prasetio Muhammad Chanafy Muhammad Fahmi Fudholi Muhammad Hamdan Sobirin Muhammad Syahril Muhaqiqin muhaqiqin Nanda Putri Karizki naufal, wandi Neneng Neneng Nirwana Hendrastuty Nitami Evita Inonu Nosa, Sania Media Nova Evrilia Nugroho Kumala Destianto Nunyai, Reiza Fahlevi Nurul Hidayanah Oktami, Yuga Onassis Yusuf Inonu Palupiningsih, Pritasari Parjito Parjito Pasaribu, A. Ferico Octaviansyah Pasha, Donaya Pendi Pendi Prananta, Gery Prastowo, Kukuh Adi Pratama, Farhan Rizki Priandika, Adhie Thyo Priskilia Lovika Prita Dellia Putri, Nanda Aulia Qadhli Jafar Adrian Qadli Jafar Adrian R Metha, Abhishek Rahayu, Masnia Rahmadany, Loisha Adellia Ramadhan, Surya Reflan Nuari Rendy Ramadhan Retno Triana Reza Kumala Dewi Rido Febriansyah Rika Mersita Rika Mersita Riska Amalia Rohaniah Rohaniah Rojat, Muhamad Randyka Ryan Randy Suryono S. Samsugi Sandi, Yeris Ari Sangha, Zahra Kharisma Sania Media Nosa Sanjaya, Ival Sari, Priskila Lovika Sebastian, Dicky Fernanda Setiawan, Randi Setiawansyah Setiawansyah Setyani, Tria Shynta Octriana Siska Amelia, Siska Siska Febriani Sitna Hajar Hadad Styawati Styawati Suaidah Suaidah Sufiatul Maryana Sufiatul Maryana Sugianto, Rudi Susanti Susanti Syakuru, Nazwa Tauhid, Naufal Tazul Tazul Antoni Umami, Nila Niswatun Untoro Adji Very Hendra Saputra Very Hendra Saputra Waqas Arshad, Muhammad Warsito . Wawan Koeswara Wayan Kresna Yogi Swara yasin, ikbal Yasinta Ismi Yasinta Ismi HS Yeris Ari Sandi Yohanes Simarmata Yosi Khoirunnisa Yulia Indriani Yuliani, Asri Yunita Yunita Yunita Yunita Yuri Rahmanto Yusra Fernando Zaenal Abidin Zahra Kharisma Sangha Zofaisal Hamid, Pratama