Article Per Year (5 Year)
p-Index From 2021 - 2026
12.865
P-Index
This Author published in this journals
All Journal Nusanatara of Engineering JURNAL PENGABDIAN KEPADA MASYARAKAT PROCEEDING IC-ITECHS 2014 JOIV : International Journal on Informatics Visualization Antivirus : Jurnal Ilmiah Teknik Informatika Jambura Journal of Electrical and Electronics Engineering Jurnal Tecnoscienza Jurnal ABDINUS : Jurnal Pengabdian Nusantara JATI (Jurnal Mahasiswa Teknik Informatika) Respati JOURNAL OF INFORMATION SYSTEM MANAGEMENT (JOISM) Journal of Computer Networks, Architecture and High Performance Computing Science in Information Technology Letters Journal of Soft Computing Exploration Bulletin of Information Technology (BIT) Abdiformatika: Jurnal Pengabdian Masyarakat Informatika Kontribusi: Jurnal Penelitian dan Pengabdian Kepada Masyarakat Archive: Jurnal Pengabdian Kepada Masyarakat Jurnal Borneo Informatika dan Teknik Komputer (JBIT) The Indonesian Journal of Computer Science Research Nusantara of Engineering (NOE) Jurnal: International Journal of Engineering and Computer Science Applications (IJECSA) JSITIK: Jurnal Sistem Informasi dan Teknologi Informasi Komputer Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Journal of Entrepreneurial and Business Diversity Jurnal Pengabdian Masyarakat Nusantara Management of Information System Journal Jurnal SINTA: Sistem Informasi dan Teknologi Komputasi
Erna Daniati
Universitas Nusantara PGRI Kediri
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 Mathematics Mechanical Engineering Public Health Social Sciences Transportation Other

Published : 131 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 131 Documents
Search

 10   11   12   13   14 
Perbandingan Kinerja Algoritma SVM, LSTM, dan Fine-tuned IndoBERT dalam Analisis Sentimen Opini Masyarakat Indonesia terhadap Mobil Listrik Erna Daniati; Arie Nugroho; Aidina Ristyawan; Hastari Utama
The Indonesian Journal of Computer Science Research Vol. 5 No. 1 (2026): Januari
Publisher : Hemispheres Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59095/ijcsr.v5i1.245

Abstract

Penelitian ini menyajikan analisis sentimen terhadap opini publik di Indonesia mengenai mobil listrik menggunakan pendekatan fine-tuning pada model IndoBERT untuk meningkatkan akurasi klasifikasi sentimen. Dengan semakin meningkatnya pergeseran global menuju transportasi berkelanjutan, memahami persepsi masyarakat sangat penting bagi keberhasilan adopsi mobil listrik di Indonesia. Penelitian ini menggunakan dataset berisi 1.517 komentar berbahasa Indonesia yang dikumpulkan dari platform media sosial dan dilabeli menjadi tiga kategori sentimen: positif, negatif, dan netral. Model yang digunakan adalah IndoBERT-base yang diperbaiki melalui proses fine-tuning pada dataset tersebut untuk meningkatkan performanya dalam klasifikasi sentimen. Hasil evaluasi menunjukkan bahwa IndoBERT yang telah dilakukan fine-tuning mencapai akurasi sebesar 0,91, mengungguli tiga model baseline yaitu TF-IDF dengan SVM, LSTM, serta IndoBERT tanpa fine-tuning. Uji signifikansi statistik menggunakan uji McNemar membuktikan bahwa peningkatan tersebut signifikan secara statistik (p < 0,05). Selain itu, analisis tematik kualitatif mengungkapkan bahwa sentimen negatif didominasi oleh kekhawatiran terhadap harga yang mahal infrastruktur pengisian daya yang minim serta ketidakpercayaan terhadap kebijakan pemerintah sedangkan sentimen positif cenderung berkaitan dengan manfaat lingkungan dan insentif yang adil. Penelitian ini menunjukkan bahwa pendekatan fine-tuning pada IndoBERT secara signifikan meningkatkan akurasi klasifikasi sentimen dan memberikan wawasan berharga mengenai opini publik yang mendukung pengembangan kebijakan dan strategi industri dalam mempromosikan mobilitas ramah lingkungan di Indonesia
DETEKSI INDIKASI GANGGUAN KESEHATAN MENTAL BERBASIS TEKS MENGGUNAKAN NLP DENGAN TEKNIK AUGMENTASI EDA Sherly Dian Tiara; Erna Daniati; Arie Nugroho
The Indonesian Journal of Computer Science Research Vol. 5 No. 2 (2026): Juli
Publisher : Hemispheres Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59095/ijcsr.v5i2.273

Abstract

This study aims to build a classification model for the early screening of mental health disorders from social media text data using the CRISP-DM framework. The primary issue of data imbalance between categories was addressed using the Easy Data Augmentation (EDA) technique. Logistic Regression algorithm and TF-IDF feature extraction were used to classify six categories of mental conditions. Test results showed that the model with EDA experienced a slight decrease in global accuracy to 0.74 (compared to 0.76 without EDA) but successfully increased the Recall for the minority class, Mentalillness, significantly from 0.28 to 0.56. This improvement proves that EDA effectively enriches linguistic variation in limited data. The model has been validated by a psychologist and implemented into a web-based application as an indicative early detection tool, not a clinical medical diagnosis.  
Deteksi Makna Mengenai Kebijakan Tunjangan DPR RI dengan NBC dan Lexicon Eka Fauziah; Erna Daniati; Dwi Harini
The Indonesian Journal of Computer Science Research Vol. 5 No. 2 (2026): Juli
Publisher : Hemispheres Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59095/ijcsr.v5i2.274

Abstract

Social media serves as a source of information that can be used to gauge public opinion regarding government policies one topic frequently discussed by the public is the policy regarding allowances for members of the Indonesian House of Representatives. The objective of this study is to examine public sentiment regarding these policies using the Naïve Bayes Classifier and Lexicon Sentiment methods. The research approach applied is CRISP-DM (Cross Industry Standard Process for Data Mining), which encompasses the stages of business understanding, data understanding, data preparation, modeling, evaluation, and implementation. Data was collected from the social media platform X (Twitter) via scraping and processed through preprocessing steps and TF-IDF weighting. The findings of this study indicate that the Naïve Bayes Classifier method achieved an accuracy of 74%, while the Lexicon Sentiment method helped in understanding the emotional nuances present in the text. The combination of these two methods produces a more comprehensive and relevant sentiment analysis compared to using only one method alone. This study demonstrates that the combination of statistical and lexicon-based approaches is highly useful in analyzing sentiment regarding the opinions of the Indonesian-speaking public.
Implementasi Regresi Logistik untuk Klasifikasi Cyberbullying pada Komentar Instagram Berbahasa Indonesia Pita Penengah; Erna Daniati; M. Najibulloh Muzaki
The Indonesian Journal of Computer Science Research Vol. 5 No. 2 (2026): Juli
Publisher : Hemispheres Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59095/ijcsr.v5i2.275

Abstract

The rapid growth of social media usage, especially Instagram, has increased user interaction while also raising the occurrence of cyberbullying in the form of insulting, mocking, and offensive comments that may negatively affect victims’ psychological conditions. This study aims to develop a cyberbullying detection model for Indonesian-language Instagram comments using the Logistic Regression algorithm with a Natural Language Processing (NLP) approach. The dataset used consists of 650 comments labeled as cyberbullying and non-cyberbullying. The preprocessing stages include cleaning, case folding, tokenization, stopword removal, and stemming, followed by text transformation into numerical representation using the Bag of Words method with CountVectorizer. The research applies the CRISP-DM methodology consisting of business understanding, data understanding, data preparation, modeling, evaluation, and deployment. The evaluation results show that the Logistic Regression model performs well in classifying comments, achieving an accuracy of 83%, precision of 0.83, recall of 0.83, and F1-score of 0.83. These findings indicate that the combination of the Bag of Words method and Logistic Regression algorithm is effective for detecting cyberbullying in Indonesian Instagram comments.
Pelatihan Aplikasi Website Live CCTV Dinas Komunikasi dan Informatika Kabupaten Kediri Arie Nugroho; Aidina Ristyawan; Sucipto Sucipto; Erna Daniati; Dwi Harini; Putri Ameliya; Rizal Syihab Saputra Adam; Jodi Armyanto
Kontribusi: Jurnal Penelitian dan Pengabdian Kepada Masyarakat Vol. 6 No. 2 (2026): Mei 2026
Publisher : Cipta Media Harmoni

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53624/kontribusi.v6i2.856

Abstract

Latar Belakang: Dinas Komunikasi dan Informatika (Diskominfo) Kabupaten Kediri memerlukan pendampingan dalam pengembangan sistem pengawasan untuk mendukung kegiatan monitoring kantor secara real-time melalui jaringan internet. Pelatihan penggunaan aplikasi website live CCTV digunakan untuk menunjang kebutuhan pengawasan di lingkungan Diskominfo Kabupaten Kediri. Tujuan: Pelatihan penggunaan aplikasi monitoring ini dilaksanakan untuk membantu petugas dalam menggunakan aplikasi website live CCTV. Metode: Pelatihan ini mengaplikasikan metode pendampingan langsung dan mentoring yang dilakukan oleh mahasiswa dalam waktu 1 bulan di Diskominfo Kabupaten Kediri. Hasil: Petugas  di  Diskominfo  Kabupaten Kediri dapat menggunakan aplikasi website live CCTV,  sehingga  dapat mendukung pengawasan dengan lebih baik. Kesimpulan: Melalui pelatihan intensif yang didukung oleh pendampingan tatap muka dan mentoring, petugas Diskominfo Kabupaten Kediri berhasil menguasai operasional aplikasi website live CCTVdengan efektif.
Pelatihan Aplikasi Pengelolaan Aset Desa di Balai Desa Garu Nganjuk Anita Sari Wardani; Rina Firliana; Rini Indriati; Erna Daniati; Dwi Harini; Laurenhia Salsabella Afrinza; Shella Ayu Shella; Thisya Aisyah Putri
Kontribusi: Jurnal Penelitian dan Pengabdian Kepada Masyarakat Vol. 6 No. 2 (2026): Mei 2026
Publisher : Cipta Media Harmoni

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53624/kontribusi.v6i2.857

Abstract

Latar Belakang: Pengelolaan aset di Balai Desa Garu dilakukan secara manual menggunakan buku catatan dan disimpan dalam file excel sederhana. Balai Desa Garu membutuhkan pelatihan dan pendampingan implementasi aplikasi pengelolaan aset desa. Tujuan: Pengabdian ini bertujuan untuk melatih dan mendampingi petugas Balai Desa Garu untuk menggunakan aplikasi pengelolaan aset secara efektif, maksimal, dan berkelanjutan. Metode: Pelatihan dan pendampingan diberikan secara langsung di tempat kerja oleh mahasiswa praktek kerja lapangan di Balai Desa Garu. Pelatihan dilakukan untuk menjelaskan fungsi aplikasi, menu aplikasi, hingga alur kerja aplikasi. Pendampingan dilakukan untuk membantu petugas mengatasi hambatan awal, kebingungan pengoperasian, dan mendapatkan umpan balik terkait kelemahan aplikasi, bug, serta area yang perlu ditingkatkan dari aplikasi pengelolaan desa. Hasil: Petugas menjadi terampil menggunakan aplikasi pengelolaan aset dalam mengelola aset desa. Kesimpulan: Pelatihan dan pendampingan terbukti efektif membantu petugas Balai Desa Garu dalam mengoperasikan aplikasi pengelolaam aset untuk menyelesaikan tugasnya.
Sistem Pendukung Keputusan Pembelian Handphone Dengan Metode Simpple Additive Weighting (SAW) (Studi kasus di Roni Cell) Yuszril Herdianzah Yuszril; Rina Firliana; Erna Daniati
JURNAL TECNOSCIENZA Vol. 7 No. 1 (2022): JURNAL TECNOSCIENZA
Publisher : JURNAL TECNOSCIENZA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51158/tecnoscienza.v7i1.787

Abstract

Kecanggihan teknologi semakin hari semakin berkembang pesat, dan salah satu perkembangan teknologi yang sekarang tidak jauh dari kehidupan kita sehari – hari yaitu Handphone. Oleh karena itu banyak orang yang menjadikan hanphpone sebagai kebutuhan hidup. Tetapi kebanyakan masyarakat mengalami kebingungan saat akan membeli handphone ke toko, salah satu faktornya karena kurangnya informasi tentang spesifikasi dan harga handphone. Maka dari itu dibuat sistem pendukung keputusan, dimana kegunaan nya bisa membantu pembeli dalam pemilihan handphone yang akan dibeli sesuai dengan keinginan. Sistem pendukung keputusan ini menggunakan metode Simple Additive Weighting (SAW). Proses pengambilan data dilakukan dengan cara studi pustaka, observasi dan wawancara secara langsung kepada pemilik toko supaya mendapatkan data yang akurat untuk dianalisis. Dari wawancara yang dilakukan, maka didapatkan kriteria yang digunakan sebagai harga, jenis dan spesifikasi penting untuk menentukan pemilihan handphone, selanjutnya dilakukan perancangan desain sistem yaitu dengan membuat Data Flow Diagram (DFD), tahap selanjutnya yaitu implementasi perhitungan Simple Additive Weighting (SAW) menggunakan rumus yang sesuai dengan metode tersebut. Tujuan dari penelitian ini adalah membuat sistem pendukung keputusan untuk membantu pembeli dalam menentukan handphone yang akan dibeli sesuai kriteria yang diinginkan. Dan hasil dari penelitian ini Sistem pendukung keputusan yang menggunakan metode Simple Additive Weighting (SAW) ini dapat menentukan pemilihan rekomendasi handphone terbaik berdasarkan kriteria yang diinginkan pembeli.
SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN SEPEDA MOTOR MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHT sugandhi sugandhi saputra; Rina Firliana; Erna Daniati; Dwi Hariani
JURNAL TECNOSCIENZA Vol. 7 No. 1 (2022): JURNAL TECNOSCIENZA
Publisher : JURNAL TECNOSCIENZA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51158/tecnoscienza.v7i1.801

Abstract

Sistem pendukung keputusan dapat didefinisikan berupa sistem yang berbasis komputer yang digunakan untuk memudahkan dalam melakukan pengambilan keputusan. Pengunaan sistem pendukung keputusan membantu para pengambil keputusan dalam menghasilkan suatu keputusan. masih banyaknya pelanggan yang bingung dan sulit menentukan pilihan motor yang sesuai keinginannya karena banyaknya varian motor yang berada di dealer UD. Ghani Motor. Salah satu alternatif solusi untuk meneyelesaikan permaslahan tersebut adalah menggunakan Sistem pendukung keputusan menggunakan metode Simple Addictive Weight sehingga memudahkan pelanggan mengambil keputusan memilih sepeda motor yang sesuai dengan keingininan. Sistem Pendukung Keputusan yang di terapkan di harapkan dapat membantu para pelanggan. dengan menggunakan sebuah aplikasi yang dapat di update sesuai dengan budget ataupun kebutuhan pelanggan. Hasil dari penerapan Sistem Penunjang keputusan menggunakan metode SAW membantu para pelanggan menentukan keputusan memilih sepeda motor dengan lebih mudah.
Sistem Pendukung Keputusan Pemilihan Bibit Lele Dengan Metode Simple Additive Weighting (SAW) Muhammad Imron Amrulloh; Arie Nugroho; Erna Daniati
JURNAL TECNOSCIENZA Vol. 7 No. 1 (2022): JURNAL TECNOSCIENZA
Publisher : JURNAL TECNOSCIENZA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51158/tecnoscienza.v7i1.808

Abstract

Ikan lele dengan bahasa latinya Claridae merupakan ikan air tawar yang banyak dicari dan diminati oleh masyarakat Indonesia. Dengan harga yang rentan harga yang murah ikan lele tersebar hampir seluruh Nusantara. Ikan lele adalah ikan yang mudah untuk dipelihara atau diternak, karena daya tahan hidupnya yang tinggi dan pertumbuhanya yang cukup cepat. Banyak beberapa masyarakat yang ingin menjadi peternak ikan lele dan bisa mendapatkan bibit yang baik. Oleh karena itu dibutuhkan metode dalam menentukan bibit lele yang baik. Salah satunya adalah menggunakan Sistem Pendukung Keputusan menggunakan metode Simple Additive Weighting (SAW) dengan metode ini memudahkan dalam permasalahan pada proses rancangan sistem pendukung keputusan guna mendapatkan bobot tinggi dari beberapa kriteria-kriteria yang sudah dintentukan pada proses perancangan sistem pendukung keputusan tersebut. Manfaaatnya dengan menggunakan sistem pendukung keputusan menggunakan metode SAW (Simple Additive Weighting) dapat memilih dan memutuskan untuk mendapatkan pemilihan bibit yang baik,dan secara langsung dapat meningkatkan hasil panen sehingga bisa mendapatkan keuntungan hasil yang lebih.Dan peneletian ini menghasilkan Sistem Pendukung Keptusan Pemilihan Bibit Lele Dengan Menggunakan Metode SAW.
Perbandingan SVM dan Naive Bayes untuk Analisis Sentimen Media Sosial Muhammad Fajr Ramadhan; Damar Rizki Agastya; Bayu Riyanto; Erna Daniati
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 10 No. 3 (2026): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2026
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/8hjf6s59

Abstract

Analisis sentimen pada media sosial telah menjadi bidang penelitian yang berkembang pesat seiring meningkatnya volume data teks yang dihasilkan pengguna. Penelitian ini melakukan kajian literatur sistematis (Systematic Literature Review/SLR) terhadap 56 jurnal ilmiah yang membahas penerapan algoritma Naive Bayes dan Support Vector Machine (SVM) dalam analisis sentimen pada berbagai platform media sosial. Tujuan penelitian ini adalah membandingkan kinerja kedua algoritma berdasarkan metrik akurasi, precision, recall, dan F1-score, serta mengidentifikasi faktor-faktor yang mempengaruhi performanya. Hasil kajian menunjukkan bahwa SVM secara konsisten menghasilkan akurasi lebih tinggi dibandingkan Naive Bayes, dengan rata-rata akurasi SVM berkisar 83%–97% dan Naive Bayes 56%–95%. Faktor yang mempengaruhi performa kedua algoritma meliputi ukuran dan kualitas dataset, metode preprocessing teks, teknik ekstraksi fitur (TF-IDF, Word2Vec, n-gram), serta karakteristik bahasa. SVM unggul dalam menangani data berdimensi tinggi dan non-linear, sementara Naive Bayes menawarkan efisiensi komputasi lebih baik pada dataset kecil. Penelitian ini memberikan panduan pemilihan algoritma yang tepat sesuai kebutuhan analisis sentimen media sosial
Co-Authors Abadi, Ahmad Fajar Abadi, Kevin Risky Abimanyu, Dimas Abu Tholib Achmad, Ridho Adam, Rizal Syihab Saputra Afrinza, Laurenhia Salsabella Afrizal Ahmad Bayu P Agata, Cristina Juwita Agustama, Andri Tri Agustin, Enggar Rahma Agustin, Rizma Aidina Ristyawan Aidina Ristyawan, Aidina Aji Prasetya Wibawa Akbar, Muhammad Farizal Akmal Hisyam Pradhana Alamsyah, M Alfianto Alfarisi, Adam Risqi Ali Imron Ali Imron Aliyyah Fitri Nur&#039;aini Alja, Farhan Maulana Alyssa Deffra Putri Indaru Amarya, Theo Krisna Amelia Nur Fadhila Ameliya, Putri Amri, Khoiri Aditya Anas, Yulva Irfan Andy G, Asye Candra Angga Pradipa Eko Widodo Anita Sari Wardani ANUARIDLO, Mochamad Aldi Yusuf Anusua Ghosh, Anusua Ardiansyah , Bima Ardyansyah, Fikri Arie Nugroho, Arie Arie, Theo Yan ARMYANTO, JODI Arti Romansa, Shasya Aryadi, Dicky Aulia, Ewanda Herdika Septa Aulia, Nurun Nihayatur Rifqiyah Azis, Mochamad Abdul Azzahra, Salsabila Dini Azzahro, Zia Ulhaq Bachti, Achmad Syauqi Bastian Dwiki Prasetyo Bayu Riyanto Bilbina, Arinda Sekar Christy Atika Sari Cinta Azzaria Cintiana Adisti, Talita Damar Rizki Agastya Dea Yuliana Ayu Nngrum Dewanti, Suci Dewi, Candrika Arlita Diah Kurniawati, Virginia Dwi Hariani Dwi Harini Dwi Harini Dzatama, Krisna Fahrizal Efendi, Moh. Hasan Eka Fauziah Eka Fauziah Eko Hari Rachmawanto Ery Mintorini Ewanda Herdika Septa Aulia Fadhila, Amelia Nur Fadli Hidayat, M Noer Fadli Hidayat, M. Noer Faisal, Mohammad Farhan Gagat Retnanto Faruq, Umar Al Faruqziddan, Muhammad Fatayasya, Ikhfal fatmawati, Anita Fauzi, Mohammad Ainun Naja Febrina Firdanatasya Felmidi, Ferdian Ahmat Ferdian Ahmat Felmidi Ferdiansyah, Rayhan Firlian, Rina Firmansyah, Achmad Ali Fitriono, Deri Huda, Miftaqul Hyperastuty, Agoes Santika Ilahi, Ferlita Putri Anugerah Intan Aprilia Rahman Irfa’udin, Muhammad Islami, Bifadhlillah Marsheila Jauhar, Moh. Iqbal Iqza Jodi Armyanto Juniati, Wiwik Kamilatutsaniya, Nila Kevin Risky Abadi Khalid, Muhammad Iqbal Khansa Sahara Laila, Anis Faizul Latifah, Umul Laurenhia Salsabella Afrinza Leonel Hernandez, Leonel Lestari, Afifah Kurnia Lukman, Muhammad Abi Maemunah, Mei Maha Shelin Sahira Moh Kusen Mufid, Muhammad Fauzan Aditiya MUHAMMAD FAHMI Muhammad Fajr Ramadhan Muhammad Faruqziddan Muhammad Fauzan Aditiya Mufid Muhammad Fikri Pratama Muhammad Imron Amrulloh Muhammad Najibullah Muzaki Muhammad Najibulloh Muzaki Mustofa, Mohammad Annan Makruf Mutia, Sherla Dian Muzaki, Muhammad Reza Nafalski, Andrew Nanda, Thoyib Fernanda Nensa Aulia Nila Kamilatutsaniya Ningrum, Dea Yuliana Ayu Nugroho , Arie Nugroho, Andhi Gunawan Nugroho, Arie Nur Alamsyah Nur Alamsyah, Nur Nurfajriana, Intan Melinda Nurlailli, Mediana Oka Satria, Yongki Dyno Penengah, Pita Permadani, Trisna Wahyu Intan Pita Penengah Pradhana, Akmal Hisyam Pramudya, Yoga Reksa Prasetya, Dika Adi Pratama, Ady Yoga Pratama, Irwanto Pratama, Wildan Septian Prayitna, Jovan Putra Prayogi, Anindita Puspa Ayu Priyanto, Evania Putra, Regi Candra Purnama Putri Ameliya Putri Wahyuni, Hesti Putri, Fitria Dessela Putriani, Dewi Ramadhan, Erlangga Fajar Ratih Kumalasari Niswatin Rayhan Ferdiansyah Respati, Aditya Arya Resty Wulanningrum Rina Firliana Rini Indriati Rini Indriati Rino Adi Kurniawan Riska Oktavia Ristiyawan, Aidina Ristyawan , Aidina Rizal Syihab Saputra Adam Rizki Wahyu Nugroho Rizqulloh, Naufal Rosyidah Jayanti Vijaya, Rosyidah Jayanti rozikin, Moh.khoirur Sahira, Maha Shelin Sakin, Kharisma Santoso, Heru Teguh Saputra, M. Abdilah Saputri, Cindy Avitaselly Bambang Sari Wardani, Anita Sasongko, Muhammad Zuhdi Setiawan, Fachruddin Ari Setiawan, Galang Setiawan, Heris Setiawan, Moch. Andri Shella Ayu Shella Shella, Shella Ayu Sherly Dian Tiara Shofyana, Altha Inas Sri Ngudi Wahyuni, Sri Ngudi Sucipto Sucipto sugandhi sugandhi saputra Sulistyowati, Intan Supri yono Supri Yono, Supri Syafa’at, Achmadhin Tristan Syahputra, Firdita Rizky Syahrul S, Ditto Teguh Andriyanto Teguh Andriyanto Teguh Andriyanto, Teguh Theo Krisna Amarya Thisya Aisyah Putri Tiara, Sherly Dian UBAIDILAH, M. DIMAS Utama, Hastari Varuq, M Nizar Bahri Al Wahiid, Hermawan Nur Wahyu Sakti Gunawan Irianto Wardana, Aldestra Bagas Wardani , Anita Sari Wardani, Anita Sari Wardani, Saylendra Arga Wardhani, Aurel Fransisca Kusuma Wibisono, Angga Wijayanto, Ardhi Feisal Wiranata, Hadi Wulandari, Putri Widya Ayu Septi Wulandari, Rindi Febri Yessinta Dwi Rahayu Yustiar, Muhammad Hafiz Yuszril Herdianzah Yuszril Zuhriya, Tasbi Khatuz