Article Per Year (5 Year)
p-Index From 2021 - 2026
11.022
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 International Journal of Engineering, Science and Information Technology 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
Erna Daniati
Universitas Nusantara PGRI Kediri
Religion Agriculture, Biological Sciences & Forestry Arts Humanities Astronomy Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences 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 Materials Science & Nanotechnology Mathematics Mechanical Engineering Physics Public Health Social Sciences Transportation Other

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

Found 117 Documents
Search

 1   2   3   4   5 
Decision Support System in E-Commerce in Purchasing Saw with Method Woven Fabric ANUARIDLO, Mochamad Aldi Yusuf; FIRLIANA, Rina; DANIATI, Erna
Journal of Entrepreneurial and Business Diversity Vol. 2 No. 3 (2024): Journal of Entrepreneurial and Business Diversity. (July-September)
Publisher : PT. Keberlanjutan Strategis Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.38142/jebd.v2i3.123

Abstract

Purpose: Choosing ikat woven fabric has several predetermined criteria. These criteria include price, quality, product type, and color. The decision support system for selecting ikat fabric purchases for buyers in e-commerce using the SAW (simple additive weighting) method is a system that can determine the results of the decision to select one of the ikat fabrics based on predetermined criteria and alternatives.Methodology:The SAW method is one of the decision-making methods often used in DSS. The research method refers to a literature study that aims to find references that suit the problem, then observation by collecting data at the specified research location and interviewing the owner and one of the MSME employees to obtain detailed information.Findings: This research determines the purchase of good woven fabric via e-commerce for ikat woven fabric products in Bandar Kidul village, Mojoroto subdistrict, Kediri city. Calculating the best-woven fabric for ikat products can use the simple additive weight (SAW) method so that one best-selling ikat fabric, namely silk woven fabric, is selected and meets the requirements, with a score of 0.76675.Implication:Based on this research, we can determine which suitable woven fabrics to buy using e-commerce for ikat woven fabric products in Bandar Kidul village, Mojoroto subdistrict, Kediri city. The simple additive weight (SAW) method can calculate the best-woven fabric for ikat products.
Analisa Perbandingan Algoritma Classification Berdasarkan Komposisi Label Amarya, Theo Krisna; Andy G, Asye Candra; Achmad, Ridho; Daniati, Erna; Ristyawan, Aidina
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 8 No. 1 (2024): PROSIDING SEMINAR NASIONAL INOVASI TEKNOLOGI TAHUN 2024
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/inotek.v8i1.4906

Abstract

Di Indonesia, salah satu penyebab kematian dan gangguan neurologis paling umum adalah stroke. Tujuan penelitian ini adalah untuk membandingkan kinerja algoritma klasifikasi sebelum dan sesudah balance serta cross validation dalam mengklasifikasi penyakit stroke menggunakan dataset predict-stroke dari Kaggle. Random Forests, KNN, Naive Bayes, Decision Trees, SVM, Neural Networks, dan Logistic Regression adalah algoritma yang diuji. Pada penelitian ini, metode percobaan (eksperimen) digunakan. Langkah-langkah pemrosesan termasuk preprocessing, pembagian data untuk membedakan data pelatihan dan pengujian, dan evaluasi dengan cross-validation. nilai yang akan dinilai adalah akurasi, presisi, recall, dan F1. Hasilnya menunjukkan bahwa algoritma Random Forest menunjukkan tingkat akurasi tertinggi 94% setelah cross-validation dan penyeimbangan data. Meskipun, karena proses penyeimbangan, akurasi berkurang, Random Forest tetap memiliki performa yang baik dalam klasifikasi.
Pemanfaatan Data Mining untuk Analisis Keputusan Perizinan Tenaga Kesehatan Ardyansyah, Fikri; Daniati, Erna; Ristyawan, Aidina
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 8 No. 1 (2024): PROSIDING SEMINAR NASIONAL INOVASI TEKNOLOGI TAHUN 2024
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/inotek.v8i1.4911

Abstract

Proses perizinan tenaga kesehatan merupakan langkah penting dalam menjaga standar kualitas dan keamanan pelayanan kesehatan. Dalam menghadapi tantangan evaluasi aplikasi yang kompleks dan volume yang tinggi, pemanfaatan teknologi Data Mining menjadi semakin relevan. Penelitian ini menyelidiki pemanfaatan Data Mining, khususnya algoritma Random Forest, untuk menganalisis keputusan perizinan tenaga kesehatan. Dataset yang digunakan mencakup data perizinan yang diterima dan ditolak, dengan berbagai atribut relevan. Proses analisis melibatkan pembacaan dan penggabungan data, penanganan nilai hilang, konversi nilai teks ke numerik, pembagian data, pembuatan model, dan evaluasi model. Hasil penelitian menunjukkan bahwa model Random Forest mencapai akurasi 97%, dengan presisi 95%, recall 97%, dan F1-score 96%. Selain itu, analisis pentingnya fitur mengungkap kontribusi masing-masing fitur dalam membuat prediksi. Dengan demikian, penelitian ini memberikan wawasan baru yang mendukung pengambilan keputusan yang lebih baik dalam proses perizinan tenaga kesehatan, serta memastikan pelayanan kesehatan yang berkualitas dan aman bagi masyarakat.
Klasifikasi Risiko Kambuhnya Kanker Tiroid Menggunakan Algoritma Random Forest Faruqziddan, Muhammad; Aulia, Ewanda Herdika Septa; Azzahra, Salsabila Dini; Ristyawan, Aidina; Daniati, Erna
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 8 No. 1 (2024): PROSIDING SEMINAR NASIONAL INOVASI TEKNOLOGI TAHUN 2024
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/inotek.v8i1.4912

Abstract

Kanker Tiroid merupakan sebuah jenis kanker yang berkembang dalam kelenjar tiroid, organ kecil yang terletak di bagian depan leher. Meskipun tingkat kematian akan kanker jenis tersebut rendah tetapi risiko kambuhnya kanker tiroid menjadi salah satu masalah lain yang perlu diatasi. Untuk membantu mengevaluasi kambuhnya kanker tiroid pada pasien tujuan penelitian ini mengembangkan sebuah model algoritma dengan memanfaatkan dataset dari UCI Machine Learning Repository. Dataset tersebut termasuk kedalam kategori klasifikasi dan Algoritma yang akan digunakan adalah Random Forest. Setelah dilakukan penelitian sesuai dengan Knowlegde Discovery in Databases (KDD), algoritma Random Forest memiliki Sensitifitas sebesar 98,39%, Spesifisitas sebesar 96,77%, Precision sebesar 96,83%, Area Under the Curve (AUC) sebesar 97,6%, dan Accuracy sebesar 97,5%. Dengan hasil yang ditemukan, algoritma Random Forest telah terbukti efektif dalam mengembangkan model untuk membantu mengevaluasi risiko kambuhnya kanker tiroid pada pasien
Prediksi Customer Churn Menggunakan Algoritma Decision Tree Putriani, Dewi; Prayogi, Anindita Puspa Ayu; Shofyana, Altha Inas; Ristyawan, Aidina; Daniati, Erna
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 8 No. 1 (2024): PROSIDING SEMINAR NASIONAL INOVASI TEKNOLOGI TAHUN 2024
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/inotek.v8i1.4914

Abstract

Dalam era bisnis modern, mempertahankan pelanggan yang ada seringkali lebih menguntungkan dibanding menarik pelanggan baru. Salah satu tantangan terbesar adalah churn atau hilangnya pelanggan. Prediksi churn menggunakan data mining, khususnya algoritma decision tree, memungkinkan perusahaan untuk mengidentifikasi faktor - faktor penyebab churn dan mengklasifikasikan pelanggan berdasarkan kemungkinan mereka untuk berhenti berlangganan. Penelitian ini menggunakan metodologi SEMMA (Sample, Explore, Modify, Model, Assess) untuk menganalisis dataset customer churn yang terdiri dari 64.000 data. Hasil penelitian menunjukkan bahwa model decision tree memiliki performa prediksi lebih tinggi dibandingkan algoritma lainnya, dengan akurasi mencapai 99.7%, precision 99.7%, recall 99.7%, dan F1-score 99.7%. Temuan ini memberikan wawasan penting bagi perusahaan dalam mengembangkan strategi retensi pelanggan yang lebih efektif.
Analisis Kinerja Algoritma Data Mining pada Klasifikasi Tingkat Obesitas dengan K-Fold Cross Validation dan AUC Santoso, Heru Teguh; Felmidi, Ferdian Ahmat; Fadhila, Amelia Nur; Ristyawan, Aidina; Daniati, Erna
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 8 No. 1 (2024): PROSIDING SEMINAR NASIONAL INOVASI TEKNOLOGI TAHUN 2024
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/inotek.v8i1.4917

Abstract

Obesitas menjadi masalah kesehatan global yang serius dengan dampak signifikan terhadap kualitas hidup dan risiko penyakit kronis. Klasifikasi tingkat obesitas menggunakan data mining dapat membantu dalam pencegahan dan pengelolaan obesitas. Penelitian ini bertujuan untuk menganalisis kinerja algoritma data mining seperti Naive Bayes, K-Nearest Neighbors (KNN), Decision Trees, Random Forest, dan C4.5 pada klasifikasi tingkat obesitas dengan K-Fold Cross Validation dan AUC. Hasil penelitian menunjukkan bahwa algoritma Random Forest memiliki kinerja terbaik dengan akurasi 96% dengan standart deviasi antar lipatan 0,02 dan nilai AUC 1 atau sempurna dibandingkan algoritma lainnya. Penggunaan model Random Forest dapat memberikan rekomendasi yang lebih akurat dalam upaya pencegahan dan penanganan obesitas. Penelitian ini penting karena dapat membantu dalam deteksi dini dan penanganan obesitas secara lebih efektif.
Prediksi Data Kelulusan Mahasiswa Dengan Metode Decision Tree menggunakan Rapidminer Faruq, Umar Al; Fauzi, Mohammad Ainun Naja; Fatayasya, Ikhfal; Daniati, Erna; Ristyawan, Aidina
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 8 No. 1 (2024): PROSIDING SEMINAR NASIONAL INOVASI TEKNOLOGI TAHUN 2024
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/inotek.v8i1.4919

Abstract

Prediksi kelulusan mahasiswa adalah upaya untuk memperkirakan kemungkinan seorang mahasiswa menyelesaikan studinya tepat waktu atau tidak. Hal ini sangat penting untuk membantu institusi pendidikan dalam mengambil keputusan yang lebih tepat dalam mengelola program pendidikan. Melalui penelitian ini, institusi pendidikan dapat membuat keputusan yang lebih tepat. Tujuan utama dari penelitian ini adalah untuk memprediksi kelulusan mahasiswa dengan akurasi tinggi. Penelitian ini dilakukan menggunakan perangkat lunak RapidMiner, serta menggunakan metode Decision Tree, dengan data mahasiswa yang memiliki berbagai variabel seperti umur, status kelulusan, dan IPK. Hasil penelitian menunjukkan bahwa akurasi prediksi kelulusan mencapai 96,57%. Penelitian ini juga dapat menjadi referensi bagi penelitian lanjutan dalam bidang prediksi data kelulusan mahasiswa.
Implementasi Four Step Kimball Data Warehouse Penjualan Pada Usaha Dagang Lestari, Afifah Kurnia; Daniati, Erna; Nugroho, Arie
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 8 No. 1 (2024): PROSIDING SEMINAR NASIONAL INOVASI TEKNOLOGI TAHUN 2024
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/inotek.v8i1.4922

Abstract

Informasi adalah komponen penting dalam pengembangan usaha. Persaingan bisnis yang ketat dan perubahan preferensi pelanggan menuntut pemanfaatan data secara optimal. Pengelolaan data yang efektif menjadi krusial untuk pengambilan keputusan strategis. Penelitian ini mengimplementasikan data warehouse menggunakan metode four-Step Kimball dengan skema bintang untuk mengolah data penjualan. Penelitian ini meliputi beberapa langkah seperti pembuatan database data warehouse, melakukan ETL, dan pengolahan data dengan pivot tabel maupun grafik pada excel. Data warehouse memungkinkan pengelolaan data historis sehingga dapat memberikan informasi untuk mendukung pengambilan keputusan. Hasil penelitian ini berupa informasi penjualan yang mengidentifikasi jumlah barang yang sering terjual berdasarkan waktu, kategori, nama barang, maupun dari segi pelanggan. Informasi ini membantu dalam manajemen stok, strategi penjualan, dan pengembangan produk.
Prediksi Harga Mobil Toyota Bekas Menggunakan Algoritma Regresi Linear Berganda Bachti, Achmad Syauqi; Agustama, Andri Tri; Wiranata, Hadi; Daniati, Erna; Ristyawan , Aidina
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 8 No. 1 (2024): PROSIDING SEMINAR NASIONAL INOVASI TEKNOLOGI TAHUN 2024
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/inotek.v8i1.4924

Abstract

Kurangnya informasi tentang harga mobil bekas dapat menjadi hambatan bagi masyarakat dalam melakukan transaksi jual beli kendaraan karena mereka mungkin tidak memahami harga pasar yang sesuai. Oleh karena itu, penting untuk memiliki informasi yang akurat dan dapat diandalkan untuk mengetahui perkiraan harga yang dapat digunakan sebagai referensi. Dalam rangka mengatasi ini, penggunaan algoritma regresi linear berganda dapat membantu dalam memprediksi harga mobil bekas. Dalam penelitian ini, algoritma regresi linear berganda digunakan untuk memprediksi harga mobil bekas. Data yang digunakan untuk membangun model prediksi berasal dari repositori Kaggle. Proses pengujian model dilakukan dengan membagi data menjadi data pelatihan (90%) dan data pengujian (10%). Setelah proses pelatihan, model prediksi didapatkan dengan nilai rata-rata harga sebesar 1512.262. Evaluasi dilakukan terhadap model tersebut dengan mengukur Root Mean Square Error (RMSE) dan Kesalahan Relatif (Relative Error). Hasil evaluasi menunjukkan bahwa nilai RMSE untuk kategori harga adalah 1512.262 dan kesalahan relatif sebesar 9.13%.
Data Warehouse Dengan Metode 4 Step Kimball Dewi, Candrika Arlita; Daniati, Erna; Nugroho , Arie
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 8 No. 1 (2024): PROSIDING SEMINAR NASIONAL INOVASI TEKNOLOGI TAHUN 2024
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/inotek.v8i1.4925

Abstract

Kemajuan teknologi informasi yang cepat mendorong bisnis untuk mengoptimalkan pengelolaan data. Toko Omah Laptop menghadapi tantangan dalam mengorganisir data servis laptop, sehingga sulit mengetahui jumlah dan jenis kerusakan yang sering terjadi. Penelitian ini bertujuan untuk mengolah data warehouse dengan menggunakan metode 4 Step Kimball guna menganalisis data servis secara efektif. Data warehouse memungkinkan penyimpanan data histori yang terintegrasi, mendukung analisis dan pelaporan. Studi ini mengacu pada penelitian sebelumnya yang membahas implementasi data warehouse di berbagai sektor bisnis. Hasilnya menunjukkan bahwa data warehouse dapat membantu mengidentifikasi tren kerusakan, meningkatkan pengambilan keputusan, dan mendukung perencanaan strategis. Implementasi ini diharapkan dapat memperbaiki pengelolaan data servis di Omah Laptop, menghasilkan informasi yang akurat, dan meningkatkan efisiensi operasional.
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 Aliyyah Fitri Nur'aini Alja, Farhan Maulana Amarya, Theo Krisna Amelia Nur Fadhila Ameliya, Putri Amri, Khoiri Aditya Anas, Yulva Irfan Andy G, Asye Candra 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 Bilbina, Arinda Sekar Christy Atika Sari Cintiana Adisti, Talita Dewanti, Suci Dewi, Candrika Arlita Diah Kurniawati, Virginia Dwi Hariani Dwi Harini Dwi Harini Dzatama, Krisna Fahrizal Efendi, Moh. Hasan Eka Fauziah Eko Hari Rachmawanto Ery Mintorini 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 Felmidi, Ferdian Ahmat Ferdiansyah, Rayhan Firlian, Rina Firmansyah, Achmad Ali Fitriono, Deri Hastari Utama Herdika Septa Aulia, Ewanda Huda, Miftaqul Hyperastuty, Agoes Santika Ilahi, Ferlita Putri Anugerah Intan Aprilia Rahman Irfa’udin, Muhammad Islami, Bifadhlillah Marsheila Jauhar, Moh. Iqbal Iqza Juniati, Wiwik Kamilatutsaniya, Nila Khalid, Muhammad Iqbal Laila, Anis Faizul Latifah, Umul Leonel Hernandez, Leonel Lestari, Afifah Kurnia Lukman, Muhammad Abi Maemunah, Mei Maha Shelin Sahira Masruro, Ahlihi Moh Kusen Mufid, Muhammad Fauzan Aditiya MUHAMMAD FAHMI Muhammad Fikri Pratama Muhammad Imron Amrulloh Muhammad Najibulloh Muzaki Mustofa, Mohammad Annan Makruf Mutia, Sherla Dian Muzaki, Muhammad Reza Nafalski, Andrew Nanda, Thoyib Fernanda Ningrum, Dea Yuliana Ayu Nngrum, Dea Yuliana Ayu Nugroho , Arie Nugroho, Andhi Gunawan Nugroho, Arie Nur Alamsyah, Nur Nurfajriana, Intan Melinda Nurlailli, Mediana Oka Satria, Yongki Dyno Penengah, Pita Permadani, Trisna Wahyu Intan 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 Wahyuni, Hesti Putri, Fitria Dessela Putri, Thisya Aisyah Putriani, Dewi Ramadhan, Erlangga Fajar Ratih Kumalasari Niswatin Respati, Aditya Arya Resty Wulanningrum Rina Firliana Rini Indriati Rini Indriati Rino Adi Kurniawan Ristiyawan, Aidina Ristyawan , Aidina 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, Shella Ayu 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 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 Yustiar, Muhammad Hafiz Yuszril Herdianzah Yuszril Zuhriya, Tasbi Khatuz