Article Per Year (5 Year)
p-Index From 2020 - 2025
9.164
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 MATRIK : Jurnal Manajemen, Teknik Informatika, dan Rekayasa Komputer Antivirus : Jurnal Ilmiah Teknik Informatika Jambura Journal of Electrical and Electronics Engineering Jurnal Tecnoscienza 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 Jurnal: International Journal of Engineering and Computer Science Applications (IJECSA) JSITIK: Jurnal Sistem Informasi dan Teknologi Informasi Komputer Journal of Entrepreneurial and Business Diversity
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 Education Electrical & Electronics Engineering Energy Engineering 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 : 45 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 45 Documents
Search

 1   2   3   4   5 
Penerapan Metode First Come First Serve (FCFS) Untuk Pengembangan Sistem Informasi Penjadwalan Produksi Felmidi, Ferdian Ahmat; Daniati, Erna; Ristyawan, Aidina
The Indonesian Journal of Computer Science Research Vol. 4 No. 2 (2025): Juli
Publisher : Hemispheres Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59095/ijcsr.v4i2.202

Abstract

Sistem informasi penjadwalan produksi untuk usaha pembuatan box speaker "K3 Production" dikembangkan menggunakan metode prototyping dan model Unified Modeling Language (UML). Sistem ini menerapkan metode First Come First Serve (FCFS) untuk otomatisasi penjadwalan, pengelolaan pesanan, tugas pekerja, dan laporan produksi. Tujuan pengembangan sistem ini untuk meningkatkan efisiensi proses produksi, memperkirakan waktu penyelesaian secara akurat, serta mengatasi masalah penjadwalan manual yang sering menyebabkan keterlambatan dan ketidakteraturan. Sistem ini dirancang agar dapat memenuhi kebutuhan fungsional dan non-fungsional, dilengkapi dengan perangkat keras dan lunak yang sesuai untuk mendukung operasionalnya. Dalam proses pengembangannya, dilakukan pemodelan dan analisis proses bisnis menggunakan BPMN, diagram aktivitas, squence diagram, dan diagram use case guna memberikan visualisasi dari interaksi user dengan sistem. Hasilnya, sistem menyediakan tampilan antarmuka yang memudahkan pengguna seperti halaman utama, input pesanan, jadwal kerja produksi, login, dan laporan produksi. Sistem ini diharapkan dapat membantu UMKM dalam mengelola proses produksi secara otomatis, meningkatkan efisiensi, dan memanfaatkan teknologi informasi secara optimal dalam proses produksi box speaker. Dengan demikian, sistem ini mampu mengatasi tantangan penjadwalan manual dan lonjakan permintaan secara efektif.
Building a Narrative Event Dataset from Andersen’s Fairy Tales for Literary and Computational Analysis Daniati, Erna; Wibawa, Aji Prasetya; Irianto, Wahyu Sakti Gunawan
International Journal of Engineering, Science and Information Technology Vol 5, No 3 (2025)
Publisher : Malikussaleh University, Aceh, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52088/ijesty.v5i3.910

Abstract

This paper describes building a narrative event dataset for the entire set of 153 fairy tales written by Hans Christian Andersen as?a resource for literary analysis and computational research. The corpus is?built up through semi-automatic annotation for important narrative events: character actions, period transitions, causal communications, and story themes. Each event is augmented with? metadata such as event type, event participants, event temporality (order) and event thematic relevance. This computer-readable structured data is helpful for NLP applications like event detection and temporal reasoning. Still, it supports in-depth literary?studies of plot structures, moral themes and character archetypes in Andersen's stories. Linking the digital humanities with the domain of computational linguistics, the dataset can be jointly used in inter-disciplinary research, and has the potential to reveal new aspects of classical narrative forms and how these findings?and developments can be usefully integrated in AI-supported storytelling systems.
Usability Evaluation of the SiCanTiK Website at SMKN 3 Kota Kediri Using the System Usability Scale and USE Questionnaire Lukman, Muhammad Abi; Daniati, Erna; Wardani, Anita Sari
Journal of Computer Networks, Architecture and High Performance Computing Vol. 7 No. 3 (2025): Articles Research July 2025
Publisher : Information Technology and Science (ITScience)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/cnahpc.v7i3.6315

Abstract

The rapid advancement of information technology has driven the transformation of learning systems, especially in vocational education. SMKN 3 Kota Kediri has developed an e-learning platform called SiCantik (Sistem Informasi Canggih Terintegrasi dan Kolaboratif) to support the online learning process. However, despite its potential, the platform faces several usability issues such as difficulties in navigating features and accessing learning content, which may hinder learning outcomes. This study aims to analyze the usability level of the SiCantik website using the System Usability Scale (SUS) and the USE Questionnaire. A descriptive quantitative method was employed, and data were collected from 100 respondents through online questionnaires. Validity and reliability testing were conducted to ensure the accuracy of the instruments. The SUS results showed an average score of 61.8, which falls into the “Poor” category, indicating that the platform's usability is marginally acceptable. Meanwhile, the USE Questionnaire results produced an average usability percentage of 65.5%, which is categorized as “Feasible.” Among the four evaluated dimensions, Ease of Use had the highest score (68.5%), while Ease of Learning had the lowest (63.2%). These results imply that while users generally find the system usable, improvements are still needed, particularly in user guidance and system intuitiveness. This research provides valuable input for system developers and stakeholders to improve the user experience of educational platforms. Further research is recommended to evaluate the technical performance and long-term user engagement of the system.
Usability Test on the System Determination Decision Support ReleaseProduct Towards Contribution Level Decision Maker Daniati, Erna; Sucipto, Sucipto; Wardani, Anita Sari; Pradhana, Akmal Hisyam
MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer Vol. 24 No. 3 (2025)
Publisher : Universitas Bumigora

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30812/matrik.v24i3.3789

Abstract

The core problem addressed in this research is the usability challenges of a decision support system for determining product release, which can hinder decision-makers’ effectiveness and user satisfaction. The purpose of this research is to evaluate the usability of the system and assess its impact on the effectiveness of decision-makers in determining product releases. The method used is a usability test involving direct user interaction with the system, where decision-makers performed predefined tasks. Usability metrics, including task completion time, error rate, and user satisfaction levels, were collected and analyzed to evaluate system performance. The result of this study is that the system facilitates efficient decision-making to a moderate extent. However, specific usability issues, such as navigation complexity and information overload, were identified, which reduced some users’ ability to operate the system seamlessly. Improvements in navigation and information presentation significantly enhanced user experience and decision-making quality. The research concludes that enhancing the usability of decision support systems is essential for maximizing their contribution to decision-making processes. Addressing specific challenges, such as simplifying navigation and optimizing information presentation, can substantially improve decision-maker satisfaction and the overall utility of the system. This study emphasizes the importance of usability-focused design in facilitating effective organizational decision-making.
Pengabdian Masyarakat di Unit Pelaksanaan Teknis Publikasi Ilmiah Universitas Negeri Malang: Analisis dan Rekomendasi Pengelolaan Jurnal Elektronik Daniati, Erna; Ristyawan, Aidina; Pradhana, Akmal Hisyam; Ningrum, Dea Yuliana Ayu; Sucipto, Sucipto; Firliana, Rina; Nugroho, Arie
Kontribusi: Jurnal Penelitian dan Pengabdian Kepada Masyarakat Vol. 6 No. 1 (2025): November 2025
Publisher : Cipta Media Harmoni

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53624/kontribusi.v6i1.748

Abstract

Latar Belakang: Praktik Kerja Lapangan (PKL) merupakan kegiatan penting yang menjembatani teori akademik dengan praktik profesional. Kegiatan ini memberikan pengalaman kerja nyata dan menjadi wahana pengabdian kepada masyarakat. Tujuan: Tujuan utama kegiatan ini adalah memberikan pengalaman kerja nyata kepada mahasiswa Sistem Informasi, serta menganalisis dan memberikan rekomendasi terkait sistem informasi dan antarmuka pengguna (UI/UX) dari portal jurnal elektronik UM (https://journal2.um.ac.id/ ). Metode: Metode yang digunakan dalam kegiatan pengabdian ini adalah Praktik Kerja Lapangan (PKL) di Unit Pelaksanaan Teknis (UPT) Publikasi Ilmiah Universitas Negeri Malang. Selama PKL, penulis terlibat dalam tahapan pengelolaan jurnal dan menganalisis website menggunakan metode Eight Golden Rules untuk mengevaluasi UI/UX. Hasil: Hasil kegiatan menunjukkan bahwa penulis berhasil berkontribusi dalam proses teknis administrasi jurnal seperti pembuatan issue, pengisian metadata, penambahan contributor, pengunggahan galleys, dan publishing. Kesimpulan: Kegiatan PKL memberikan manfaat nyata bagi UPT Publika UM dalam bentuk bantuan teknis dan masukan perbaikan sistem.
Evaluasi Kesesuaian Implementasi SIMRS Khanza Berdasarkan Model Human-Organization-Technology Fit (HOT-FIT) Alamsyah, Nur; Daniati, Erna; Ristyawan, Aidina
The Indonesian Journal of Computer Science Research Vol. 4 No. 2 (2025): Juli
Publisher : Hemispheres Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59095/ijcsr.v4i2.204

Abstract

Sistem Informasi Manajemen Rumah Sakit (SIMRS) merupakan kunci peningkatan efisiensi operasional dan mutu layanan. Wawancara dengan pengguna di unit rekam medis RS Bhayangkara Nganjuk mengungkap kendala seperti inkonsistensi data, kegagalan tampilan informasi, dan kesulitan penyusunan laporan. Penelitian ini mengevaluasi keberhasilan implementasi SIMRS sekaligus mengidentifikasi faktor determinannya menggunakan model Human‑Organization‑Technology Fit (HOT‑FIT). Pengumpulan data dilakukan melalui wawancara, studi literatur, dan kuesioner HOT‑FIT pada 420 pengguna (sampel ditentukan dengan rumus Slovin). Analisis—dijalankan dengan SPSS—mencakup uji validitas, reliabilitas (Cronbach’s Alpha 0,984), uji t, uji F, dan koefisien determinasi. Ketujuh variabel HOT‑FIT berpengaruh signifikan terhadap keberhasilan sistem, dengan R² 0,879 yang menunjukkan 87,9 % variabilitas keberhasilan dapat dijelaskan oleh model. Hasil ini menegaskan bahwa implementasi SIMRS tergolong berhasil namun tetap memerlukan peningkatan pada mutu sistem, mutu informasi, mutu layanan, intensitas penggunaan, kepuasan pengguna, dan dukungan organisasi
Perbandingan Algoritma Machine Learning Dalam Analisis Sentimen Isu Gempa Megathrust Herdika Septa Aulia, Ewanda; Daniati, Erna; Muzaki , Muhammad Najibulloh
The Indonesian Journal of Computer Science Research Vol. 4 No. 2 (2025): Juli
Publisher : Hemispheres Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59095/ijcsr.v4i2.206

Abstract

Isu gempa megathrust menjadi perhatian publik yang signifikan mengingat potensi dampaknya yang besar di wilayah Indonesia. Meningkatnya kesadaran dan kekhawatiran masyarakat terhadap isu ini tercermin dari banyaknya diskusi di berbagai platform media sosial, khususnya YouTube. Melihat fenomena tersebut, penelitian ini dilakukan untuk menganalisis dan mengklasifikasikan sentimen publik terhadap video bertema gempa megathrust. Tujuan utama dari penelitian ini adalah untuk mengkaji persepsi masyarakat melalui komentar di YouTube menggunakan pendekatan machine learning. Penelitian ini menggunakan tiga algoritma utama, yaitu Support Vector Machine dengan tiga jenis kernel yaitu linear, RBF, dan polynomial; Naive Bayes dengan Bernoulli dan Multinomial; serta Decision Tree. Data dikumpulkan melalui teknik scraping pada kolom komentar video YouTube yang relevan, dengan total data sebanyak 4337 komentar. Proses analisis dilakukan melalui sembilan tahap, yaitu pengumpulan data, preprocessing teks, pelabelan sentimen menggunakan lexicon VADER, pembobotan kata menggunakan TF-IDF, penyeimbangan data dengan SMOTE, seleksi fitur dengan mutual information, pembuatan model klasifikasi, evaluasi kinerja model, dan analisis hasil. Evaluasi performa model dilakukan menggunakan metrik accuracy, precision, recall, dan F1-score. Hasil menunjukkan bahwa algoritma SVM dengan kernel linear memberikan performa terbaik dengan akurasi mencapai 87%. Temuan ini mengonfirmasi bahwa pendekatan machine learning efektif untuk menganalisis opini publik terhadap isu kebencanaan, serta dapat menjadi landasan dalam pengambilan kebijakan mitigasi risiko bencana berbasis persepsi masyarakat.
Pendekatan BERT Dalam Analisis Sentimen Terhadap Kominfo Di Media Sosial X Faruqziddan, Muhammad; Daniati, Erna; Muzaki, Muhammad Najibulloh
The Indonesian Journal of Computer Science Research Vol. 4 No. 2 (2025): Juli
Publisher : Hemispheres Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59095/ijcsr.v4i2.207

Abstract

Perkembangan media sosial telah mengubah pola komunikasi masyarakat, termasuk dalam menyampaikan opini terhadap isu-isu publik. Salah satu isu yang sering dibahas adalah Kementerian Komunikasi dan Informatika (Kominfo). Media sosial X menjadi salah satu platform utama yang digunakan masyarakat untuk menyuarakan pendapat secara terbuka. Oleh karena itu dibutuhkan metode analisis yang mampu menangkap dan memahami sentimen publik. Penelitian ini bertujuan untuk menganalisis sentimen masyarakat terhadap Kominfo menggunakan algoritma Bidirectional Encoder Representations from Transformers (BERT), yang dikenal memiliki kemampuan unggul dalam memahami text. Data dikumpulkan melalui teknik scraping dengan kata kunci "kominfo", kemudian dilakukan tahapan pre-processing seperti cleaning, case folding, translation, tokenization, stopwords removal, dan stemming. Data yang telah dibersihkan kemudian diberi label sentimen menggunakan metode leksikon VADER dan diklasifikasikan ke dalam tiga kategori, positif, netral, dan negatif. Model BERT dilatih menggunakan data yang telah diproses dengan pembagian 80% untuk training, 10% validation, dan 10% testing. Hyperparameter yang digunakan meliputi epoch sebanyak 10, batch size 16, max length 100, learning rate 2e-5, dan dropout 0.3. Hasil evaluation menunjukkan bahwa model BERT mampu mengklasifikasikan sentimen dengan accuracy sebesar 84%, serta nilai precision, recall, dan F1-score yang seimbang di seluruh kelas. Kesimpulan dari penelitian ini adalah bahwa BERT efektif dalam menganalisis opini publik terhadap instansi pemerintah melalui media sosial X.
Penerapan Bi-LSTM Untuk Named Entity Recognition Pada Teks Bahasa Indonesia Pradhana, Akmal Hisyam; Daniati, Erna; Muzaki, Muhammad Najibulloh
The Indonesian Journal of Computer Science Research Vol. 4 No. 2 (2025): Juli
Publisher : Hemispheres Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59095/ijcsr.v4i2.208

Abstract

Penelitian ini bertujuan untuk membangun dan mengevaluasi model Named Entity Recognition (NER) berbasis arsitektur Bidirectional Long Short-Term Memory (Bi-LSTM) yang mampu mengenali entitas secara otomatis dalam teks berbahasa Indonesia. Urgensi penelitian ini terletak pada masih minimnya sistem NER yang efektif untuk bahasa Indonesia, terutama pada teks non-formal yang memiliki struktur dan kosakata unik. Permasalahan utama yang diangkat adalah rendahnya akurasi ekstraksi entitas akibat keterbatasan model-model NER sebelumnya dalam memahami konteks bahasa Indonesia yang kompleks dan tidak baku. Data dikumpulkan dari korpus teks Indonesia yang telah dianotasi format BIO (Beginning-Inside-Outside) dan diklasifikasikan dalam jenis entitas seperti Person, Location, Organization, Quantity, dan Time. Proses melibatkan preprocessing (tokenisasi, pelabelan BIO, dan padding), pembangunan arsitektur Bi-LSTM, pelatihan model teknik train-test split (80:20), serta evaluasi menggunakan metrik Precision, Recall, F1-Score, dan confusion matrix. Hasil penelitian menunjukkan model Bi-LSTM berhasil mencapai akurasi keseluruhan sebesar 99% dan F1-Score sebesar 0.99, dengan performa terbaik pada entitas ORGANIZATION dan PERSON. Penelitian ini berkontribusi pada pengembangan NER berbasis budaya lokal serta potensial diterapkan dalam pendidikan, pelestarian budaya, dan pencarian informasi kontekstual berbahasa Indonesia.
Pemodelan Klasifikasi Popularitas Produk Skincare Menggunakan Support Vector Machine (SVM): Studi Komparatif Kinerja Kernel. Kamilatutsaniya, Nila; Daniati, Erna; Muzaki, M. Najibulloh
The Indonesian Journal of Computer Science Research Vol. 4 No. 2 (2025): Juli
Publisher : Hemispheres Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59095/ijcsr.v4i2.209

Abstract

Pertumbuhan pasar digital telah meningkatkan variasi produk skincare di platform seperti Sephora. Kondisi ini yang pada akhirnya mendorong konsumen menghadapi tantangan dalam penentuan produk yang populer. Oleh karena itu, penelitian ini dilakukan untuk membantu mengidentifikasi popularitas produk skincare melalui pengembangan model klasifikasi berbasis algoritma machine learning. Tujuan penelitian ini adalah membangunodel klasifikasi untuk mengidentifikasi popularitas produk berdasarkan karakteristik produk serta menerapkan algoritma Support Vector Machine (SVM) dengan tiga jenis kernel: linear, RBF, dan polynomial. Data sekunder diperoleh dari Kaggle yang memuat informasi produk skincare di Sephora, dan diolah melalui tahapan CRISP-DM, mulai dari pemahaman bisnis, pembersihan data, labeling popularitas berdasarkan threshold jumlah “loves” dan “reviews”, penyeimbang data dengan Teknik SMOTE, hingga pemodelan menggunakan algoritma Support Vector Machine (SVM) dengan tiga jenis kernel serta evaluasi. Hasil pengujian menunjukkan bahwa kernel linear memberikan akurasi tertinggi sebesar 98,52%. Berdasarkan hasil seleksi fitur, faktor utama yang memengaruhi popularitas produk adalah jumlah ulasan (log_n_of_reviews), jumlah suka (log_n_of_loves), serta rasio interaksi pengguna seperti reviews_to_loves_ratio dan return_on_reviews. Penelitian ini memberikan kontribusi dalam pengembangan model prediksi berbasis machine learning untuk mendukung pengambilan keputusan dalam pemasaran produk skincare
Co-Authors Abadi, Ahmad Fajar Abu Tholib Achmad, Ridho Afrizal Ahmad Bayu P Agustama, Andri Tri Aidina Ristyawan Aidina Ristyawan, Aidina Aji Prasetya Wibawa Akmal Hisyam Pradhana Alamsyah, M Alfianto Aliyyah Fitri Nur'aini Alja, Farhan Maulana Amarya, Theo Krisna Amelia Nur Fadhila Andy G, Asye Candra Angga Wibisono Anita Sari Wardani ANUARIDLO, Mochamad Aldi Yusuf Anusua Ghosh, Anusua Ardiansyah , Bima Ardyansyah, Fikri Arie Nugroho, Arie Arie, Theo Yan Arti Romansa, Shasya Aulia, Ewanda Herdika Septa Azzahra, Salsabila Dini Bachti, Achmad Syauqi Bastian Dwiki Prasetyo Christy Atika Sari Cintiana Adisti, Talita Cristina Juwita Agata Dewi, Candrika Arlita Diah Kurniawati, Virginia Dimas Abimanyu Dimas Regga Meydianto Ditto Syahrul S Dwi Hariani Dwi Harini Dwi Harini DWI HARINI Dzatama, Krisna Fahrizal Eko Hari Rachmawanto Ery Mintorini Fadhila, Amelia Nur Fadli Hidayat, M Noer Fadli Hidayat, M. Noer Farhan Gagat Retnanto Faruq, Umar Al Faruqziddan, Muhammad Fatayasya, Ikhfal Fauzi, Mohammad Ainun Naja Felmidi, Ferdian Ahmat Firmansyah, Achmad Ali Fitriono, Deri Hastari Utama Herdika Septa Aulia, Ewanda Hyperastuty, Agoes Santika Ilahi, Ferlita Putri Anugerah Intan Aprilia Rahman Irfa’udin, Muhammad Islami, Bifadhlillah Marsheila Jauhar, Moh. Iqbal Iqza Kamilatutsaniya, Nila Khalid, Muhammad Iqbal Leonel Hernandez, Leonel Lestari, Afifah Kurnia Lukman, Muhammad Abi Maemunah, Mei Maha Shelin Sahira Masruro, Ahlihi Moh Kusen Muhammad Fahmi Muhammad Fikri Pratama Muhammad Hafiz Yustiar Muhammad Imron Amrulloh Muhammad Najibulloh Muzaki Mustofa, Mohammad Annan Makruf Muzaki, Muhammad Reza Nafalski, Andrew Naufal Rizqulloh Ningrum, Dea Yuliana Ayu Nngrum, Dea Yuliana Ayu Nugroho , Arie Nugroho, Arie Nur Alamsyah, Nur Nurfajriana, Intan Melinda Pradhana, Akmal Hisyam Prayogi, Anindita Puspa Ayu Priyanto, Evania Putra, Regi Candra Purnama Putri Wahyuni, Hesti Putri, Fitria Dessela Putriani, Dewi Ratih Kumalasari Niswatin Resty Wulanningrum Rina Firliana Rini Indriati Rini Indriati Rino Adi Kurniawan Ristiyawan, Aidina Ristyawan , Aidina Rizki Wahyu Nugroho Rosyidah Jayanti Vijaya, Rosyidah Jayanti Sahira, Maha Shelin Sakin, Kharisma Santoso, Heru Teguh Sari Wardani, Anita Sasongko, Muhammad Zuhdi Setiawan, Fachruddin Ari Shofyana, Altha Inas Sri Ngudi Wahyuni, Sri Ngudi Suci Dewanti Sucipto Sucipto sugandhi sugandhi saputra Supri yono Supri Yono, Supri Syafa’at, Achmadhin Tristan Teguh Andriyanto Theo Krisna Amarya Thoyib Fernanda Nanda Utama, Hastari Varuq, M Nizar Bahri Al Wahiid, Hermawan Nur Wahyu Sakti Gunawan Irianto Wardani, Anita Sari Wardani, Saylendra Arga Wardhani, Aurel Fransisca Kusuma Wiranata, Hadi Wiwik Juniati Yongki Dyno Oka Satria Yulva Irfan Anas Yuszril Herdianzah Yuszril