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

 5   6   7   8   9 
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
Few-Shot-BERT-RNN Narrative Structure Analysis for Andersen's Stories Daniati, Erna; Wibawa, Aji Prasetya; Irianto, Wahyu Sakti Gunawan; Hernandez, Leonel
JOIV : International Journal on Informatics Visualization Vol 9, No 4 (2025)
Publisher : Society of Visual Informatics

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62527/joiv.9.4.3932

Abstract

Event Extraction (EE) is a pivotal task for NLP, where important events in the narrative text need to be detected and recognized. We present an alternative method for extracting events from Hans Christian Andersen's fairy tales, utilizing Few-Shot Learning with BERT (Bidirectional Encoder Representations from Transformers) and RNN (Recurrent Neural Network) in this paper. We selected Andersen's fairy tales because they are characterized by rich narratives and symbolic language, which also often prevents automatic event extraction. To reduce reliance on labeled samples, we utilize the Few-Shot Learning method, which enables the model to learn from a small number of labeled event examples trivially. The BERT model is used to generate deep representations by modeling the context between words and sentences. RNN is essential to capture the sequence of events in the story, which determines the structure of the narrative. The findings demonstrate that the proposed framework significantly improves event extraction, with high values of evaluation metrics such as in accuracy, precision, recall, and F1-score. The proposed method is also effective in extracting non-explicit events while keeping the narrative context. Despite the challenges posed by metaphorical language and subjective events, this work demonstrates that Few-Shot Learning, BERT, and RNNs offer a promising solution to the task of event extraction from complex narratives.
PEMILIHAN MENU DI KANTIN SESUAI MINAT MAHASISWA DENGAN MENGGUNAKAN METODE PROFILE MATCHING Firliana, Rina; Indriati, Rini; Daniati, Erna; Nugroho, Arie; Niswatin, Ratih Kumalasari; Arie, Theo Yan
Nusantara of Engineering (NOE) Vol 8 No 02 (2025): Volume 8 Nomor 2 - 2025
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/noe.v8i02.24762

Abstract

A canteen business on a campus or college is very profitable for entrepreneurs. Where the canteen serves a variety of food for sale. However, with the many menus provided, it has an effect on cost and labor. Because with the many menus provided, the seller must prepare all the menus, but for the menu, there are those that are sold a lot and some are only sold a few or a little so that the menu that is sold a little is wasted. For this reason, this research aims to help canteen sellers to be more efficient in serving menus that are most in demand by students and which are not in demand by students so that they do not suffer big losses. For this reason, in this study, a decision support system is applied using the Profile Matching method with five criteria used, namely selling price, production price, serving, taste and manufacturing time. For menu options consisting of instant noodles, pecel rice, vegetable rice, kremes chicken, kremes tempeh and soto. From the results of the research, the results of the food menu were obtained which became the main choice among the other alternatives offered. So that canteen sellers can prepare the menu that is most interested in cooking or provided more than the menu that is less in demand and cooked less. And the raw materials prepared are adjusted to the interest rating calculated using the profile matching method.
Weak Supervision Dengan Pendekatan Labeling Function Untuk Analisis Sentimen Pada Twitter Utama, Hastari; Daniati, Erna; Masruro, Ahlihi
The Indonesian Journal of Computer Science Research Vol. 3 No. 1 (2024): January
Publisher : Hemispheres Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59095/ijcsr.v3i1.93

Abstract

Penggunaan sosial media saat ini telah meningkat dengan pesat. Salah satu jenis media sosial yang digunakan adalah Twitter. Media sosial ini memiliki miliaran pengguna dari seluruh dunia. Jadi, dalam waktu yang singkat data tweet yang mereka posting telah ada pada penyimpaannya. Setiap pengguna juga dibatasi jumlah karakter dalam melakukan pengiriman tweetnya. Namun, kumpulan tweet pada media sosial ini memiliki konteks tema yang bervariatif. Hal ini dapat memuat sentimen emosional seperti senang, sedih, gembira, duka, dan sebagainya. Berbagai jenis data tweet yang disediakan ini sangat berpotensial untuk dianalisis terutama bagi perusahaan berbasis profit. Hal ini dapat memuat kebiasaan pelanggan, tren produk, indeks saham, dan sebagainya. Salah satu jenis analisis yang dilakukan adalah sentiment analisis. Hal ini berguna untuk mengklasifikasikan opini tweet yang ada. Opini ini dapat berupa positif, negatif, atau netral. Hasil analisis ini sangat diperlukan perusahaan untuk mengetahui tren yang terjadi pada era ini. Salah satu solusi yang ditawarkan pada penelitian ini adalah dengan menggunakan Weak Supervision. Namun, ada tantangan yang terjadi pada metode ini. Hal ini adalah kuranganya tingkat akurasi jika dibandingkan dengan pelabelan secara manual.  Pada penelitian ini dilakukan pelabelan otomatis dengan weak supervision. Selain itu, dilakukan pendekatan labeling function dan Regex Pattern dalam melakukan pelabelan secara otomatis. Hal ini diharapakan dataset yang dilabeli akan menghasilkan model dengan tingkat akurasi mendekat pelabelan secara manual, lebih lagi jika dapat mengungguli metode manual. Selain itu, kontribusi yang diharapkan dalam penelitian ini adalah usaha untuk mempersingkat waktu pelabelan daripada dilakukan secara manual.Ringkasan penelitian tidak lebih dari 500 kata yang berisi latar belakang penelitian, tujuan dan metode penelitian yang diusulkan, luaran yang ditargetkan, serta uraian kontribusi penelitian. Gunakan style Abstract pada bagian ini dengan satu paragraf.
Comparison of C4.5 and Naive Bayes for Predicting Student Graduation Using Machine Learning Algorithms Tholib, Abu; Fadli Hidayat, M Noer; yono, Supri; Wulanningrum, Resty; Daniati, Erna
International Journal of Engineering and Computer Science Applications (IJECSA) Vol. 2 No. 2 (2023): September 2023
Publisher : Universitas Bumigora Mataram-Lombok

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30812/ijecsa.v2i2.3364

Abstract

Student graduation is a very important element for universities because it relates to college accreditation assessment. One of them is at the Faculty of Engineering Nurul Jadid University, which has problems completing the study period within a predetermined time. So that it can be detrimental because accreditation is less than optimal, and the number of active students makes it less ideal in teaching and learning activities. This study aimed to compare the level of accuracy using the C4.5 algorithm and Naïve Bayes method in predicting graduation on time. The C4.5 and Naïve Bayes algorithms are one of the methods in the algorithm for classifying. Tests were carried out using the C4.5 and Naïve Bayes algorithms using Google Colab with Python programming language, then validated using 10-fold cross-validation. The results of this study indicate that the Naïve Bayes method has a higher accuracy value with an accuracy rate of 96.12%, while the C4.5 algorithm method is 93.82%.
Attention-Enhanced Convolutional Neural Network for Context Extraction in Andersen's Fairy Tales Daniati, Erna; Wibawa, Aji Prasetya; Irianto, Wahyu Sakti Gunawan; Nafalski, Andrew
JOIV : International Journal on Informatics Visualization Vol 9, No 6 (2025)
Publisher : Society of Visual Informatics

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62527/joiv.9.6.4056

Abstract

Event extraction in classic literature and fairy tales remains highly challenging due to their non-linear plot structures, archaic linguistic expressions, and intricate character interactions, while advances in modern NLP still show limitations in capturing subtle narrative cues in historical texts. This study aims to address these gaps by developing an event extraction model tailored to the narrative characteristics of Hans Christian Andersen’s fairy tales. We propose a BERT-enhanced Context-aware Convolutional Neural Network (CNN) that integrates an attention mechanism to overcome the limited contextual range of traditional CNNs. The model leverages BERT’s contextual embeddings enriched with an attention layer to detect event triggers, character relations, and narrative transitions across nonlinear storylines. A hybrid dataset was constructed through system-generated annotations refined via manual verification and combined with AN/an cartoon-based representations for model training and final testing. Experimental results show that the proposed model surpasses both the CNN-only baseline and a rule-based approach, achieving precision of 0.92, recall of 0.89, F1-score of 0.90, and accuracy of 0.91, outperforming the CNN baseline (0.85/0.82/0.83/0.84) and rule-based system (0.78/0.75/0.76/0.77). These findings highlight the effectiveness of context-aware representations for processing literary narratives and demonstrate interdisciplinary relevance to digital humanities and AI-based storytelling, with future extensions envisioned for multilingual settings and genre-specific adaptations.
Inovasi Digital berbasis Video Dokumenter untuk Mempromosikan Kearifan Lokal Desa Budaya Seyegan Wahyuni, Sri Ngudi; Vijaya, Rosyidah Jayanti; Maemunah, Mei; Daniati, Erna
Abdiformatika: Jurnal Pengabdian Masyarakat Informatika Vol. 5 No. 2 (2025): November - Abdiformatika: Jurnal Pengabdian Masyarakat Informatika
Publisher : Indonesian Scientific Journal

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59395/abdiformatika.v5i2.263

Abstract

Kegiatan pengabdian kepada masyarakat ini bertujuan mengembangkan video dokumenter sebagai alat promosi bagi Desa Budaya Seyegan. Hal ini disebabkan minimnya kunjungan wisatawan ke Desa Budaya Seyegan ini yang memiliki potensi budaya dan alam yang besar. Topik ini dipilih untuk meningkatkan kesadaran masyarakat dan daya tarik wisatawan, serta memperbaiki kondisi ekonomi lokal. Metode pengabdian masyarakat yang digunakan meliputi kolaborasi antara akademisi dan masyarakat lokal dalam mendokumentasikan tradisi, seni, dan kearifan lokal. Hasil penelitian menunjukkan bahwa video yang dihasilkan berhasil menarik perhatian, hal ini tebukti dengan jumlah viewer 25 view sealam 8 hari di kanal Youtube Pengabdi. Video dokumenter ini difungsikan untuk meningkatkan visibilitas desa, dan mendorong pelestarian budaya dan memperluas jangkauan promosi. Kesimpulannya, inisiatif ini tidak hanya berfungsi sebagai promosi tetapi juga sebagai arsip budaya yang penting, dengan rekomendasi untuk pelatihan pembuatan konten bagi masyarakat lokal guna mendukung pengembangan pariwisata yang berkelanjutan.
Petani Jamur Tiram Di Desa Semen Kabupaten Kediri Daniati, Erna; Andriyanto, Teguh; Harini, Dwi
Jurnal ABDINUS : Jurnal Pengabdian Nusantara Vol 1 No 1 (2017): Volume 1 Nomor 1 Tahun 2017
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (271.667 KB) | DOI: 10.29407/ja.v1i1.11727

Abstract

Usaha jamur Haris S. yang berlokasi di Jl. Kopen RT02/RW01 Desa Semen Kabupaten Kediri dan M. Ilham Ainun N. yang berlokasi di Jl. Slamet Riyadi RT 03/RW 01 Desa Semen Kabupaten Kediri, merupakan UMKM yang cukup produktif dalam menghasilkan jamur tiram. Produktifitas tersebut saat ini terkendala oleh pemasaran produk. Disamping itu Jamur tiram yang dihasilkan saat ini belum memiliki nilai jual tinggi karena masih kurangnya pengetahuan pemilik dalam mengolah produk. Untuk memecahkan masalah kedua UMKM tersebut diatas maka perlu dibangun sistem peningkatan nilai jual dan pemasaran produk. Untuk meningkatkan nilai jual produk, petani tidak lagi menjual jamur dalam bentuk bahan mentah berupa jamur namun sudah dalam bentuk olahan. Cara yang paling sederhana adalah dengan mengolah jamur mentah menjadi jamur crispi. Dengan pengolahan tersebut maka produk akan dapat bertahan lebih lama sehingga dapat mendukung lama waktu proses distribusi produk. Untuk meningkatkan minat pembeli maka hasil olahan jamur crispi perlu dipacking dengan baik dan menarik. Pemasaran produk disamping dilakukan dengan cara konvensional juga dilakukan melalui dunia maya (internet) yang tidak terbatas tempat, ruang dan waktu. Pemasaran melalui dunia maya dilakukan dengan berbagai cara yaitu membuat website profil produk, pembuatan akun di media sosial dan iklan di mesin pencari. Target dari dari pengabdian ini adalah peningkatan produksi jamur dan omset penjualan produk olahan jamur.
Pemilihan Batu Bata Menggunakan Metode Simple Additive Weighting (SAW) Nanda, Thoyib Fernanda; Daniati, Erna; Ristyawan, Aidina
Nusantara of Engineering (NOE) Vol 6 No 1 (2023): Volume 6 No 1 Tahun 2023
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/noe.v6i1.19736

Abstract

This study focuses on the selection of bricks based on criteria. Many types of bricks have been marketed, but the many criteria and lack of knowledge and information about the types of bricks makes it difficult for customers to choose bricks. One alternative solution to solve this problem is to use a decision support system using the SAW method to make it easier for customers to make decisions about choosing bricks according to their wishes. The SAW method is used to determine the highest score from the ranking results, there are existing alternatives by calculating the predetermined criteria and weights. by using an application that can be updated according to customer needs. The results of implementing a Decision Support System using the SAW method help customers make decisions about choosing bricks more easily.
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