Article Per Year (5 Year)
p-Index From 2020 - 2025
6.03
P-Index
This Author published in this journals
All Journal Seminar Nasional Aplikasi Teknologi Informasi (SNATI) TELKOMNIKA (Telecommunication Computing Electronics and Control) Bulletin of Electrical Engineering and Informatics Jurnal Informatika CommIT (Communication & Information Technology) Explore: Jurnal Sistem Informasi dan Telematika (Telekomunikasi, Multimedia dan Informatika) Telematika JUITA : Jurnal Informatika Seminar Nasional Informatika (SEMNASIF) POSITIF Annual Research Seminar Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) International Journal of Artificial Intelligence Research Jurnal Ilmiah Matrik Jusikom : Jurnal Sistem Komputer Musirawas PROCESSOR Jurnal Ilmiah Sistem Informasi, Teknologi Informasi dan Sistem Komputer Jurnal Sisfokom (Sistem Informasi dan Komputer) Jurnal Teknologi Sistem Informasi dan Aplikasi Jurnal Ilmiah Media Sisfo J-SAKTI (Jurnal Sains Komputer dan Informatika) JURIKOM (Jurnal Riset Komputer) Jurnal Informatika Global Journal of Information Systems and Informatics Jurnal Teknologi Dan Sistem Informasi Bisnis Indonesian Journal of Electrical Engineering and Computer Science Jurnal Teknologi Informatika dan Komputer Jurnal Restikom : Riset Teknik Informatika dan Komputer Journal of Computer and Information Systems Ampera Jurnal Pengembangan Sistem Informasi dan Informatika Journal of Applied Computer Science and Technology (JACOST) Jurnal Nasional Pengabdian Masyarakat J-SAKTI (Jurnal Sains Komputer dan Informatika) International Journal Software Engineering and Computer Science (IJSECS) Jurnal Bina Komputer Indonesian Journal of Innovation Multidisipliner Research Ngabdimas Kesatria : Jurnal Penerapan Sistem Informasi (Komputer dan Manajemen) Jurnal Ilmiah Betrik : Besemah Teknologi Informasi dan Komputer
Yesi Novaria Kunang
Universitas Bina Darma
Religion Agriculture, Biological Sciences & Forestry 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 Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Social Sciences Other

Published : 53 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 53 Documents
Search

 1   2   3   4   5 
Analysis of Malware Dns Attack on the Network Using Domain Name System Indicators Beni Brahara; Dedy Syamsuar; Yesi Novaria Kunang
Journal of Information System and Informatics Vol 2 No 1 (2020): Journal of Information Systems and Informatics
Publisher : Universitas Bina Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33557/journalisi.v2i1.30

Abstract

University of Bina Darma Palembang has its own DNS server and in this study using log data from the Bina Darma University DNS server as data in the study, DNS log server data is analyzed by network traffic, using Network Analyzer tools to see the activity of a normal traffic or anomaly traffic, or even contains DGA Malware (Generating Algorthm Domain).DGA malware produces a number of random domain names that are used to infiltrate DNS servers. To detect DGA using DNS traffic, NXDomain. The result is that each domain name in a group domain is generated by one domain that is often used at short times and simultaneously has a similar life time and query style. Next look for this pattern in NXDomain DNS traffic to filter domains generated algorithmically that the domain contains DGA. In analyzing DNS traffic whether it contains Malware and whether network traffic is normal or anomaly, in this study it detects Malwere DNS From the results of the stages of the suspected domain indicated by malware, a suspected domain list table is also created and also a suspected list of IP addresses. To support the suspected domain analysis results, info graphic is displayed using rappidminer tools to test decisions that have been made using the previous tools using the Decision Tree method.
Sentiment Analisis Terhadap Cryptocurrency Berdasarkan Comment Dan Reply Pada Platform Twitter Adam Prasetya; Ferdiansyah Ferdiansyah; Yesi Novaria Kunang; Edi Surya Negara; Winoto Chandra
Journal of Information System and Informatics Vol 3 No 2 (2021): Journal of Information Systems and Informatics
Publisher : Universitas Bina Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33557/journalisi.v3i2.124

Abstract

Analisis sentiment saat ini banyak di gunakan masyarat sebagai bahan untuk mengetahui pendapat atau opini masyarakattentang berbagai macam hal. Dengan menggunakan sentiment analisis kita dapat mengklasifikasikan data apakah data tersebuttermasuk opini netral opini positif opini negatif. Penelitian ini membahas tentang analisis sentiment untuk mengukur tingkatakurasi dari pendapat masyarakat pada tiga cryptocurrency yaitu Bitcoin,ethereum,ripple dengan metode Naive Bayes dansupport vector machine yang berguna untuk mengetahui nilai akurasi yang tertinggi dari dua metode yang digunakan dalampenelitian ini. Ada banyak metode yang bisa digunakan untuk mengkasifikasikan opini tersebut, namun penelitian ini dipilihmetode Naive Bayes dan Support vector machine, dengan alasan metede tersebut banyak di gunakan oleh peneliti lain danmenghasilkan nilai akurasi yang tinggi. Hasil dari penelitian ini adalah berupa data perbandingan dari akurasi. hasil akurasidari 3 cryptocurrency SVM lebih besar dari pada nilai akurasi 3 cryptocurrency Naive Bayes.
Implementasi Data Mining Menggunakan Algoritme Naive Bayes Classifier dan C4.5 untuk Memprediksi Kelulusan Mahasiswa Endang Etriyanti; Dedy Syamsuar; Yesi Novaria Kunang
Telematika Vol 13, No 1: Februari (2020)
Publisher : Universitas Amikom Purwokerto

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35671/telematika.v13i1.881

Abstract

Abstract: The inability of students to complete their studies on time is faced by most of higher education institution. STMIK Bina Nusantara Jaya Lubuklinggau is one of those which is experienced with this matter. In most cases, the students could complete their studies longer than the expected duration. From 162 students of Sistem Informasi study program in the year 2013 and 2014 there were 117 students completed their studies on time, while 45 students were late. As a result, it could prevent new students to join the instituion since the limited student capacity. This study deploys data mining technique in predicting graduation status of students on time. First, preprocessing is used to obtain a good dataset. Secondly, the data is processed to obtain a set of prediction. In this step, two mining algoritm were applied – Naive bayes classifier and C4.5 algoritm to be knowing the performance of the two methods, the method has a greater accuracy value will be recommended to solving the problem of prediction of students graduation at STMIK Bina Nusantara Jaya Lubuklinggau. Thirdly, the result then was validated using K-Fold Cross Validation technique. Finally, Coffusion Matrix is deployed to ensure the accuration of the prediction. The results indicates that the C4.5 Algorithm method can be used to predict student graduation status with an accuracy rate of 79,08% while the accuracy rate of the Naive Bayes Classifier method is only 78,46%. The dominan factor is IPK-S4 variable.Abstrak: Ketidakmampuan mahasiswa untuk menyelesaikan studi tepat waktu dialami oleh sebagian besar Lembaga Pendidikan Tinggi. STMIK Bina Nusantara Jaya Lubuklinggau adalah salah satu perguruan tinggi yang mengalami hal tersebut. Dalam banyak kasus para mahasiswa menyelesaikan studi mereka lebih lama dari rentang waktu yang diharapkan. Dari 162 mahasiswa program studi Sistem Informasi tahun angkatan 2013 dan 2014 terdapat 117 mahasiswa yang menyelesakan studinya tepat waktu, sedangkan 45 mahasiswa terlambat. Akibatnya hal tersebut dapat menghambat mahasiswa baru untuk bergabung dengan lembaga karena kapasitas mahasiswa yang terbatas. Penelitian ini menggunakan teknik data mining dalam memprediksi status kelulusan mahasiswa tepat waktu. Pertama, preprocessing digunakan untuk mendapatkan dataset yang berkualitas. Kedua, data diproses untuk mendapatkan serangkaian prediksi. Pada langkah ini, dua algoritma data mining diterapkan - Naive Bayes Classifier dan Algoritma C4.5 dengan tujuan untuk mengetahui kinerja dari kedua metode, metode dengan tingkat akurasi yang lebih besar akan direkomendasikan untuk menyelesaikan masalah prediksi kelulusan mahasiswa pada STMIK Bina Nusantara Jaya Lubuklinggau. Ketiga, hasilnya kemudian divalidasi menggunakan teknik K-Fold Cross Validation. Terakhir, Coffusion Matrix digunakan untuk memvalidasi nilai akurasi hasil prediksi. Hasil penelitian menunjukkan bahwa metode Algoritma C4. dapat digunakan untuk memprediksi status kelulusan mahasiswa dengan tingkat akurasi 79,08% sedangkan metode  Naive Bayes Classifier hanya 78,46%. Dengan faktor dominan adalah variabel IPK-S4.
Penerapan Naive Bayes Pada Detection Malware dengan Diskritisasi Variabel Inda Anggraini; Yesi Novaria Kunang; Firdaus Firdaus
Telematika Vol 13, No 1: Februari (2020)
Publisher : Universitas Amikom Purwokerto

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35671/telematika.v13i1.886

Abstract

Abstract: Malicious software (malware) is rogue software specifically designed to carry out malicious or destructive software activities on computers such as viruses, Trojans, and others that are spread through the internet network. The number of activities that spread malware that occurs through the internet network makes many users uneasy one form of the attack is to insert malicious or malicious files into the computer. For example, such as web shell scripting script that is inserted into the internet service provider computer. This study aims to analyze malware attacks using the Naïve Bayes Clasiffier Algorithm with the discretization of 3-interval and 5-interval Min-Max variables for continuous attributes. Discretization (discretion) attribute is a technique for changing a function or continuous value into a discrete form. This technique is done as an adjustment to the possibility of the emergence of continuous values in a very small dataset feature. Discretization of variables is done in a dataset of type continuous, so that the probability value indicates the possibility of the same value coming out of a class. Using the Naive Bayes algorithm is expected to help facilitate users in finding the right method for detecting attacks from malware. The experimental results show that the application of Naïve Bayes in the classification of data that has not gone through the discretion stage produces an accuracy of 69.72% with prediction of malware 63.53 % while the data that has passed the discretization stage is able to provide accuracy of up to 79.97 % with 81.29 % malware prediction. The use of the Naïve Bayes by binning method in this study has an increased detection ability compared to the classification process without using the binning process (discretization). The discretion process can make the Naïve Bayes algorithm more accurate in detecting malware.Abstrak: Malicious software (malware) adalah software jahat yang dirancang khusus untuk melakukan aktifitas berbahaya atau perusak perangkat lunak pada komputer seperti virus, Trojan, dan lain-lain yang disebar melalui jaringan internet. Banyaknya aktifitas penyebaran malware yang terjadi melalui jaringan internet membuat banyak pengguna menjadi resah salah satu bentuk dari serangan tersebut yaitu dengan melakukan penyisipan file-file berbahaya atau malicious ke komputer. Contohnya seperti penyisispan skrip web shell yang di sisipkan ke komputer penyedia layanan  internet. Penelitian ini bertujuan untuk melakukan analisa terhadap serangan malware dengan menggunakan Algoritme Naïve Bayes Clasiffier dengan diskritisasi variabel Min-Max diskritisasi 3-interval dan 5-interval untuk atribut kontinu. Discretization (pendiskritan) atribut merupakan teknik untuk merubah sebuah fungsi atau nilai kontinu kedalam bentuk diskrit. Teknik ini dilakukan sebagai penyesuaian terhadap kemungkinan kemunculan nilai kontinu dalam fitur dataset yang sangat kecil. Pendiskritisasian variabel dilakukan pada dataset yang bertipe kontinu, sehingga nilai probabilitas menunjukan kemungkinan nilai yang sama keluar  pada suatu kelas. Dengan menggunakan Algoritme naive bayes ini diharapkan dapat membantu mempermudah pengguna dalam menemukan metode yang tepat untuk mendeteksi serangan dari malware.. Hasil percobaan menunjukan bahwa penerapan naïve bayes pada klasifikasi data yang belum melalui tahap pendiskritan menghasilkan tingkat akurasi sebesar 69.72 % dengan prediksi malware 63.53 % sedangkan pada data yang telah melewati tahap diskritisasi mampu memberikan akurasi hingga 79.97 % dengan prediksi malware 81.29 %. Penggunaan metode Naïve Bayes dalam penelitian ini memiliki kemampuan deteksi yang meningkat dibandingkan dengan proses klasifikasi tanpa menggunakan proses binning (diskritisasi). Proses pendiskritan dapat menjadikan Algoritme Naïve Bayes menjadi lebih akurat di dalam mendeteksi malware.
IMPLEMENTASI TEKNIK DATA MINING UNTUK MEMPREDIKSI TINGKAT KELULUSAN MAHASISWA PADA UNIVERSITAS BINA DARMA PALEMBANG Andri Andri; Yesi Novaria Kunang; Sri Murniati
Seminar Nasional Informatika (SEMNASIF) Vol 1, No 1 (2013): Information System and Application
Publisher : Jurusan Teknik Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Kegiatan evaluasi, perencanaan, dan pengambilan keputusan akan dapat dilakukan dengan lebih baik jika sebuah organisasi memiliki informasi yang lengkap, cepat, tepat, dan akurat. Informasi yang dibutuhkan dapat diekstrak dari data operasional yang tersimpan dalam database yang terintegrasi. Penelitian ini mengkaji ektraksi data operasional ke dalam sebuah data warehouse untuk kemudian dilanjutkan dengan kegiatan analisis data menggunakan teknik data mining. Data Mining merupakan proses analisis data menggunakan perangkat lunak untuk menemukan pola atau aturan tertentu dari sejumlah data dalam jumlah besar yang diharapkan dapat menemukan pengetahuan guna mendukung keputusan. Penelitian ini memanfaatkan data Mahasiswa dan data IPK, untuk menentukan karakteristik mahasiswa yang digunakan untuk prediksi kelulusan. Dalam penelitian ini teknik data mining yang digunakan yaitu Classification dengan menerapkan metode Decision Tree dan algoritma J48 untuk membantu menemukan karakteristik atau variabel yang mempengaruhi tingkat kelulusan mahasiswa pada jurusan sistem informasi Universitas Bina Darma Palembang, sehingga untuk selanjutnya dapat digunakan dalam memprediksi tingkat kelulusan mahasiswa yang akan datang. Tools yang digunakan untuk proses analisis data mining dalam penelitian ini menggunakan Weka 3.6.8. Dari hasil analisis yang telah dilakukan yang menggunakan data Mahasiswa dan IPK sebagai sampel dihasilkan keputusan bahwa variabel tempat lahir memiliki nilai Gain tertinggi sehingga atribut ini menjadi root dalam Decision Tree, kesimpulan akhir didapat bahwa variabel tempat lahir, pekerjaan orang tua, asal sekolah dan jenis kelamin adalah variabel yang menentukan tingkat kelulusan mahasiswa pada jurusan Sistem Informasi Universitas Binadarma Palembang.
IMPLEMENTASI PROSEDUR FORENSIK UNTUK APLIKASI WHATSAPP PADA PONSEL ANDROID Yesi Novaria Kunang
Jurnal Informatika Vol 11, No 1 (2017): Januari
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1035.338 KB) | DOI: 10.26555/jifo.v11i1.a5155

Abstract

Dengan maraknya penggunaan smartphone terutama yang berbasis Android yang menguasai hampir mencapai 85% pasar smartphone juga mendorong peningkatan jumlah penggunaan aplikasi pertukaran pesan seperti WhatsApp, facebook Messenger dan lainnya. Pengguna aplikasi WhatsApp messenger di seluruh dunia sejak April 2016 telah mencapai lebih dari 1 milyar mengungguli aplikasi sejenis. Di sisi lain pada beberapa kasus kejahatan dan kasus perdata yang sedang marak, mulai menggunakan barang bukti  berupa percakapan, gambar, rekaman video dan lainnya yang berasal dari aplikasi WhatsApp. Untuk itu pada penelitian ini menghasilkan prosedur yang bisa dijadikan rujukan dalam melakukan investigasi forensic aplikasi WhatsApp untuk mendapatkan barang bukti berupa sesi percakapan, data media seperti audio, no kontak, foto dan lainnya. Penelitian ini menggunakan teknik dekripsi file database aplikasi WhatsApp untuk membaca file database backup yang terenkripsi yang menyimpan sesi percakapan yang sudah dihapus.
The Optimization of Website Visibility and Traffic by Implementing Search Engine Optimization (SEO) in Palembang Polytechnic of Tourism Agus Setiawan; Zulkifli Harahap; Dedy Syamsuar; Yesi Novaria Kunang
CommIT (Communication and Information Technology) Journal Vol. 14 No. 1 (2020): CommIT Journal
Publisher : Bina Nusantara University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21512/commit.v14i1.5953

Abstract

This research is a case study of Search Engine Optimization (SEO) in Palembang Polytechnic of Tourism website. The main objective of this research is to establish a plan for SEO in Palembang Polytechnic of Tourism (http://poltekpar-palembang.ac.id/) and to improve online visibility and ranking position in search engines (Google). It aims to bring in more international traffic and students to visit the website. SEO is a digital marketing technique to increase web accessibility. In the globalization world, people use search engines, such as Google, to know or find out more about various topics quickly and visually. Through a bibliographic review and qualitative analysis, the research focuses on the understanding of what SEO is and its implementation for the Palembang Polytechnic of Tourism website. The results show that the most important thing in making SEO plans is to increase visibility and branding on search engines (Google). SEO is done by developing website content and setting keywords as backlinks.
Implementasi Prosedur Forensik Untuk Analisis Artefak Whatsapp Pada Ponsel Android Yesi Novaria Kunang; Anggie Khristian
Annual Research Seminar (ARS) Vol 2, No 1 (2016)
Publisher : Annual Research Seminar (ARS)

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Dengan maraknya penggunaan smartphone terutama yang berbasis Android yang menguasai hampir mencapai 85% pasar smartphone juga mendorong peningkatan jumlah penggunaan aplikasi pertukaran pesan seperti WhatsApp, facebook Messenger dan lainnya. Pengguna aplikasi WhatsApp messenger di seluruh dunia sejak April 2016 telah mencapai lebih dari 1 milyar mengungguli aplikasi sejenis. Di sisi lain pada beberapa kasus kejahatan dan kasus perdata yang sedang marak, mulai menggunakan barang bukti  berupa percakapan, gambar, rekaman video dan lainnya yang berasal dari aplikasi WhatsApp.        Untuk itu pada penelitian ini menghasilkan prosedur yang bisa dijadikan rujukan dalam melakukan investigasi forensic aplikasi WhatsApp untuk mendapatkan barang bukti berupa sesi percakapan, data media seperti audio, no kontak, foto dan lainnya. Penelitian ini menggunakan teknik dekripsi file database aplikasi WhatsApp untuk membaca file database backup yang terenkripsi yang menyimpan sesi percakapan yang sudah dihapus.
Tata Kelola Terhadap Layanan IT Di Kejaksaan Tinggi Kep. Babel Berdasarkan Perspektif Internal Pada Cobit 5 Liza Fahreni; Edi Surya Negara; Yesi Novaria Kunang
Jurnal Informatika Global Vol 11, No 2
Publisher : UNIVERSITAS INDO GLOBAL MANDIRI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36982/jiig.v11i2.1219

Abstract

So far, the High Prosecutor's Office for Bangka Belitung Islands has not yet had a certain standard in evaluating service levels. In addition, there has never been an evaluation of governance at the service level at the High Court of Bangka Belitung Islands. In this study, the problem faced is the absence of a standardized governance system both in the management and procurement of IT equipment in each work unit, making it difficult to handle problems for each user. This is because basically services require certain effectiveness in terms of time and quality of services and optimize public service tasks in the legal field. In research using a framework to assess IT governance is Cobit 5. Where Cobit 5 can be the basis for assessment. Based on the results of the analysis using the Cobit 5 framework method using 4 domains, namely APO, EDM, BAI and MEA. The assessment uses the help of a maturity model scale, to see the current maturity level conditions. After obtaining the value of the maturity level, it will be seen in which part is needed to improve first. Thus, the results of this research provide priority domains for improvement. Keywords : IT Governance, COBIT 5, Technology Services
ASSESSMENT RESIKO TEKNOLOGI PADA IMPLEMENTASI SISTEM INFORMASI AKADEMIK E-UNIVERSITY Yayuk Ike Meilani; Dedy Syamsuar; Yesi Novaria Kunang
Jurnal Bina Komputer Vol 1 No 1 (2019): Jurnal Bina Komputer
Publisher : Jurnal Ilmiah Terpadu Universitas Bina Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (331.395 KB) | DOI: 10.33557/binakomputer.v1i1.154

Abstract

Information technology has become an essential part of human life so as to facilitate a business activity. However, the use of information technology is not separated from the risks that can affect the process of the activity. As for the purpose of this study was to conduct an assessment of risk against potential vulnerabilities and threats that can attack the academic information system E-University all at once mempersiapan action anticipation towards things that can interfere with the the system. To do the assessment, this study uses the framework NIST SP 800-30r-1 consisting of nine stages to risk assessment i.e. in the characteristics of the system are used, identify the threats that attack system, identification of vulnerability, control systems, determine the likelihood of occurring (likelihood), determine the impact (impact), the determination of risks, control recommendations and documentation of results. The results of the risk assessment against the academic information system E-University is there are three risks disrupting existing activities in the system. Then from the results of the assessment of risks in the form of recommendations are used to minimize the risks that occur on the system
Co-Authors Adam Prasetya Afiyudi, Afiyudi Afriyudi Agus Setiawan Agus Setiawan Ahmad Zarkasi Andika, Muhamad Andri Andri Anggie Khristian Ariandi, Muhamad Arief Algiffary Armansyah, Risky Atmojo, Toni Tri Ayu Okta Pratiwi Beni Brahara Bhakti Yudho Suprapto Damayanti, Nita Rosa Darmawahyuni, Annisa Dedy Syamsuar Dedy Syamsuar Deris Stiawan Dinata, Aria Dzakwan, Fadhlur Rahman Edi Surya Negara Egy Septian Eka Puji Agustini Endang Etriyanti Fajarino, Aldo Ferdiansyah Ferdiansyah Fernandy Jupiter Fikri, M Finaldo, Muhammad Firdaus Firdaus Firdaus Fitri maria Gllen yusuf abbel Hamanrora, Muhammad Dio Hellen Puspita Sari Hendra Marta Yudha Herdiansyah, Izman Herdiansyah, M. Izman Herferry, Ibrahim Ade Ilman Zuhri Yadi Ilman Zuhri Yadi Ilman Zuhriyadi Inda Anggraini Irwansyah Ibrahim Kurniawan Kurniawan Lang Dimas Perkasa Leon Andretti Abdillah Liza Fahreni M Izman Herdiansyah M. Izman Herdiansyah Mahmud Mahmud Mahmud Mahmud Muhammad Fachrurrozi Muhammad Hafiz Ziqrullah Muhammad Izman Herdiansyah Muhammad Naufal Rachmatullah Netti Herawati Novi Yusliani Novifika, Seva Permatasari, Susan Dian Prasetya, M. Iqbal Prilsafira, Tania Putra, Muhammad Hatta Ramadhona, Nuzulur Rianda, M. Rianda Rio Ananda Fitriansyah Sari, Tia Permata Siti Nurmaini Sri Murniati Suryayusra - Susan Dian Purnamasari, Susan Dian Taqrim Ibadi Tata Sutabri Tia Permata Sari Toriko, Liu Tri Basuki Kurniawan Tri Basuki Kurniawan Usman Ependi Via Sukma Cendanie Widya Cholil Widya Putri Mentari Winoto Chandra Wulandari, Intan Fitriana Yayuk Ike Meilani Yudi, Endang Darmawan Yustida Bellini Zulkifli Harahap Zulkifli Harahap