Article Per Year (5 Year)
p-Index From 2021 - 2026
6.364
P-Index
This Author published in this journals
All Journal IJCCS (Indonesian Journal of Computing and Cybernetics Systems) Foristek JSI: Jurnal Sistem Informasi (E-Journal) Jurnal Simantec Jurnal Mahasiswa Fakultas Hukum Majalah Komunikasi Massa Proceeding of the Electrical Engineering Computer Science and Informatics Journal of Information Technology and Computer Science (JOINTECS) JURNAL MEDIA INFORMATIKA BUDIDARMA SMARTICS Journal Syntax Literate: Jurnal Ilmiah Indonesia Jurnal Eksplora Informatika JURNAL TEKNIK INFORMATIKA DAN SISTEM INFORMASI Conference on Innovation and Application of Science and Technology (CIASTECH) Jurnal RESISTOR (Rekayasa Sistem Komputer) Systemic: Information System and Informatics Journal Jurnal Mantik Jurnal Ilmu Komputer dan Bisnis Jurnal Teknologi Dan Sistem Informasi Bisnis JSR : Jaringan Sistem Informasi Robotik e-NARODROID Jurnal Teknik Informatika (JUTIF) Jurnal Nasional Ilmu Komputer Insyst : Journal of Intelligent System and Computation Jurnal Saintekom : Sains, Teknologi, Komputer dan Manajemen Jurnal Nasional Teknik Elektro dan Teknologi Informasi KNOWLEDGE: Jurnal Inovasi Hasil Penelitian dan Pengembangan Jurnal Borneo Informatika dan Teknik Komputer (JBIT) JURNAL ILMIAH SAINS TEKNOLOGI DAN INFORMASI SATIN - Sains dan Teknologi Informasi Nusantara Journal of Computers and its Applications Jurnal Pendidikan Teknologi Informasi (JUKANTI) Digitus : Journal of Computer Science Applications
Aryo Nugroho
Universitas Narotama
Agriculture, Biological Sciences & Forestry Arts Humanities Astronomy Biochemistry, Genetics & Molecular Biology Chemistry 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 Immunology & microbiology Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Mathematics Mechanical Engineering Physics Social Sciences Other

Published : 60 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 60 Documents
Search

 2   3   4   5   6 
CYBERBULLYING DETECTION ON TWITTER USES THE SUPPORT VECTOR MACHINE METHOD Kusuma, Bayu Indra; Aryo Nugroho
Jurnal Teknik Informatika (Jutif) Vol. 5 No. 1 (2024): JUTIF Volume 5, Number 1, February 2024
Publisher : Informatika, Universitas Jenderal Soedirman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jutif.2024.5.1.809

Abstract

Social media is a platform that provides facilities for users to engage in various social activities. However, the increasing popularity of social media in the modern era also cannot be separated from the occurrence of several negative impacts, one of which is cyberbullying. Cyberbullying is an action that is done online that can harm the mental and emotional condition of an individual. To reduce this problem, this research aims to investigate the performance of the C-SVC and Nu-SVC algorithms from the Support Vector Machine method in classifying cyberbullying sentences. The data used is comments data from the @puanmaharani_ri account on Twitter, which was collected from September 25, 2020, to September 29, 2022, totaling 5,000 data. After the data is collected, it is labeled and preprocessed, and then the data will be weighted using the TF-IDF method. The result of the TF-IDF will be displayed in the form of a word cloud. Next, the Support Vector Machine method will classify cyberbullying sentences using several percentages split combinations such as 60%, 70%, 80%, and 90%. The test results show that the C-SVC method has the highest accuracy of 79.6% at a 70% percentage split, while Nu-SVC has the highest accuracy of 78.9% at a 60% percentage split. From these results, it can be concluded that the Support Vector Machine method with the C-SVC algorithm provides better results than Nu-SVC in classifying cyberbullying sentences.
Penerapan Sistem Enterprise Resource Planning (ERP) pada Usaha Makanan Siap Saji Diva Istighfarin Ayu Setianti; Maulidya Nanda Azizah; Aryo Nugroho
SATIN - Sains dan Teknologi Informasi Vol 10 No 1 (2024): SATIN - Sains dan Teknologi Informasi
Publisher : STMIK Amik Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33372/stn.v10i1.1101

Abstract

Analisis kebutuhan Enterprise Resource Planning (ERP) untuk usaha makanan siap saji adalah langkah penting dalam memastikan sistem yang diimplementasikan dapat meningkatkan efisiensi operasional, pengelolaan inventaris yang lebih baik, pelayanan pelanggan yang lebih baik, dan pertumbuhan bisnis yang berkelanjutan. Pengembangan prototype model adalah pendekatan untuk merancang dan menguji model, serta mendapatkan umpan balik dari pengguna atau pemangku kepentingan, sehingga memungkinkan identifikasi masalah dan perbaikan desain sebelum pengembangan penuh. Metode ini memungkinkan evaluasi sebelum versi finalnya dibuat, dengan tabel menunjukkan hasil pengujian yang telah dilakukan oleh peneliti pada fitur-fitur sistem ERP. Pengujian dilakukan oleh pemilik usaha langsung, dengan arahan peneliti mengenai hal yang perlu diuji pada sistem. Hasilnya menunjukkan bahwa fungsi sistem ERP berjalan baik, seperti yang diamati dari hasil wawancara dan observasi. Implementasi sistem menggunakan Odoo 11.0 telah berhasil dilakukan.
Analisis Kepuasan Sistem Informasi DAPODIK PAUD-DIKMAS Menggunakan Metode TAM dan HOT-Fit Wahyu Lestari, Rani; Alvina Shanaz Oktavia; Aryo Nugroho
SATIN - Sains dan Teknologi Informasi Vol 10 No 1 (2024): SATIN - Sains dan Teknologi Informasi
Publisher : STMIK Amik Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33372/stn.v10i1.1102

Abstract

Kepuasan pengguna adalah indikator penting dalam mengevaluasi sejauh mana sistem tersebut memenuhi harapan dan kebutuhan pengguna yang mencakup berbagai aspek, seperti persepsi kegunaan, kemudahan penggunaan, kualitas layanan, dan manfaat yang diperoleh oleh pengguna. Penelitian ini secara khusus berfokus pada penilaian tingkat kepuasan pengguna terhadap sistem DAPODIK PAUD-DIKMAS di Kecamatan Kenjeran, dengan menerapkan metode Technology Acceptance Model (TAM) dan Human Organization Technology-Fit (HOT-Fit). Pemilihan TAM dan HOT-Fit dilakukan berdasarkan keandalan dan relevansinya dalam mengukur kepuasan pengguna terhadap sistem informasi. Tujuan penelitian adalah memahami sejauh mana pengguna sistem merasakan kepuasan dalam menggunakan DAPODIK PAUD-DIKMAS dan mengidentifikasi faktor-faktor yang berkontribusi pada kepuasan pengguna serta keberhasilan sistem ini. Pengumpulan data melibatkan distribusi kuesioner kepada 81 responden yang dipilih melalui teknik purposive sampling dan quota sampling. Hasil analisis menggunakan model TAM mengindikasikan bahwa tingkat kepuasan pengguna DAPODIK PAUD-DIKMAS mencapai rata-rata 81,53%, dengan penekanan pada variabel Perceived Usefulness, Perceived Ease Of Use, dan Behavioral Intention To Use. Sementara hasil analisis menggunakan model HOT-Fit menunjukkan tingkat kepuasan sistem mencapai rata-rata 81,42%, dengan penekanan pada perluasan kualitas sistem, termasuk System Quality, Information Quality, Service Quality yang memerlukan peningkatan.
PREDIKSI CURAH HUJAN SEBAGAI PENUNJANG KEGIATAN MICE MENGGUNAKAN MODEL BASED FORECASTING Siregar, Raja Yosia Manahan Trinitas; Rahmah, Intan Luthfiyah; Nugroho, Aryo
KNOWLEDGE: Jurnal Inovasi Hasil Penelitian dan Pengembangan Vol. 5 No. 1 (2025)
Publisher : Pusat Pengembangan Pendidikan dan Penelitian Indonesia (P4I)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51878/knowledge.v5i1.4961

Abstract

Surabaya as a metropolitan city has a rapidly growing Meetings, Incentives, Conferences and Exhibitions (MICE) sector. However, the main challenge in organizing MICE is the weather, especially rainfall which can disrupt various activities. Therefore, this research aims to predict rainfall using the AutoRegressive Integrated Moving Average (ARIMA) and Seasonal AutoRegressive Integrated Moving Average (SARIMA) models to support planning for MICE activities in the city of Surabaya. The data used is daily rainfall data for the last 10 years obtained from the Surabaya City Public Works (PU) Department. The research results show that the SARIMA model has better performance than ARIMA in predicting rainfall. The ARIMA model produces a Mean Absolute Error (MAE) of 0.328 and a Root Mean Square Error (RMSE) of 0.408, while the SARIMA model provides more accurate prediction results with an MAE of 0.180 and an RMSE of 0.238. Comparison of models at three observation stations (Wonokromo, Gubeng, and Tandes) also shows the consistent superiority of SARIMA in capturing seasonal patterns contained in rainfall data. The results of these predictions can be used as a basis for planning MICE activities, selecting event times and locations, as well as mitigating risks due to high rainfall. With more accurate prediction models, MICE organizers can minimize weather disruptions and increase event operational efficiency. It is hoped that this research can become a reference in making data-based decisions to deal with climate change and its impacts in the future. ABSTRAKSurabaya sebagai kota metropolitan memiliki sektor Meetings, Incentives, Conferences, and Exhibitions (MICE) yang berkembang pesat. Namun, tantangan utama dalam penyelenggaraan MICE adalah cuaca, khususnya curah hujan yang dapat mengganggu berbagai kegiatan. Oleh karena itu, penelitian ini bertujuan untuk memprediksi curah hujan menggunakan model AutoRegressive Integrated Moving Average (ARIMA) dan Seasonal AutoRegressive Integrated Moving Average (SARIMA) guna mendukung perencanaan kegiatan MICE di Kota Surabaya. Data yang digunakan merupakan data curah hujan harian selama 10 tahun terakhir yang diperoleh dari Dinas Pekerjaan Umum (PU) Kota Surabaya. Hasil penelitian menunjukkan bahwa model SARIMA memiliki performa yang lebih baik dibandingkan ARIMA dalam memprediksi curah hujan. Model ARIMA menghasilkan Mean Absolute Error (MAE) sebesar 0.328 dan Root Mean Square Error (RMSE) sebesar 0.408, sedangkan model SARIMA memberikan hasil prediksi yang lebih akurat dengan MAE sebesar 0.180 dan RMSE sebesar 0.238. Perbandingan model di tiga stasiun pengamatan (Wonokromo, Gubeng, dan Tandes) juga menunjukkan konsistensi keunggulan SARIMA dalam menangkap pola musiman yang terdapat dalam data curah hujan. Hasil prediksi ini dapat digunakan sebagai dasar dalam perencanaan kegiatan MICE, pemilihan waktu dan lokasi acara, serta mitigasi risiko akibat curah hujan tinggi. Dengan model prediksi yang lebih akurat, penyelenggara MICE dapat meminimalkan gangguan cuaca dan meningkatkan efisiensi operasional acara. Penelitian ini diharapkan dapat menjadi referensi dalam pengambilan keputusan berbasis data guna menghadapi perubahan iklim dan dampaknya di masa depan.
Analisis Sentimen Pengguna Twitter Terhadap Polemik Persepakbolaan Indonesia Menggunakan Pembobotan TF-IDF dan K-Nearest Neighbor Septian, Jeremy Andre; Fachrudin, Tresna Maulana; Nugroho, Aryo
Intelligent System and Computation Vol 1 No 1 (2019): INSYST: Journal of Intelligent System and Computation
Publisher : Institut Sains dan Teknologi Terpadu Surabaya (d/h Sekolah Tinggi Teknik Surabaya)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52985/insyst.v1i1.36

Abstract

Persepakbolaan Indonesia belakangan ini memiliki banyak polemik mulai dari kasus pengaturan skor, pergantian pelatih timnas senior hingga pergantian ketua umum Persatuan Sepak bola Seluruh Indonesia (PSSI). Polemik ini menimbulkan banyaknya opini maupun pendapat dari pengguna twitter terhadap persepakbolaan di Indonesia sehingga diperlukan sebuah sistem untuk memudahkan dalam mengetahui sentimen pada setiap kalimat. Tujuan dari penelitian ini adalah untuk menganalisis sentimen pada setiap kalimat dari pengguna twitter terhadap persepakbolaan Indonesia apakah memiliki sentimen negatif atau positif. Data yang digunakan dalam penelitian ini didapatkan dari hasil crawling dari media sosial twitter terkait persepakbolaan di Indonesia yang diambil dari akun twitter resmi PSSI. Setelah data dikumpulkan kemudian akan dilakukan beberapa tahapan yaitu preprocessing yang terdiri dari cleansing, tokenizing, stopword removal, dan stemming. Pembobotan kata menggunakan Term Frequency-Invers Document Frequency (TF-IDF). Pada tahap validasi data dilakukan pengujian silang sebanyak 10 kali menggunakan k-fold cross validation, kemudian diklasifikasikan dengan metode K-Nearest Neighbor dapat menghasilkan akurasi yang cukup baik. Dari 2000 data tweet berbahasa indonesia didapatkan hasil akurasi optimal pada nilai k=23 sebanyak 79.9%
Perbandingan Arsitektur MobileNetV2 dan MobileNetV3 Dalam Klasifikasi Jenis Jeruk Wardhana, Sultan Fahresi Duta; Nugroho, Aryo
Jurnal Ilmu Komputer dan Bisnis Vol. 16 No. 1 (2025): Vol. 16 No. 1 Mei (2025)
Publisher : STMIK Dharmapala Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47927/jikb.v16i1.916

Abstract

Penelitian ini membandingkan performa MobileNetV2 dan MobileNetV3 dalam klasifikasi tiga jenis jeruk: Lemon, Jeruk Manis, dan Jeruk Nipis, menggunakan dataset 1.500 gambar. Dataset dikumpulkan selama tiga bulan dengan kamera DSLR, mencakup variasi dalam ukuran, warna, dan tekstur. Penelitian ini melibatkan pengumpulan, pembersihan, augmentasi gambar, pelatihan, dan evaluasi model. Kedua model dilatih dengan parameter yang sama, termasuk 5, 10, 15, dan 20 epoch. Hasilnya menunjukkan bahwa MobileNetV2 jauh lebih unggul dengan rata-rata akurasi 99,33%, dibandingkan MobileNetV3 yang hanya mencapai 42,97%. MobileNetV2 juga lebih efisien dalam penggunaan sumber daya komputasi, menjadikannya lebih cocok untuk aplikasi praktis. Penelitian ini menyimpulkan bahwa MobileNetV2 lebih efektif dalam klasifikasi jenis jeruk dan dapat diimplementasikan dalam industri pertanian dan makanan. Penelitian lanjutan dapat menambah kelas buah dan menggunakan augmentasi data yang lebih canggih untuk meningkatkan akurasi.
Improving Temperature Prediction Accuracy Using Stacking Ensemble Methods in Meteorological Data Nugroho, Aryo; Rohi, Daniel
Syntax Literate Jurnal Ilmiah Indonesia
Publisher : Syntax Corporation

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36418/syntax-literate.v10i12.62972

Abstract

Accurate temperature prediction is crucial for weather forecasting, influencing sectors such as agriculture, energy, and disaster management. This study aimed to improve daily temperature prediction using stacking ensemble methods on weather data from Pontianak (2021-2024). The research compared the performance of individual models, Linear Regression and Random Forest, and demonstrated how stacking—which combines multiple models—could enhance prediction accuracy. Stacking was implemented with Linear Regression and Random Forest as base learners, while a Linear Regression model served as the meta-learner to integrate the predictions from the base models. The results showed that the stacking model outperformed both individual models in terms of Mean Squared Error (MSE) and Mean Absolute Error (MAE), leading to more accurate predictions. While stacking improved accuracy, it introduced greater computational overhead compared to single-model approaches. This trade-off between accuracy and computational efficiency must be considered for real-world applications. The study demonstrated the effectiveness of stacking in enhancing temperature prediction accuracy, offering insights into how ensemble methods can improve weather forecasting.
Prediksi Curah Hujan Menggunakan Random Forest dan VAR di Kediri Raya Intan Luthfiyah Rahmah; Aryo Nugroho; Raja Yosia Manahan Trinitas Siregar
Jurnal Teknologi Dan Sistem Informasi Bisnis Vol 7 No 4 (2025): Oktober 2025
Publisher : Prodi Sistem Informasi Universitas Dharma Andalas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47233/jteksis.v7i4.2141

Abstract

Perubahan pola curah hujan di Kediri Raya berdampak signifikan pada sektor pertanian dan manajemen infrastruktur. Seiring beroperasinya Bandara Dhoho sebagai pusat ekonomi baru, dibutuhkan sistem prediksi cuaca yang akurat untuk mendukung kelancaran operasional dan mitigasi risiko. Penelitian ini mengusulkan model prediksi curah hujan harian menggunakan dua pendekatan: Random Forest (RF) dan Vector Autoregression (VAR). Data yang digunakan bersumber dari BMKG, mencakup suhu, kelembapan, durasi penyinaran matahari, dan kecepatan angin. Transformasi logaritmik diterapkan untuk menstabilkan fluktuasi data sebelum pemodelan. Evaluasi dilakukan menggunakan metrik Mean Squared Error (MSE). Hasil menunjukkan bahwa model VAR lebih unggul dalam menangkap dinamika waktu curah hujan, sementara RF memberikan hasil prediksi yang lebih stabil. Model ini dapat dikembangkan lebih lanjut dalam sistem informasi prediksi cuaca untuk mendukung perencanaan mitigasi bencana, pengelolaan sumber daya air, dan strategi operasional Bandara Dhoho. Keywords: Prediksi curah hujan, Random Forest, Vector Autoregression, Bandara Dhoho, Sistem Informasi
Penerapan Klasterisasi Fitur Audio dalam Rekomendasi Lagu Jawa Modern Mokhamad Syihabul Khoir; Imam Muhannad; Aryo Nugroho
JURNAL ILMIAH SAINS TEKNOLOGI DAN INFORMASI Vol. 4 No. 2 (2026): April : Jurnal Ilmiah Sains Teknologi dan Informasi
Publisher : CV. ALIM'SPUBLISHING

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59024/jiti.v4i2.1686

Abstract

Lagu Jawa modern merupakan perkembangan kontemporer dari musik tradisional Jawa yang semakin banyak dinikmati generasi muda melalui platform digital. Namun, meningkatnya jumlah lagu baru membuat pengguna sulit menemukan lagu yang sesuai dengan preferensi musikal jika pencarian hanya dilakukan berdasarkan judul atau nama artis. Penelitian ini mengembangkan pendekatan rekomendasi berbasis konten melalui klasterisasi fitur audio terhadap 100 lagu Jawa modern yang dikumpulkan dari YouTube. Fitur audio diekstraksi menggunakan Librosa pada Python, meliputi tempo BPM, danceability, RMS energy, zero-crossing rate, MFCC means, spectral contrast means, dan chroma features means, sehingga setiap lagu menghasilkan 36 fitur numerik. Algoritma K-Means digunakan untuk membentuk tiga klaster, PCA digunakan untuk memvisualisasikan distribusi klaster, dan Silhouette Score digunakan untuk mengevaluasi kualitas pengelompokan. Hasil penelitian mengidentifikasi tiga gaya musikal yang dapat diinterpretasikan, yaitu Jawa modern enerjik, lagu tradisional atau akustik, serta Jawa eksperimental atau ambient, dengan Silhouette Score sebesar 0,114. Temuan ini menunjukkan bahwa fitur audio mampu merepresentasikan karakter lagu secara objektif dan mendukung sistem rekomendasi adaptif untuk pelestarian musik daerah. Pendekatan ini juga membantu memperluas akses pendengar terhadap kekayaan musik lokal di era digital secara berkelanjutan.
EVALUASI MANAJEMEN KEAMANAN INFORMASI PADA PERUSAHAAN PEMULA BERBASIS TEKNOLOGI MENGGUNAKAN INDEKS KAMI Aprilian Lisa Maryanto; Moh Noor Al Azam; Aryo Nugroho
Jurnal Simantec Vol 11, No 1 (2022): Jurnal Simantec Desember 2022
Publisher : Universitas Trunojoyo Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21107/simantec.v11i1.14099

Abstract

Penelitian ini dilakukan pada perusahaan yang bergerak di penjualan online dan juga sebagai distributor produk parfum baju pertama di Indonesia. Perusahaan yang berjalan secara online pasti berkaitan dengan proses bisnis perusahaan yang bergantung dengan teknologi serta data-data perusahaan juga tersimpan secara online. Data-data yang tersimpan online sangat rentan terhadap kebocoran dan pencurian. Pihak perusahaan menyatakan bahwa perusahaan ini pernah mengalami kehilangan data berupa akun Instagram yang diretas, dan belum pernah menggunakan evaluasi kemanan informasi sejak pertama kali menerapkan digitalisasi untuk proses bisnisnya. Pengukuran tingkat kematangan dan kelengkapan manajemen informasi dengan Indeks KAMI Versi 4.0 yang mengacu pada ISO 27001:2013 adalah salah satu cara dalam meningkatkan kualitas manajemen keamanan informasi pada perusahaan tersebut. Penelitian dilakukan sesuai kebutuhan dengan menentukan area yang akan dievaluasi dengan Analisis SWOT. Area Tata Kelola Keamanan Informasi, Kerangka Kerja Keamanan Informasi, Teknologi dan Keamanan Informasi merupakan area yang dievaluasi Dari total skor 50 didapatkan hasil evaluasi tingkat penggunaan kategori sistem elektronik sebesar 23, sehingga termasuk dalam Kategori Tinggi. Hasil evaluasi tingkat kematangan pengamanan informasi pada 3 area yaitu sebesar 63 dari total skor 645 mendapat Kategori Tidak Layak dengan Tingkat Kematangan I hingga I+. Berdasarkan hasil evaluasi tersebut, peneliti memberikan rekomendasi berdasarkan Kontrol ISO 27002:2013, salah satunya yaitu membuat prosedur pertukaran informasi yang aman antara pengelola keamanan informasi dengan pihak Internal maupun Eksternal Instansi.Kata kunci: Indeks KAMI, ISO 27001, Kontrol ISO 27002, Manajemen Keamanan Informasi
Co-Authors Ach Syuhbanul Yaumi Ach. Syuhbanul Yaumi Achlaq, Mochammad Mizanul Achmad Musyaffa Taufiqi Aditya Bimandaru Agung Widodo Ahmad Khozin Al Azam, Moh Noor Al-Azam, Moh Noor Alamsyah - Alfarizi Kurniawan Lesmana Alvina Shanaz Oktavia Amelia Miska Rahayu Andhika Ryan Pratama Anggi Rizki Septiani Anindito, Benediktus Aprilian Lisa Maryanto Arief Kurniawan Arief Kurniawan Arief Kurniawan Arifah Putri Nabilah Awalludiyah Ambarwati Azizah, Maulidya Nanda Badrus Zaman Bagus Prasetyo Budiono Bayu Indra Kusuma Bayu Saputra Benediktus Anindito Benny Wijaya Budi Wibowo Suhanjoyo Cahyo Darujati Daniel Happy Putra Daniel Rohi Darian Rizaludin Darujati, Cahyo Dedy Priyambodo Dewi, Ratna Kusuma Din Syamsudin Din Syamsudin Diva Istighfarin Ayu Setianti Eko Budi Santoso Fachrudin, Tresna Maulana Firmansyah, Fariz Galih Hery Herlambang Herlambang, Galih Hery Hidayatillah, Rumaisah I Made Purbhawa I Wayan Teresna, I Wayan Imam Muhannad Imron Rosydi Intan Luthfiyah Rahmah Irhab, Moh Dzaky Islam, Mochammad Fakhrul Ivan Ubaidillah Sekar Wibowo Jacky Ma'ruf Fatoni Jelita, Lucia Devlina Adventia Kadek Amerta Yasa Kunto Eko Susilo Latipah Latipah Lestari, Rani Wahyu Marthalia, Lia Maulidya Nanda Azizah Mauridhi Hery Purnomo Mirwan Mirwan Mochammad Mizanul Achlaq Moh Noor Al Azam Moh Noor Al-Azam Moh Noor Al-Azam Mohammad Hakam Mokhamad Syihabul Khoir Muh Dimas Yudianto Muhamad Nur Arifin Muhammad Mustajib Muhammad, Iqbal Nur Neta Kania Salsabila Oktavia, Alvina Shanaz Permana, Kevin Praba Caesar Bagaskara Putra, Zuda Pradana Rahmah, Intan Luthfiyah Raja Yosia Manahan Trinitas Siregar Richardus Eko Indrajit Ricsa Andrean Ricsa Andrean Rumaisah Hidayatillah Rumaisah Hidayatillah Satria Eka Dicky Kurniawan Septian Fendy Septian Fendyputra Pratama Septian, Jeremy Andre Setianti, Diva Istighfarin Ayu Setyawan, Kukuh Rachmad Siregar, Raja Yosia Manahan Trinitas Slamet Winardi Sumerta Yasa, I Made Surya Sumpeno Susilo, Kunto Eko Tresna Maulana Fahrudin Tresna Maulana Fahrudin Wahyu Lestari, Rani Wardhana, Sultan Fahresi Duta Wiwin Agus Kristiana Yosia Chrismas Decky Halundaka yosia halundaka Yulius Satmoko Raharjo Zainul Zulfiqkar Zainul Zulfiqkar Zuda Pradana Putra