Article Per Year (5 Year)
p-Index From 2020 - 2025
5.076
P-Index
This Author published in this journals
All Journal Jurnal Ilmu Komputer dan Agri-Informatika Infotech Journal Jurnal Informatika JITTER (Jurnal Ilmiah Teknologi Informasi Terapan) Krea-TIF: Jurnal Teknik Informatika Jurnal Riset Informatika Jurnal Mantik Abdi Dosen : Jurnal Pengabdian Pada Masyarakat JATI (Jurnal Mahasiswa Teknik Informatika) Moneter : Jurnal Keuangan dan Perbankan Jurnal Pengabdian Masyarakat Inovatif Jurnal Pengabdian Masyarakat Inovatif
Freza Riana
Universitas Ibn Khaldun Bogor
Religion Agriculture, Biological Sciences & Forestry Humanities Automotive Engineering Biochemistry, Genetics & Molecular Biology Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Library & Information Science Mechanical Engineering Public Health Social Sciences Other

Published : 36 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 36 Documents
Search

 1   2   3   4 
IDENTIFIKASI KUALITAS BENIH JAHE MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK (CNN) Hidayat, Hendi; Riana, Freza; Laxmi, Ghibtha Fitri; Retno, Setyowati
INFOTECH journal Vol. 9 No. 1 (2023)
Publisher : Universitas Majalengka

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31949/infotech.v9i1.5458

Abstract

Jahe adalah salah satu komoditas ekspor rempah-rempah Indonesia. Peningkatan permintaan jahe belum seimbang dengan produksi jahe. Rendahnya produktivitas jahe ini disebabkan antara lain oleh rendahnya ketersediaan benih jahe yang unggul dan sehat, kurangnya informasi terkait teknik budidaya jahe dan gangguan organisme pengganggu tumbuhan (OPT). Benih pada jahe adalah pembawa sifat genetik pada sebuah tanaman untuk menentukan potensi hasil yang terbaik. Untuk mendapatkan benih yang layak rimpang perlu dilakukan proses pemilahan. Proses pemilahan benih jahe yang berkembang di Indonesia biasanya masih dilakukansecara manual seperti melihat satu per satu benih, hal tersebut merlukan waktu cukup lama. Dari masalah tersebut, maka dibuatlah model algoritma untuk mengidentifikasi kualitas benih jahe melalui sebuah pengolahan citra digital. Convolutional Neural Network (CNN) merupakan metode pengenal pola yang secara langsung mempelajari karakteristik dari benih jahe. CNN dapat membuat model klasifikasi citra benih jahe untuk diukur tingkat akurasi dan peforma model klasifkasi citra digital benih jahe. Pada penelitian ini menggunakan metode CNN yang memiliki tingkat akurasi 88% dalam mengenali citra digital benih jahe dari total dataset sebanyak 1187 citra dengan proporsi data latih 70% (825 citra), data validasi 20% (240 citra), dan data uji 10% (122 citra). Sehingga dapat disimpulkan bahwa model CNN yang dirancang dapat mengidentifikasikan citra dengan baik.
PERBANDINGAN METODE K-NN DAN RANDOM FOREST PADA KLASIFIKASI MAHASISWA BERPOTENSI DROPOUT Rofi, Muhammad Maulana; Setiawan, Foni Agus; Riana, Freza
INFOTECH journal Vol. 10 No. 1 (2024)
Publisher : Universitas Majalengka

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31949/infotech.v10i1.8856

Abstract

Perguruan tinggi bertanggung jawab memberikan pendidikan terbaik untuk menghasilkan individu berkualitas. Tingginya angka drop out dapat merusak akreditasi. Model dikembangkan menggunakan K-Nearest Neighbor (K-NN) dan Random Forest untuk mengklasifikasikan kasus drop out. Random Forest memiliki akurasi lebih tinggi (99.05%) dibanding K-NN (98.10%). Atribut Persentase Aktif menonjol sebagai faktor paling berpengaruh dalam mengklasifikasikan siswa yang berpotensi putus sekolah, menurut algoritma Random Forest. Ini menandakan pentingnya keterlibatan aktif dalam meminimalkan risiko drop out.
Implementasi K-Medoids Dalam Pengelompokan Fasilitas Pelayanan Kesehatan Pada Kasus Tuberculosis Putri, Refanisa; Riana, Freza; Wulandari, Berlina
Jurnal Informatika Vol 11, No 1 (2024): April 2024
Publisher : Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/inf.v11i1.20044

Abstract

Tuberculosis (TBC) adalah penyakit menular yang disebabkan oleh bakteri Mycobacterium Tuberculosis, kadang disebut juga TB paru. Pada tahun 2021 kasus TBC di Kota Bogor terdapat 4855 kasus, banyaknya kasus TBC di Kota Bogor ini, diperlukan pengelompokan penyebaran penyakit TBC berdasarkan Fasilitas Pelayanan Kesehatan (FASYANKES) di Kota Bogor menggunakan algoritma K-Medoids, yang bertujuan untuk mengetahui karakteristik FASYANKES dalam kasus TBC. Algoritma K -Medoids adalah  sebuah algoritma yang menggunakan metode partisi clustering untuk mengelompokkan sejumlah n objek menjadi k klaster. Pada penelitian ini diterapkan pengujian Silhouette Coefficient untuk memaksimalkan hasil clustering, hasil clustering yang diperoleh adalah terbentuk 2 klaster dengan Silhouette = 0,574652. Sehingga dengan implementasi K-Medoids clustering diperoleh hasil 2 klaster yakni, klaster 0 terdapat 15 FASYANKES yang berisi karakteristik teridentifikasi yang tinggi dan hasil diagnosis positif TBC yang tinggi. Namun, terdapat 3 FASYANKES yang memiliki nilai jumlah pasien teridentifikasi tinggi tetapi nilai hasil diagnosis positifnya rendah. FASYANKES tersebut termasuk ke dalam klaster 0, karena dipengaruhi oleh nilai jumlah pasien teridentifikasi yang tinggi. Sedangkan klaster 1 terdapat 29 FASYANKES yang berisi karakteristik teridentifikasi yang rendah dan hasil diagnosis positif TBC yang rendah. Namun, terdapat 9 FASYANKES yang memiliki nilai jumlah pasien teridentifikasi rendah tetapi nilai hasil diagnosis positifnya tinggi. FASYANKES tersebut termasuk ke dalam klaster 1, karena dipengaruhi oleh nilai jumlah pasien teridentifikasi yang rendah.Tuberculosis (TB) is an infectious disease caused by the bacteria Mycobacterium Tuberculosis, sometimes also called pulmonary TB. In 2021, there were 4855 cases of tuberculosis in Bogor City. The large number of tuberculosis cases in Bogor City requires clustering the spread of tuberculosis disease based on Health Service Facilities (FASYANKES) in Bogor City using the K-Medoids algorithm, which aims to determine the characteristics of FASYANKES in tuberculosis cases. The K-Medoids algorithm is an algorithm that uses the clustering partition method to group a number of n objects into k clusters. In this study, Silhouette Coefficient testing was applied to maximize clustering results, the clustering results obtained were 2 clusters formed with Silhouette = 0.574652. So that with the implementation of K-Medoids clustering, the results of 2 clusters are obtained, namely, cluster 0 there are 15 FASYANKES which contain high identified characteristics and high positive TB diagnosis results. However, there are 3 FASYANKES that have a high number of identified patients but a low value of positive diagnosis results. These FASYANKES are included in cluster 0, because they are influenced by the high number of identified patients.While cluster 1 contained 29 FASYANKES that contained low identified characteristics and low positive TB diagnosis results. However, there are 9 FASYANKES that have a low number of identified patients but a high positive diagnosis result. These FASYANKES are included in cluster 1, as they are influenced by the low number of identified patients.
Pengelompokan Kasus Tuberculosis Dengan Algoritma K-Means Berdasarkan Kelurahan di Kota Bogor Putri, Isti Juliana; Riana, Freza; Wulandari, Berlina
Jurnal Informatika Vol 11, No 1 (2024): April 2024
Publisher : Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/inf.v11i1.20042

Abstract

Tuberculosis (TBC) merupakan penyakit menular yang masih menjadi masalah sampai saat ini, angka kesakitan dan kematian akibat bakteri ini pun sangat tinggi. Penyakit TBC masih menjadi masalah kesehatan baik di dunia maupun di Indonesia terkhususnya di Jawa Barat Kota Bogor. Dengan luas wilayah Kota Bogor sebesar 11.850 Ha, tidak bisa dipungkiri bahwa  terdapat penyebaran penyakit menular di Kota Bogor, penyakit menular di Kota Bogor masih cukup tinggi yang didominasi oleh penyakit TBC, DBD, dan HIV. Dengan banyaknya data kasus penyakit TBC di Kota Bogor diperlukan pengelompokkan penyakit TBC untuk mengetahui wilayah kelurahan mana saja yang kasus TBCnya itu tinggi atau rendah. Diperlukan metode yang cepat dan akurat untuk menentukan cluster di suatu daerah, karena dapat menjadi salah satu kunci pencegahan atau penyuluhan terkait penyakit TBC. Salah satu metode clustering adalah algoritma K-Means algoritma ini dapat membagi data menjadi satu atau lebih cluster dengan karakteristik yang mirip, metode ini mampu mencapai akurasi serta kecepatan prosesnya juga relatif tinggi. Penelitian ini diharapkan dapat digunakan bagi Dinas Kesehatan Kota Bogor sebagai data rujukan untuk menindak lanjuti penyebaran penyakit TBC di Kota Bogor. Berdasarkan hasil penelitian menggunakan algoritma K-Means diperoleh evaluasi dengan Silhouette Coefficient dipilih dua cluster karena memiliki nilai yang paling tinggi. Kelompok penyakit TBC tertinggi berada di cluster 2 dengan jumlah 22 kelurahan di Kota Bogor. Tuberculosis (TB) is an infectious disease that is still a problem today, the morbidity and mortality rate due to this bacteria is very high. TB is still a health problem both in the world and in Indonesia, especially in West Java, Bogor City. With an area of 11,850 hectares, it is undeniable that there is a spread of infectious diseases in Bogor City, infectious diseases in Bogor City are still quite high, dominated by tuberculosis, dengue fever, and HIV. With so much data on TB cases in Bogor City, it is necessary to group TB diseases to find out which urban villages have high or low TB cases. A fast and accurate method is needed to determine clusters in an area, because it can be one of the keys to prevention or counseling related to TB disease. One of the clustering methods is the K-Means algorithm, this algorithm can divide data into one or more clusters with similar characteristics, this method is able to achieve accuracy and the speed of the process is also relatively high. This research is expected to be used for the Bogor City Health Office as reference data to follow up on the spread of TB disease in Bogor City. Based on the results of research using the K-Means algorithm, evaluation with Silhouette Coefficient, two clusters were selected because they had the highest value. The highest TB disease group is in cluster 2 with a total of 22 villages in Kot.
IMPLEMENTASI METODE HYBRID PADA SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN TOKO YANG LAYAK MENDAPATKAN SUPLAI BARANG: STUDI KASUS: AR JEANS Rolidani, Alvin; Riana, Freza; Fitri Laxmi, Gibhta
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 3 (2024): JATI Vol. 8 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i3.9546

Abstract

Alvin Rolidani Jeans (AR Jeans) merupakan supplier berbagai jenis celana jeans dengan berbagai motif ke toko-toko di Pasar Jasinga dan Pasar Rangkasbitung. Namun, pemilihan toko yang tepat menjadi faktor kunci dalam pertumbuhan bisnis. Saat ini, penilaian toko-toko dilakukan tanpa pertimbangan kriteria yang spesifik, sehingga AR Jeans menghadapi risiko kerugian. Solusinya adalah menerapkan sistem pendukung keputusan (SPK) berbasis teknologi informasi dengan metode AHP-COPRAS. Metode Analytical Hierarchy Process (AHP) digunakan untuk menetapkan bobot kriteria, sementara metode Complex Proportional Assessment (COPRAS) digunakan untuk menghitung alternatif melalui tahapan evaluasi yang terstruktur dan juga dapat digunakan untuk mengatasi kompleksitas, karena banyak kriteria yang harus dipertimbangkan dalam menentukan toko yang layak untuk diberikan suplai barang seperti pelunasan hutang, jumlah pengambilan barang, pembayaran setoran per minggu, lokasi toko, dan jarak tempuh. Sistem pendukung keputusan ini memfasilitasi AR Jeans dalam menilai toko-toko berdasarkan atribut nilai pada kriteria yang telah ditetapkan. Pengujian validitas fungsional sistem pendukung keputusan toko yang layak mendapatkan suplai barang yang dilakukan oleh beberapa pakar dan beberapa pengguna mendapatkan nilai akhir 31,5. Nilai tersebut berada pada interval 31–40 sehingga dapat dinyatakan sangat valid.
MEDIA PEMBELAJARAN PENGENALAN HEWAN PRASEJARAH UNTUK ANAK USIA DINI DI TK ALFABETA Septian Rizki, Indra; Riana, Freza; Hidayat A, Safaruddin
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 3 (2024): JATI Vol. 8 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i3.9550

Abstract

Pendidikan anak usia dini adalah suatu bentuk penyelenggaraan pendidikan yang difokuskan untuk menciptakan landasan bagi pertumbuhan, kecerdasan, bahasa dan komunikasi sesuai dengan tahapan perkembangan anak. Salah satu permasalahan yang sering muncul pada saat belajar di taman kanak-kanak adalah anak kurang berminat dan konsentrasi dalam belajar, hal ini dapat disebabkan oleh metode pembelajaran yang kurang menarik, termasuk di TK Alfabeta. Di TK Alfabeta pengenalan yang berhubungan dengan hewan prasejarah sendiri masih sangat sedikit, mereka masih menggunakan buku, sehingga membuat buku itu rusak karena sering digunakan. Sehingga diperlukan media pembelajaran yang baru untuk mengenalkan hewan prasejarah, salah satunya menggunakan Augmented Reality (AR). Peneliti membuat sebuah media pembelajaran melalui aplikasi AR dengan menggunakan objek tiga dimensi sebagai kontennya. Metode pengembangan yang dilakukan menggunakan Model Linear Sequential dimana tahapannya adalah analisis, pengembangan, coding, testing. Penelitian ini menggunakan Vuforia SDK, dan Unity 3D sebagai pembuatan aplikasi media pembelajaran pengenalan hewan prasejarah. Setelah aplikasi ini diuji dengan metode Blackbox, fungsi-fungsi yang telah diuji sesuai dengan yang diharapkan oleh peneliti. Aplikasi ini dapat menjadi solusi yang tepat agar pengenalan hewan prasejarah menjadi lebih menarik dan dapat meningkatkan kualitas pembelajaran serta meningkatkan minat dan motivasi belajar
PENERAPAN K-MEANS++ UNTUK PENGELOMPOKAN MAHASISWA BERPOTENSI DROP OUT: STUDI KASUS: UNIVERSITAS IBN KHALDUN BOGOR Putra Nugraha, Raka; Fitri Laxmi, Gibtha; Riana, Freza
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 3 (2024): JATI Vol. 8 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i3.9738

Abstract

Drop out (DO) adalah fenomena penghentian atau pemutusan hubungan studi mahasiswa pada suatu perguruan tinggi yang disebabkan oleh beberapa faktor yang ditentukan oleh universitas tersebut. Fenomena ini merupakan masalah serius karena dapat berdampak pada kualitas perguruan tinggi. Penelitian ini bertujuan untuk mengidentifikasi dan mengelompokkan mahasiswa yang berpotensi drop out (DO) di Universitas Ibn Khaldun Bogor menggunakan algoritma K-Means++. Data yang digunakan merupakan data akademik dari 842 mahasiswa Teknik Informatika angkatan 2016 – 2022, dengan 84 diantaranya berstatus berpotensi drop out. Metode yang digunakan dalam penelitian ini adalah K-Means++ clustering, yang merupakan pengembangan dari algoritma K-Means clustering. K-Means++ clustering digunakan untuk mengatasi kekurangan k-means dalam hal efisiensi waktu dengan menentukan nilai awal centroid secara lebih cerdas, sehingga dapat mengurangi waktu pemrosesan. Hasil penelitian menunjukkan tiga cluster berpotensi DO: (T) tinggi, (S) sedang, dan (R) rendah, dengan mempertimbangkan faktor seperti IPK, jumlah SKS, aktivitas mahasiswa, penghasilan orang tua, dan jalur biaya. Hasil menunjukan faktor berpengaruh ialah IPK, Jumlah Aktif, dan SKS, sedangkan faktor yang tidak berpengaruh ialah Jalur Biaya dan Penghasilan Orang Tua
PEMBUATAN WEB SERVICE PADA APLIKASI SIJAB DENGAN METODE REST Akbar, Denis; Riana, Freza; Satrya, Fitrah
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 4 (2024): JATI Vol. 8 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i4.9981

Abstract

Penelitian ini bertujuan untuk membuat sistem pemantauan lalu lintas berbasis web service menggunakan metode REST pada aplikasi Sistem Informasi Jalan Raya Kota Bogor (SIJAB). Latar belakang penelitian ini didasari oleh peningkatan jumlah kendaraan dan kompleksitas lalu lintas yang semakin tinggi, sehingga diperlukan solusi yang efektif untuk memantau dan mengelola kondisi lalu lintas. Penggunaan web service dengan metode REST diterapkan untuk menyediakan layanan yang akurat dan real-time bagi pengguna jalan. Penelitian ini menggunakan pendekatan waterfall dalam pengembangan, dengan langkah-langkah yang terstruktur. Lumen Laravel digunakan sebagai framework backend API untuk membangun aplikasi web API yang ringan dan cepat. Sistem Informasi Jalan Raya Kota Bogor (SIJAB) dirancang sebagai platform terintegrasi yang meliputi peta kemacetan, CCTV lalu lintas, dan jalur trayek angkutan umum. Data lalu lintas disajikan melalui aplikasi mobile dan website untuk memberikan informasi yang berguna kepada pengguna jalan. Hasil penelitian ini menunjukkan bahwa sistem yang dibangun berhasil meningkatkan efisiensi pendataan lalu lintas dan menyediakan informasi yang akurat serta real-time kepada pengguna. Selain itu, sistem ini juga mampu menciptakan pengendalian lalu lintas yang lebih efektif di Kota Bogor. Manfaat dari penelitian ini mencakup peningkatan keselamatan lalu lintas, kenyamanan pengguna jalan, serta mendorong penggunaan teknologi web service dalam pengembangan aplikasi terkait pemantauan lalu lintas.
PENGEMBANGAN WEB SERVICE PADA SISTEM INFORMASI JAHE MENGGUNAKAN METODE REST API Pujianto, Gilang; Riana, Freza; Hidayat A, Safaruddin
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 5 (2024): JATI Vol. 8 No. 5
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i5.10669

Abstract

Seiring berkembangnya teknologi sistem informasi, pertukaran data dilakukan menggunakan web service agar bisa diakses melalui platform berbeda. Untuk mengembangkan sistem informasi jahe ini diperlukan pertukaran data melalui web service sehingga dapat digunakan untuk mengembangkan sistem informasi berbeda platform seperti mobile application, maka dibutuhkan database server yang terintegrasi dengan web service. Tidak hanya itu dibutuhkan juga keamanan untuk datanya menggunkanan Json Web Token (JWT). Web service mempunyai konsep yang menguntungkan bagi penggunanya yaitu untuk dapat lebih mudah mengakses data, misalnya dengan adanya web service pada sebuah sistem website terdapat perubahan data, maka dengan tersistem data yang ada pada aplikasi android secara otomatis juga berubah. Metode yang digunakan pada sistem ini adalah metode waterfall dan menggunakan bahasa pemrograman javascript dengan framework Node JS serta Express JS. Hasil penelitian ini menunjukkan bahwa pengembangan web service pada sistem informasi jahe dapat menyediakan pertukaran informasi yang akurat serta real-time kepada pengguna yang bisa diakses pada platform yang berbeda. Pengujian untuk web service menggunakan metode black box dan menggunakan software postman dinyatakan berhasil.
PENERAPAN METODE FUZZY C-MEANS DAN TOPSIS DALAM REKOMENDASI PERPANJANGAN KONTRAK KARYAWAN Intan Fitriyani, Neneng; Riana, Freza; Primasari, Dewi
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 5 (2024): JATI Vol. 8 No. 5
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i5.11168

Abstract

Dalam rangka memberikan pelayanan dan perawatan kesehatan yang berkualitas maka perusahaan melakukan penilaian kinerja karyawan guna membantu membuat keputusan perpanjangan kontrak. Penentuan perpanjangan kontrak di Rumah Sakit Bhayangkara Tingkat I Raden Said Sukanto ini dilakukan setiap satu tahun sekali. Permasalahan yang dihadapi adalah belum adanya sistem pendukung keputusan yang menggunakan perhitungan komputer untuk menentukan perpanjangan kontrak karyawan, karena pihak Rumah Sakit masih menggunakan sistem manual untuk menentukan perpanjangan kontrak karyawan sehingga menyebabkan kesulitan bagi pimpinan untuk menentukan perpanjangan kontrak karyawan setiap periodenya. Dari permasalahan tersebut akan dibangun sebuah Sistem Informasi Rekomendasi Perpanjangan Kontrak Karyawan dengan menggunakan Fuzzy C-Means dan TOPSIS. Kriteria yang digunakan yaitu kejujuran, produktivitas, tanggung jawab, komunikasi dan sopan santun, ketrampilan, prilaku kerja, kepemimpinan, pengembangan pribadi, hubungan dan penampilan diri. Proses perhitungannya yaitu dengan cara membagi data karyawan menjadi beberapa kelompok kemudian melakukan perankingan untuk memperoleh rekomendasi terbaik. Pengelompokkan data karyawan dilakukan dengan menggunakan metode Fuzzy C-Means dan perangkingan menggunakan metode TOPSIS. Sistem ini dibangun menggunakan bahasa pemrograman PHP dengan framework Laravel. Hasil pengujian menunjukan bahwa sistem ini dapat membantu Rumah Sakit dalam pengambilan keputusan perpanjangan kontrak karyawan dan memonitoring kinerja karyawan.
Co-Authors Akbar, Denis Al Ikhsan, Safaruddin Hidayat Anbi, Moningka Naca Andi Irawan Catur Hermanto Devi Amaliah Dewi Primasari Dwi Noviansyah, Ramadhani Dyah Ayu Nafisah Erfiani Erfiani Erwin Hermawan Fadhilah, Muhammad Rifqi Farha Fitrahul Janah Fitrah Satrya Fajar Kusumah Fitrah Satrya, Fitrah Fitri Laxmi, Gibhta Ghibtha Fitri Laxmi Gibtha Fitri Laxmi Hadjimartsu, Sahid Agustian Hamim Wigena, Aji Harianingrum, Riska Pravita Hendi Hidayat Hendi Hidayat, Hendi Hendrawan, A. Hendri Hidayat A, Safaruddin Hidayat Al-Ikhsan, Safaruddin Iksal Yanuarsyah Intan Fitriyani, Neneng Isna, Fitria Nur Kaifia Basha, Tb. Feraldi Khidir Zahid Muchtadiabillah Kodarsyah Kurniawan, Adam Laxmi, Ghibtha Fitri Laxmi, Gibtha Lievia Anjhelina Maharani Makbul, Fathur Rahman Meita Arifany Muhammad Zikri Nabil Makarim, Syahir Nurul Kamilah Pujianto, Gilang Puspa Eosina Puspa Putri Amalia Putra Nugraha, Raka Putri, Isti Juliana Putri, Refanisa Ramdhani Ramdhani Retno, Setyowati Ritzkal, Ritzkal Rofi, Muhammad Maulana Rolidani, Alvin Safaruddin Hidayat Al Ikhsan Septian Rizki, Indra Setiawan, Foni Agus Setyowati Retno SETYOWATI RETNO DJIWANTI, SETYOWATI RETNO Siti Aisyah Siti Herawati Sutisna Sutisna Wulandari, Berlina