p-Index From 2021 - 2026
12.937
P-Index
This Author published in this journals
All Journal IAES International Journal of Artificial Intelligence (IJ-AI) IJCCS (Indonesian Journal of Computing and Cybernetics Systems) Jurnal Informatika dCartesian: Jurnal Matematika dan Aplikasi Jurnal Masyarakat Informatika JURNAL SISTEM INFORMASI BISNIS Prosiding KOMMIT Jurnal Sistem Komputer Proceedings of KNASTIK Semantik Jurnal Simetris Jurnal Buana Informatika Elkom: Jurnal Elektronika dan Komputer TELKOMNIKA (Telecommunication Computing Electronics and Control) Bulletin of Electrical Engineering and Informatics Journal of Education and Learning (EduLearn) Jurnal Ilmiah Teknik Elektro Komputer dan Informatika (JITEKI) JREC (Journal of Electrical and Electronics) JSI: Jurnal Sistem Informasi (E-Journal) Jurnal Ilmiah Kursor Telematika : Jurnal Informatika dan Teknologi Informasi Jurnal Teknologi Informasi dan Ilmu Komputer Jurnal Transformatika JUITA : Jurnal Informatika Jurnas Nasional Teknologi dan Sistem Informasi Khazanah Informatika: Jurnal Ilmu Komputer dan Informatika Register: Jurnal Ilmiah Teknologi Sistem Informasi Jurnal Manajemen Kesehatan Indonesia Sistemasi: Jurnal Sistem Informasi Kelola: Jurnal Manajemen Pendidikan Sinkron : Jurnal dan Penelitian Teknik Informatika AdBispreneur Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Computatio : Journal of Computer Science and Information Systems Jurnal Mercumatika : Jurnal Penelitian Matematika dan Pendidikan Matematika INTEGER: Journal of Information Technology JIKO (Jurnal Informatika dan Komputer) Jurnal Penelitian Pendidikan IPA (JPPIPA) Faktor Exacta Kinetik: Game Technology, Information System, Computer Network, Computing, Electronics, and Control INOVTEK Polbeng - Seri Informatika BAREKENG: Jurnal Ilmu Matematika dan Terapan Dinamisia: Jurnal Pengabdian Kepada Masyarakat JURNAL TEKNIK INFORMATIKA DAN SISTEM INFORMASI ILKOM Jurnal Ilmiah Jurnal Manajemen Informasi dan Administrasi Kesehatan Jurnal ULTIMA InfoSys Media Mahardhika JUMANJI (Jurnal Masyarakat Informatika Unjani) Jurnal Informatika Kritis Journal of Humanities and Social Studies Infotronik : Jurnal Teknologi Informasi dan Elektronika Jutisi: Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Journal of Information Systems and Informatics Informatika Jurnal JTIK (Jurnal Teknologi Informasi dan Komunikasi) Jurnal Mnemonic JOURNAL OF INFORMATION SYSTEM RESEARCH (JOSH) Frontiers Aiti: Jurnal Teknologi Informasi ADI Bisnis Digital Interdisiplin (ABDI Jurnal) Journal of Information Technology Ampera JINAV: Journal of Information and Visualization Journal of Applied Data Sciences JOINTER : Journal of Informatics Engineering Walisongo Journal of Information Technology ADI Pengabdian kepada Masyarakat Jurnal (ADIMAS Jurnal) Journal of Information Technology (JIfoTech) Community Medicine and Education Journal J-SAKTI (Jurnal Sains Komputer dan Informatika) Jurnal Teknologi Sistem Informasi Jurnal Nasional Teknik Elektro dan Teknologi Informasi Jurnal Informatika Teknologi dan Sains (Jinteks) Jurnal Algoritma Lensa: Jurnal Kependidikan Fisika Nusantara of Engineering (NOE) TAKSONOMI Jurnal Manajemen Sistem Informasi d'Cartesian: Jurnal Matematika dan Aplikasi International Journal of Information Technology and Business INOVTEK Polbeng - Seri Informatika JuTISI (Jurnal Teknik Informatika dan Sistem Informasi)
Claim Missing Document
Check
Articles

Uji Perbandingan Akurasi Analisis Sentimen Pariwisata Menggunakan Algoritma Support Vector Machine dan Naive Bayes Susanti, Novita Dewi; Sediyono, Eko; Sembiring, Irwan
Nusantara of Engineering (NOE) Vol 3 No 2 (2016)
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/noe.v3i2.12338

Abstract

Analisis sentimen saat ini banyak digunakan sebagai bahan untuk mengetahui opini masyarakat tentang suatu hal. Dengan menggunakan analisis sentimen kita dapat mengklasifikasikan data apakah data tersebut termasuk opini positif atau opini negatif. Paper ini membahas analisis sentimen untuk mengukur tingakat akurasi dari opini masyarakat pada suatu tempat wisata di Jawa Tengah dengan metode Naive Bayes dan Support Vektor Machine yang berguna untuk mengetahui nilai akurasi yang manakah yang lebih bagus dari dua metode yang digunakan tersebut. Ada beberapa metode yang bisa digunakan untuk mengklasifikasikan opini tersebut, namun dalam paper ini dipilih metode Support Vektor Machine dan metode Naive Bayes dengan alasan metode tersebut adalah metode yang paling banyak digunakan saat ini karena dapat menghasilkan nilai akurasi yang tinggi dari penelitian sebelumnya. Hasil yang didapatkan dari penelitian ini adalah berupa data perbandingan Precision, Recall dan Akurasi. Hasil precision pada NB adalah 65,97%, pada SVM 87,25%. Nilai Recall pada NB adalah 96,39%, pada SVM 80,60%. Nilai akurasi yang didapatkan pada NB 65,78%, pada SVM 76,47% Kata Kunci : Analisis sentimen, opini, klasifikasi, metode, Suport Vektor Machine, Naive Bayes, akurasi
Analisa Sistematis Manajemen Pengetahuan Digital Aplikasi Berbasis Kecerdasan Buatan di Universitas Sediyono, Eko; Hasibuan, Zainal Arifin; Setyawan, Iwan; Purnama Harahap, Eka; Darmawan, Arif
ADI Bisnis Digital Interdisiplin Jurnal Vol 3 No 2 (2022): ADI Bisnis Digital Interdisiplin (ABDI Jurnal)
Publisher : ADI Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34306/abdi.v3i2.790

Abstract

Melalui kajian literatur yang menyeluruh, analisis ini bertujuan untuk memberikan gambaran luas tentang kajian penggunaan AI di universitas. Temuan deskriptif mengungkapkan bahwa ilmu komputer dan mata pelajaran STEM merupakan mayoritas topik yang tercakup dalam publikasi Artificial Intelligence in Learning (AIL) dan bahwa penelitian empiris paling sering menggunakan pendekatan kuantitatif. Temuan gabungan menunjukkan empat aplikasi untuk AIL dalam layanan kelembagaan dan administrasi dan layanan kontribusi akademik: 1. Metode artikel ini berdasarkan model pembelajaran, algoritma, dan jaringan saraf, yang dapat membuat keputusan tentang jalur pembelajaran individu dan konten siswa, memberikan pijakan kognitif, dan memberikan dukungan kepada siswa untuk berpartisipasi dalam dialog. Masalah penggunaan AIL di universitas dilarang karena persyaratan untuk meningkatkan pendekatan etis dan pedagogis, serta hambatan dan risiko AIL, hubungannya yang rapuh dengan sudut pandang pedagogis teoritis, dan faktor lainnya. Tujuan analisis sistematis adalah untuk memberikan solusi untuk masalah tertentu berdasarkan pendekatan pencarian yang eksplisit, sistematis, dan dapat direproduksi dan kriteria inklusi atau eksklusi yang menentukan penelitian mana yang termasuk pengkodean dan ekstraksi data berikut dari penelitian yang relevan, hasilnya diringkas dan setiap kesenjangan atau inkonsistensi dengan aplikasi nyata disorot. Menjelaskan dampak sifat kognitif dan non-kognitif siswa dalam memprediksi kinerja akademik untuk mahasiswa teknik. Untuk meningkatkan akurasi prediksi, mereka menggunakan faktor non-kognitif seperti mengatur waktu, kepribadian, identitas, kepemimpinan, dan dukungan masyarakat, berbeda dengan banyak studi lain.
Analisis Performa Support Vector Machine (SVM) dengan Hyperparameter Tuning untuk Klasifikasi Data Stress Monitoring Siswa Lawalata, Feibe; Sediyono, Eko
JOINTER : Journal of Informatics Engineering Vol 6 No 02 (2025): JOINTER : Journal of Informatics Engineering
Publisher : Program Studi Teknik Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53682/jointer.v6i02.413

Abstract

Stress is one of the critical issues in student mental health that directly affects academic performance. Machine learning–based stress detection offers an effective solution for automatically monitoring psychological conditions. This study analyzes the performance of the Support Vector Machine (SVM) algorithm in classifying student stress levels using a public dataset. Two approaches are compared: a baseline SVM model with a linear kernel and a model refined through hyperparameter tuning using GridSearchCV. The evaluation employed accuracy, precision, recall, F1-score, confusion matrix, and the McNemar statistical test. The results show that both models achieved identical performance, with an accuracy of 84.54% and a macro F1-score of 0.85. The confusion matrix further demonstrated identical prediction distributions, although the McNemar test indicated a significant difference (p < 0.05). These findings highlight that hyperparameter tuning does not necessarily lead to performance improvements, particularly when the data is nearly linearly separable. The implications of this research emphasize the importance of deeper analysis in selecting tuning strategies, while also opening opportunities to apply SVM models as the backend of mobile-based student stress monitoring applications.
Analisis Faktor-Faktor Kesuksesan Penerapan Enterprise Resource Planning Terhadap Kinerja Organisasi Dahur, Arnoldus Janssen; Sediyono, Eko; Widodo, Aris Puji
INTEGER: Journal of Information Technology Vol 8, No 1 (2023): Maret
Publisher : Fakultas Teknologi Informasi Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/j.integer.2023.v8i1.3711

Abstract

Kebutuhan dalam segala organisasi atau sektor baik pemerintahan maupun organisasi swasta yang beragam dan terus meningkat seiring dengan populasi manusia yang terus bertambah membuat organisasi-organisasi ini terus memberikan inovasi terbaik dalam menjalankan pekerjaan mereka sehari-hari dengan efektif dan efisien. Kehadiran teknologi memberikan banyak manfaat dalam permasalahan apapun terkhusus membantu memecahkan masalah agar bisa efisien dan efektif. Manfaat teknologi inilah yang tentunya akan membantu dalam menjalankan proses bisnis, contohnya dengan penerapan ERP, akan tetapi penerapan ERP pada bidang organisasi pastinya memiliki kelebihan dan kekurangan. Pada penelitian ini juga dilakukan untuk mengetahui dampak yang terjadi dari dalam menerapkan ERP pada organisasi atau perusahaan. Penelitian ini dilakukan dengan studi literatur review. Berdasarkan kajian literatur yang dilakukan pada penelitian ini mendapatkan faktor yang banyak diperhatikan oleh peneliti sebelumnya dalam menerapkan ERP yaitu user training, top management support dan vendor support yang akan mempengaruhi keberhasilan atau kegagalan dalam menerapkan ERP. keberhasilan dan kegagalan pada penerapan ERP juga berdampak pada kinerja organisasi. Peningkatan kinerja tidak hanya pada organisasi, melainkan berdampak juga pada kinerja karyawan yang bekerja. Sedangkan untuk kegagalan pada penerapan ERP yaitu organisasi atau perusahaan dapat mengalami kerugian yang dimana berupa investasi Teknologi Informasi yang hilang.
Penerapan ERP Pada Sistem Informasi Manajemen Pengawasan Perikanan (SIMWASKAN) Pada Direktorat Pengawasan Sumber Daya Perikanan Januar Agung Wicaksono; Eko Sediyono; Aris Puji Widodo
Jurnal Masyarakat Informatika Vol 14, No 1 (2023): May 2023
Publisher : Department of Informatics, Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.14710/jmasif.14.1.49607

Abstract

Ditjen PSDKP merupakan salah satu eselon 1 di Kementerian Kelautan dan Perikanan. Ditjen PSDKP memiliki 5 eselon 2 terdiri 4 Direktorat dan 1 Sekretariat Ditjen, salah satu direktorat adalah Direktorat PPSDP. Salah satu sistem pengelolaan basis data yang dijalankan oleh Dit. PPSDP adalah SIMWASKAN. SIMWASKAN dapat disebut sebagai sistem Enterprise Resource Planning (ERP) karena terintegrasi dan mendukung fungsi pengawasan terhadap peraturan yang berlaku pada Direktorat PPSDP.ERP sebagai aplikasi komprehensif yang mendukung fungsi unit kerja dan dapat mengintegrasikan baik berbagai aspek fungsional maupun sistem dalam sub unit kerja  pada Direktorat PPSDP dengan eselon I teknis terkait. ERP bekerja menggunakan web-client tujuannya adalah dapat diakses oleh pegawai yang berkompeten sesuai dengan tugas dan fungsinya dari mana saja dan kapan saja sehingga meningkatkan efektivitas kinerja. Metode pembangunan yang digunakan dalam SIMWASKAN adalah waterfall, bahasa pemrograman yang digunakan adalah php dengan framework code-igniter dan menggunakan basis data mysql, serta metode pengujian fungsional dari SIMWASKAN adalah black-box testing. Penerapan ERP dalam SIMWASKAN ini, untuk pengawas perikanan dapat menjadi media pelaporan hasil pengawasan di lapangan terhadap pengelolaan sumber daya perikanan di lingkup Ditjen PSDKP. Untuk Dit. PPSDP dapat menjadi media analisa terhadap hasil pengawasan pengelolaan sumber daya perikanan berdasarkan hasil yang dilaporkan pengawas perikanan.
Analisis dan Perancangan Sistem Informasi Panduan Kesehatan Balita Lestari, Merrryana; Sediyono, Eko
Journal of Information System and Informatics Vol 3 No 1 (2021): Journal of Information Systems and Informatics
Publisher : Asosiasi Doktor Sistem Informasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33557/journalisi.v3i1.93

Abstract

Immunization, nutritional support for food vitamins and nutritional content from food are important components to support good children's growth and development. However, the number of malnutrition and malnutrition in Indonesia is still high, causing many children under five to experience stunting during the golden age. Through this research, analysis and design of mobile-based information systems that can be accessed anywhere and anytime as needed is carried out. The design of this information system can be used as a guide for young mothers regarding child health information needed, especially during the growth and development period of toddlers by monitoring growth curves and providing health recommendations through the calculation of the Body Mass Index (BMI) in toddlers and can also be used as a reminder and recording of immunization data in children under five.
Optimizing Attendance System: Integrating Liveness Detection and Deep Learning for Reliable Face Recognition Joseph Teguh Santoso; Eko Sediyono; Kristoko Dwi Hartomo; Irwan Sembiring
JUITA: Jurnal Informatika JUITA Vol. 12 No. 2, November 2024
Publisher : Department of Informatics Engineering, Universitas Muhammadiyah Purwokerto

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30595/juita.v12i2.21738

Abstract

The study focuses on using vitality detection and deep learning technologies in the context of facial recognition in an IT presence management project. The combination of deep learning with vitality detection provides a considerable advancement in security and effectiveness. This work integrated vitality-detecting technology with in-depth learning in facial recognition systems. Vitality detection technologies are used to verify the authenticity of persons by examining live indicators such as movements or facial expressions before face recognition. Meanwhile, deep learning is used to analyze and process facial photos correctly by learning from large amounts of data and recognizing facial features in depth. The study data set consists of 1300 photographs of professional school instructors taken with official authority. Model testing and training are carried out in the Google Colab environment, using Python and the Hardy package. The test findings showed an 87% accuracy in face recognition, proving the system's capacity to consistently identify persons and distinguish real from false ones. Furthermore, the performance of Liveness Detection achieves 92% accuracy, as does the integration of Live Detection technology with Deep Learning at 78%.
Application of the PIECES Framework Method in E-Report Evaluation Muhammad Sholikin; Eko Sediyono; Hendry Hendry
Jurnal Penelitian Pendidikan IPA Vol 9 No SpecialIssue (2023): UNRAM journals and research based on science education, science applic
Publisher : Postgraduate, University of Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29303/jppipa.v9iSpecialIssue.6028

Abstract

The evaluation of the E-report application at SMK N 1 Banyudono is integral for assessing its alignment with the latest curriculum guidelines and its effectiveness in meeting students' learning and assessment needs. This evaluation ensures that learning support technologies, such as E-report, stay relevant, responsive to user needs, and supportive of the school's long-term educational objectives. Using the PIECES method, the assessment of user satisfaction comprehensively considers Performance, Information, Economy, Control, Efficiency, and Services indicators. The Likert scale aids in gauging user satisfaction across various aspects. Quantitative data analysis involves 26 respondents, including teachers, homeroom teachers, curriculum staff, and school principals, providing a holistic perspective on learning and assessments management. The PIECES method and Likert scale evaluation reveal a satisfaction level of 4.52, categorizing it as "SATISFIED." This comprehensive assessment covers system performance, information accuracy, cost-effectiveness, system control ease, time efficiency, and service flexibility. The qualitative descriptive approach using the PIECES method and Likert scale identifies areas for improvement, ensuring the E-report application remains efficient, relevant, and aligned with DITJEN VOKASI guidelines
Integrating hybrid deep learning and CSI for multi-interval hydrological data in enhanced flood prediction Indrastanti Ratna Widiasari; Eko Sediyono; Rissal Efendi
Bulletin of Electrical Engineering and Informatics Vol 15, No 3: June 2026
Publisher : Institute of Advanced Engineering and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.11591/eei.v15i3.11278

Abstract

Flood prediction accuracy is often constrained by heterogeneous and asynchronous hydrological data collected at different time intervals. This study proposes a hybrid deep learning–based flood prediction framework that integrates long short-term memory (LSTM), convolutional neural network (CNN), and cubic spline interpolation (CSI) to address these challenges. Rainfall, river discharge, and water level data representing upstream, midstream, and downstream conditions of the Bengawan Solo watershed were utilized. CSI was applied as a preprocessing step to harmonize multi-interval data, reduce noise, and recover missing observations, thereby improving data consistency. The experimental results show that the proposed hybrid LSTM–CNN model enhanced with CSI outperforms baseline LSTM and non-interpolated hybrid models, achieving a mean absolute percentage error (MAPE) of 5.84%, root mean square error (RMSE) of 0.125 m, mean absolute error (MAE) of 0.082 m, and R² of 0.948. The integration of spatio-temporal feature learning with data harmonization enables more accurate flood level prediction and supports timely flood early warning systems. The proposed approach demonstrates strong potential for improving flood risk management and disaster preparedness in flood-prone regions.
Perencanaan Sistem Informasi Pelaporan Kasus Kekerasan Berbasis Constraint: Studi pada Yayasan Sanggar Suara Perempuan Jeny Maryana Nuban; Eko Sediyono; Evi Maria
Jurnal Algoritma Vol 23 No 1 (2026): Jurnal Algoritma
Publisher : Institut Teknologi Garut

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33364/algoritma/v.23-1.3434

Abstract

Violence case reporting systems in community-based organizations are often framed as technical solutions, overlooking the social and operational conditions that shape their use. This study examines how reporting system requirements are formed in such contexts and develops an information system design that responds to these conditions. The study draws on a qualitative, design-oriented case study conducted at Yayasan Sanggar Suara Perempuan (SSP). Data were collected through interviews and observations with key informants, analyzed thematically, and mapped onto the Ward and Peppard framework to inform system design. The findings show that system requirements are not purely functional but emerge as a configuration of interacting constraints, process fragmentation, data security risks, and social barriers that simultaneously bound integration, visibility, and user access. Fragmented reporting practices across unintegrated channels lead to data inconsistencies and delays, while concerns about identity exposure constrain user participation. In response, the study proposes an integrated reporting system featuring centralized data management, anonymous reporting, and role-based access control. These findings demonstrate that system design in high-risk, socially sensitive contexts cannot be derived from functional requirements alone but must be configured within a constraint-bounded design space that directly shapes and limits design decisions.
Co-Authors Ade Iriani Adenia Kusuma Dayanthi Adhe Ronny Julians Adi Setiawan Adi Setiawan Adian Fatchurrohim Adila Safitri Agus Priyadi Agus Subhan Akbar, Agus Subhan Agustinus Raharjo Ahmad Nuzulia Rahman Ahmad Zamsuri, Ahmad Aldian Umbu Tamu Ama Aldri Frinaldi Alvianto, Muhammad Nur Hendra Anak Agung Gede Sugianthara Andi Kristanto Andika, Awan Pijar Andry Ananda Putra Tanggu Mara Andry Tanggu Mara Angela Atik Setiyanti Anna Simatauw Anthony Anthony Antonius Oko Pranoto Anugerah Widi Anwar S Ardjo Anwar S. Ardjo Anwar S. Ardjo, Anwar S. April Lia Hananto Ardaneswari, Awanda Ardjo, Anwar S Arief Andriono Arief Andriono, Arief Ariel Kristianto Aries Dwi Indriyanti, Aries Dwi Arif Darmawan Arif Darmawan Aris Puji Widodo Aris Puji Widodo Aris Puji Widodo Aris Puji Widodo Aris Puji Widodo Aris Puji Widodo Aris Puji Widodo Aris Puji Widodo Arun Mohammad Maksum Atik Mawarni Aulia Oktaviana Avin Wimar Budyastomo Aviv Yuniar Rahman Awanda Ardaneswari Batawi, Rymond N. Bayu Surarso Brian Laurensz Brilliananta Radix Dewana Budhi Kristianto Cahya Tri Purnami Cahyaningtyas, Christian Catur Edi Widodo Chrisanty Mariana Rorimpandey Christanto, Henoch Juli Christian Lilik HS Nivak Dahur, Arnoldus Janssen Damayanti, Elok Daniel HF Manongga Daniel Riano Kaparang Danny Manongga Danny Sebastian David Setia Darmawan Defitroh Chen Sami'un Dewana, Brilliananta Radix Dharmaputra Palekahelu Dian Puspitadewi Kristyaningtyas Dinda Ayu Aprilia Dio Febrilian Tanjung Doni Wiryadinata Dwi Adityas Rarasati Dwi Mustika Kusumawardani, Dwi Mustika Dwi Setiawan Edna Maria, Edna Edwanda Arisandy Edy Jogatama Purhita Eko Nur Hermansyah Esti Zakia Darojat Evi Maria Faqih, Haikal Farid Farid Agushybana Feibe Lawalata Ferdian Aditya Pratama Fian Yulio Santoso Fikri Faidul Jihad Fikri Faidul Jihad Firdaus Dwi Prasetyo Firdaus Dwi Prasetyo, Firdaus Dwi Fitra Nur Asri, Muh Florentina Tatrin Kurniati Gatot Sasongko Gilang Muhamad Noer Gregorius Anung Hanindito Gudiato, Candra Haidar Shiddiqramzy Haikal Haikal Haikal Haikal Haikal Nur Rachmanrachim Achaqie Haikal Nur Rachmanrachim Achaqie Hakim, M. Iman Nur Hanif Prasetyo bhakti Adi Nugroho Harahap, Eka Purnama haryo kusumo Hendry Hertanto Mulianto Hery Santono Hery Santono Hetharie, Renee Yosua Hindriyanto Dwi Purnomo Huda, Baenil Humami, Faris Ignatius Agus Supriyono Ilham Akbar Sodik Illyin Almeito Imaniar Sevtiyani Indrastanti Ratna Widiasari Irwan Sembiring Ivanna Kristianti Timotius Iwan Setyawan Iwan Setyawan Januar Agung Wicaksono Januar Agung Wicaksono Jemaictry Tamaela Jeny Maryana Nuban Johan Jimmy Carter Tambotoh Joseph Teguh Santoso Julce Adiana Sidette, Julce Adiana Jutono Gondohanindijo Juwita Artanti Kusumaningtyas Kartika Imam Santoso Kevin Mikhail Tulenan Kiswanto Kiswanto Kristoko Dwi Hartomo Kristyaningtyas, Dian P. Kusumaningtyas, Juwita Artanti Laksamana Rajendra Haidar Azani Fajri Latupeirissa, Ariyanto Lawalata, Feibe Lawang, Robert M.Z. Leo Candra Gunawan Wicaksono Leonardo Refialy Leonardo Refialy, Leonardo Lestari, Merrryana Lili Rusdiana, Lili M., Maria Magdalena Maipauw, Musa Marsel Malioy, Rimes Jopmorestho Maria Magdalena Martini Martini Martza Merry Swastikasari MARWATA, MARWATA Matheus Supriyanto Rumetna Mayestika, Anastasia Kezia Beatrix Melanie Mardolna Sine Melissa Modok Merryana Lestari Michael Elyas Ernawan Moh. Hasyimi Muay, Nikson Theys Muhammad Ikhsan Muhammad Nur Hendra Alvianto Muhammad Sholikin N.A. Miftahul Huda N.A. Miftahul Huda, N.A. Miftahul Nabiel Putra Adam Nabiel Putra Adam, Nabiel Putra Ni’mah Akbar Habibie Nofiyati Nofiyati, Nofiyati Nugroho, Samuel Danny Nurjazuli Nurjazuli Nurjazuli Nuzhah Al Waaidhoh Oky Dwi Nurhayati Onesimus Joumaran Usior P Purwanto P, Sri Yulianto Joko Panja, Eben Paryono, Tukino Penison Wenda Perdana, Adam Bagus Ponco Yuniarto Pranoto, Antonius Oko Pratama, Ferdian Aditya Pratindy, Raka Prisilia Talakua Priyadi Priyadi Purnama Harahap, Eka Pusaka, Semerdanta Putri Gloria Qurotul Aini Rachardian, Seprima Raden Mohamad Herdian Bhakti Rahmat Gernowo Rahmatika, Yuni Ramanda, Febri Renee Yosua Hetharie Reni Murnita Retno Setya Anggraeni Richi Eka Yanti Rissal Efendi Robert M.Z. Lawang Rohmad Abidin Romadhon, Zainur Romauli Basaria Romy Aziz Risaldi Roy Rudolf Huizen Ryo Pambudi Saian, Septovan Dwi Suputra Santoso, Fian Yulio Santoso, Nuke Puji Lestari Satriyo Satriyo Sausan Hidayah Nova Sekarlangit Sekarlangit Septovan Dwi Suputra Saian Setiawan, Santo Siti Shofiah Slamet Widodo Sodik, Ilham Akbar Soni Adiyono Sri Achadi Nugraheni Sri Ngudi Wahyuni, Sri Ngudi Sri Yulianto Sri Yulianto Joko P Sri Yulianto Joko Prasetyo Stephen Aprius Sutresno Suci Larasati Suhartono Suhartono Suharyadi Surarso Bayu Susanti, Novita Dewi Swastikasari, Martza Merry Tamaela, Jemaictry Teguh Wahyono Theo Pradikta Theofani, Gracia Tintien Koerniawati Tirsa Ninia Lina Tjokra, Cindy Vanesya Tri Wahyuningsih Trisna Wonda Trisna Wonda, Trisna Tulenan, Kevin Mikhail Tundjung Mahatma Untung Rahardja Viera Juniver Thenu Vina Chovan Epifania Wardoyono, Hengky Wreda Agung Kuncoro Yakobus Kevin Dean Prasetyo Yayi Suryo Prabandari Yerik Afrianto Singgalen Yessica Nataliani Yonathan Saputra Yudo Devianto Yulian Hany Makaruku Yuliarman Saragih Zainal A. Hasibuan Zainal Arifin Hasibuan Zati Hulwani Zati, Hulwani Zukhruf, Afriza Meigi