Article Per Year (5 Year)
p-Index From 2021 - 2026
4.001
P-Index
This Author published in this journals
All Journal Jurnal Teknologi Perikanan dan Kelautan ILMU KELAUTAN: Indonesian Journal of Marine Sciences Saintek Perikanan : Indonesian Journal of Fisheries Science and Technology Bulletin of Electrical Engineering and Informatics Jurnal Ilmiah Kursor Journal of Innovation and Applied Technology Jurnal Teknologi Informasi dan Ilmu Komputer Jurnal POINTER Jurnal Kelautan Tropis Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer JFMR (Journal of Fisheries and Marine Research) Knowledge Engineering and Data Science Jurnal Penelitian Perikanan Indonesia Jurnal Inovasi Hasil Pengabdian Masyarakat (JIPEMAS) JAST : Jurnal Aplikasi Sains dan Teknologi Journal of Aquaculture Science J-Dinamika: Jurnal Pengabdian Kepada Masyarakat Journal of Fisheries & Marine Jurnal Penelitian Teknik Sipil Konsolidasi
Muh. Arif Rahman
Brawijaya University
Agriculture, Biological Sciences & Forestry Biochemistry, Genetics & Molecular Biology Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Library & Information Science Materials Science & Nanotechnology Other

Published : 42 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 42 Documents
Search

 1   2   3   4   5 
Penerapan Progressive Disclosure dan Hierarki pada Aplikasi M.Tix untuk Meningkatkan Usability Putri, Safinatunnajah Mutiara; Kharisma, Agi Putra; Rahman, Muh. Arif
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 8 No 8 (2024): Agustus 2024
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Aplikasi M.Tix adalah aplikasi mobile yang menyediakan penjualan tiket film secara online dari bioskop Cinema XXI. Aplikasi M.Tix telah dipublikasi oleh Cinema 21 Group sejak tahun 2015 telah diunduh sebanyak lebih dari 10 juta kali terhitung hingga bulan Januari 2024 dengan ratting 3,8. Berdasarkan observasi dan pengumpulan review dari platform Google Play Store yang telah dilakukan, aplikasi M.Tix memiliki beberapa kekurangan. Salah satu kekurangan tersebut adalah pada halaman detail film memiliki alur yang panjang dan memiliki button yang tidak efisien yaitu pada button “Playing at” dan “Buy Ticket”. Dari permasalahan yang ditemukan, penelitian ini bertujuan untuk mengetahui dampak dari penerapan progressive disclosure dan desain hirarki pada antarmuka dan alur pembelian tiket di aplikasi mobile M.Tix. Pengujian usability testing digunakan untuk mengukur aspek task time, success rate, dan kepuasan pengguna. Partisipan dipilih sebanyak 12 orang dengan kriteria mahasiswa Fakultas Ilmu Komputer angkatan 2020 untuk melakukan proses pengujian menggunakan metode A/B testing dan Single ease question (SEQ). Hasil yang didapatkan adalah terdapat perbedaan task time pada fitur pemilihan jadwal tiket (p=0,049), tidak terdapat perbedaan success rate pada seluruh task yang diujikan (p=1), dan terdapat kepuasan pengguna pada fitur pemilihan jadwal tiket (p=0,000571) dan fitur pemilihan tempat duduk (p=0,00123).
Perbandingan Naïve Bayes Dan K-Nearest Neighbor Untuk Analisis Sentimen Terhadap Ulasan Aplikasi Threads Berton, Freddy Toranggi; Eka Ratnawati, Dian; Rahman, Muh. Arif
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 8 No 9 (2024): September 2024
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Indonesia telah memasuki era digitalisasi. Penggunaan internet oleh masyarakat telah meningkat karena pertumbuhan teknologi yang cepat. Aplikasi threads adalah aplikasi media sosial berbasis aplikasi mobile apps yang diluncurkan pada tahun 2023. Konten yang menghibur membuat aplikasi threads banyak diunduh, dari banyaknya unduhan terdapat ulasan yang beragam. Tujuan dari penelitian ini ialah untuk mengklasifikasikan ulasan yang diberikan oleh pengguna aplikasi threads dengan membandingkan dua metode algoritme seperti Naive Bayes dan K-Nearest Neighbor dengan tujuannya untuk melihat teknik mana yang memberikan hasil yang lebih baik ketika diterapkan pada ulasan di aplikasi Threads. Data yang dimanfaatkan berupa ulasan aplikasi Threads dari Google Playstore, yang mencakup 500 ulasan positif dan 500 ulasan negative. Hasil pengujian pada 1000 data yang kemudian dibagi dengan rasio 80% untuk data training dan 20% untuk data testing, dengan memastikan distribusi label yang seimbang. Performa metode Naïve Bayes mengungguli di bandingkan K-Nearest Neighbors. Metode dari Naïve Bayes mempunyai nilai F1-Score mencapai 84%, Accuracy sebesar 84%, Recall sebesar 84%, dan Precision sebesar 85%. Sedangkan metode K-Nearest Neighbors memiliki nilai F1-Score sebesar 73%, Accuracy sebesar 73%, Recall sebesar 73%, dan Precision sebesar 73%.
Peningkatan pemasaran produk UMKM melalui pemanfaatan marketplace tokopedia dan facebook Muflikhah, Lailil; Widodo, Agus Wahyu; Rahman, Muh. Arif; Yudistira, Novanto
Jurnal Inovasi Hasil Pengabdian Masyarakat (JIPEMAS) Vol 7 No 3 (2024)
Publisher : University of Islam Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33474/jipemas.v7i3.21920

Abstract

Salah satu bentuk usaha yang merupakan potensi desa dan mendapat dukungan dari pemerintah adalah Usaha Mikro, Kecil, dan Menengah (UMKM). Namun, adanya keterbatasan dalam hal pemasaran menjadikan tidak nampaknya produk asli masyarakat setempat. Pentingnya dilakukan program Pengabdian kepada Masyarakat. Pada program ini bertujuan untuk meningkatkan pemasaran produk UMKM melalui pemanfaatan platform marketplace Tokopedia dan media sosial Facebook. Metode pengabdian masyarakat yang digunakan meliputi sosialisasi, pelatihan, dan pendampingan langsung kepada para pelaku UMKM di wilayah target. Tokopedia, digunakan sebagai marketplace toko online, sedangkan untuk Facebook sebagai sarana pengiklanan produk. Kegiatan ini bertujuan untuk memberikan pemahaman mengenai pentingnya digital marketing, serta keterampilan praktis dalam membuat dan mengelola akun di Tokopedia dan Facebook. Hasil dari program ini menunjukkan adanya peningkatan yang signifikan dalam pemahaman dan kemampuan peserta dalam menggunakan kedua platform tersebut. Selain itu, terdapat peningkatan penjualan dan jangkauan pasar produk UMKM setelah program berjalan. Kesimpulan dari penelitian ini menyatakan bahwa pemanfaatan marketplace Tokopedia dan media sosial Facebook secara efektif dapat membantu pelaku UMKM dalam meningkatkan pemasaran dan penjualan produk mereka, yang pada gilirannya dapat mendorong pertumbuhan ekonomi lokal.
Analisis Pengalaman Pengguna pada Aplikasi Coursera dan edX Menggunakan User Experience Questionnaire Pramana Putra, Jody; Jonemaro, Eriq Muhammad Adams; Rahman, Muh. Arif
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 13 (2025): Publikasi Khusus Tahun 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

ournal of Engineering and Technology for Industrial Applications (JETIA).
Analisis Perbandingan Efisiensi dan Kebergunaan Aplikasi Berbasis React.Js dan Next.Js (Studi Kasus: Aplikasi Web Game Corner FILKOM UB) Fawwaz Haryono, M. Naufal; Kharisma, Agi Putra; Rahman, Muh. Arif
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 8 (2025): Agustus 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Peningkatan kebutuhan akan performa dan visibilitas aplikasi web mendorong penggunaan framework modern seperti React.js dan Next.js yang menawarkan pendekatan rendering berbeda. React.js menggunakan Client-Side Rendering (CSR) yang ringan namun terbatas dalam SEO, sementara Next.js mendukung Server-Side Rendering (SSR) dan Static Site Generation (SSG) untuk meningkatkan kinerja dan indeksabilitas halaman. Penelitian ini membandingkan efisiensi teknis dan kebergunaan aplikasi web antara kedua framework tersebut melalui studi kasus aplikasi Game Corner FILKOM UB. Pengujian dilakukan terhadap metrik SEO (HTTP Request, Resource, dan Page Load Time), performa halaman (FCP dan Speed Index), dan pengalaman pengguna menggunakan User Experience Questionnaire (UEQ) oleh 30 responden. Evaluasi dilakukan dengan alat Google Lighthouse dan Chrome DevTools, serta analisis statistik uji T dan Mann-Whitney U. Hasil menunjukkan bahwa Next.js unggul dalam aspek resource, Page Load Time, First Contentful Paint (FCP), dan Speed Index, sementara React.js menghasilkan jumlah HTTP request yang lebih rendah. Skor UEQ menunjukkan bahwa tidak terdapat perbedaan signifikan secara statistik antar framework, meskipun Next.js memperoleh skor yang sedikit lebih tinggi. Penelitian ini memberikan bukti empiris bahwa Next.js lebih efisien dalam aspek teknis, sementara React.js tetap unggul dalam struktur pemuatan yang lebih ringan.
Perbandingan Efektifitas Teknik Code Splitting dan Lazy Loading dalam Meningkatkan Efisiensi Website ReactJS (Studi Kasus: Website Pemesanan Perkemahan Bedengan) Prakoso, Gideon Aji; Kharisma, Agi Putra; Rahman, Muh. Arif
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 8 (2025): Agustus 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Performa website merupakan hal yang krusial dalam menilai keberhasilan sebuah website. Sebuah website ReactJS yang memiliki visual kompleks seringkali mempunyai bundle JavaScript besar yang dapat menghambat waktu muat dan interaktivitas. Dua teknik optimasi front-end yang umum digunakan adalah code splitting dan lazy loading. Penelitian ini bertujuan untuk membandingkan efektifitas kedua teknik tersebut dalam meningkatkan performa website ReactJS. Penelitian ini menggunakan pendekatan non-implementatif analitik dengan studi kasus berupa website Pemesanan Perkemahan Bedengan. Website ini dimodifikasi menjadi dua versi: versi dengan code splitting dan versi dengan lazy loading. Pengujian dilakukan menggunakan Google Lighthouse untuk mengukur metrik First Contentful Paint (FCP), Largest Contentful Paint (LCP), Total Blocking Time (TBT), dan Speed Index. Data hasil dari pengujian dianalisis secara statistik mengunakan uji komparatif ANOVA dan Kruskal-Wallis. Hasil penelitian menunjukkan bahwa baik code splitting dan lazy loading efektif dalam menurunkan waktu pemuatan website ReactJS dibandingkan tanpa optimasi. Namun, lazy loading menunjukkan keunggulan yang spesifik pada Total Blocking Time (TBT). Hasil ini mengindikasikan bahwa lazy loading relevan untuk website dengan banyak aset dan struktur halaman yang panjang. Sementara untuk code splitting efektif untuk website dengan banyak rute yang diakses oleh pengguna.
OPTIMASI SELEKSI FITUR MULTI-OBJEKTIF DENGAN NSGA-II UNTUK PREDIKSI GAGAL BAYAR MENGGUNAKAN EXTREME GRADIENT BOOSTING Geoffrey Manurung, Daniel; Kurnianingtyas, Diva; Rahman, Muh. Arif
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 13 (2025): Publikasi Khusus Tahun 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Naskah ini akan diterbitkan di IEEE Transactions on Evolutionary Computation
Pencarian Ruang Warna Kulit Manusia Berdasarkan Nilai Karakteristik (λ) Matrik Window Citra Adikara, Putra Pandu; Rahman, Muh. Arif; Santosa, Edy
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 1 No 1: April 2014
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (880.856 KB) | DOI: 10.25126/jtiik.201411102

Abstract

Abstrak Perkembangan transaksi dan distribusi data yang sangat besar, terutama saat teknologi informasi dan komunikasi melalui  web bisa dijangkau oleh siapa saja menggunakan perangkat yang semakin beragam, membuat pengguna memerlukan aplikasi yang serba mudah untuk digunakan. Diantaranya adalah identifikasi obyek yang berada dalam data multimedia berupa teks, gambar maupun suara. Deteksi warna, terutama deteksi warna kulit manusia adalah tahap awal identifikasi keberadaan manusia pada citra 2 dimensi. Terdapat sejumlah metode untuk menentukan apakah suatu pixel pada gambar tersebut merupakan warna kulit manusia. Penelitian sebelumnya telah membuat ruang warna berbasis pixel diantaranya adalah ruang warna RGB, normalisasi RGB, HIS/HSV, TSL, YCbCr dll. Suatu matrik bujur sangkar NxN mempunyai nilai karakteristik (λ) sebanyak N dimana nilai masing-masing berupa bilangan real. Suatu citra dapat dipecah menjadi M matrik bujur sangkar dan kemudian dicari nilai λ  nya. Penelitian ini akan mencari ruang warna kulit manusia berdasarkan nilai karakteristik (ƛ) matrik window citra. Dari hasil pengujian hamper semua warna kulit dapat dideteksi, namun image untuk warna kulit yang tidak mencolok beberapa obyek pada image dapat ditampilkan dengan baik meskipun bukan kulit. Kata kunci: Citra Kulit, Nilai Karakteristik (λ), Matrik Window Abstract The development of the transaction and distribution of huge data, especially when the information technology and communication via the web can be reached by anyone using the increasingly diverse, making the user requires an application that completely easy to use. Among them is the identification of objects that are in the multimedia data such as text, images and sound. Color detection, particularly the detection of human skin color is an early stage identification of human presence on the 2-dimensional image. There are a number of methods to determine whether a pixel in the image is the color of human skin. Previous studies have made such pixel based color space is RGB color space, normalized RGB, HIS/HSV, TSL, YCbCr etc. An NxN square matrix has eigenvalues ​​(λ) of N where the value of each form of real numbers. An image can be broken down into a square matrix M and then sought its λ value. This study will look for human skin color space based on the value of the characteristic (ƛ) matrix image window. From the test results almost all skin colors can be detected, but the image for an inconspicuous color multiple objects in the image can be displayed well although not leather. Keywords: skin image, value of the characteristic(λ), Matrix Windows
Cara Cepat Untuk Mendeteksi Keberadaan Wajah Pada Citra Yang Mempunyai Background Kompleks Menggunakan Model Warna YCbCr dan HSV Hidayat, Nurul; Rahman, Muh. Arif
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 2 No 2: Oktober 2015
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (817.758 KB) | DOI: 10.25126/jtiik.201522147

Abstract

AbstrakPendeteksi wajah dari sebuah citra baik berupa gambar diam maupun bergerak merupakan topik penting dan menarik saat ini. Proses deteksi keberadaan wajah ini menjadi dasar dari proses pengenalan wajah yang mempunyai banyak implementasi baik pada bidang keamanan maupun sosial media. Tujuan dari proses deteksi wajah adalah untuk mengetahui apakah ada wajah dari suatu citra, kemudian menemukan letak keberadaan wajah. Pendeteksian wajah adalah tahapan penting dari aplikasi yang memanfaatkan keberadaan wajah pada suatu citra. Implementasinya cukup banyak terutama di bidang biometri keamanan dan sosial media. Riset ini mengusulkan deteksi wajah menggunakan 3 tahapan umum yaitu segmentasi warna kulit manusia, binarisasi dan penentuan region garis serta deteksi wajah menggunakan ruang warna YCbCr dan HSV. Dalam penelitian ini dilakukan deteksi wajah pada 10 citra yang memiliki background yang kompleks. Pendeksian lokasi wajah didasarkan pada temuan hole mata yang simetris. Wajah yang terlalu kecil membuat keberadaan mata hanya terdeteksi sebelah sehingga mengakibatkan wajah tidak terdeteksi. Hasil evaluasi didapatkan tingkat akurasi rata-rata deteksi wajah mencapai 83,4% dengan kecepatan rata-rata 6530 piksel/detik.Kata kunci: Deteksi Wajah, Biometri, Segmentasi, YCbCr, HSV, Region GarisAbstractFace detection of an image either still or moving image is an important and interesting topic today. Face detection process where it became the basis of face recognition process that has many implementations, both in the field of security and social media. The aim of the face detection process is to determine whether there is a face from an image, and then locate the whereabouts of the face. Face detection of an image, either a statis or moving image  Face detection is an important phase in application system to utilize face location in an image. It is so many implementations such asspecially for security and sociality biometrics field. Here, it suggest to detect the face location with 3 steps, skin human color segmentation step, binnerization step, and locate line region then detection step of face location by YCbCr and HSV color region. Here, ten images which have a complex background are implemented. To detect face location based on finding symetris of eyes hole. The faces which are too small made the eyes locations are only detected a half, so the face can’t detect. The evaluation result obtained average of accuration of face detection 83,4% with average time to detect 6530 pixel/second.Keywords: Face detection, Biometry, Segmentation, YCbCr, HSV, Line Region
Uji Parameter dan Arsitektur Convolutional Neural Network untuk Mendeteksi Citra Wajah Bermasker Sari, Dewi Novita; Rahman, Muh. Arif; Wihandika, Randy Cahya
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 9 No 7: Spesial Issue Seminar Nasional Teknologi dan Rekayasa Informasi (SENTRIN) 2022
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2022976776

Abstract

Deteksi citra wajah bermasker dibutuhkan pada masa pandemi COVID-19 oleh lembaga-lembaga yang terhubung langsung dengan masyarakat karenakan terbatasnya sumber daya manusia dalam melakukan deteksi wajah bermasker secara konvensional. Penggunaan masker dalam aktivitas sehari-hari merupakan salah satu protokol perlindungan diri dari COVID-19 yang wajib diterapkan. Citra wajah bermasker digunakansebagai data masukan dengan proses deteksi menggunakan Convolutional Neural Network (CNN). Deteksi citra wajah bermasker telah banyak dilakukan dengan berbagai bentuk arsitektur model, akan tetapi tidak disertai dengan penjelasan dari pemilihan parameter yang digunakan. Pembuatan model dapat menjadi efisien jika dilakukan dengan mengetahui hubungan keterkaitan antar parameter yang diterapkan. Oleh karenanya, penelitian ini dilakukan dengan tujuan untuk mengetahui hubungan keterkaitan antar parameter dalam arsitektur model CNN. Sehingga dapat dihasilkan performa terbaik dalam mendeteksi citra wajah bermasker. Hubungan keterkaitan antar parameter yang diteliti terbatas pada ukuran kernel dan jumlah kernel karena peran aktif keduanya dalam melakukan pelatihan data. Dua ukuran kernel yang digunakan yaitu 3×3 dan 5×5 dengan jumlah 3 dan 6 buah. Empat arsitektur model dibangun dengan 7 layer penyusun menggunakan kombinasi parameter tersebut. Pelatihan model dilakukan menggunakan data citra wajah bermasker dan tidak bermasker berjumlah 3150 citra dengan 15 epoch, kemudian diuji menggunakan 1350 citra. Performa terbaik diperoleh dari kombinasi parameter ukuran kernel 5×5 berjumlah 6 buah pada setiap convolutional layer. Nilai f1-score terbaik yang diperoleh sebesar 0,95 dengan akurasi 0,95 dan nilai rata-rata loss 0,1692. Berdasarkan hasil tersebut, disimpulkan bahwa parameter ukuran kernel dan jumlah kernel memiliki hubungan keterkaitan dalam menghasilkan nilai performa arsitektur model CNN terbaik untuk pendeteksian citra wajah bermasker.AbstractDetection of masked face images is needed during the COVID-19 pandemic by institutions directly connected to the community due to limited human resources to perform conventional masked face detection. Using masks in daily activities is one of the self-protective protocols from COVID-19 that must be implemented. Masked face images are used as input data, the detection process uses Convolutional Neural Network (CNN). Detection of masked face images has been carried out with various forms of model architecture but is not accompanied by an explanation of the selected parameters used. Modeling can be done efficiently by knowing the relationship between the applied parameters. Therefore, this study aims to know the relationship between parameters in the CNN model architecture so that the best performance can be produced in detecting masked face images. The study of the relationship between parameters is limited to the size of the kernel and the number of kernels because of their active role in the data training. The two kernel sizes used are 3×3 and 5×5, with a total of 3 and 6 pieces. Four model architectures are built with seven layers using a combination of these parameters. The model training was carried out using masked and maskless faces of 3150 images with 15 epochs, then tested using 1350 images. The best performance is obtained from 6 pieces of 5×5 kernel size in each convolutional layer. The best f1-score value obtained is 0.95, with an accuracy of 0.95 and an average loss value of 0.1692. Based on these results, it is concluded that the kernel size parameter and the number of kernels have a relationship in producing the best CNN architectural performance value for masked face image detection.
Co-Authors A Alfan Jauhari Abdullah Hamid Agi Putra Kharisma, Agi Putra Agus Wahyu Widodo Agus Wahyu Widodo, Agus Wahyu Aida Sartimbul Ali Muntaha Andi Khofifah Nurfadillah Andreas Pardede Arief Andy Soebroto Bagidya, Moga Taufiq Bagus Priambodo Berton, Freddy Toranggi Cangara, Satriawati Citra Satrya Utama Dewi Daduk Setyohadi Darmawan Ockto Sutjipto Debby Aranindy Putri Wangi Defri Yona Dewa Gede Raka Wiadnya Dewa Gedhe Raka Wiadnya Dewi Novita Sari Dian Eka Ratnawati Edy Santosa Eko Sulkhani Yulianto Farys, Sholeh Al Fawwaz Haryono, M. Naufal Feni Iranawati Fransisca Sariuli Tobing Fransiskus Cahyadi Putra Pranoto Gatut Bintoro Geoffrey Manurung, Daniel Iis Nur Rodliyah, M.Ed Imam Cholissodin Imam Subali Jonemaro, Eriq Muhammad Adams Juan, Patrick Kurnianingtyas, Diva Lailil Muflikhah Ledhyane Ika Harlyan Mihrobi Khalwatu Rihmi Mr Sunardi Muhammad Rafi Farhan Nanda Dwi Putra Miskarana Ade Nindi Nur Wulandari Nita Hellis Setyowati Novanto Yudistira Nugroho, Muhammad Alifyan Satrio Nurdin, Abd. Rahim Nurin Hidayati Nurin Hidayati Nurul Hidayat Prakoso, Gideon Aji Pramana Putra, Jody Priyanka Mondal Putra Pandu Adikara Putri, Safinatunnajah Mutiara Rahmansyah, Muhammad Dzikri Randy Cahya Wihandika Riska Oktaviana Rr Dea Annisayanti Putri Safitri Widya Ningtias Shobriyyah Afifah Nabilah Shofiatul Kholishoh Solimun, Solimun Sunardi Sunardi Sunardi, Sunardi Supapong Pattarapongpan SUTRISNO Syarifah Hikmah Julinda Sari Syarifah Hikmah Julinda Sari Syarifah Hikmah Julinda Sari Tri Djoko Lelono Tsania Humairoh Vita Rumanti Kurniawati Wahida Kartika Sari Wakhit Rhomadona Wayan Firdaus Mahmudy