Article Per Year (5 Year)
p-Index From 2021 - 2026
11.145
P-Index
This Author published in this journals
All Journal Jurnal Pendidikan Vokasi Jurnal Pendidikan Teknologi dan Kejuruan Voteteknika (Vocational Teknik Elektronika dan Informatika) JTEV (Jurnal Teknik Elektro dan Vokasional Jurnal Pendidikan Indonesia Proceeding of the Electrical Engineering Computer Science and Informatics JURNAL KEPEMIMPINAN DAN PENGURUSAN SEKOLAH JOIV : International Journal on Informatics Visualization Al Ishlah Jurnal Pendidikan Sinkron : Jurnal dan Penelitian Teknik Informatika JOURNAL OF INFORMATICS AND TELECOMMUNICATION ENGINEERING INVOTEK: Jurnal Inovasi Vokasional dan Teknologi Jurnal Penelitian Pendidikan IPA (JPPIPA) ALGORITMA : JURNAL ILMU KOMPUTER DAN INFORMATIKA JURNAL PENDIDIKAN TAMBUSAI Jurnal Nasional Pendidikan Teknik Informatika (JANAPATI) JETL (Journal Of Education, Teaching and Learning) JTP - Jurnal Teknologi Pendidikan Jurnal Teknologi Informasi dan Pendidikan PAKAR Pendidikan Suluah Bendang: Jurnal Ilmiah Pengabdian Kepada Masyarakat INCARE Journal of Innovation in Educational and Cultural Research Jurnal Pengabdian UNDIKMA Jurnal Vokasi Informatika (JAVIT) International Journal Software Engineering and Computer Science (IJSECS) Abdimas Indonesian Journal Scientica: Jurnal Ilmiah Sains dan Teknologi Jurnal Teknik Komputer dan Informatika (JTeKI) Journal of Hypermedia & Technology-Enhanced Learning Jurnal Informatika: Jurnal Pengembangan IT Journal of Innovative and Creativity Journal of Authentic Research The Indonesian Journal of Computer Science HUMANIORASAINS Merkurius: Jurnal Riset Sistem Informasi dan Teknik Informatika Akademika Dinasti Information and Technology Menulis: Jurnal Penelitian Nusantara
Yeka Hendriyani
Universitas Negeri Padang
Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Arts Humanities Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Chemistry 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 Energy Engineering Environmental Science Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mathematics Nursing Physics Public Health Social Sciences Transportation Other

Published : 117 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 117 Documents
Search

 8   9   10   11   12 
Rancang Bangun Aplikasi Reservasi Wisata Air Terjun Lubuk Hitam Bungus dengan Penerapan Algoritma Neural Networks dan Fitur Barcode Digital Mahendra, Jimmy; Hendriyani, Yeka; Asmara, Delvi; Fatmi, Yulia
Journal of Authentic Research Vol. 5 No. 2 (2026): May
Publisher : LITPAM

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36312/2ap08p90

Abstract

Penelitian ini bertujuan untuk merancang dan membangun aplikasi reservasi wisata pada objek wisata Air Terjun Lubuk Hitam Bungus berbasis Android dengan memanfaatkan teknologi WebView sebagai solusi atas masih digunakannya sistem reservasi manual yang menyebabkan antrean panjang, kesalahan pencatatan data, dan keterbatasan pengelolaan informasi pengunjung. Aplikasi yang dikembangkan mengintegrasikan algoritma Neural Network sebagai modul analitik untuk memprediksi jumlah kunjungan wisatawan berdasarkan data historis serta fitur barcode digital sebagai media validasi tiket elektronik. Metode penelitian yang digunakan adalah Research and Development (R&D) dengan model pengembangan Waterfall yang meliputi analisis kebutuhan, perancangan sistem, implementasi, pengujian, dan pemeliharaan. Data prediksi menggunakan 36 data historis kunjungan periode Januari 2022–Desember 2024 yang diproses melalui tahap pembersihan data, normalisasi, pelatihan model, dan pengujian. Hasil penelitian menunjukkan bahwa aplikasi berhasil menyediakan fitur registrasi pengguna, pemesanan tiket daring, pembayaran, penerbitan e-ticket berbasis QR Code, dashboard admin, serta modul prediksi kunjungan. Pengujian Black Box Testing pada 9 fitur utama menunjukkan seluruh fungsi berjalan sesuai skenario uji dengan tingkat keberhasilan 100%. Evaluasi model prediksi menghasilkan Mean Absolute Error (MAE) sebesar 12,4 pengunjung, Mean Squared Error (MSE) sebesar 245,6, dan akurasi prediksi sebesar 87,3%. Uji usability terhadap 10 responden memperoleh nilai rata-rata 4,4 dari skala 5 yang menunjukkan aplikasi mudah digunakan dan diterima dengan baik. Implementasi sistem ini mengindikasikan bahwa digitalisasi layanan wisata berpotensi meningkatkan efisiensi reservasi, mempercepat validasi tiket, serta mendukung pengelolaan data kunjungan secara lebih terstruktur. Dengan demikian, aplikasi yang dikembangkan dapat menjadi alternatif solusi dalam mendukung transformasi digital sektor pariwisata menuju konsep smart tourism yang lebih efektif, adaptif, dan berbasis data. This study aims to design and develop a tourism reservation application for the Lubuk Hitam Bungus Waterfall tourist attraction based on Android by utilizing WebView technology as a solution to the continued use of manual reservation systems that cause long queues, data recording errors, and limitations in managing visitor information. The developed application integrates a Neural Network algorithm as an analytical module to predict tourist visit numbers based on historical data, as well as a digital barcode feature as an electronic ticket validation medium. The research method used was Research and Development (R&D) with the Waterfall development model, which includes requirements analysis, system design, implementation, testing, and maintenance. Prediction data used 36 historical visitation records from January 2022 to December 2024, processed through data cleaning, normalization, model training, and testing stages. The results show that the application successfully provides user registration, online ticket booking, payment, QR Code-based e-ticket issuance, admin dashboard, and visit prediction modules. Black Box Testing on 9 main features showed that all functions operated according to test scenarios with a 100% success rate. Evaluation of the prediction model produced a Mean Absolute Error (MAE) of 12.4 visitors, a Mean Squared Error (MSE) of 245.6, and a prediction accuracy of 87.3%. Usability testing involving 10 respondents obtained an average score of 4.4 out of 5, indicating that the application is easy to use and well accepted by users. The implementation of this system indicates that the digitalization of tourism services has the potential to improve reservation efficiency, accelerate ticket validation, and support more structured visitor data management. Therefore, the developed application can serve as an alternative solution to support the digital transformation of the tourism sector toward a smarter, more adaptive, and data-driven smart tourism concept.
Perancangan Sistem Prediksi Pola Permintaan Layanan Internet FTTH Menggunakan Model LSTM Berbasis Web Putry, Shalshabila Shafa; Hendriyani, Yeka; Fatmi, Yulia; Syafrijon, Syafrijon
Journal of Authentic Research Vol. 5 No. 2 (2026): May
Publisher : LITPAM

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36312/tjm6wa36

Abstract

Penelitian ini bertujuan merancang sistem berbasis web untuk memprediksi pola permintaan layanan internet Fiber to the Home (FTTH) dengan memanfaatkan model Long Short-Term Memory (LSTM) sebagai komponen analitik. Permasalahan yang dihadapi penyedia layanan FTTH adalah fluktuasi permintaan antarwaktu dan antarwilayah yang berdampak pada perencanaan stok perangkat, penjadwalan pemasangan, dan pengembangan infrastruktur. Penelitian menggunakan pendekatan Cross Industry Standard Process for Data Mining (CRISP-DM) dengan data historis permintaan layanan FTTH periode 2022 sampai 2025 yang diagregasi menjadi data runtun waktu bulanan. Sistem dikembangkan menggunakan Python, Flask, dan SQLite, sedangkan model LSTM dikonfigurasi dengan dua layer, 50 unit neuron, optimizer Adam, dan 50 epoch. Hasil penelitian menunjukkan bahwa sistem mampu mengintegrasikan pengelolaan data pelanggan, proses prediksi, visualisasi tren, dan rekomendasi kebutuhan stok dalam satu platform. Pada evaluasi awal, nilai loss pelatihan menurun dari 0.8541 menjadi 0.0064, sedangkan evaluasi prediksi menghasilkan Mean Absolute Error sebesar 32.43 dan Root Mean Squared Error sebesar 32.68. Temuan ini menunjukkan bahwa model telah mampu mengikuti pola umum permintaan pada data yang digunakan, tetapi kinerja operasionalnya masih perlu divalidasi lebih lanjut melalui pembandingan dengan model baseline, skema evaluasi time-series yang lebih ketat, dan konteks volume permintaan per wilayah. Kontribusi utama penelitian ini terletak pada integrasi hasil prediksi ke dalam sistem operasional FTTH berbasis web, bukan pada pengusulan arsitektur LSTM baru. This study aimed to design a web-based system to predict Fiber to the Home (FTTH) internet service demand patterns using a Long Short-Term Memory (LSTM) model as the analytical component. The main challenge faced by FTTH providers is the fluctuation of demand across time periods and service areas, which affects equipment stock planning, installation scheduling, and infrastructure expansion. The study adopted the Cross Industry Standard Process for Data Mining (CRISP-DM) and used historical FTTH service demand data from 2022 to 2025, aggregated into monthly time-series data. The system was developed using Python, Flask, and SQLite, while the LSTM model was configured with two layers, 50 neurons, the Adam optimizer, and 50 epochs. The results show that the system integrates customer data management, prediction processes, trend visualization, and stock requirement recommendations within a single platform. In the initial evaluation, the training loss decreased from 0.8541 to 0.0064, while the prediction evaluation yielded a Mean Absolute Error of 32.43 and a Root Mean Squared Error of 32.68. These findings indicate that the model captured the general demand pattern in the available data, although its operational validity still requires further verification through baseline comparisons, stricter time-series evaluation schemes, and demand-scale context. The main contribution of this study lies in integrating forecasting outputs into an FTTH operational web system rather than proposing a new LSTM architecture.
Rancang Bangun Website Pengelolaan Arsip Inaktif Menggunakan Algoritma Rule-Based Berbasis Framework Laravel Fitrah, Zhulma; Zaus, Mahesi Agni; Hendriyani, Yeka; Aulia, Vikri
Journal of Authentic Research Vol. 5 No. 2 (2026): May
Publisher : LITPAM

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36312/x2v2e026

Abstract

Pengelolaan arsip inaktif di PT Pelabuhan Indonesia (Persero) Regional 2 Teluk Bayur masih dilakukan secara manual menggunakan spreadsheet, menyebabkan data tidak terpusat, penentuan retensi yang subjektif, serta lemahnya dokumentasi pemusnahan. Penelitian ini bertujuan merancang dan membangun sistem informasi pengelolaan arsip inaktif (ArsipIn) berbasis website dengan algoritma rule-based untuk mengotomatisasi penentuan status retensi sesuai Jadwal Retensi Arsip (JRA). Metode pengembangan yang digunakan adalah System Development Life Cycle (SDLC) Waterfall, meliputi analisis kebutuhan, desain sistem, implementasi menggunakan framework Laravel dan database Supabase, serta pengujian. Algoritma rule-based diimplementasikan dengan logika IF-THEN berdasarkan enam jenis arsip (Surat Undangan hingga Dokumen Penting). Pengujian Black Box mencakup 40 skenario fungsional, dengan hasil 100% sesuai harapan. UAT melibatkan 5 responden staf arsip, dengan rata-rata skor 4,8 dari 5. Sistem mampu memberikan rekomendasi retensi secara otomatis dan menghasilkan laporan pemusnahan dalam format PDF. Dengan demikian, sistem ArsipIn layak digunakan sebagai solusi digital yang efisien, akurat, dan akuntabel untuk menggantikan metode manual di lingkungan perusahaan.
Perancangan Sistem Rekomendasi Pemilihan Mobil Bekas Kategori MPV dan City Car Menggunakan K-Nearest Neighbor (K-NN) dengan Hybrid Filtering Amin, Rudi Kurnia Al; Hendriyani, Yeka; Asmara, Delvi; Fatmi, Yulia
Journal of Authentic Research Vol. 5 No. 2 (2026): May
Publisher : LITPAM

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36312/qrfc5h79

Abstract

Perkembangan kebutuhan transportasi pribadi di Indonesia menunjukkan tren yang terus meningkat, terutama di wilayah perkotaan. Di Kota Padang, meningkatnya kebutuhan tersebut diikuti oleh semakin banyaknya pilihan mobil bekas kategori MPV dan City Car, namun banyaknya alternatif pilihan ini justru menimbulkan information overload bagi calon pembeli. Penelitian ini bertujuan merancang dan mengimplementasikan sistem rekomendasi berbasis website menggunakan metode K-Nearest Neighbor (K-NN) dengan pendekatan Hybrid Filtering. Metode pengembangan sistem yang diterapkan adalah model Waterfall. Pendekatan Hybrid Filtering menggabungkan Content-Based Filtering dan Collaborative Filtering, sementara algoritma K-NN digunakan untuk menghitung tingkat kemiripan antar data kendaraan berdasarkan atribut seperti harga, tahun produksi, dan spesifikasi teknis menggunakan Euclidean Distance. Sistem juga menerapkan mekanisme pre-filtering berdasarkan kategori kendaraan untuk mengurangi kompleksitas perhitungan KNN agar sistem tetap responsif. Hasil pengujian fungsional menggunakan Black Box Testing menunjukkan seluruh fitur sistem berjalan dengan baik. Pengujian akurasi menghasilkan nilai Precision rata-rata sebesar 0,78, Recall 0,83, dan Mean Absolute Error (MAE) sebesar 0,15. Simpulannya, sistem ini mampu memberikan rekomendasi yang akurat, relevan, serta membantu mempercepat proses pengambilan keputusan calon pembeli mobil bekas. The development of private transportation needs in Indonesia shows a continuously increasing trend, especially in urban areas. In Padang City, this growth is followed by various used car options in the MPV and City Car categories, yet these alternatives cause information overload for potential buyers. This research aims to design and implement a web-based recommendation system using the K-Nearest Neighbor (K-NN) method with a Hybrid Filtering approach. The system development method applied is the Waterfall model. The Hybrid Filtering approach combines Content-Based Filtering and Collaborative Filtering, while the K-NN algorithm calculates similarity levels between vehicle data based on attributes such as price, production year, and technical specifications using Euclidean Distance. The system also applies a pre-filtering mechanism based on vehicle categories to reduce K-NN computational complexity and maintain responsiveness. Functional testing results using Black Box Testing indicate that all system features operate correctly. Accuracy testing produced an average Precision value of 0.78, a Recall of 0.83, and a Mean Absolute Error (MAE) of 0.15. In conclusion, this system provides accurate and relevant recommendations, helping potential used car buyers accelerate their decision-making process.
Pengembangan Platform Visualisasi Data Pertumbuhan Balita dengan Fitur Deteksi Dini Tahap Perkembangan Anak Berbasis Laravel Putri, Adelya Destriana; Fatmi, Yulia; Hendriyani, Yeka; Darni, Resmi
Journal of Authentic Research Vol. 5 No. 2 (2026): May
Publisher : LITPAM

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36312/nrdt4166

Abstract

Masalah gizi pada balita masih menjadi persoalan kesehatan masyarakat yang serius di Indonesia, dengan prevalensi stunting nasional sebesar 19,8% (SSGI 2024). Pemantauan tumbuh kembang balita masih banyak dilakukan secara manual melalui Kartu Menuju Sehat (KMS) yang memiliki keterbatasan dalam visualisasi data dan deteksi dini. Penelitian ini bertujuan untuk mengembangkan platform visualisasi data pertumbuhan balita berbasis web dengan fitur deteksi dini tahap perkembangan anak menggunakan framework Laravel. Penelitian ini menggunakan metode Waterfall yang terdiri dari analisis kebutuhan, perancangan, implementasi, pengujian, deployment, dan pemeliharaan. Sistem dikembangkan dengan bahasa pemrograman PHP (Laravel), basis data MySQL, dan library Chart.js untuk visualisasi data. Algoritma Decision Tree digunakan sebagai metode machine learning untuk klasifikasi status gizi balita berdasarkan standar antropometri WHO. Pengujian sistem dilakukan menggunakan Black Box Testing dan User Acceptance Testing (UAT) oleh 10 ibu balita. Sistem berhasil mengintegrasikan fitur analisis status gizi berbasis z-score WHO, visualisasi grafik pertumbuhan interaktif (BB/U, TB/U, BB/TB), deteksi dini milestone perkembangan anak (motorik kasar, motorik halus, bahasa, personal-sosial), serta rekomendasi nutrisi otomatis. Hasil pengujian black box menunjukkan seluruh fungsionalitas sistem berjalan 100% sesuai harapan. UAT menunjukkan tingkat kepuasan pengguna sebesar 90% dengan kategori "Sangat Setuju" pada aspek kemudahan penggunaan dan akurasi informasi. Lebih lanjut, uji kelayakan terintegrasi dilakukan dengan metode validasi ahli (skor 89,2%/"Sangat Valid"), uji kepraktisan oleh pengguna (skor 91,5%/"Sangat Praktis"), serta uji keefektifan melalui pre-test/post-test yang menunjukkan peningkatan pemahaman ibu sebesar 42,5% dan percepatan waktu deteksi hingga 78% dibandingkan metode manual. Platform SiPAGINTA (Sistem Pemantauan Gizi dan Tumbuh Kembang Balita) yang dikembangkan terbukti valid, praktis, dan efektif dalam membantu ibu balita memantau pertumbuhan dan perkembangan anak secara mandiri, akurat, dan real-time. Platform SiPAGINTA (Sistem Pemantauan Gizi dan Tumbuh Kembang Balita) yang dikembangkan terbukti valid, praktis, dan efektif dalam membantu ibu balita memantau pertumbuhan dan perkembangan anak secara mandiri, akurat, dan real-time. Implikasi praktis penelitian ini adalah tersedianya alat bantu digital mandiri bagi ibu balita untuk mendeteksi dini risiko stunting dan keterlambatan perkembangan anak tanpa ketergantungan penuh pada tenaga kesehatan.
Rancang Bangun Sistem Informasi Pesanan Terintegrasi Multi-Role Berbasis Web Untuk Industri Galaxy Digital Printing Najna, Kimi Maulana; Delianti , Vera Irma; Hendriyani, Yeka; Syafrijon, Syafrijon
Journal of Authentic Research Vol. 5 No. 2 (2026): May
Publisher : LITPAM

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36312/0ahzps29

Abstract

Digitalisasi proses bisnis menjadi kebutuhan penting bagi usaha mikro, kecil, dan menengah digital printing karena alur pesanan, desain, pembayaran, dan produksi saling bergantung serta rentan terfragmentasi apabila masih dikelola secara manual. Penelitian ini bertujuan mengembangkan sistem informasi pesanan terintegrasi berbasis Role-Based Access Control (RBAC) pada Galaxy Digital Printing untuk memperbaiki pencatatan pesanan, konsistensi kalkulasi harga, kontrol pembayaran bertahap, koordinasi antarperan, dan pelacakan status pesanan berbasis web. Penelitian menggunakan metode Research and Development dengan model Incremental yang mencakup komunikasi kebutuhan, perencanaan, pemodelan, konstruksi, pengujian, dan deployment. Data kebutuhan dikumpulkan melalui observasi, wawancara, dan studi literatur, sedangkan evaluasi dilakukan melalui validasi produk, Black Box Testing, User Acceptance Testing, dan System Usability Scale. Sistem dikembangkan menggunakan Laravel, MySQL, RBAC untuk lima peran pengguna, kalkulator harga otomatis, manajemen file desain, integrasi Midtrans, reminder pembayaran, dan tracking status pesanan. Kebaruan penelitian terletak pada model integrasi workflow pesanan digital printing yang menghubungkan kalkulasi harga, manajemen revisi desain, staged payment, payment gateway, produksi, dan tracking dalam satu platform multi-role. Hasil validasi produk memperoleh skor 93,29% dengan kategori sangat valid. Sepuluh skenario Black Box Testing utama berhasil 100%, UAT memperoleh rata-rata 4,35 dari skala 5, dan SUS mencapai 85,50 dengan Grade A. Temuan ini menunjukkan bahwa sistem dinilai layak secara fungsional dan diterima oleh pengguna awal pada konteks Galaxy Digital Printing. Namun, generalisasi hasil masih terbatas karena penelitian merupakan single case dengan jumlah responden kecil, belum mencakup load testing, uji keamanan mendalam, dan pengukuran efisiensi berbasis waktu kerja aktual. Business process digitalization is increasingly important for digital printing micro, small, and medium enterprises because order, design, payment, and production workflows are interdependent and vulnerable to fragmentation when managed manually. This study aims to develop an integrated order information system based on Role-Based Access Control (RBAC) at Galaxy Digital Printing to improve order recording, price calculation consistency, staged payment control, multi-role coordination, and web-based order status tracking. The study employed a Research and Development method using the Incremental model, covering requirement communication, planning, modeling, construction, testing, and deployment. Requirement data were collected through observation, interviews, and literature studies, while system evaluation was conducted using product validation, Black Box Testing, User Acceptance Testing, and the System Usability Scale. The system was developed using Laravel, MySQL, RBAC for five user roles, an automatic price calculator, design file management, Midtrans integration, payment reminders, and order status tracking. The novelty of this study lies in an integrated digital printing workflow model that connects price calculation, design revision management, staged payment, payment gateway, production, and tracking within a multi-role platform. Product validation achieved 93.29%, categorized as highly valid. Ten core Black Box Testing scenarios achieved 100% success, UAT produced an average score of 4.35 out of 5, and SUS reached 85.50 with Grade A. These findings indicate that the system is functionally feasible and accepted by initial users in the Galaxy Digital Printing context. However, the generalizability of the findings remains limited because this is a single-case study with a small number of respondents and does not yet include load testing, in-depth security testing, or objective work-time efficiency measurement.
Design and Development of a Hybrid Rule-Based and Controlled AI Chatbot for Digital Mental Health Services Sabila Pertiwi, Jovanka; Darni, Resmi; Hendriyani, Yeka; Fatmi, Yulia
International Journal Software Engineering and Computer Science (IJSECS) Vol. 6 No. 1 (2026): APRIL 2026
Publisher : Lembaga Otonom Lembaga Informasi dan Riset Indonesia (KITA INFO dan RISET) - Lembaga KITA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35870/ijsecs.v6i1.7045

Abstract

Mental health issues have become increasingly prevalent, highlighting the need for accessible and integrated digital psychological services. Existing systems are often fragmented — communication, information delivery, and service management are separated across different platforms, creating operational inefficiencies. This study designs and develops a web-based hybrid chatbot system for digital mental health services at Corporate Psikologi Indonesia. The proposed system applies a hybrid approach combining keyword-based detection, a structured knowledge base, and controlled artificial intelligence to produce consistent and safe responses. A consultation booking feature is built into the same platform to support both informational and service-based interactions. The system was developed using a prototype-based approach and evaluated through functional testing and a preliminary user evaluation in a controlled environment. Results show that the system supports user interaction, delivers relevant mental health information, and facilitates consultation booking and service access effectively. The proposed hybrid chatbot architecture addresses service accessibility while maintaining response reliability. Future work will focus on broader user evaluation and stronger natural language understanding capabilities.
Co-Authors Ade Kurniawan Afifah Rizki, Putri Agariadne Dwinggo Samala Agung Gemilang Agung Pranata Ahmaddul Hadi Ahmaddul Hadi, Ahmaddul Akbar Ilahi Akbar Ilahi Almasri Almasri Ambiyar, Ambiyar Amelia Zahra Amin, Rudi Kurnia Al Anni Faridah Annisa Saputri Ardiyanti, Sri Arita Arita Arita, Arita Ariyadi Armi Asmar Yulastri Asmara, Delvi Asrul Huda Aswardi Aswardi Aulia Putri, Rahilla Aulia, Vikri Azmi, Arafil Bayu Ramadhani Fajri Bobby Rachman Budayawan, Khairi Budayawan, Khairi Cheng-Hong Yang Cheng-Hong Yang, Cheng-Hong Chintia Ningsih, Nur Dedy Irfan Dekry, Muhammad Reviza Delianti , Vera Irma Delvi Asmara Deny Kurniadi Desi Susanti Dessy Hardeyenti Desy Wulan Dari Dhanil, Muhammad Dina Febrianti Dini Sumanti Dony Novaliendry Dony Novaliendy Edi Prasetio Effendi, Hastria Elfi Tasrif Emelsy, Nalurry Fadhilah Fadhilah Fadhli Ranuharja Fahlevi, Muhammad Farel Fahmi Rizal Fajri, Bayu Ramadhani Fanny Oktavia Farell, Geovanee Farizi, Habib Al Fatmi, Yulia Fatni Mufit Fauzan Jamza Fauzana Azizah Firdaus Firdaus Firza, Fahira Utami Fitrah, Zhulma Fitri, Yolanda Idha Ganefri . Geovanne Farell Giatman, M Hadi Kurnia Saputra Hadi, Ahmadul Hafilah Hamimi Hafilah Hamimi Hafilah Hamimi, Hafilah Hamdani . Hamimi, Hafilah Hansi Effendi Hardeyenti, Dessy Hasan Maksum Hasnita, Sri Hastria Effendi Hatta, Mega Amelia Prihatini Hayati Rahmatika Hendra Hidayat Henny Yustisia Huda, Asrul Huda, Asrul Huda, Yasdinul Igor Novid Ika Parma Dewi Insan, Khoirul Irma Delianti , Vera Irma Delianti, Vera Islapirna Islapirna Jayadi, Ridho Dimas Tri Prasetyo Jayandra Jayandra Jefry Herianto Juanda, Yeni Marita Jusmardi Karmila Sari, Nanda Kasman Rukun Kasman Rukun Khairi Budayawan Khairy, Mubarakh Hayatna Kurniadi, Denny La Ode Alwin Syahputra Putra Laila Fajri Lathifah, Ulfi Latifah Annisa Lativa Mursyida Lativa Mursyida Legiman Slamet Lise Asnur Lusi Tridarni M. Fikri Mahendra, Jimmy Mahesi Agni Zaus Mariani Mariani Mariani Mariani Marta, Rizkayeni Masrizal Masrizal Maulana Ihsan Maulana Putra, Risky Mawarni, Junia Melri Deswina Mhd Arya Dhaifullah Muadzah, Kayla Nahda Muhammad Adri Muhammad Anwar Muhammad Anwar Muhammad Decky Andani Muhammad Rasyid Ridha Mukhaiyar, Riki Muskhir, Mukhlidi Mutiara Pertiwi Nabila Azzahra Shammi Najna, Kimi Maulana Nasution, Marsinah Dewi Feiyska Nizwardi Jalinus Nobi Albion Ziqkra Novaldi, Farhan Novaliendy, Dony Nurindah Dwiyani Nursyafti, Yolana Parma Dewi, Ika Pepi Resmanti Ponimin Purwanto, Wawan Putra, La Ode Alwin Syahputra Putra, Meiyaldi Eka Putri Khairunisak Putri, Adelya Destriana Putri, Alfiola Eka Putri, Dessy Hardeyenti Putry, Shalshabila Shafa Rahman Arifin, Ari Syaiful Rahmatika, Hayati Rahmi Ramadhani Rahmi, Salsabila Tri Rahmiati Rahmiati Rakhel Cakra Sandika Ramadhan, Heri Resmi Darni Resmidarni Resmidarni Resmidarni, Resmidarni Reza Aurora Rizkayeni Marta Rizki Kurniawan, Rizki Rizky Ananda Ronaldo Ronaldo Saari, Erni Marlina Sabila Pertiwi, Jovanka SABRINA, ELSA Sandika, Rakhel Cakra Santuni, Nofrizal Silvia Gina Rahayu Alvi Sri Ardiyanti Sri Muliani Sianipar Suciko, Adelina Sukmawati, Murni Suriyani, Cici Syafrijon , Syafrijon Syafrijon Syafrijon Syafrijon, Syafrijon Syarif, Zamir Ta’ali Ta’ali Titin Sriwahyuni Vera Indriani Vera Irma Delianti Vera Irma Delianti Wakhinuddin Waskito Waskito Yang, Cheng-Hong Yolanda Idha Fitri Yones, Indra Yuda Putra Utama Yudhi Diputra Yulia Fatmi Yuliarnis, Sri Kurnia Yusmerita Yusmerita Zulhendra Zulhendra Zulhendra Zulhendra Zulhijra Rahma Dia Zulmi Arifah