p-Index From 2021 - 2026
15.563
P-Index
This Author published in this journals
All Journal ARABIYAT Jurnal Pengelolaan Sumberdaya Alam dan Lingkungan (Journal of Natural Resources and Environmental Management) Jurnal Informatika dan Teknik Elektro Terapan Jurnal Studi Agama dan Masyarakat Bianglala Informatika : Jurnal Komputer dan Informatika Akademi Bina Sarana Informatika Yogyakarta Madaniyah: Terciptanya Insan Akademis Berkualitas Dan Berakhlak Mulia JIKO (Jurnal Informatika dan Komputer) qolamuna : Jurnal studi islam Jurnal SOLMA BAREKENG: Jurnal Ilmu Matematika dan Terapan JURNAL ILMIAH INFORMATIKA Jurnal Inovasi Hasil Pengabdian Masyarakat (JIPEMAS) QARDHUL HASAN: MEDIA PENGABDIAN KEPADA MASYARAKAT Jambura Journal of Food Technology JSI (Jurnal sistem Informasi) Universitas Suryadarma Jurnal Tekno Kompak Jurnal Edukasi (Ekonomi, Pendidikan dan Akuntansi) JURSIMA (Jurnal Sistem Informasi dan Manajemen) JATI (Jurnal Mahasiswa Teknik Informatika) Jurnal Biogenerasi JISA (Jurnal Informatika dan Sains) BERNAS: Jurnal Pengabdian Kepada Masyarakat Al-Fusha : Arabic Language Education Journal Jurnal Pendidikan dan Teknologi Indonesia Mosharafa: Jurnal Pendidikan Matematika Tanwir Arabiyyah: Arabic as Foreign Language Journal Jurnal Dinamika Informatika (JDI) Jurnal EBONI Prosiding Seminar Nasional Sisfotek (Sistem Informasi dan Teknologi Informasi) Journal of Artificial Intelligence and Engineering Applications (JAIEA) PENA ABDIMAS : Jurnal Pengabdian Masyarakat Makara Journal of Technology Jurnal Sistem Informasi dan Teknologi (SINTEK) Indonesian Journal of Fundamental Sciences Journal of Tourism Education Prosiding Seminar Nasional Manajemen dan Ekonomi JURSIMA Iqtida: Journal of Da'wah and Communication Huma: Jurnal Sosiologi AMMA : Jurnal Pengabdian Masyarakat Jurnal Biologi Babasal Al-Zayn: Jurnal Ilmu Sosial & Hukum Jurnal Sistem Informasi dan Manajemen Maddana: Jurnal Pengabdian Kepada Masyarakat Sirajuddin : Jurnal Penelitian dan Kajian Pendidikan Islam Prosiding Seminar Nasional Unimus Jurnal Kemitraan Masyarakat Informasi interaktif : jurnal informatika dan teknologi informasi Jurnal Riset Multidisiplin Edukasi Jurnal Cendekia Ilmiah PESHUM Jurnal Geosaintek Sintek Kuwera Sirajuddin: Jurnal Penelitian dan Kajian Pendidikan Islam Bianglala Informatika
Claim Missing Document
Check
Articles

MENINGKATKAN EFISIENSI PEMETAAN DAN PERENCANAAN DI KABUPATEN CIREBON MENGGUNAKAN SISTEM INFORMASI GEOSPASIAL Khoirul Huda, Muhammad; Faqih, Ahmad; Dwilestari, Gifthera
Jurnal Informatika dan Teknik Elektro Terapan Vol. 13 No. 2 (2025)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v13i2.6184

Abstract

Pengembangan geoportal berbasis website untuk Kabupaten Cirebon bertujuan untuk meningkatkan layanan pemerintah dan memperbaiki akses terhadap data geospasial untuk perencanaan pembangunan. Penelitian ini menjelaskan efisiensi Sistem Informasi Geografis (SIG) dalam mengelola data geografis dan membandingkannya dengan sistem sebelumnya.  Metodologi yang digunakan meliputi, analisis pengembangan, desain, implementasi, serta pengujian dan evaluasi dengan menggunakan model ADDIE . Aplikasi ini dikembangkan menggunakan UML dan flowchart untuk memastikan proses yang terstruktur. Data dikumpulkan melalui observasi berani dan survei untuk menilai reaksi pengguna terhadap antarmuka dan fitur sistem. Hasil penelitian menunjukkan bahwa SIG baru lebih efisien, sederhana, dan cepat dibandingkan sistem sebelumnya, dengan rata-rata penilaian pengguna sebesar 4,8625.  Kesimpulannya, SIG ini meningkatkan efisiensi pengelolaan data spasial di Kabupaten Cirebon dan mendukung pengambilan keputusan yang lebih akurat dalam perencanaan pembangunan berkelanjutan. Abstrak. Pengembangan geoportal berbasis website untuk Kabupaten Cirebon bertujuan untuk meningkatkan layanan pemerintah dan memperbaiki akses terhadap data geospasial untuk perencanaan pembangunan. Penelitian ini menjelaskan efisiensi Sistem Informasi Geografis (SIG) dalam mengelola data geografis dan membandingkannya dengan sistem sebelumnya. Metodologi yang digunakan meliputi, analisis pengembangan, desain, implementasi, serta pengujian dan evaluasi dengan menggunakan model ADDIE . Aplikasi ini dikembangkan menggunakan UML dan flowchart untuk memastikan proses yang terstruktur. Data dikumpulkan melalui observasi berani dan survei untuk menilai reaksi pengguna terhadap antarmuka dan fitur sistem. Hasil penelitian menunjukkan bahwa SIG baru lebih efisien, sederhana, dan cepat dibandingkan sistem sebelumnya, dengan rata-rata penilaian pengguna sebesar 4,8625. Kesimpulannya, SIG ini meningkatkan efisiensi pengelolaan data spasial di Kabupaten Cirebon dan mendukung pengambilan keputusan yang lebih akurat dalam perencanaan pembangunan berkelanjutan.
PENERAPAN METODE K-MEANS CLUSTERING DALAM PEMETAAN KEMISKINAN KABUPATEN/KOTA DI INDONESIA UNTUK PERENCANAAN KEBIJAKAN YANG TEPAT Amelia, Mita; Faqih, Ahmad; Rinaldi, Ade Rizki
Jurnal Informatika dan Teknik Elektro Terapan Vol. 13 No. 2 (2025)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v13i2.6231

Abstract

Kemiskinan merupakan tantangan serius yang memerlukan pendekatan strategis berbasis data untuk mendukung kebijakan yang tepat sasaran. Penelitian ini bertujuan untuk mengelompokkan Kabupaten/Kota di Indonesia berdasarkan tingkat kemiskinan menggunakan algoritma K-Means dan mengevaluasi hasil pengelompokan untuk memberikan rekomendasi kebijakan. Metode analisis yang digunakan adalah Knowledge Discovery in Database (KDD) Process, yang melibatkan seleksi data, pra-pemrosesan, transformasi, penambangan data, dan evaluasi. Hasil analisis menunjukkan bahwa nilai k terbaik adalah 2 dengan nilai Davies-Bouldin Index sebesar 0,101. Klaster pertama (Cluster 0) mencakup wilayah dengan persentase penduduk miskin lebih rendah, rata-rata lama sekolah lebih tinggi, serta kondisi sosial ekonomi yang lebih baik dibandingkan klaster kedua. Sebaliknya, klaster kedua (Cluster 1) menunjukkan wilayah dengan tingkat kemiskinan signifikan, pendidikan rendah, dan minim infrastruktur dasar. Hasil penelitian ini menunjukkan bahwa pengelompokan menggunakan algoritma K-Means mampu mengidentifikasi wilayah prioritas untuk penanganan kemiskinan. Visualisasi klaster dan analisis karakteristik wilayah dapat mendukung perumusan kebijakan yang lebih efektif, terutama dalam peningkatan pendidikan, kesehatan, dan pengembangan infrastruktur.
Dai's Strategy In Multicultural Communities: Efforts To Build A Cross-Faith Dialogue For Harmonic Life Ahmad Faqih
IQTIDA : Journal of Da'wah and Communication Vol 3 No 2 (2023)
Publisher : Universitas Islam Negeri K.H. Abdurrahman Wahid Pekalongan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.28918/iqtida.v3i2.2154

Abstract

This paper will specifically examine da'wah strategies in multicultural societies and explore the ways in which preachers make concerted efforts to oversee the social changes occurring within society. This paper is reviewed using library research methods, which involve the research of various types of literature and documents that are pertinent to the subject matter under discussion. Effective da'wah strategies aimed at maintaining and developing a harmonious life include recitation strategies, tazkiyah strategies, and taklim strategies. The recitation strategy involves conveying the universal truths of Islam to make them accessible and acceptable to individuals of all religious backgrounds. The Tazkiyah strategy is a component of the effort to motivate religious individuals to internalize religious teachings, while the Taklim strategy involves teaching and educating religious individuals to ensure the practical implementation of their religious teachings.
The Fostering Religious Devotion in Arabic Military Students through Language Proficiency Development Nurmala, Mia; Huda, MIftahul; Faqih, Ahmad
Al-Fusha : Arabic Language Education Journal Vol 6 No 1 (2024): January
Publisher : UAS PRESS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62097/alfusha.v6i1.1119

Abstract

Learning Arabic in this modern era has been carried out in military educational institutions. Religious values must be distinct from learning Arabic. This differs from another foreign language teaching which is professionally oriented and practical only. This study aims to simultaneously reveal the acquisition of proficiency in Arabic and increased religiosity. In this study, a phenomenological analysis was used by focusing on the process of teaching religious values to military students. The sampling technique uses purposive sampling. Data has been collected through observation, interviews and documentation at Pusdik Pengmilum. Respondents in this study consisted of military teachers, military students and academic units. The research results show that all language skills are obtained through learning. To strengthen the religious values of life and development in learning Arabic. Learning activities with the tri system of military education archetypes are very influential. This can be seen from the supervision of the education unit, which collaborates with gumil (military teacher) in acquiring skills and increasing religiosity.
ASPEK MORALITAS PEMBELAJARAN SISWA SISWI MADRASAH ALIYAH MIFTAHUL ULUM LUMAJANG Mohammad Sholehuddin; Ahlam Musaydah; Ahmad Faqih
SIRAJUDDIN : Jurnal Penelitian dan Kajian Pendidikan Islam Vol 2 No 1 (2022): Sirajuddin Desember 2022
Publisher : P3M STAI MIFTAHUL ULUM LUMAJANG

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55120/sirajuddin.v2i1.944

Abstract

Pendidikan merupakan hal penting dalam kehidupan di dunia, di tengahterpuruknya peradaban bangsa ini, gencarnya informasi, dan lepasnya sekat antarbangsa lewat teknologi informasi, peran guru kian strategis untuk mengambil salahsatu peran yang menopang pada tegaknya peradaban manusia Indonesia di waktuyang akan datang, Di Madrasah Aliyah Miftahul Ulum Lumajang adalah salah satumadrasah yang selalu mengambil langkah-langkah inovatif dalam mengembangkankualitas lembaga, hal ini dibuktikan dengan segudang prestasi yang diraih oleh parasiswa dan siswi dalam perlombaan dan prestasi yang diraih oleh lembaga.penelitian ini memakai metode penelitian deskriptif kualitatif karena dalampenelitian ini akan menggambarkan dan menginterpretasi objek penelitian sesuaidengan apa adanya. Penelitian ini akan mengunakan pendekatan kualitatif.Pendekatan kualitatif ini dipilih karena objek penelitian ini berupa proses ataupembentukan moral siswa. Data yang diperoleh dikumpulkan melalui wawancaradan pengamatan langsung dilapangan. Dalam strategi penerapan metode inkulkasinilai moral terhadap siswa-siswi Madrasah Aliyah Miftahul Ulum Lumajang,ditemukan ada beberapa cara, antara lain: melalui program pembiasaan, kegiatanintrakurikuler, kegiatan ekstrakurikuler, dan melalui keteladanan dari seorang gurukepada siswa-siswinya. Terkait dengan pelaksanaan 4 cara yang dilakukanmadrasah dalam penanaman nilai moral terhadap siswa sudah baik, akan tetapipada penerepan metode inkulkasi di dalam kelas, akan efektif bila diberlakukanbeberapa metode yang saling keterkaitan, lalu juga ditemukan fasilitas programekstrakurikuler masih ada yang kurang, jadi perlu dianggarkan dana untukmelengkapi fasilitas ekstrakurikuler yang masih kurang dan pemberian keteladananseorang guru dinilai masih perlu ditingkatkan lagi. Tentunya ini menjadi temuanbagi peneliti sebagai evaluasi madrasah untuk kedepannya
Analisis Komparatif Multinomial Naïve Bayes dan Logistic Regression untuk Klasifikasi Sentimen Ulasan Pengguna Aplikasi TIX ID Rachmatullah, Mochamad Miftah; Irawan, Bambang; Faqih, Ahmad; Pratama, Denni; Kurnia, Dian Ade
JSI (Jurnal Sistem Informasi) Universitas Suryadarma Vol. 13 No. 1 (2026): JSI (Jurnal sistem Informasi) Universitas Suryadarma
Publisher : Fakultas Ilmu Komputer dan Desain - Unsurya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35968/jsi.v13i1.1723

Abstract

Penelitian ini bertujuan untuk membandingkan performa algoritma Multinomial Naïve Bayes (MNB) dan Logistic Regression (LR) dalam klasifikasi sentimen multi-kelas pada ulasan pengguna aplikasi TIX ID. Sebanyak 2.500 ulasan dikumpulkan melalui proses scraping dari Google Play Store dan diproses melalui tahapan preprocessing, yang meliputi pembersihan teks, case folding, tokenisasi, stopword removal, dan stemming. Dua teknik ekstraksi fitur digunakan, yaitu CountVectorizer dan TF-IDF, sebelum model dilatih menggunakan kedua algoritma. Proses hyperparameter tuning dilakukan menggunakan GridSearchCV dengan lima lipatan cross-validation untuk memperoleh konfigurasi parameter terbaik. Hasil penelitian menunjukkan bahwa MNB dengan CountVectorizer pada tahap sebelum tuning memberikan performa paling unggul, dengan akurasi mencapai 84,80% dan F1-score macro tertinggi dibandingkan kombinasi lainnya. Sementara tuning meningkatkan stabilitas performa model, nilai akurasi tidak melampaui model awal tersebut. Temuan ini menunjukkan bahwa kombinasi MNB dan CountVectorizer lebih sesuai untuk karakteristik teks ulasan aplikasi berbahasa Indonesia yang bersifat sparse dan memiliki pola repetitif. Model terbaik kemudian diimplementasikan dalam sistem analisis sentimen berbasis web yang mampu memproses ulasan secara real time. Penelitian ini memberikan kontribusi pada pengembangan metode analisis sentimen di Indonesia dan penerapannya pada aplikasi layanan digital.
Transformasi Pembelajaran Matematika Melalui Media Pembelajaran Adaptif Berbasis Augmented Reality: Pemberdayaan Guru SMP Di Kota Cirebon Faqih, Ahmad; Ali, Irfan; Kaslani; Adella, Luthfiyyah Iffah; Rayhan, Tubagus Muhammad
PENA ABDIMAS : Jurnal Pengabdian Masyarakat Vol 7 No 1 (2026): Januari 2026
Publisher : LPPM Universitas Pekalongan

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

Abstract

Observasi awal di MGMP Matematika SMP Kota Cirebon menunjukkan bahwa pembelajaran matematika masih didominasi metode ceramah (72%) dan pemanfaatan teknologi pembelajaran sangat rendah, hanya 1% guru pernah menggunakan Augmented Reality (AR). Selain itu, guru cenderung menyusun RPP secara seragam tanpa diferensiasi kebutuhan siswa. Program pengabdian ini bertujuan meningkatkan kompetensi guru melalui pelatihan penyusunan RPP adaptif dan pembuatan media pembelajaran berbasis AR. Kegiatan dilakukan dengan pendekatan partisipatif melalui lima tahap: sosialisasi, pelatihan, penerapan teknologi, pendampingan, dan keberlanjutan, melibatkan 20 guru MGMP. Hasil menunjukkan peningkatan signifikan pada dua aspek kompetensi. Sebanyak 90% guru berhasil menyusun RPP adaptif dan mengidentifikasi kebutuhan belajar siswa, dengan peningkatan nilai dari 52,5 menjadi 82,0 (t = 12,87; p = 0,000). Sementara 80% guru berhasil menghasilkan media AR fungsional, dengan peningkatan nilai dari 46,0 menjadi 78,5 (t = 11,23; p = 0,000). Selain itu, terbentuk forum berbagi praktik baik sebagai wujud keberlanjutan program. Program ini efektif meningkatkan kemampuan guru dalam merancang pembelajaran adaptif dan memanfaatkan AR untuk pembelajaran matematika secara inovatif. Kata kunci: matematika, RPP adaptif, augmented reality, MGMP.
SMOTE untuk Meningkatkan Performa Naïve Bayes dan Random Forest dalam Analis Sentimen aplikasi Digitalent Faqih, Ahmad; Mahendra, Yusril Muhamad Izha; Kaslani
Jurnal Dinamika Informatika Vol. 14 No. 2 (2025): Vol. 14 No. 2 (2025)
Publisher : Program Studi Informatika Universitas PGRI Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31316/jdi.v14i2.347

Abstract

Sentiment analysis is critical to understanding how an app, such as a digital training app like Digitalent, is viewed by users. User reviews available on app distribution platforms provide ample data for this analysis. However, in sentiment analysis, data imbalance is a common problem; positive reviews tend to outnumber negative and neutral reviews. This imbalance can impact machine learning models, which can lead to inaccurate predictions of the majority class. The purpose of this research is to solve this problem by using SMOTE (Synthetic Minority Selection Technique) technique in sentiment analysis of Digitalent app reviews and comparing the performance of two machine learning algorithms, Naive Bayes and Random Forest. The research data was collected from Indonesian user reviews from the Digitalent platform. Before being processed for analysis, the data went through pre-processing processes such as cleaning, tokenization, and normalization. SMOTE technique was applied to balance the number of reviews for each sentiment class. Furthermore, Naive Bayes and Random Forest algorithms are used to categorize the sentiment. The results of the SMOTE application research successfully increased the proportion of negative and neutral classes, so that the distribution of the dataset became balanced. The test results show that the accuracy of Naïve Bayes increased from 68.25% to 92.16%, while Random Forest increased from 68.25% to 92.16%.Keywords: K-Means Clustering, education level, clustering, village education, RapidMiner
Analisis Kinerja Algoritma Machine Learning untuk Klasifikasi Prestasi Mahasiswa pada Mata Kuliah Bahasa Inggris Riri Narasati; Dadang Sudrajat; Ahmad Faqih; Indra Wiguna Marthanu; Agus Bahtiar
Prosiding SISFOTEK Vol 9 No 1 (2025): SISFOTEK IX 2025
Publisher : Ikatan Ahli Informatika Indonesia

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

Abstract

This study analyzes the performance of several machine learning algorithms in classifying student achievement in English language courses. The research focuses on comparing the performance of K-Nearest Neighbors (KNN), Naïve Bayes, Random Forest, and Support Vector Machine (SVM) using the K-Fold Cross Validation approach to evaluate accuracy, F1-score, and fairness. The dataset, consisting of students’ final grades, was processed through data pre-processing and feature scaling. Results show that the KNN model with K=5 achieved the highest accuracy of 100%, followed by Naïve Bayes with 95.59%. Statistical tests indicated a significant performance difference between Random Forest and SVM, while fairness evaluation revealed that Random Forest provided the most balanced error distribution. These findings confirm that KNN and Random Forest algorithms are highly effective for academic performance classification based on numerical data. The study highlights the potential of machine learning to enhance adaptive, objective, and equitable educational evaluation systems.
1D-CNN-Based Childhood Stunting Prediction through Socio-Economic Data Integration and Community Participation Bahtiar, Agus; Mulyawan, Mulyawan; Faqih, Ahmad; Lidina, Lidina; Fitria, Ananda Rizki
JISA(Jurnal Informatika dan Sains) Vol 8, No 2 (2025): JISA(Jurnal Informatika dan Sains)
Publisher : Universitas Trilogi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31326/jisa.v8i2.2490

Abstract

Stunting remains a significant global public health challenge, affecting approximately 148 million children under the age of five. This condition leads to long-term cognitive and physical deficits, particularly in low- and middle-income countries. Many existing prediction models fail to capture the complex interdependencies between nutritional, socio-economic, and environmental factors. To address this gap, our study introduces a 1D-Convolutional Neural Network (1D-CNN) model designed to predict childhood stunting using structured datasets collected from community health centers (Puskesmas) and validated by the Cirebon City Health Department (Dinas Kesehatan Kota Cirebon), Indonesia. The dataset includes anonymized records of children under five years old, comprising anthropometric measurements, socio-economic profiles, nutritional intake, and environmental indicators, gathered through household surveys and routine public health reporting. The proposed 1D-CNN architecture is optimized for structured data by integrating convolutional and pooling layers, dropout regularization, and dense classification layers. To enhance interpretability, we employ explainable AI (XAI) methods—SHAP and LIME—to reveal the relative influence of each feature in the model’s decision-making process. Additionally, the study applies a participatory validation approach through focus group discussions (FGDs) with community health workers, ensuring contextual relevance and ethical integrity. Experimental results demonstrate the superior performance of the proposed model, achieving 93.12% accuracy, with a precision of 97% and a recall of 89%, resulting in an F1-score of 93% across both stunted and non-stunted classes. These findings outperform traditional machine learning approaches and highlight the potential of AI-driven predictive frameworks for early stunting detection and policy-oriented health interventions. This research contributes to the advancement of data-driven public health strategies by integrating predictive analytics, community participation, and transparent AI methodologies
Co-Authors -, Kaslani Abdullah Baharun Abi Fajar Ahmad Fauzi Achmad Supandi Ade Rizki Rinaldi Ade Rizki Rinaldy Adella, Luthfiyyah Iffah Adellia Putriani Adjie Setyadj, Mochammad Adnan Adnan Agung Triyono agus bahtiar Agus Riyadi Ahlam Musaydah Ahmad Jihadi Ahmad Rifai Akhmad Abu Khasan Muzakki Akhmad Subhan Al Ghozali, Muhammad Iqbal Ali, Ashehad Aswen Alma’as, Azis Amelia, Mita Andi Setiawan Andriawan, Dimas Annisa Rahmi Anshari, Rahman Ardiyanto Saleh Modjo Arif Rinaldi Dikananda Arnas Arnas, Arnas Arum Sari Arya Wijaya, Arya Athhar Hafizha Luthfi ayu hardani, anita Aziz Ramadhani Azzahra, Fitriyani Badruddin Bafadal, Mentarry Bambang Irawan Bambang Siswoyo Basysyar, Fadhil Muhammad Bisma Mahendra Chatarina Umbul Wahyuni Chulyatunni’mah Cika Cahya Kafita Purnama Dadang Sudrajat Denni Pratama Devika Rahayu Daud Dewi Wahyuni K. Baderan Diding Herudin Diding Herudin Diding Herudin, Diding Herudin Dienwati Nuris, Nisa Dikananda, Arif Rinaldi Dikananda, Fatihanursari Dini Andriyani Dita Rizki Amalia Dita, Mesya Sabhna Adma Djamadi, Dian Anggreini Dwi Kusuma, Lukman Edi Tohidi Eka Permana, Sandy Enjelita, Ratu Erieska Aprilyanti Esa Putra, Arga Ezra Pratama, Daffa Fadhil Muhammad Basysyar Fadilah, Euis Fajri, Ibnu Fajria, Azzahra Moudy Fathurrohman, Fathurrohman Febiyanto, Anggi Fidya Arie Pratama Fitria, Ananda Rizki Fuad Pontoiyo Gagarin, Muhamad Yuri Giannetti, Niccolo Gifthera Dwilestari Gilang Ramadhan Gita Antar Wulan Gumelar, Restu Habiballoh, Hafshoh Hafshoh Habiballoh Hamdan, Faiz Dzul Fahmi Hamzah, Hasyrul Haqiyah, Aridhotul Hasim Hasim Hasim Hasim Herdiyana, Ruli Hermawan, Bagus Hermawan, Muhammad Andi Hidayat, Manarul Hikmah Maulani Himawan, Toni Iffah Adelia, Luthfiyyah Ilah Holilah Ilma’nun, M. Lulu Indra Wiguna Marthanu Iqbal Syaidin, Fadli Irfan Ali, Irfan Jamiatur Rasyidah Jannah, Afni Nur Juliandro, Daniel Juramang, Risnayanti R K. Toiyo, Frandika Kadir, Rian Kaslani Khaerul Anam Khairul Akmal, Khairul Khairussalam Khoirul Huda, Muhammad Knohl, Alexander Komalasari, Cahyaningrum Kurnia, Dian Ade Kurniasih, Desta Dwi La Alio La Alio Laili Hidayatun Nikmah Laksono, Agung Lestari, Anjar Ayuning Lestari, Wien Lidina, Lidina Lila Zulfa Kamila M. Basysyar, Fadhil Ma'rufah, Ummu Madyant Mahendra, Yusril Muhamad Izha Mahludin H. Baruwadi Maman Abdurrahman Manarul Hidayat Martanto Maulana Sidiq, Cecep Maulana, Haris Mey Yulan Moko Mia Nurmala Mifta Almaripat Miftahul Huda Mohamad Riad Solihin Mohammad Sholehuddin Mohammad Syaefudulloh Mubarok, Fatkhan Muh. Arfah Syam Muhammad Daffa Ayyasy Muhammad Fajid, Marfelio Muharram Muharram Muhfidz Hidayat, Aziz Muhibuddin Mukdin, Novita B Mulyana, Dani Mulyawan Mulyawan Mulyawan, Mulyawan Nalahuddin Saleh Narasati, Riri Narasati Nasruddin Nasruddin Nida Naswa Ningrum, Cistia Ningsih, Indah Ratna Nisa Sari, Ainun Nor Faizatun Nikmah Norma Feti Farida Novi Mardiana Nur Atika Astriani Nur Farida, Farah Nur Halimah Nur Hikmatul Azizah Nur Rochmah, Aulia Nuraini, Asyifa Nurhadiansyah, Nurhadiansyah Nurhakim, Bani Nurjana Adi Wijaya Nurul Aini, Yuli Odi Nurdiawan Oktavia, Riska Permadani Pertiwi, Pirda Parida Permana , Sandy Eka Permana, Sandy Eka Pratama, Denni Pratama, Fidya Arie Putra, Aris Pratama R. Juramang, Risnayanti Rachmatullah, Mochamad Miftah Rahayu, Helda Kusuma Rahma, Aliya Anisa Ramiro Firjatullah, Federicko Ramli Utina Raudya, Talitha Rayhan, Tubagus Muhammad Rifa'i, Ahmad Rifa’I, Ahmad Rinaldi Dikananda, Arif Riri Narasati Risma Septiana Putri Ristika Handarini Riyanto Adji Rizqy, Muhammad Enricco Rohmat, Cep Lukman Rosmeri Manurung, Agnes Rudi Kurniawan Rusmayana, Sigit Saeful Anwar, Saeful Saepu Qirom, Dani Saepudin, Asep Safitri, Ikraeni Sagita, Ayu Sandy Eka Permana Sandy Eka Permana, Faqih Satria Kamalil Hidayat Selly Novita Sari Septianto, Muhamad Arif Sigit Rusmayana Siti Ifroh Alwildah SM, Farid Solihudin, Dodi Subaegi, Angga Sugihartono, Tri Suharno, Achmad Sulaeman, Muhamad Supandi, Achmad Suryani Dewi, Ike Susana, Heliyanti Syaefudulloh, Mohammad Syam, Muh Arfah Syam, Muh. Arfah Syayid Al Manar Tania June Tati Suprapti Tengku Riza Zarzani N Tissa Aunilla Tomayahu, Tian Toriquddin Umar, Achmad Jauhari Wahyu Ningrum Sulistyowati Wanada, Gada Wanda, Aliffa Wijaya, Nurjana Adi Yonny Koesmaryono Yoshua, Deden Yudhistira Arie Wijaya Yuliantin, Yovi