Article Per Year (5 Year)
p-Index From 2021 - 2026
10.588
P-Index
This Author published in this journals
All Journal Jurnal Sarjana Teknik Informatika Jurnal Transformatika Jurnal Informatika dan Teknik Elektro Terapan InfoTekJar : Jurnal Nasional Informatika dan Teknologi Jaringan Jurnal Teknologi dan Sistem Komputer Jurnal Pengabdian UntukMu NegeRI JIKO (Jurnal Informatika dan Komputer) SMARTICS Journal Insect (Informatics and Security) : Jurnal Teknik Informatika Indonesian Journal of Information System Dinamisia: Jurnal Pengabdian Kepada Masyarakat SELAPARANG: Jurnal Pengabdian Masyarakat Berkemajuan JURNAL TEKNIK INFORMATIKA DAN SISTEM INFORMASI Jurnal Sisfokom (Sistem Informasi dan Komputer) Compiler Jurnal Teknologi Sistem Informasi dan Aplikasi JUTEKIN (Jurnal Manajemen Informatika) INTEK: Informatika dan Teknologi Informasi Jurnal Riset Informatika AMALIAH: JURNAL PENGABDIAN KEPADA MASYARAKAT Antivirus : Jurnal Ilmiah Teknik Informatika Progresif: Jurnal Ilmiah Komputer Jurnal Ilmu Komputer dan Bisnis Jurnal Manajemen Informatika dan Sistem Informasi JATI (Jurnal Mahasiswa Teknik Informatika) JATI EMAS (Jurnal Aplikasi Teknik dan Pengabdian Masyarakat) REMIK : Riset dan E-Jurnal Manajemen Informatika Komputer Journal of Computer System and Informatics (JoSYC) International Journal of Advances in Data and Information Systems Jurnal Informa: Jurnal Penelitian dan Pengabdian Masyarakat TIN: TERAPAN INFORMATIKA NUSANTARA Jurnal Restikom : Riset Teknik Informatika dan Komputer Mosharafa: Jurnal Pendidikan Matematika Journal of Informatics Management and Information Technology Jurnal Sistem Informasi, Teknik Informatika dan Teknologi Pendidikan (JUSTIKPEN) Prosiding Seminar Nasional Program Pengabdian Masyarakat sudo Jurnal Teknik Informatika Konstelasi: Konvergensi Teknologi dan Sistem Informasi Jurnal Teknik Informatika Jurnal Pustaka Data : Pusat Akses Kajian Database, Analisa Teknologi, dan Arsitektur Komputer Jurnal Informatika Teknologi dan Sains (Jinteks) Industrial Research Workshop and National Seminar Jurnal Sains Informatika Terapan (JSIT) Journal of Information System and Artificial Intelligence Jikom: Jurnal Informatika dan Komputer J-Icon : Jurnal Komputer dan Informatika TAMIKA: Jurnal Tugas Akhir Manajemen Informatika & Komputerisasi Akuntansi Bulletin of Network Engineer and Informatics (BUFNETS) SENAPAS CHAIN: Journal of Computer Technology, Computer Engineering and Informatics BIMASAKTI Jurnal Komputer, Informasi dan Teknologi
Mutaqin Akbar
Universitas Mercu Buana Yogyakarta
Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Arts Humanities Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Immunology & microbiology Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Materials Science & Nanotechnology Mathematics Mechanical Engineering Medicine & Pharmacology Neuroscience Nursing Physics Public Health Social Sciences Veterinary Other

Published : 84 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 84 Documents
Search

 5   6   7   8   9 
Penerapan Algoritma Genetika Dalam Pengelompokan Mahasiswa KKN (Studi Kasus: KKN Angkatan XLII Universitas Mercu Buana Yogyakarta) Rohmad, Arinadi Nur; Akbar, Mutaqin
JURNAL INFORMATIKA DAN KOMPUTER Vol 8, No 1 (2024): Februari 2024
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat - Universitas Teknologi Digital Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26798/jiko.v8i1.1073

Abstract

Kuliah Kerja Nyata-KKN (Program Pengembangan Masyarakat) merupakan kegiatan pengabdian masyarakat oleh mahasiswa dengan pendekatan lintas ilmu dan sektor, pada Universitas Mercu Buana Yogyakarta dikoordinasikan oleh Lembaga Penelitian dan Pengabdian Masyarakat (LPPM) yang sekarang bernama Pusat Penelitian Pengabdian Masyarakat dan Kerjasama (P3MK). Dibutuhkan kelompok KKN dengan kriteria seperti kelas, program studi, dan jenis kelamin. Penelitian ini bertujuan untuk memberikan alternative pengelompokan mahasiswa KKN Angkatan XLII UMBY dengan menerapkan algoritma genetika. Representasi kromosom disajikan oleh pendekatan baris index yang dihasilkan secara acak selanjutnya dilakukan inisiasi populasi awal, seleksi elite, reproduksi, dan menentukan kromosom elite dari ranking. Aturan dalam pembagian KKN ini berfungsi sebagai constrain. Solusi terbaik adalah nilai fitness 100% dan mampu memberikan solusi dengan error/penalti rendah. Pada penelitian ini didapati bahwa hasil dari pengelompokan 807 peserta KKN Angkatan XLII UMBY mencapai 95% untuk kelas 22D dengan waktu eksekusi 5 menit 26 detik menggunakan 1 elite, 1500 offspring dan 300 mutant setiap generasi.
H5P Framework Training for Learning Videos with Quiz for Sekolah Kebangsaan Dato’ Sagor Malaysia Teachers Khuzaini*, Nanang; Akbar, Mutaqin; Marhaeni, Nafida Hetty; Ramos, Sarah Vega
Dinamisia : Jurnal Pengabdian Kepada Masyarakat Vol. 8 No. 1 (2024): Dinamisia: Jurnal Pengabdian Kepada Masyarakat
Publisher : Universitas Lancang Kuning

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31849/dinamisia.v8i1.17924

Abstract

H5P (HTML5 Package) is an open-source framework that allows content creators to easily create and share interactive content on the web. H5P training for creating videos with quizzes is designed to introduce users to the basic concepts of creating interactive videos involving questions or quizzes for learning purposes. Training usually involves several stages, such as introducing H5P, creating videos with quizzes, testing and maintenance, and implementation strategies. For this reason, the aim of this service is to provide training to teachers at Sekolah Kebangsaan Dato' Sagor Malaysia to be able to make learning videos with quizzes assisted by H5P. This service was carried out for 25 teachers at Sekolah Kebangsaan Dato' Sagor Malaysia in a hybrid manner using various approaches, namely the active participation approach, activity orientation approach, program approach and independence approach. The results of the service show that the use of H5P for teachers can provide a more interesting, adaptive and measurable learning experience for students, while giving teachers the opportunity to adapt their teaching methods to continuously changing technological needs and developments. Apart from that, the service has also shown that the specified success indicators have been achieved, namely ≥75% of teachers understand the benefits and use of H5P to make learning videos, attendance at every meeting is 100%, and all teachers can make learning videos with quizzes assisted by H5P
Pengelompokan Data Pengeluaran Bulanan pada Aplikasi Pencatatan Keuangan Pribadi menggunakan Metode K-Means Clustering Riyanto, Agung; Akbar, Mutaqin
Jurnal Ilmu Komputer dan Bisnis Vol. 15 No. 2 (2024): Vol. 15 No. 2 (2024)
Publisher : STMIK Dharmapala Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47927/jikb.v15i2.711

Abstract

Pengelolaan keuangan pribadi menjadi sangat penting dalam era modern yang kompleks saat ini, faktor gaya hidup yang berlebihan dan kurangnya pemahaman seseorang terhadap finansial membuat aplikasi Pencatatan Keuangan Pribadi menjadi salah satu peran penting dalam membantu mengelola pengeluaran pribadi, namun data pengeluaran pada aplikasi pencatatan keuangan pribadi masih terkesan rancu untuk membedakan pengeluran prioritas dan bukan prioritas. Pada penelitian ini, peneliti mengimplementasi pengelompokkan data pengeluaran bulanan menggunakan metode K-Means Clustering. Data yang digunakan adalah 30 data training dan 25 data uji yang diambil dari data aplikasi Pencatatan Keuangan Pribadi (CaKeP). Pada proses clustering menggunakan K-Means Clustering menghasilkan 3 kelompok yaitu pengeluaran rendah, sedang, dan tinggi dengan menghasilkan score 72% menggunakan Silhouette Score.
Klasifikasi Buah Berry menggunakan Metode Residual Network (ResNet-50) Putu Sangyoga, Titus Bintang Pekiek; Akbar, Mutaqin
Jurnal Pustaka Data (Pusat Akses Kajian Database, Analisa Teknologi, dan Arsitektur Komputer) Vol 5 No 2 (2025): Jurnal Pustaka Data (Pusat Akses Kajian Database, Analisa Teknologi, dan Arsitekt
Publisher : Pustaka Galeri Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55382/jurnalpustakadata.v5i2.1108

Abstract

Buah berry dikenal memiliki manfaat gizi tinggi, namun tantangan dalam membedakan jenis-jenisnya secara akurat masih sering terjadi, khususnya dalam industri pertanian dan distribusi di Indonesia. Penelitian ini bertujuan untuk membangun sistem klasifikasi otomatis buah berry menggunakan metode deep learning dengan arsitektur Residual Network (ResNet-50). Dataset yang digunakan terdiri dari 1.000 citra empat jenis buah berry: blackberry, blueberry, raspberry, dan strawberry, yang diperoleh dari sumber publik seperti Kaggle, Roboflow, serta penelitian terdahulu. Data citra kemudian melalui tahap pra-processing berupa resize, normalisasi piksel, dan augmentasi data agar sesuai dengan format input ResNet-50. Model dilatih menggunakan parameter pretrained dari ImageNet dengan pembekuan seluruh lapisan kecuali fully connected layer. Evaluasi performa dilakukan melalui confusion matrix dan metrik klasifikasi seperti akurasi, presisi, recall, dan F1-score. Hasil pengujian menunjukkan bahwa model berhasil mencapai akurasi klasifikasi sebesar 100% pada data uji, yang berarti seluruh citra berhasil diklasifikasikan dengan benar. Hal ini menunjukkan bahwa pendekatan klasifikasi menggunakan ResNet-50 sangat efektif dalam mengidentifikasi jenis buah berry berdasarkan fitur visual citra. Penelitian ini diharapkan dapat menjadi solusi yang andal dalam mendukung otomasi klasifikasi buah dalam sektor pertanian maupun industri pangan.
Pemanfaatan teknologi kecerdasan buatan untuk guru kinderstation school Budi Sulistiyo Jati; Mutaqin Akbar; Indah Susilawati
SELAPARANG: Jurnal Pengabdian Masyarakat Berkemajuan Vol 8, No 3 (2024): September
Publisher : Universitas Muhammadiyah Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31764/jpmb.v8i3.25728

Abstract

AbstrakKemajuan dalam bidang teknologi informasi dan komunikasi telah menyebabkan perubahan besar dalam berbagai aspek kehidupan, terutama dalam bidang pendidikan. Era pendidikan dewasa ini ditandai oleh integrasi teknologi canggih seperti AI, machine learning, dan internet of things (IoT) dalam proses pembelajaran. Untuk mengatasi permasalahan tersebut, program pengabdian kepada masyarakat ini dirancang untuk meningkatkan pemahaman dan keterampilan praktis guru dan pengajar di Kinderstation School Yogyakarta dalam memanfaatkan teknologi AI dalam proses pembelajaran. Kegiatan pelatihan dilaksanakan dalam dua kali pertemuan (10 Juli 2024 dan 17 Juli 2024), dimana pertemuan pertama membahas mengenai pengenalan teknologi AI dan pertemuan kedua merupakan pelatihan penggunaan teknologi AI dalam dunia pendidikan. Sebelum pertemuan pertama diberikan pre-test untuk mengukur tingkat pemahaman awal para peserta mengenai teknologi AI dalam dunia pendidikan. Nilai rata-rata (mean) berkisar antara 2,24 hingga 3,53, menunjukkan bahwa sebagian besar peserta belum memiliki pemahaman yang mendalam tentang AI. Kemudian setelah pertemuan kedua, diberikan lagi post-test untuk mengukur tingkat pemahaman para peserta setelah pelatihan. Nilai rata-rata (mean) yang berkisar antara 4,06 hingga 4,35 menunjukkan peningkatan pemahaman dan keyakinan yang cukup besar di kalangan peserta. Hasil pengukuran pada pre-test dan post-test menunjukkan bahwa pelatihan pemanfaatan teknologi AI dalam dunia pendidikan berhasil meningkatkan pemahaman, keyakinan, dan kesiapan peserta dalam mengadopsi AI. Peningkatan di semua aspek menunjukkan bahwa pelatihan telah memberikan dampak positif yang signifikan. Kata kunci: guru; kecerdasan buatan; pelatihan; teknologi. AbstractInformation and communication technology advances have brought significant changes in various aspects of life, including education. Today's educational era is characterized by integrating advanced technology such as AI, machine learning, and the internet of things (IoT) in education. To overcome these problems, this community service program is designed to increase the understanding and practical skills of Kinderstation School Yogyakarta teachers in utilizing AI technology in the learning process. The workshops were carried out in two meetings (10 July 2024 and 17 July 2024), where the first meeting discussed the introduction of AI technology, and the second meeting was workshop on the use of AI technology in education. Before the first meeting, a pre-test was given to measure participants' initial understanding of AI technology in education. The mean scores ranged from 2.24 to 3.53, indicating that most participants do not yet have a deep understanding of AI. Then, after the second meeting, post-test was given to measure participants' knowledge after the workshop. The mean values ranging from 4.06 to 4.35 indicate a significant increase in understanding and confidence among participants. The measurement results in the pre-test and post-test show that workshops on the use of AI technology in education increased participants' understanding, confidence, and readiness to adopt AI. The increase in all aspects shows that the workshop has had a significant positive impact. Keywords: artificial intelligence; teacher; technology; workshop.
Sistem Pendukung Keputusan Rekomendasi Buku Novel menggunakan Metode Weighted Product Fiki Ertandi; Mutaqin Akbar
REMIK: Riset dan E-Jurnal Manajemen Informatika Komputer Vol. 9 No. 1 (2025): Volume 9 Nomor 1 Januari 2025
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/remik.v9i1.14515

Abstract

Era digital telah mengubah cara manusia mencari dan memilih buku, termasuk novel yang merupakan salah satu jenis bacaan populer. Namun, banyaknya pilihan novel yang tersedia sering membuat pembaca kesulitan dalam menentukan buku yang sesuai dengan preferensi mereka. Penelitian ini bertujuan untuk mengembangkan Sistem Pendukung Keputusan (SPK) menggunakan metode Weighted Product (WP) untuk membantu pembaca dalam memilih novel. Penelitian menggunakan pendekatan kuantitatif dengan metode pengembangan sistem. Pengumpulan data dilakukan melalui survei online kepada 50 pembaca novel aktif dan wawancara dengan 5 narasumber untuk menentukan kriteria pemilihan novel. Sistem dikembangkan menggunakan bahasa pemrograman PHP dan database MySQL dengan enam kriteria penilaian: harga, penulis, cover, alur cerita, gaya bahasa, dan ketebalan buku. Hasil penelitian menunjukkan bahwa sistem berhasil memberikan rekomendasi novel berdasarkan preferensi pengguna dengan tingkat akurasi yang baik, dibuktikan melalui pengujian fungsional sistem yang menunjukkan semua fitur berfungsi sesuai kebutuhan. Penelitian ini menghasilkan sebuah solusi teknologi yang dapat membantu pembaca dalam memilih novel secara lebih efektif dan efisien.
IMAGE SEGMENTATION OF YOGYAKARTA BATIK PATTERN USING SEGNET Irfan Nur Fahrudin; Mutaqin Akbar
Jurnal Riset Informatika Vol. 8 No. 2 (2026): Maret 2026
Publisher : Kresnamedia Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34288/jri.v8i2.491

Abstract

Batik is an Indonesian intangible cultural heritage with high artistic value. However, the complexity of classical Yogyakarta patterns, particularly Parang and Kawung, characterized by intricate structures, color variations, and indistinct boundaries, poses significant challenges for automated image processing. Therefore, image segmentation becomes a crucial step in batik identification and digitalization. This study aims to develop an efficient segmentation model for Yogyakarta batik patterns using a modified SegNet architecture. The dataset comprises 720 RGB images, consisting of 360 Parang pattern images and 360 Kawung pattern images. All images were processed into binary ground truth masks through a combination of K-Means Clustering and morphological operations. The SegNet architecture was modified into three encoder and decoder blocks, employing Conv2DTranspose for upsampling and a sigmoid activation function in the output layer. The model was trained for 50 epochs using the Adam optimizer and binary cross entropy loss function. Based on evaluation on the test dataset, the modified SegNet model achieved strong performance with an accuracy of 91.72%, a mean Intersection over Union of 77.23%, and a mean Dice Coefficient of 87.07%. Visual inspection of the prediction results further confirms the model’s ability to accurately separate pattern regions from the background. These findings demonstrate that the modified SegNet architecture performs well in segmenting Parang and Kawung batik patterns and shows strong potential for supporting future batik recognition and digitalization systems.
Analisis Sentimen Masyarakat Terhadap Kebijakan Undang-Undang Tentara Nasional Indonesia (UU TNI) Menggunakan Support Vector Machine Adwin Nurhasananda; Mutaqin Akbar
Jurnal Komputer, Informasi dan Teknologi Vol. 5 No. 1 (2025): Juni
Publisher : Penerbit Jurnal Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53697/jkomitek.v5i1.2603

Abstract

Revisi Undang-Undang Nomor 34 Tahun 2004 tentang Tentara Nasional Indonesia (TNI) menimbulkan perdebatan pro dan kontra di tengah masyarakat, dalam hal ini berkaitan dengan perluasan peran militer dalam ranah sipil. Tujuan dari penelitian ini untuk menganalisa sentimen oleh masyarakat terhadap Undang-Undang Tentara Nasional Indonesia (UU TNI) melalui data dari media sosial. Data dikumpulkan dari platform X (Twitter) selama periode 1–31 Maret 2025 menggunakan teknik scraping. Setelah dilakukan preprocessing dan pelabelan manual, kemudian data dianalisis menggunakan algoritma Support Vector Machine (SVM) dengan pendekatan pembobotan TF-IDF. Evaluasi terhadap model dilakukan dengan menggunakan teknik 5-Fold Cross Validation dan confusion matrix. Hasil penelitian menunjukkan bahwa model menghasilkan akurasi rata-rata sebesar 78,99% dengan F1-score sebesar 0,83 untuk sentimen negatif. Mayoritas data menunjukkan respons negatif terhadap UU TNI, menandakan adanya kekhawatiran publik terhadap potensi ancaman terhadap demokrasi. Temuan ini menunjukkan bahwa analisis sentimen berbasis media sosial dapat memberikan gambaran objektif mengenai persepsi masyarakat dan menjadi masukan berharga bagi pembuat kebijakan.
Implementasi Drop Rate Item menggunakan Algoritma Weighted Random Sampling dalam Game Action Platformer Zada Maulana; Mutaqin Akbar
Jurnal Komputer, Informasi dan Teknologi Vol. 5 No. 1 (2025): Juni
Publisher : Penerbit Jurnal Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53697/jkomitek.v5i1.2712

Abstract

Penelitian ini berfokus pada penerapan algoritma Weighted Random Sampling untuk sistem drop rate item dalam game action platformer berbasis Godot Engine. Tujuan utama penelitian adalah menciptakan distribusi hadiah yang lebih adil dan terkendali, sehingga memperbaiki kelemahan metode acak seragam. Algoritma Weighted Random Sampling memberikan bobot berbeda untuk setiap jenis item — common, rare, dan epic — sehingga peluang kemunculannya sesuai kelangkaan yang diinginkan. Metode pengembangan meliputi studi literatur, perancangan, implementasi dalam GDScript, dan pengujian secara visual dan fungsional. Hasil pengujian menunjukkan bahwa distribusi drop item mendekati rasio teoritis dan mampu memberikan pengalaman bermain yang lebih memuaskan. Dengan begitu, sistem ini terbukti efektif dan efisien untuk digunakan dalam game berbasis Godot Engine.
KLASIFIKASI RISIKO HIPERTENSI LANSIA BERBASIS DATA KESEHATAN MENGGUNAKAN ARTIFICIAL NEURAL NETWORK Hilda Sukma Pertiwi; Mutaqin Akbar
Jurnal Informatika Teknologi dan Sains (Jinteks) Vol 8 No 2 (2026): EDISI 28
Publisher : Program Studi Informatika Universitas Teknologi Sumbawa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51401/jinteks.v8i2.7573

Abstract

Hipertensi merupakan penyakit tidak menular dan kerap dijuluki "silent killer" karena dapat merusak berbagai organ tubuh tanpa menunjukkan gejala yang jelas. Pada lansia, risiko hipertensi bertambah seiring penurunan elastisitas pembuluh darah sehingga diperlukan metode yang mampu mengklasifikasikan tingkat risiko secara akurat berbasis data kesehatan. Penelitian ini bertujuan mengklasifikasikan risiko hipertensi pada pasien lansia menggunakan Artificial Neural Network (ANN) berdasarkan data rekam medis RSUD KRT. Setjonegoro Wonosobo dengan jumlah 400 pasien lansia. Variabel yang digunakan terdiri dari sembilan fitur, yaitu umur, jenis kelamin, berat badan, tinggi badan, denyut nadi, sistolik, diastolik, kolesterol, dan gula darah. Tahap penelitian meliputi pembersihan data menggunakan fungsi dropna(), normalisasi dengan MinMaxScaler, penetapan label empat kelas (Normal, Pra-hipertensi, Hipertensi Grade 1, Hipertensi Grade 2), serta pembagian data 70% pelatihan dan 30% pengujian. Arsitektur terbaik yang diperoleh adalah ANN dengan dua hidden layer yang masing-masing terdiri dari 128 neuron, fungsi aktivasi ReLU dan Softmax, optimizer Adam, serta loss categorical cross-entropy. Model mencapai akurasi sebesar 98,33%, presisi 98,43%, recall 98,33%, dan skor F1 98,34%. Hasil penelitian menunjukkan bahwa ANN efektif digunakan untuk klasifikasi risiko hipertensi pada pasien lansia dengan tingkat kesalahan yang sangat minimal.
Co-Authors Adella Maharani, Putri Adwin Nurhasananda Agung Firmansyah Agus Salim Ahsan, Moh An-Naufal Nuha, Alfian Andri Hardiyanto Anisyah Jatu Siti Nurjanah Aprisia Bahagia, Grace Arif Pria Purnama Arifadillah, Elang Arita Witanti Ascha, Nugrah Pratama Astri Wulandari Audita Nuvriasari Auditya, Yonathan Bagus Dwi Kurniawan, Bagus Dwi Bambang Agus Setyawan Budi Sulistiyo Jati Budi Sulistiyo Jati Budianto, Alexius Endy Dangin Dangin Dangin, Dangin Dede Fajriansyah Dian Kartika Sari Dian Kartika Sari, Dian Kartika Diski Ijtima Putri Dwiyati Pujimulyani Elsa Anggraini Maili Febri Rahmadsyah Fiki Ertandi Firdaus Alfajar Sudarsih Hendri Tri Cahya Leksana Hilda Sukma Pertiwi Ichlasia Ainul Fitri Ikram, Rauf Al Indah Susilawati Intan Aulia Irfan Nur Fahrudin Irfan Pratama Jeremias Quintino Tilman Jodhy Dwi Marfianto Junianto Bagas Prasetyo Kafilahudin, Fahrul Advis Kartadinata, Arifqi Khuzaini*, Nanang Kuswandaru, Kuswandaru Muhammad Abdul Gofur Muhammad Ali Ma'mun Muhammad Pratiwo Muhammad Rafi Fajar Rizky Muhammad Syadham, Syahrun Muhammad Syaifudin Musa, Rahmat Nafida Hetty Marhaeni Nanang Khuzaini, Nanang Nanik Triatmi Nur Alamsyah Nurdiarti, Rosalia Prismarini Nusantara, Bondan Surya Pascal Munthe, Thimoty Prasetyaningrum, Putri Taqwa Prima Yalesta Sarumaha Primananda, Muhammad Izra Priscilia Amanda Leza Priyanto Putu Sangyoga, Titus Bintang Pekiek Rahmat Musa Ramos, Sarah Vega Refky Satria Bima Reny Yuniasanti Rio Setya Pambudi Rismanto, Septa Rismaria Sipayung Rivansyah Subagyo, Ibnu Rivka Novi Cahyati Riyanto, Agung Rizky, Muhammad Rafi Fajar Rofiqi, Lutfi Rohmad, Arinadi Nur Rosalia Prismarini Nurdiarti Saputra, Aldi Dwi Saputra, Andika Dwi Sari, Prima Wulan Sedyarsa, Hanif Fauzan Septa Rismanto Setyaningsih, Putry Wahyu Sidiq Purnomo, Agus Sri Muhammad Kusumantomo Subhan Bole Boly Suharjo, Imam Supatman Supatman Umul Aiman Wakidi Wakidi Wibowo, Sigit Heri Wisnu Adi Yulianto Wulandari, Astri Yonanta Dwi Hartanto Yusanto, Yoga Zada Maulana