Article Per Year (5 Year)
p-Index From 2021 - 2026
5.939
P-Index
This Author published in this journals
All Journal International Conference on Law, Business and Governance (ICon-LBG) Jurnal Cita Hukum MODELING: Jurnal Program Studi PGMI Jurnal Sains dan Informatika JURTEKSI Murobbi: Jurnal Ilmu Pendidikan JOISIE (Journal Of Information Systems And Informatics Engineering) International Journal for Educational and Vocational Studies alfazuna: Jurnal Pembelajaran Bahasa Arab dan Kebahasaaraban JATI (Jurnal Mahasiswa Teknik Informatika) Jurnal Teknik Informatika (JUTIF) Khatulistiwa: Jurnal Ilmu Pendidikan Administrative and Environmental Law Review Muhammadiyah Law Review Journal of Ocean, Mechanical and Aerospace -science and engineering- (JOMAse) Al-MIKRAJ: Jurnal studi Islam dan Humaniora Indonesian Journal Computer Science (ijcs) Jurnal Pengabdian West Science ABDIMASY: Jurnal Pengabdian Kepada Masyarakat Jurnal ilmiah teknologi informasi Asia Jurnal PETISI (Pendidikan Teknologi Informasi) JuTISI (Jurnal Teknik Informatika dan Sistem Informasi) Media for Empowerment, Mobilization, and Innovation in Research & Community
Fathoni Fathoni
Unknown Affiliation
Religion Aerospace Engineering Humanities Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Engineering Environmental Science Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Mathematics Mechanical Engineering Public Health Social Sciences Other

Published : 53 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 53 Documents
Search

 1   2   3   4   5 
PENGUJIAN WEBSITE MENGGUNAKAN SELENIUM IDE PADA JDIH PESAWARAN MENGGUNAKAN METODE EQUIVALENCE PARTITIONING Fathoni, Fathoni; Haidar Afif Mufid, Muhammad; Aqil Zidane, Muhammad; Attika Putri, Shopi; Wirnanti, Rintan; Ibrahim, Ali
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 4 (2025): JATI Vol. 9 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i4.13939

Abstract

Perkembangan teknologi mendorong instansi pemerintah untuk meningkatkan kualitas website sebagai wadah informasi publik, salah satunya adalah JDIH Pesawaran yang menyediakan dokumen hukum terorganisir. Namun, peluang bug pada fitur-fitur website dapat mengurangi kemampuan sistem, terutama dalam melakukan validasi masukan dari suatu data. Penelitian ini bertujuan untuk menguji fungsionalitas website JDIH Pesawaran menggunakan Selenium IDE dan metode Equivalence Partitioning untuk menguji dan menemukan celah sistem. Metode Black Box Testing diterapkan dalam klasifikasi input valid dan invalid dari empat fitur utama: login, instansi, data admin, dan jabatan. Hasil pengujian 19 test case menunjukkan 78,95% sesuai harapan dan 21,05% mengalami ketidaksesuaian terutama pada validasi panjang karakter di kolom instansi dan jabatan yang melebihi 200 karakter. Hal ini menunjukkan perlunya perbaikan batasan input dan optimasi tampilan. Penggunaan Selenium IDE terbukti mempercepat proses pengujian secara otomatis dan minim akan kesalahan. Penelitian ini menyarankan untuk mengombinasi metode pengujian dan tools automation lainnya untuk meningkatkan akurasi serta pusat pada pengembangan validasi data dan keamanan sistem di penelitian selanjutnya
REDESIGN FITUR PEMBAYARAN APLIKASI MAXIM BERBASIS DESIGN THINKING UNTUK MENINGKATKAN PENGALAMAN PENGGUNA Fathoni, Fathoni; Ikhwan Najatafani, Bintang; Khailani, Kgs M Luthfi; Albukhori, M Rafli; Akbar Adiprama, Faris; Ibrahim, Ali
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 4 (2025): JATI Vol. 9 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i4.14023

Abstract

Kemajuan teknologi digital telah meningkatkan penggunaan aplikasi transportasi online seperti Maxim. Namun, fitur pembayaran dalam aplikasi ini masih memiliki beberapa kendala, seperti pilihan metode pembayaran yang terbatas, proses transaksi yang lambat, dan antarmuka yang kurang intuitif. Penelitian ini bertujuan untuk merancang ulang fitur pembayaran Maxim dengan pendekatan Design Thinking, yang melibatkan lima tahap utama: Empathize untuk memahami kebutuhan pengguna, Define untuk mengidentifikasi masalah, Ideate untuk merancang solusi, Prototype untuk mengembangkan desain baru, dan Test menggunakan System Usability Scale (SUS). Hasil penelitian menunjukkan bahwa penambahan metode pembayaran seperti Digital Bank, E-Wallet, OVO, dan Gopay, peningkatan kecepatan transaksi, serta perbaikan desain antarmuka secara signifikan meningkatkan pengalaman pengguna. Pengujian SUS mencatat skor 80,5, yang menunjukkan peningkatan kemudahan penggunaan dibandingkan dengan versi sebelumnya. Desain baru juga mengutamakan aspek keamanan dan kenyamanan pengguna, sehingga solusi yang dihasilkan tidak hanya lebih efisien tetapi juga lebih sesuai dengan kebutuhan mereka. Peningkatan fitur pembayaran ini diharapkan dapat memperluas jangkauan pengguna Maxim dan meningkatkan kepuasan pelanggan. Dengan lebih banyak pilihan pembayaran dan transaksi yang lebih cepat, pengguna dapat merasakan layanan yang lebih aman dan nyaman. Penelitian ini juga berkontribusi dalam pengembangan desain aplikasi yang berfokus pada inovasi dan pengalaman pengguna yang optimal
IDENTIFIKASI WAKTU OPTIMAL POSTING TERHADAP POLA ENGAGEMENT SOSIAL MEDIA MENGGUNAKAN METODE K-MEANS CLUSTERING Fathoni, Fathoni; Basulina, Nur Annisa; Gustiani, Sindy; Amalia, Suci; Sabila, Amalia; Ibrahim, Ali
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 4 (2025): JATI Vol. 9 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i4.14027

Abstract

Media sosial telah menjadi platform utama dalam membangun engagement, khususnya bagi seorang influencer dan pemasar digital. Engagement ini dipengaruhi oleh berbagai faktor, termasuk waktu optimal untuk memposting konten. Akan tetapi, banyak pengguna masih mengandalkan intuisi dalam menentukan waktu posting tanpa analisis berbasis data. Penelitian ini bertujuan untuk mengidentifikasi pola engagement berdasarkan waktu posting menggunakan metode K-Means Clustering. Data dikumpulkan melalui sumber sekunder yang mencakup berbagai platform media sosial dan dianalisis dengan Bootstrap Sampling untuk meningkatkan validitas sampel. Penentuan jumlah klaster optimal ditentukan menggunakan metode Elbow, yang menghasilkan dua klaster utama berdasarkan engagement rate. Hasil penelitian menunjukkan bahwa platform Instagram memiliki tingkat engagement tertinggi, dengan Facebook yang menunjukkan potensi interaksi yang signifikan. Terkait waktu optimal, engagement lebih tinggi pada waktu pagi dan malam dibandingkan siang dan sore. Visualisasi data juga mengungkap bahwa jumlah likes memiliki korelasi positif kuat terhadap engagement rate dibandingkan comments dan shares. Temuan ini memberikan wawasan bagi influencer dan pengelola media sosial untuk mengoptimalkan strategi konten dengan mempertimbangkan faktor waktu posting dan platform yang digunakan
ANALISIS SENTIMEN PUBLIC TWITTER TERHADAP KEBIJAKAN PEMERINTAH MENGGUNAKAN METODE SVM (STUDI KASUS : RUU TNI ) Fathoni, Fathoni; Ibrahim, Ali; Rizka Mumtaz, Fadia; Azmi Zaky, Muhammad; Jodi Pratama, Muhammad; Akbar Kurniawan, Iqbal
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 4 (2025): JATI Vol. 9 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i4.14036

Abstract

Pada 20 Maret 2025, DPR RI mengesahkan RUU TNI menjadi Undang-Undang, yang memicu beragam reaksi publik. Beberapa ketentuan, seperti Pasal 7 ayat (2) huruf b dan Pasal 47 ayat (2), dinilai berpotensi menghidupkan kembali dwifungsi militer dan mengancam prinsip-prinsip demokrasi serta supremasi sipil. Media sosial X (sebelumnya Twitter) menjadi wadah utama masyarakat dalam menyampaikan opini terhadap kebijakan ini. Penelitian ini bertujuan untuk menganalisis sentimen publik terhadap UU TNI menggunakan metode Support Vector Machine (SVM). Sebanyak 1001 cuitan dikumpulkan melalui teknik web scraping, kemudian diproses melalui tahapan preprocessing seperti cleansing, tokenisasi, dan stemming. Model SVM mengklasifikasikan sentimen ke dalam kategori positif, netral, dan negatif, dengan akurasi mencapai 94,66%. Hasil evaluasi menunjukkan recall tertinggi pada sentimen netral (1,00), diikuti oleh positif (0,98) dan negatif (0,88). Temuan ini mengindikasikan dominasi sentimen negatif dan netral dalam respon publik, sekaligus menjadi masukan penting bagi pemerintah dalam merumuskan kebijakan yang lebih partisipatif dan demokratis
ANALISIS SENTIMEN PROGRAM MAKAN SIANG GRATIS DALAM MENDUKUNG SDGS MENGGUNAKAN NAÏVE BAYES Tsabitah, Laila; Aulia Karima, Dzakiah; Diva Putri Munaspin, Zahra; Merisca Titiana, Nuke; Fathoni, Fathoni
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 4 (2025): JATI Vol. 9 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i4.14060

Abstract

Program Makan Siang Gratis merupakan langkah strategis pemerintah dalam upaya meningkatkan asupan gizi anak-anak sekolah. Inisiatif ini menarik perhatian publik dan banyak dibahas di media sosial, namun belum banyak dilakukan kajian mendalam terhadap opini masyarakat dari data tidak terstruktur seperti ulasan daring, khususnya yang dikaitkan dengan pencapaian Tujuan Pembangunan Berkelanjutan (SDGs), yakni SDG 2 (Tanpa Kelaparan) dan SDG 3 (Kesehatan yang Baik dan Kesejahteraan). Penelitian ini bertujuan untuk mengevaluasi sentimen publik terhadap program tersebut sebagai dasar dalam analisis kebijakan berbasis data. Metode yang digunakan adalah algoritma klasifikasi Naïve Bayes dengan memanfaatkan 656 ulasan dari platform Kaggle yang telah diproses melalui tahapan preprocessing dan transformasi fitur menggunakan TF-IDF. Dataset kemudian diuji dalam tiga skenario pembagian data latih dan data uji untuk mengukur performa model. Hasil evaluasi menunjukkan tingkat akurasi sebesar 89,93%, presisi 88,64%, recall 89,93%, dan F1-score 86,42%, dengan mayoritas sentimen bersifat positif sebesar 89,9%, sementara sentimen negatif sebesar 7,9% dan netral 2,3%. Temuan ini mengindikasikan respons positif masyarakat terhadap implementasi Program Makan Siang Gratis, yang turut mendukung pemenuhan kebutuhan gizi anak sekolah. Meski begitu, akurasi dalam mengklasifikasikan sentimen negatif dan netral masih perlu ditingkatkan guna menghasilkan model yang lebih optimal.
CHATGPT SEBAGAI ALAT BANTU PENCARIAN REFERENSI: ANALISIS PENGGUNAAN OLEH MAHASISWA SISTEM INFORMASI UNSRI DALAM MENYUSUN TUGAS AKHIR Angelina Tompunu, Keisha; Demetria, Putri; Salsa Kinanty, Reina; Fathoni, Fathoni
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 4 (2025): JATI Vol. 9 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i4.14062

Abstract

Perkembangan teknologi kecerdasan buatan semakin mempengaruhi berbagai aspek akademik, termasuk dalam proses pencarian referensi untuk penyusunan tugas akhir. Salah satu Artificial Intelligence (AI) yang saat ini banyak digunakan oleh mahasiswa adalah ChatGPT, yang menawarkan akses cepat terhadap berbagai informasi. Namun, meningkatnya intensitas penggunaan ChatGPT memunculkan potensi ketergantungan serta menurunnya kemampuan berpikir kritis. Penelitian ini bertujuan untuk menganalisis pola penggunaan ChatGPT oleh mahasiswa Program Studi Sistem Informasi Universitas Sriwijaya dalam menyusun tugas akhir, serta mengidentifikasi potensi ketergantungan yang terjadi. Penelitian ini menggunakan metode deskriptif kuantitatif dengan pendekatan Behavioral Analytics. Data diperoleh melalui kuesioner yang terdiri dari pertanyaan tertutup dan terbuka, lalu dianalisis secara statistik deskriptif untuk mengidentifikasi pola penggunaan, persepsi, serta kecenderungan ketergantungan mahasiswa terhadap ChatGPT. Hasil menunjukkan bahwa mayoritas mahasiswa merasa terbantu oleh ChatGPT dalam menemukan referensi, menjabarkan ide, dan mempercepat penulisan. Sebanyak 45,1% responden lebih memilih ChatGPT daripada mencari referensi mandiri, dan 56,9% menyatakan kesulitan menyelesaikan tugas akhir tanpa ChatGPT. Meskipun demikian, terdapat kesadaran di kalangan mahasiswa untuk tetap melakukan verifikasi dan menjaga orisinalitas akademik.
ANALISIS SENTIMEN ULASAN DEEPSEEK AI DI GOOGLE PLAYSTORE MENGGUNAKAN NAÏVE BAYES Rafli Maulana, Muhammad; Yasyfi Imran, Athallah; Fathoni, Fathoni
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 4 (2025): JATI Vol. 9 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i4.14070

Abstract

Penelitian ini bertujuan untuk menganalisis sentimen pengguna terhadap aplikasi DeepSeek AI di Google Play Store menggunakan algoritma Naïve Bayes. Dengan meningkatnya penggunaan kecerdasan buatan, khususnya model bahasa besar (LLM), penting untuk memahami persepsi publik terhadap teknologi tersebut. Dataset berisi 15.124 ulasan dianalisis melalui tahapan preprocessing, seperti case folding, penghapusan angka dan tanda baca, stopword removal, tokenisasi, serta transformasi TF-IDF. Model Naïve Bayes yang digunakan mampu mengklasifikasikan sentimen menjadi kategori positif, negatif, dan netral. Hasil evaluasi menunjukkan bahwa model mencapai akurasi sebesar 87,77%, dengan performa terbaik pada sentimen positif. Meskipun demikian, model masih mengalami kesulitan dalam mengidentifikasi sentimen netral secara akurat. Penelitian ini menunjukkan efektivitas Naïve Bayes dalam analisis teks tidak terstruktur, serta pentingnya pengembangan lebih lanjut melalui pendekatan hybrid atau penggunaan fitur linguistik kontekstual. Temuan ini diharapkan dapat memberikan wawasan bagi pengembang aplikasi dalam meningkatkan kualitas layanan dan respons terhadap kebutuhan pengguna.
PREDIKSI RISIKO DIABETES DENGAN METODE NAIVE BAYES: IDENTIFIKASI FAKTOR RISIKO UTAMA DAN EVALUASI AKURASI MODEL Davinka Sembiring Depari, Alrayssa; Cha Kirana, Cha; Nissa Oktariana, Choirun; Akbar, Fahmi; Fathoni, Fathoni
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 4 (2025): JATI Vol. 9 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i4.14078

Abstract

Diabetes merupakan salah satu penyakit kronis yang terus meningkat secara global, termasuk di Indonesia. Pendeteksian dini terhadap risiko diabetes sangat penting untuk mencegah komplikasi serius yang dapat terjadi di masa depan. Permasalahan utama dalam prediksi diabetes terletak pada keterbatasan data klinis, distribusi kelas yang tidak seimbang, serta rendahnya akurasi dalam mendeteksi pasien yang benar-benar mengidap diabetes. Tujuan dari penelitian ini adalah untuk mengevaluasi kemampuan algoritma Naive Bayes dalam memprediksi risiko diabetes, mengidentifikasi faktor risiko utama, serta meningkatkan akurasi model melalui teknik seleksi fitur dan evaluasi performa model. Metode yang digunakan meliputi pengumpulan data dari platform Kaggle, pra-pemrosesan data (transformasi dan pemilihan atribut), pembagian data menjadi data training dan testing, serta penerapan algoritma Naive Bayes menggunakan aplikasi RapidMiner. Hasil penelitian menunjukkan bahwa model Naive Bayes mampu mencapai akurasi sebesar 76,05%, dengan recall sebesar 57,34% untuk pasien yang mengidap diabetes dan precision sebesar 68,05%. Meskipun model cukup andal dalam mengidentifikasi pasien sehat, performa dalam mendeteksi pasien diabetes masih dapat ditingkatkan melalui pemilihan fitur yang tepat dan penggunaan dataset yang lebih seimbang. Penelitian ini memberikan gambaran mengenai potensi dan keterbatasan algoritma Naive Bayes dalam klasifikasi risiko diabetes, serta dapat dijadikan dasar untuk pengembangan sistem prediksi kesehatan yang lebih akurat dan aplikatif di masa depan.
PERBANDINGAN METODE NAÏVE BAYES DAN K-NEAREST NEIGHBOR TERHADAP ANALISIS SENTIMEN ULASAN PROGRAM MAKAN SIANG GRATIS DI INDONESIA Fathoni, Fathoni; Maretta, Aulia Pinkan; Kusuma, Aisha Nuraini; Sasmita, Ruth Mei; Rizkyllah, Anabel Fiorenza; Ibrahim, Ali
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 4 (2025): JATI Vol. 9 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i4.14084

Abstract

Program Makan Siang Gratis di Indonesia sebagai kebijakan kontroversial memicu respons beragam di media sosial, sehingga analisis sentimen diperlukan untuk memahami persepsi publik secara komprehensif. Permasalahan utama terletak pada keterbatasan metode klasifikasi dalam menangani data teks informal, yang berpotensi membuat akurasi identifikasi menurun. Penelitian ini bertujuan membandingkan kinerja algoritma Naïve Bayes dan K-Nearest Neighbor (K-NN) dalam mengklasifikasikan sentimen ulasan masyarakat terhadap program tersebut. Sebanyak 2.080 komentar dari X (Twitter) dan YouTube dikumpulkan melalui web scraping, kemudian diproses dengan tahapan cleaning (penghapusan mention, URL), penghapusan stopwords, tokenisasi, dan transformasi fitur menggunakan TF-IDF. Dataset dibagi dengan rasio 60:40 untuk training dan testing, lalu dievaluasi menggunakan metrik akurasi, precision, recall, dan F1-score. Hasil penelitian menunjukkan Naïve Bayes mencapai akurasi tertinggi (87,75%), lebih unggul dari K-NN (86,67%). Kedua algoritma mencatat precision sempurna (100%), namun memiliki kelemahan dalam recall (NB: 18,4%; K-NN: 11,2%) dan F1-score (NB: 31%; K-NN: 20,1%), yang mengindikasikan kesulitan dalam mengidentifikasi sentimen positif. Penelitian ini membuktikan keunggulan Naïve Bayes dalam analisis sentimen kebijakan publik berbasis teks informal
PERBANDINGAN EVALUASI USABILITY APLIKASI E-WALLET SHOPEEPAY DAN GOPAY MENGGUNAKAN METODE HEURISTIC EVALUATION Fathoni, Fathoni; Abdillah Putra, Muhafsyah; Hikmahwarani, Fellycia; Zahran Afif, Muhammad; Theressa Hasioani Sianturi, Claudia
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 4 (2025): JATI Vol. 9 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i4.14098

Abstract

Dalam beberapa tahun terakhir, penggunaan aplikasi e-wallet semakin berkembang di Indonesia, dengan GoPay dan ShopeePay sebagai dua aplikasi terkemuka. Penelitian kami memiliki tujuan untuk mengkomparasi pengalaman user Shopeepay dan Gopay tersebut dengan menggunakan teknik Heuristic Evaluation, yang menilai skor usability berdasarkan sepuluh prinsip heuristik yang telah terbukti efektif. Metode ini memungkinkan identifikasi masalah yang tidak langsung terdeteksi oleh pengguna, serta memberikan rekomendasi perbaikan untuk meningkatkan kualitas aplikasi. Hasil evaluasi menunjukkan bahwa GoPay secara keseluruhan memperoleh skor usability yang lebih tinggi, yaitu sebesar 4,19 dibandingkan dengan ShopeePay sebesar 3,94. Skor usability ini dihitung berdasarkan penilaian terhadap aspek-aspek desain dan interaksi aplikasi yang terkait dengan kemudahan penggunaan dan efektivitas fungsionalitas. Meskipun kedua aplikasi menunjukkan performa yang baik, hasil penelitian ini mengungkapkan adanya ruang untuk perbaikan pada aspek tertentu, seperti kontrol pengguna dan bantuan saat terjadi kesalahan. Penelitian ini memberi wawasan yang sangat penting bagi developer aplikasi untuk lebih memahami kebutuhan pengguna dan meningkatkan pengalaman user dalam penggunaan aplikasi e-wallet.
Co-Authors Abdillah Putra, Muhafsyah Acta, Muhammad Fakhri Nadrota Adeliani, Adeliani Aderiyana, Fakih Rangga Akbar Adiprama, Faris Akbar Kurniawan, Iqbal Akbar, Rifko Akrom, Muhammad Adib Al Mas Ud, Khalid Albani, Muhammad Syarief Albukhori, M Rafli Alfarizi Ramadiansyah, Muhammad Alghifari, Muhammad Ali Ibrahim Alifayoezra, Muhammad Dzaky Amanda Ardhani, Dhita Amelia Amelia Amelia Putri, Shinta Andini Bahri, Cheisya Angelina Tompunu, Keisha Anindya Putri, Salsa Apriansyah Putra Aqil Zidane, Muhammad Arba'i, Sultan Ardhillah, Onky Ari Wedhasmara Arinie, Putri Mutiara Asyiq, Abdulloh Athallah, Deni Attika Putri, Shopi Aulia Karima, Dzakiah Aulia, Cantika Auliya, Lana Nur Ayuningtiyas, Pratiwi Azmi Zaky, Muhammad Baidhawi, Alif Basulina, Nur Annisa Cahya Aulia, Syifa Cha Kirana, Cha Clark Peter Wijaya, Adley Davinka Sembiring Depari, Alrayssa Dedy Kurniawan Demetria, Putri Diva Putri Munaspin, Zahra Dwiyansyah, Octa Egga Asoka Eka Saputra Fachrozi, Muhammad Al Fachry Abda El Rahman Fahmi Akbar, Fahmi Fahmi Aulia Hakim, Adzka Faiq, Al Ikhsan Faradhisa Ansori, Audia Fatihaturrahmah, Aisyah Fauzi, Muhamad Rizal Febriansyah, Dian Firman Muntaqo Gurruh Dwi Septano Gustiani, Sindy Hadipurnawan Satria Haidar Afif Mufid, Muhammad Hanggara, Bryan Hariza Marshella, Siti Hendrawan, Deni Agus Heni Siswanto Hikmahwarani, Fellycia Huda, Hisbullah Ikbal Ikbal Ikhwan Najatafani, Bintang Isa, Indra Griha Tofik Ispahan, Tarisha Istiqomah, Amalia Windy Jodi Pratama, Muhammad Khailani, Kgs M Luthfi Khoiriyah Harahap, Dayana Kusuma, Aisha Nuraini Lifiano Jamot Munthe, Gabriel Lucky Hermanto, Muhammad M Baihaqi Maharani Maharani, Maharani Manahan, Nico Sabar Maretta, Aulia Pinkan Maroni Maroni Masrury, Farhan Maulana, Rahmat Merisca Titiana, Nuke Muarif, Moh. Syamsul Muhammad Akib Muhammad Kurniawan, Hafiz Nabilatulrahmah, Raihana Nachwa, Syakillah Nailah Ramadhani, Indira Najwa Widasari, Yesya Nashiroh Ramadhani, Muthia Naufaldihanif, Rihan Nissa Oktariana, Choirun NIZAR, MOHAMMAD Nugraha, Allan Prasetia, Dika Prasetia Pratama, Muhammad Ramadhan Putra Primanita, Anggina Putri Casanova, Musdalifa Putri, Salsanabila Mariestiara Putri, Septhia Charenda Rachmad, Muhammad Ichsan Farrel Rafli Maulana, Muhammad Rahman, Muhammad Fadhil Rahmi Anissa, Cahya Raihana Putri, Naila Ramadhan, Fitrah Ramadhani Maulizidan, Muammar Riansyah, M Bintang Naufal Rielisa Putri, Adetya Rika Septiana Risyahputri, Aliyananda Rizka Mumtaz, Fadia Rizki, Raditya Dafa Rizkyllah, Anabel Fiorenza Robani, Muhammad Tsabita Rositiani, Ely Sabila, Amalia Saimi, Saimi Salsa Kinanty, Reina Sasmita, Ruth Mei Setia, Arvhi Randita Shifa Maharani, Wardah Sinaga, Moh Rizky Siti Khabibah Siti Maghfirotun Amin Sofuan Jauhari Sony Oktapriandi Sriwijaya, Sayid Bahri Suci Amalia Suci Fitriani, Suci Syahputra Zaki, Imam Syahputra, M Fathan Aqilah Tammam, Bimmo Fathin Theresia Pardede, Eva Theressa Hasioani Sianturi, Claudia Therina Lakeisyah, Eka Tri Alfandy, Muhammad Tri Zafira, Zahra Tsabitah, Laila Waton, Muhammad Nasrul Wilantara, Muhammad Pandu Wirnanti, Rintan Yasir Alghifari, Muhammad Yasyfi Imran, Athallah Zahran Afif, Muhammad