Article Per Year (5 Year)
p-Index From 2021 - 2026
6.23
P-Index
This Author published in this journals
All Journal JSI: Jurnal Sistem Informasi (E-Journal) International Conference on Law, Business and Governance (ICon-LBG) FIAT JUSTISIA: Jurnal Ilmu Hukum Jurnal Cita Hukum Seminar Nasional Informatika (SEMNASIF) ICON-CSE MODELING: Jurnal Program Studi PGMI Jurnal Sains dan Informatika JURTEKSI alfazuna: Jurnal Pembelajaran Bahasa Arab dan Kebahasaaraban Integrated Lab Journal JATI (Jurnal Mahasiswa Teknik Informatika) Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer) Jurnal Pendidikan dan Teknologi Indonesia 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) Malcom: Indonesian Journal of Machine Learning and Computer Science 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)
Fathoni Fathoni
Fakultas Hukum Unversitas Lampung
Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Humanities Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Engineering Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Mathematics Mechanical Engineering Public Health Social Sciences Other

Published : 33 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 33 Documents
Search

 1   2   3   4 
Pengembangan Materi Ajar Bahasa Arab Berbasis Budaya Lokal untuk Meningkatkan Motivasi Belajar Fathoni, Fathoni
MODELING: Jurnal Program Studi PGMI Vol. 11 No. 1 (2024): Maret
Publisher : Program Studi PGMI Sekolah Tinggi Ilmu Tarbiyah Nahdlatul Ulama Al Hikmah Mojokerto

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.69896/modeling.v11i1.2532

Abstract

Pembelajaran Bahasa Arab di Indonesia sering menghadapi berbagai tantangan, salah satunya adalah rendahnya motivasi belajar siswa. Salah satu pendekatan yang dapat digunakan untuk mengatasi masalah ini adalah dengan mengembangkan materi ajar berbasis budaya lokal. Penelitian ini bertujuan untuk mengkaji pengembangan materi ajar Bahasa Arab berbasis budaya lokal dan dampaknya terhadap peningkatan motivasi belajar siswa. Penelitian ini menggunakan metode penelitian pengembangan (Research and Development) dengan model ADDIE yang terdiri dari lima tahap: analysis (analisis), design (desain), development (pengembangan), implementation (implementasi), dan evaluation (evaluasi). Hasil penelitian menunjukkan bahwa penggunaan materi ajar berbasis budaya lokal mampu meningkatkan keterlibatan siswa dalam proses pembelajaran serta memperkuat motivasi mereka untuk mempelajari Bahasa Arab. Selain itu, pengintegrasian unsur budaya lokal dalam materi ajar membuat siswa lebih memahami konsep-konsep yang diajarkan, karena terkait dengan kehidupan sehari-hari mereka.
Klasifikasi Risiko Strok Menggunakan Algoritma Random Forest dengan Teknik Knowledge Discovery in Database Athallah, Deni; Fathoni, Fathoni; Rachmad, Muhammad Ichsan Farrel
Indonesian Journal Computer Science Vol. 4 No. 1 (2025): April 2025
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/5tbkg781

Abstract

Strok merupakan suatu kondisi ketika aliran darah ke otak mengalami gangguan, yang dapat menyebabkan kerusakan otak bahkan kematian. Strok juga merupakan penyebab utama kematian dan kecacatan yang terjadi pada seluruh dunia. Dengan tingkat kecelakaan yang tinggi, deteksi dini strok sangat diperlukan untuk mengurangi risiko strok. Penelitian ini bertujuan untuk mengklasifikasi risiko strok berdasarkan algoritma Random Forest dengan melalui pendekatan Knowledge Discovery in Database (KDD). Dataset yang digunakan merupakan dataset dari platform Kaggle yang terdiri dari 35.000 data pasien dengan 18 atribut relevan yang telah melalui proses pembersihan dan fitur pemilihan untuk mencapai akurasi prediksi yang optimal. Model training dilakukan dengan membagi data sebesar 80% data training dan 20% data testing. Hasil dari evaluasi mengunakan confusion matrixnya menunjukkan bahwa Algoritma Random Forest memiliki akurasi sebesar 87,47% dengan precision pada kelas 1 sebesar 96,40% dan recall sebesar 68,53%, serta precision pada kelas 0 sebesar 84,51% dan recall sebesar 98,51%. Namun, tantangan utama dalam penelitian ini adalah ketidakseimbangan data, yang mempengaruhi kemampuan model dalam mengenali kasus strok secara merata. Penelitian selanjutnya dianjurkan untuk menerapkan teknik penyeimbangan data serta menggabungkan Random Forest dengan algoritma lain guna meningkatkan akurasi dan keandalan prediksi.
Pelaksanaan Kegiatan Keagamaan dalam Membentuk Karakter Siswa di MTs-MA Al-Anwar Cangkringrandu Jombang Masrury, Farhan; Muarif, Moh. Syamsul; Jauhari, Sofuan; Asyiq, Abdulloh; Akrom, Muhammad Adib; Alghifari, Muhammad; Auliya, Lana Nur; Istiqomah, Amalia Windy; Fathoni, Fathoni
ABDIMASY: Jurnal Pengabdian Kepada Masyarakat Vol. 2 No. 1 (2023): Juni 2023
Publisher : LPPM Institut Agama Islam Bani Fattah Jombang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52431/abdimasy.v2i1.2142

Abstract

Sekolah merupakan tempat bagi anak untuk belajar memperoleh pengetahuan dan mengembangkan kemampuan dan keterampilan yang mereka miliki. Oleh karenanya, Pendidikan di sekolah adalah usaha yang dilakukan demi mencapai tujuan, yakni terbentuknya karakter seorang anak. Kegiatan keagamaan adalah pengaplikasian seorang anak didik ketika menempuh mata Pelajaran Pendidikan Agama Islam, Fikih, maupun Qur’an dan Hadis. Fokus pembahasan pada kajian ini ialah ubudiyyah, atau ibadah sehari-hari, pelaksaan yang rutin dilaksnakan di Mts-Ma Al-Anwar ini, yakni sholat dhuha berjamaah, sholat dhuhur berjamaah, sholat Jum’at berjamah. Hal ini merupakan kegiatan yang positif bagi anak didik, sehingga berdampak pada mereka ketika sudah lulus dari sekolah, hal ini lah yang menjadi fakrtor utama sekolah dalam pengembangan karakter seorang anak didik, kegiatan keagamaan ini memiliki beberapa keutamaan tersendiri. Dari beberapa keterangan diatas, bisa disimpulkan, bahwa apa yang sering atau yang sudah menjadi agenda wajib sekolah merupakan tempat dimana anak didik mengembangkan potensi dan bakat mereka, juga membentuk karakter yang tertanam pada diri mereka. Oleh karena itu, perlu dilakukan penelitian untuk mengkaji lebih mendalam konsep-konsep pendidikan haal (karakter) yang bersumber pada ajaran Islam baik dalam Al-Qur‟an dan hadits, sehingga tertanamlah nilai-nilai keagamaan pada diri anak didik
Sistem Informasi Geografis Pemetaan Menara Telekomunikasi dengan Pengecekan Jarak Menggunakan Metode Haversine Arba'i, Sultan; Wedhasmara, Ari; Fathoni, Fathoni; Putra, Apriansyah; Kurniawan, Dedy
Jurnal Teknik Informatika dan Sistem Informasi Vol 9 No 3 (2023): JuTISI
Publisher : Maranatha University Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.28932/jutisi.v9i3.6219

Abstract

DISKOMINFO OKU Regency provides recommendations for the establishment of telecommunication towers. Then do the planning and arrangement of telecommunication towers. However, this is still done manually based on map visualization in printed books, so when changes occur, you have to reprint the book, and you have to re-plan with Microsoft Excel, which makes the process more difficult and time consuming. In addition, there is no digital tower information service causing a lack of information for tower providers, so that the construction of towers has not been properly organized. So the solution to this problem is to build a system that can manage data, can map telecommunication towers and can plan the need for shared towers for the next 5 years by taking into account population, cellular service users, traffic requirements, number of BTS and tower coverage radius, and can provides information on checking coordinates by applying the haversine method which is useful so that the construction of new towers can be properly arranged in the system, where the system is made based on a website with a design using the waterfall method. The results of this study are an application that can assist the process of planning and arrangement of towers, both visual maps, tower requirements, checking coordinates and so on, which is done computerized.
Edukasi Teknologi Machine Learning dalam Mendukung Deteksi Risiko Sindrom Metabolik di RSUD Siti Fatimah Fathoni, Fathoni; Satria, Hadipurnawan; Oktapriandi, Sony; Asoka, Egga
Jurnal Pengabdian West Science Vol 4 No 12 (2025): Jurnal Pengabdian West Science
Publisher : Westscience Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58812/jpws.v4i12.2994

Abstract

Sindrom metabolik menjadi salah satu isu kesehatan yang terus meningkat dan membutuhkan kesiapsiagaan tenaga kesehatan dalam memahami potensi pemanfaatan teknologi untuk deteksi dini. Kegiatan pengabdian ini berfokus pada edukasi teknologi machine learning sebagai pendekatan pendukung dalam analisis risiko sindrom metabolik di RSUD Siti Fatimah. Tujuan kegiatan adalah meningkatkan literasi digital kesehatan dan memberikan pemahaman dasar mengenai konsep, alur kerja, serta potensi penerapan machine learning dalam proses skrining klinis. Pengabdian dilaksanakan melalui sesi pemaparan, diskusi interaktif, dan studi kasus sederhana yang disesuaikan dengan kebutuhan tenaga kesehatan. Hasil kegiatan menunjukkan meningkatnya pemahaman peserta terhadap penggunaan data klinis dan teknologi prediksi berbasis machine learning, tercermin dari respon positif selama diskusi dan kemampuan peserta menjelaskan kembali konsep dasar yang disampaikan. Kegiatan ini memberikan landasan awal bagi kolaborasi lanjutan terkait implementasi teknologi cerdas dalam pelayanan kesehatan.
Analisis Sentimen Publik terhadap Kebijakan Perizinan Tambang untuk Ormas Keagamaan Menggunakan Algoritma SVM Alifayoezra, Muhammad Dzaky; Fathoni, Fathoni; Tammam, Bimmo Fathin; Putri, Septhia Charenda; Rizki, Raditya Dafa; Ibrahim, Ali
Jurnal Sains dan Informatika Vol. 11 No. 2 (2025): Jurnal Sains dan Informatika
Publisher : Teknik Informatika, Politeknik Negeri Tanah Laut

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34128/jsi.v11i2.1785

Abstract

Penelitian ini menganalisis sentimen publik terhadap kebijakan pemberian Izin Usaha Pertambangan Khusus (IUPK) kepada organisasi masyarakat (ormas) keagamaan sebagaimana diatur dalam PP No. 25 Tahun 2024. Data diperoleh dari media sosial X (Twitter) dan diolah menggunakan algoritma Support Vector Machine (SVM) melalui tahapan crawling, preprocessing, translasi, pelabelan sentimen, dan ekstraksi fitur dengan metode N-gram. Dari 1245 data yang dianalisis, mayoritas memiliki sentimen netral (550 data), diikuti positif (475 data), dan negatif (219 data), dengan akurasi model mencapai 75,3%. Hasil ini menunjukkan bahwa publik cenderung berhati-hati dan menunggu kejelasan dari pemerintah terkait implementasi kebijakan tersebut. Penelitian ini merekomendasikan peningkatan komunikasi publik yang transparan dan penggunaan model berbasis deep learning untuk analisis lanjutan yang lebih akurat dan kontekstual.
Pengaruh Medsos terhadap Tingkat Kecemasan dan Risiko Overthinking dengan Pendekatan K-Means: Studi Kasus Mahasiswa UNSRI Fathoni, Fathoni; Nabilatulrahmah, Raihana; Adeliani, Adeliani; Fitriani, Suci; Amelia, Amelia
Jurnal Sains dan Informatika Vol. 11 No. 2 (2025): Jurnal Sains dan Informatika
Publisher : Teknik Informatika, Politeknik Negeri Tanah Laut

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34128/jsi.v11i2.1795

Abstract

Penggunaan media sosial yang intens kerap kali berdampak negatif terhadap kesehatan mental, khususnya dalam memicu kecemasan dan overthinking pada kalangan mahasiswa. Fenomena Fear of Missing Out (FoMO), perbandingan sosial berlebihan, serta tekanan akademik dan sosial pasca-pandemi COVID-19 memperburuk kondisi tersebut. Penelitian ini bertujuan menganalisis pengaruh penggunaan media sosial terhadap tingkat kecemasan dan risiko overthinking pada mahasiswa dari berbagai jurusan. Pendekatan kuantitatif digunakan dengan pemrosesan data melalui Google Colab menggunakan bahasa pemrograman Python. Algoritma K-Means Clustering diterapkan untuk mengelompokkan data menjadi empat cluster (K=4). Hasil menunjukkan adanya segmentasi psikologis yang jelas. Cluster 0 merupakan kelompok ideal dengan kecanduan ringan, FOMO rendah, tanpa kecemasan, dan kekhawatiran rendah. Cluster 1 merupakan kelompok paling rentan dengan kecanduan sedang, FOMO sedang, kecemasan berat, dan kekhawatiran sedang. Cluster 2 menunjukkan FOMO rendah, tetapi kecemasan dan kekhawatiran cukup tinggi, yang mengindikasikan kemungkinan faktor eksternal lain. Sementara itu, Cluster 3 mencerminkan kondisi menengah. Hasil ini menunjukkan pentingnya pendekatan berbeda dalam edukasi kesehatan mental berbasis media sosial, serta perlunya peningkatan literasi digital yang sesuai dengan karakteristik masing-masing kelompok mahasiswa.
COMPARISON OF CLUSTERING MODELS FOR GROUPING LIFESTYLE PATTERNS AND OBESITY FACTORS Al Mas Ud, Khalid; Fathoni, Fathoni; Muhammad Kurniawan, Hafiz
JURTEKSI (jurnal Teknologi dan Sistem Informasi) Vol. 12 No. 1 (2025): Desember 2025
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM) STMIK Royal Kisaran

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33330/jurteksi.v12i1.4265

Abstract

Abstract: Obesity is an escalating global health concern, with unhealthy lifestyle patterns contributing significantly to its development. This study aims to evaluate and compare three clustering techniques for categorizing lifestyle patterns and obesity-related factors: K-Means, Agglomerative Clustering, and Gaussian Mixture Model (GMM). The data used in this study is sourced from the Food Nutrition dataset, which includes variables such as dietary habits, physical activity, and socio-economic status. The three clustering methods were assessed using evaluation metrics such as Silhouette Score, Davies-Bouldin Index (DBI), and Calinski-Harabasz Index (CHI). The findings revealed that K-Means exhibited the best performance in terms of cluster separation with a Silhouette Score of 0.5559, while GMM showed better flexibility in handling more complex data. Although Agglomerative Clustering produced acceptable results, it had a higher overlap between clusters compared to the other methods. This study offers valuable insights into selecting the most appropriate clustering technique based on the data characteristics. Keywords: agglomerative; clustering; GMM; k-means; lifestyle patterns; obesity Abstrak: Obesitas menjadi masalah kesehatan yang semakin meningkat di seluruh dunia, dengan pola hidup yang tidak sehat berperan besar dalam perkembangannya. Penelitian ini bertujuan untuk membandingkan tiga metode clustering dalam mengelompokkan pola gaya hidup dan faktor yang memengaruhi obesitas, yaitu K-Means, Agglomerative Clustering, dan Gaussian Mixture Model (GMM). Data yang digunakan diperoleh dari dataset Food Nutrition yang mencakup informasi terkait pola makan, aktivitas fisik, serta faktor sosial-ekonomi. Ketiga metode tersebut diuji dengan menggunakan beberapa metrik evaluasi, seperti Silhouette Score, Davies-Bouldin Index (DBI), dan Calinski-Harabasz Index (CHI). Hasil penelitian menunjukkan bahwa K-Means memiliki kinerja terbaik dalam hal pemisahan klaster, dengan nilai Silhouette Score sebesar 0.5559, sementara GMM lebih fleksibel dalam menangani data yang lebih kompleks. Meskipun Agglomerative Clustering memberikan hasil yang dapat diterima, tumpang tindih antar klaster lebih besar dibandingkan dengan kedua metode lainnya. Penelitian ini memberikan pemahaman yang lebih baik mengenai pemilihan metode clustering yang tepat berdasarkan karakteristik data yang digunakan. Kata kunci: agglomerative; clustering; GMM; k-means; obesitas; pola gaya hidup
Analisis dan Perbandingan Akurasi Image Generative AI DALL-E 3 dan Midjourney Menggunakan Metode Frechet Inception Distance (FID) Baidhawi, Alif; Nugraha, Allan; Fathoni, Fathoni; Hendrawan, Deni Agus; Riansyah, M Bintang Naufal; Ibrahim, Ali
JURNAL PETISI (Pendidikan Teknologi Informasi) Vol. 7 No. 1 (2026): JURNAL PETISI (Pendidikan Teknologi Informasi)
Publisher : Universitas Pendidikan Muhammadiyah Sorong

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36232/jurnalpetisi.v7i1.3172

Abstract

Perkembangan teknologi Generative AI telah membawa kemajuan pesat dalam pembuatan gambar berbasis teks, dengan DALL-E 3 dan Midjourney sebagai dua model terdepan. Penelitian ini bertujuan untuk menganalisis dan membandingkan akurasi visual hasil gambar dari kedua model menggunakan metrik Frechet Inception Distance (FID). Lima jenis prompt teks dipilih secara sistematis berdasarkan kategori anjing ras tertentu, dan setiap model menghasilkan 50 gambar yang dibandingkan dengan gambar acuan dari dataset Stanford Dogs. Hasil penelitian menunjukkan bahwa DALL-E 3 memiliki rata-rata skor FID sebesar 19.85, sedangkan Midjourney sebesar 28.42, yang berarti DALL-E 3 menghasilkan gambar yang lebih mendekati visual nyata. Uji statistik menggunakan Independent Sample t-Test menunjukkan adanya perbedaan signifikan antara kedua model. Dengan demikian, DALL-E 3 lebih cocok untuk kebutuhan yang menuntut realisme visual, sedangkan Midjourney lebih unggul dalam eksplorasi artistik.
Pengelompokan Level Hipertensi Berbasis Tekanan Darah Menggunakan Algoritma K-Means Clustering Asoka, Egga; Fathoni, Fathoni; Satria, Hadipurnawan; Anggina, Edith
Jurnal Pendidikan dan Teknologi Indonesia Vol 6 No 3 (2026): JPTI - Maret 2026
Publisher : CV Infinite Corporation

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jpti.1477

Abstract

Hipertensi merupakan salah satu komponen utama sindrom metabolik yang berkontribusi signifikan terhadap peningkatan risiko penyakit kardiovaskular. Deteksi dini dan pemetaan tingkat hipertensi menjadi penting untuk mendukung intervensi medis yang tepat. Penelitian ini bertujuan untuk menerapkan algoritma unsupervised learning Algoritma K-Means Clustering dalam mengelompokkan individu berdasarkan parameter tekanan darah sistolik dan diastolik. Dataset yang digunakan terdiri dari 1.878 catatan pasien, yang setelah proses pembersihan data menghasilkan 1.575 data unik. Data distandarisasi menggunakan StandardScaler, dan jumlah klaster optimal ditentukan melalui metode Elbow. Hasil klasterisasi menunjukkan empat klaster utama yang merepresentasikan segmentasi alami tekanan darah, mulai dari tekanan darah rendah hingga tinggi. Visualisasi dua dimensi dan reduksi dimensi menggunakan Principal Component Analysis (PCA) memperlihatkan pemisahan klaster yang relatif jelas. Temuan ini menunjukkan bahwa K-Means mampu mengidentifikasi struktur laten data tekanan darah secara objektif dan berpotensi menjadi dasar pengembangan sistem pendukung keputusan medis berbasis data untuk stratifikasi risiko hipertensi.
Co-Authors Abdul Aziz Zaenal Buchori Adeliani, Adeliani Aditya Ainul Haqiqi Agil Kusuma, Dimas Agus Pracoyo Akbar Kurniawan, Iqbal Akrom, Muhammad Adib Al Akbar, M. Rizki Al Mas Ud, Khalid Aldhy Rizhaldy S.G Alghifari, Muhammad Ali Ibrahim Alifayoezra, Muhammad Dzaky Amanda, Khansa Putri Amelia Amelia Andriani Parastiwi Angelina Tompunu, Keisha Anggina, Edith Apriansyah Putra Arba'i, Sultan Ari Wedhasmara Asyiq, Abdulloh Athallah, Deni Auliya, Lana Nur Azmi Zaky, Muhammad Baidhawi, Alif Dedy Kurniawan Demetria, Putri Dewi Aprilliana Aprilliana Donny Radianto Dwiyansyah, Octa Egga Asoka Eka Afrianti Fachry Abda El Rahman Faiq, Al Ikhsan Fauzi, Muhamad Rizal Firman Muntaqo Gurruh Dwi Septano Hadipurnawan Satria Hariza Marshella, Siti Hendrawan, Deni Agus Heni Siswanto Herman Hariyadi Ari Murtono Hieronymus Soerjatisnanta Huda, Hisbullah Ikbal Ikbal Inda Kesuma S Istiqomah, Amalia Windy James Reinaldo Jodi Pratama, Muhammad Komarudin Achmad Kurniasari, R. Nyi Pipih Luh Putu Ratna Sundari M Baihaqi M. Alfanshuril Hakim Maharani Maharani, Maharani Maroni Maroni Masrury, Farhan Mohammad Khalid Mohammad Luqman Muarif, Moh. Syamsul Muhammad Adryan Munir Rifa'i Muhammad Akib Muhammad Dzulkifli Muhammad Kurniawan, Hafiz Muhammad Naufal Suhaimi Nabilatulrahmah, Raihana Natasyah, Mei Intan Nicky Andre Prabatama NIZAR, MOHAMMAD Nugraha, Allan Patma, Tundung Subali Pratama Putra, Daffa Putri, Salsanabila Mariestiara Putri, Septhia Charenda Rachmad, Muhammad Ichsan Farrel Rahmat Izwan Heroza Raihana Putri, Naila Ramadhani, Muthia Riansyah, M Bintang Naufal Risyahputri, Aliyananda Rizka Mumtaz, Fadia Rizki, Raditya Dafa Rulyanti Dyah Prawesti Saimi, Saimi Salsa Kinanty, Reina Siahaan, Jeremiah Alwin Sidik Nurcahyo Siswoko Siswoko Sofuan Jauhari Sony Oktapriandi Sriwijaya, Sayid Bahri Suci Fitriani, Suci Syabilla, Lailla Syal Syahputra Zaki, Imam Syahrul Akhmal Hidayatulloh Tammam, Bimmo Fathin Tarmukan Tarmukan Therina Lakeisyah, Eka Tri Alfandy, Muhammad Wahyu Tri Wahono Widia Wahyuningtyas F Winarno, Totok Yanis Alhafidz Akhmad Yudith Mimbar Ali Sakti Yulianto Yulianto Zahrona Arifatul Maula