Article Per Year (5 Year)
p-Index From 2021 - 2026
5.351
P-Index
This Author published in this journals
All Journal International Journal of Electrical and Computer Engineering Techno.Com: Jurnal Teknologi Informasi Jurnal Teknologi Speed - Sentra Penelitian Engineering dan Edukasi Jurnal Teknologi Informasi dan Ilmu Komputer Telematika Proceedings Konferensi Nasional Sistem dan Informatika (KNS&I) CESS (Journal of Computer Engineering, System and Science) Jurnal Inspiration JOIV : International Journal on Informatics Visualization Creative Information Technology Journal SISFOTENIKA Bianglala Informatika : Jurnal Komputer dan Informatika Akademi Bina Sarana Informatika Yogyakarta Insect (Informatics and Security) : Jurnal Teknik Informatika Jurnal Eksplora Informatika JURNAL REKAYASA TEKNOLOGI INFORMASI Jurnal Komtika (Komputasi dan Informatika) RESEARCH : Computer, Information System & Technology Management DoubleClick : Journal of Computer and Information Technology JurTI (JURNAL TEKNOLOGI INFORMASI) Voice Of Informatics Jurnal Penelitian dan Pengabdian Kepada Masyarakat UNSIQ Multitek Indonesia : Jurnal Ilmiah JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Jurnal Ilmiah Sinus Informasi Interaktif Majalah Ilmiah Bahari Jogja CCIT (Creative Communication and Innovative Technology) Journal TAFAQQUH: Jurnal Hukum Ekonomi Syariah Dan Ahwal Syahsiyah Infotekmesin Jurnal Teknologi Informasi : Jurnal Keilmuan dan Aplikasi Bidang Teknik Informatika Respati Jurnal Sistem Komputer & Kecerdasan Buatan Jurnal Perangkat Lunak Jurnal Informa: Jurnal Penelitian dan Pengabdian Masyarakat TIN: TERAPAN INFORMATIKA NUSANTARA JURNAL PENDIDIKAN, SAINS DAN TEKNOLOGI Jurasik (Jurnal Riset Sistem Informasi dan Teknik Informatika) Jurnal Teknik Informatika (JUTIF) Jurnal Teknimedia: Teknologi Informasi dan Multimedia JNANALOKA Jurnal Senopati : Sustainability, Ergonomics, Optimization, and Application of Industrial Engineering JTECS : Jurnal Sistem Telekomunikasi Elektronika Sistem Kontrol Power Sistem dan Komputer Journal of Technology and Informatics (JoTI) SPEED - Sentra Penelitian Engineering dan Edukasi Jurnal Saintekom : Sains, Teknologi, Komputer dan Manajemen Jurnal Ekonomi dan Teknik Informatika Literasi Nusantara Duta.com : Jurnal Ilmiah Teknologi Informasi dan Komunikasi Techno Innovative: Journal Of Social Science Research Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Teknomatika: Jurnal Informatika dan Komputer Tafaqquh : Jurnal Hukum Ekonomi Syariah dan Ahwal Syahsiyah Explore Jurnal Teknologi JuTISI (Jurnal Teknik Informatika dan Sistem Informasi) Jurnal Komtika (Komputasi dan Informatika) Jurnal Bisnis Digital dan Sistem Informasi
Hanif Al Fatta
Universitas Amikom Yogyakarta
Religion Aerospace Engineering Arts Humanities Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management 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 Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Medicine & Pharmacology Neuroscience Nursing Physics Public Health Social Sciences Transportation Veterinary Other

Published : 112 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 112 Documents
Search

 7   8   9   10   11 
ANALISIS KEBERHASILAN PENGGUNAAN SIDALIH MENGGUNAKAN METODE UTAUT Yuliana; Arief Setyanto; Hanif Al Fatta
Jurnal Teknomatika Vol 11 No 2 (2019): TEKNOMATIKA
Publisher : Fakultas Teknik dan Teknologi Informasi, Universitas Jenderal Achmad Yani Yogyakarta

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

Abstract

Penggunaan teknologi informasi sangat dibutuhkan dalam membantu mencapai tujuan organisasi. Pada sektor pemerintahan untuk mendukung kinerja operasional, salah satu upaya yaitu dikembangkannya sistem informasi terintegrasi dalam lingkup tertentu yang menghubungkan pengelolaan sistem informasi antar unit, bagian atau tempat dengan memanfaatkan akses internet. Untuk mendukung kegiatan pemerintah tersebut maka lembaga KPU mempersiapkan sebuah sistem berbasis teknologi yang digunakan yaitu Sistem Informasi Data Pemilih di KPU. Proses yang dilakukan adalah pemutakhiran data untuk membersihkan data invalid dan menghindari data pemilih ganda yang selama ini menjadi beban dalam setiap pemilu karena banyak data yang diinput. Dalam menganalisis keberhasilan penggunaan SIDALIH dengan menggunakan model UTAUT. Hasil penelitian uji analisis data menggunakan metode UTAUT, ditemukan bahwa variabel Kinerja Harapan, Upaya Usaha memiliki pengaruh terhadap Perilaku Niat dan Kondisi Fasilitasi yang mempengaruhi Perilaku Pengguna. Dalam hal ini menunjukkan bahwa dengan adanya sistem SIDALIH di KPU sangat membantu niat para pengguna dalam menjalankan tugas pemutakhiran data dalam pemilihan.
Mereduksi Error Prediksi Pada Sistem Rekomendasi Menggunakan Pendekatan Collaborative Filtering Berbasis Model Matrix Factorization Annas Al Amin; Andi Sunyoto; Hanif Al Fatta
Explore Vol 11 No 2 (2021): Juli 2021
Publisher : Universitas Teknologi Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35200/ex.v11i2.44

Abstract

Sistem pemberi rekomendasi banyak digunakan pada banyak website seperti marketplace, streaming film, e-commerce, dll untuk menghasilkan rekomendasi item yang sesuai dan disukai kepada setiap penggunanya. Pendekatan tradisional collaborative filtering berbasis memorysaat ini masih banyak digunakan dalam sistem rekomendasi. Pendekatan ini bertumpu pada ratingyang diberikan oleh pengguna terhadap suatu item sebagai pendekatan dasar untuk menghitung kesamaan respon pengguna terhadap produk untuk memberikan rekomendasi item, namunkelemahannya error prediksi yang dihasilkan saat memberikan rekomendasi item tinggi. Penelitian ini bertujuan untuk mereduksi error prediksi dari pendekatan collaborative filtering berbasis memory dengan menggunakan collaborative filtering berbasis model matrix factorization supaya dapat memperbaiki metode pada penelitian sebelumnya. Pendekatan collaborative filtering berbasis model matrix factorization merupakan salah satu pendekatan dalam sistem rekomendasi yang mampu mengurangi error prediksi untuk menghasilkan rekomendasi item yang akurat. Metode yang diusulkan telah dievaluasi sebanyak 5 kali iterasi menggunakan root mean squared error untuk mengukur error prediksi. Hasilnya, pendekatan collaborative filtering berbasis model matrix factorization yang kamiusulkan mampu menghasilkan error prediksi terkecil sebesar 0,6814 sedangkan collaborative filtering berbasis memory menghasilkan error prediksi lebih besar yaitu 2,984.
Analisis Fitur dan Convolutional Neural Network pada Pengenalan Aksen Ucapan Dwi Sari Widyowaty; Andi Sunyoto; Hanif Al Fatta
Explore Vol 11 No 2 (2021): Juli 2021
Publisher : Universitas Teknologi Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35200/ex.v11i2.45

Abstract

Setiap negara memiliki ciri khas dan budaya masing-masing, salah satu ciri khas tersebut yaitu aksen ucapan, dengan mendengarkan aksen ucapan seseorang, maka dapat dikenali asal negara dari pembicara tersebut. Penelitian mengenai pengenalan aksen termasuk pada Teknologi Automatic Speech Recognition (ASR) yang sekarang ini sedang berkembang, contoh dari pemanfaatan teknologi ASR yaitu Asisten Virtual, pengembangan penelitian ini dapat menuju Asisten Virtual yang lebih cerdas karena dapat mengenali aksen dari seorang pembicara. Pada penelitian ini, penulis mencoba mengklasifikasikan aksen dari berbagai Negara (5 kelas) yaitu English, Spanish, Mandarin, French dan Arabic. Dataset yang digunakan pada Penelitian ini berjumlah 1231 rekaman suara yang terdiri dari English 627 audio, Spanish 220 audio, Mandarin 132 audio, French 80 audio, dan Arabic 172 audio, dimana seluruh pembicara mengucapkan kalimat yang sama dalam bahasa Inggris. Pada penelitian ini fitur audio yang digunakan yaitu Mel – Frequency Cepstral Coefficients (MFCC), Zero Crossing Rate (ZCR), dan Energy (pada librosa disebut RMS). Ekstraksi Fitur audio menghasilkan array dari setiap audio, hasil ekstraksi fitur audio akan menjadi masukan Metode Convolutional Neural Network (CNN) untuk mengklasifikasikan aksen tersebut. Penelitian ini menghasilkan akurasi 51.30 % pada fitur MFCC, 48.05 % pada fitur ZCR, dan 51,95 % pada fitur Energy. Fitur Energy mendapatkan akurasi yang baik, kemudian diikuti dengan fitur MFCC dan ZCR.
ANALISIS EFEKTIFITAS SIAP-PSB ONLINE DAN KINERJA PANITIA TERHADAP KEPUASAN USER DI WILAYAH DINAS PENDIDIKAN KOTA YOGYAKARTA Setia Wardani; Abidarin Rosidi; Hanif Al Fatta
Jurnal Teknologi Vol 4 No 1 (2011): Jurnal Teknologi
Publisher : Jurnal Teknologi, Fakultas Teknologi Industri, Universitas AKPRIND Indonesia

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

Abstract

Kepuasan user adalah hal yang sangat penting untuk mengetahui pelayanan yang diberikan baik pelayanan dari sistem yang digunakan maupun pelayanan pegawai (kinerja), selain itu sebagai acuan untuk pembenahan dan pengembangan SIAP-PSB Online dan kinerja yang telah ada. Metode pengamatan yang digunakan adalah metode deskriptif, sedangkan pendekatan yang digunakan adalah pendekatan kuantitatif, karena bertujuan untuk menguji hipotesis, proses pengukuran, kejelasan variabel, dilandasi oleh operasional variabel dan data dianalisis dengan uji statistik untuk mengetahui korelasi antara variabel efektifitas SIAP-PSB Online, kinerja panitia dan kepuasan user. Populasi pengamatan adalah pemakai SIAP-PSB Online wilayah Dinas Pendidikan Kota Yogyakarta. Jumlah sampel sebanyak 386 responden yang dihitung dengan menggunakan rumus dari Taro Yamane atau Slovin dengan probability sampling dan metode claster random sampling, dimana penentuan jumlah sampel didapat dengan menentukan zona/wilayah untuk menyebar kuisioner. Keabsahan atau kesahihan suatu hasil penelitian sangat ditentukan oleh alat ukur yang digunakan untuk mengatasi hal tersebut diperlukan pengujian validitas dan reliabilitas. Metode analisis data menggunakan teknik korelasi, regresi linear sederhana dan regresi linear ganda. Kesimpulan dari pengamatan ini adalah terdapat hubungan yang signifikan antara efektifitas SIAP-PSB Online dengan kepuasan user, terdapat hubungan yang signifikan antara kinerja panitia dengan kepuasan user dan secara bersama-sama terdapat hubungan yang signifikan antara efektifitas SIAP-PSB Online dan kinerja panitia dengan kepuasan user.
PENERAPAN TEKNIK KOMPUTER FORENSIK UNTUK PENGEMBALIAN DAN PENGAHAPUSAN BERKAS DIGITAL Anggit Dwi Hartanto; Ema Utami; Hanif Al Fatta
Jurnal Teknologi Vol 4 No 1 (2011): Jurnal Teknologi
Publisher : Jurnal Teknologi, Fakultas Teknologi Industri, Universitas AKPRIND Indonesia

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

Abstract

Penggunaan berkas digital selain banyak kelebihan juga banyak kekurangan antara lain, seringnya dokumen hilang dikarenakan banyak kemungkinan, misalnya menghapus berkas penting secara tidak sengaja. Solusi dari permasalahan itu adalah data yang hilang dikembalikan dengan menggunakan software recovery file. Tetapi dengan adanya solusi tentang pengembalian data yang telah hilang tersebut juga menimbulkan masalah baru yaitu bagaimana cara agar data yang dihapus tidak bisa dikembalikan lagi dengan software recovery file yang ada. Solusi dari kedua masalah tersebut adalah dengan dilakukan percobaan yang bersifat try and error yaitu dilakukannya tindakan-tindakan terhadap data atau berkas digital. Dengan mengacu pada tindakan tersebut akan diketahui hasil dari penggunaan software testdisk versi 6.11 dalam pengembalian data dan penghapusan data. Kata Kunci: recovery file, kehilangan data, forensik
MODEL DETEKSI SERANGAN SSH-BRUTE FORCE BERDASARKAN DEEP BELIEF NETWORK Constantin Menteng; Arief Setyanto; Hanif Al Fatta
Jurnal Teknologi Informasi: Jurnal Keilmuan dan Aplikasi Bidang Teknik Informatika Vol. 17 No. 2 (2023): Jurnal Teknologi Informasi : Jurnal Keilmuan dan Aplikasi Bidang Teknik Inform
Publisher : Universitas Palangka Raya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47111/jti.v7i2.8151

Abstract

Deep Belief Networks are deep learning models that utilize stacks of Restricted Boltzmann Machines (RBM) or sometimes Autoencoders. Autoencoder is a neural network model that has the same input and output. The autoencoder learns the input data and attempts to reconstruct the input data. The solution in this study can provide several tests on DBN such as detecting recall accuracy and better classification precision. By using this algorithm, it is hoped that we as users can overcome problems that occur quite often such as brute force attacks in our accounts and within the company. And the results obtained from this DBN experiment are with an accuracy value of 90.27%, recall 90.27%, precession 91.67%, F1-score 90.51%. The results of this study are the data values of accuracy, recall, precession, and f1-score data used to detect brute force attacks are quite efficient using the deep model of the deep belief network.
Analysis of Public Opinion Sentiment on Instagram regarding Covid-19 with SVM Kurniasari, Iin; Kusrini, Kusrini; Fatta, Hanif Al
Jurnal Sistem Telekomunikasi Elektronika Sistem Kontrol Power Sistem dan Komputer Vol 1 No 1: JTECS Januari 2021
Publisher : FAKULTAS TEKNIK UNIVERSITAS ISLAM KADIRI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32503/jtecs.v1i1.1416

Abstract

Perkembangan teknologi dewasa ini mendorong masyarakat untuk selalu tanggap teknologi, terlebih di era pandemi covid-19 yang selalu mengedepankan social distancing. Media sosial digunakan sebagai suatu alat untuk menyampaikan opini masyarakat kepada khalayak. Dalam penelitian ini, penulis melakukan penelitian tentang opini masyaraat pada media sosial instagram dengan mengguakan Support Vector Machine. Setelah dilakukan uji akurasi dan presisi ternyata SVM belum sesuai digunakan sebagai algoritma yang dapat menangkap urutan karena susunan kata yang dibolak-balik meskipun maknanya berbeda tetap bermakna sama oleh mesin SVM, hal ini dibuktikan juga dengan jumlah akurasi yang kecil.yaitu 59%. Sehingga diperlukan langkah untuk bisa diteliti dengan algoritma lain misalnya algoritma HRRN (Highest Response Ratio Next) atau LSTM (Long Short-Term Memory) yang memperhatikan urutan dan proses dengan rasio respon paling tinggi. Jika berdasarkan pendekatan ekstraksi fitur SVM dengan pendekatan count vector, tf-idf word level, tf-idf ngram level dan tf-idf char level. Dalam skenario ini nilai akurasi tertinggi terdapat pada perhitungan dengan menggunakan ekstraksi fitur count vector dan tf-idf ngram level.
Sentiment Analysis Comments Covid-19 Variant Omicron on Social Media Instagram with Bidirectional Encoder from Transformers (BERT) Pradipta, Dody; Kusrini, Kusrini; Fatta, Hanif Al
Jurnal Sistem Telekomunikasi Elektronika Sistem Kontrol Power Sistem dan Komputer Vol 3 No 1: JTECS Januari 2023
Publisher : FAKULTAS TEKNIK UNIVERSITAS ISLAM KADIRI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32503/jtecs.v3i1.3219

Abstract

Internet merupakan alat komunikasi yang banyak diminati karena pesatnya perkembangan teknologi dan informasi beberapa tahun belakangan ini. Ini adalah konteks untuk memodernisasi dan sepenuhnya mendigitalkan komunikasi. Salah satu perubahan dalam komunikasi digital adalah media sosial, platform digital yang memungkinkan orang berbicara satu sama lain, berbagi informasi, dan lainnya. Pada platform media sosial ini, yang dirancang untuk mendapatkan masukan inti dari pengguna atau konsumen secara efisien, komentar dapat digunakan untuk mengumpulkan opini dari pengguna. Instagram adalah salah satu platform media sosial paling populer saat ini, dan banyak penggunanya menggunakannya untuk menyuarakan pendapat (komentar) mereka tentang pandemi Covid-19. Menggunakan metode Bidirectional Encoder from Transformers (BERT), komentar masyarakat nantinya dapat diklasifikasikan menjadi sentimen positif, negatif, dan netral. Analisis sentimen mengungkapkan bagaimana perasaan orang tentang varian Omicron pandemi Covid-19. Prosedur scraping menghasilkan 1.052 data yang terdiri dari 663 komentar negatif, 388 komentar netral, dan 1 komentar positif. Hasil tes memiliki akurasi sebesar 0,632 (63%).
Klasifikasi Penyakit Jantung Menggunakan Random Forest Clasifier Hidayat, Hidayat; Sunyoto, Andi; Al Fatta, Hanif
Jurnal SISKOM-KB (Sistem Komputer dan Kecerdasan Buatan) Vol. 7 No. 1 (2023): Volume VII - Nomor 1 - September 2023
Publisher : Teknik Informatika, Sistem Informasi dan Teknik Elektro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47970/siskom-kb.v7i1.464

Abstract

Abstract— Penelitian ini bertujuan untuk meningkatkan peforma model saat melakukan klasifikasi peyakit jantung. Algoritma random fores digunakan untuk melakukan klasifikasi peyakit jantung berdasarkan fitur-fitur yang ada pada dataset. Klasifikasi ini dilakukan dengan menggunakan Heart Disease Dataset dari kaggle yang mempunyai 2 class diantaranya 0 (tidak terindikasi penyakit), dan 1 (terindikasi penyakit). Selanjutnya dataset tersebut dilakukan teknik pre-prosessing data, normalisasi data, split data, klasifikasi dan yang terakhir evaluasi metode. Penelitian ini mengungkapkan bahwa metode random forest berhasil menghasilkan tingkat akurasi yang lebih tinggi dalam proses klasifikasi penyakit jantung, dibandingkan dengan hasil penelitian sebelumnya yaitu mencapai akurasi sebesar 94%. Hal ini menunjukkan bahwa penggunaan Random forest dibantu dengan teknik pre-prosessing, dan normalisasi data dapat menjadi alternatif yang baik dalam melakukan klasifikasi. Penelitian ini memberikan manfaat saat klasifikasi penyakit jantung secara cepat dan akurat. Keywords —Penyakit Jantung, Random Forest
PERANGKINGAN DALAM PENENTUAN E-COMMERCE TERBAIK DENGAN METODE ANALYTICAL HIERARCHICAL PROCESS Tri Nugroho, Arief; Kusrini, Kusrini; Al Fatta, Hanif
JURNAL PERANGKAT LUNAK Vol 5 No 3 (2023): Jurnal Perangkat Lunak
Publisher : Indragiri Islamic University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32520/jupel.v5i3.2798

Abstract

Revolusi Industri 4.0 menyebabkan adanya pergeseran interaksi antar manusia, diantaranya dalam proses bertransaksi jual beli. Salah satu produk Revolusi Industri 4.0 yang dihasilkan untuk mempermudah proses bertransaksi jual beli adalah e-commerce. E-commerce diprediksi akan terus bertumbuh seiring berkembangnya ekonomi digital di Indonesia. E-commerce yang hadir di Indonesia sudah semakin menjamur dan bersaing dengan memberikan beragam fasilitas yang memanjakan konsumen diantaranya program diskon, cashback, dan, gratis biaya pengiriman. Semakin banyaknya pilihan e-commerce ini membuat konsumen cenderung bingung dan akhirnya mengikuti gelombang tanpa tahu tujuan sebenarnya dalam penggunaan e-commerce. Salah satu cara yang dapat digunakan konsumen untuk memilih e-commerce yang paling efektif dan efisien adalah dengan metode AHP (Analytical Hierarchical Process). Metode AHP akan memberikan rekomendasi e-commerce yang paling tepat dan layak digunakan berdasarkan bobot kriteria yang dihasilkan.
Co-Authors AA Sudharmawan, AA Aam Shodiqul Munir Abidarin Rosidi Abidarin Rosidi Abidarin Rosidi Abidarin Rosidi Abidarin Rosidi Agam Saka Jati Agus Susilo Nugroho Agustin, Tinuk Ahmad Hajar Alva Hendi Muhammad Alvhinia Meinda Amitaba Anas, Syukron Andi Sunyoto Anggie Ariawan Dewa Putra Anggit Dwi Hartanto Anggraini, Resti Kusuma Annas Al Amin Arief Setyanto Bambang Soedijono Bambang Soedijono W A Bambang Soedijono, Bambang Barnea, Samson Barnea, Samson Bayu Setiaji Bety Wulan Sari Chan Uswatun Khasanah Chriscel Novian Christian Budi Andrianto, Christian Budi Constantin Menteng Darmanto, Darmanto Dewa Saksana, Jidan Dhana Aulia Ayu Kurniawan Dimas Setiawan Donni Prabowo Dwi Sari Widyowaty Ema Utami Eri Sasmita Susanto Faisal Reza Pradhana Fajar Dwi Insani Fandli Supandi Fatimah Nur Arifah Fauji Maulana Ramlan, Fauji Maulana Firstyani Imannisa Rahma Fitriana, Frizka Gori, Takhamo Hadi Sucipto Hafidh Rezha Maulana Hari Agung Budi Santoso Hasan, Nur Fitrianingsih Hendra Kurniawan HENDRA SETIAWAN Hery Maryanto Hidayat Hidayat I Gede Ngurah Arya Indrayasa I Gede Ngurah Arya Indrayasa I Gede Ngurah Arya Indrayasa Imam Adi Nata Khairullah Khairullah Kristama, El Johan Kurniasari, Iin Kusrini Kusrini, K M Suyanto M Suyanto M Suyanto M. Imam Budi Laksamana M. Imam Budi Laksamana M. Nuraminudin M. Suyanto M. Suyanto M. Suyanto M. Suyanto, M. Made Ayu Dusea Widyadara - Universitas Nusantara Kediri, Made Ayu Dusea Widyadara Maksom, Zulisman Moch Ali Machmudi Moh Taufik H Mohammad Suyanto Muhammad Resa Arif Yudianto Muhammad Surahmanto Mutiara Dwi Anggraini NABILA OPER Noor Abdul Haris Noto Narwanto Nugroho Setio Wibowo Nugroho, Rakhmat Prasetyo Agung Nur Khasan Nurmasani, Atik Olivia Maria Inacio Tavares Pamungkas, Prima Giri Pradipta, Dody Purwidiantoro, Moch. Hari Purwoko, Agus Raditya Maulana Anuraga Rahman, Aulia Tegar Rakhma Shafrida Kurnia Risa Helilintar Riska Dwi Handayani Rizki Mawan Safagi, Ardian Yuligar Saifudin, Saifudin Saputra, Artha Gilang Saputra, Artha Gilang Setia Wardani Setiawan, Hendi Siti Rihastuti Sofyan Pariyasto Sri Lestari Rahayu Sri Ngudi Wahyuni Sri Sumarlinda Sugihandono, Agus Sutanto, Yudi Suyanto, M Suyanto, M Teguh Cahyono Tigus Juni Betri Tika Dedy Prastyo Tri Nugroho, Arief Tukan, Ewaldus Ambrosius Turah Suhono Tutik Maryana Wahyu Sindu Prasetya Widiyanto, Wahyu Wijaya Wijaya, Tri Amri Wing Wahyu Winarno Wira Dimuksa Wiwi Widayani Yetman Erwadi Yulia Rahmi Yuliana Yuliana Yusuf Fadlila Rachman Zakaria, Mohd Hafiz Zul Hisyam