Article Per Year (5 Year)
p-Index From 2021 - 2026
12.884
P-Index
This Author published in this journals
All Journal Jurnal Algoritma Jurnal Wawasan Ilmiah Jurnal Teknologi Informasi dan Ilmu Komputer JAIS (Journal of Applied Intelligent System) JOIN (Jurnal Online Informatika) Edu Komputika Journal Sinkron : Jurnal dan Penelitian Teknik Informatika Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Jurnal ULTIMATICS Aiti: Jurnal Teknologi Informasi Jurnal Teknik Informatika (JUTIF) Teknika Journal of Community Development Jurnal Nasional Teknik Elektro dan Teknologi Informasi Jurnal PkM MIFTEK Jurnal Algoritma Engineering Science Letter IT-Explore: Jurnal Penerapan Teknologi Informasi dan Komunikasi
Asri Mulyani
Institut Teknologi Garut
Humanities Computer Science & IT Control & Systems Engineering Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Materials Science & Nanotechnology Nursing Public Health Social Sciences Other

Published : 195 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 195 Documents
Search

 15   16   17   18   19 
Perancangan Aplikasi Manajemen Hutang Usaha Mikro Kecil Menengah Berbasis Website Latifah, Ayu; Mulyani, Asri; Burdani, Aditya Mauludin
Jurnal Algoritma Vol 21 No 1 (2024): Jurnal Algoritma
Publisher : Institut Teknologi Garut

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33364/algoritma/v.21-1.1432

Abstract

In the context of current business developments, technology plays a crucial role in supporting the operations of Usaha Mikro Kecil Menengah (UMKM). However, there are still many UMKM, including in Sukasenang Village, Garut Regency, which rely on manual systems in managing financial data, especially regarding debt recording which still uses risky handwritten methods. Obstacles in accounts payable and receivable management also appear, where recording errors and differences in calculations between customers, suppliers and employees often occur. In this context, this research aims to develop a web-based debt management application to provide an efficient solution for managing debt transactions accurately, reducing recording errors, and ensuring orderly data storage. The Rational Unified Process methodology was used in developing this application, involving the stages of Inception, Elaboration, Construction, and Transition, with alpha testing using the Black Box Testing method. The result is an effective application in managing UMKM debts and receivables, which is expected to make a valuable contribution to UMKM financial management, especially regarding managing business debts.
Melatih Cara Berfikir Komputasi Pada Siswa Sekolah Dasar dan Menengah di Kabupaten Garut Tresnawati, Dewi; Rostilawati, Detila; Latifah, Ayu; Satria, Eri; Mulyani, Asri; Rahayu, Sri; Fitriani, Leni; Cahyana, Rinda; Nurhidayanti, Shopi; Asyah, Cha Cha Nisya
Journal of Community Development Vol. 5 No. 2 (2024): December
Publisher : Indonesian Journal Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47134/comdev.v5i2.1373

Abstract

Technological advances in the 21st century demand Computational Thinking skills that are increasingly important in the digital era. However, the application of Computational Thinking (CT) at the primary and secondary education levels in Garut Regency is still limited. This study aims to improve the understanding of CT among students in elementary schools, junior high schools, and vocational high schools through a training program that includes pre-test, interactive training, and post-test. The training method was designed according to the educational level of the participants, using Bebras questions to train CT skills. The pre-test results showed an average initial score of 47.19, while the post-test results increased by an average of 25.75 points to 72.94. The findings show that the training successfully improved participants' understanding of CT through a structured approach, including introduction of concepts through sample Bebras problems, practice problems, as well as a comprehensive question and answer session.
PENGEMBANGAN KAPASITAS DIGITAL SISWA SMP NEGRI 1 CILAWU MELALUI PROGRAM PELATIHAN SOFTWARE DAN PEMOGRAMAN DASAR Mulyani, Asri; Zahra, Lubna Nur; Choerunisa, Alma; Nugroho, Salmanudin; Romadan, Mochamad Rizki; Nursaidah, Syifa; Halim, Muhammad Aufa Fauza; Ependi, Nasep; Kurniawan, Ihsan Hafiiz; Yusuf, Nadhif Murtadho; Solahudin, Muhammad Husni; Mubarok, Ilham; Khoiriyyah, Fakhrun Mahda; Rahmawan, Muhammad Kahfi; Fauzi, Rizky Ahmad; Nurusyam, Moh Algifari; Sulaeman, Gilman Fajar; Fauzan, Muhammad Farhan; Rais, Azfa Muhammad; Sambas, Keisha Aulia; Saripudin, Saripudin
Jurnal PkM MIFTEK Vol 5 No 2 (2024): Jurnal PkM MIFTEK
Publisher : Institut Teknologi Garut

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33364/miftek/v.5-2.1914

Abstract

Era digital menuntut penguasaan keterampilan teknologi informasi sebagai bagian dari literasi dasar. Pengabdian Kelompok Kuliah Kerja Nyata (KKN) Tematik di Desa Margalaksana ini bertujuan untuk meningkatkan literasi digital siswa Sekolah Menengah Pertama (SMP) Negri 1 Cilawu melalui pelatihan penggunaan software dasar seperti Microsoft Word, Excel, Canva, dan pengenalan pemrograman dasar. Program pelatihan ini dirancang untuk membantu siswa mengembangkan keterampilan yang esensial dalam dunia pendidikan dan kerja yang semakin digital. Metode yang digunakan meliputi ceramah, demonstrasi, dan praktik langsung dengan pendekatan partisipatif, di mana siswa dilibatkan secara aktif dalam proses belajar. Perolehan atas program ini memperlihatkan terdapat kenaikan signifikan dalam pemahaman dan keterampilan siswa terhadap penggunaan software yang diajarkan. Siswa mampu membuat dokumen teks, lembar kerja, desain grafis sederhana, serta memahami konsep dasar pemrograman. Program ini pula diekspektasikan mampu mendorong siswa guna terus mengeksplorasi teknologi digital, yang pada akhirnya berkontribusi terhadap peningkatan kualitas pendidikan di SMP Negri 1 Cilawu. Kendala yang dihadapi selama pelaksanaan meliputi keterbatasan sarana prasarana dan variasi tingkat kemampuan siswa dalam memahami materi. Namun, melalui bimbingan intensif dan pendekatan yang adaptif, program ini berhasil mencapai tujuannya.
Klasifikasi Perputaran Karyawan Perusahaan Menggunakan Algoritma Random Forest dan Random Over-sampling Kurniadi, Dede; Nuraeni, Fitri; Faturrohman, Nadhif; Mulyani, Asri
Edu Komputika Journal Vol 10 No 2 (2023): Edu Komputika Journal
Publisher : Jurusan Teknik Elektro Universitas Negeri Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15294/edukomputika.v10i2.73782

Abstract

Pergantian karyawan merupakan permasalahan yang berat dalam suatu perusahaan, karena pergantian karyawan dapat menyebabkan kinerja perusahaan menurun akibat kekurangan karyawan. Penelitian ini bertujuan untuk membangun model untuk mengklasifikasikan apakah karyawan akan meninggalkan perusahaan atau tidak untuk mencegah pergantian karyawan. Metode yang digunakan dalam penelitian ini adalah Machine Learning Life Cycle (MLLC). Model dibangun menggunakan algoritma Random Forest dan Random Over-sampling untuk mengatasi data yang tidak seimbang dengan rasio pembagian data untuk data pelatihan sebesar 90% dan data pengujian sebesar 10%. Selain itu untuk mengetahui kinerja model yang dibangun dilakukan evaluasi dengan menggunakan Confusion Matrix dan kurva AUC-ROC. Hasil penelitian ini menunjukkan bahwa model yang dibangun berdasarkan hasil evaluasi mempunyai kinerja yang sangat baik dan hampir sempurna, dengan nilai akurasi sebesar 99,8%, recall sebesar 100%, dan presisi sebesar 99,6%. Hanya terdapat 4 dari 2000 data pengujian yang tidak diklasifikasikan dengan benar, dengan nilai AUC yang dihasilkan sebesar 99,8%, sehingga model termasuk dalam kategori Excellent berdasarkan nilai AUC.
Perbandingan Kinerja Algoritma KNN dan SVM Menggunakan SMOTE untuk Klasifikasi Penyakit Diabetes Asri Mulyani; Sarah Khoerunisa; Dede Kurniadi
Jurnal Nasional Teknik Elektro dan Teknologi Informasi Vol 14 No 1: Februari 2025
Publisher : Departemen Teknik Elektro dan Teknologi Informasi, Fakultas Teknik, Universitas Gadjah Mada

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22146/jnteti.v14i1.15198

Abstract

Diabetes frequently goes undetected or is diagnosed too late. Consequently, it may lead to a range of serious complications, such as organ damage, stroke, and heart disease. The International Diabetes Federation (IDF) reports that 10.5% of the adult population aged 20 to 79 are diagnosed with diabetes, and almost half are unaware of the condition. Hence, the number of people with diabetes has increased by fourfold compared to the prior period. One essential step for preventing complications in patients with diabetes is early detection, one of which is by utilizing artificial intelligence (AI) technology, namely data mining. Therefore, knowledge about effective algorithms used to detect diabetes is needed. This study aimed to compare two algorithms, namely k-nearest neighbor (KNN) and support vector machine (SVM), for diabetes classification using the synthetic minority oversampling technique (SMOTE). In this study, both algorithm performance was measured using the machine learning life cycle method. The results showed they had good performance in detecting diabetes; yet, there were significant performance differences between the two. The SVM algorithm with radial basis function (RBF) kernel achieved 81.67% accuracy, 85.91% precision, 79.01% recall, and 82.32% F1 score. Meanwhile, the KNN algorithm with k = 3 found through cross-validation achieved 83.33% accuracy, 85.00% precision, 83.95% recall, and 84.47% F1 score. Based on confusion matrix evaluation, KNN showed superior performance compared to SVM in terms of accuracy and other evaluation metrics. These results indicate that KNN is more effective in detecting diabetes in the dataset used in this study.
Implementasi Forward Chaining Pada Sistem Pakar Deteksi Kesuburan Tanah Sebagai Media Tanah di Lahan Pertanian Mulyani, Asri; Supriatna, Asep Deddy; Sukmawan, Tegar
Jurnal Algoritma Vol 21 No 2 (2024): Jurnal Algoritma
Publisher : Institut Teknologi Garut

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33364/algoritma/v.21-2.1411

Abstract

Penelitian ini bertujuan untuk merancang dan mengimplementasikan sebuah sistem pakar deteksi kesuburan tanah berbasis web dengan menggunakan metode inferensi Forward Chaining. Metode perancangan yang digunakan adalah Rational Unified Process (RUP). Sistem pakar ini bertujuan untuk mengidentifikasi tingkat kesuburan tanah pada lahan pertanian. Sistem pakar ini dikembangkan dengan melibatkan pengetahuan dari pakar tanah dan basis pengetahuan yang mencakup karakteristik tanah dan kebutuhan nutrisi tanaman. Hasil penelitian ini adalah aplikasi berbasis web yang menggunakan metode inferensi Forward Chaining untuk menentukan tingkat kesuburan tanah berdasarkan kondisi tanah yang diinputkan. Aplikasi ini melibatkan perancangan use case diagram, Class Diagram, activity diagram, sequence diagram, struktur menu, dan Interface. Pengujian Alpha testing telah mengonfirmasi keakuratan sistem dalam menghasilkan rekomendasi pemupukan berdasarkan basis pengetahuan yang telah didefinisikan oleh pakar tanah. Penelitian ini menyimpulkan bahwa penggunaan metode inferensi Forward Chaining dalam sistem pakar deteksi kesuburan tanah memberikan efisiensi dan keakuratan dalam memberikan rekomendasi pemupukan. Dengan adanya sistem pakar deteksi kesuburan tanah yang melibatkan sumber basis pengetahuan dari para pakar tanah, petani dapat lebih efektif dalam memilih jenis tanaman yang tepat sesuai dengan kondisi tanah di lahan mereka. Hal ini diharapkan dapat mendukung peningkatan hasil panen dan keberlanjutan pertanian dalam menghadapi tantangan pertumbuhan penduduk dan kebutuhan pangan yang semakin meningkat.
Sistem Informasi Geografis Pemetaan Industri Kecil dan Menengah di Kabupaten Garut Mulyani, Asri; Sutedi, Ade; Aulia, Husni
Jurnal Algoritma Vol 21 No 2 (2024): Jurnal Algoritma
Publisher : Institut Teknologi Garut

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33364/algoritma/v.21-2.1487

Abstract

Garut merupakan salah satu kabupaten di Provinsi Jawa Barat yang mempunyai banyak pelaku usaha Industri Kecil dan Menengah (IKM) yang tersebar di berbagai daerah. IKM memiliki peran yang sangat penting dalam pertumbuhan perekonomian daerah, akan tetapi keberadaan dan lokasi IKM ini belum banyak diketahui oleh Masyarakat dikarenakan belum terolah dan tersajikannya informasi tiap IKM oleh Dinas Perindustrian dan Perdagangan. Tujuan dari penelitian ini yaitu untuk menerapkan sistem informasi geografis pemetaan IKM di Kabupaten Garut sehingga dapat membantu dinas pemerintahan dalam mengolah dan menyajikan data informasi IKM kepada masyarakat. Sistem ini dibangun menggunakan metodologi Rational Unified Process dengan tahapan inception, elaboration, construction dan transition dengan pemodelan sistem menggunakan Unified Modelling Language (UML). Hasil dari penelitian ini yaitu berupa sistem informasi geografis pemetaan IKM yang dapat membantu Dinas Perindustrian dan Perdagangan dalam mengelola, menyajikan dan meninjau sebaran IKM di Kabupaten Garut, dengan hasil pengujian sistem telah memenuhi standar usability dan termasuk ke dalam kriteria “Sangat Layak” pada interval skala likert antara 80% hingga 100% dengan skor penilaian masing-masing sebesar 95% dari sisi admin dan 86.93% dari masyarakat. Sistem ini dapat berkontribusi dalam mengenalkan usaha IKM yang ada di Kabupaten Garut kepada masyarakat, dimana dengan diketahui informasi dan lokasi tiap IKM dapat membantu usaha IKM agar dapat lebih dikenal dan mudah dikunjungi oleh masyarakat yang mencari produknya.
Implementasi Metode Certainty Faktor Pada Sistem Diagnosa Penyakit Ayam Pedaging (Broiler) Agustin, Yoga Handoko; Mulyani, Asri; Sopandi, Pendi
Jurnal Algoritma Vol 21 No 2 (2024): Jurnal Algoritma
Publisher : Institut Teknologi Garut

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33364/algoritma/v.21-2.1526

Abstract

Ayam Pedaging (broiler) merupakan ayam pedaging dengan ukuran tubuh besar yang dapat mencapai berat 1,8-2,5 kg dalam 5-7 minggu. Keunggulan terletak pada efisiensi konversi pakan dengan rasio 1:1,8-2,2, menjadikannya pilihan ekonomis untuk produksi daging. Permintaan terhadap daging ayam pedaging terus meningkat, terutama sebagai sumber  protein hewani, untuk memenuhin kebutuhan pangan masyarakat. Penelitian menerapkan metode ADDIE Analysis pencarian sumber data yang akurat pada seorang pakar, Desain hasil dari Elisitasi oleh seorang pakar, Development mengimplementasikan sistem yang telah direncanakan pada tahap sebelumnya tahap analisis dan desain, Implementasi pengujian sistemmengunakan  black box, Evaluasi meminimalisir kesalahan sistem. Metode "Certainty factor" dari kecerdasan buatan digunakan untuk menghitung tingkat keyakinan diagnosa berdasarkan gejala. Sistem pakar sangat penting bagi industri ayam pedaging dalam memanfaatkan sistem untuk pencegahan penyakit ayam pedaging serta mengatahui ayam sakit dan ayam sehat dan dapat mengurangi jumlah kematian industri ayam. Hasil dari  Penelitan di penghitungan manual yang diberikan nilai oleh seorang pakar  agar dapat dibadingan dengan sistem terdiri dari 10 sempel untuk melakukan nilai akurasi perhitungan pakar dan sistem hasil yang di dapat pada 10 sempel pengujian dengan pakar, 8 diantaranya sesui yang di berikan nilai CF oleh pakar sementara 2 tidak sesui dengan nilai CF oleh pakar menghasilkan nilai akurasi 80 % yang dianggap memadai oleh pakar.
Penerapan Customer Relationship Management Pada Aplikasi Pemasaran Kopi Berbasis Web Menggunakan Metode Rational Unified Process Ainun, Taanafa Nurul; Rahayu, Sri; Mulyani, Asri
Jurnal Algoritma Vol 21 No 2 (2024): Jurnal Algoritma
Publisher : Institut Teknologi Garut

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33364/algoritma/v.21-2.1534

Abstract

Perkembangan industri kopi di Indonesia saat ini semakin pesat dan menunjukkan adanya peluang pasar yang potensial. Banyak masyarakat minat terhadap kopi menunjukkan bahwa permintaan kopi di Indonesia semakin meningkat dan untuk memenuhi permintaan tersebut banyak perusahaan dibidang penjualan kopi berdiri. Namun, hal ini mengakibatkan persaingan antar perusahaan kopi semakin ketat. Salah satunya terjadi pada Pojok Darajat Kopi yang mengalami permasalahan dalam mempertahankan pelanggan. Maka, untuk mengatasi permasalahan tersebut dilakukan pemanfaatan teknologi dengan menerapkan Customer Relationship Management melalui pembangunan aplikasi pemasaran kopi berbasis web. Penelitian ini bertujuan untuk merancang dan membangun aplikasi pemasaran kopi serta mengetahui bagaimana penerapan Customer Relationship Management dapat membantu meningkatkan kepuasan pelanggan dan menciptakan hubungan jangka panjang yang baik sehingga membantu perusahaan dalam mempertahankan pelanggan. Metode pengembangan yang digunakan yaitu Rational Unified Process yang terdiri dari 4 fase yaitu Inception, Elaboration, Construction dan Transition serta untuk perancangan pemodelan sistem digunakan Unified Modeling Language. Aplikasi ini dibangun menggunakan bahasa pemrograman Hypertext Preprocessor, Framework atau kerangka kerja yang digunakan Laravel, dan MySQL digunakan untuk Database Management System. Penelitian ini menghasilkan aplikasi pemasaran kopi berbasis web yang menerapkan Customer Relationship Management untuk membantu dalam proses pemasaran kopi, meningkatkan kepuasan pelanggan dan menciptakan hubungan jangka panjang yang baik sehingga akan membantu perusahaan dalam mempertahakan pelanggan.
Perbandingan Penggunaan Optimizer dalam Klasifikasi Sel Darah Putih Menggunakan Convolutional Neural Network Dede Kurniadi; Rifky Muhammad Shidiq; Asri Mulyani
Jurnal Nasional Teknik Elektro dan Teknologi Informasi Vol 14 No 1: Februari 2025
Publisher : Departemen Teknik Elektro dan Teknologi Informasi, Fakultas Teknik, Universitas Gadjah Mada

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22146/jnteti.v14i1.17162

Abstract

White blood cells are crucial components of the immune system responsible for combating infections and diseases. The classification and counting of white blood cells are typically performed manually by experienced operators or via automated cell analysis systems. The manual method is inefficient, time-consuming, and labor-intensive, while automated analysis machines are often expensive and require stringent sample preparation. This study aimed to compare the performance of three optimizers—root mean square propagation (RMSProp), stochastic gradient descent (SGD), and adaptive moment estimation (Adam)—in a white blood cell classification model using a convolutional neural network (CNN) algorithm. The dataset consisted of 12,392 images spanning four white blood cell classes: eosinophils, neutrophils, lymphocytes, and monocytes. The results indicate that the Adam optimizer achieved the best performance, with a training accuracy of 98.65% and an evaluation accuracy of 97.73%. Adam also outperformed the other optimizers in key metrics, including recall (97.43%), precision (97.42%), F1-score (97.42%), and specificity (99.11%). The AUC values for all classes exceeded 90%, demonstrating the model’s exceptional ability to distinguish between different cell types. The RMSProp optimizer yielded a training accuracy of 98.63%, whereas SGD achieved a lower training accuracy of 83.46%. This study highlights the significant impact of optimizer selection on CNN performance in white blood cell image classification, providing a foundational step toward the development of more accurate medical classification systems.
Co-Authors AA Sudharmawan, AA Abania, Nia Abdurrohman, Muhammad Akmal Ade Sutedi Ade Sutedi, Ade Aditya Permana Aditya Permana Agung Gumelar Agus Hermawan Ahmad Badar Muttaqin, Dadan Ahmad Budiman Ahzam, Faiq Muhammad Ai Karlina Ainun, Taanafa Nurul Akbar, Fazri Haikal Alamsyah, Fathi Ridwan Aldiansah, Aldiansah Alfiansyah, Dandan Alhakim, Much Kahfi Amrulloh, Muhammad Fawaz Andarista, Hilda Dian Anggi Wandani Annisa Atmanati Ansori, Hasbi Hamdan Al Ardimansyah, Dendi Arifin, Pipin Zaenal Asep Deddy Supriatna Asri Indah Pertiwi Astri Yuliastri Asyah, Cha Cha Nisya Aulia, Husni Aulia, Wafa Gaida Ayu Latifah Balilo Jr, Benedicto B. Banowati, Rika Burdani, Aditya Mauludin Burhanuddin, Ridwan Choerunisa, Alma Deddy Supriatna, Asep Dede Kurniadi Deni Heryanto Dewi Tresnawati Dhea Arynie Noor Annisa Diar Nur Rizky Diazki, Moch. Haiqal Dini Destiani Siti Fatimah Dudy Mohammad Arifin Ependi, Nasep Eri Satria Erick Fernando B311087192 Erwin Gunadhi Erwin Gunadhi Rahayu, Raden Evita Prananda Dewi Fadiel Muhammad Fadillah, Hadi Bagus Fahmi Ilham Ardiansyah Fahru Nisa Aulia Faisal Nurur Ramadhan Faisal, Ridwan Nur Fathon, Ahmad Fatimah, Raden Dini Destiani Siti Faturrohman, Nadhif Fauzan, Muhammad Farhan Fauzi, Rizky Ahmad Fauziyah, Asyifa Febrianti, Tiara Fikri Fahru Roji Firdaus, Raden Syaban Firmansyah, Marshal Fitri Nuraeni FITRIANI, PIPIT Gina Muhtari Gugum Gumilar Setia Permana Gustiawan, Restu Fajar Halim, Muhammad Aufa Fauza Haolilah, Siti Hilmi Aulawi Homsatin, Asyifa Azsma Iis Oktaviani Ikbal Lukmanul Hakim Inda Muliana Indra Trisna Raharja Indrakusumah, Muhamamad Rafi Indri Tri Julianto Irfanov, Muhammad Irpan Ahmad Fauzi Ismaya, Karina Jajang Romansyah JAMALUDIN Jamiludin, Irfan Janatunnisa, Raisya Agni Juliansyah, Fauzan Romi Kamal, Chaerul Syah Al Karlina, Ai Khaifa, Raisha Sarah Kharisma Wiati Gusti Khoiriyyah, Fakhrun Mahda Kurniawan, Ihsan Hafiiz Latif, A. Abdul Latifah, Ayu Leni Fitriani, Leni Lufti Lukmanurkarim Lukmanurkarim, Lufti M Rafiq Syahputa M. Mesa Fauzi Mahendra Akbar Musadad Maulud, Restu Bagja Meta Regita Mubarok, Ilham Muhamad, Zaki Muhammad Abdul Yusup Hanifah Muhammad Rikza Nashrulloh Muharam, Muhamad Riyan Muhtari, Gina Muliana, Inda Mustaatinah, Tutin Nasrullah, Muhammad Rikza Nita Novianti Firmansyah Nugraha, Aldi Nugraha, Praja Salya Nugroho, Salmanudin Nuraisah, Tintin Nurazizah, Neng Putri Nurhaliza, Nabila Putri Nurhidayanti, Shopi Nurmahmudi, Raihan Nurpajar, Dini Siti Nurrifan Syabandhi Nursaidah, Syifa Nursofiana, Muhammad Fauzan Nursyaban, Dzikri Nurul Fauziah Nurusyam, Moh Algifari Oktavian, Gilang Anhari Oktavian, Muhamad Ar Rasyid Rizki Oktavian, Zordan Oktaviani, Iis Padilah, Eva Nurul Pasundan, Gia Aghista Prayoga, Hardi Putri, Elsinta Ismawati Putri, Mita Hidayani Qalam Ilmayasa, Muhammad Raharja, Indra Trisna Rahayu, Maulida Fasha Rahayu, Yari Ardiansyah Rahmat, Agil Rahmawan, Muhammad Kahfi Rais, Azfa Muhammad Ramdan, Galih Muhammad Ramdani Setiawan Ramdani, Dikri Ramdani, Idham Ramdhani, Nabila Aprilia Rangga, Wisnu Ranti Rahayu Pujianti Renaldy Alamsyah Rengganis, Nadia Fauziah Revi Rexi Muhamad Fadilah Ridwan Setiawan Ridwan Setiawan Rifky Muhammad Shidiq Rima Ardianti Rinda Cahyana Riyad Sabilul Muminin Rizal Mulyana Rizki, Riyandi Muhamad Rizky Helmi Romadan, Mochamad Rizki Rosita Wulandari Rostilawati, Detila Ruli Ahmad Rusmana Ruspa, Rena Saadah, Roro Saepul Rochman Sahdan Hadianto Salsabila, Kailla Sambas, Keisha Aulia Saparudin, Hopid Saputri, Amellia Sarah Khoerunisa Saripudin Saripudin Setiawan, Ahmad Dandi Sidik, Muhammad Luthfi Farid Sinta Nurfatonah Siti Rima Fauziyah Slamet, Bagus Solahudin, Muhammad Husni Sopandi, Pendi Sopian, Alpi Sri Intan Multajam SRI RAHAYU Sri Rahayu Sugriantha, Irham Sukirno Sukirno Sukmawan, Tegar Sulaeman, Gilman Fajar Suwandy, Mochamad Riefky Rafliana Syabandhi, Nurrifan Tania Agusviani Wahidah Taupik Hidayat, Taupik Wahdaniah, Hamidah Nur Yana Nuryana Yoga Handoko Agustin Yosep Septiana Yuliastri, Astri Yundari, Yundari Yuni Yuliani Yusuf, Nadhif Murtadho Zaelani, Jaka Muhammad Zahra, Lubna Nur Zulkarnaen, Ade Iskandar