Article Per Year (5 Year)
p-Index From 2021 - 2026
12.4
P-Index
This Author published in this journals
All Journal Jurnal technoscientia Jurnal Informatika dan Teknik Elektro Terapan Information System for Educators and Professionals : Journal of Information System Informatics for Educators and Professional : Journal of Informatics Information Management For Educators And Professionals (IMBI) JITK (Jurnal Ilmu Pengetahuan dan Komputer) KOPERTIP: Jurnal Ilmiah Manajemen Informatika dan Komputer JURNAL ILMIAH INFORMATIKA Pelita : Jurnal Penelitian dan Karya Ilmiah JURIKOM (Jurnal Riset Komputer) Jurnal Informasi dan Komputer JOURNAL INFORMATICS, SCIENCE & TECHNOLOGY Jurnal Tekno Kompak Jurnal ICT : Information Communication & Technology Jurnal Manajemen Komunikasi Jurnal Informatika dan Rekayasa Perangkat Lunak JURSIMA (Jurnal Sistem Informasi dan Manajemen) JATI (Jurnal Mahasiswa Teknik Informatika) E-Link: Jurnal Teknik Elektro dan Informatika Journal of Computer System and Informatics (JoSYC) Jurnal Sistem Komputer dan Informatika (JSON) MEANS (Media Informasi Analisa dan Sistem) JURNAL TEKNOLOGI TECHNOSCIENTIA Jurnal Informatika Terpadu Prosiding Seminar Nasional Sisfotek (Sistem Informasi dan Teknologi Informasi) Journal of Artificial Intelligence and Engineering Applications (JAIEA) Jurnal Informatika dan Teknologi Informasi TAMIKA: Jurnal Tugas Akhir Manajemen Informatika & Komputerisasi Akuntansi JURSIMA Jurnal Teknologi Ilmu Komputer AMMA : Jurnal Pengabdian Masyarakat Jurnal Informatika Polinema (JIP) Jurnal Sistem Informasi dan Manajemen Jurnal Ilmiah Betrik : Besemah Teknologi Informasi dan Komputer Jurnal Ilmiah Sistem Informasi Informasi interaktif : jurnal informatika dan teknologi informasi
Gifthera Dwilestari
STMIK IKMI Cirebon
Humanities Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Chemistry Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Nursing Social Sciences Other

Published : 96 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 96 Documents
Search

 6   7   8   9   10 
Perbandingan Algoritma Klasifikasi Support Vector Machine, Random Forest dan Logistic Regression Pada Ulasan Shopee Saepudin, Asep; Faqih, Ahmad; Dwilestari, Gifthera
Jurnal Tekno Kompak Vol 18, No 1 (2024): FEBRUARI
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/jtk.v18i1.3764

Abstract

Abstrak− Dengan kemajuan teknologi, penggunaan internet semakin meluas di Indonesia dan turut mendorong perkembangan e-commerce. Namun, masih terdapat beberapa permasalahan yang perlu diselesaikan, salah satunya adalah kurangnya kepercayaan konsumen terhadap platform e-commerce. Oleh karena itu, penelitian tentang platform e-commerce seperti Shopee perlu dilakukan untuk memahami arah sentimen pengguna. Analisis sentimen digunakan untuk mengklasifikasikan sentimen ulasan pengguna Shopee. Penelitian ini bertujuan untuk membandingkan performa algoritma klasifikasi berdasarkan proses data mining menggunakan CRISP-DM. Algoritma klasifikasi yang digunakan adalah Support Vector Machine (SVM), Random Forest, dan Logistic Regression. Pengujian menggunakan 3.000 data, dengan 90% data training dan 10% data testing. Hasil pelabelan data menunjukkan bahwa sentimen positif berjumlah 307, sentimen netral 2.537, dan sentimen negatif 156. Hasil pengujian akurasi menggunakan confusion matrix menunjukkan bahwa algoritma Random Forest memiliki akurasi tertinggi sebesar 94%, diikuti oleh Support Vector Machine (SVM) sebesar 91%, dan Logistic Regression sebesar 86%. Penelitian ini berhasil mendapatkan algoritma yang efektif dan terbaik dalam mengklasifikasikan sentimen ulasan positif, sentimen ulasan netral, dan sentimen ulasan negatif terkait dengan aplikasi Shopee. Hasil dari algoritma terbaik tersebut akan diintegrasikan dalam antarmuka web menggunakan bahasa pemrograman PHP dan Python, untuk mengetahui arah sentimen yang akan dimasukan di masa mendatang.Kata Kunci: e-commerce, sentimen pengguna, analisis sentimen, algoritma klasifikasi, shopee.
IMPLEMENTASI APLIKASI PEMBELAJARAN PETUALANGAN BERBASIS AUGMENTED REALITY UNTUK MENINGKATKAN INTERAKTIVITAS DI SMAN 1 DUKUPUNTANG Hermawan, Bagus; Faqih, Ahmad; Dwilestari, Gifthera
Jurnal Informatika dan Teknik Elektro Terapan Vol. 13 No. 1 (2025)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v13i1.5688

Abstract

 Kemajuan teknologi telah membawa perubahan signifikan dalam pendidikan, termasuk di SMAN 1 Dukupuntang, Kabupaten Cirebon, yang menghadapi masalah kejenuhan belajar. Penelitian ini bertujuan merancang aplikasi pembelajaran berbasis Augmented Reality (AR) untuk meningkatkan motivasi dan pemahaman siswa dalam Biologi, Fisika, Kimia, dan Matematika. Dengan menggunakan pendekatan Research and Development (R&D) dan model ADDIE (Analyze, Design, Development, Implementation, Evaluation), aplikasi AR ini berhasil mengurangi kejenuhan dan meningkatkan keterlibatan siswa. Pada tahap analisis, observasi dan wawancara menunjukkan kebutuhan siswa akan metode belajar yang lebih menarik. Desain aplikasi mencakup skenario petualangan dengan visualisasi 3D, mempermudah pemahaman konsep abstrak seperti struktur atom. Implementasi di kelas menggunakan marker-based tracking untuk meningkatkan partisipasi siswa. Evaluasi menunjukkan peningkatan minat belajar dari 61% menjadi 90% setelah menggunakan aplikasi. Umpan balik siswa dan guru menyatakan aplikasi ini memenuhi kebutuhan media belajar inovatif, meskipun ada tantangan perangkat dan koneksi internet. Hasil penelitian ini menekankan bahwa AR efektif meningkatkan interaktivitas pembelajaran, menciptakan pengalaman belajar menyenangkan dan relevan, serta memiliki potensi besar untuk diterapkan lebih luas guna mendukung proses belajar yang inovatif di sekolah.
IMPLEMENTASI AKURASI MODEL NAIVE BAYES MENGGUNAKAN SMOTE DALAM ANALISIS SENTIMEN PENGGUNA APLIKASI BRIMO Hermawan, Muhammad Andi; Faqih, Ahmad; Dwilestari, Gifthera
Jurnal Informatika dan Teknik Elektro Terapan Vol. 13 No. 1 (2025)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v13i1.5748

Abstract

Aplikasi Brimo dari Bank Rakyat Indonesia (BRI) menjadi salah satu platform utama interaksi nasabah dengan layanan perbankan. Analisis sentimen ulasan pengguna aplikasi ini pentring untuk memahami pendapat dan menaikkan kualitas pelayanan. Penelitian ini menggunakan algoritma Naïve bayes dengan menerapkan model Smote (Synthetic Minority Over-sampling Technique) untuk menangani ketidakseimbangan kelas antara kelas positif dan negatif dalam data ulasan pengguna. Dataset yang di peroleh mencapai 1.000 ulasan Play store yang di proses melalui tahap pengumpulan, pra-pemrosesan teks, dan evaluasi menggunakan Confusion Matrix. penelitian menunjukkan bahwa metode SMOTE secara signifikan meningkatkan kinerja model, dengan recall untuk sentimen negatif meningkat dari 0,55 menjadi 0,87 dan F1-score dari 0,71 menjadi 0,84. Akurasi model juga naik dari 93% menjadi 95%, dengan pengurangan False Negatives. Temuan ini membuktikan efektivitas SMOTE dalam meningkatkan akurasi dan representasi model untuk memahami opini pengguna BRImo secara lebih baik.
MENINGKATKAN EFISIENSI PEMETAAN DAN PERENCANAAN DI KABUPATEN CIREBON MENGGUNAKAN SISTEM INFORMASI GEOSPASIAL Khoirul Huda, Muhammad; Faqih, Ahmad; Dwilestari, Gifthera
Jurnal Informatika dan Teknik Elektro Terapan Vol. 13 No. 2 (2025)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v13i2.6184

Abstract

Pengembangan geoportal berbasis website untuk Kabupaten Cirebon bertujuan untuk meningkatkan layanan pemerintah dan memperbaiki akses terhadap data geospasial untuk perencanaan pembangunan. Penelitian ini menjelaskan efisiensi Sistem Informasi Geografis (SIG) dalam mengelola data geografis dan membandingkannya dengan sistem sebelumnya.  Metodologi yang digunakan meliputi, analisis pengembangan, desain, implementasi, serta pengujian dan evaluasi dengan menggunakan model ADDIE . Aplikasi ini dikembangkan menggunakan UML dan flowchart untuk memastikan proses yang terstruktur. Data dikumpulkan melalui observasi berani dan survei untuk menilai reaksi pengguna terhadap antarmuka dan fitur sistem. Hasil penelitian menunjukkan bahwa SIG baru lebih efisien, sederhana, dan cepat dibandingkan sistem sebelumnya, dengan rata-rata penilaian pengguna sebesar 4,8625.  Kesimpulannya, SIG ini meningkatkan efisiensi pengelolaan data spasial di Kabupaten Cirebon dan mendukung pengambilan keputusan yang lebih akurat dalam perencanaan pembangunan berkelanjutan. Abstrak. Pengembangan geoportal berbasis website untuk Kabupaten Cirebon bertujuan untuk meningkatkan layanan pemerintah dan memperbaiki akses terhadap data geospasial untuk perencanaan pembangunan. Penelitian ini menjelaskan efisiensi Sistem Informasi Geografis (SIG) dalam mengelola data geografis dan membandingkannya dengan sistem sebelumnya. Metodologi yang digunakan meliputi, analisis pengembangan, desain, implementasi, serta pengujian dan evaluasi dengan menggunakan model ADDIE . Aplikasi ini dikembangkan menggunakan UML dan flowchart untuk memastikan proses yang terstruktur. Data dikumpulkan melalui observasi berani dan survei untuk menilai reaksi pengguna terhadap antarmuka dan fitur sistem. Hasil penelitian menunjukkan bahwa SIG baru lebih efisien, sederhana, dan cepat dibandingkan sistem sebelumnya, dengan rata-rata penilaian pengguna sebesar 4,8625. Kesimpulannya, SIG ini meningkatkan efisiensi pengelolaan data spasial di Kabupaten Cirebon dan mendukung pengambilan keputusan yang lebih akurat dalam perencanaan pembangunan berkelanjutan.
KOMPARASI ALGORITMA REGRESI LINEAR DAN BACKPROPAGATION NEURAL NETWORK PADA SISTEM PREDIKSI HARGA SAHAM BERBASIS WEBSITE Setiawan, Riyan; Purnamasari, Ade Irma; Ali, Irfan; Rohmat, Cep Lukman; Dwilestari, Gifthera
Jurnal Informatika dan Teknik Elektro Terapan Vol. 14 No. 1 (2026)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v14i1.8468

Abstract

Penelitian ini bertujuan untuk membandingkan performa algoritma Regresi Linear dan Backpropagation Neural Network dalam memprediksi harga saham PT Astra Agro Lestari serta mengimplementasikannya ke dalam sistem prediksi berbasis web. Data historis saham dari Kaggle digunakan dengan variabel previous, high, low sebagai input dan close sebagai target. Pengembangan sistem menggunakan model Waterfall melalui tahapan analisis kebutuhan, desain, implementasi, pengujian, dan analisis komparatif. Pelatihan model dilakukan menggunakan Scikit-learn untuk Regresi Linear dan TensorFlow/Keras untuk Backpropagation Neural Network, dengan preprocessing MinMaxScaler dan pembagian data latih dan uji sebesar 80:20. Evaluasi model menggunakan Root Mean Squared Error (RMSE) dan Mean Absolute Error (MAE). Hasil pengujian menunjukkan BPNN lebih akurat dengan RMSE 26.81 dan MAE 19.01, dibandingkan Regresi Linear dengan RMSE 45.11 dan MAE 29.56. Sistem web berhasil menampilkan prediksi otomatis, grafik komparatif, dan evaluasi error secara real-time.
Evaluasi Pembelajaran AR Sejarah Berbasis SUS, UEQ, TAM Rudi Kurniawan; Dadang Sudrajat; Kaslani; Gifthera Dwilestari; Sandy Eka Permana
Prosiding SISFOTEK Vol 9 No 1 (2025): SISFOTEK IX 2025
Publisher : Ikatan Ahli Informatika Indonesia

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

Abstract

History education in secondary schools still faces challenges in presenting material that attracts the digital generation’s attention. The Bandung Lautan Api event, a topic rich in local and national values, is often taught using conventional methods that limit student engagement and motivation. This study evaluates the feasibility of Augmented Reality (AR)-based learning media to enhance students’ historical literacy on the Bandung Lautan Api topic. A quantitative approach was applied using three integrated evaluation models: the System Usability Scale (SUS), User Experience Questionnaire (UEQ), and Technology Acceptance Model (TAM), involving 100 respondents comprising high school teachers and students. The results indicate that the AR media demonstrates excellent usability (SUS = 87.69), a highly positive user experience across all UEQ dimensions (highest attractiveness = 2.12), and strong technology acceptance (PU = 5.87; PEOU = 5.69; BI = 6.18). Both teachers and students shared consistent perceptions. These findings confirm that the AR media is feasible and capable of creating immersive and interactive learning experiences. Theoretically, this research enriches AR-based learning evaluation literature, while practically, it provides a ready-to-adopt model for integrating AR into history education.
Prediksi Dinamis Harga Tiket Penerbangan Pesawat Menggunakan Algoritma Regresi Linier Berganda Zacky Muhammad Dinata; Khaerul Anam; Puji Pramudya Marta; Gifthera Dwilestari
Prosiding SISFOTEK Vol 9 No 1 (2025): SISFOTEK IX 2025
Publisher : Ikatan Ahli Informatika Indonesia

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

Abstract

This study aims to develop a dynamic prediction model for airline ticket prices using the Multiple Linear Regression algorithm. The research utilizes the public dataset Flight Price Prediction from Kaggle, which originally contained 116,464 rows and 12 columns. After data cleaning by removing missing values (dropna()) and non-predictive columns (such as Flight_ID), the final dataset used for analysis consisted of 116,463 rows and 10 columns. Data preprocessing included handling missing data, encoding categorical variables, feature engineering, standardization, and multicollinearity testing using the Variance Inflation Factor (VIF). The MLR model achieved an R² of 0.882, MAE of 4573.37, and RMSE of 7797.53, indicating strong predictive performance for a linear model. The most influential factors were airline type, service class, number of stops, duration, and booking lead time. Full-service airlines such as Vistara and Air India tend to have higher ticket prices, while early bookings and economy class tickets significantly lower prices. The findings confirm that MLR remains a reliable baseline for interpretable, efficient, and explainable price forecasting systems. Future research may combine MLR with non-linear algorithms (e.g., Random Forest or Neural Network) to enhance accuracy. This study contributes to integrating data science into predictive information systems for dynamic airline pricing and decision support optimization.
MOTIF PENGGUNAAN APLIKASI MEDIA SOSIAL BIGO LIVE DI KALANGAN MAHASISWA JURUSAN ILMU KOMUNIKASI UNIVERSITAS TELKOM Dwilestari, Gifthera; Ali, Dini Salmiyah Fithrah
Manajemen Komunikasi Vol 3, No 1 (2018): Accredited by Republic Indonesia Ministry of Research, Technology, and Higher Ed
Publisher : Faculty of Communication Sciences Universitas Padjadjaran

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (271.79 KB) | DOI: 10.24198/jmk.v3i1.12901

Abstract

Pengguna internet di Indonesia cukup tinggi diantara negara lainnya khususnya diantara negara-negara Asia Tenggara lainnya.Hampir seluruh pengguna internet di Indonesia adalah pengguna aktif sosial media.Salah satu aplikasi media sosial yang sedang tren saat ini adalah Bigo Live.Bigo Live merupakan aplikasi live video streaming, dimana penggunanya bisa berinteraksi secara realtime.Popularitas Bigo Live di kalangan pengguna media sosial cukup tinggi karena pada 6 bulan pertama sejak waktu rilisnya, aplikasi tersebut telah menduduki urutan ke-10 pada Top Charts untuk aplikasi gratis di Google Play Store dan urutan ke-4 Top Charts untuk aplikasi gratis kategori sosial.  Keunikan Bigo Live lainnya yaitu Bigo Live memiliki nilai ekonomi dengan adanya sistem poin yang biasa disebut beans yang dapat ditukarkan dengan uang tunai apabila telah mencapai minimal 6.700 beans. Tujuan dilakukannya penelitian ini adalah menemukan motif yang mendorong penggunaan media sosial Bigo Live oleh mahasiswa jurusan Ilmu Komunikasi di Universitas Telkom. Penelitian ini dilakukan dengan menggunakan metode kualitatif kepada empat orang informan. Dari hasil penelitian ditemukan bahwa motif yang mendorong penggunaan media sosial Bigo Live oleh mahasiswa jurusan Ilmu Komunikasi Universitas Telkom ini relevan dengan teori motif penggunaan media yang diungkapkan oleh McQuail yaitu, motif informasi, motif identitas diri, motif integrasi dan interaksi sosial dan motif hiburan. Namun keempat motif tersebut tidak semuanya dimiliki informan, motif yang paling sering ditemukan adalah  motif informasi, interaksi dan hiburan.
Analisis Sentimen Ulasan Pengguna Aplikasi E-Commerce Toco Menggunakan Algoritma Naive Bayes Purnamasari, Adinda; Astuti, Rini; Anam, Khaerul; Gifthera Dwilestari; Mulyawan
Jurnal Ilmiah Sistem Informasi (JISI) Vol. 5 No. 1 (2026): MARET
Publisher : Universitas Muhammadiyah Metro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24127/jisi.v5i1.10627

Abstract

This study aims to analyze the sentiment of user reviews of the Toco e-commerce application using the Naïve Bayes Multinomial algorithm. The dataset consists of 1425 reviews with an unbalanced distribution between positive and negative classes. Review data was collected from the Google Play Store platform, then processed automatically through the stages of case folding, normalization, stopword removal, and stemming. Modeling was carried out by dividing the data into training and test data, and classifying sentiment using the Naïve Bayes approach. From the evaluation results, the model's accuracy in sentiment classification reached 88%, with higher performance achieved in the majority class (positive) compared to the minority class (negative), as reflected in the low precision and recall values. This study emphasizes the need to handle unbalanced data so that the analysis results reflect the diverse perceptions of users. This research provides a baseline for sentiment analysis for local e-commerce applications and contributes to the development of automated analytics systems to support decision-making in the Indonesian e-commerce industry.
Klasifikasi Kondisi Gizi Bayi Bawah Lima Tahun Pada Posyandu Melati Dengan Menggunakan Algoritma Decision Tree Ahmad Zam Zami; Odi Nurdiawan; Gifthera Dwilestari
Jurnal Sistem Komputer dan Informatika (JSON) Vol. 3 No. 3 (2022): Maret 2022
Publisher : Universitas Budi Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30865/json.v3i3.3892

Abstract

One of the health problems in Cirebon is about nutritional status. This happens because the increase and decrease in the number of children under five who experience nutritional status problems each year is uncertain. Toddlers are a group of people who are vulnerable to nutrition. The incidence of malnutrition if not addressed will cause a bad impact for toddlers. The impacts include death and chronic infection. Early detection of undernourished children (malnutrition and malnutrition) can be done with an examination of weight for age (W/U) to monitor the child's weight, the parameters used to calculate the nutritional status of toddlers include age, weight and height/length. To classify the nutritional status of children under five, a knowledge or scientific study is needed that can classify data based on the data from measurements and weighing. This study uses 8 criteria, namely Name, Address, Mother's Name, Gender, Age, Weight, Height, Status Classification. The accuracy results obtained are 98.86% with details, namely the Prediction Results of Malnutrition and it turns out that the True Malnutrition is 13 data. Poor Nutrition Prediction Results and turns out to be True Normal by 1 Data. Normal Prediction Results and it turns out to be True Malnutrition is 1 Data. Normal Prediction Results and turns out to be True Normal of 161 data. The results of the classification of infant levels based on age, infants aged 0 months to 10 months had normal nutrition, while infants aged 10 months to 19.5 months were prone to malnutrition for infants, and those aged more than 19.5 months had poor nutrition. normal.
Co-Authors Abdul Ajiz Abdul Ajiz, Abdul Abdul Rauf Chaerudin Abdullah Syafii Abdullah Syafii Aby Febrian Ade Irma Purnamasari Ade Irma Purnamasari Ade Rizki Rinaldi Agis Maulana Robani Agung Nugraha Agung Saeful agus bahtiar Ahmad Faqih Ahmad Faqih Ahmad Rifa'i Ahmad Zam Zami Aldiani, Dea Alia Cahyani, Cica Alibasyah, Aziz Ananda Rafly Andi Suandi Anita Nur Kirana Anjar Ayuning Lestari Anwar Musaddad Apriliyani, Ela Arif Rinaldi Dikananda Arifin, Bagas Adam Auliya Azzahra Moudy Fajria Bagas Al Haddad Bambang Siswoyo Bani Nurhakim Basysyar, Fadhil Muhammad Caswadi, Caswadi Chaerudin, Chaerudin Cindyk Irawanto Dadang Sudrajat Dea Miftahul Huda Dede Hoeriah Dessy Angelina Destriyanah, Riska Dian Ade Kurnia Dias Bayu Saputra Dienwati Nuris, Nisa Dienwati, Nisa Dikananda, Arif Rinaldi Dikananda, Fatihanursari Dzaffa 'Ulhaq Edi Tohidi Edi Tohidi Eka Permana, Sandy Fadhil Muhammad Basysyar Fadhil Muhammad Basysyar Fajar Fauzan, Muhammad Fasa, Saefullah Fathurrohman Fathurrohman Fatihanursari Dikananda Faujia, Agnes Fithrah Ali, Dini Salmiyah Fuadi Ahmad, Cecep Hamonangan, Ryan Haris Abdul Hadi Herdiana, Rulli Hermawan, Bagus Hermawan, Muhammad Andi Hilya Ashfia Nabila Himawan, Irvan Hira Wahyuni Azizah Hoeriah, Dede Hoerunnisa, Anis Iin Iin Solihin Iis Riyana Irfan Ali Irfan Ali Irfan Ali, Irfan Irma Agustina Irma Purnamasari, Ade Irvan Himawan Jayawarsa, A.A. Ketut Karimah, Ayu Kaslani Kencana, Junaedi Surya Khaerul Anam Khoirul Huda, Muhammad Kokom Komariyah Martanto . Mar’atun Sholihah, Oliffia Maulana Sidiq, Cecep Mochamad Aditya Sunaryo Muhammad Abdurohman Muhammad Basysyar, Fadhil Muhammad Enricco Rizqy Mulyawan Mulyawan, Mulyawan Musliyadi, Mar'i Nana Suarna Nana Suarna Nana Suarna Narasati, Riri Narasati Nining R Nining Rahaningsih Nisa Dieanwati Nuris Nur Amalia Nur Kirana, Anita Nuraini, Asyifa Nurhakim, Bani Nurul Aini, Yuli Nurwahidah, Dalilah Odi Nurdiawan Odi Nurdiawan Permana, Sandy Eka Pratama, Denni Prihartono, Willy Puji Pramudya Marta Purnamasari, Ade Irma Purnamasari, Adinda Puspita Maulana Arumsari R, Nining Raditya Danar Dana Raena Agustin Laeliyah Rahaditya Dasuki Ramdhan, Dadan Ramiro Firjatullah, Federicko Ranu Husna Rini Astuti Rizaldy, Farhan Rohmat, Cep Lukman Rosmeri Manurung, Agnes Rudi Kurniawan Saeful Anwar Saefullah Fasa Saepu Qirom, Dani Saepudin, Asep Saepul Hadi Sagita, Ayu Salsabila, Putri Sandy Eka Permana Sandy Eka Permana Septiana, Angga Setiawan, Riyan Sri Suwartini Suandi, Andi Suarna, Nana Subhiyanto, Fajar Sunana, Heliyanti Suryani Dewi, Ike Susana, Heliyanti Syafi'i Syafi'i Syafi'i, Syafi'i Tati Suprapti Tohidi, Edi Tuti Hartati Umi Hayati Vibrianti, Vera Wahyudin, Edi Willy Prihartono Yubi Aqsho Ramadhan Zacky Muhammad Dinata