Article Per Year (5 Year)
p-Index From 2021 - 2026
13.83
P-Index
This Author published in this journals
All Journal KARMAPATI (Kumpulan Artikel Mahasiswa Pendidikan Teknik Informatika) ISSN: 2252-9063 PIKSEL : Penelitian Ilmu Komputer Sistem Embedded and Logic Jurnal Informatika dan Teknik Elektro Terapan Information Management For Educators And Professionals (IMBI) KOPERTIP: Jurnal Ilmiah Manajemen Informatika dan Komputer AL-TANZIM : JURNAL MANAJEMEN PENDIDIKAN ISLAM Indonesian Journal of Applied Informatics JOURNAL INFORMATICS, SCIENCE & TECHNOLOGY Jurnal Sistem Informasi dan Informatika (SIMIKA) Jurnal Informatika dan Rekayasa Perangkat Lunak Jurnal Accounting Information System (AIMS) INTERNAL (Information System Journal) JATI (Jurnal Mahasiswa Teknik Informatika) Media Informatika Journal of Innovation Information Technology and Application (JINITA) Madani : Indonesian Journal of Civil Society MEANS (Media Informasi Analisa dan Sistem) Tematik : Jurnal Teknologi Informasi Komunikasi Jurnal SAINTIKOM (Jurnal Sains Manajemen Informatika dan Komputer) Jurnal Informatika Terpadu International Journal of Social Science Instal : Jurnal Komputer Jurnal Janitra Informatika dan Sistem Informasi Journal of Artificial Intelligence and Engineering Applications (JAIEA) Journal of Software Engineering and Information System (SEIS) AMMA : Jurnal Pengabdian Masyarakat Jurnal Sistem Informasi dan Manajemen Jurnal Accounting Information System (AIMS) INTERNAL (Information System Journal) Jurnal Kecerdasan Buatan dan Teknologi Informasi
Nining Rahaningsih
STMIK IKMI Cirebon
Agriculture, Biological Sciences & Forestry Humanities Automotive Engineering Chemistry Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Health Professions Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Materials Science & Nanotechnology Medicine & Pharmacology Nursing Public Health Social Sciences Other

Published : 123 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 123 Documents
Search

 8   9   10   11   12 
PEMANFAATAN ALGORITMA K-MEANS DALAM ANALISIS DATA PENJUALAN TOKO BUYUNG UPIK JS DI LAZADA Angraeni, Devita Fitri; Rahaningsih, Nining; Dana, Raditya Danar; Rohmat, Cep Lukman
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.v13i2.6438

Abstract

Banyaknya produk yang dijual oleh Toko Buyung Upik JS di Lazada menimbulkan kesulitan dalam menentukan produk yang laku dan kurang laku, sehingga terjadi ketidakseimbangan stok, seperti kelebihan pada produk yang kurang diminati dan kekurangan pada produk yang populer. Penelitian ini bertujuan mengelompokkan produk berdasarkan pola penjualan menggunakan teknik data mining untuk membantu strategi penjualan dan pengelolaan stok yang lebih efektif. Algoritma K-Means digunakan untuk clustering data penjualan, mencakup jumlah stok, transaksi, dan harga. Proses data mining meliputi tahapan Selection, Preprocessing, Transformation, Data Mining, dan Interpretation/Evaluation. Penentuan jumlah cluster optimal dilakukan dengan Elbow Method, sedangkan kualitas clustering dievaluasi menggunakan Davies Bouldin Index (DBI). Hasil penelitian menunjukkan jumlah cluster optimal adalah empat: Cluster 0 (83 produk, penjualan stabil), Cluster 1 (121 produk, penjualan tinggi), Cluster 2 (14 produk, kurang diminati), dan Cluster 3 (38 produk, penjualan moderat). Nilai rata-rata jarak dalam cluster adalah 54.941.560,812, dengan DBI sebesar 0,386 yang menunjukkan kualitas clustering cukup baik. Hasil ini memberikan wawasan bagi toko untuk memprioritaskan pengelolaan stok dan mengoptimalkan penjualan.
PENINGKATAN KLASIFIKASI KEMISKINAN INDONESIA MENGGUNAKAN METODE DECISION TREE Danil, Supta; Rahaningsih, Nining; Dana, Raditya Danar; ., Mulyawan
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.v13i2.6336

Abstract

Kemiskinan masih menjadi permasalahan signifikan di Indonesia, terutama dalam hal ketidaktepatan sasaran dalam pemerataan ekonomi. Oleh karena itu, penelitian ini bertujuan untuk mengembangkan model klasifikasi kemiskinan di tingkat kabupaten/kota di Indonesia menggunakan algoritma Decision Tree. Penelitian ini mengangkat beberapa rumusan masalah, antara lain pengembangan model klasifikasi, pengukuran performa model, dan analisis pengaruh pemilihan fitur terhadap akurasi model. Dataset yang digunakan bersumber dari Kaggle, terdiri dari 514 data dengan variabel seperti pengeluaran per kapita, Indeks Pembangunan Manusia (IPM), dan akses terhadap sanitasi layak.Proses penelitian mencakup tahapan preprocessing data, meliputi seleksi atribut, pembersihan data, dan transformasi atribut kategorikal menjadi numerik. Model klasifikasi yang dihasilkan menunjukkan akurasi hingga 87%, dengan analisis yang menyoroti pengeluaran per kapita dan akses terhadap sanitasi sebagai faktor utama yang memengaruhi tingkat kemiskinan. Evaluasi kinerja model dilakukan menggunakan matriks kebingungan, presisi, recall, dan F1-score, yang menunjukkan performa baik dalam membedakan kategori "miskin" dan "tidak miskin".
Analisis Asosiasi Penjualan Sembako di Toko Srikandi dengan Peningkatan Menggunakan Algoritma FP-Growth Octavia Ningrum, Eka Puspita; Rahaningsih, Nining; Dana, Raditya Danar
KARMAPATI (Kumpulan Artikel Mahasiswa Pendidikan Teknik Informatika) Vol. 14 No. 1 (2025)
Publisher : Universitas Pendidikan Ganesha

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23887/karmapati.v14i1.89577

Abstract

Pola pembelian produk di toko sembako menjadi faktor penting dalam pengelolaan stok dan strategi pemasaran. Toko Sembako Srikandi menghadapi tantangan dalam memahami kombinasi produk yang sering dibeli bersamaan, yang berpotensi menyebabkan ketidakefisienan operasional. Penelitian ini bertujuan untuk mengidentifikasi pola pembelian berbasis data menggunakan algoritma FP-Growth pada data transaksi penjualan di Toko Sembako Srikandi. FP-Growth dipilih karena kemampuannya dalam mengolah data transaksi dalam jumlah besar untuk menemukan pola asosiasi yang signifikan. Analisis dilakukan dengan tiga parameter utama: support, confidence, dan lift.Hasil penelitian menunjukkan beberapa aturan asosiasi penting, seperti kombinasi "Minyak goreng, Mie instan, dan Bumbu penyedap" dengan confidence 0.500, serta "Beras, Sabun mandi, dan Sabun deterjen" dengan confidence 0.506. Kombinasi lain, seperti "Beras, Gula, dan Sabun mandi" (confidence 0.696) dan "Bumbu penyedap, Mie instan, dan Minyak goreng" (confidence 0.704), juga ditemukan. Nilai support, confidence, dan lift mencerminkan tingkat hubungan antarproduk yang berbeda.Temuan ini menunjukkan bahwa algoritma FP-Growth efektif dalam mengidentifikasi pola pembelian, memberikan wawasan strategis untuk pengelolaan stok dan pemasaran. Misalnya, produk yang sering dibeli bersama dapat ditempatkan berdekatan atau ditawarkan dalam promosi bundling. Dengan memahami pola pembelian, Toko Sembako Srikandi dapat mengoptimalkan operasional, meningkatkan efisiensi pengelolaan stok, dan meningkatkan kepuasan pelanggan. Penelitian ini memberikan dasar strategis untuk perencanaan pemasaran berbasis data di masa depan.
Clustering Data on Participants’ Reactions to Online Shop Posts on Facebook Using K-Means Algorithm With Elbow Method Technique Arifin, Imam; Rahaningsih, Nining; Suprapti, Tati; Narasati, Riri
Bahasa Indonesia Vol 15 No 02 (2023): Instal : Jurnal Komputer Periode (Juli-Desember)
Publisher : Cattleya Darmaya Fortuna

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54209/jurnalkomputer.v15i02.132

Abstract

One of the social media platforms that not only serves as a place to share stories and statuses but also as a place to sell is Facebook. The data used is a dataset from Kaggle totaling 6666 data with 10 attributes and then sampled with the Slovin technique and obtained 377 sample data which will be processed using RapidMiner software with K-Means Algorithm and then optimized with Elbow Method technique, evaluation using (Cluster Distance Performance) to find the average within centroid distance value and the Davies-Bouldin Index (DBI) value. The results obtained are, the average within centroid distance value of the 3rd clustering is proven in the cluster distance performance operator obtained ???? = 3: 200237.353, ????=5: 118343.557, ????=7: 75339.476, then the ideal of clusters in this study proven by the Elbow Method is when ???? = 5, and Davies-Bouldin Index (DBI) value which is close to zero is when ???? = 3 with a value of k = 3: 0.394. In addition, clustering based on the number of likes and comments can help sellers identify the most active group of participants and potentially become loyal customers.
OPTIMALISASI PRESTASI AKADEMIK SISWA MELALUI PENGELOMPOKAN INDEKS PRESTASI DENGAN K-MEANS CLUSTERING Suarna, Nana; Rahaningsih, Nining; Suarna, Annisa Annastia
Jurnal Kecerdasan Buatan dan Teknologi Informasi Vol. 4 No. 2 (2025): May 2025
Publisher : Ninety Media Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.69916/jkbti.v4i2.321

Abstract

Prestasi akademik merupakan indikator penting dalam menilai kemampuan dan perkembangan siswa selama proses pembelajaran. Namun, banyak lembaga pendidikan yang masih menghadapi tantangan dalam mengidentifikasi kelompok siswa berdasarkan performa akademik secara efisien, sehingga intervensi pembelajaran yang tepat sulit dilakukan. Penelitian ini bertujuan untuk mengoptimalkan prestasi akademik siswa melalui pengelompokan indeks prestasi dengan metode K-Means Clustering. Metode K-Means digunakan karena kemampuannya dalam mengelompokkan data ke dalam beberapa klaster homogen berdasarkan kesamaan nilai. Data yang digunakan berupa indeks prestasi siswa dari beberapa semester. Proses pengelompokan dilakukan dengan menetapkan sejumlah klaster awal, kemudian dilakukan iterasi untuk mengoptimalkan posisi centroid hingga mencapai konvergensi. Hasil penelitian menunjukkan bahwa siswa dapat dikelompokkan ke dalam tiga kategori utama, yaitu siswa dengan prestasi tinggi, sedang, dan rendah. Pengelompokan ini memberikan gambaran yang lebih jelas kepada pihak sekolah dalam menyusun strategi pembinaan dan pemberian program khusus yang sesuai dengan kebutuhan masing-masing kelompok siswa. Dengan penerapan K-Means Clustering, institusi pendidikan dapat melakukan pemantauan dan evaluasi akademik secara lebih terstruktur serta memberikan intervensi yang lebih tepat sasaran. Penelitian ini menyimpulkan bahwa teknik pengelompokan data dapat menjadi solusi inovatif dalam mendukung peningkatan mutu pendidikan melalui pendekatan berbasis data.
SEGMENTASI PENJUALAN ALAT KESEHATAN MENGGUNAKAN ALGORITMA K-MEANS DI PT. ARNETHA Dewanty Rafu, Maria; Rahaningsih, Nining; Ali, Irfan
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 3 (2025): JATI Vol. 9 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i3.13574

Abstract

Transformasi digital menjadi kunci dalam meningkatkan efisiensi PT. Arnetha sebagai distributor peralatan medis, terutama dalam mengelola data penjualan yang kompleks. Tantangan utama perusahaan adalah memahami kontribusi setiap kategori produk terhadap pendapatan, karena volume penjualan tinggi tidak selalu berbanding lurus dengan margin keuntungan. Untuk mengatasi hal ini, penelitian ini menerapkan algoritma K-Means dalam segmentasi produk berdasarkan kuantitas, harga satuan, dan total penjualan. Metode yang digunakan mencakup tahapan KDD, mulai dari pemilihan hingga normalisasi data, dengan evaluasi klaster menggunakan Davies-Bouldin Index (DBI). Hasil analisis menunjukkan bahwa klaster optimal adalah K=6 dengan nilai DBI 0,443, yang membantu PT. Arnetha dalam memahami pola penjualan, mengoptimalkan inventaris, serta merancang strategi pemasaran yang lebih efektif. Dengan demikian, implementasi K-Means terbukti mampu meningkatkan efisiensi operasional dan daya saing perusahaan.
SEGMENTASI DATA TRANSAKSI PENJUALAN TOKO ONLINE VASTYLE UNTUK MANAJEMEN STOK MENGGUNAKAN ALGORITMA K-MEANS CLUSTERING Vina, Vina; Rahaningsih, Nining; Ali, Irfan
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 3 (2025): JATI Vol. 9 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i3.13621

Abstract

Pesatnya perkembangan e-commerce dalam beberapa tahun terakhir mendorong kebutuhan akan pengelolaan stok gudang yang lebih efisien, terutama karena permintaan yang fluktuatif dan pola pembelian yang sulit diprediksi. Toko Online Vastyle mengalami tantangan berupa kelebihan stok pada produk dengan penjualan rendah dan kekurangan stok pada produk yang banyak diminati, yang dapat memengaruhi keuntungan dan kepuasan pelanggan. Penelitian ini bertujuan untuk membantu pengelolaan stok dengan menganalisis data transaksi penjualan. Dalam penelitian ini, data transaksi penjualan yang meliputi no, nama produk, kode SKU, stok awal gudang, jumlah produk di pesan, dan sisa stok gudang dianalisis menggunakan metode algoritma K-Means clustering. Tujuan dari metode ini adalah untuk menghasilkan pengelompokan produk yang akurat sehingga dapat menjadi dasar dalam pengambilan keputusan pengelolaan stok gudang yang lebih efisien. Hasil ini memberikan gambaran segmentasi yang dapat dimanfaatkan untuk strategi manajemen stok yang lebih tepat sasaran. Berdasarkan hasil pengujian algoritma K-Means Clustering, Cluster_0 terbagi menjadi 334 items dengan persebaran luas centroid -4198.311, memerlukan stok ulang secara rutin. Cluster_1 terbagi menjadi 194 items dengan nilai centroid -2535.426, pengisian stok berdasarkan permintaan mingguan untuk mengukur kebutuhan permintaan sesuai transaksi penjualan. Cluster_2 terbagi menjadi 118 items dengan nilai centroid -2078.155, diperlukan strategi penjualan seperti diskon, voucher toko, promosi, dan flash sale untuk meningkatkan permintaan.
STUDI MODEL ASOSIASI PADA PENJUALAN KOPI BERBASIS ALGORITMA FP-GROWTH Andriyanti, Rina; Rahaningsih, Nining; Ali, Irfan
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 3 (2025): JATI Vol. 9 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i3.13706

Abstract

Persaingan yang semakin ketat di industri kopi menuntut pemahaman yang lebih mendalam tentang pola pembelian pelanggan untuk mengoptimalkan strategi pemasaran yang tepat sasaran. Salah satu tantangan utama adalah kurangnya pemanfaatan data transaksi yang kompleks, yang sering kali menyebabkan strategi berbasis data seperti bundling produk atau promosi terarah, sering terlewatkan dan tidak diterapkan secara optimal. Padahal kecenderungan pelanggan dalam membeli beberapa produk secara bersamaan membuka peluang besar untuk meningkatkan nilai transaksi, efisiensi promosi, dan loyalitas pelanggan melalui strategi bundling. Penelitian ini menggunakan algoritma FP-Growth pada platform RapidMiner untuk menganalisis 1.900 data transaksi kopi dari Kaggle. Proses analisis meliputi seleksi data, pembersihan (preprocessing), transformasi data, dan penerapan algoritma dengan minimum support 0.01 dan confidence 0.7. Hasil analisis menunjukkan bahwa "Americano with Milk" memiliki frekuensi pembelian tertinggi (support 75,5%), dan kombinasi "Cortado" dengan "Hot Chocolate" mencapai confidence sebesar 80%. Temuan ini menunjukkan potensi besar untuk menyusun strategi bundling berbasis data, karena kombinasi produk dengan tingkat asosiasi tinggi mencerminkan kebiasaan konsumsi pelanggan yang dapat dimanfaatkan untuk meningkatkan efektivitas penjualan. Penelitian ini membuktikan bahwa algoritma FP-Growth mampu menganalisis data transaksi secara efisien, memberikan wawasan strategis yang relevan, serta mendukungpengambilan keputusan bisnis dalam menciptakan pengalaman pelanggan yang lebih personal dan menguntungkan.
OPTIMASI MANAJEMEN PERSEDIAAN DENGAN KLASIFIKASI NAIVE BAYES DI TOKO BAJA MANDIRI Zhahiran Herlambang, Prilanisa; Rahaningsih, Nining; Ali, Irfan
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 4 (2025): JATI Vol. 9 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i4.13900

Abstract

Pengelolaan persediaan merupakan aspek penting dari operasional perusahaan, khususnya di Toko Baja Mandiri yang menjual perlengkapan bahan bangunan berbasis baja. Pengelolaan yang tidak efektif dapat menyebabkan kekurangan pasokan atau penumpukan barang, sehingga berpotensi mengakibatkan kerugian finansial. Penelitian ini bertujuan untuk mengembangkan sistem klasifikasi status persediaan menggunakan algoritma Naive Bayes dengan data jumlah persediaan, harga satuan, dan total harga barang selama periode satu bulan. Pendekatan Knowledge Discovery in Databases (KDD) diterapkan, dimulai dari seleksi data yang relevan, diikuti oleh tahap praproses untuk membersihkan dan mentransformasi data agar siap digunakan. Setelah melalui tahap transformasi untuk menetapkan atribut yang berguna, data dibagi menjadi set pelatihan dan pengujian. Algoritma Naive Bayes diterapkan untuk mengklasifikasikan barang menjadi kategori “STOCK” (perlu restock) dan “READY” (stock aman). Evaluasi menunjukkan akurasi model sebesar 92.59%, dengan recall 100% untuk kategori “READY” dan precision 27.27%. Ketidakseimbangan data target, dengan 96.8% dalam kategori “STOCK” dan 3.2% kategori “READY”, memengaruhi performa model, terutama dalam precision. Sistem ini terbukti membantu pemilik toko mengoptimalkan pengelolaan stok, meminimalkan risiko kekosongan, dan mendukung pengambilan keputusan strategis secara lebih efektif dengan proses yang terstruktur dan andal.
OPTIMALISASI PEMETAAN SUMBERDAYA DESA PEGAGAN MELALUI PENGEMBANGAN DESAIN APLIKASI GIS DENGAN METODE RAD Tri Mukti, Aryanto; Rahaningsih, Nining; Danar Dana, Raditya; Lukman Rohmat, Cep
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 4 (2025): JATI Vol. 9 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i4.14065

Abstract

Pemetaan sumber daya Desa yang akurat dan real-time masih menjadi tantangan bagi pengelolaan Desa, terutama Pengelolaan sumber daya desa yang efektif memerlukan data spasial yang akurat dan mudah diakses. Namun, keterbatasan dalam pemetaan yang real-time masih menjadi kendala di banyak desa. Penelitian ini bertujuan untuk mengembangkan aplikasi WebGIS guna mendukung pemetaan sumber daya desa secara digital. Metode yang digunakan adalah Rapid Application Development (RAD) untuk merancang sistem yang interaktif dan efisien. Data diperoleh melalui observasi lapangan, wawancara dengan aparat desa, serta pemanfaatan OpenStreetMap. Aplikasi yang dikembangkan diuji menggunakan System Usability Scale (SUS) untuk mengukur kemudahan penggunaan dan efektivitas sistem. Hasil penelitian menunjukkan bahwa WebGIS mampu meningkatkan efisiensi pengelolaan data geografis, menyediakan peta interaktif yang memudahkan akses informasi bagi masyarakat dan pemerintah desa. Skor SUS sebesar 72,525 menunjukkan bahwa aplikasi ini tergolong baik (Good) dan user-friendly. Dengan demikian, WebGIS Desa Pegagan dapat menjadi model pengembangan sistem informasi geografis di desa lain untuk mewujudkan tata kelola yang transparan, partisipatif, dan berkelanjutan.
Co-Authors ., Mulyawan Abdillah Fudholi, Luthfi Abdul Ajiz Abdul Rasyid Achmad Hidayat Ade Irma Purnamasari Ade Kurnia, Dian Ade Rizki Rinaldi Ahmad Faqih Akbar, Miftahul Al-Maulid, Hisyam Alvianatinova, Via Andini, Ayi Andriyanti, Rina Anggita Pratiwi, Eksadevi Angraeni, Devita Fitri Arif Rinaldi Dikananda Arif Sofyan, Mohamad Awaliyah, Lia Az Zahroh, Luthfia Fahmi Azarine, Divia Azhari, Shazifa Azizah, Maulidina Bakri, Saeful Basysyar, Fadhil Muhammad Basysyar, Fadil M Bustomi, Ziaudin Cakranegara, Pandu Adi Camelia Putri Lestari Cep Lukman Rohmat Dadang Sudrajat Danar Dana, Raditya Danar, Raditiya Danil, Supta Danya Rizki Chaerunisa Delisah Destiawati, Deby Dewanty Rafu, Maria Dienwati Nuris, Nisa Dikananda, Arif Rinaldi Dikananda, Fatihanursari Dimin, Egi Susanto Dodi Solihudin Dwi Efranie, Priska Edi Wahyudin Elisa Sriyulia Euis Fadilah Fadhil M. Basysyar Fadhil Muhammad Basysyar Fadhil, Fadhil Yudistianto Fadilah, Mochammad Fauzan Fajar, Miftahul Farah Nur Farida Fatihanursari Dikananda Faturachman, Rifcki Aziz Faujatun Hasanah Fidya Arie Pratama Frihandiansah, Riyandi Gifthera Dwilestari Gita Budiarti, Mariani Gusmiarni, Mia Gusnanto, Ferdi Gustipartsani, Kamaludin Hadi, Melawati Haidar Fakhri Haryanto, Cep Hayati, Umi Herman Iin Ilham Kurniawan Ilham, Mokhamad Illahi, Asep Wahyu Imam Arifin imam maulana, imam Irfan Ali Irfan Ali, Irfan Jafar Jafar Kamelia Faridah Kaslani Khalda Rifdan, Ghina Kharomiyah, Kharomiyah Kholil, Kholil AldiYatna Kurmasih, Masih Laduni, Pasya Lili Purani Lisyana, Zita Lukman Rohmat, Cep M. Basysyar, Fadhil Mamluatul Hikmah, Lulu Martanto . Marthanu, Indra Wiguna Marwah, Sopa Medina Aprilia Putri Mira Miranda Moch Rifki Firdaus Muhamad Basysyar, Fadhil Muhammad Abdurohman Muhammad Basysyar, Fadhil Muhammad Taufik Hidayat, Muhammad Mulyana, Krisna Mulyawan Mulyawan, - Mulyawan, Mulyawan Nafilah, Mala Nana Mulyanasari Nana Suarna Narasati, Riri Narasati Nur Afrilia, Mela Nurhadiansyah Nurrochmah, Dina Siti Nursaniah, Rini Nurwijayanti Octavia Ningrum, Eka Puspita Odi Nurdiawan Optarina, Yasni Pii, Iwan Prasetia, Deni Pratama, Deni Pratama, Fidya Arie Pratama, Handreyan Rizki Prihartono, Willy Purnamasari, Ade Irma Purnamasari, Ade Purnamasari Putra, Purniadi Putri Nabilla Qodri M.A, M. Alifia Raditya Danar Dana Rahmasari, Fanny Rahmi Safitri, Rahmi Ranu Husna Ridho Nugroho Rifki Maulana, Muhamad Rini Astuti Riyandona, Siti Aiwastopa Rizki Ramadhan Rizky Wulandhari, Putri Roghib, Moh. Rohmat, Cep Lukman Rully Pramudita Ryanto, Bayu Saeful Anwar Saroji, Saroji Sekar Puspita Arum Siti Sa'diah Sofialaela, Annisa Sok Piseth Soni, Moh Sri Muflikah Kurniarti Sri Suwartini Suarna, Annisa Annastia Suarna, Nana Sutra Safira, Meita Syafi’i Bachtiar, Mochammad Syarif Maulana Yaasin Tati Suprapti Tengku Riza Zarzani N Tohidi, Edi Tohodi, Edi Tri Mukti, Aryanto Tuti Hartati Usup Supendi Vicky Pamungkas Vina, Vina Widiya, Putri Windy Mardiyyah, Nita Wulandari, Maryam Yahya, Jakaria Yayah Sarwiyah Yudhistira Arie Wijaya Yulia Mustafa, Iva Yuslia Devitri Zhahiran Herlambang, Prilanisa