Article Per Year (5 Year)
p-Index From 2021 - 2026
12.904
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 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 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 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 : 117 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 117 Documents
Search

 4   5   6   7   8 
ANALISIS PENGELOMPOKKAN DATASET PEMILU 2014 DAN 2019 DPR RI DI KOTA CIREBON MENGGUNAKAN ALGORITMA K-MEANS CLUSTERING Mulyana, Krisna; Rahaningsih, Nining; Danar Dana, Raditya
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 7 No. 6 (2023): JATI Vol. 7 No. 6
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v7i6.8212

Abstract

Strategi politik merupakan perencanaan matang yang disusun dan dilaksanakan oleh seluruh partai politik dalam menyongsong tahun politik mendatang. Data perolehan suara sangat penting untuk dikaji lebih dalam agar menjadi informasi bermanfaat bagi peluang kemenangan. Namun, belum dilakukan analisis mendalam terhadap data Pemilu yang tersedia di KPU Kota Cirebon, utamanya data suara DPR RI. Oleh karena itu, penelitian ini bertujuan memanfaatkan teknik data mining agar dapat membantu mempercepat proses pengambilan keputusan strategis dengan menerapkan teknik clustering dalam mengolah data Pemilu untuk memetakan pola persaingan antar parpol dan koalisi di setiap daerah pemilihan. Metode Knowledge Discovery in Database (KDD) dengan Algoritma K-Means Clustering digunakan untuk menganalisis data pemilu. Tahapan KDD dimulai dari seleksi, pra-pemrosesan, transformasi data, klusterisasi dan evaluasi kluster. Penelitian juga mencari nilai parameter K, iterasi, dan measuretype optimal darip algoritma K-Means berdasarkan nilai DBI. Hasil penelitian ini memperoleh Nilai DBI dari iterasi 1 dan numerical measure sebagai measure type terbaik untuk mendapatkan nilai DBI terbaik yaitu 0,334 pada K=3, yang menunjukkan tingkat kompetisi partai yang berbeda di Kota Cirebon, yaitu C1 (tinggi) diperoleh 232 anggota, C2 (menengah) diperoleh 160 anggota, dan C3 (rendah) diperoleh 224 anggota. Hasil ini bermanfaat bagi parpol dalam merumuskan strategi memenangkan pemilu pada basis masa masing-masing.
PENERAPAN FP-GROWTH DALAM MENGANALISIS DATA PENJUALAN DI TOKO X Anggita Pratiwi, Eksadevi; Irawan, Bambang; Bahtiar, Agus; Rahaningsih, Nining
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 7 No. 6 (2023): JATI Vol. 7 No. 6
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v7i6.8238

Abstract

Kemajuan pesat dalam bidang informatika telah mengubah berbagai aspek kehidupan, termasuk bisnis dan manajemen stok. Memahami pola pembelian pelanggan menjadi krusial dalam merancang strategi penjualan dan pengelolaan stok yang efektif bagi bisnis ritel. Penelitian ini bertujuan untuk menganalisis pola pembelian di Toko X menggunakan Algoritma FP-Growth. Penelitian ini menggunakan dataset data transaksi penjualan Toko X selama 1 bulan yaitu bulan Agustus 2023. Metode yang digunakan dalam penelitian ini adalah Knowledge Discovery in Database (KDD). Diterapkan dengan algoritma FP-Growth, melibatkan tahapan Data Selection, Data prepocessing, Data Transformation, Data mining dan Evaluation. Untuk menguji nilai minimum support, minimum confidence dan lift itu untuk mengevaluasi hasil analisis untuk mengidentifikasi pola pembelian. Dalam penelitian ini, support ditentukan dengan 0.6%, dan confidence 70% yang berhasil megidentifikasi 10 aturan asosiasi dengan lift ratio tertinggi. Misalnya, jika ada yang membeli Richesse Wafer kemungkinan besar pelanggan akan membeli Nabati Waffer dengan Lift 138.167, Nilai support 0.6% dan nilai confidence 83%. Implikasi praktis dari temuan pola pembelian ini mencakup penerapan strategi penjualan seperti Penempatan strategis produk, Penawaran bundel dan promosi dan Manajemen stok yang efisien. Selain itu, dengan menanfaatkan pola pembelian yang teridentifikasi, optimalisasi analisis stok dan produksi dapat dilakukan untuk meningkatkan efisiensi operasional secara menyeluruh.
ANALISIS PENGGUNAAN MODEL YOLOV8 (YOU ONLY LOOK ONCE) TERHADAP DETEKSI CITRA SENJATA BERBAHAYA Maulana, Imam; Rahaningsih, Nining; Suprapti, Tati
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 7 No. 6 (2023): JATI Vol. 7 No. 6
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v7i6.8271

Abstract

Kecerdasan Buatan merupakan teknologi yang menarik saat ini terutama object detection. Salah satu metode populer dalam computer vision adalah object detection yang dimana berperan memberikan kemampuan pada mesin untuk mengidentifikasi dan mengenali objek tertentu dari suatu citra. Kriminalitas bersenjata merupakan masalah yang serius di berbagai negara. Oleh karena itu, pengembangan model deteksi objek senjata penting agar dapat membantu tugas pengawasan yang umumnya dilakukan oleh manusia. Penggunaan metode YOLOv8 (You Only Look Once) menjadi pilihan bagus untuk melakukan deteksi objek senjata karena memiliki efisiensi dan hasil deteksi yang akurat. Tujuan utama penelitian ini untuk menganalisis hasil dan performa model YOLOv8 dalam mendeteksi dan identifikasi senjata berbahaya pada citra yang telah dimanipulasi sebelumnya. Hasil penelitian menunjukkan bahwa model mencapai nilai precision sebesar 84%, recall mencapai 77%, mAP mencapai 84% dan F1-Score 88% dengan waktu pelatihan 4 jam 6 menit lamanya. Pengujian pendeteksian pada gambar grayscale, gambar berotasi, pengaturan tingkat cahaya yang berbeda, gambar blur serta pengujian deteksi berdasar pada jarak menunjukkan hasil yang cukup baik namun masih perlu ditingkatkan lagi.
KOMPARASI ALGORITMA K-MEANS DAN K-MEDOIDS CLUSTERING PADA DATA PENYEBARAN KASUS HIV DI PROVINSI JAWA BARAT Soni, Moh; Rahaningsih, Nining; Danar Dana, Raditya
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 7 No. 6 (2023): JATI Vol. 7 No. 6
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v7i6.8274

Abstract

Dinas Kesehatan Jawa Barat mencatat kasus HIV pada tahun 2022 di Jawa Barat terus mengalami peningkatan. Situasi ini mencerminkan penularan HIV di Jawa Barat masih berlangsung di masyarakat hingga saat ini dan memerlukan upaya pencegahan. Berdasarkan permasalahan tersebut, penelitian ini melakukan pengelompokkan dengan metode perbandingan algoritma K-Means dan K-Medoids untuk melihat algoritma mana yang paling optimal dari segi performa nilai Davies-Boudien Index (DBI) dan waktu komputasi. Analisis cluster dilakukan berdasarkan wilayah, jenis kelamin dan umur. Proses penelitian menggunakan metode KDD (Knowledge Discovery in Databases) mencakup tahap Data selection, Pre-processing, Transformation, Data mining, dan Evalution/ interpretation. Hasil penelitian menunjukkan algoritma K-Means sebagai metode yang paling baik dan optimal dalam melakukan pengelompokkan dibandingkan dengan algoritma K-Medoids. Hasil pengujian optimal pada algoritma K-Means didapat pada K=4 dengan nilai validitas DBI 0,102, berbeda dengan algoritma K-Medoids yang menunjukkan klaster optimal pada K=3 dengan nilai DBI 0,130. Selain itu, dalam hal perbandingan kinerja kecepatan didapatkan bahwa K-Means memiliki waktu komputasi lebih cepat dibandingkan dengan algoritma K-Medoids yaitu 5 detik pada algoritma K-Means dan 5 menit pada K-Medoids. Hasil penelitian diharapkan dapat membantu pemerintah dalam perencanaan dan pengembangan strategi pencegahan HIV/AIDS di Jawa Barat serta dapat digunakan sebagai panduan untuk menentukan prioritas dalam penanganan penyebaran HIV.
DATA MINING CLUSTERING MENGGUNAKAN ALGORITMA K-MEANS PADA DATA KUNJUNGAN WISATAWAN DI KABUPATEN KARAWANG Gustipartsani, Kamaludin; Rahaningsih, Nining; Danar Dana, Raditya; Yulia Mustafa, Iva
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 7 No. 6 (2023): JATI Vol. 7 No. 6
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v7i6.8282

Abstract

Karawang merupakan sebuah Kabupaten di Provinsi Jawa Barat yang memiliki cukup banyak wisata di daerahnya. Dari berbagai tempat wisata yang ada di setiap Kecamatan di Kabupaten Karawang terdapat data jumlah kunjungan wisatawan setiap tahunnya. Pada data yang didapat dari situs web opendata.jabarprov.go.id masih terdapat banyak objek wisata yang sepi pengunjung. Hal tersebut dapat terjadi karena pengembangan wisata di Kabupaten Karawang masih kurang merata. Dalam hal ini, maka akan dilakukan pengelompokkan wisata yang ditujukan untuk dasar pengambilan keputusan terkait peningkatan pengelolaan objek wisata . Dengan menggunakan Knowledge Discovery in Database (KDD), penelitian ini akan menerapkan data mining clustering menggunakan algoritma K-Means. Implementasi data mining dilakukan dengan menggunakan tools RapidMiner. Analisa clustering bertujuan untuk mencari jumlah k yang optimal untuk pengelompokkan objek wisata. Hasil dari penelitian ini diperoleh jumlah k yang optimal adalah 3 dengan kelompok 1 sebagai kelompok jumlah wisatawan rendah, kelompok 2 sebagau kelompok jumlah wisatawan sedang, dan kelompok 3 sebagai kelompok jumlah wisatawan tinggi.
PENERAPAN DATA MINING UNTUK KLASIFIKASI PENJUALAN OBAT MENGGUNAKAN METODE K-NEAREST NEIGHBOR Sutra Safira, Meita; Rahaningsih, Nining; Danar Dana, Raditya
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 1 (2024): JATI Vol. 8 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i1.8325

Abstract

Dalam era digital saat ini, perusahaan farmasi dan apotek mengumpulkan data penjualan yang melimpah, yang dapat digunakan untuk mengidentifikasi tren penjualan, pola pembelian pelanggan, dan memperbaiki strategi pemasaran. Penelitian ini bertujuan untuk menerapkan metode data mining, khususnya algoritma K-Nearest Neighbor (KNN) untuk mengklasifikasikan data penjualan obat. KNN adalah algoritma yang telah terbukti efektif dalam klasifikasi data. Dalam penelitian ini, telah dikumpulkan data penjualan obat dari apotek selama periode tertentu, termasuk atribut seperti jenis obat, Jumlah Penjualan, dan keterangan penjualan. Penelitian ini menggunakan metode Knowledge Discovery in Database dengan tahapan data selection, preprocessing, trasformasi, data mining, dan evaluasi. Serta dalam proses penggolahannya menggunakan tool Rapidminer. Hasil pada proses evaluasi menunjukan akurasi pada masing-masing parameter adalah akurasi k-5 sebesar 91.08%, akurasi k-6 sebesar 93.62%, akurasi k-7 sebesar 94.26%, akurasi k-8 sebesar 93.00%, akurasi k-9 sebesar 93.62%, akurasi k-10 sebesar 93.62%. Hasil penelitian ini menunjukan bahwa penerapan KNN dalam klasifikasi penjualan obat memiliki potensi dalam mengoptimalkan stok obat.
PERBANDINGAN ALGORITMA K-MEANS DAN K-MEDOIDS UNTUK PENGELOMPOKAN HASIL PERTANIAN DI KABUPATEN CIREBON Nafilah, Mala; Rahaningsih, Nining; Danar Dana, Raditya
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 1 (2024): JATI Vol. 8 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i1.8326

Abstract

Dataset mengenai pengelompokan hasil produksi pertanian Dinas Pertanian Kabupaten Cirebon saat ini masih belum tersedia. Keterbatasan dataset ini membuat kurangnya informasi mengenai perbedaan dan keunggulan hasil pertanian antar kecamatan. Oleh karena itu, sebagai salah satu usaha dalam membantu Dinas Pertanian untuk memudahkan pemberian informasi kepada masyarakat dan pihak tertentu dalam mencari informasi, dengan melakukan pengolahan data yaitu pengelompokan yang dapat menyelesaikan permasalahan tersebut. Diperlukan adanya pengelompokan yaitu untuk pemetaan kecamatan dengan hasil produksi pertanian menggunakan metode clustering. Metode clustering yang diterapkan adalah algoritma K-Means dan K-Medoids. Kemudian dilakukan perbandingan berdasarkan nilai Davies Bouldin Index (DBI) kedua algoritma agar bisa memilih algoritma clustering terbaik. Tujuannya untuk mengetahui setiap Kecamatan di Kabupaten Cirebon dengan hasil pertanian yang terkumpul dalam suatu cluster tertentu. Microsoft Excel dan RapidMiner digunakan untuk proses pengolahan data. Metode pendekatan menggunaan teknik data mining Knowledge Discovery in Database Process (KDD) dengan langkah dalam prosesnya adalah data selection, prepocessing, transformasi, data mining dan evaluasi. Hasil perbandingan antara K-Means dan K-Medoids menunjukan bahwa nilai DBI pada K-Means sebesar 0,368 mendapatkan 3 cluster sedangkan nilai DBI K-Medoids sebesar 0,706 mendapatkan 8 cluster. Dapat disimpulkan nilai optimal K-Means menghasilkan 0,368 dengan 3 cluster.
IMPLEMENTASI ALGORITMA K-MEANS DALAM ANALISIS CLUSTER KORBAN KEKERASAN DI PROVINSI JAWA BARAT Awaliyah, Lia; Rahaningsih, Nining; Danar Dana, Raditya
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 1 (2024): JATI Vol. 8 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i1.8332

Abstract

Kekerasan diartikan sebagai tindakan yang menyebabkan kerugian fisik, psikologis, atau perampasan hak korban. Pada tahun 2020-2022, tercatat peningkatan kasus kekerasan di Indonesia, Provinsi Jawa Barat menjadi salah satu yang paling terdampak. Kurangnya pemahaman mengenai pola dan karakteristik korban menjadi hambatan upaya perlindungan. Penelitian ini bertujuan untuk menganalisis dan mengelompokkan korban kekerasan berdasarkan kategori pendidikan, jenis kelamin, jumlah dan Kabupaten/Kota dengan memanfaatkan metode algoritma k-means clustering. Hasil pengujian menggunakan tools Rapidminer 10.2 dan metrik evaluasi DBI, menunjukkan cluster optimal pada K=2, dengan nilai validitas 0,157. Cluster 0 mencakup Kabupaten Bandung Barat, Kabupaten Bekasi, Kabupaten Karawang, Kabupaten Pangandaran, Kabupaten Purwakarta, Kota Bandung, Kota Banjar, Kota Bekasi, Kota Bogor, Kota Cimahi, Kota Cirebon, Kota Depok, Kota Sukabumi, dan Kota Tasikmalaya, dimana korban laki-laki didominasi tingkat pendidikan NA, tidak sekolah, SD, SLTA, dan TK dan korban perempuan didominasi tingkat pendidikan NA, SD, SLTA, Perguruan Tinggi, TK, dan PAUD. Cluster 1 mencakup Kabupaten Bandung, Kabupaten Bogor, Kabupaten Ciamis, Kabupaten Cianjur, Kabupaten Cirebon, Kabupaten Garut, Kabupaten Indramayu, Kabupaten Kuningan, Kabupaten Majalengka, Kabupaten Subang, Kabupaten Sukabumi, Kabupaten Sumedang, dan Kabupaten Tasikmalaya, dimana korban laki-laki didominasi tingkat pendidikan SLTP dan PAUD dan korban perempuan didominasi tingkat pendidikan tidak sekolah dan SLTP.
OPTIMASI ANALISIS CLUSTERING UNTUK AKTIVITAS DAN RESPON PENGGUNA MEDIA SOSIAL DENGAN K-MEANS Nur Afrilia, Mela; Rahaningsih, Nining; Danar Dana, Raditya; Dienwati Nuris, Nisa
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 1 (2024): JATI Vol. 8 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i1.8334

Abstract

Media sosial sebagai platform utama interaksi dan aktivitas online memiliki peran sentral dalam membentuk pola perilaku pengguna. Analisis clustering aktivitas dan respons pengguna di media sosial menjadi penting untuk pengembangan strategi pemasaran dan manajemen platform yang efektif. Dalam lingkungan yang semakin kompleks ini, diperlukan pendekatan analisis yang sistematis. Penelitian ini bertujuan mendalami perilaku pengguna media sosial melalui algoritma K-Means dan Davies Bouldin Index (DBI) untuk mengoptimalkan jumlah cluster, sehingga memperkaya pemahaman pola aktivitas dan respons pengguna. Dengan menggunakan RapidMiner, penelitian berhasil mengidentifikasi tiga cluster optimal, dengan Cluster 1 menonjol sebagai yang paling dominan, diisi oleh pengguna yang menunjukkan tingkat aktivitas dan respons lebih tinggi dibandingkan kelompok lainnya. Temuan ini dapat memberikan panduan berharga bagi pengembangan strategi media sosial yang lebih tepat sasaran.
PENERAPAN ALGORITMA K-NEAREST NEIGHBOR PADA TWITTER UNTUK ANALISIS SENTIMEN MASYARAKAT TERHADAP LGBT DI INDONESIA Mamluatul Hikmah, Lulu; Rahaningsih, Nining; Danar Dana, Raditya
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 1 (2024): JATI Vol. 8 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i1.8336

Abstract

Sampai saat ini, topik LGBT (Lesbian, Gay, Bisexsual, Transgender) di Indonesia masih sering diperdebatkan karena kelompok ini mulai mengekspresikan diri secara langsung melalui aktivitas yang mereka lakukan dan sering mengomentari aktivitas mereka di media sosial. Hasil laporan Badan Narkotika Nasional (BNN) tercatat tahun 2022 jumlah kasus HIV/AIDS ada 62.856 kasus dengan rincian 9.901 kasus AIDS dan 52.955 kasus HIV. Hal ini menimbulkan perbincangan publik melalui media sosial salah satunya Twitter dengan memberikan berbagai macam komentar berupa dukungan, penolakan dan pandangan netral terhadap fenomena tersebut. Banyaknya jumlah dan ragam respon akan menjadi big data sehingga dapat menghasilkan informasi yang berharga. Data yang digunakan sebanyak 1501 tweet dengan kata kunci yang digunakan adalah “LGBT”. Penelitian ini bertujuan untuk mengetahui sentimen masyarakat terhadap kasus LGBT. Metode yang digunakan dalam penelitian ini adalah algoritma K-Nearest Neighbor. Penelitian dilakukan untuk mengklasifikasi sentimen ke dalam tiga kelas yaitu positif, negatif dan netral dengan pemodelan 10 k-folds cross validation. Hasil klasifikasi yang diperoleh menunjukkan pandangan masyarakat terhadap LGBT cenderung netral ditunjukkan dengan polaritas sentimen netral 86.94% sebanyak 1305 tweets, sentimen positif 8.39% sebanyak 126 tweets dan sentimen negatif 4.66% sebanyak 70 tweets. Hasil akurasi tertinggi dari algoritma K-Nearest Neighbor dengan nilai k=6 yaitu 85.90%.
Co-Authors ., Mulyawan ., Nurhadiansyah Abdillah Fudholi, Luthfi Abdul Ajiz Abdul Rasyid Achmad Hidayat Ade Irma Purnamasari Ade Kurnia, Dian Ade Rizki Rinaldi Ahmad Faqih Al-Maulid, Hisyam Alvianatinova, Via 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 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 Dwi Efranie, Priska Edi Wahyudin Elisa Sriyulia Fadhil M. Basysyar Fadhil Muhammad Basysyar Fadhil, Fadhil Yudistianto Fadilah, Mochammad Fauzan Fajar, Miftahul 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 Hari Sutrisno Haryanto, Cep Herman Iin Ilham Kurniawan Ilham, Mokhamad Illahi, Asep Wahyu Imam Arifin imam maulana, imam Irfan Ali Irfan Ali, Irfan Jafar Jafar Jayawarsa, A.A. Ketut 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 . 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, Mulyawan Muzaki, Fazri Nafilah, Mala Nana Mulyanasari Nana Suarna Narasati, Riri Narasati Nugroho, Ridho Nur Afrilia, Mela Nurhadiansyah Nurhadiansyah Nurhakim, Bani Nurrochmah, Dina Siti Nursaniah, Rini Octavia Ningrum, Eka Puspita Odi Nurdiawan Pamungkas, Vicky Pii, Iwan Prasetia, Deni Pratama, Deni Pratama, Fidya Arie Pratama, Handreyan Rizki Purnamasari, Ade Irma Purnamasari, Ade Purnamasari Putra, Purniadi Qodri M.A, M. Alifia Raditya Danar Dana Rahmasari, Fanny Rahmi Safitri, Rahmi Ranu Husna Rifki Maulana, Muhamad Rini Astuti Riyandona, Siti Aiwastopa Rizki Fauzi, Ahmad Rizki Ramadhan Rizki Rinaldi, Ade Rizky Wulandhari, Putri Roghib, Moh. Rohmat, Cep Lukman Rudi Kurniawan 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 Vina, Vina Widiya, Putri Windy Mardiyyah, Nita Wulandari, Maryam Yahya, Jakaria Yayah Sarwiyah Yudhistira Arie Wijaya Yulia Mustafa, Iva Zhahiran Herlambang, Prilanisa Zidan Soleh, Kautsar