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

 6   7   8   9   10 
RAMALAN PENJUALAN RUMAH MENGGUNAKAN ALGORITMA LINEAR REGRESI DI TEBET JAKARTA SELATAN Khalda Rifdan, Ghina; Rahaningsih, Nining; Bahtiar, Agus; Ali, Irfan; Dienwati Nuris, Nisa
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 2 (2024): JATI Vol. 8 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i2.9022

Abstract

Semakin meningkatnya perkembangan properti dari tahun ke tahun mengalami peningkatan yang sangat pesat, selain itu rumah juga merupakan kebutuhan primer bagi manusia untuk tempat berteduh. Ada satu lokasi diperkotaan yang cukup menarik perhatian, permintaan dan penawaran properti, khusunya rumah yang terdapat di Tebet Jakarta Selatan. Alhasil, Tebet, Jakarta Selatan, memiliki tingkat investasi yang tinggi dari berbagai lapisan masyarakat. Nilai tanah yang tinggi, rumah yang dibangun dengan baik, dan fasilitas umum yang memadai menjadi penyebab kenaikan harga setiap tahunnya. Sementara itu, sejumlah hipotesis komponen atau variabel yang menentukan harga tidak dapat dianggap sebagai satu-satunya penyebab kenaikan. Oleh karena itu, dibutuhkan sistem yang dapat memperkirakan nilai pada variabel yang dapat membantu calon pembeli. Maka dari itu penelitian dengan menggunakan algoritma linear regresi dapat memprediksi harga rumah. Metode statistik yang disebut regresi linier digunakan untuk mengkarakterisasi hubungan linier yang terjalin antara satu atau lebih variabel bebas (X) dan variabel terikat (Y). Tujuan pada penelitian ini yaitu untuk menerapkan prediksi penjualan rumah dengan menggunakan metode Regresi Linier. Hasil prediksi harga jual rumah dengan menggunakan metode regresi linear dari harga 35,000 dan terprediksi sekitar 31,000 dari harga jual, di tahun sebelumya. Hasil Root_Mean_Squared_Error (RMSE) pada Performance Regresi Linear ini menunjukan : 3326.243 +/- 0.000.
ANALISIS SENTIMEN TERHADAP TREN FASHION DI MEDIA SOSIAL DENGAN METODE SUPPORT VECTOR MACHINE (SVM) Safitri, Rahmi; Ali, Irfan; Rahaningsih, Nining
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 2 (2024): JATI Vol. 8 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i2.9045

Abstract

Dalam era digital dan media sosial, transformasi industri fashion di platform seperti Twitter dan Instagram menimbulkan urgensi permasalahan terkait keberlanjutan, etika produksi, dan representasi diversitas. Fenomena ini menghadirkan tantangan kompleks yang memerlukan pemahaman mendalam untuk menanggapi perubahan dalam industri fashion. Penelitian ini menerapkan metode Support Vector Machine (SVM) untuk melakukan analisis sentimen terhadap respons masyarakat terhadap tren fashion yang berkembang di media sosial. Kendala utama yang dihadapi adalah beragamnya respons masyarakat dan penggunaan bahasa informal yang memperumit pemahaman sentimen. Proses pengumpulan data dilakukan secara teliti dari berbagai platform media sosial utama, memastikan keragaman pandangan yang mencerminkan kekayaan dinamika tren fashion. Hasil eksperimen mengungkapkan bahwa model SVM mampu mencapai tingkat akurasi sebesar 80%, menegaskan kemampuannya dalam mengklasifikasikan opini pengguna terhadap tren fashion. Fokus utama tugas akhir ini adalah mengembangkan model analisis sentimen yang tidak hanya efektif, tetapi juga mampu meresapi dan menggali wawasan mendalam tentang kompleksitas pandangan masyarakat terhadap tren fashion di media sosial. Diharapkan bahwa hasil penelitian ini dapat memberikan kontribusi signifikan pada pemahaman lebih dalam, memperkuat pengambilan keputusan strategis dalam industri fashion, serta menghadirkan solusi terhadap kompleksitas analisis sentimen dalam bahasa informal, yang melibatkan nuansa dan variasi yang kaya
OPTIMASI POLA PENJUALAN DI TOKO KELONTONG SUMBER REJEKI BANDUNG MELALUI ANALISIS ASOSIASI DENGAN ALGORITMA FP-GROWTH Sofialaela, Annisa; Rahaningsih, Nining; Ali, Irfan
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 2 (2024): JATI Vol. 8 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i2.9059

Abstract

Penelitian ini berjenis eksperimental dengan desain Algoritma Fp-Growth. Penelitian ini bertujuan mengetahui optimasi pola penjualan toko kelontong berdasarkan data dari transaksi penjualan toko. Tren perusahaan saat ini memerlukan pemahaman menyeluruh tentang taktik pemasaran dan tren penjualan. Menjual kebutuhan sehari-hari adalah bisnis Toko Kelontong Sumber Rejeki. Cross-selling, atau menyediakan produk terkait dengan produk yang dibeli, adalah salah satu taktik bisnis yang dapat digunakan untuk meningkatkan penjualan. Dengan meneliti hubungan antara produk yang sering dibeli, penelitian ini berusaha untuk memahami pembelian konsumen. Data transaksi Toko Kelontong Sumber Rejeki selama setahun, terdiri dari 1.290 baris dan 6 atribut, digunakan dalam penyelidikan ini. Menggunakan algoritma Frequent Pattern Growth (FP-Growth) dan pendekatan data mining asosiasi, metodologi penelitian terdiri dari beberapa tahap: mengumpulkan data transaksi penjualan, memilih atribut terkait, melakukan preprocessing data, membuat dataset asosiasi, dan menilai pola yang muncul. memanfaatkan kepercayaan diri minimum dan nilai dukungan minimum untuk mengidentifikasi pola hubungan. 14 aturan asosiasi dengan 14 produk pembentuk dibuat berdasarkan temuan pengujian, menggunakan nilai minimum 0,2 untuk dukungan dan nilai minimum 0,3 untuk kepercayaan. Algoritme FP-Growth dapat digunakan untuk membuat aturan asosiasi yang memfasilitasi strategi penjualan lintas penjualan dengan menawarkan data komprehensif tentang pola pembelian produk pelanggan yang memiliki probabilitas keberhasilan yang tinggi.
IMPLEMENTASI AGILE DALAM PENGEMBANGAN E-COMMERCE UNTUK PENJUALAN BAJU DISTRO: STUDI KASUS VICTOREM STORE Al-Maulid, Hisyam; Rahaningsih, Nining; Ali, Irfan
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 2 (2024): JATI Vol. 8 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i2.9062

Abstract

Toko baju distro victorem merupakan sebuah wadah penjualan. Pada bisnis ini pemilik masih menggunakan sistem konvensional yaitu penjualan secara langsung atau pelanggan datang ke toko, cara ini tidak efektif untuk pelanggan yang tidak punya banyak waktu. Saat ini sudah banyak toko baju distro yang proses transaksi jual belinya dilakukan secara online. Dengan dibuatkan nya aplikasi e-commerce berbasis web ini diharapkan dapat memberikan kemudahan kepada pelanggan untuk melakukan pembelian produk tanpa harus datang ke toko secara langsung. Dalam penelitian ini dilakukan perancangan website e-commerce menggunakan pengembangan perangkat lunak metode Agile yang terbagi kebeberapa tahapan yaitu Persyaratan, Desain, Pengembangan, Pengujian, Penerapan, dan Tinjauan. Penelitian ini menghasilkan sebuah sistem pencatatan yang berkaitan dengan penjualan, data transaksi, data produk, data konfirmasi, dan data pelanggan
DETEKSI SMS SPAM BERBAHASA INDONESIA MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE Arif Sofyan, Mohamad; Rahaningsih, Nining; Danar Dana, Raditya
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 3 (2024): JATI Vol. 8 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i3.9532

Abstract

Setiap individu membutuhkan akses informasi untuk memperluas pengetahuan mereka tentang berbagai hal. Salah satu metode yang populer dalam mengalirkan informasi adalah melalui layanan Short Message Service (SMS), Namun, penggunaan SMS dapat menimbulkan masalah dengan munculnya SMS spam (Sending and Posting Advertisement in Mass). SMS spam merupakan pesan teks yang tidak diinginkan atau diminta, seperti iklan, jasa, dan potensi penipuan yang dapat merugikan pengguna. Indonesia tercatat sebagai negara di Asia dengan jumlah pesan spam tertinggi pada tahun 2020. Untuk meminimalisir korban pesan spam di Indonesia, berbagai pendekatan perlu dilakukan, salah satunya melalui penyaringan spam SMS dengan cara mengklasifikasi SMS spam, algoritma yang dapat digunakan dalam masalah klasifikasi adalah Support Vector Machine (SVM). Serta menerapkan metode CRISP-DM (Cross Industry Standard Process for Data Mining) untuk mengembangkan model yang dapat memprediksi pesan spam atau normal, model yang sudah dibangun akan diimplementasikan kedalam Aplikasi Deteksi SMS Spam berbasis Streamlit, yang memungkinkan pengguna dapat dengan mudah menguji pesan SMS yang mereka terima, untuk mengidentifikasi apakah pesan tersebut termasuk dalam kategori spam atau normal. Hasil penelitian ini menunjukan bahwa model SVM yang telah dibangun berjalan dengan baik dengan menghasilkan tingkat accuracy sebesar 96,94%.
KLASTERISASI DATA KEGEMARAN MEMBACA MENGGUNAKAN ALGORITMA K-MEANS DI SMA AL-ISLAM CIREBON Az Zahroh, Luthfia Fahmi; Rahaningsih, Nining; Dana, Raditya Danar
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 3 (2024): JATI Vol. 8 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i3.9543

Abstract

Kesejahteraan siswi yang tinggi terjadi apabila tingkat kegemaran membaca juga tinggi. Dalam upaya meningkatkan kegemaran membaca diperlukan suatu tolak ukur penelitian yang menjadi dasar dari kebijakan yang akan dilakukan maupun suatu pengambilan keputusan. Tujuan dari penelitian ini untuk menganalisis pola kegemaran membaca buku pada suatu populasi menggunakan metode pengelompokan data dengan algoritma K-Means. Data kegemaran membaca buku ini dianalisis menggunakan algoritma K-Means untuk membentuk kelompok-kelompok dengan karakteristik kegemaran membaca yang serupa. Dari hasil kajian nilai indeks kegemaran membaca dapat diketahui hasil fenomena kegemaran membaca pada siswi SMA Al Islam Cirebon. Hasil analisis ini diharapkan dapat membantu memberikan wawasan mendalam mengenai ragam preferensi dalam hal membaca buku di antara individu-individu dalam populasi tertentu. Hasil penelitian ini menunjukkan bahwa terdapat data yang dikelompokkan menjadi beberapa cluster berdasarkan kegemaran membaca buku. Selain itu, penelitian ini menunjukkan bahwa algoritma K-Means dapat digunakan sebagai metode analisis cluster yang efektif pada data kegemaran membaca buku. Didapatkan hasil pada analisis cluster pada data kegemaran membaca buku sebanyak empat cluster, dengan jumlah cluster optimal yang didapatkan dari penelitian yaitu k=2 dengan nilai davies bouldin 0.970.
PENERAPAN DATA MINING UNTUK CLUSTERING PENYAKIT DIARE MENGGUNAKAN ALGORITMA K-MEANS: STUDI KASUS: PUSKESMAS BEBER Kholil, Kholil AldiYatna; Rahaningsih, Nining; Danar Dana, Raditya
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 3 (2024): JATI Vol. 8 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i3.9616

Abstract

Masih menjadi tantangan utama di Indonesia, termasuk di Kabupaten Cirebon, penyakit diare terus meningkatkan kekhawatiran kesehatan. Puskesmas Beber Cirebon mengalami lonjakan kasus diare yang mencolok dalam beberapa tahun terakhir. Selain jumlah penderita yang meningkat, penelitian ini juga menyoroti kurangnya pemahaman tentang pola, karakteristik, dan penyebaran diare di daerah Beber. Penelitian ini bertujuan untuk menganalisis dan mengelompokkan data diare di wilayah kerja Puskesmas Beber menggunakan teknik data mining dengan algoritma K-Means. Data dari rekam medis pasien Puskesmas Beber yang menderita diare dianalisis dan dikelompokkan ke dalam 3 cluster menggunakan algoritma K-Means. Hasilnya menunjukkan nilai K optimal adalah 3, dengan cluster 0 memiliki jumlah kasus tertinggi (386 kasus), diikuti oleh cluster 1 (132 kasus) dan cluster 2 (61 kasus).Temuan ini memberikan wawasan penting tentang pola dan faktor risiko diare di wilayah tersebut, berpotensi untuk meningkatkan diagnosis, penanganan, dan pencegahan diare. Penerapan data mining pada rekam medis juga dapat meningkatkan manajemen informasi di Puskesmas, efisiensi layanan kesehatan, dan mendukung kebijakan penanggulangan penyakit yang lebih terarah. Secara keseluruhan, penelitian ini memberikan kontribusi metodologis dan praktis yang berharga dalam upaya mengatasi masalah diare di tingkat lokal atau Puskesmas
ANALISIS POLA PENJUALAN MENGGUNAKAN ALGORITMA ASOSIASI FP-GROWTH DI PT ABC Destiawati, Deby; Rahaningsih, Nining; Bahtiar, Agus; Ali, Irfan; Dienwati Nuris, Nisa
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 3 (2024): JATI Vol. 8 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i3.9719

Abstract

Penjualan merupakan elemen krusial dalam keberlanjutan operasional perusahaan, termasuk di PT. ABC. Dalam mengoptimalkan proses penjualan, penggunaan algoritma asosiasi FP-Growth menjadi penting untuk mengidentifikasi pola pembelian yang dapat meningkatkan efisiensi dan keuntungan perusahaan. Dalam observasi lapangan, ditemukan bahwa PT. ABC mengalami tantangan dalam mengelola dan mengoptimalkan penjualan produk. Terdapat variasi besar dalam pola pembelian yang sulit diidentifikasi tanpa dukungan teknologi terkini. Media cetak dan literatur terpercaya juga mengkonfirmasi bahwa perusahaan sering menghadapi kesulitan dalam menganalisis pola penjualan secara efektif. Akar masalah terletak pada ketidak mampuan perusahaan untuk secara efisien mengidentifikasi dan memahami pola penjualan yang mendasari. Tanpa analisis yang mendalam, strategi pemasaran menjadi kurang efektif, mengakibatkan potensi kehilangan pelanggan dan penurunan profitabilitas. Dalam mengatasi masalah tersebut, penelitian ini akan menerapkan algoritma asosiasi FP-Growth, sebuah metode data mining yang dapat mengungkapkan pola hubungan antara item penjualan. Langkah-langkah desain melibatkan pemilihan dan pengelompokan data penjualan, penerapan algoritma FP-Growth, dan analisis hasil untuk mendapatkan wawasan yang berharga. Tujuan utama penelitian ini adalah meningkatkan pemahaman perusahaan tentang pola penjualan yang mendasari, memungkinkan pengambilan keputusan yang lebih baik dalam hal pemasaran dan kebijakan penjualan. Diperoleh hasil dari penelitian ini yaitu nilai support 1 % dan nilai conffiden sebesar 50%.Hasil dari penelitian ini diharapkan akan memberikan wawasan mendalam tentang pola penjualan di gudang PT. ABC. Dengan demikian, perusahaan dapat mengoptimalkan strategi pemasaran, meningkatkan efisiensi operasional, dan mencapai pertumbuhan profitabilitas.
SENTIMEN ANALISIS PERILAKU PENGGEMAR COLDPLAY DI MEDIA SOSIAL TWITTER MENGGUNAKAN METODE NAIVE BAYES Abdillah Fudholi, Luthfi; Rahaningsih, Nining; Danar Dana, Raditya
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 3 (2024): JATI Vol. 8 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i3.9827

Abstract

Penelitian ini bertujuan untuk memahami sentimen dan perilaku penggemar Coldplay di Twitter. Data tweet dikumpulkan, diolah, dan diklasifikasikan menggunakan metode Naïve Bayes. Hasil penelitian ini diharapkan memberikan manfaat bagi Coldplay, peneliti, dan industri musik dalam memahami perilaku penggemar dan meningkatkan strategi pemasaran. Dalam penelitian ini, digunakan metode Naive Bayes untuk menganalisis perilaku pendukung Coldplay di Twitter. Data awal dikumpulkan dengan mengumpulkan tweet yang mengandung kata kunci yang relevan selama periode waktu tertentu. Kemudian, dilakukan teknik pemrosesan lanjutan seperti eliminasi stopword, normalisasi kata, dan stemming. Tweet-tweet tersebut diklasifikasikan menjadi dua kategori berdasarkan sentimennya: positif dan negatif. Dengan kemampuan untuk mengelola data dalam jumlah besar, metode Naive Bayes melakukan klasifikasi sentimen dengan memprediksi kategori melalui perhitungan probabilitas berdasarkan teorema Bayes dan asumsi independensi fitur. Kumpulan data yang telah dianotasi secara manual digunakan untuk melatih model dan menentukan parameter yang diperlukan dalam perhitungan probabilitas. Hasil analisis menunjukkan distribusi sentimen penggemar Coldplay di Twitter, yang mencerminkan popularitas dan penerimaan terhadap konten yang terkait dengan band. Penelitian ini menganalisis sentimen dan perilaku penggemar Coldplay di Twitter menggunakan metode Naive Bayes. Hasilnya menunjukkan akurasi model sebesar 80.25% dalam mengidentifikasi 29 perilaku positif dan 36 perilaku negatif, namun terdapat bias terhadap prediksi negatif.
PENINGKATAN AKURASI ANALISIS SENTIMEN PADA APLIKASI LOKLOK DENGAN METODE NAÏVE BAYES Azhari, Shazifa; Rahaningsih, Nining; Dana, Raditya Danar; ., Mulyawan
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.v13i1.5848

Abstract

Penelitian ini berfokus pada analisis sentimen pengguna aplikasi Loklok dengan memanfaatkan ulasan yang tersedia di Google Play Store. Metode Naïve Bayes diterapkan untuk mengklasifikasikan sentimen ke dalam kategori positif, negatif, dan netral, dengan memanfaatkan teknik TF-IDF sebagai pembobot fitur guna meningkatkan akurasi model. Dataset yang digunakan terdiri dari 1.000 ulasan yang dikumpulkan melalui teknik web scraping, kemudian diproses menggunakan langkah prapemrosesan seperti tokenisasi, penghapusan kata umum (stopword), dan stemming.
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