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

 7   8   9   10   11 
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.
ANALISIS SENTIMEN PENGGUNA APLIKASI MYBLUEBIRD DENGAN ALGORITMA NAÏVE BAYES DI PLAYSTORE Prasetia, Deni; Rahaningsih, Nining; Dana, Raditya Danar; Rohmat, Cep Lukman
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.v13i1.5687

Abstract

Transportasi berbasis aplikasi digital, termasuk MyBlueBird , menjadi kebutuhan penting di era modern. Namun, kualitas layanan aplikasi ini sering menjadi sorotan, terutama dari ulasan pengguna yang mengindikasikan adanya keluhan. Penelitian ini bertujuan untuk menganalisis sentimen ulasan pengguna aplikasi MyBlueBird guna memancarkan kualitas layanannya. Analisis dilakukan menggunakan algoritma Naïve Bayes untuk mengklasifikasikan ulasan menjadi sentimen positif, negatif, dan netral. Penelitian menggunakan data sekunder dari Google Playstore dengan total 1.000 ulasan yang diproses melalui tahapan pengumpulan data, preprocessing teks, dan evaluasi model menggunakan akurasi, presisi, dan recall. Hasil menunjukkan algoritma Naïve Bayes mampu mengklasifikasikan sentimen dengan akurasi 92%. Sebagian besar ulasan bersifat positif, menunjukkan tingkat kepuasan yang tinggi, meskipun terdapat keluhan terkait kelemahan pengemudi dan kualitas kendaraan. Analisis ini menjadi alat strategi untuk meningkatkan layanan berbasis data pengguna dan dapat diterapkan pada sektor lain.
IMPLEMENTASI MODEL ANALISIS SENTIMEN TERHADAP GRUP MUSIK BTS MENGGUNAKAN METODE NAÏVE BAYES Riyandona, Siti Aiwastopa; 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.v13i1.5816

Abstract

Abstrak. BTS saat ini sedang menjalani masa hiatus karena beberapa anggota memenuhi kewajiban wajib militer di Korea Selatan. Meski tidak aktif secara grup, pencapaian individu dan kolaborasi para anggota tetap menarik perhatian. Namun, isu negatif yang beredar di media sosial berpotensi memengaruhi pandangan publik terhadap grup ini. Penelitian ini bertujuan menganalisis sentimen pengguna Twitter terhadap BTS selama masa hiatus dengan algoritma Naïve Bayes, yang efektif untuk analisis sentimen teks. Data dikumpulkan menggunakan teknik crawling pada tweet terkait BTS selama Mei–Oktober 2024, lalu diproses melalui pembersihan data, normalisasi, tokenisasi, dan pembobotan menggunakan Term Frequency-Inverse Document Frequency (TF-IDF). Model klasifikasi menghasilkan akurasi 78,33%, Presisi 79,25%, Recall 78,33%, dan F1-Score 78,49% dengan sentimen positif dominan, mencerminkan dukungan penggemar yang kuat, meski sentimen negatif dan netral juga muncul. Penelitian ini memberikan wawasan tentang reaksi penggemar dan membuktikan efektivitas analisis sentimen dalam memahami interaksi di media sosial.  Abstract. BTS is currently on hiatus as some members fulfill their mandatory military service in South Korea. Although they are not active as a group, the individual achievements and collaborations of the members continue to attract attention. However, negative issues circulating on social media have the potential to affect the public's perception of this group. This study aims to analyze Twitter users' sentiment towards BTS during their hiatus using the Naïve Bayes algorithm, which is effective for text sentiment analysis. Data was collected using crawling techniques on tweets related to BTS during May–October 2024, then processed through data cleaning, normalization, tokenization, and weighting using Term Frequency-Inverse Document Frequency (TF-IDF). The classification model produced an accuracy of 78.33%, Precision of 79.25%, Recall of 78.33%, and an F1-Score of 78.49% with a dominant positive sentiment, reflecting strong fan support, although negative and neutral sentiments also appeared. This research provides insights into fan reactions and demonstrates the effectiveness of sentiment analysis in understanding interactions on social media. 
OPTIMASI ANALISIS SENTIMEN APLIKASI GLINTS MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE (SVM) Rahmasari, Fanny; Rahaningsih, Nining; Dana, Raditya Danar; Rohmat, Cep Lukman
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.v13i1.5681

Abstract

Teknologi informasi telah mengubah cara orang mencari pekerjaan, dan aplikasi seperti Glints adalah salah satu contohnya. Namun, lebih banyak ulasan pengguna membuat analisis sentimen sulit. Pengelolaan fitur yang relevan dan pemilihan parameter yang ideal adalah masalah utama. Dengan menggunakan algoritma Support Vector Machine (SVM), penelitian ini mengoptimalkan analisis sentimen ulasan Glints. Sebanyak 2000 ulasan dari Playstore dikumpulkan melalui scraping, dengan 69,2% positif, 16,6% netral, dan 14,2% negatif. Dalam proses pra-pemrosesan, case folding dan transformasi fitur menggunakan TF-IDF dengan unigram dan bigram dilakukan. Model SVM memiliki tingkat akurasi tinggi sebesar 92 persen, presisi sebesar 87%, recall sebesar 86%, dan F1-Score sebesar 86%. Implementasi berbasis Streamlit memungkinkan analisis sentimen dalam waktu nyata. Hasil ini membantu pengembang Glints meningkatkan layanan yang diberikan oleh pengguna.Keyword : Analisis Sentimen, Support Vector Machine (SVM), Aplikasi Glints, Klassifikasi Sentimen.
OPTIMASI MODEL KLASIFIKASI TINGKAT KEMATANGAN BUAH MANGGA DENGAN METODE YOLO11 Gusnanto, Ferdi; Rahaningsih, Nining; Danar Dana, Raditya; Mulyawan, Mulyawan
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 1 (2025): JATI Vol. 9 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i1.12591

Abstract

Klasifikasi tingkat kematangan buah mangga secara akurat penting untuk mendukung efisiensi sektor pertanian, terutama dalam menentukan waktu panen optimal. Namun, variasi pencahayaan dan latar belakang pada citra sering memengaruhi akurasi model. Penelitian ini menggunakan YOLO11, algoritma deteksi objek terbaru, untuk meningkatkan klasifikasi tingkat kematangan mangga dalam empat kategori: unripe, early ripe, partially ripe, dan ripe. Dataset diperoleh dari Kaggle, melibatkan proses preprocessing seperti resizing dan pembagian data, serta pelatihan model dengan penyesuaian parameter seperti learning rate dan batch size. Model YOLO11 berhasil mencapai akurasi 97,3%, precision 97,5%, recall 97,3%, dan F1-score 97,3%, menunjukkan performa tinggi dalam mengklasifikasikan kematangan mangga. Namun, pengujian dengan webcam mengungkapkan tantangan dalam kondisi pencahayaan bervariasi, terutama untuk kelas kematangan yang kompleks. Hal ini mengindikasikan kebutuhan optimasi tambahan seperti augmentasi data. Penelitian ini membuktikan efektivitas YOLO11 untuk klasifikasi kematangan mangga, sekaligus menunjukkan potensi pengembangan lebih lanjut. Temuan ini diharapkan dapat berkontribusi pada teknologi pertanian cerdas dan membuka peluang penelitian dalam penerapan deteksi real-time berbasis citra di bidang agrikultur.
PENGEMBANGAN MEDIA PROMOSI KERAJINAN BATU ALAM DI DESA BALAD BERBASIS MULTIMEDIA INTERAKTIF Bakri, Saeful; Rahaningsih, Nining; Purnamasari, Ade Purnamasari; Tohodi, Edi; Kaslani, Kaslani
JURSIMA Vol 10 No 1 (2022): Jursima Vol. 10 No. 1, April Tahun 2022
Publisher : INSTITUT TEKNOLOGI DAN BISNIS INDOBARU NASIONAL

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47024/js.v10i1.394

Abstract

Abstrak Kegiatan promosi saat ini sangat penting untuk memperkenalkan suatu produk atau jasa guna meningkatkan daya tarik masyarakat luas. Kerajinan Batu Alam di Desa Balad sebelumnya hanya menggunakan media lisan dan tulisan yang masih sederhana, serta menggunakan beberapa media seperti contoh plang atau papan nama. Sehingga media promosinya dirasa belum tepat, informasinya masih kurang lengkap dalam menginformasikan kerajinan Batu Alam di Desa Balad. Permasalahan saat ini membutuhkan perancangan media video promosi dengan informasi yang lebih lengkap, update dan menarik. Maka diperlukan adanya promosi melalui pembuatan video promosi tentang kerjinan Batu Alam di Desa Balad, sehingga dapat meningkatkan daya tarik pembeli dan dapat dikenal masyarakat luas. Metode penelitiannya yaitu dengan menggunakan pengumpulan data seperti jenis Batu, tipe, ukuran, motif atau corak dan lain sebagainya. Hasil dari penelitian ini berupa media video promosi Kerajinan Batu Alam di Desa Balad yang diharapkan dapat meningkatkan jumlah pembeli atau konsumen perluasan promosi. Kata kunci: media, video, video promosi, kerajinan batu alam
RANCANG BANGUNG APLIAKSI BERBASIS ANDROID UNTUK PENCARIAN LOKASI INDEKOS MENGGUNAKAN FRAMEWORK FLUTTER DI KOTA CIREBON Pratama, Handreyan Rizki; Rahaningsih, Nining; Basysyar, Fadhil M.
JURSIMA Vol 10 No 2 (2022): Jursima Vol. 10 No. 2, Agustus Tahun 2022
Publisher : INSTITUT TEKNOLOGI DAN BISNIS INDOBARU NASIONAL

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47024/js.v10i2.416

Abstract

Continue the school to the college level who come from outside the city would need a place lodger, as well as pakerja that comes from outside the region need the same thing. Search place lodger with the use of a manual will require the time of a day. Today many application that provides easy access to help find a place lodger. But of the many applications , sometimes not specific, so a lodger who are found not in accordance with expectations. This study aims to develop an Android-based location search lodger using the framework flutter in the region of Cirebon City, making it easier for the students/workers from outside the city in search of the lodger needed. Feature of this app is a GPS to facilitate the students/workers from outside the city in search of the lodger needed. where this feature is different from the application that has been built before. The method used in developing this application is the waterfall method. The stages are requirements analysis, system design, implementation, integration and testing. The expected outcome of this research is that a of some aspects of the quality of the software aspects of reliability, effeciency, integrity and usability. Keyword : Android, GPS, FLutter
GAME PUZZLE HEWAN UNTUK PENINGKATAN KEMAMPUAN BAHASA INGGRIS SISWA PAUD MENGGUNAKAN METODE ADDIE Ryanto, Bayu; Rahaningsih, Nining; Purnamasari, Ade Irma
JURSIMA Vol 10 No 1 (2022): Jursima Vol. 10 No. 1, April Tahun 2022
Publisher : INSTITUT TEKNOLOGI DAN BISNIS INDOBARU NASIONAL

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47024/js.v10i1.432

Abstract

Kemampuan belajar siswa PAUD di PAUD SITI FATIMAH KOTA CIREBON dalam mengenal nama-nama hewan dalam bahasa inggris masih rendah. Data menunjukkan dari 17 siswa PAUD yang diteliti, sebanyak 5 orang atau 20.8% sudah mampu mengetahui nama-nama hewan dalam bahasa inggris sedangkan sisanya sebanyak 12 orang siswa PAUD atau 70.2% belum mampu mengetahui nama-nama hewan dalam bahasa inggris. Untuk mengatasi masalah tersebut dilakukan pembuatan aplikasi game puzzle gambar hewan menggunakan unity 3D. Tujuan dibuatnyaplikasi game puzzle gambar hewan menggunakan unity 3D untuk meningkatkan kemampuan pembelajaran pada siswa PAUD dalam mengenal nama-nama hewan dalam bahasa inggris. Aplikasi game puzzle ini dibuat dengan menggunakan metode ADDIE dengan tahapnya adalah sebagai berikut :1) Analysis, 2) Design, 3) Development, 4) Implement, dan 5) Evaluate. Berdasarkan hasil pengujian sebelumnya menggunakan media buku siswa PAUD masih kurang efektif dan setelah dibuatnya media permainan dengan game puzzle siswa PAUD lebih efektif dan pengujian tingkat capaian responden diperoleh nilai rata-rata keseluruhan sebesar 851 dengan tingkat capaian responden 85,1% dengan kategori sangat baik. Dapat disimpulkan bahwa game puzzle gambar hewan dalam bahasa inggris dapat meningkatkan kemampuan bahasa inggris pada siswa di PAUD SITI FATIMAH Kota Cirebon. Kata Kunci: Game Puzzle, Metode ADDIE, Bahasa Inggris, PAUD
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