Article Per Year (5 Year)
p-Index From 2021 - 2026
12.341
P-Index
This Author published in this journals
All Journal Jurnal Informatika dan Teknik Elektro Terapan CESS (Journal of Computer Engineering, System and Science) Informatics for Educators and Professional : Journal of Informatics Network Engineering Research Operation [NERO] KOPERTIP: Jurnal Ilmiah Manajemen Informatika dan Komputer METHODIKA: Jurnal Teknik Informatika dan Sistem Informasi Indonesian Journal of Applied Informatics Jurnal ICT : Information Communication & Technology Jurnal Sistem Informasi Kaputama (JSIK) JISKa (Jurnal Informatika Sunan Kalijaga) Jurnal Informatika dan Rekayasa Perangkat Lunak JSR : Jaringan Sistem Informasi Robotik JURSIMA (Jurnal Sistem Informasi dan Manajemen) JATI (Jurnal Mahasiswa Teknik Informatika) JIKA (Jurnal Informatika) MEANS (Media Informasi Analisa dan Sistem) Jurnal Teknik Informatika (JUTIF) Jurnal Mahasiswa Sistem Informasi (JMSI) International Journal of Social Science Jurnal Riset dan Aplikasi Mahasiswa Informatika (JRAMI) Jurnal Janitra Informatika dan Sistem Informasi Prosiding Seminar Nasional Sisfotek (Sistem Informasi dan Teknologi Informasi) INFORMATIKA Journal of Artificial Intelligence and Engineering Applications (JAIEA) Jurnal Mahasiswa Ilmu Komputer TAMIKA: Jurnal Tugas Akhir Manajemen Informatika & Komputerisasi Akuntansi Wawasan : Jurnal Ilmu Manajemen, Ekonomi dan Kewirausahaan Manajemen Kreatif Jurnal JURSIMA Jurnal Ekonomi Manajemen Akuntansi BULLET : Jurnal Multidisiplin Ilmu AMMA : Jurnal Pengabdian Masyarakat NERO (Networking Engineering Research Operation) Jurnal Informatika: Jurnal Pengembangan IT Jurnal Sistem Informasi dan Manajemen INTERNAL (Information System Journal) Intechno Journal : Information Technology Journal
Yudhistira Arie Wijaya
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 Library & Information Science Materials Science & Nanotechnology Mechanical Engineering Medicine & Pharmacology Nursing Public Health Social Sciences Other

Published : 103 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 103 Documents
Search

 2   3   4   5   6 
Akurasi Naïve Bayes Untuk Analisis Sentimen Twitter Berdasarkan Split Data Agni, Vega Putra Dwi; Kurniawan, Rudi; Wijaya, Yudhistira Arie
CESS (Journal of Computer Engineering, System and Science) Vol 9, No 1 (2024): January 2024
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/cess.v9i1.55010

Abstract

Batasan usia calon presiden dan calon wakil presiden menjadi salah satu isu yang hangat diperbincangkan menjelang Pemilihan Presiden dan Wakil Presiden di tahun 2024, terutama di media sosial Twitter. Opini pengguna Twitter tentang isu ini beragam, ada yang positif, negatif, dan netral. Untuk mengetahui sentimen tweet tersebut positif, negatif, atau netral, diperlukan pembelajaran mesin yang dapat mengklasifikasikan tweet dengan cepat. Naive Bayes adalah metode klasifikasi teks yang memiliki kecepatan pemrosesan dan akurasi yang cukup tinggi apabila diterapkan pada data yang banyak, besar, dan beragam. Sebelum data tweet diklasifikasikan, data tersebut harus melalui beberapa proses, seperti scraping data, prepocessing, dan pembobotan kata. Penelitian ini bertujuan untuk menemukan rasio pembagian data yang paling optimal untuk meningkatkan akurasi model klasifikasi naive bayes dalam menganalisis sentimen data tweet. Data tweet didapatkan sebanyak 2023 data dari dua keyword, penelitian ini menunjukkan bahwa sentimen negatif mendominasi dengan persentase 91,5%, diikuti oleh sentimen positif sebesar 5,9%, dan sentimen netral sebesar 2,5%. Dari tiga rasio split data yang diuji, rasio split data 90:10 menghasilkan performa terbaik, yaitu Accuracy 86%, Precission 100%, Recall 66%, dan F1-Score 80%.
Analisis Data Penyandang Masalah Kesejahteraan Sosial Menggunakan Algoritma Fuzzy C-Means Triswanto, Triswanto; Kurniawan, Rudi; Wijaya, Yudhistira Arie
CESS (Journal of Computer Engineering, System and Science) Vol 9, No 1 (2024): January 2024
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/cess.v9i1.55009

Abstract

Kesejahteraan sosial menjadi perhatian utama dalam berbagai negara, dan identifikasi dan pemahaman yang lebih baik tentang masalah ini menjadi penting untuk merancang kebijakan dan program yang lebih efektif. Masalah kesejahteraan sosial seperti kemiskinan, disabilitas, dan ketimpangan sosial menjadi isu yang mendapat perhatian luas. Tujuan penelitian ini adalah untuk menganalisis data penyandang masalah kesejahteraan sosial dengan mengoptimalkan nilai K berdasarkan Davies Bouldin Index. Penelitian ini menggunakan metode Knowledge Discovery in Database dengan algoritma Fuzzy C-Means untuk mengelompokkan data penyandang masalah kesejahteraan sosial dengan lebih baik. Algoritma ini digunakan karena pengelompokkan datanya berdasarkan dengan derajat keanggotaan sehingga pusat cluster yang dihasilkan dalam  mencapai fungsi sasaran mencari solusi terbaik. Dalam penelitian ini, data yang digunakan adalah data penyandang masalah kesejahteraan sosial di Kabupaten Karawang. Hasil dari penelitian ini menunjukkan bahwa metode Fuzzy C-Means Clustering dapat memberikan pengelompokan data penyandang masalah kesejahteraan sosial yang lebih akurat dan representatif. Dalam penelitian ini dapat ditemukan nilai Davies Bouldin Index yaitu 0,564 dan nilai K optimal yaitu 4. Dengan menggunakan metode ini, kelompok-kelompok yang memiliki karakteristik dan kebutuhan yang serupa dapat diidentifikasi dengan lebih baik.  
ANALISIS INTERNET MENGGUNAKAN PARAMATER QUALITY OF SERVICE PADA ALFAMART TUPAREV 70 Satria Turangga; Martanto; Yudhistira Arie Wijaya
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 6 No. 1 (2022): JATI Vol. 6 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v6i1.4693

Abstract

Penggunaan internet bagi karyawan merupakan sebuah kebutuhan untuk menunjang pekerjaan agar dapat diselesaikan. Adapun fasilitas internet yang diberikan oleh PT Sumber Alfaria Trijaya Tbk kepada toko-tokonya yang khususnya Alfamart Tuparev 70. Hal ini terlihat dari seringnya gangguan koneksi. Penelitian ini bertujuan untuk mengukur performa koneksi internet yang ada di Alfamart Tuparev 70. Metode yang digunakan adalah Quality of Service (QoS). QoS dibutuhkan untuk menghitung parameter yang nanti dapat menentukan kualitas dari sebuah jaringan internet. Tahapan dalam penelitian ini merekam trafik jaringan menggunakan wireshark kemudian menghitung parameter yang digunakan. Nilai QoS yang diperoleh pada saat upload data jam 08.00-12.05 memperoleh nilai persentase throughput yaitu 31% dengan indek 1 “JELEK”, delay 9,444 ms dengan indek 4 “SANGAT BAGUS”, jitter 8,444 ms dengan indeks 3 “BAGUS” dan packet loss 0% dengan indeks 4 “SANGAT BAGUS”. Nilai QoS yang diperoleh pada saat download data jam 15.00-19.05 bahwa nilai persentase throughput 132% dengan indek 4 “SANGAT BAGUS”, delay 14,052 dengan indek 4 “SANGAT BAGUS”, jitter 13,052 dengan indek 3 “BAGUS” dan packet loss mendapatkan indeks 4 “SANGAT BAGUS”. Dapat disimpulkan bahwa pada saat upload maupun download, koneksi internet pada Alfamart Tuparev 70 masih layak digunakan dan sudah memenuhi standart TIPHON.
CLUSTERING DATA CALON SISWA BARU MENGGUNAKAN METODE K-MEANS DI SEKOLAH MENENGAH KEJURUAN WAHIDIN KOTA CIREBON Asmana, Asmana; Arie Wijaya, Yudhistira; Martanto, Martanto
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 6 No. 2 (2022): JATI Vol. 6 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v6i2.5236

Abstract

Pendidikan merupakan aspek yang sangat penting bagi kehidupan manusia, melalui pendidikan manusia dapat mempelajari bagaimana cara meningkatkan dan mengembangkan potensi yang di miliki, dunia pendidikan senantiasa mengalami perubahan yang lebih baik, berkembangnya teknologi menyebabkan masyarakat sangat membutuhkan informasi yang sangat cepat, akurat, instan dan efisien karena informasi merupakan bagian yang sangat penting untuk tetap menjalin komunikasi. Teknologi internet dapat memudahkan untuk mengakses data dan mencari berita maupun informasi secara online. Pemanfaatan teknologi informasi tidak hanya dimanfaatkan oleh perusahaan ataupun pemerintah. Namun penggunaan media online berbasis web ini digunakan dalam dunia pendidikan menjadi kebutuhan yang mendasar. Penggunaan web di sekolah tidak hanya digunakan untuk memberikan informasi online kepada civitas akademika dan komunitas, tetapi juga untuk mengoptimalkan website agar berfungsi sebagai sistem online yang mendukung sejumlah pekerjaan salah satunya adalah sistem informasi Penerimaan Peserta Didik Baru (PPDB).
ANALISA DATASET SOFTWARE DEFINED NETWORK INTRUSION MENGGUNAKAN ALGORITMA DEEP LEARNING H2O Rizal, Rizal; Martanto, Martanto; Arie Wijaya, Yudhistira
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 6 No. 2 (2022): JATI Vol. 6 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v6i2.5724

Abstract

Software-defined networking Intrusion (SDNI) baru-baru ini menjadi salah satu solusi paling menjanjikan untuk Internet masa depan. Dengan sentralisasi logis dari pengontrol dan tampilan jaringan global, SDN Intrusion menawarkan peluang untuk meningkatkan keamanan jaringan. Pada penelitian sebelumnya oleh Omar Jamal Ibrahim, dan Wesam S. Bhaya menjelaskan tentang dataset SDN intrusion bahwa dengan menggunakan algoritma Support Vector Machine (SVM) diperoleh dengan nilai akurasi sebesar 97.77%, sehingga menurut peneliti ini masih bisa untuk di kaji lagi dengan menggunakan algortima yang berbeda. Sebagai proses pencarian informasi dari sekumpulan data yang akan dijadikan pengetahuan baru dapat dimanfaatkan maka dari itu data mining juga seringkali dikenal dengan sebutan Knowledge Discovery in Database (KDD). Metode klasifikasi yang digunakan yaitu Deep Learning H2O yaitu suatu metode menggunakan algoritma multilayer yang di sebut neural networks. Tujuan dari algoritma ini mencoba untuk mengambil suatu kesimpulan berdasarkan struktur logika yang di berikan secara berkelanjutan. Peneliti menggunakan software aplikasi Rapid Miner sebagai bantuan dalam menganalisis dataset. Dari hasil penelitian terbukti bahwa algoritma Deep Learning H2O yang digunakan lebih baik. Hal ini dibuktikan dengan hasil evaluasi penelitian bahwa algoritma Deep Learning H2O mampu menganalisa nilai recall 100.00% dan tingkat akurasi sebesar 99.66% sehingga model klasifikasi menggunakan algoritma Deep Learning H2O lebih baik saat diterapkan pada dataset yang digunakan
ANALISA POLA TRANSAKSI PEMBELIAN KONSUMEN PADA TOKO RITEL KESEHATAN MENGGUNAKAN ALGORITMA FP-GROWTH Achmad, Fandi; Nurdiawan, Odi; Arie Wijaya, Yudhistira
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 7 No. 1 (2023): JATI Vol. 7 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v7i1.6210

Abstract

Competition in the world of retail business today requires companies to continue to find various kinds of strategies and creativity in running a business. CV Harmoni Medicine Indonesia is a retail company engaged in the sale of health and beauty products. One of the business strategies that can be done is cross-selling or offering other products that have a relationship with the product purchased so that it can increase sales. This study aims to analyze consumer purchases by looking at the relationship between products that are often purchased. The data used in this study is sales transaction data of CV Harmoni Medicine Indonesia for 3 years from January 1, 2020, to December 31, 2023, which has 9,844 data rows and 10 attributes. The method used in this study uses an association data mining approach with the Frequent Pattern Growth (FP-Growth) algorithm which has a process stage starting from collecting sales transaction data, selecting relevant attributes, preprocessing data, dataset association process, and evaluating patterns formed. The determination of the association pattern uses the minimum value of support, the minimum value of confidence, and the minimum value of lift. Based on the test results, 9 association rules were formed using the minimum value of Support = 0.005, the minimum value of Confidence = 0.1, and the minimum value of Lift = 1.0, with 9 forming products. Association rules formed using the FP-Growth algorithm can help cross-selling sales strategies be easier and more efficient by providing detailed information on consumer product purchase patterns with a high chance of success.
PERAMALAN HARGA KOMODITAS BERAS DI KALIMANTAN TIMUR MENGGUNAKAN ALGORITMA NEURAL NETWORK Adjie Setyadj, Mochammad; Faqih, Ahmad; Arie Wijaya, Yudhistira
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 7 No. 1 (2023): JATI Vol. 7 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v7i1.6327

Abstract

Beras merupakan salah satu bahan makanan yang sangat penting bagi sebagian besar penduduk Indonesia. Selain menjadi makanan pokok, kebutuhan beras juga semakin meningkat, terutama di Provinsi Kalimantan Timur yang jumlah penduduknya terus bertambah setiap tahun. Kenaikan dan penurunan harga beras sangat mempengaruhi petani karena berdampak pada produksi yang lebih tinggi. Oleh karena itu, diperlukan solusi untuk mengatasi kekhawatiran terkait perubahan tersebut. akan terjadinya naik turunnya harga beras dengan memprediksi harga beras di Kalimantan timur yang bernilai numerik. Penelitian ini bertujuan memprediksi harga beras harian yaitu beras premium, menggunakan sample dataset harga beras. Dengan himpunan data selama 3 tahun terakhir, dari tanggal 25 mei 2020 sampai 20 Desember 2022, yang diperoleh dari Komunitas di Kalimantan Timur yang berjumlah 1001. Metode yang digunakan dalam penelitian ini menggunakan algoritma neural network dengan windowing salah satu cara untuk mengetahui status penjualan beras adalah dengan melakukan prediksi menggunakan algoritma neural network dengan menggunakan aplikasi rapidminer. Hasil eksperimen memprediksi harga beras berhasil. Hasil dari prediksi harga beras model menggunakan algoritma neural network menunjukkan hasil kinerja yang diukur dengan Root Mean Square Error (RMSE) beras premium menghasilkan RMSE sebesar 52,846.
PERANCANGAN MODEL SENTIMEN TWEET TERHADAP PILKADA DKI JAKARTA TAHUN 2017 MENGGUNAKAN ALGORITMA NAÏVE BAYES Tegar Lazuardi, Muhammad; Suprapti, Tati; Arie Wijaya, Yudhistira
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 7 No. 1 (2023): JATI Vol. 7 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v7i1.6328

Abstract

Pemilihan Gubernur (Pilgub) DKI Jakarta menjadi peran penting dalam menentukan wilayah politik negara. Selain mencalonkan diri kembali, pasangan calon lainnya adalah Agus-Sylvi dan Anies-Sandiaga. Pilkada DKI Jakarta 2017 merupakan momen penting bagi demokrasi Indonesia. Pada tahun 2017, 7 provinsi, dan 18 kota. Penelitian ini mengkaji jaringan mobilisasi politik yang digunakan pasangan wilayah dalam Pilkada DKI Jakarta 2017. Strategi yang menonjolkan capaian wilayah yang dapat membuat birokrasi lebih efisien dan bersih, serta kepercayaan diri dalam pemberantasan korupsi. Analisis sentimen dan oponi mining adalah analisis yang bertujuan untuk melihat perasaan suatu masyarakat atau kelompok terhaap suatu keberadaan tertentu. Realita yang diekspresikan oleh masyarakat dapat bersifat positif maupun negatif. Twitter merupakan salah satu media yang membahas tentang berita seputar Pilkada DKI Jakarta 2017. Tujuan penelitian ini adalah untuk menganalisis tanggapan masyarakat terhadap pencalonan Pilkada DKI Jakarta 2017 di Twitter dan mengklasifikasikan tanggapan positif dan negatif terhadap kalimat dengan menggunakan teknik analisis. Metode yang digunakan dalam penelitian ini menggunakan teknik Naive Bayes untuk mengevaluasi. Dataset tersebut berupa tanggapan masyarakat terhadap pencalonan Pilkada DKI Jakarta di media sosial Twitter sebanyak 1129 dataset, yang kemudian dikelompokkan untuk selanjutnya diklasifikasi berdasarkan opini terkait data tersebut. Hasil penelitian ini menunjukkan akurasi 50.54% menggunakan algoritme Naive Bayes.
ANALISA TERJADINYA OVERFITTING DAN UNDERFITTING PADA ALGORITMA NAIVE BAYES DAN DECISION TREE DENGAN TEKNIK CROSS VALIDATION Firmansyach, Wildan Attariq; Hayati, Umi; Arie Wijaya, Yudhistira
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 7 No. 1 (2023): JATI Vol. 7 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v7i1.6329

Abstract

Perkembangan digital dapat meringankan aktivitas manusia dalam menggunakan, serta mengelola informasi. Suatu informasi berdasarkan kumpulan data dengan dilakukannya proses data mining. Banyak masalah yang terjadi pada data mining dikarenakan hasil yang diperoleh dipengaruhi oleh adanya ketidak seimbangan data sehingga terjadinya overfitting dan underfitting biasanya disebabkan oleh data yang berlebihan atau data yang kurang sehingga model yang dihasilkan tidak dapat menangkap pola dari data yang digunakan. Tujuan dari penelitian ini mendapatkan hasil akurasi terbaik melalui perbandingan yang diperoleh supaya tidak terjadinya overfitting dan underfitting dalam hasil akurasi, untuk mengimplementasikan hasil akurasi darimachine learning meningkatkan kepastian dan menunjukan hasil keputusan, menggunakan data sampel Status Kelulusan Siswa SMA Jurusan IPA Jalur SNMPTN Di Indonesia yang dihimpun dari periode tahun 2022, data berjumlah 4.030 data dan 10 atribut. Metode yang digunakan untuk mendapatkan hasil evaluasi terbaik menggunakan algoritma Naïve Bayes dan Decision Tree dengan teknik Cross Validation. Hasil dari penelitian ini yaitu algoritma Naive Bayes mendapatkan skor akurasi sebesar 63%, serta algoritma Decision Tree mendapatkan skor akurasi sebesar 96%, dengan hasil skor akurasi yang diperoleh algoritma terbaik yaitu Decision Tree dengan menggunakan teknikValidasi silang.
ANALISA WEBSITE PORTAL INFORMASI SEKOLAH DENGAN MENGGUNAKAN METODE HEURISTIC EVALUATION Hidayat, Taufik; Nurdiawan, Odi; Arie Wijaya, Yudhistira
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 7 No. 1 (2023): JATI Vol. 7 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v7i1.6559

Abstract

Evaluasi adalah suatu metode untuk mengukur dampak dan efektivitas suatu objek, program, atau proses dengan menggunakan bukti-bukti sesuai spesifikasi dan persyaratan pengguna. Evaluasi sangat penting pada website untuk mengetahui penilaian user, bug pada sistem, dan celah keamanan sebagai acuan untuk pengembangan dan perbaikan website agar lebih sesuai kebutuhan pengguna. Untuk menilai kualitas web sistem portal informasi sekolah di SMK Ilman Nafiah, dilakukan penelitian dengan menggunakan metode Heuristic Evaluation. Metode ini melibatkan evaluator untuk menganalisis 10 prinsip parameter user interface yang dikembangkan oleh Jakob Nielsen dan Rolf Molich pada tahun 1990. Prinsip-prinsip tersebut mencakup Visibility of System Status, Match between system and the real world, User control and freedom, Consistency and standards, Error prevention, Recognition rather than recall, Flexibility and efficiency of use, Aesthetic and minimalist design, help users recognize, diagnose, and recover from errors, dan Help and documentation. Setelah dilakukan pengumpulan data dan analisis menggunakan metode Heuristic Evaluation, diperoleh kesimpulan bahwa web sistem portal informasi sekolah di SMK Ilman Nafiah telah mendapatkan predikat yang baik. Evaluasi website menjadi krusial untuk mengembangkan website agar lebih optimal dan sesuai dengan kebutuhan pengguna. Oleh karena itu, evaluasi website harus dilakukan secara berkala guna meningkatkan kualitas website dan kepuasan pengguna.
Co-Authors Abubakar Sidik Ade Irma Purnama Sari Ade Irma Purnamasari Ade Irma Purnamasari Adi Hermawan Aditiya Arif Firmansyah Adiyanto, Alfian Adjie Setyadj, Mochammad Agni, Vega Putra Dwi Ahmad Faqih Ahmad Jamalul Noor Ahmad Rifai Ikhsanudin AKBAR, MUHAMAD DENI Akhmad Taukhid Alfirda Sofyan, Zahra Aliya Anisa Rahma Alwan Azhar Alya Fadia An-naziz Safaat, Wafik Andi Ardiansyah Andriyani, Wini Anggara, Doni Anjar Permadi Aprianto, Wili Arya Hadi Wicaksana ASEP SAEFUDDIN Asmana, Asmana Astri Amelia Athaullah Abrar Bayan Beby Maryam Cintia Putri Prasetia Dadang Sudrajat Darma Irawan, Bobi Darussalam, Luthvi Nurfauzi Denni Pratama Denni Pratama Dermawan, Hibrizi Dzaky Dian Ade Kurnia Dian Ade Kurnia Dodi Solihudin Edi Tohidi Edi Wahyudin Falih, Alfi Rizqi Falih FANDI ACHMAD Fauzan, Muhamad Nur Fianita Rusadi Fianita Rusadi Firmansyach, Wildan Attariq Hajijin Amri Hamonangan, Ryan Hayati, Umi Hegarmanah Muhabatin Heliyanti Susana Herman Hermawan, Adi Hidayat, Zaids Syarif Ibnu Ubaedila Ikhwan Fahruddin, Yusuf Inawati, Windi Intan Wangi Nur Qibti Irfan Ali Irfan Ali Irma Agustina Jaelani Sidik Jayawarsa, A.A. Ketut Jurnal Konsera Khoeri, Yajid Komala, Wulan Kurnia, Dian Ade Kurniawan , Rudi Kusmiyaty, Agesty Laela Laela Leli Oktaviani Lukmanul Hakim Manzis, Zian Marta, Puji Pramudya Martanto Martanto . Martanto Martanto Masjunedi, Masjunedi Maulana, Tedy Mifta Almaripat Mita Amelia Moh Nurdayat Dayat MUHAMAD DENI AKBAR Muhamad Nur Fauzan Muhammad Aditya Rabbani Adit Mulyawan Nabila, Aynun Nana Suarna Nana Suarna Narasati, Riri Narasati Nashir, Mukhtar Nining Rahaningsih Nisa Dieanwati Nuris Nisa Dienwati Nuris Nur Amalia, Yustika Nurazijah, Wulan Nurdiawa, Odi Nurholipah, Titin Nurrahman, Rizki Odi Nurdiawa Odi Nurdiawan Pebriyanto, Ramdhan Pratama, Denni Puji Pramudya Marta Purnamasari, Ade Irma Restu Normalasari Rini Astuti Rini Astuti Rini Astuti Rio Febriyan Rizal Rizal Roni Saputra, Roni Rubangiya Rubangiya Rudi Kurniawan Rudi Kurniawan Rudi Kurniawan Saeful Anwar Saeful Anwar, Saeful Satria Turangga Septian Nugraha, Titan Septiani Gumilar, Tia Shifa Dwi Oktaviani Siti Sopiyah Suarna, Nana Sugianto, Nanda Putri Sulaeman, Muhammad Suteja Syach Putra, Yanuar Tati Suprapti Taufik Hidayat Tegar Lazuardi, Muhammad Thomas Agam Tiana Dewi Tri Anelia Trian Nurmansyah Triswanto, Triswanto Tuti Hartati Tuti Hartati Tuti Hartati Wahyudi Wahyudi Wartumi Wartumi Willy Prihartono Winayah, Winayah Windy Astuti Witriyani Witriyani Yudis Firmansyah Yufita, Ayura yulani, Yulani - Yulia, Yuli