Article Per Year (5 Year)
p-Index From 2021 - 2026
7.221
P-Index
This Author published in this journals
All Journal EKSAKTA: Journal of Sciences and Data Analysis Jurnal Statistika Universitas Muhammadiyah Semarang Jurnal Matematika dan Statistika serta Aplikasinya (Jurnal MSA) Register: Jurnal Ilmiah Teknologi Sistem Informasi Jurnal Fourier Seminar Nasional Variansi (Venue Artikulasi-Riset, Inovasi, Resonansi-Teori, dan Aplikasi Statistika) BAREKENG: Jurnal Ilmu Matematika dan Terapan Unisda Journal of Mathematics and Computer Science (UJMC) JTAM (Jurnal Teori dan Aplikasi Matematika) J Statistika: Jurnal Ilmiah Teori dan Aplikasi Statistika Jurnal Ilmiah Pendidikan dan Pembelajaran EIGEN MATHEMATICS JOURNAL Variance : Journal of Statistics and Its Applications Jurnal Saintika Unpam : Jurnal Sains dan Matematika Unpam Square : Journal of Mathematics and Mathematics Education ESTIMASI: Journal of Statistics and Its Application Majalah Ilmiah Matematika dan Statistika (MIMS) Soeropati: Journal of Community Service Journal of Intelligent Computing and Health Informatics (JICHI) JAMBURA JOURNAL OF PROBABILITY AND STATISTICS LOSARI: Jurnal Pengabdian Kepada Masyarakat JURNAL INOVASI DAN PENGABDIAN MASYARAKAT INDONESIA Tepis Wiring : Jurnal Pengabdian Masyarakat Jurnal Statistika dan Komputasi (STATKOM) Journal of Data Insights Prosiding Seminar Nasional Unimus Parameter: Jurnal Matematika, Statistika dan Terapannya Jurnal Statistika Industri dan Komputasi Journal of Mathematics, Computation and Statistics (JMATHCOS) Emerging Statistics and Data Science Journal Amalgamasi: Journal of Mathematics and Applications RAGAM: Journal of Statistics and Its Application
M. Al Haris
Departement Of Statistics, Universitas Muhammadiyah Semarang
Religion Agriculture, Biological Sciences & Forestry Arts Humanities Chemical Engineering, Chemistry & Bioengineering Chemistry Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Medicine & Pharmacology Nursing Physics Public Health Social Sciences Transportation Other

Published : 61 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 61 Documents
Search

 1   2   3   4   5 
Peramalan Nilai Ekspor Migas di Indonesia dengan Model Long Short Term Memory (LSTM) dan Gated Recurrent Unit (GRU) Prissy Nusaiba Yulisa; M. Al Haris; Prizka Rismawati Arum
J STATISTIKA: Jurnal Imiah Teori dan Aplikasi Statistika Vol 16 No 1 (2023): Jurnal Ilmiah Teori dan Aplikasi Statistika
Publisher : Faculty of Science and Technology, Univ. PGRI Adi Buana Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36456/jstat.vol16.no1.a6121

Abstract

Ekspor migas merupakan komoditas yang berperan penting dalam perekonomian negara dan pengelolaannya harus dimaksimalkan demi kemakmuran dan kesejahteraan rakyat. Namun realitanya, dalam kurun waktu 10 tahun terakhir, neraca perdagangan ekspor migas di Indonesia mengalami defisit sehingga berdampak pada pengeluaran negara lebih besar daripada pemasukan. Penelitian ini difokuskan pada peramalan yang dapat dijadikan sebagai bahan masukan bagi pemerintah dalam merencanakan arah kebijakan terkait ekspor migas pada masa mendatang. Metode peramalan yang digunakan dalam penelitian ini adalah Long Short Term Memory (LSTM) dan Gated Recurrent Unit (GRU) dengan optimasi Nesterov Adam (Nadam). LSTM mampu mengatasi masalah ketergantungan jangka panjang, sehingga dapat mengenali pola data dengan baik dan GRU merupakan variasi lain dari LSTM yang memiliki komputasi lebih sederhana. Sedangkan Nadam berperan dalam mempercepat proses training dan menurunkan nilai error. Berdasarkan hasil penelitian, diperoleh akurasi tertinggi dalam prediksi nilai ekspor migas menggunakan model terbaik LSTM dengan optimasi Nadam pada percobaan menggunakan nilai parameter α 0.001, jumlah neuron 20, epoch 100, dan nilai MAPE 12.8% dengan akurasi 87.2%.
Analisis Sentimen Survei Regsosek pada Twitter Menggunakan Algoritma K-Nearest Neighbor (K-NN) Bunga Ayuningrum; Hilma Hanna Mahanna Haqq; Suci Mega Puji Lestari; M Al Haris
ESTIMASI: Journal of Statistics and Its Application Vol. 4, No. 2, Juli, 2023 : Estimasi
Publisher : Hasanuddin University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20956/ejsa.v4i2.25522

Abstract

Indonesia in 2022, will experience a shift in adaptation to recovery from the pandemic as well as rising global commodity prices due to the impact of the Ukraine-Russia war. The government in its efforts to deal with this situation, one of which is by transforming data into one data through the 2022 Social Economic Registration (Regsosek) as a requirement for social protection system reform. However, in practice, Research and Research has become quite a public concern, where the content is almost the same as previous surveys conducted by BPS, which raises questions about the effectiveness of this survey. This study aims to determine the sentiments of each opinion on social media Twitter regarding 2022 Social Security. This research implements the K-Nearest Neighbor (K-NN) method to analyze sentiment in tweets. Data obtained from Twitter by scrapping. The polarity percentage results from the tweets obtained are dominated by negative opinions. The best application of the K-Nearest Neighbor (K-NN) algorithm is using the parameter k = 3. The model built shows very good performance with an accuracy of 96%, a recall of 100%, and a precision of 0,96%.
Metode Average Based Fuzzy Time Series Markov Chain pada Data Laju Inflasi di Indonesia Iffah Norma Hidayati; M. Al Haris M. Al Haris; Tiani Wahyu Utami
Prosiding Seminar Nasional Unimus Vol 5 (2022): Inovasi Riset dan Pengabdian Masyarakat Guna Menunjang Pencapaian Sustainable Developm
Publisher : Universitas Muhammadiyah Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Inflasi merupakan indikator untuk mengukur sebuah kestabilitasan pertumbuhan ekonomi disuatu negara yang dapat menyebabkan masalah ekonomi makro. Inflasi yang tidak stabil berdampak negatif terhadap kesejahteraan masyarakat, sehingga pengendalian inflasi menjadi penting bagi suatu negara. Peramalan diperlukan untuk memantau pergerakan laju inflasi yang akan datang. Metode yang digunakan dalam penelitian ini adalah average based fuzzy time series markov chain karena metode tersebut mampu memperoleh nilai interval yang sesuai dan mampu mendapatkan nilai akurasi ramalan yang baik. Kelebihan lain dari metode average based fuzzy time series markov chain adalah tidak membutuhkan asumsi-asumsi dibandingkan metode peramalan parametrik. Berdasarkan hasil analisis, penerapan metode average based fuzzy time series markov chain menghasilkan prediksi laju inflasi di Indonesia pada Juni 2022 sebesar 3.50% dengan kesalahan prediksi berdasarkan nilai Mean Absolute Percentage Error (MAPE) sebesar 7.43%. Hasil tersebut menandakan bahwa metode average based fuzzy time series markov chain memberikan tingkat akurasi sebesar 92.57%.Kata Kunci : Average based fuzzy time series Markov chain, Laju Inflasi, MAPE, Peramalan.
Pengelompokan Daerah Rawan Bencana di Pulau Sumatera dengan Metode Density Based Spatial Clustering of Applications with Noise (DBSCAN) Aulia Fadhli Boer; M. Al Haris; Rochdi Wasono
Prosiding Seminar Nasional Unimus Vol 6 (2023): Membangun Tatanan Sosial di Era Revolusi Industri 4.0 dalam Menunjang Pencapaian Susta
Publisher : Universitas Muhammadiyah Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Pulau Sumatera adalah anggota busur kepulauan sunda yang mencakup kepulauan Andaman-Nicobar sampaiBanda. Pulau Sumatera menjadi salah satu daerah tektonik aktif. Aktivitas lempeng membentuk sebuahhimpunan pegunungan yang membentang dari utara hingga selatan Sumatera. Dengan topografi yang terdiridari pegunungan, perbukitan, serta pergerakan lempeng dan iklim yang basah, memungkinkan terjadinyaberbagai bencana alam. Density-Based Spatial Clustering of Applications with Noise (DBSCAN) adalah suatualgoritma yang termasuk pada golongan density-based clustering, yakni proses pembentukan cluster yangdilakukan berdasarkan tingkat kerapatan objek dalam dataset. Kelebihan algoritma DBSCAN terletak padakemampuannya menangkap outlier atau noise dan tidak perlu mengetahui jumlah cluster yang terbentuk.Tujuan penelitian ini adalah untuk mengkaji karakteristik bencana alam yang terjadi di Pulau Sumatera.Berdasarkan hasil analisis penerapan algoritma DBSCAN pada data kejadian bencana alam di kabupaten/kotadi Pulau Sumatera, diperoleh 2 cluster dengan parameter MinPts sebanyak 4 dan Eps sebesar 0,18 merupakancluster yang optimal untuk mengelompokkan. Hal tersebut disandarkan pada cluster tersebut menghasilkancoefficient silhouette dengan nilai sebesar 0,46.Kata Kunci : Bencana alam, DBSCAN, pulau Sumatera, silhouette coefficient.
Pemodelan Spatial Autoregressive Quantile Regression (SARQR) Menggunakan Pembobot Queen Contiguity Pada Kasus Stunting Balita di Indonesia Evida Oktaviana; Prizka Rismawati Arum; M. Al Haris
Prosiding Seminar Nasional Unimus Vol 6 (2023): Membangun Tatanan Sosial di Era Revolusi Industri 4.0 dalam Menunjang Pencapaian Susta
Publisher : Universitas Muhammadiyah Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

SDGs memiliki target dalam penurunan persentase angka stunting yang termasuk menghilangkan kelaparandan segala bentuk malnutrisi. Stunting merupakan masalah gizi kronis pada balita yang ditandai dengan tinggibadan yang lebih pendek dibandingkan dengan anak seusianya. Perlu adanya perhatian khusus bagi pemerintahdalam mengurangi angka stunting dengan mengetahui faktor-faktor yang mempengaruhi kejadian stunting diIndonesia. Analisis yang dapat digunakan untuk mengetahui hubungan antar variabel dependen dengan variabelindependen yaitu analisis regresi linear. Apabila dalam pengamatan mempunyai efek spasial, maka metodeanalisis yang digunakan adalah analisis regresi spasial. Dalam kasus tertentu, pengujian efek spasial denganmelibatkan outlier pada data penelitian dapat menyebabkan suatu metode gagal dalam menangani efek spasialtersebut. Maka, untuk mengatasi adanya outlier dan ketergantungan pada spasial metode yang dapat digunakanadalah Spatial Autoregressive Quantile Regression (SARQR). Metode SARQR adalah pengembangan darimetode SAR di mana terdapat berbagai level kuantil pada model. Penelitian ini berfokus memodelkan faktor-faktor yang mempengaruhi kasus stunting pada balita di Indonesia. Model terbaik yang dihasilkan adalah modelSARQR pada kuantil 0.75 dengan nilai AIC sebesar 51.76. Hasil penelitian menunjukkan bahwa faktor yangmempengaruhi kasus stunting di Indonesia adalah persentase imunisasi dasar lengkap, persentase bayi beratbadan lahir rendah, dan persentase perempuan yang pernah kawin di bawah umur 18 tahun.Kata Kunci : Outlier, Spatial Autoregressive Quantile Regression, Stunting.
PERAMALAN INDEKS HARGA KONSUMEN INDONESIA MENGGUNAKAN AUTOREGRESSIVE INTEGRATED MOVING AVARAGE Muhammad Hali Mukron; Imelya Susianti; Fadhilah Azzahra; Yulia Nur Kumala; Fazia Risnita Widiyana; M Al Haris
Jurnal Statistika Industri dan Komputasi Vol. 6 No. 01 (2021): Jurnal Statistika Industri dan Komputasi
Publisher : Program Studi Statistika, Fakultas Sains dan Teknologi Informasi, Universitas AKPRIND Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Salah satu indikator yang digunakan untuk melihat keberhasilan moneter dalam mengendalikan inflasi adalah Indeks Harga Konsumen (IHK). Indeks Harga Konsumen (IHK) adalah angka indeks yang menunjukkan tingkat harga barang dan jasa yang dibeli konsumen dalam suatu periode tertentu. Penelitian ini bertujuan untuk mengetahui nilai prediksi IHK di Indonesia selama lima periode kedepan dengan menggunakan metode ARIMA (Autoregressive Integrated Moving Average). Data yang digunakan untuk penelitian adalah data IHK Indonesia pada bulan Januari 2014 sampai dengan Desember 2019. Hasil yang diperoleh menunjukkan bahwa model terbaik yang dapat digunakan untuk peramalan yaitu model ARIMA (2,1,3) dengan nialai Mean Square (MS) sebesar 0,1744.
Pemodelan Regresi Binomial Negatif untuk Mengevaluasi Faktor-faktor yang Mempengaruhi Kasus Tuberkulosis di Provinsi Jawa Barat Amalia Jihan Syafiqoh; Ryan Mahardika; Shinta Amaria; Eny Winaryati; M. Al Haris
Jurnal MSA (Matematika dan Statistika serta Aplikasinya) Vol 12 No 1 (2024): VOLUME 12 NO 1 TAHUN 2024
Publisher : Universitas Islam Negeri Alauddin Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24252/msa.v12i1.39450

Abstract

Tuberculosis (TB) merupakan penyakit menular yang disebabkan oleh sejenis bakteri Mycobacterium tuberculosis yang bisa menginfeksi paru-paru atau bagian tubuh lainnya. Jumlah kasus tuberculosis adalah count data yang dapat dimodelkan dengan regresi Poisson. Model regresi Poisson saat diaplikasikan pada kasus nyata sering ditemukan pelanggaran asumsi overdispersi. Alternatif model yang dapat dilakukan untuk mengatasi pelanggaran asumsi overdispersi adalah Model Regresi Binomial Negatif. Berdasarkan hasil analisis, ditemukan bahwa model regresi Poisson terjadi overdispersi dan model regresi Binomial Negatif adalah model terbaik berdasarkan nilai AIC dan BIC terkecil yaitu sebesar 487.64 pada AIC dan 495.4153 pada BIC. Faktor yang berpengaruh signifikan terhadap jumlah kasus tuberkulosis di Provinsi Jawa Barat adalah jumlah tenaga keperawatan.
Modelling of Dengue Hemorrhagic Fever Disease in Semarang City Using Generalized Poisson Regression Model Septia, Siti Fajar; Hidayat, Muhamad Arif; Asyfani, Yusrisma; Haris, M. Al; Winaryati, Eny
Journal of Intelligent Computing & Health Informatics Vol 4, No 2 (2023): September
Publisher : Universitas Muhammadiyah Semarang Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26714/jichi.v4i2.12769

Abstract

Dengue Hemorrhagic Fever (DHF) is an infectious disease that can be life- threatening within a relatively short period of time and can be fatal if not promptly treated. DHF in Indonesia ranks second as a dangerous seasonal disease. DHF remains a serious issue in the Central Java Province, particularly in Semarang City. The cases of DHF can be modeled using a Poisson regression model due to the characteristics of DHF cases, which involve count data with small occurrence probabilities. The Poisson regression model assumes equality between the mean and variance (equidispersion). However, the application of the Poisson regression model often encounters violations of the assumption of excessive variance (overdispersion), which necessitates addressing the violation, and one possible approach is to use the Generalized Poisson Regression model. Based on the analysis results, the Generalized Poisson Regression model could handle the overdispersion because the ratio of Pearson Chi-Square by degrees of freedom was 0.976, approaching a value of 1. It has also been proven to be more suitable for evaluating factors influencing the number of DHF cases, as it has a lower AIC value compared to Poisson models, with a value of 123.64. The variables that were found to have an impact on DHF cases in Semarang City based on the Generalized Poisson Regression model are the number of larval habitats (X1), the number of hospitals (X2), population density (X3), and the number of healthcare workers (X4).
Pemodelan ARIMA dan ARIMAX untuk Memprediksi Jumlah Produksi Padi di Kota Magelang Amri, Ihsan Fathoni; Ramadhan, Wulan Nur; Ainurrofiah, Safira; Haris, M. Al
Square : Journal of Mathematics and Mathematics Education Vol 5, No 2 (2023)
Publisher : UIN Walisongo Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21580/square.2023.5.2.17059

Abstract

Memprediksi atau meramalkan perilaku observasi biasanya menggunakan pemodelan time series yang dilakukan secara berurutan. Prediksi jumlah produksi padi diharapkan dapat memberikan masukan bagi pemerintah dan dimanfaatkan oleh siapa saja sebagai pengembangan pada sektor pertanian serta sebagai bahan ajar penggunaan metode ARIMA (Autoregressive Integrated Moving Average) dan ARIMAX (Autoregressive Integrated Moving Average with Exogenous Variable). Tujuan dari penelitian ini sebagai perbandingan dalam menemukan model terbaik dari metode ARIMA dan ARIMAX untuk memprediksi jumlah produksi padi pada tahun 2023 di kota Magelang. Data yang digunakan merupakan data produksi padi dan luas lahan tanam sebagai variabel eksogen di Kota Magelang pada bulan Januari 2019 sampai Desember 2022. Berdasarkan hasil analisis, diperoleh model ARIMA terbaik untuk meramalkan jumlah produksi padi di kota Malang adalah ARIMA (0,1,1), sedangnkan model ARIMAX terbaik adalah ARIMAX (0,0,1). Perbandingan kedua model tersebut berdasarkan nilai MAPE, model ARIMAX (0,0,1) menjadi model terbaik untuk meramalkan jumlah produksi padi di Kota Malang karena menghasilkan MAPE terkecil 6,31%. Hasil peramalan menggunakan model ARIMAX (0,0,1) menunjukkan data cenderung mengalami pola trend turun. Hal ini dikarenakan lahan pertanian yang semakin sempit setiap tahunnya sehingga menyebabkan jumlah produksinya semakin menurun.Kata Kunci: Pemodelan, metode ARIMA, metode ARIMAX, Produksi Padi.
Pemodelan ARIMAX untuk Meramalkan Harga Minyak Mentah Dunia Amri, Ihsan Fathoni; Wulandari, Ayu; Abidah, Khansa Ni'mal; Irawan, Alfian Chandra; Haris, M. Al
Square : Journal of Mathematics and Mathematics Education Vol 5, No 1 (2023)
Publisher : UIN Walisongo Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21580/square.2023.5.1.17074

Abstract

Perdagangan secara umum dikelompokkan menjadi dua yaitu, ekspor dan impor. Salah satu contoh perdagangan tersebut adalah minyak mentah. Diketahui saat ini harga pasar minyak mentah dunia mempengaruhi tingkat perekonomian global. Harga minyak yang terus berubah, tentu saja menjadi sumber kekhawatiran dan perhatian tersendiri, terutama dalam industri minyak. Dalam penelitian ini, akan mengkaji harga minyak mentah menggunakan model ARIMAX (Autoregressive Integrated Moving Average with Exogenous Variables). Model ARIMAX dipilih karena mampu mengintegrasikan variabel eksternal, seperti volume nilai tukar rupiah dan produksi minyak, yang mempengaruhi harga minyak mentah. Tujuan utama penelitian ini adalah untuk mengembangkan model prediktif yang akurat dengan mempertimbangkan pengaruh produksi minyak (Richard et al., 2021)dan nilai tukar rupiah terhadap harga minyak mentah dunia. Berdasarkan hasil analisis model ARIMAX (0,1,2) merupakan model terbaik dalam meramalkan harga minyak mentah dunia karena memiliki nilai AIC dan MAPE terkecil, yaitu AIC sebesar 408,49 dan MAPE 8,88. Berdasarkan hasil tersebut peramalan dengan model model ARIMAX (0,1,2) dapat dikategorikan sangat baik.Kata Kunci: ARIMAX, Perekonomian, Harga minyak mentah dunia, Nilai tukar rupiah, Produksi minyak.
Co-Authors Abdul Ghufron Abidah, Khansa Ni'mal Adhwaningrum, Arullah Salsabila Agi Khoerunnisa AHMADI Ainurrofiah, Safira Alambara, Ach Ridoi Ali Imron Ali Imron Alwan Fadlurohman Alya Febriyani Amalia Jihan Syafiqoh Amin Samiasih Amri, Ihsan Fathoni Amri, Saeful Amrullah, Ahmad Amrullah, Setiawan Andy Purnomo, Eko Angelina, Lea Anggoro, Vernanda Kresna Anne Mutiara Wardani Ariska Fitriyana Ningrum Arsusma, Jesicha Arya Praditya Arya, Abimanyu Astuti, Sofi Anggi Asyfani, Yusrisma athoni Amri, Ihsan F Aulia Dewi Gustiarni Aulia Fadhli Boer Ayesha Nayla Salsadella Ayomi, Nun Maulida Suci Ayu Wulandari Azzahrani, Rahma Dewi Barlian, Seftia Amelia Rizki Bunga Ayuningrum Choirudin, Mochamad Fahmi Cika Awani Ayuwida Dannu Purwanto Devina Nadifa Nur Aulia Diani, Nandini Lova Dzeaulfath, Muhammad Eny Winaryati Eny Winaryati Ermawati, Asti Evida Oktaviana Fabiola, Gwenda Fadhilah Azzahra Fadillah, Muhammad Reza Fauzi, Fatkhurokhman Fauzi, Fatkhurrokhman Fazia Risnita Widiyana Fazza Baita, Miftakhiyah Febrianti, Fatika Lovina Firdatul Fahria Firdaus, Falah Tinton Fisabilillah, Muh. Irodat Fitri Anjani Gautama, Rahmad Putra Ginasputri, Heppy Nur Asavia Haris, M Al Haris, M. Al Hidayat, Muhamad Arif Hilma Hanna Mahanna Haqq Himmaturrohmah, Laily Husna, Rizqa El Iffah Norma Hidayati Ihsan Fathoni Ihsan Fathoni Amri Ikhwanudin, Muhamad Ilham Khairul Anam Imelya Susianti Indah Fitriyani Indah Manfaati Nur Indah Manfaati Nur Indriani, Anita Retno Inta Nur Kholifah, Revika Irawan, Alfian Chandra Izzah, Nasyiatul Kaia Raissa Akmalia Khikman, Muhammad Alvaro Khoirul Huda Kholifah , Revika Inta Nur Kinanta, Ailsha Syafa Latisa Alifa Maura Lein, Raymond Bolly Linda Puspitasari Mandala Adikara Sencoko Marsela Ayu Irdiana Masichah, Firochul Masudah, Nurhidayatul Miftakhul Haris Miftakhurizki Mochamad Hasyim Mualim Tahari Mufidatul Ulya Muhammad Hali Mukron Muhammad Rifqy Ardiansyah Muhammad Saifuddin Nur Multiyaningrum, Riska Musa, Fitri Diana Nadia Khoirunnafisa Salma Nikmah Handayani Ninu, Maria Febronia Nugroho, Muhammad Dimas Alfian Nur, Rachmat Kahfiwan Nurfuad, Khilmi Nurhalisa, Siti Nurhidajah Nurmalita, Rahma Nurohmah, Nufita Okiyanto, Rizal Pandiriyan, Muhammad Tegar Permata, Alia Prastiwi, Harvina Sindy Prastyo, Ikwan Pratama, Rifin Fadilla Pratama, Rizky Adi Priambodo, Danu Prissy Nusaiba Yulisa Prizka Rismawati Arum Purnama, Estyaningsi Purnomo Putro, Dwi Puspitasari, Linda Putra, Septian Malik Putri Wahyu Muharamah Putri, Agata Dwi Putri Putri, Melfia Verahma RA. Qonita Syalsabilla Handayani Rahma Nurmalita Ramadhan, Abimanyu Arya Ramadhan, Wulan Nur Rangga Sa'adillah SAP Ridwanulhaq, Alfina Fauziah Rochdi Wasono Rochdi Wasono Ryan Mahardika Sa'adah , Lydia Nur Safira, Elfina Latifah Safira, Rahma Salsabila Rahma Anisa Salsabilla, Havinka Angel Sam'an, Muhammad Sanmas, Safril Ahmadi Saputri, Atika Dwi Sarah, Albertus Dion Sari, Selvi Ana Windia Sawiah Adam, Asriyanti Septi Winda Utami Septia, Siti Fajar Sesotyaning Harum Prabuningrat Shinta Amaria Sidqi, Isnaeni Miftahul Sintya, Salsabila Dhea Siti Hamidah Ardhy Suci Laeliyah Suci Mega Puji Lestari Suherdi, Andri Sulistiya, Indah Sulistiyani, Dwi Supriadin Supriadin Syafina Amira Firdaus Syaharani, Nabbila Dyah Tiani Wahyu Utami Tresiani Yunitasari Tri zahrotun Wahyuningsih Ulinuha, Samikoh Utami, Rossy Prima Nada Utiningtyas, Almas Rizki Wahid, Siti Nurasriyanti Wahyuningsih, Andria Watur, Annisa Cahyaningrum Widiyanti, Karin Dita Widyasari, Velia Arni Wulan Sari Wulan Sari, Wulan Yolan Triky Yulia Fitri Yulia Nur Kumala Yulianita, Tanti