Article Per Year (5 Year)
p-Index From 2021 - 2026
4.333
P-Index
This Author published in this journals
All Journal IAES International Journal of Artificial Intelligence (IJ-AI) snimed Jurnal Teknoin Media Informatika Seminar Nasional Aplikasi Teknologi Informasi (SNATI) Gaung Informatika Jurnal Informatika CommIT (Communication & Information Technology) Jurnal Teknologi Prosiding SNATIF Jurnal Teknologi Informasi dan Ilmu Komputer Telematika JUITA : Jurnal Informatika Jurnas Nasional Teknologi dan Sistem Informasi Journal of Information Systems Engineering and Business Intelligence AJIE (Asian Journal of Innovation and Entrepreneurship) INFORMAL: Informatics Journal Khazanah Informatika: Jurnal Ilmu Komputer dan Informatika Proceeding of the Electrical Engineering Computer Science and Informatics Jurnal Informatika Upgris Sinkron : Jurnal dan Penelitian Teknik Informatika IT JOURNAL RESEARCH AND DEVELOPMENT INOVTEK Polbeng - Seri Informatika JURNAL TEKNIK INFORMATIKA DAN SISTEM INFORMASI KACANEGARA Jurnal Pengabdian pada Masyarakat Jiko (Jurnal Informatika dan komputer) ComTech: Computer, Mathematics and Engineering Applications JPPM (Jurnal Pengabdian dan Pemberdayaan Masyarakat) Jurnal Manajemen Informatika dan Sistem Informasi Jurnal Informatika dan Rekayasa Elektronik Journal of Appropriate Technology for Community Services Refleksi Pembelajaran Inovatif Jurnal Ilmiah Permas: Jurnal Ilmiah STIKES Kendal Indonesian Journal of Electrical Engineering and Computer Science Computer Science and Information Technologies JURNAL PENDIDIKAN, SAINS DAN TEKNOLOGI Infokes : Jurnal Ilmiah Rekam Medis dan Informasi Kesehatan Jurnal Teknik Informatika (JUTIF) Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer) Jurnal Ekonomi dan Teknik Informatika Applied Research in Science and Technology Jurnal Sains, Nalar, dan Aplikasi Teknologi Informasi
Sri Kusumadewi
Jurusan Teknik Informatika Universitas Islam Indonesia Jl. Kaliurang Km 14,5 Yogyakarta
Agriculture, Biological Sciences & Forestry Humanities Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Mathematics Mechanical Engineering Medicine & Pharmacology Nursing Public Health Social Sciences Veterinary Other

Published : 109 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 17 Documents
Search
Journal : snimed

 1   2 
Analisis Penerimaan Teknik Ragam Dialog pada Tahap Pemeriksaan Fisik untuk Penegakkan Diagnosis Penyakit Berbasis Sistem Pendukung Keputusan Sulistianingsih, Neny; Kusumadewi, Sri
Seminar Nasional Informatika Medis (SNIMed) 2014: Prosiding SNIMED 2014
Publisher : Magister Teknik Informatika, Universitas Islam Indonesia

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

Abstract

Tujuan dari penelitian ini adalah untuk menentukan rancangan antarmuka sistem pendukung keputusan untuk mendiagnosis penyakit yang sesuai dengan keinginan dokter pada tahap pemeriksaan fisik dan untuk mengetahui pengaruh dari variabel persepsi kegunaan dan persepsi  kemudahan penggunaan terhadap variabel perilaku niat menggunakan pada rancangan tersebut. Pendekatan metode Friedman dan Wilcoxon pada 55 responden yang bertugas di masing-masing RSUD di provinsi D.I Yogyakarta memperolehhasil bahwa rancangan antarmuka natural language processing dan dialog berbasis pengisian borang sesuai dengan keinginan dokter. Selanjutnya dengan pendekatan metode analisis regresi linier bergandadapat disimpulkan bahwa variabel persepsi kegunaan dan persepsi kemudahan penggunaan mempunyai pengaruh positif pada variabel perilaku niat menggunakan pada kedua rancangan antarmuka tersebut.
Isu Sistem Pendukung Keputusan di Bidang Medis Kusumadewi, Sri
Seminar Nasional Informatika Medis (SNIMed) 2018
Publisher : Magister Teknik Informatika, Universitas Islam Indonesia

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

Abstract

Informatika medis merupakan suatu bidang yang merupakan irisan antara aplikasi teknologi informasi dan perawatan kesehatan.Bidang kajian informatika medis cukup luas dan dapat dikategorikan sebagai berikut (USF, 2018): 1) Menciptakan, mengelola, ataumemfasilitasi cara-cara baru untuk fasilitas dan praktik medis terutama dalam pengelolaan Sistem Rekam Medik Elektronik (RME);2) Meningkatkan kualitas komunikasi antara penyedia layanan kesehatan dan fasilitas untuk memastikan hasil terbaik bagi pasien;3) Menyimpan, mengelola, dan menganalisis data untuk keperluan riset; dan 4) Membantu penelitian yang sangatnkompleks danbergantung pada teknologi, seperti pengurutan genom manusia. Clark dalam Kusumadewi (2010) membagi bidang kajianinformatika medis ke dalam empat bidang, yaitu: 1) Manajemen pengetahuan; 2) Manajemen informasi; 3) Komunikasi; dan 4)Pendukung keputusan. Aplikasi teknologi informasi yang berperan dalam manajemen pengetahuan seperti sistem informasikesehatan konsumer, informasi medis berbasis bukti (evidence-based medical information) dan sistem manajemen pengetahuan(knowledge management system). Sistem berbasis web dan sistem bergerak banyak diciptakan untuk kepentingan ini. Sistem iniakan memberikan pengetahuan dan memungkinkan adanya sharing pengetahuan antara penggunna sistem. Aplikasi teknologiinformasi pada manajemen informasi banyak dilakukan pada sistem informasi rumah sakit (layanan kesehatan) termasuk didalamnya sistem rekam medik elektronik, transaksi pembayaran & tagihan, sistem pemesanan dan tagihan. Pada saat ini komunikasimemegang perenan penting dalam aplikasi teknologi informasi di bidang medis. Telemedicine merupakan aplikasi terpopuler yangmenggunakan teknologi informasi & komunikasi di bidang medis. Tele-education, tele-surgery, tele-presence, teleradiologymerupakan bagian dari telemedicine yang sangat berkembang. Sistem Pendukung Keputusan merupakan salah satu bidang kajianyang sangat berkembang di informatika medis. Menurut McLeod dalam Turban, et.al. (2005), Sistem pendukung keputusanmerupakan sebuah sistem yang menyediakan kemampuan dalam penyelesaian masalah dan komunikasi untuk permasalahan yangbersifat semi-terstruktur. Secara khusus sistem pendukung keputusan di bidang medis sering dikenal dengan nama SistemPendukung Keputusan Klinis (SPKK). SPKK merupakan program komputer yang dirancang untuk membantu para profesional dibidang kesehatan dalam membuat keputusan-keputusan klinis (Shortliffe, 2009). Aplikasi pendukung keputusan di bidang medisdapat berupa sistem pengingat (reminder system), sistem pakar, sistem interaksi obat dan pengolahan citra medis. ImplementasiSPKK di negara-negara berkembang masih terkendala oleh beberapa hal (Sambasivan et.al, 2012), yaitu: 1) Ketergantungan padarekam medik elektronik untuk memasok data yang relevan dan adanya permasalahan dalam implementsi rekam medik elektronik;2) Desain antarmuka yang buruk (tidak relevan dengan kebutuhan); 3) Masalah kecocokan aliran kerja SPKK dengan proses rutindalam perawatan pasien; 4) Keengganan dokter untuk menggunakan sistem; 5) Kurang cakap dalam menggunakan komputer dan6) Biaya pengadaan dan implementasi. Masalah antarmuka pengguna (user interface) merupakan masalah yang cukup dominandalam tingkat penerimaan SPKK di Indonesia khususnya di Pulau Jawa (Nurlifa & Kusumadewi, 2014)(Sulistianingsih, et.al.,2015). Pada tahap anamnesis dan pemeriksaan fisik, rancangan antarmuka yang sesuai dengan keinginan dokter adalah rancanganantarmuka natural language processing dan sistem pengisian borang. Isu lain dari aplikasi SPKK adalah adanya dukungansekelompok pengambil keputusan (grup) dalam proses pengambilan keputusan. Sistem Pendukung Keputusan Kelompok atauGroup Decision Support System (GDSS) sangat direkomendasikan untuk kepentingan ini. GDSS sangat bermanfaat untuk berbagipengetahuan dan pemutakhiran pengetahuan. Kendala utama yang dihadapi pada implementasi CDSS adalah pengambilankeputusan tunggal (konsensus) terutama jika preferensi yang diberikan oleh setiap pengambil keputusan diberikan dengan formatyang berbeda-beda (Kusumadewi, et.al., 2018).
PENGELOMPOKKAN UJI LABORATORIUM SEBAGAI PENUNJANG DIAGNOSA PENYAKIT DEMAM BERDARAH MENGGUNAKAN FUZZY C-MEANS Pahri, Andi Nur Ilma; Kusumadewi, Sri
Seminar Nasional Informatika Medis (SNIMed) 2012
Publisher : Magister Teknik Informatika, Universitas Islam Indonesia

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

Abstract

Secara umum, penelitian ini mengelompokkan hasil uji laboratorium pasien yang telah di diagnosa menderita penyakit demam berdarah. Pengelompokkan di lakukan dengan parameter jumlah cluster dan maksimum iterasi sesuai kebutuhan user, sedangkan bobot ditentukan bernilai 2. Aplikasi pengelompokkan uji laboratorium menggunakan Fuzzy C-Means merupakan aplikasi untuk menunjang diagnosis penyakit demam berdarah. Pada aplikasi ini , uji laboratorium yang akan dikelompokkan adalah uji hematologi yang terdiri dari jumlah leukosit, jumlah trombosit, jumlah hemoglobin dan jumlah hematokrit pasien. Data pengelompokkan akan disimpan pada sebuah database, dimana database tersebut akan menyimpan data pasien, data gejala, data hasil pengelompokkan dan data hasil diagnosa pasien.Hasil pengelompokkan akan menghasilkan diagnosa pasien yang telah melakukan pemeriksaan laboratorium dengan menganalisa hasil pengelompokkan dengan gejala setiap pasien. Diharapkan aplikasi ini dapat membantu para penggunanya dalam memberikan hasil diagnosa yang terbaik.
Implementasi Sistem Rekam Medis Elektronik Klinik Sehat Kota Salatiga PandiAstuti, Dien NoorFawziah; Ratnasari, Chanifah Indah; Kusumadewi, Sri
Seminar Nasional Informatika Medis (SNIMed) 2019
Publisher : Magister Teknik Informatika, Universitas Islam Indonesia

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

Abstract

Sistem informasi saat ini menjadi kebutuhan wajib bagi perusahaan atau instansi-instansi untuk mengelola data sehingga dapat memberikan informasi secara cepat dan akurat. Klinik kesehatan sebagai instansi kesehatan dalam skala kecil pun membutuhkan sistem informasi untuk mengelola data kesehatan pasien. Penelitian ini bertujuan untuk membangun sistem rekam medis elektronik untuk Klinik Sehat kota Salatiga yang dapat membantu pelayanan kesehatan di klinik tersebut. Rekam medis yang ditangani dalam sistem ini mencakup rekam medis pada pelayanan dokter umum dan dokter gigi. Aktor atau pengguna yang dapat mengakses sistem ini yaitu admin, perawat, dokter umum, dokter gigi, dan pihak manajemen. Sistem ini terdiri atas beberapa menu, namun terdapat tiga menu utama yaitu menu data pasien, menu pemeriksaan, dan menu rekam medis. Untuk mengetahui kelayakan sistem, sistem ini diuji dengan tiga jenis pengujian yaitu pengujian alpha, beta, dan usability. Pengujian alpha dilakukan dari sisi pengembang sistem untuk memastikan fungsionalitas sistem berjalan sesuai dengan yang diharapkan, sedangkan untuk pengujian beta dan usability dilakukan dari sisi pengguna dengan menggunakan kuesioner. Berdasarkan hasil pengujian yang telah dilakukan dapat disimpulkan bahwa persentase sistem diterima oleh pengguna sudah lebih dari angka akseptabilitas (75%), yaitu sebesar 85%. Selain itu, untuk tingkat kegunaan sistem mencapai 88,54% yang artinya sistem sangat layak untuk digunakan oleh pengguna.
Analisis Permintaan dan Prediksi Obat dengan Menggunakan Metode ABC Analysis dan SVR Kusumadewi, Sri
Seminar Nasional Informatika Medis (SNIMed) 2016: Prosiding SNIMED 2016
Publisher : Magister Teknik Informatika, Universitas Islam Indonesia

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

Abstract

Dalam satu tahun, rata-rata rumah sakit mengeluarkan total sekitar 33% dari biaya investasi keseluruhan hanya untuk biaya investasi obat. Permasalahan yang timbul dalam mengelola persediaan obat adalah terkadang terdapat kondisi obat yang stock out. Untuk menghindari hal tersebut dibutuhkan perencanaan logistik yang baik. Penelitian ini akan membahas metode yang dipakai untuk merencanakan logistik yaitu metode ABC Analysis dan Support Vector Regression (SVR). Metode ABC Analysis membantu proses klasifikasi obat menjadi tiga kelompok utama yang didasarkan pada tingkat kepentingan yaitu kelompok A, B, dan C. Sedangkan metode SVR digunakan untuk untuk menghitung prediksi obat.Data obat diambil dari Rumah Sakit Swasta di Kabupaten Jember. Hasilnya ABC Analysis mampu mengklasifikasikan obat menjadi tiga kelompok yaitu: golongan A sejumlah 311 item atau 30,55% dari jumlah item keseluruhan, kelompok B sejumlah 304 item atau 29,862% dari jumlah item keseluruhan, dan kelompok C sejumlah 403 item atau 39,587% dari jumlah item keseluruhan. Uji prediksi dilakukan dengan mengambil data sebanyak lima buah obat yang berasal dari kelompok A.dalam proses perhitungannya, kernel yang digunakan adalah dengan kernel linearhasilnya masing-masing obat menghasilkan nilai MAPE diatas 20%, dimana hasil ini belum dikatakan efektif jika digunakan untuk proses prediksi.
Fungsi Similaritas Pada Sistem Berbasis Kasus Penyelesaian Masalah Akademik Mahasiswa Hendra, Syaiful; Kusumadewi, Sri
Seminar Nasional Informatika Medis (SNIMed) 2015: Prosiding SNIMED 2015
Publisher : Magister Teknik Informatika, Universitas Islam Indonesia

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

Abstract

Abstract. Penelitian ini mengusulkan salah satu pendekatan dalam identifikasi masalah akademik mahasiswa yaitu dengan pendekatan algoritma K-Nearest Neighbor (K-NN). Dalam sistemberbasis kasus penyelesaian masalah akademik mahasiswa yang dibangun, fungsi similaritas darialgoritma K-NN merupakan salah satu hal yang terpenting untuk menentukan nilai kemiripanantara kasus-kasus yang tersimpan di dalam basis kasus dengan kasus baru yang akan dicari solusinya. Hasil dari penelitian ini ditemukan bahwa fungsi similaritas pada algoritma K-NN dapatdigunakan dalam menentukan nilai kedekatan antara kasus baru terhadap kasus lama.Keywords: Konseling Mahasiswa, Similaritas, K-Nearest Neighbor.
Purwarupa Sistem Deteksi HER2 Skor 2+ pada Citra Mikroskopis Digital Muhimmah, Izzati; Heksaputra, Dadang; Wijaya, Dhina Puspasari; Kusumadewi, Sri; Kurniawan, Rahadian
Seminar Nasional Informatika Medis (SNIMed) 2016: Prosiding SNIMED 2016
Publisher : Magister Teknik Informatika, Universitas Islam Indonesia

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

Abstract

Purwarupa sistem berbantu komputer untuk penentuan skor 2+ pada citra digital HER2 akan dijelaskan dengan singkat. Purwarupa ini dibangun sebagai alat bantu untuk menegakkan diagno-sis pada kegawatan sel kanker payudara berdasar citra mikroskopis digital. Citra digital diperoleh dari foto mikroskopis jaringan sel kanker yang telah melalui proses immunohistochemical (IHC). Ada dua proses utama yang dilakukan dalam purwarupa ini yaitu penajaman warna dengan model pertukaran warna dan ekstraksi ciri warna. Model sistem cerdas untuk penentuan skor berdasar-kan informasi luasan area tersegmentasi saat ini sedang dalam proses validasi.
Diary Kolesterol Untuk Menentukan Resiko Terkena Penyakit Jantung Mufidah, Nadia Citra; Kusumadewi, Sri
Seminar Nasional Informatika Medis (SNIMed) 2015: Prosiding SNIMED 2015
Publisher : Magister Teknik Informatika, Universitas Islam Indonesia

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

Abstract

Pencegahan terhadap penyakit jantung dapat dilakukan sedini mungkin. Caranya ada- lah dengan memperkecil resiko dari faktor-faktor penyebabnya. Penyebab dari terkena penyakit jantung seseorang salah satunya adalah kadar kolesterol yang tidak sesuai dengan kebutuhan tubuh. Selain kadar kolesterol, umur, tekanan darah, diabetes, dan merokok juga menjadi faktor pemicu seseorang terkena penyakit jantung. Penentuan resiko terkena penyakit jantung dilakukan dengan cara menghitung poin resiko dari beberapa faktor yang mengakibatkan seseorang terkena penyakit jantung. Poin resiko tersebut akan dijumlahkan kemudian dikategorikan menjadi tiga, yaitu: rendah, sedang, dan tinggi. Penelitian ini menghasilkan sebuah aplikasi diary kolesterol untuk menentukan resiko terkena penyakit jantung. Aplikasi ini dapat menampilkan angka dan kategori resiko terkena penyakit jantung dalam 10 tahun serta dapat digunakan sebagai media pengecekan resiko terkena penyakit jantung secara berkala.
Diagnosis EKG dengan Sistem Pakar menggunakan K-NN Prasojo, Ipin; Kusumadewi, Sri
Seminar Nasional Informatika Medis (SNIMed) SNIMed IV (2013)
Publisher : Magister Teknik Informatika, Universitas Islam Indonesia

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

Abstract

EKG sudah banyak digunakan di rumah sakit sebagai alat untuk merekam aktifitas kelistrikan jantung, dari rekaman EKG tersebut dokter ahli penyakit jantung dapat mendiagnosis penyakit apa yang diderita pasien. Masalah diagnosis bukanlah perkara mudah, hanya dokter ahli penyakit jantung atau orang yang berpengalaman saja yang dapat melakukannya dengan baik. Untuk memudahkan diagnosis maka diperlukan alat bantu diagnosis, alat bantu tersebut menggunakan program komputer yang menggunakan sistem pakar dengan dilengkapi data base penyakit jantung sebagai basis pengetahuan dan menggunakan K- Nearest Neighborhoot (K-NN) sebagai metode klasifikasinya. Pengguna tinggal memasukan nilai komponen dari rekaman EKG kedalam program komputer, selanjutnya komputer akan memberikan hasil diagnosisnya kemampuan sistem ini adalah dapat mengidentifikasi kondisi jantung sehat atau myocardial infarction dengan akurasi 80% dengan uji validitas menggunakan metode single decision threshold.
SPK Penentuan Severity Level Kasus Penyakit Dengan Pohon Keputusan Puspitorini, Sukma; Kusumadewi, Sri; Rosita, Linda
Seminar Nasional Informatika Medis (SNIMed) 2016: Prosiding SNIMED 2016
Publisher : Magister Teknik Informatika, Universitas Islam Indonesia

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

Abstract

Case-mix adalah sistem pengklasifikasian penyakit yang mengkombinasikan antara sekelompok penyakit dengan karakteristik klinis yang sama/mirip Dasar pengklasifikasian adalah utilization yaitu penggunaan sumber daya rumah sakit yang homogen, serta clinical characteristic yang meli-puti gejala klinis yang similar atau sama. Dasar pengelompokan dengan menggunakan ICD – 10 untuk diagnosis dan ICD-9 untuk prosedur atau tindakan. Besarnya tarif/biaya yang harus dibayarkan/ditagih kepada Badan Penyelenggara Jaminan Sosial (BPJS) Kesehatan ditentukan oleh kode Indonesia Case Base Groups (INA CBGs) yang terdiri dari 4 digit. Digit keempat atau digit terakhir menunjukkan tingkat keparahan (severity level) kasus penyakit. yang dipengaruhi oleh diagnosis sekunder (komplikasi dan komorbiditas). Severity level berkaitan dengan resource intensity level yaitu sumber daya yang dihabiskan oleh rumah sakit dalam menangani seorang pasien. Penelitian ini bertujuan membangun sistem pendukung keputusan untuk menentukan severity level kasus penyakit menggunakan data mining model klasifikasi (classification) dengan pohon keputusan. Atribut yang akan digunakan sebagai masukan sistem untuk melakukan pred-iksi severity level adalah atribut umur, diagnosis utama (DU), diagnosis sekunder 1 (DS 1), dan diagnosis sekunder 2 (DS 2). Proses training menggunakan Algoritma C4.5 dengan konsep entropi-gain untuk menentukan akar pohon dan membangun pohon keputusan (decsision tree) secara keseluruhan dan kemudian dibuat aturannya dalam bentuk IF_THEN. Uji kredibilitas sistem dilakukan dengan melakukan proses testing dan hasilnya disajikan dalam bentuk matriks konfusi. Hasil dari penelitian ini adalah sistem yang dibangun dapat digunakan untuk melakukan prediksi severity level kasus penyakit dan dari aturan yang terbentuk menunjukkan bahwa atribut diagnosis sekunder 1 (DS 1) berpengaruh signifikan dalam proses pembentukan aturan.
Co-Authors Abd. Halim Achmad Khodzim Agus Harjoko AGUS RIYANTO Al Amin, Muhammad Zainudin Alatas, Alwi Achmad Alfian Nurlifa Alysia Nurkhalisha Andika, Zikri Dwi Andri Panca Purnama Ardhitya Wiedha Irawan Aridhanyati Arifin Arifianto, July Arkham Zahri Rakhman Arrie Kurniawardhani Bayu Hartono Bediatra, Muhamad Riko Chaela Rosi Budiarti Chandra Putra Pradana Chanifah I. Ratnasari Chanifah Indah Ratnasari Dhina Puspasari Wijaya, Dhina Puspasari Dzikra Rafik Putra Edi Fitriyanto Edi Fitriyanto Elyza Gustri Wahyuni Erlina Marfianti, Erlina FAJAR SETIAWAN Fitriyanto, Raden Edi Frestiany Regina Putri Geralvin Maheswara Gita Putry Nabilah Gita Putry Nabilah, Gita Putry Hardiyanti, Cicin Hari Purnomo Heksaputra, Dadang Helmanatun Nisa Wulandari Heni Pujiastuti Hepi Wahyuningsih Herman Yuliansyah Idham Guswaludin Intan Ruspita Ipin Prasojo, Ipin Isnatin Miladiyah Iswara, Ruhil Izzati Muhimmah Jannah, Helmi Roichatul Kariyam - khanan khanan KHARISMA ERIZON Kholisoh Nur Sinta Kiki Kiki Kukuh Eka Nugraha Kusumaningrum, Trias Pungkur Lia Rosmalia Lia Rosmalia Linda Rosita Lizda Iswari Lusiana Indriasari Sagita Lusiana Indriasari Sagita Magus Sediono Mahesti Rancaksari Mufidah, Nadia Citra Muhamad Arifin, Muhamad Nabila Sholihah, Nabila Nadya Satya Handayani Neny Sulistianingsih Ninki Hermaduanti Numan Numan Nur W. Rahayu Nur Wachid Adi Prasetya Nurhayati Nurhayati Nurlaili Muzayyanah Nurul Bahiyah Nurul Mega Saraswati Pahri, Andi Nur Ilma PandiAstuti, Dien NoorFawziah Parjono, Parjono Prasetyo, Dono Catur Rahadian Kurniawan Rakhmat Wahyu Widiantoro Rani Putriana Rani Putriana, Rani Retantyo Wardoyo Rian Anggraeni Ridho Muktiadi Rika Ismayanti Roma Firmansyah Ruslam, Andri Wahyu Ahmad Sabella, Billy Sagala, Muhammad Zikri Khatami Sagita, Lusiana Indriasari Setya Winarno Shofwan Hanif Sri Hartati Sri Mulyati sri mulyati Sri Winiarti Subayu, Abdi Sujarwo, Ari Sukma Puspitorini Supardianto Supadianto Syafiul Muzid Syaiful Hendra Tanti, Wa Ode Tedy Rismawan WAHYU PRABOWO Wawan Indarto Wijaya, Guruh Yuantari, Rahma Yuliansyah, Herman Yunita Wisda Tumarta Arif