p-Index From 2021 - 2026
24.907
P-Index
This Author published in this journals
All Journal Teknika Jupiter Explore: Jurnal Sistem Informasi dan Telematika (Telekomunikasi, Multimedia dan Informatika) JUITA : Jurnal Informatika Sinkron : Jurnal dan Penelitian Teknik Informatika SemanTIK : Teknik Informasi QALAMUNA: Jurnal Pendidikan, Sosial, dan Agama SISFOTENIKA Swabumi (Suara Wawasan Sukabumi) : Ilmu Komputer, Manajemen, dan Sosial JURNAL MEDIA INFORMATIKA BUDIDARMA Informatics for Educators and Professional : Journal of Informatics SELAPARANG: Jurnal Pengabdian Masyarakat Berkemajuan Jurnal Persada Husada Indonesia INTECOMS: Journal of Information Technology and Computer Science JSiI (Jurnal Sistem Informasi) JURNAL PENDIDIKAN TAMBUSAI Journal on Education Informasi Interaktif Progresif: Jurnal Ilmiah Komputer Jusikom: Jurnal Sistem Informasi Ilmu Komputer TEKNOKOM : Jurnal Teknologi dan Rekayasa Sistem Komputer Jurnal Pendidikan dan Konseling Jurnal Ilmiah Betrik : Besemah Teknologi Informasi dan Komputer Jurnal Sistem informasi dan informatika (SIMIKA) Journal of Applied Engineering and Technological Science (JAETS) Jurnal JTIK (Jurnal Teknologi Informasi dan Komunikasi) Jurnal Teknik Elektro dan Komputasi (ELKOM) JATI (Jurnal Mahasiswa Teknik Informatika) INFORMASI (Jurnal Informatika dan Sistem Informasi) JTIK (Jurnal Teknik Informatika Kaputama) Jurnal Sistem Komputer & Kecerdasan Buatan Jurnal Sistem Komputer dan Informatika (JSON) Jurnal Pengabdian Masyarakat Khatulistiwa Just TI (Jurnal Sains Terapan Teknologi Informasi) TIN: TERAPAN INFORMATIKA NUSANTARA Jurnal Pengabdian kepada Masyarakat Nusantara Jurnal Teknologi Informasi dan Komunikasi Jurasik (Jurnal Riset Sistem Informasi dan Teknik Informatika) Jurnal Pengabdian Nasional (JPN) Indonesia SENADA : Semangat Nasional Dalam MengabdI Jurnal Cahaya Mandalika Jurnal Informatika dan Teknologi Komputer ( J-ICOM) Jurnal Indonesia : Manajemen Informatika dan Komunikasi Jurnal Sosial dan Teknologi Jurnal Teknologi Sistem Informasi dan Sistem Komputer TGD Jurnal Tika Jurnal Aplikasi Teknologi Informasi dan Manajemen (JATIM) JUTECH : Journal Education and Technology Jurnal Widya AJAD : Jurnal Pengabdian kepada Masyarakat Jurnal Pendidikan Sains dan Komputer International Journal Software Engineering and Computer Science (IJSECS) Jurnal Informatika Teknologi dan Sains (Jinteks) Malcom: Indonesian Journal of Machine Learning and Computer Science DEVOTE: Jurnal Pengabdian Masyarakat Global Cross-border CKI On Spot SmartComp SENADA : Semangat Nasional Dalam Mengabdi Jurnal Indonesia : Manajemen Informatika dan Komunikasi Jurnal Pengabdian Nasional (JPN) Indonesia Journal Innovations Computer Science Neptunus: Jurnal Ilmu Komputer dan Teknologi Informasi Informasi interaktif : jurnal informatika dan teknologi informasi
Claim Missing Document
Check
Articles

Implementasi Image Classification pada Batik Motif Bali dengan Data Augmentation dan Convolutional Neural Network Sentosa, Edwin; Mulyana, Dadang Iskandar; Cahyana, Adella Fitriany; Pramuditasari, Nimas Galuh
Jurnal Pendidikan Tambusai Vol. 6 No. 1 (2022): 2022
Publisher : LPPM Universitas Pahlawan Tuanku Tambusai, Riau, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/jptam.v6i1.3137

Abstract

Batik merupakan salah satu warisan budaya leluhur Indonesia yang sampai saat ini masih terus berkembang dan dilestarikan serta menjadikannya identitas budaya bangsa Indonesia. Awal mula terlahirnya batik di Indonesia berkaitan dengan berkembangnya kerajaan Solo, Majapahit serta Yogyakarta, batik sendiri merupakan metode proses yang diawali dengan penggambaran motif lalu pelorodan atau proses pelepasan lilin dari kain batik. Motif merupakan kerangka gambar yang mewujudkan batik secara keseluruhan. Motif pada batik pun memiliki banyak ragamnya, termasuk motif Bali yang dalam ciri khasnya selalu memadukan motif tradisional dan modern. Dikarenakan dengan semakin berkembangnya motif Bali dikalangan masyarakat, peneliti membuat program pengenalan citra untuk mengklasifikasi motif batik bali dengan menggunakan Convolutional Neural Network yang memanfaatkan beberapa komponen dan sistem sensorik pada beberapa motif batik yang sudah disiapkan.Implementasi pengenalan citra motif bali dilakukan dengan menggunakan 2 model pengujian yaitu model Sequential dan model on top VGG16 yang berjalan pada aplikasi Google Collaboratory dan Keras. Data pengujian pada penelitian ini adalah 526 citra data latih dan 34 citra data uji yang menghasilkan nilai evaluasi dengan nilai akurasi dengan rata-rata 1,15 dan nilai loss dengan rata-rata 5,8 pada model sequential dan nilai akurasi dengan rata-rata 2,7 dan nilai loss dengan rata-rata 1,6 pada model on top VGG16.
Klasifikasi Kendaraan pada Jalan Raya menggunakan Algoritma Convolutional Neural Network ( CNN ) Radikto, Radikto; Mulyana, Dadang Iskandar; Rofik, M Ainur; Zoharuddin Zakaria, M Ohan
Jurnal Pendidikan Tambusai Vol. 6 No. 1 (2022): 2022
Publisher : LPPM Universitas Pahlawan Tuanku Tambusai, Riau, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/jptam.v6i1.3179

Abstract

Kendaraan adalah alat angkut di jalan, termasuk kendaraan bermotor dan kendaraan tidak bermotor, sebagaimana dimaksud dalam angka 7 Pasal 1 Undang-Undang Nomor 22 Tahun 2009 tentang Lalu Lintas dan Angkutan Jalan. Melihat perkembangan kendaraan dimana masyarakat Indonesia mengandalkan kendaraan, tidak menutup kemungkinan jika kendaraan yang ada mulai memenuhi jalan di Indonesia, kebiasaan hidup masyarakat modern yang serba mengandalkan kendaraan untuk aktivitas sehari-hari. Oleh karena itu, peneliti membuat program pengenalan citra kendaraan menggunakan algoritma Convolutional Neural Network, yang merupakan kegiatan konvolusi dengan menggabungkan beberapa lapisan-lapisan persiapan, memanfaatkan beberapa komponen yang bergerak sama dan dimotivasi oleh sistem sensorik biologis. Gambar kendaraan yang digunakan adalah Sepedah, Sepeda Motor, Becak, Bajaj Mobil, Mobil Pikup, Mobil Molen, Bus, dan Truk. Implementasi pengenalan citra kendaraan dilakukan dengan menggunakan 2 model uji, model Sequential dan model VGG16 tingkat atas yang dijalankan dengan aplikasi Google Collaboratory, dan Keras. Data uji dalam penelitian ini adalah 1406 citra data latih dan 274 citra data uji, menghasilkan nilai evaluasi 98,18%, nilai loss 0,103 pada model Sequential, dan tingkat akurasi 99,64%.Implementasi pengenalan citra kendaraan dilakukan dengan menggunakan 2 model uji, model Sequential dan model VGG16 tingkat atas yang dijalankan dengan aplikasi Google Collaboratory, dan Keras. Data uji dalam penelitian ini adalah 1406 citra data latih dan 274 citra data uji, menghasilkan nilai evaluasi akurasi 98,18%, nilai loss 0,103 pada model Sequential, dan tingkat akurasi 99,64%,tingkat loss 0,014 pada model on top VGG16.
Klasifikasi Deteksi Hama pada Buah Mangga dengan Citra Digital Sistematic Literatur Review (SLR) Pristian, Dheo Hanif; Mulyana, Dadang Iskandar; Stepanus, Stepanus; Donaldo, Evan
Jurnal Pendidikan Tambusai Vol. 6 No. 1 (2022): 2022
Publisher : LPPM Universitas Pahlawan Tuanku Tambusai, Riau, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/jptam.v6i1.3243

Abstract

Penyakit pada mangga memiliki berbagai gejala dan kadang sulit didiagnosis oleh petani dan untuk itu diperlukan keahlian untuk mendiagnosis penyakit pada tanaman mangga dan bagaimana cara penanggulangannya yang biasanya keahlian tersebut terdapat pada ahli patologi tanaman professional. Sehingga dibutuhkan suatu Teknologi IT dengan Sistem Cerdas yang dirancang untuk dapat mengidentifikasi secara otomatis penyakit tanaman mangga dan cara penanggulangannya berdasarkan gejala visual dengan menggunakan metode citra digital. Penelitian ini menggunakan metode literatur review dengan melakukan tinjauan literatur sistematis dilakukan untuk mempelajari berbagai teknik identifikasi penyakit pada daun dengan citra digital sebagai tahapan untuk mendapatkan pemahaman mengenai teknik identifikasi penyakit pada daun mangga dengan citra digital. Berdasarkan hasil analisis kajian ICOR pada Kabupaten Mojokerto Tahun 2016 – 2020 Metode Citra Digital yang dapat digunakan dalam identifikasi penyakit pada daun mangga adalah tahapan Image Acquisition, Preprocessing , Segmentation, Ekstraksi Fitur, Seleksi Fitur. Metode Klasifikasi yang dapat digunakan adalah SVM, Artificial Neural Network, Decision Tree, Convolutional Neural Network.
Klasifikasi Tingkat Kematangan Buah Jambu Bol Berdasarkan Warna Kulit Menggunakkan Metode Naïve Bayes Roring, Calvin Bill; Mulyana, Dadang Iskandar; Lubis, Yunita T; Zamzami, Agung Rizki
Jurnal Pendidikan Tambusai Vol. 6 No. 1 (2022): 2022
Publisher : LPPM Universitas Pahlawan Tuanku Tambusai, Riau, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/jptam.v6i1.3335

Abstract

Jambu bol merupakan buah asal indonesia yang sangat digemari oleh masyarakat indonesia, jambu bol merupakan kerabat dari buah jambu-jambu lainya. Buah jambu bol memiliki tektur buah dengan daging yang lembut dan isi lebih padat dibandingkan buah jambu lainnya, karena sangat digemari banyak petani buah yang mulai mengelola perkebunan jambu bol untuk dijual dipasaran bahkan hingga diekspor keluar negeri. Jambu bol sendiri memiliki warna merah jika jambu tersebut mentah dan akan berubah menjadi merah pekat apabila dia matang.sekilas jika terlihat dari kasat mata sangat mudah membedakannya, namun pada implementasinya beberapa petani dan pedagang buah jambu bol masih sulit membedakan mana jambu matang dan mana jambu mentah, hal ini menjadikan peneliti berniat membuat sebuah aplikasi klasifikasi dan penelitian terhadap tingkat kematangan buah jambu bol. Penelitian ini menggunakkan metode naive bayes, Dengan klasifikasi menggunakan ekstraksi fitur RGB (Red Green Blue) dan metode Naïve Bayes, masalah kematangan buah jambu bol dapat diselesaikan. Dengan menggunakan data citra buah jambu bol sebanyak 30 citra, yang terdiri dari 10 citra buah masih mentah, 10 buah citra setengah mentah, dan 10 buah citra matang. Kemudian data diolah dan dijadikan dataset yang berupa data training dan data testing. Data training digunakan untuk proses pembuatan model dan acuan untuk data testing. Sedangkan data testing merupakan citra yang digunakan untuk menguji performa dari model yang telah dibuat. Dalam penelitian ini mendapatkan nilai akurasi mencapai 75%.
Implementasi Sistem Informasi Pelaporan Jumantik Berbasis Web pada Puskesmas Kelurahan Krukut Jakarta Barat Sugeng, Sugeng; Mulyana, Dadang Iskandar; Lestari, Sri; Rofik, M Ainur; Joharuddin Zakaria, M Ohan; Ependi, Soleh; Maharanisa, Maharanisa
Jurnal Pendidikan Tambusai Vol. 6 No. 1 (2022): 2022
Publisher : LPPM Universitas Pahlawan Tuanku Tambusai, Riau, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/jptam.v6i1.3548

Abstract

Juru pemantau jentik (JUMANTIK) adalah Petugas Jumantik yang berasal dari kalangan masyrakat yang melakukan pemantauan jentik nyamuk dirumah warga, perkantoran, tempat umum, dan tempat ibadah guna memberantas penyebaran virus penyebab penyakit DBD. Saat ini anggota Jumantik kelurahan Krukut Jakarta Barat banyak yang berasal dari anggota Pembina Kesejahteraan Keluarga (PKK). Penulisan hasil laporan pengamatan lingkungan yang dilakukan oleh para Petugas Jumantik dan KORWIL Jumantik pun masih dilakukan dengan cara mengisi berkas form hasil pemeriksaan jentik secara manual yang diserahkan kepada T.U Puskesmas. Hasil rekapan pemantauan jentik yang dibuat oleh T.U Puskesmas nantinya diserahkan kepada Kepala Puskesmas. Namun metode ini seringkali menimbulkan masalah, diantaranya kesalahan dalam pengisian dan terlambatnya penyerahan data kepihak Puskesmas. Penelitian ini penulis membangun sistem informasi pelaporan jumantik berbasis web (SIMPATIK) yang diharapkan mampu mengatasi timbulnya permasalahan berhubungan dengan kualitas informasi, berupa : ketersedian informasi dan berkas-berkas dalam bentuk komputerisasi sehingga bisa didapatkan dengan secara cepat, tepat dan akurat.
Youtube sebagai Media Publikasi Berbasis Penyiaran Digital di Palang Merah Indonesia Jakarta Selatan Sumantri, Erno; Mulyana, Dadang Iskandar; Lestari, Sri; Maulana, Irfan; Anggraeni, Eka; Tarunajaya, Stefany
Jurnal Pendidikan Tambusai Vol. 6 No. 2 (2022): Agustus 2022
Publisher : LPPM Universitas Pahlawan Tuanku Tambusai, Riau, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/jptam.v6i2.3863

Abstract

Dalam penyebaran informasi, PMI menggunakan sosial media dalam penyampaian informasi kepada masyarakat. Khususnya PMI Kota Jakarta Selatan ini membuat channel youtube tetapi belum memiliki website sendiri oleh sebab itu kami juga membangun website untuk PMI Kota Jakarta Selatan ini. Channel youtube PMI Jakarta Selatan dianggap sangat efektif sebagai media publikasi dalam penyebaran informasi tayangan kepada khalayak umum. Selain itu adanya Web juga sangat berperan dalam penyebaran informasi berbasis digital. Web dirancang agar para pengguna atau user lebih mendapatkan banyak informasi yang lebih lengkap terkait dengan PMI Kota Jakarta Selatan yang pengguna juga bisa langsung mengakses Instagram dan youtube melalui web ini. Tujuan dari penelitian ini adalah untuk mengetahui bagaimana pengaruh Youtube sebagai media publikasi, untuk mengetahui bagaimana efek YouTube dalam menyebarkan informasi, untuk mengetahui apa saja hambatan-hambatan yang dihadapi YouTube sebagai media publikasi, web juga untuk memudahkan user dalam pencarian informasi tentang PMI Kota Jakarta Selatan.
Identification of Buni Fruit Image Using Euclidean Distance Method Hafidz, Abdul; Mulyana, Dadang Iskandar; Sumantri, Dyan Bagus; Nugroho, Kurniawan Setyo
Sinkron : jurnal dan penelitian teknik informatika Vol. 6 No. 2 (2022): Articles Research Volume 6 Issue 2, April 2022
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/sinkron.v7i2.11333

Abstract

Identification is an important part of image analysis because in this procedure the desired image/image will be analyzed for further processing to make it easier to analyze for further purposes, for example in image identification pattern recognition which is part of image analysis used to divide an image into several parts and take some of the desired objects. This study aims to identify buni fruit with Euclidean distance and extract shape and texture features. Extraction of shape features using boundary metrics and whimsy. This boundary is considered to be able to recognize objects based on their shape and can distinguish them from other objects. For identification expositions, Euclidean distance is used which serves to represent the level of similarity of two images that take into account the distance value of the Euclidean distance. From the results of the evaluation using a disarray network by calculating precision, review, and accuracy, in order to identify the image of the buni fruit object properly.
Penerapan Sentimen Analisis Dengan Algoritma SVM Dalam Tanggapan Netizen Terhadap Berita Resesi 2023 Mulyana, Dadang Iskandar; Lutfianti, Nesti
SISFOTENIKA Vol 13, No 1 (2023): SISFOTENIKA
Publisher : STMIK PONTIANAK

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30700/jst.v13i1.1339

Abstract

Saat ini banyak negara yang sedang memperbincangkan kemungkinan terjadinya resesi di negaranya, Indonesia termasuk diantaranya. Sinyal terjadinya kemungkinan resesi dapat terlihat dari mulai melemahnya aktifitas ekonomi sektor riil pada negara tersebut.  Dengan adanya isu berita tersebut, menuai banyak pendapat dan opini dari netizen melalui paltform media sosial twitter, mereka saling berkomentar terhadap adanya isu berita resesi 2023. Tujuan dari penelitian analisis sentimen ini adalah untuk memahami dan mengetahui opini masyarakat atas isu berita resesi pada 2023 pada media sosial twitter apakah opini tersebut masuk dalam kelas sentimen positif atau kelas sentimen negatif serta mengetahui hasil akurasi persentasi dari setiap kelas. Pengujian dilakukan menggunakan model klasifikasi support vector machine (SVM) dan beberapa metode seperti data crawling, pre-processing, dan pembobotan kata. Berdasarkan hasil pengujian model didapatkan hasil akurasi 98,67% nilai Recall Positif sebesar 99.33%, nilai Recall Negatif sebesar 98.00%, nilai Precision Positif sebesar 98.03% dan nilai Precision Negatif sebesar 99.32%. Data latih sebanyak 300 data sebanyak 149 data terprediksi Positif dan 1 data terprediksi Negatif. Untuk hasil prediksi sentiment negative terdapat 147 data dan 3 data terprediksi positif. Dari proses sentimen analisis dengan 667 data uji, dihasilkan prediksi sebanyak 373 Sentimen Positif dan 294 Sentimen Negatif.
PENERAPAN METODE NEURAL NETWORK DENGAN STRUKTUR BACKPROPAGATION UNTUK MEMPREDIKSI KEBUTUHAN STOK PADA TOKO UMKM PERLENGKAPAN BAYI BABYQU Mulyana, Dadang Iskandar; YkhSanur; FikriYadi; Sahroni; Sumarsono, Agus Sigit
Jurnal Indonesia : Manajemen Informatika dan Komunikasi Vol. 4 No. 1 (2023): Januari
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM) STMIK Indonesia Banda Aceh

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35870/jimik.v4i1.131

Abstract

At this time Machine Learning especially Deep Learning is developing very quickly in any field, especially in the fields of business, transactions, stock predictions, sales, and stocks and the like. Machine Learning has become a mainstay for facilitating and helping work. At the BabyQu store, the decisions used to carry out stock inventory still use the manual method, and there are several problems that arise including the occurrence of excess stock which makes other storage areas used for excess stock, especially if there are products that have an expiration date, and if there is a shortage of stock, problems will occur that will make consumers who need products or goods go to other places and several other problems that will arise which will cause losses to BabyQu stores, it is necessary to create a system or software that aims to assist BabyQu stores in forecasting stock availability product to overcomesome of these problems. This research was made using the Artificial Neural Network (ANN) model design and method using Backpropagation as the algorithm because this algorithm can reduce the percentage of errors. The results we got in this study using the 3-3-1 model obtained an accuracy rate of 85.72%, using 550 iterations of epochs, and taking approximately 11.1 seconds.
IMPLEMENTASI EXPERT ADVISOR UNTUK TRADING OTOMATIS FOREX MENGGUNAKAN INDIKATOR RSI DAN MA DENGAN METODE MARTINGALE DI PLATFORM METATRADER 4 Riswan, Adi; Mulyana, Dadang Iskandar
Jurnal Indonesia : Manajemen Informatika dan Komunikasi Vol. 4 No. 3 (2023): September
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM) STMIK Indonesia Banda Aceh

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35870/jimik.v4i3.324

Abstract

Among the many digital businesses, forex trading is one of them. To trade forex, various types of software are used which are tools for traders, such as Metatrader 4. The core business of forex trading is to buy or sell consistently to trade forex, making a profit. In order to get the desired profit, it is important to adjust the forecast towards a growing market. Therefore, we need the right forex indicators to predict prices that are not wrong. However, traders who follow predictive indicators signals often fail to execute trades on time and therefore are unable to make consistent profits. The solution for traders to find timely trading opportunities based on indicators is to create an automated forex trading system or Expert Advisor. Expert Advisor (EA) is a program/system that has the ability to appear in the terminal on the instructions of a trader without direct involvement. All tasks that the Expert Advisor performs automatically. Expert Advisors can work automatically without the need to monitor price movements for 24 hours. EA is designed to analyze the market based on 2 indicators RSI (Relative Strength Index) and MA (Moving Average) as a reference for prices that will occur and also as a reference for trading using the martingale method.
Co-Authors Abdillah, Gipari Pradina Abdul Hafidz Abdul Shomad Abyan, Muhammad Abdul Aziz Adawiyah, Rizky Adi Riswan Agung Pratama Agung Pratama Agung Rizki Zamzami Agung Saputra Agus Sigit Sumarsono Ahmad Bustomi Zuhari Ahmad Bustomi Zuhari Ahmad Bustomi Zuhri Ahmad Saepudin Ahmad Saepudin Ahmad Zulfikar Aidil Rizki Hidayat Aimar, Muqorrobin Aji Aji Dwi Prasetyo Aji Suswantoro Akbar, Yuma Akbarulloh, Feri Akhsani, Ziyat Akmal, Roid Adip Akmaludin Akmaludin Al Ammar, Muhammad Farros Al Faruq, Abdullah Alannuari, Fiky Albahy, Abdurrahman A. Aldi Sitohang Alfiani Damaiyanti AlfianiDamaiyanti Ali Akbar Ali Akbar Ali Muhammad Faadhil Ali Yafi Zulkarnain Alifah, Rifdah Aloisius Awang Hariman Amat Solihin Andi Anto Diarjo Andriyana Fajar Andy Manuel Prima Angga Tristhanaya Anggit Purnama Anggraeni, Eka Anisah Wulandari Apian Candra Aditya Ardana, Tegar Rizky Ardiyansyah, Ferry Ari Ramadhan Ari Surya Jaya Ari Surya Jaya Aribatullah Arief, Yoga Sofyan Arinal, Veri Aris Sufriman Arisenja, Ni Luh Bumi Arpinda Arpinda Asep Maulana Asep Ovid Afidin Asep Ovid Afidin Aswad, Hazrul Asyrofie, Maulana Azhar Atik Budi Paryanti Awaludin Awaludin Ayu Saputry, Yulia Yanti Aziz Septian Amrullah Aziz Septian Amrullah Aziz, Naufal Azzahra, Salma Latifa B, Muhamad Hasbi Toharudin Banase, Samuel Figo Bashir, Ade Abdul Bela Dina Betty Yel, Mesra Bintoro, Bayu C.Afif Firas Cahyana, Adella Fitriany Calvin Bill Roring Candra Milad Ridha Eislam Choirul Huda Debby Ramadhina Salsabilla Dedi Gunawan Dedi Iskandar Dedi Iskandar Deny Saputra Dewi Riyanti Wibowo Dewi Riyanti Wibowo Dheo Hanif Pristian Dhiva Andini Putri Alinur Diana Barsasella Dita Yuliana Donaldo, Evan Dwi Lestari Edi Edi Eka Anggraeni Eka Maheswara Eka Okta Putri Sulaiman Eka Okta Putri Sulaiman Eka Putri Aprillia Eka Satria Maheswara Eka Satria Maheswara Ependi, Soleh Erno Sumantri F, Joe Renaldy Fadhil Khanifan Achmad Fadhil, Ali Muhammad Fadillah, Fauzan Fadlan, Muhammad Fahmi Nurul Huda Faisal Akbar Faisal Akbar Faizal Joko Perwitosari Farida Indah Riantini Fatchur Rochman Fatonah FauzI Ramdhani Feni Citra Dewi Fernanda Adhipramana Ferry Fajar Pratama FikriYadi FikriYadi Fiktor Kurnia Tofano Firhan Ali Fransiscus Rolanda Malau Fransiscus Rolanda Malau Genisa, Lenggo Ghofurur Nawangsah Gilang Ramadhan Gusniar Alfian Noor Gusniar Alfian Noor Handrianus Saldu Herdiyansyah Hartanto Herdiyansyah herdi Hartanto Hermawan Susanto Hidayat, Aditya Zakaria Hidayat, Nurhikmah Hudhoifah, Maula Abi Hudzaifah, Salim Maula Ikha Novie Tri Lestari Ikha Novie Tri Lestari Ikhsan Ikhsan Ikhwanul Kurnia Rahman Ilham Wahyudi Imam Khoeri Imantara, Alaqsha Gilang Indah Rosmalina Irbah Baihaqi Irbah Baihaqi Irfan Maulana Irfan Maulana, Irfan Istianah Istianah Istianah Jaya, Rudi Tri Jodi Juliansah Joharuddin Zakaria, M Ohan Julinar Sari Hutagalung Kastum Kastum, Kastum Kemal Adnan Khanif, Abror Kolbia, Ummi Kurniawan Irfan Nauval Lerry Salasi Saptan Lintang Purnama Lintang Purnama Lorinda, Destiar Lubis, Yunita T Lutfianti, Nesti M Ainur Rofik M Ainur Rofik M Ilham Setya Aji M Ohan Joharuddin Zakaria M. Ohan Zakaria Mafazi, Luthfillah Maharanisa Maharanisa Maharanisa, Maharanisa Mainia Mayasari Marjuki Marjuki Marjuki Maulana Putra Hertaryawan, Ryfan Melani Afsari Miftahul Huda Miftahul Ulum Milli Ruswandi Mirsandi Muhamad Fikri Nugraha Muhamad Ikbal Muhamad Zaeni Nadip Muhammad Adri Ramadhan Muhammad Arfan Irsyad Rowis Muhammad Arfan Irsyad Rowis Muhammad Azhari Muhammad Dzaky Rahmanto Muhammad Dzaky Rahmanto Muhammad Faizal Lazuardi Muhammad Faizal Lazuardi Muhammad Fakhri Pratama Muhammad Furqan Muhammad Jauhar Ruliansyah Muhammad Khalid Muhammad Rizki Muhammad Syahrul Fattah Ramadhan Muhammad Zaenuddin Muhammad Zikri Muhammad Zikri Muklas Adik Putra Muklas Adik Putra Mutia Ramadhan Naini Saadah Naini Sa’adah Nana NANA NANA Nandy Dinilhaq Nesti Lutfianti Nimas Galuh Pramuditasari Notonegoro, Danendra Satriyohadi Noviyanti, Irma Nugroho, Kurniawan Setyo Nunung Parawati Nuradi, Fahmi Nurfaishal, Muhammad Dzaky Nurrohman, Awaludin Taufiq Oka Prasetiyo Okta Saputra Oky Tria Saputra Paramida, Feti Paryanti, Atik Budi Pramansah, Vika Vitaloka Pramuditasari, Nimas Galuh Pratama, Ferry Fajar Pratiwi, Tiyas Aria Pristian, Dheo Hanif Putra, Guruh Taruno Putra, Mohammad Royger Febriansyah Putra, Reyga Ferdiansyah Putri Amira Sumitro Putri Nugraheni Utami Putri, Atsilah Daini Putro, Faris Widianto Radikto, Radikto Raga Permana Rahmani, Husain Rahmanto, Muhammad Dzaky Raihan Putra M Rosidi Ramadan, Anggi Ramadhan, Muhammad Adri Rasiban Reyga Ferdiansyah Putra Reza Gustrianda Reza Wanandi Richard Franido Richardviki Beay Richardviki Beay Rifky Aldiansyah Riki Maulana Fauzi Riko Afriandika Riswan, Adi Rival, Muhammad Riza Hidayat, Riza Rizky Adawiyah Rofik, M Ainur Roring, Calvin Bill Rowis, Muhammad Arfan Irsyad Runi Amanda Amalia Sadid, Muhammad Arib Umar Sadid, Muhammad Umar Arib Sahroni sahroni Sahrul Hidayat Saifullah Ahmad Yasin Santi Ferawati Saputra, Mochammed Erryandra Saputri, Rosalina Saragih, Silvanus Sarimole, Frencis Matheos Sartika Mala Seli Amelia Senika, Anis Sentosa, Edwin Septiani, Novi Setiawan, Itca Bagus Setya Putra Adenugraha Shakila Shila Wati Silfia, Titi Siregar, Ikhsan Abror Siregar, Mora Hakim Siregar, Muhammad Hafiz Siti Nurhaliza Siti Raysyah Slamet Riyadi Sodik Sofia, Agiah Soleh Ependi Sony Agustian Syah SOPAN ADRIANTO SRI LESTARI Sri Lestari Sri Lestari Stefany Tarunajaya Stepanus, Stepanus Sugeng Sugeng Sugeng Sugeng Sugiyono Sugiyono Sumantri, Dyan Bagus Sumantri, Erno Sumarsono, Agus Sigit Sutisna Sutisna Sutisna Sutisna Sutisna Suwandi Syatria, Muhammad Rifqi Tarunajaya, Stefany Titi Silfia Tofano, Fiktor Kurnia Tri Wahyuni Tundo, Tundo Untung Wahyudi Vara Maulidyah Hidayah Vika Vitaloka Pramansah Wahyu Hidayat Wahyu Saputro Wahyu Saputro Wahyudi, Ahmad Arif Wicaksono, Bima Wieko Wieko Wulandari, Anisah Yacob, Galih Satria Yansen Yansen YkhSanur YkhSanur Yoni Maulana Yuliana Bachtiar Yunita T Lubis Yusril Nurhadi AS Zaidan, Rodhi Shafia Zaky Rahman Hakim Zamzami, Agung Rizki Zidane, Ahmad Syahran Zoharuddin Zakaria, M Ohan