Claim Missing Document
Check
Articles

Implementasi Metode Cosine Similarity Untuk Rekomendasi Pariwisata Berbasis Website Muhammad Ilhamil Mi Roj; Vivine Nurcahyawati; Anjik Sukmaaji
TEMATIK Vol. 10 No. 2 (2023): Tematik : Jurnal Teknologi Informasi Komunikasi (e-Journal) - Desember 2023
Publisher : LPPM POLITEKNIK LP3I BANDUNG

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

Abstract

Pariwisata merupakan salah satu industri yang menarik untuk dikembangkan secara lebih lanjut oleh suatu daerah, pariwisata merupakan aset strategis yang menjadi pendorong pembangunan pada suatu daerah yang memiliki potensi pariwisata, pariwisata juga telah menjadi salah satu kebutuhan masyarakat yang semakin berkembang dari waktu ke waktu. Masyarakat cenderung berpariwisata karena ingin bersantai dan melakukan banyak hal menyenangkan yang terkadang tidak sempat mereka lakukan. Terkadang banyak wisatawan yang tidak bisa mengambil keputusan untuk mengunjungi tempat pariwisata mana yang cocok dengan kemauan mereka. Maka dari itu dibutuhkannya sebuah sistem yang dapat memberikan rekomendasi alternatif berupa tempat pariwisata dengan menggunakan metode cosine similarity untuk mencari kesamaan dengan komposisi yang sama serta pengujian user acceptance testing untuk mendapatkan hasil uji coba terhadap sistem rekomendasi yang menyatakan berhasil dengan presentase sebesar 90% dari 100%.
Penerapan Algoritma K-Means Untuk Penentuan Wilayah Penjualan Potensial Pada Perusahaan Jasa Cleaning Service Syalwa, Reynalda Vonna; Nurcahyawati, Vivine; Wurijanto, Tutut
TEMATIK Vol. 10 No. 2 (2023): Tematik : Jurnal Teknologi Informasi Komunikasi (e-Journal) - Desember 2023
Publisher : LPPM POLITEKNIK LP3I BANDUNG

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

Abstract

Promosi merupakan hal penting bagi perusahaan dalam mendorong penjualan serta membantu konsumen mengenal dan mengingat merek perusahaan. Apabila tanpa promosi yang tepat, suatu bisnis tidak mungkin dikenal konsumen sehingga dapat merugikan pertumbuhan dan penjualan merek. Hal tersebut sama dengan kondisi terjadi di perusahaan cleaning service yang berlokasi di Jawa Timur dimana perusahaan memiliki permasalahan pada saat menerima pelanggan di beberapa tempat yang berbeda di Jawa Timur perusahaan yakni tidak mempunyai informasi tentang area potensial untuk melakukan promosi penawaran jasanya sehingga hal tersebut berdampak bagi perusahaan yaitu tidak dapat merancang promosi yang tepat sasaran dan perusahaan bisa melewatkan peluang bisnis yang berharga. Tujuan dari penelitian ini adalah untuk melakukan pengolahan data penjualan perusahaan dari tahun 2021 sampai dengan tahun 2023 dengan data mining menggunakan pendekatan clustering k-means mengelompokkan 3 cluster yakni Cluster 0 (C0) wilayah kurang berpotensi, Cluster 1 (C1) cukup berpotensi, Cluster 2 (C2) sangat berpotensi. Berdasarkan hasil dari pengolahan data didapatkan Cluster 0 berjumlah 4 wilayah kurang berpotensi yakni wilayah Mojokerto, Jombang, Pasuruan, Malang. Cluster 1 berjumlah 3 wilayah cukup berpotensi yakni wilayah Madura, Gresik, Lamongan. Pada cluster 2 berjumlah 2 wilayah sangat berpotensiyakni wilayah Sidoarjo, dan Surabaya.
Implementasi Data Mining untuk Memprediksi Kesehatan Mental Mahasiswa menggunakan Algoritma Naïve Bayes Adinda Salsabila Juwita; Ananda Rizky Kurniawan; Adhitya Aryaputra Ashari; Daffa Tyan Putro; Vivine Nurcahyawati
KOMPUTEK Vol 8, No 1 (2024): April
Publisher : Universitas Muhammadiyah Ponorogo

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

Abstract

Kesehatan mental saat ini menjadi permasalahan di dunia kesehatan. Berdasarkan survey kesehatan mental Indonesia National Adolescent Mental Health Survey (I-NAMHS), terjadi gangguan mental pada remaja 10 – 17 tahun di Indonesia. Hal tersebut menunjukkan satu dari tiga remaja Indonesia memiliki masalah kesehatan mental. Dengan adanya gangguan kesehatan tersebut dapat membuat remaja tidak fokus dalam belajar dan menurunkan prestasi akademik. Mozaic Science melalui World Economic Forum (WEF) mencatat jumlah mahasiswa di Inggris yang mengunjungi bagian konseling kampus meningkat hampir lima kali jika dibandingkan dengan 10 tahun lalu. Peneliti memberikan solusi dengan menggunakan algoritma Naïve Bayes dan menggunakan metode SEMMA dalam proses mengklasifikasi data mengenai kesehatan mental pada mahasiswa. Berdasarkan hasil pengujian Confusion Matrix dengan ratio 70%:30% menghasilkan accuracy sebesar 93,33% terhadap 101 dataset dari Kaggle.
Optimasi Penjadwalan Mata Pelajaran menggunakan Constraint Programming Nurcahyawati, Vivine; Muhamad Risqiwahid; Achmad Arrosyidi
Jurnal Informatika dan Teknologi Informasi Vol. 1 No. 3: Januari 2023
Publisher : PT. Bangun Harapan Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56854/jt.v1i3.134

Abstract

Schools are educational institutions that have teaching and learning activities, one of the teaching and learning processes is scheduling subjects carried out by the Deputy Principal Curriculum to arrange subject schedules every school year once. The preparation of the subject schedule used today still uses Microsoft Excel, causing problems including the crash schedule, the number of classes taught exceeds the teaching hours, and complications in arranging the schedule if there is a change of schedule. The solution to the problem above is to create subject scheduling applications in website -based schools using constraint programming and stages of system development using waterfall. The results of the study obtained in this study showed that the application succeeded in forming subject schedules that schools can use. Furthermore, the application can be in accordance with the boundaries related to the specified scheduling. As well as applications can help the preparation of subjects optimally with no 100%crresses. The system in the application requires a maximum of 10 minutes for the schedule creation process. Keywords: Scheduling, Constraint Programming, Waterfall, Course
OPTIMALISASI APLIKASI QUIZIZZ BAGI TENAGA PENDIDIK DALAM MENERAPKAN MEDIA PEMBELAJARAN BERBASIS TEKNOLOGI INFORMASI Alit Widana Putra, I Gusti Ngurah; Nurcahyawati, Vivine; Sutomo, Erwin; Koentjoro, Edo Yonatan; Lebdaningrum, Kristin
JURNAL PENGABDIAN KEPADA MASYARAKAT Vol 28, No 4 (2022): OKTOBER-DESEMBER
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/jpkm.v28i4.37005

Abstract

Pada masa pandemi covid-19 banyak sektor usaha dan jasa mendapatkan dampak besar, termasuk sektor pendidikan. Semua kegiatan diwajibkan mengurangi tatap muka untuk menekan penyebaran virus covid-19. Kegiatan belajar mengajar di sekolah terpaksa di ubah menjadi daring (tatap muka maya). Muncul masalah ketika tenaga pendidik akan memberikan evaluasi capaian pembelajaran (khususnya kuis) kepada anak didik secara daring. Muncul kekawatiran pada tenaga pendidik bahwa jika memberikan soal secara softcopy kepada anak didik maka ada kemungkinan anak didik akan berbuat curang seperti kerja sama, menyontek, dan lain-lain. Tenaga pendidik pernah menggunakan aplikasi Google Form, akan tetapi fitur yang tersedia belum sesuai bagi tenaga pendidik. Google form belum sesuai digunakan sebagai media menyelenggarakan kuis karena masih terdapat kekurangan seperti tidak terdapat batasan waktu pengerjaan untuk tiap soal, media yang bisa ditambahkan terbatas, dan lain-lain. Karena itu tim dosen Universitas Dinamika memberikan solusi berupa pelatihan aplikasi Quizizz bagi tenaga pendidik di SMKN 10 Surabaya. Berdasarkan hasil pelatihan, dapat disimpulkan bahwa tenaga pendidik mendapatkan jawaban terhadap permasalahan yang mereka temui. Sekarang pemberian kuis ke anak didik secara daring dapat dilakukan tanpa khawatir anak didik akan berbuat curang. Diharapkan penulisan ini dapat menjadi informasi dan rujukan bagi tenaga pendidik untuk membuat kuis yang interaktif bagi anak didiknya.Kata kunci: Quizizz, SMKN 10 Surabaya, pandemic covid-19, Kuis, Daring
Perbandingan Klasifikasi antara Naives Bayes dan Decision Tree dalam Prediksi Penyakit Diabetes Tahap Awal Putra, Akbar Wibowo; Kusumo, Kevin; Ratu, Ayu Sitho Resmy; Mujayanto, Radik Rosyadi; Rafly, Muhammad; Mintarum, Melati Mahandani; Nurcahyawati, Vivine
Jurnal Ilmu Komputer Vol 17 No 1 (2024): Jurnal Ilmu Komputer
Publisher : Informatics Department, Faculty of Mathematics and Natural Sciences, Udayana University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24843/JIK.2024.v17.i01.p06

Abstract

Diabetes is a health condition characterized by an elevated blood glucose level. There are two types, namely diabetes type 1 and diabetes type 2. Diabetes type 1 is caused by a lack of insulin production by the pancreas. Symptoms of diabetes include excessive thirst, frequent urination, and constant hunger. Classification is a process that helps us group data or information into categories based on similar characteristics. In the context of diabetes, classification methods can be used to group individuals based on their risk levels of developing diabetes. By using classification methods, doctors can determine an individual's risk of diabetes and design an appropriate treatment plan. This study involves a comparison between the Naïve Bayes and Decision Tree methods. The results of this research indicate that the algorithm generated is the best among the two algorithms in identifying diabetes patients. An accuracy of 66.67% was obtained for Naïve Bayes, while an accuracy of 91.67% was obtained for Decision Tree. In this study, it was found that the Decision Tree method has a higher accuracy rate than the Naïve Bayes method in the case study and data testing.
Deteksi sentimen ulasan pengguna e-learning menggunakan algoritma naive bayes (Studi Kasus: RuangGuru, Pahamify, Merdeka Mengajar) Sulistiowati; Vivine Nurcahyawati; Muhammad Alfa Fawwaz; Erwin Sutomo; Tutut Wurijanto
INFOTECH : Jurnal Informatika & Teknologi Vol 5 No 2 (2024): INFOTECH: Jurnal Informatika & Teknologi (In Progress)
Publisher : LPPMPK - Sekolah Tinggi Teknologi Muhammadiyah Cileungsi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37373/infotech.v5i2.1399

Abstract

Peningkatan penggunaan aplikasi e-learning secara signifikan telah mengubah cara belajar mandiri. Analisis sentimen pengguna e-learning populer di Indonesia, yaitu Pahamify, Ruangguru, dan Merdeka Mengajar, menggunakan data ulasan dari Google Play Store, dilakukan dalam penelitian ini. Aplikasi e-learning menarik banyak pelajar karena fleksibilitasnya dalam hal waktu dan tempat. Namun, pemahaman terhadap persepsi pengguna masih terbatas. Penelitian ini berfokus pada analisis sentimen pengguna dan penerapan algoritma Naive Bayes untuk memprediksi sentimen tersebut. Model ini dievaluasi menggunakan confusion matrix, dengan hasil akurasi 89% untuk Ruangguru, 86% untuk Pahamify, dan 92% untuk Merdeka Mengajar. Temuan ini memberikan kontribusi berupa: (1) wawasan yang berguna bagi pengembang aplikasi untuk meningkatkan layanan, (2) bukti bahwa algoritma Naive Bayes efektif dalam menganalisis sentimen teks berbahasa Indonesia, dan (3) dasar bagi penelitian lebih lanjut, misalnya dengan memperluas cakupan aplikasi atau menggunakan algoritma yang lebih kompleks. Mayoritas pengguna menunjukkan sentimen positif terhadap ketiga aplikasi, meskipun masih ada aspek yang perlu diperbaiki, yang bisa diidentifikasi melalui analisis lebih lanjut.
PEMANFAATAN DASHBOARD ANALITIK UNTUK PENGAMBILAN KEPUTUSAN DALAM PENGEMBANGAN GAME VALORANT DAN MITIGASI CHURN Chaidhir Ichsan, Muhammad; Nurcahyawati, Vivine; Sunarto, Dewiyani
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 2 (2025): JATI Vol. 9 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i2.13287

Abstract

Industri game kompetitif seperti Valorant menghadapi tantangan dalam mempertahankan pemain akibat berbagai faktor, termasuk toksisitas dalam komunitas, sistem matchmaking yang dirasa tidak adil, serta perkembangan keterampilan pemain yang tidak optimal. Toksisitas yang tinggi dapat mendorong pemain untuk berhenti bermain (churn), sementara ketidakadilan dalam matchmaking dapat menghambat perkembangan skill dan mengurangi kepuasan bermain. Jika tidak ditangani dengan baik, masalah ini dapat berdampak pada menurunnya loyalitas pemain dan keberlanjutan komunitas game. Oleh karena itu, diperlukan pendekatan berbasis data untuk memahami faktor-faktor ini secara lebih mendalam. Penelitian ini bertujuan mengembangkan dashboard analitik berbasis data yang dapat membantu pengembang game dalam mengoptimalkan keputusan berbasis analisis. Data dikumpulkan melalui survei terhadap 52 pemain Valorant, kemudian dianalisis menggunakan Korelasi Pearson dan Regresi Linear Sederhana untuk menguji hubungan antara tingkat toksisitas dan churn, serta persepsi keadilan matchmaking terhadap perkembangan keterampilan. Hasil analisis menunjukkan bahwa toksisitas memiliki hubungan positif signifikan dengan churn (r = 0.3668, p < 0.05), sementara matchmaking fairness berhubungan positif dengan perkembangan skill pemain (r = 0.2982, p < 0.05), meskipun korelasinya tergolong lemah. Dashboard yang dikembangkan menyajikan visualisasi data dalam bentuk pie chart, bar chart, dan pivot table heatmap untuk memberikan wawasan yang lebih mendalam mengenai faktor-faktor tersebut. Evaluasi yang dilakukan menunjukkan bahwa dashboard ini dapat menjadi alat bantu yang efektif dalam analisis data bagi pengembang game Valorant. Dengan memanfaatkan dashboard ini, pengembang dapat mengurangi toksisitas, meningkatkan keadilan matchmaking, serta mendukung pengambilan keputusan berbasis data guna menciptakan pengalaman bermain yang lebih baik.
Manajemen Persediaan Menggunakan Metode Safety Stock dan Reorder Point Riyondha Aprilian Brahmantyo; Januar Wibowo; Nurcahyawati, Vivine
Jurnal Sains dan Informatika Vol. 9 No. 1 (2023): Jurnal Sains dan Informatika
Publisher : Teknik Informatika, Politeknik Negeri Tanah Laut

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34128/jsi.v9i1.431

Abstract

Manajemen persediaan adalah sebuah sistem yang digunakan untuk mengelola persediaan barang. Mengelola bagaimana mengklarifikasi dan menjaga akurasi catatan persediaan barang. Tujuan dari manajemen persediaan barang untuk mengurangi keterlambatan pengiriman barang serta dapat memastikan adanya suatu persediaan melalui safety stock. Terdapat beberapa permasalahan pada perusahaan yang bergerak dibidang industri kuliner khususnya bagian manajemen persediaan antara lain tidak ada perhitungan permintaan stok barang, tidak ada pengelolan safety stock, dan tidak terdeteksinya antara data pengiriman dan data stok awal. Pengendalian stok barang menggunakan safety stock bertujuan untuk mengetahui jumlah stok aman dalam gudang. Sedangkan untuk mengetahui jumlah pengadaan ulang mengunakan reorder point. Sehingga dapat menghemat waktu, meminimalisir kesalahan dalam persediaan barang, dan dapat mengetahui kelayakan kondisi barang. Hasil dari penelitiannya berupa sebuah sistem yang dapat melakukan manajemen persediaan, sehingga dapat mengendalikan persediaan barang dengan stok kosong menjadi turun 95%, atau tinggal hanya 5% saja.
Implementasi Data Mining untuk Memprediksi Kesehatan Mental Mahasiswa menggunakan Algoritma Naïve Bayes Juwita, Adinda Salsabila; Kurniawan, Ananda Rizky; Ashari, Adhitya Aryaputra; Putro, Daffa Tyan; Nurcahyawati, Vivine
KOMPUTEK Vol. 8 No. 1 (2024): April
Publisher : Universitas Muhammadiyah Ponorogo

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

Abstract

Kesehatan mental saat ini menjadi permasalahan di dunia kesehatan. Berdasarkan survey kesehatan mental Indonesia National Adolescent Mental Health Survey (I-NAMHS), terjadi gangguan mental pada remaja 10 – 17 tahun di Indonesia. Hal tersebut menunjukkan satu dari tiga remaja Indonesia memiliki masalah kesehatan mental. Dengan adanya gangguan kesehatan tersebut dapat membuat remaja tidak fokus dalam belajar dan menurunkan prestasi akademik. Mozaic Science melalui World Economic Forum (WEF) mencatat jumlah mahasiswa di Inggris yang mengunjungi bagian konseling kampus meningkat hampir lima kali jika dibandingkan dengan 10 tahun lalu. Peneliti memberikan solusi dengan menggunakan algoritma Naïve Bayes dan menggunakan metode SEMMA dalam proses mengklasifikasi data mengenai kesehatan mental pada mahasiswa. Berdasarkan hasil pengujian Confusion Matrix dengan ratio 70%:30% menghasilkan accuracy sebesar 93,33% terhadap 101 dataset dari Kaggle.
Co-Authors A. B. Tjandrarini Abrar, Muhammad Achmad Arrosyidi Achmad Ghozaly Adhitya Aryaputra Ashari Adinda Salsabila Juwita Afifa, Anisa Noor Agus Cahyono Agus Dwi Churniawan, Agus Dwi alfarisi, muhammad fernando alfarisi, muhammad fernando Alifi, Yusron Alit Widana Putra, I Gusti Ngurah Amalia, Rosi Nanda Amalia, Rosi Nanda Amirul Mukminin Ananda Rizky Kurniawan Angelina, Kristin Angelina, Novi Dewi Anggraini, Nuriva Anindya, Nurvina Leila Anindya, Nurvina Leila Anjik Sukmaaji Annisa Rahayu Bekti Nagari Apriliani Nur Afifah Ari Setyo Budiono Ariansyah, Yudha Putra Ariansyah, Yudha Putra Arifin Puji Widodo Arista Arista Arista, Arista Arista, Arista Arridho, Umair Mustaurid Arridho, Umair Mustaurid Asari, Riski Imam Asari, Riski Imam Ashari, Adhitya Aryaputra Audhy Virabri Kressa Ayuningtyas Ayuningtyas Ayuningtyas Ayuningtyas Azura, Wahyu Novia Izza Badai Satria Nugraha Bahesa, Belly Purna Bahesa, Belly Purna Bambang Hariadi Belly Purna Bahesa Berliando, Zuilham Ongky Berlita Tri Cahyaningasri Bia Ardy Permana Budi Wiranata Sihombing Budiharjo, Yusuf Budiharjo, Yusuf Budiono, Ari Setyo Budiono, Ari Setyo Cahyaningasri, Berlita Tri Cahyaningasri, Berlita Tri Casmina, Casmina Chaidhir Ichsan, Muhammad Daffa Tyan Putro Dany Subiantara Devy Wulandari dewi, diva rosalina dewi, diva rosalina Dhany, Umar Dhya Sari Dicky Pratama Putra Ra&#039;uf Dimas Priambodo Dinda Anggraini Puspita Sari Doddy Asmadi Jafar Edo Yonatan Koentjoro Efendi, Luvi Eka Hirinda Zulfa Endra Rahmawati Erga Ivan Saputra Erisaputra, Purba Ernanto, Nikolas Baru Ernanto, Nikolas Baru Erwin Soetomo Erwin Sutomo Erwin Sutomo Erwin Sutomo Fandi Setyo Prambudi Fani, Arganata Alif Fattah, Abdurrahman Fattah, Abdurrahman Faudi, Bayu Rachmanda Febi Kadarianto Fendy Gerry Foe Finna Puspitasari FIRRARI KUSUMA WARDANI Foe, Fendy Gerry Foe, Fendy Gerry Ghozaly, Achmad Hadi Prawiro, Irfan Handayani, Mey Handayani, Mey Handika Setiawan Hangga Yuda Rozaqi Hartati, Sulis Janu Hartati, Sulis Janu Haryanto Tanuwijaya Henry Bambang Setyawan Henry Bambang Setyawan Huda, Muchlis Alkhoiruli Hutomo, Kaisha Satrio Noor Hutomo, Kaisha Satrio Noor I Dewa Made Adi Baskara Joni I Made Swasta Adiputra Imaddudin Al- Asfahani Iman, Much. Okky Nur Indahyati, Iin Indroyono, Abyan Akbar Irfandi, Bagus Istiqomah, Belgis Medina Jafar, Doddy Asmadi Jafar, Doddy Asmadi Januar Wibowo Julianto Lemantara Jusak Jusak Jusak Jusak Jusak, DR. Jusak, DR. Juwita, Adinda Salsabila Kadarianto, Febi Kadarianto, Febi Kaisha Satrio Noor Hutomo Khotimah, Dewi Ayu Khusnul Khotimah, Dewi Ayu Khusnul Kressa, Audhy Virabri Kressa, Audhy Virabri Krisna, Ockytavia Nila Krisna, Ockytavia Nila Kurniawan, Ananda Rizky Kurniawan, Candra Dwi Putra Kusumo, Kevin Layla Qodary Zalyhaty Lebdaningrum, Kristin Luvi Efendi M. J. Dewiyani Sunarto M. J. Dewiyani Sunarto M. Putra Nur Rahman Mardiyah, Dewi Rahayu Mardiyah, Dewi Rahayu Marina Tri Milasari Martinus Sony Erstiawan Maulana, Yoppy Mirza Mey Handayani Miftah, Muhammad Hoiril Miftah, Muhammad Hoiril Milasari, Marina Tri Milasari, Marina Tri Mintarum, Melati Mahandani Mochamad Asyari Putra Pratama Mochamad Imam Mahudi Rohmansyah Mochammad Arifin Mochammad Arifin Mochammad Arifin Mohammad Andre Agazi Muchammad Andinouval Ramadhani Muchlis Alkhoiruli Huda Muhamad Nizar Taufani Muhamad Risqiwahid Muhammad Abrar Muhammad Abrar Muhammad Alfa Fawwaz Muhammad Hoiril Miftah Muhammad Ilhamil Mi Roj Muhammad Ramzi Mujayanto, Radik Rosyadi Nagari, Annisa Rahayu Bekti Nagari, Annisa Rahayu Bekti Nikolas Baru Ernanto Ningsih, Norma Nugraha, Badai Satria Nugraha, Firmansyah Rizkiawan Nur Afifah Handayani Nuriva Anggraini Pantjawati Sudarmaningtyas Pebriantono, Pebriantono Pebriantono, Pebriantono Perdani, Novita Perdani, Novita Permana, Dian Bagus Eka Praditya, Khofifa Pramesti, Shelvi Damayana Pramijas, Danica Audi Oryza Pramijas, Danica Audi Oryza Prasetyo, Mochamad Yudi Prasetyo, Mochamad Yudi Pratama, Ardo Yoga Priambodo, Dimas Priambodo, Dimas Puji Wahyu Ningsih Puspitasari, Finna Putra Aditya, Wigananda Firdaus Putra, Akbar Wibowo Putra, Samuel Hasaja Putra, Samuel Hasaja Putro, Daffa Tyan Ra'uf, Dicky Pratama Putra Ra'uf, Dicky Pratama Putra Rafly, Muhammad Raharjo, Ahmad Rizal Syafikri Rahman, M. Putra Nur Rahmawati, Endra Ramadhani, Muchammad Andinouval Ramadhani, Muchammad Andinouval Ramzi, Muhammad Ramzi, Muhammad Ratu, Ayu Sitho Resmy Ravika Ayu Ashari Ricky Alexander Bianco Riyondha Aprilian Brahmantyo Riyondha Aprilian Brahmantyo Rohmansyah, Mochamad Imam Mahudi Rosi Nanda Amalia Safitri, Rahma Nimas Samuel Hasaja Putra Saputra, Ibnu Pratama Adi Saputro, Arief Dwi Saputro, Arief Dwi Sari, Dhya Sari, Dhya Sari, Dinda Anggraini Puspita Sari, Hanifa Rosyida Sasongko, Ikhsan Ardi Septarian, Alif Zakariya Septarian, Alif Zakariya Setiajie, Aditya Putra Setiajie, Aditya Putra Setiawan, Handika Setyawan, Mohammad Oby Maulana Setyawan, Mohammad Oby Maulana Sholihah, Maharani Bilqis Sholihah, Maharani Bilqis Sicillya Setya Jayani Santosa Sihombing, Budi Wiranata Sihombing, Budi Wiranata Sri Suhandiah Subiantara, Dany Subiantara, Dany Sukrawan, Pande Gede Sukrawan, Pande Gede Sulistiowati Sulistiowati Sulistiowati Sulistiowati Sulistiowati Suparman, Falerianus Hendratno Suparman, Falerianus Hendratno Syalwa, Reynalda Vonna Tan Amelia Taufani, Muhamad Nizar taufiqurrahman, naufal as'ad taufiqurrahman, naufal as'ad Teguh Sutanto tiowati, Sulis Tiowati, Sulis Titik Lusiani Tony Soebijono Tony Soebijono Tri Sagirani Tutut Wurijanto Tutut Wurijanto Umair Mustaurid Arridho Valentinus Roby Hananto Wahyuningtyas, Nunuk WARDANI, FIRRARI KUSUMA Wulandari, Devy Wulandari, Fitri dwi Wulandari, Fitri dwi Wulandari, Sri Hariani Wulandari, Sri Hariani Wulandari, Sri Hariani Eko Yoppy Mirza Maulana Yoppy Mirza Maulana Yundari, Yundari Yusuf Budiharjo Zuilham Ongky Berliando Zuriani Mustaffa Zuriani Mustaffa