Article Per Year (5 Year)
p-Index From 2021 - 2026
12.583
P-Index
This Author published in this journals
All Journal Teknika Sinkron : Jurnal dan Penelitian Teknik Informatika Informatics for Educators and Professional : Journal of Informatics SELAPARANG: Jurnal Pengabdian Masyarakat Berkemajuan INTECOMS: Journal of Information Technology and Computer Science JURNAL PENDIDIKAN TAMBUSAI Jurnal Nasional Komputasi dan Teknologi Informasi Progresif: Jurnal Ilmiah Komputer Jurnal Sains dan Teknologi Jurnal JTIK (Jurnal Teknologi Informasi dan Komunikasi) Jurnal Teknik Elektro dan Komputasi (ELKOM) Community Engagement and Emergence Journal (CEEJ) REMIK : Riset dan E-Jurnal Manajemen Informatika Komputer Jurnal Informatika dan Teknologi Komputer ( J-ICOM) Jurnal Indonesia : Manajemen Informatika dan Komunikasi Jurnal Teknologi Sistem Informasi dan Sistem Komputer TGD Jurnal Vokasi Informatika (JAVIT) AJAD : Jurnal Pengabdian kepada Masyarakat Jurnal Pendidikan Sains dan Komputer International Journal Software Engineering and Computer Science (IJSECS) Indonesian Journal of Multidisciplinary Science Aptekmas : Jurnal Pengabdian Kepada Masyarakat Malcom: Indonesian Journal of Machine Learning and Computer Science Journal of Artificial Intelligence and Digital Business Cross-border CKI On Spot SmartComp Jurnal Indonesia : Manajemen Informatika dan Komunikasi Jurnal Pengabdian Nasional (JPN) Indonesia kawanad International Journal of Law Social Sciences and Management
Akbar, Yuma
STIKOM CIPTA KARYA INFORMATIKA
Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Arts Humanities Astronomy Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture 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 Immunology & microbiology Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Medicine & Pharmacology Neuroscience Nursing Physics Public Health Social Sciences Transportation Veterinary Other

Published : 105 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 105 Documents
Search

 4   5   6   7   8 
Analisis Penerimaan Pengguna Aplikasi Kipin School Menggunakan Metode Technology Acceptance Model (TAM) Akbar, Yuma; Bachtiar, Yuliana
Jurnal Indonesia : Manajemen Informatika dan Komunikasi Vol. 5 No. 3 (2024): 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.v5i3.1013

Abstract

This study aims to analyze user acceptance of the Kipin School application in educational settings using the Technology Acceptance Model (TAM) approach. In the era of digital transformation, educational applications like Kipin School play a crucial role in enhancing the effectiveness, efficiency, and quality of learning. This application provides advanced features such as student management, lesson scheduling, academic reporting, and communication between teachers, students, and parents. The study evaluates perceived usefulness and perceived ease of use as the main dimensions influencing user attitude, behavioral intention to use, and actual system use of the application. The results of this research are expected to provide valuable insights for application developers to design more effective, innovative solutions that support the improvement of learning quality and educational management in the future. Additionally, this research is also expected to serve as a foundation for further studies in the field of technology acceptance in education.
Analisa Sentimen Pada Media Sosial “X” Pencarian Keyword ChatGPT Menggunakan Algoritma K-Nearest Neighbors (KNN) Akbar, Yuma; Regita, Anggit Nur Hannaa; Sugiyono; Wahyudi, Tri
Jurnal Indonesia : Manajemen Informatika dan Komunikasi Vol. 5 No. 3 (2024): 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.v5i3.1016

Abstract

Sentiment analysis of the use of Artificial Intelligence (AI) is becoming increasingly important in public understanding of today's rapidly evolving technology, as it helps facilitate human activities. One of the key applications is the presence of ChatGPT, an AI capable of interacting with users through user input, such as answering various questions posed. This topic generates a lot of pros and cons, as widely discussed on social media. Research is needed to evaluate how wisely people use this AI. This study proposes an approach using the K-Nearest Neighbors (KNN) algorithm to analyze AI-related sentiment. The KNN algorithm is used to classify sentiment into positive, negative, or neutral, based on the similarity with the closest word in the feature space derived from text data. This method allows for efficient sentiment grouping without the need for complex models. Researchers chose sentiment analysis because it is an appropriate technique for data processing. Of the 1000 reviews collected from social media users on “X,” 853 were positive, and 147 were negative. The data was classified using the KNN algorithm, followed by an accuracy evaluation yielding 84.80%. The results of this sentiment analysis are expected to guide decision-makers in developing and applying AI technology more intelligently, in line with societal needs and expectations.
Implementasi Algoritma A* (A-Star) untuk Mencari Rute Terpendek dari Kelurahan Cibubur ke Perpustakaan Nasional Republik Indonesia Damayanti, Yulia; Akbar, Yuma
Jurnal Indonesia : Manajemen Informatika dan Komunikasi Vol. 5 No. 3 (2024): 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.v5i3.1022

Abstract

Traffic congestion is a major challenge in Indonesia's big cities, including Jakarta, causing unpredictable travel times, increased pollution and reduced quality of life. The causes of traffic jams in Jakarta include limited road infrastructure, an increase in the number of vehicles, and disorderly driver behavior. One solution is to utilize available alternative routes to reduce congestion and provide more efficient travel options. The National Library of the Republic of Indonesia in Jakarta, although it provides complete facilities to support learning and research activities, is often difficult to access due to traffic jams. Travel from the outskirts of cities such as Cibubur to the city center can be hampered by traffic jams at certain points. Therefore, an effective method is needed to find the closest and fastest route. The A* algorithm is an optimal and efficient route finding algorithm, often used in navigation and route planning. Implementation of the A* algorithm can help drivers find the fastest and shortest routes, reduce travel time, save fuel, and increase transportation efficiency. The research results show that of the three routes studied (Jl. Raya Bogor, Jl. DI Pandjaitan, and Jl. H.R. Rasuna Said), the DI Pandjaitan route is the fastest route with a distance of 1,561.5 km. The implementation of the A* method is expected to help find community routes quickly and overcome congestion problems and lack of knowledge about alternative routes.
Monitoring Data Nilai Gizi Balita menggunakan Tableau Public (Studi Kasus : Posyandu Sedap Malam) Akbar, Yuma; Azzahra, Yasmin Aulia; Hartinah, Suci Sugih; Arfadhillah, Zahra
Jurnal Pengabdian Nasional (JPN) Indonesia Vol. 5 No. 2 (2024): Mei
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/jpni.v5i2.674

Abstract

In Indonesia, there are still toddlers with poor nutritional status. Nutrition is food substances needed for the development, growth, and health of a person's body. Toddlers who experience nutritional problems will have an impact on their growth and development, be susceptible to disease, and can even result in death in children under five. Children's growth and development are monitored regularly to detect potential problems early. Utilizing a community-based health system such as Posyandu is the most important key to improving the quality of children's growth and development. Monitoring of children's growth and development in Indonesia is carried out by measuring body weight every month at Posyandu with the Healthy Way Card (KMS) as a supporting tool. Through KMS, growth and development disorders in children can be identified early and appropriate steps can be taken to correct these problems. The Berbabis Tablue Posyandu Service Analysis Information System can help monitor data and information on the nutritional status of each child. The results of this paper show that the use of Tableau in analyzing data on the nutritional status of toddlers can provide a comprehensive and in-depth picture. Interactive visualization allows users to explore data directly, identify patterns, and quickly retrieve important information. With visualization, posyandu cadres can make decisions regarding toddler nutrition programs
Implementasi Platform Edukasi Pada Klinik Medikasih Pondok Kelapa Jakarta Timur Akbar, Yuma; Maulana, Rizki; Ramadhan, Muhammad Arya; Sibarani, Julvan Marzuki Putra
Jurnal Pengabdian Nasional (JPN) Indonesia Vol. 5 No. 2 (2024): Mei
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/jpni.v5i2.680

Abstract

Medikasih Clinic, which is located in Pondok Kelapa Village, Duren Sawit District, East Jakarta City, Special Capital Region of Jakarta, currently relies on a paid platform to manage clinic operations. However, there is no specific health education platform available for patients/customers, and the importance of improving the quality of health services at this clinic is highly recognized. To overcome these challenges, the service team plans to launch a web-based health education platform. This platform aims to support increased patient participation and health literacy by presenting health information from various medical sources. Based on the analysis of popular medical record diagnoses at Medikasih Clinic, we are determined to provide users with easy and reliable access to understanding health conditions, preventive measures, and healthy lifestyle practices. In conclusion, the development of this platform is a progressive step to create a positive impact. A focus on increasing health literacy and patient participation will create a society that is more informed and involved in personal health management. Our recommendation is to engage health experts and specialists to contribute educational content, ensuring the accuracy and reliability of the information presented
Penerapan Visualisasi Data dan Informasi Kependudukan Berbasis Web: Application of Web Based Visualization of Population Data and Information Mayangsari, Descania; Akbar, Yuma; Bebriani, Serli
MALCOM: Indonesian Journal of Machine Learning and Computer Science Vol. 4 No. 3 (2024): MALCOM July 2024
Publisher : Institut Riset dan Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57152/malcom.v4i3.1290

Abstract

Pelaksanaan kegiatan ini bertujuan untuk membantu masyarakat di Rukun Warga 01 Jatinegara dalam memantau pertumbuhan dan perkembangan penduduk dalam kurun waktu 1 tahun kebelakang. Pengabdian ini menerapkan dashboard monitoring berbasis Tableau untuk mempermudah pemahaman dan tren dalam pemantauan perkembangan penduduk berbasis website, data disajikan dalam berbentuk grafik., mempermudah dalam pemantauan  yang cepat. Data yang dikumpulkan kualitatif untuk memastikan keakuratan informasi yang diperoleh dengan fokus pada pengumpulan, pengolahan, dan pengembangan data. Hasil dari penelitian yang didapat dengan perbandingan rata – rata data kelahiran : warga meninggal , dan warga pindah dari RW 01 :  pindahan ke RW 01 yaitu: 5 :4 dan 55:33. Hal ini menunjukkan penggunaan tablue public berjalan dengan baik dan dapat memonitoring pertumbuhan penduduk di RW 01 Jatinegara. Melalui kegiatan pengabdian ini, diharapkan masyarakat Rukun Warga 01 Jatinegara juga dapat memonitoring data tentang pertumbuhan warga dengan lebih mudah, akurat dan efektif, serta meningkatkan kesadaran akan memantau perkembangan penduduk di suatu organisasi masyarakat.
Analisis Sentimen Terhadap Program Kartu Indonesia Pintar Kuliah pada Media Sosial X Menggunakan Algoritma Naive Bayes: Sentiment Analysis of the Indonesian Smart College Card Program on Social Media X Using the Naive Bayes Algorithm Pramudita, Diky; Akbar, Yuma; Wahyudi, Tri
MALCOM: Indonesian Journal of Machine Learning and Computer Science Vol. 4 No. 4 (2024): MALCOM October 2024
Publisher : Institut Riset dan Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57152/malcom.v4i4.1565

Abstract

Penelitian ini menunjukkan bahwa publik memiliki berbagai tanggapan terhadap Program Kartu Indonesia Pintar Kuliah (KIP-K) yang dapat dikategorikan ke dalam sentimen positif dan negatif. Permasalahan yang diteliti adalah bagaimana tanggapan publik terhadap program KIP-K yang diungkapkan melalui media sosial X. Penelitian ini menggunakan metode analisis sentimen dengan algoritma Naive Bayes dan pendekatan CRISP-DM untuk memastikan proses analisis yang sistematis dan terstruktur. Data yang dikumpulkan sebanyak 1.516 tweet yang mengandung kata kunci "KIP-K" melalui teknik crawling data menggunakan API X. Hasil penelitian menunjukkan bahwa algoritma Naive Bayes efektif dengan akurasi 84.99%, presisi sentimen positif 83.54%, dan presisi sentimen negatif 87.25%. Solusi yang ditawarkan adalah penggunaan teknik machine learning untuk secara otomatis mengkategorikan sentimen dari data teks yang besar dan tidak terstruktur. Manfaat dari penelitian ini adalah memberikan wawasan kepada pemerintah dan pemangku kebijakan tentang persepsi masyarakat terhadap program KIP-K, yang dapat dijadikan dasar untuk evaluasi dan perbaikan program di masa mendatang. Kesimpulannya, algoritma Naive Bayes dapat mengklasifikasikan sentimen dengan baik menggunakan data dari tweet tentang KIP-K, dengan hasil yang menunjukkan dominasi sentimen negatif. Penelitian ini juga berkontribusi dalam pengembangan metode analisis sentimen berbasis machine learning di bidang pendidikan.
Penerapan Algoritma K-Nearest Neighbor Untuk Klasifikasi Status Gizi Balita Di Posyandu Nusa Indah 4 Frencis Matheos Sarimole; Fentri Boy Pasaribu; Yuma Akbar; Aditya Zakaria Hidayat
TEKNIKA Vol. 18 No. 2 (2024): Teknika Juli - Desember 2024
Publisher : Politeknik Negeri Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.5281/zenodo.12703925

Abstract

Klasifikasi Data mining adalah sebuah proses menentukan definisi kesamaan karakteristik dalam suatu kelompok atau kelas (class). Untuk mengklasifikasikan data baru berdasarkan data yang sudah dikategorikan (data pelatihan), algoritma K-Nearest Neighbor (KNN) adalah algoritma klasifikasi non-parametrik. Status gizi balita adalah keadaan tubuh balita sebagai hasil dari konsumsi makanan dan penggunaan zat gizi. Keadaan tubuh balita tersebut kemudian dihitung melalui antropometri. Indeks berat badan menurut umur, tinggi badan menurut umur, dan indeks berat badan menurut tinggi badan digunakan untuk menentukannya. Penelitian ini bertujuan untuk mengklasifikasikan status gizi balita. di Posyandu Nusa Indah 4 serta untuk mengetahui Tingkat akurasinya menggunakan algoritma klasifikasi K-Nearest Neighbor. Metode yang digunakan didalam penelitian ini adalah penelitian kuantitatif. Hasil dari penelitian ini adalah terprediksinya 100 data testing status gizi balita berdasarkan mayoritas kelas dari k tetangga terdekat pada 516 data Training yang telah dilakukan Klasifikasi. Evaluasi akurasi dilakukan dengan Metode Confusion Matrix dengan accuracy sebesar 94,64%, precision sebesar 94,64%, dan recall sebesar 94,64%.  Berdasarkan hasil tersebut, algoritma K-Nearest Neighbor dapat digunakan sangat baik untuk Klasifikasi Status Gizi Balita.
Analisis Sentimen Tanggapan Publik Mengenai E-Tilang Melalui Twitter Menggunakan Algoritma K-Nearest Neighbor Septiansyah, Ade; Yel, Mesra Betty; Akbar, Yuma
TEKNIKA Vol. 18 No. 2 (2024): Teknika Juli - Desember 2024
Publisher : Politeknik Negeri Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.5281/zenodo.12773163

Abstract

Suatu kota harus memiliki sistem transportasi yang baik. Sistem tilang elektronik pemerintah untuk mengawasi lalu lintas disebut e-tilang. Banyak pelanggaran lalu lintas yang terjadi di jalan raya yang cenderung menyebabkan kecelakaan dan menambah kemacetan. Beberapa faktor penyebab pelanggaran lalu lintas termasuk ketidakpatuhan individu terhadap peraturan lalu lintas, misalnya larangan berhenti dan parkir di mana pun. Tujuan dari penelitian adalah untuk mengidentifikasi bagaimana pandangan masyarakat Indonesia tentang tilang elektronik dalam peneletian ini digambarkan melalui analisis sentimen tentang tilang elektronik dan mengelompokkan berbagai jenis komentar. Twitter adalah platform media sosial yang ideal untuk menyampaikan opini karena mudah digunakan, topik terkini, dan memungkinkan komentar. Setelah data dikumpulkan dari Twitter, preprocessing dilakukan untuk membersihkan data, tokenizing, case normalization, stopword, dan stemming. Selain itu, seleksi mengurangi noise dari label yang tidak relavan. Dataset terdiri dari 1.762 baris record tweets diklasifikasi menghasilkan dua kelas data kelas data positif dan kelas data negatif dengan total 1.342 data. Dalam studi ini, algoritma mesin pengklasifikasi K-Nearest Neighbor digunakan data yang sudah ada dari kelas data ini digunakan sebagai data pelatihan untuk mesin pengklasifikasi. Hasil evaluasi menunjukkan akurasi rata-rata 75,41%.
Optimasi Pemetaan Ruang Makan Pada TPU di Jakarta Menggunakan Quantum GIS dengan Metode Haversine Formula Maulana Putra Hertaryawan, Ryfan; Iskandar Mulyana, Dadang; Akbar, Yuma
TEKNIKA Vol. 18 No. 2 (2024): Teknika Juli - Desember 2024
Publisher : Politeknik Negeri Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.5281/zenodo.12779458

Abstract

Taman Pemakaman Umum (TPU) adalah lahan yang disediakan oleh pemerintah daerah untuk keperluan pemakaman jenazah, tanpa memandang agama atau golongan. Di kota-kota padat seperti DKI Jakarta, kebutuhan akan lahan pemakaman sulit terpenuhi karena tingginya populasi yang dipengaruhi oleh kelahiran dan migrasi perkotaan, yang meningkatkan angka kematian secara tidak langsung. Ketidak akuratan dalam pemetaan lokasi makam karena kepadatan lahan juga menyulitkan pengelola dan pengunjung TPU dalam menemukan makam, terutama yang sudah lama dan rusak nisannya. Penelitian ini bertujuan untuk memetakan ruang makam dengan akurasi lebih tinggi di TPU Susukan menggunakan QGIS untuk visualisasi data dengan GPS smartphone. Hasilnya, peta yang dihasilkan diuji menggunakan load time. Metode Haversine Formula digunakan untuk menghitung jarak antar makam, dibandingkan dengan Euclidean Distance dan perhitungan manual. Hasil Load Time menunjukkan Google Chrome memiliki waktu muat tercepat (170 ms) namun menggunakan memori yang tinggi (98,61 MB), sementara Mozilla Firefox menawarkan waktu muat yang cepat (200 ms) dengan penggunaan memori yang lebih efisien (44 MB). Hasil pengujian Haversine Formula menunjukkan rata-rata akurasi tertinggi sebesar 91,95%, sedangkan Euclidean Distance memiliki rata-rata akurasi 91,94% dalam perbandingan jarak. Berdasarkan hasil penelitian, Haversine Formula dapat membantu dalam pembuatan peta makam dengan menghitung jarak antar lokasi makam.
Co-Authors AA Sudharmawan, AA Abdul Shomad Abdulloh Abdurrahman Asyam Albahy Abror, Ikhsan Adhipramana, Fernanda Aditya Zakaria Hidayat Aditya Zakaria Hidayat Adzani, Adinda Mutiara Agung Pratama Agung Wianata Sugeng Kusuma Agung Wiranata Sugeng Kusuma Ahluna, Faza Ahmad Suprianto Ahmad Zulfikar Aidil Rizki Hidayat Aimar, Muqorrobin Akhsani, Ziyat Akmaludin Akmaludin Al Ammaar, Mohammad Farroos Albahy, Abdurrahman Asyam Aldi Sitohang Aldino Nur Ihsan Amrullah, Aziz Septian Angga Tristhanaya Anita Rosiana Anwar, Imam Dzikrilloh Ardana, Tegar Rizky Arfadhillah, Zahra Ari Ramadhan Arief, Yoga Sofyan Arif, Sulthan Cendikia Arika Karpina Arinal, Veri Aula, Raisah Fajri Aulia, Mutia Dwi Awang Hariman, Aloisius Az-zahra, Haura Salsabila Azis, Iim Muhaemin Abdul Aziz Septian Amrullah Azzahra, Yasmin Aulia Bachtiar, Yuliana Bebriani, Serli Betty Yel, Mesra Betty Yel, Mesra Bintoro, Bayu Bryan Pratama Cahyono, Bayu Adi Candra Milad Ridha Eislam Dadang Iskandar Mulyana` Dadang Iskandar, Dadang Damayanti, Yulia Dava Septya Arroufu Dedi Dwi Saputra Dewa Gde Adi Murthi Udayana Doddy Mulyadi Saputra Edhy Poerwandono Edhy Poerwandono Edhy Poerwandono Eka Satria Maheswara Fadhil Khanifan Achmad Fadillah, Fauzan Fahmi Chairulloh Faisal Akbar Faisal Akbar Nasution Farhani, Aulia Farisi, Muhamad Fatkul Toriq Febrianti, Syafira Feni Putriani Fentri Boy Pasaribu Fernanda Adhipramana Fitriani Noer Jamilah Franido, Richard Gipari Pradina Abdillah Gusniar Alfian Noor Hafiz, Tegar Muhamad Hartinah, Suci Sugih Hazrul Aswad Hengky, Mario Hidayat, Aditya Zakaria Hutabarat, Joey Abdiner Parlindungan Ikhsan Abror Ikhwanul Kurnia Rahman Jodi Juliansah Juliansah, Jodi Julianto, Muhammad Rizky Julvan Marzuki Putra Sibarani K, Benny Sulaiman Kamali, Muhamad Fawaz Kiki Setiawan Kusuma, Agung Wiranata Sugeng Laia, Apriyanus Laia, Masaranto Lestari, Dinny Amalia M Ilham Setya Aji M Jundi Hakim Mafazi, Luthfillah Marjuki Maulana Putra Hertaryawan, Ryfan Mayangsari, Descania Meilisa Miftahul Huda Mizsuari Muamar Rizky Mohammad Farroos Al Ammaar Muhamad Fikri Nugraha Muhamad Umar Hasan Asrori Muhamad Zaeni Nadip Muhammad Arham Muhammad Arya Ramadhan Muhammad Faizal Lazuardi Mulya, Citra Pricylia Ananda Nirat Nirat Nirat, Nirat Noor, Gusniar Alfian Novianto, Firza NST, Silvan Nufus, Reda Hayati Nugraha, Muhamad Fikri Nur Arif Khairudin Nurfaishal, Muhammad Dzaky Nurmaylina, Vivi Oka Prasetiyo Oktavian, Nur Oky Tria Saputra Oky Tria Saputra7 Pakpahan, Gabriel Alezhandro Pane, Ropindo Pelix Permatasari, Veren Nita Piqih Akmal Poerwandono, Edhy Praja Raymond , Samuel Pramudhi, Aditya Bagas Pramudita, Diky Prasetiyo, Oka Putri S, Dhiyah Labibah Nauli Putri Wibowo, Salsabila Qibthiyah, Mariyatul Qolbi, Rofika Raisah Fajri Aula Ramadhan, Muhammad Arya Regita, Anggit Nur Hannaa Rezha Mulia Revandy Richard Franido Richard Franido Rizki Maulana, Rizki Rizky Adawiyah Rosiana, Grace Lolita S, Fahmi Chairulloh Widia Safhani, Rizca Sahrul Hidayat Sahrul Hidayat Saputra, Mochammed Erryandra Sarimole, Frencis Matheos Septiansyah, Ade Setiawan, Kiki Sibarani, Julvan Marzuki Putra Sinaga, Putri Cahyani SRI LESTARI Sri Lestari Sri Lestari Sugiharto, Tri Sugiyono Sugiyono Sugiyono Sumpena Sumpena Sumpena, Sumpena Surapati, Untung Sutisna Sutisna Sutisna Sutisna Sutisna Suwandi Suwandi Tafonao, Rekardius Tafonao, Wewisman Tegar Muhamad Hafiz Tegar Muhamad Hafiz Toriq, Fatkul Tri Wahyudi Tristhanaya, Angga Tundo, Tundo Untung Surapati Untung Surapati Untung Surapati Untung Wahyudi Untung Wahyudi Vivi Nurmaylina Wahyu Saputro Widya Ayu Lestari Wijaya, Rohmat WINDU GATA Yusril Nurhadi AS