Article Per Year (5 Year)
p-Index From 2021 - 2026
7.358
P-Index
This Author published in this journals
All Journal Dinamik Bulletin of Electrical Engineering and Informatics INTEKNA POSITIF JOURNAL OF HEALTHCARE TECHNOLOGY AND MEDICINE Jurnal Edik Informatika : Penelitian Bidang Komputer Sains dan Pendidikan Informatika Jurnal Surya Medika JOURNAL OF APPLIED INFORMATICS AND COMPUTING SELAPARANG: Jurnal Pengabdian Masyarakat Berkemajuan Jurnal Sinergitas PkM & CSR Jurnal Nasional Komputasi dan Teknologi Informasi Jurnal Teknologi dan Informasi Jurnal Teknologi Terpadu INFOMATEK: Jurnal Informatika, Manajemen dan Teknologi Al-Tamimi Kesmas: Jurnal Ilmu Kesehatan Masyarakat (Journal of Public Health Sciences) Jurnal Informasi dan Teknologi Journal of Applied Engineering and Technological Science (JAETS) Jurnal Persatuan Perawat Nasional Indonesia (JPPNI) Tematik : Jurnal Teknologi Informasi Komunikasi Phasti: Jurnal Teknik Informatika Politeknik Hasnur Jumat Informatika: Jurnal Pengabdian Masyarakat Majalah Ilmiah UPI YPTK An Idea Health Journal Dinamika Kesehatan: Jurnal Kebidanan dan Keperawatan Journal of Pharmaceutical Care and Sciences Jurnal Rumpun Ilmu Kesehatan Health Research Journal of Indonesia Journal of Advances in Medicine and Pharmaceutical Sciences Health Sciences International Journal Adpebi Science Series KOPEMAS INSTALL: Information System and Technology Journal Darma Abdi Karya: Jurnal Pengabdian Kepada Masyarakat
Muhammad Zulfadhilah
Teknologi Informasi, Universitas Sari Mulia
Aerospace Engineering Agriculture, Biological Sciences & Forestry Humanities Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Health Professions Immunology & microbiology Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Mechanical Engineering Medicine & Pharmacology Neuroscience Nursing Public Health Social Sciences Transportation Other

Published : 58 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 58 Documents
Search

 2   3   4   5   6 
Formulation Test of Preparations Face Mist Combination of Pomegranate Peel Extract and Mangosteen Peel as an Antioxidants Lisyanti, Fatthiya; Budi, Setia; Zulfadhilah, Muhammad
Journal of Advances in Medicine and Pharmaceutical Sciences Vol 1 No 1: May 2022
Publisher : Lamintang Education and Training Centre, in collaboration with the International Association of Educators, Scientists, Technologists, and Engineers (IA-ESTE)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36079/lamintang.jamaps-0101.426

Abstract

Face mist is one of the cosmetics in the form of a spray, which functions as a refresher and moisturizer with the use of being directly sprayed onto the facial skin. Combining two antioxidants that work to increase the activity of preventing the effects of radiation and free radicals. Face mist is made from a combination of pomegranate peel extract (Punica granatum L.) and mangosteen peel (Garcinia mangostana L.).To obtain a formulation and evaluate the physical stability of apreparation with a face mist combination of pomegranate peel extract (Punica granatum L.) and mangosteen peel (Garcinia mangostana L.) as an antioxidant.Experimental research with One-Shoot Case Study design. Made three combination formulations of pomegranate peel and mangosteen peel extract. Then the formulation was seen from the results of the evaluation of its physical stability including organoleptic tests, homogeneity, pH, viscosity, facial moisture, spraying patterns, dry time, and antioxidant tests using the DPPH method. Analysis data One Way Anova showed that there was no significant difference in the pH, viscosity and skin moisture test. Evaluation and physical stability 21 days organoleptic test, homogeneity obtained all formulas meet the standards, pH test and dry time formula II most meet the standards, viscosity test formula III most meet the standards, formula I meets the standards for spraying pattern test, skin moisture and % inhibition highest in the antioxidant test. The preparation face mist most optimalis formula I with a ratio of pomegranate peel extract and mangosteen peel (10:15).
Sistem Pencarian Kos Berbasis Web di Wilayah Kota Banjarmasin Maulana, Maghfur; Nurhaeni, Nurhaeni; Zulfadhilah, Muhammad; Nugraha, Bayu
INFOMATEK Vol 26 No 1 (2024): Volume 26 No. 1, Juni 2024
Publisher : Fakultas Teknik, Universitas Pasundan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23969/infomatek.v26i1.10309

Abstract

Kos merupakan jasa yang memberikan penawaran sebuah kamar atau tempat yang untuk dihuni dengan sejumlah pembayaran bulanan yang sudah ditentukan dalam periode tertentu. dikota Banjarmasin terdapat 178 kos yang tersebar diseluruh kecamatan dengan berbagai range harga dan fasilitas yang ditentukan oleh pemilik kos, di sisi lain kota Banjarmasin terdapat 30 Perguruan Tinggi yang menerima mahasiswa baru disetiap tahun dari dalam maupun dari luar kota Banjarmasin. Hal ini dapat menimbulkan permasalahan terutama bagi mahasiswa baru dari luar kota dan ingin melanjutkan ke perguruan tinggi di kota Banjarmasin, mahasiswa tidak mengetahui secara detail informasi kos. Tujuan dari penelitian ini yaitu membangun sistem pencarian kos berbasis web di wilayah kota Banjarmasin untuk mempermudah masyarakat terkhusus bagi mahasiswa yang berasal dari luar daerah Banjarmasin. Metode penelitian yang digunakan yaitu metode pengembangan Waterfall, dengan UML sebagai desain sistem, PHP sebagai bahasa pemrograman dan MySQL sebagai database. Hasil dari penelitian ini adalah sistem yang dihasilkan dapat menjalankan perintah sesuai dengan apa yang diinginkan, sistem ini digunakan untuk mempermudah user atau pencari kos untuk mempermudah proses pencarian kos dan sebagai wadah bagi pemilik kos di wilayah kota Banjarmasin.
Analisis Sentimen Masyarakat Terhadap Kesehatan Mental Pada Media Sosial Twitter Dengan Menggunakan Machine Learning Aulia, Hudatul; Zulfadhilah, Muhammad; Prastya, Septyan Eka; Pebriadi, Muhammad Syahid
POSITIF : Jurnal Sistem dan Teknologi Informasi Vol 10 No 2 (2024): Positif : Jurnal Sistem dan Teknologi Informasi
Publisher : P3M Politeknik Negeri Banjarmasin

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31961/positif.v10i2.2545

Abstract

Mental health affects lives globally, with around 300 million people experiencing depression in 2019, including 15.6 million in Indonesia. The Covid-19 pandemic increased cases of anxiety and depression, and by 2022, WHO reported 23 million people suffering from psychiatric disorders. In Indonesia, adolescent mental health issues are also high, with excessive social media use linked to an increase in emotional disorders. Twitter, with its real-time data, is becoming an important tool for analyzing public sentiment and understanding opinions through analytics and machine learning techniques. This study aims to determine public sentiment towards mental health in Indonesia through Twitter social media and test the effectiveness of using machine learning in sentiment analysis. The results show that the Naive Bayes and Decision Tree methods are effective in analyzing sentiment, with an accuracy of 91% and 89% respectively. The average result of cross validation shows a value of 73.21% for Naive Bayes and 67.02% for Decision Tree. In this study, positive sentiment is more dominant with a percentage value of 78.7%, while negative sentiment is only 21.3%. The findings indicate that Indonesians' awareness of the importance of mental health is increasing, and they increasingly understand the importance of maintaining mental health
PENYEDIAAN AIR BERSIH BAGI WARGA DESA PEMBANTANAN KABUPATEN BANJAR PROVINSI KALIMANTAN SELATAN Nur Hidayah; Muthia Elma; M Zulfadhilah; Yusri Yusri; Junius Akbar; Yunandar Yunandar; Aulia Rahma; Rhafiq Abdul Ghani; Zaini Lambri Assyaifi; Gusti Zahratunnisa; Angga Irawan; Nopie Hadi; Ahmad Ghazali Madhony; Ahmad Faisal; Viviana Viviana; Asyiah Asyiah; Anggraini Susfarwanti; Husna Karima; Adryan Ramadhan; Ahmad Busairi
Konferensi Nasional Pengabdian Masyarakat (KOPEMAS) #5 2024 Konferensi Nasional Pengabdian Masyarakat (KOPEMAS) #5
Publisher : Konferensi Nasional Pengabdian Masyarakat (KOPEMAS) #5 2024

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

Abstract

Air bersih merupakan kebutuhan dasar yang harus terpenuhi bagi manusia karena berperan vital dalam menjaga kesehatan, kebersihan, dan kesejahteraan. Namun akses air bersih tidak dapat dirasakan merata oleh seluruh masyarakat di Indonesia. Salah satu desa yang mengalami masalah ini adalah Desa Pembantanan, Kabupaten Banjar, Provinsi Kalimantan Selatan. Dari 996 KK tersebar dalam 12 RT di wilayah Desa Pembantanan, hampir 50% belum memiliki kesempatan mendapatkan akses air bersih. Akses oleh sumber air diperburuk ketika kualitas air baku juga menurun lebih jauh hingga menyebabkan air hampir tidak layak untuk digunakan. Oleh karena itu, kegiatan pengabdian kepada masyarakat ini bertujuan untuk membantu warga desa memperoleh solusi yang berkelanjutan terhadap penyediaan air bersih. Metode yang diterapkan adalah survei lapangan seperti pemetaan lokasi sumber air, analisis kualitas air dan diskusi dengan masyarakat tentang kebutuhan dan desain unit yang sesuai dengan mengingat sumber air di desa tersebut. Kegiatan pengabdian kepada masyarakat melalui program Kosabangsa ini ditujukan untuk memenuhi kebutuhan air bersih bagi 70 KK di RT 1 dan 2 Desa Pembantanan. Dengan menggunakan bahan baku air sungai di sekitar desa. Desain alat pengolahan air yang dipasang memiliki kapasitas produksi mencapai 2190 L/jam yang mampu memenuhi kebutuhan warga di 2 RT.
Deteksi Penyakit Diabetes Gestasional Menggunakan Metode CNN Berbasis Web Fitriani, Fitriani; Nurhaeni, Nurhaeni; Zulfadhilah, Muhammad; Cipta, Subhan Panji
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 7, No 6 (2024): Desember 2024
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v7i6.8247

Abstract

Abstrak - Latar Belakang: Diabetes adalah salah satu masalah kesehatan utama di seluruh dunia diabetes mellitus terbagi menjadi beberapa jenis salah satu diantaranya yaitu diabetes melitus gestasional deteksi dini sangat diperlukan untuk menjaring diabetes gestasional menggunakan beberapa algoritma pembelajaran mesinTujuan: Mengetahui tingkat akurasi yang didapatkan dari hasil deteksi dini penyakit diabetes melitus gestasional menggunakan metode convolutional neural network (cnn). Untuk mendeteksi penyakit dini Diabetes Melitus Gestasional menggunakan metode convolutional neural network (cnn).Metode: Penelitian ini menggunakan jenis penelitian eksperimental, yang mana pada penelitian ini menggunakan metode Convolutional Neural Network (CNN). Dengan penelitian eksperimental ini, untuk mengklasifikasikan apakah seseorang tersebut terdeteksi penyakit dini diabetes gestasional yang dikumpulkan dari platform Kaggle dataset ini berjumlah 3525 entri data.Hasil: Dari percobaan yang dilakukan, hasil menunjukkan bahwa percobaan 1 mendapat akurasi sebesar 97%, percobaan 2 sebesar 98%, percobaan 3 sebesar 98%, Dengan demikian, penerapan convolutional neural network (CNN) untuk prediksi diabetes gestasional menggunakan percobaan 2 dengan pertimbangan hasil evaluasi metrix yang lebih baik dan pembagian data uji dan latih yang baik. Simpulan: Keterbatasan dari penelitian ini meliputi representasi dataset yang mungkin tidak mencakup variasi karakteristik demografis dan geografis secara umum, yang dapat mempengaruhi generalisasi model terhadap populasi yang lebih luas. Selain itu, ukuran relatif kecil dari dataset uji, meskipun diperluas pada percobaan ketiga, dapat membatasi evaluasi terhadap data baru yang belum pernah dilihat sebelumnya.Kata Kunci: cnn, diabetes gestasional, prediksi Abstract - Background: Diabetes is one of the major health issues worldwide. Diabetes mellitus is divided into several types, one of which is gestational diabetes mellitus (GDM). Early detection is crucial for screening gestational diabetes, employing several machine learning algorithms.Objective: To determine the accuracy level obtained from the early detection of gestational diabetes mellitus using the convolutional neural network (CNN) method. The aim is to detect early gestational diabetes mellitus using the CNN method.Method: This study is an experimental research using the Convolutional Neural Network (CNN) method. With this experimental research, the researchers aim to classify whether an individual is detected with early gestational diabetes. The dataset, collected from the Kaggle platform, consists of 3525 entries.Results: The experiments showed that Experiment 1 achieved an accuracy of 97%, Experiment 2 achieved 98%, and Experiment 3 also achieved 98%. Thus, the application of the convolutional neural network (CNN) for predicting gestational diabetes was most effective in Experiment 2, considering the better evaluation metrics and the appropriate division of test and training data. Conclusion: The limitations of this study include the representation of the dataset, which may not encompass the demographic and geographic variations in general, potentially affecting the model's generalization to a broader population. Additionally, the relatively small size of the test dataset, even though expanded in the third experiment, may limit the evaluation on new, unseen data.Keywords: cnn, gestational diabetes mellitus, prediction
Exploratory Data Analysis (EDA) of Marriage Patterns in Kabupaten Banjar Using Machine Learning Approaches Husna Karima; Mambang; Subhan Panji Cipta; Muhammad Zulfadhilah
INSTALL: Information System and Technology Journal Vol 1 No 2 (2024): INSTALL : Information System and Technology Journal
Publisher : LPPM Universitas Sari Mulia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33859/install.v1i2.629

Abstract

Marriage is a sacred moment that has a significant impact on the social, economic and demographic structure of a region. This research aims to implement a marriage dataset in Banjar Regency and find a correlation between the number of marriages, education level and age of the bride and groom using Exploratory Data Analysis (EDA) techniques and machine learning approaches. The method used is a quantitative method with observation and analysis using EDA and machine learning. The research results show that there is a strong correlation between the number of marriages and the age of the bride and groom (r = 0.99) and between the number of marriages and the education level of the bride and groom (r = 0.99). In addition, a perfect correlation was found between the ages of the groom and the bride (r= 0.99) as well as between the educational levels of the groom and the bride (r = 1). This analysis provides a better understanding of marriage patterns in Banjar Regency and shows that couples aged 21-30 years have a high positive correlation with the number of marriages. It is hoped that these results can become the basis for social policies and educational programs related to marriage.
Integrating the CNN Model with the Web for Indonesian Sign Language (BISINDO) Recognition Kelana, Enisda Libra; Anshori Prasetya, Muhammad Riko; ., Mambang; Zulfadhilah, Muhammad
Journal of Applied Informatics and Computing Vol. 9 No. 3 (2025): June 2025
Publisher : Politeknik Negeri Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30871/jaic.v9i3.9345

Abstract

Effective communication is challenging for deaf individuals in Indonesia, most of whom use Indonesian Sign Language (BISINDO). Sign Language Recognition (SLR) can bridge this communication gap. While Convolutional Neural Networks (CNNs) show high potential for SLR, their practical accessibility remains limited. This research aims to develop a CNN architecture for recognizing BISINDO alphabet signs from static images (still images) and integrate it into an accessible web platform. Using a static vision-based approach, a CNN model was trained on a public dataset (312 images, 26 classes) following standard pre-processing including data augmentation. The model was subsequently integrated into a web interface using Python and the Gradio library. Results demonstrated strong model performance, with validation accuracy reaching 97.44% and a macro-average F1-score of approximately 97.12%. However, classification challenges were identified for visually similar signs ('M' and 'N'). The resulting integrated web application proved functional, exhibited low prediction latency, and showed cross-platform compatibility. This study successfully demonstrates the development of an accurate DL model for static BISINDO alphabet recognition and its practical implementation via a web platform. This contributes to reducing the accessibility gap in SLR technology. Future research is recommended to utilize larger, more varied datasets and explore dynamic sign recognition.
Eksplorasi Self-disclosure Generasi Z di Second Account  Instagram Menggunakan Classification Machine Learning Maulana, Rahmat; Eka Prastya, Septyan; Zulfadhilah, Muhammad; Noor Pratama, Ramadhani
Jurnal Teknologi dan Informasi (JATI) Vol 15 No 2 (2025): Jurnal Teknologi dan Informasi (JATI)
Publisher : Program Studi Sistem Informasi, Fakultas Teknik dan Ilmu Komputer, Universitas Komputer Indonesia.

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34010/jati.v15i2.16847

Abstract

Fenomena penggunaan second account di Instagram oleh Generasi Z telah menjadi ruang privat yang memungkinkan individu melakukan self-disclosure secara lebih bebas tanpa tekanan sosial. Studi terdahulu umumnya mengkaji fenomena ini melalui pendekatan kualitatif, sehingga belum tersedia pemetaan pola keterbukaan diri berbasis teknologi analitik yang objektif. Penelitian ini bertujuan untuk mengeksplorasi pola self-disclosure Generasi Z pada second account Instagram menggunakan lima dimensi Devito, Intention, Amount, Valence, Accuracy, dan Intimacy, serta mengklasifikasikan pola tersebut dengan algoritma Decision Tree. Pendekatan ini diharapkan dapat memberikan pemahaman yang lebih terukur dibanding metode kualitatif. Penelitian menggunakan metode kuantitatif dengan pengumpulan data melalui lembar observasi kepada 500 responden Generasi Z yang memiliki second account. Data dianalisis melalui tahap preprocessing, feature engineering, dan klasifikasi menggunakan Decision Tree dengan evaluasi model berdasarkan akurasi, precision, recall dan F1-Score. Hasil menunjukkan dimensi Accuracy, Valence, dan Intimacy sebagai faktor dominan dalam membedakan kategori self-disclosure, dengan mean_Accuracy sebagai root node. Model mencapai akurasi 79,3%, menunjukkan efektivitas Decision Tree dalam klasifikasi perilaku digital. Secara teoritis, penelitian ini memperluas penerapan teori Devito dalam konteks media sosial melalui integrasi machine learning. Secara praktis, temuan ini dapat menjadi acuan bagi pengembang platform dan praktisi komunikasi digital dalam merancang strategi yang selaras dengan pola keterbukaan diri Generasi Z di ruang privat daring.
FAKTOR FAKTOR YANG MEMPENGARUHI KEJADIAN STUNTING PADA BALITA DI WILAYAH KERJA PUSKESMAS TAMBARUNTUNG Misnawati; Zulfadhilah , Muhammad; Hestiyana, Nita; Novalia Widiya Ningrum
Al Tamimi Kesmas: Jurnal Ilmu Kesehatan Masyarakat (Journal of Public Health Sciences) Vol 12 No 2 (2023): Al-Tamimi Kesmas: Jurnal Ilmu Kesehatan Masyarakat (Journal of Public Health Sci
Publisher : Institut Kesehatan dan Teknologi Al Insyirah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35328/kesmas.v12i2.2510

Abstract

Prevalensi balita stunting di Kalimantan Selatan 31,75% dan di Kabupaten Tapin sebesar 36,04% dan berada pada peringkat kelima tertinggi se-Kalimantan Selatan. Dengan adanya prevalensi tersebut maka dilakukan penelitian ini untuk mengetahui faktor-faktor   yang mempengaruhi kejadian stunting pada balita di wilayah kerja Puskesmas Tambaruntung Kecamatan Tapin Tengah.  Jenis penelitian observasional analitik dengan rancangan penelitian cross sectional. Dilaksanakan di wilayah kerja Puskesmas Tambaruntung dengan jumlah sampel sebanyak 89 anak balita dengan cara Simple Random Sampling, mengunakan uji Chi-Square. Responden penelitian ibu balita. Variabel independen penelitian adalah ASI Eksklusif, pengetahuan ibu, dan status gizi ibu. Adapun variabel dependen penelitian yaitu kejadian stunting. Kejadian stunting pada balita tahun 2023 adalah 35,95%, ASI Eksklusif 55,1%, berpengetahuan baik sebesar 57,30% dan ibu balita dengan KEK 46,1%. Uji analisis statistik Crosstabulation Chi-Square p=0,000 dapat disimpulkan bahwa ada Pengaruh  antara pemberian ASI Eksklusif, pengetahuan ibu, dan status gizi ibu dan dengan kejadian stunting di wilayah kerja Puskesmas Tambaruntung Kecamatan Tapin Tengah
Aktivitas Antioksidan Ekstrak dan Fraksi n-Heksan Daun Benalu (Dendrophthoe petandra (L.) Miq) dengan Metode FRAP (Ferric Reducing Antioxidant Power) serta Penetapan Kadar Flavonoid Total: Antioxidant Activity of Extract and n-Hexane Fraction of Benalu Leaves (Dendrophthoe petandra (L.) Miq) Using The FRAP (Ferric Reducing Antioxidant Power) Method and Determination of Total Flavonoid Level Ermadiningtyas, Retno; Nastiti, Kunti; Zulfadhilah, Muhammad
Jurnal Surya Medika (JSM) Vol. 10 No. 2 (2024): Jurnal Surya Medika (JSM)
Publisher : Institute for Research and Community Services Universitas Muhammadiyah Palangkaraya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33084/jsm.v10i2.5606

Abstract

Daun Benalu (Dendrophthoe petandra (l..) Miq) merupakan salah satu tanaman yang digunakan masyarakat Daerah Mentewe, Tanah Bumbu, Kalimantan Selatan untuk mengobati amandel (tonsilitis). Daun benalu diperoleh dari tanaman yang tumbuh di jeruk nipis. Tanaman ini mengandung senyawa flavonoid yang mempunyai banyak aktivitas farmakologi salah satunya sebagai antioksidan. Tujuan penelitian ini untuk mengetahui aktivitas antioksidan ekstrak dan fraksi n-Heksan pada daun benalu (Dendrophthoe petandra (L.) Miq) dengan metode FRAP (Ferric Reducing Antioxidant Power) serta penetapan kadar flavonoid total. Metode yang digunakan dalam penelitian ini adalah metode eksperimental dengan metode ekstraksi maserasi dengan menggunakan etanol 96%. Hasil ekstrak dilakukan pengujian antioksidan dengan metode FRAP dan penetapan kadar flavonoid total. Aktivitas antioksidan dan penetapan kadar flavonoid diukur mrnggunakan spektrofotometri Uv-Vis. Hasil penelitian menunjukkan aktivitas ekstrak dan fraksi n-Heksan daun benalu berturut-turut memiliki nilai sebesar 72,57 dan 70,09 mgAAE/g. Kadar flavonoid total berturut-turut sebesar 12,443 dan 3,43 mg QE(Quersetin Equivalen). Ekstrak memiliki aktivitas antioksidan dan kadar flavonoid yang tinggi daripada fraksi n-Heksan pada daun benalu (Dendrophthoe petandra (L.) Miq).
Co-Authors ., Mambang Abdul Kadir Abdul Kadir Abdul latif Abdul Latif Abdul Latif Adryan Ramadhan Ahmad Busairi Ahmad Faisal Ahmad Ghazali Madhony Ahmad Riki Renaldi Ahmad Riki Renaldy Angga Irawan Anggraini Susfarwanti Annisa Annisa Anshori Prasetya, Muhammad Riko Antonia Yenitia Asyiah Asyiah Aulia Rahma Aulia, Hudatul Aurelia Monica Sari Bayu Nugraha Bayu Nugraha Bima Wicaksono Cipta, Subhan Panji Darini Kurniawati Desilestia Dwi Salmarini Dewi Pusparani Sinambela, Dewi Pusparani Dwi Salmarini, Desilestia Eka Prastya, Septyan Ermadiningtyas, Retno Evi Lestari Pratiwi - Politeknik Hasnur Kalimantan Selatan, Evi Lestari Pratiwi Finki Dona Marleny Finki Dona Marleny Fitra Erlina Fitriani Fitriani Gusti Zahratunnisa Hadi, Nofie Haldi Budiman Haniffah Sri Rinjani Heni Pujiastuti Hudatul Aulia Husna Karima Husna Karima Ika Friscilla Imam Riadi Indah Wulandari Irawan, Angga Iwan Yuwindry Jaya Hari Santoso Junius Akbar Karlina Karlina Kartika Kartika Kartika Kartika Kelana, Enisda Libra Lisda Handayani, Lisda Lisyanti, Fatthiya Lufila Fila M Samsul Hasbi M Samsul Hasmi Mambang Maria Ulfah Maulana, Maghfur Maulana, Rahmat Melda Melda Miranda Miranda Misnawati Muhammad Alkaff Muhammad Khairul Akbar Muhammad Nursandi Muhammad Riduan Syafi’i Muhammad Riduansyah Muhammad Satrio Ayuba Muhammad Zaini Bakri Muhammad Ziki Elfirman Munsyi Muthia Elma Mutmainah Mutmainah Nadia Azaria Naparin, Husni Nastiti, Kunti Nita Hestiyana, Nita Noor Pratama, Ramadhani Nopie Hadi Nor Azizah Novalia Widiya Ningrum Novalia Widiya Ningrum Novita Dewi Iswandari Nur Hidayah Nur Lathifah Nur Meilianti Maulida Nur Syifa Nurhaeni Nurhaeni Nurhaeni Nurhaeni NURUL HIDAYAH Pebriadi, Muhammad Syahid Prastya, Septyan Eka Putri Putri Putri Yuliantie Rahmadaniati Hikmah Rahmini Rahmini Ratna Lindawati Rhafiq Abdul Ghani Ricardus Anggi Pramunendar Rifani, Muhammad Rifani Risma Maulida Risma Risma Rismawati Rismawati Rizka Aulia Rizkian Muhammad Fikri Ropikah Ropikah Rudy Ansari Rudy Anshari Sabrila, Trifebi Shina Samita, Mambang Sandro Nesta Pembriano Sari, Rahmadah Septian Eka Prastya Septyan Eka Prasetya Septyan Eka Prastya Septyan Eka Prastya Septyan Eka Prastya Septyan Eka Prastya Setia Budi Shopa Handayani Siti Gadis Hardianti Subhan Panji Cipta Subhan Panji Cipta Subhan Panji Cipta Subhan Panji Cipta Subhan Panji Cipta Sultan Arrasyid Sunardi, Ph.D., Sunardi Susanti Suhartati, Susanti Syapotro, Usman Tasya Salsabila Theresia Kurniati Seran Umi Hanik Fetriyah Usman Syapotro Viviana Viviana Wijaya, Eka Setya Winda Maolinda Wulandari Febriani Wusko, Ikna Urwatul Yudi prayudi Yunandar Yunandar Yuslena Sari, Yuslena Yusri Yusri Zaini Lambri Assyaifi